講演抄録/キーワード |
講演名 |
2017-11-16 15:20
ベイズ型アトラクター選択モデルと線形回帰を用いた仮想ネットワーク再構成手法の提案と評価 ○大場斗士彦・荒川伸一・村田正幸(阪大) PN2017-37 |
抄録 |
(和) |
光基盤ネットワーク上に仮想ネットワーク(VN)を構築し、それをトラヒック量の変動に応じて動的に再構成することで、通信品質の向上を図る技術が注目されている。
既存手法の多くは、VNの設計にあたり対地間トラヒックマトリクスの情報の取得が必須であるが、その情報を早く正確に取得し、最適なVNを構成するのは困難である。
私たちはこれまで、対地間トラヒックマトリクスの情報を用いない、ベイズ推定にもとづくVN再構成手法を検討してきた。
本手法は、特定のトラヒック状況(エッジルーターにおけるトラヒック流出入パターン)およびそれに対して良好な性能を示すVNを複数保持しておき、ベイズ推定により現在のトラヒック状況を同定し、適したVNを構成する。
しかし、本手法にはトラヒック状況の同定に失敗すると良好なVNの構成が困難となる課題があった。
そこで本稿では、トラヒック状況の同定に失敗する場合に対処するVN再構成手法を提案する。
提案手法は、線形回帰により現在のトラヒック状況を特定のトラヒック状況の線形和にフィッティングし、得られた回帰係数を利用して表現した対地間トラヒックマトリクスを用いて新たなVNを設計・投入する。
計算機シミュレーションによる評価により、提案手法はトラヒック状況の同定に失敗したとき、おおむね現在のトラヒックを収容可能なVNを設計できることがわかった。
また、保持する特定のトラヒック状況の選択・更新方法について議論し、保持するトラヒック状況の集合が一次独立性を持つことが有効であることがわかった。 |
(英) |
A typical approach for configuring a virtual network (VN) over an optical network is to design an optimal VN with a knowledge of the end-to-end traffic demand matrix.
However, it is difficult to configure the optimal VN using the traffic demand matrix in a changing environment.
We have previously proposed a bayesian-approach for VN reconfiguration without using the traffic demand matrix.
The approach memorizes a set of ``good" VNs, each of which works well for a certain traffic situation, and identify the current traffic situation using Bayesian inference, and then retrieve one of the VNs suitable for the current traffic situation.
We use the amounts of outgoing/incoming traffic at edge routers as the traffic situation.
However, this approach has difficulty in dealing with the case when the identification of the traffic situation fails.
In this paper, we develop a VN reconfiguration method to deal with this case.
In our method, the current traffic situation is fitted by linear regression, and then our method designs a VN using the obtained regression coefficients.
Evaluation results show that our method can design a VN suitable for the current traffic demand when the identification of the traffic situation fails.
We also discuss how to select and update the set of pre-specified traffic situations, and found that it is effective to select a set of traffic situations to have linear independence. |
キーワード |
(和) |
仮想ネットワーク再構成 / ベイジアンアトラクターモデル / 線形回帰 / / / / / |
(英) |
Virtual Network Reconfiguration / Bayesian Attractor Model / Linear Regression / / / / / |
文献情報 |
信学技報, vol. 117, no. 298, PN2017-37, pp. 57-63, 2017年11月. |
資料番号 |
PN2017-37 |
発行日 |
2017-11-08 (PN) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
査読に ついて |
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります. |
PDFダウンロード |
PN2017-37 |
研究会情報 |
研究会 |
PN |
開催期間 |
2017-11-15 - 2017-11-16 |
開催地(和) |
工学院大学 |
開催地(英) |
Kogakuin Univ. |
テーマ(和) |
エラスティックネットワーク、フレキシブルネットワーク、光ネットワーク制御・プロトコル、トランスポートSDN、IPバックボーン、空間多重(SDM)、モード多重、光ネットワークデバイス、JPNモデル、EXATおよび一般 |
テーマ(英) |
Elastic Optical Networks, Flexible Networks, Optical Network Control/Protocol, Transport SDN, IP Backbone, SDM, Mode Division Multiplexing, Photonic Network Devices, JPN Model, EXAT, etc. |
講演論文情報の詳細 |
申込み研究会 |
PN |
会議コード |
2017-11-PN |
本文の言語 |
日本語 |
タイトル(和) |
ベイズ型アトラクター選択モデルと線形回帰を用いた仮想ネットワーク再構成手法の提案と評価 |
サブタイトル(和) |
|
タイトル(英) |
Virtual Network Reconfiguration Based on Bayesian Attractor Model with Linear Regression |
サブタイトル(英) |
|
キーワード(1)(和/英) |
仮想ネットワーク再構成 / Virtual Network Reconfiguration |
キーワード(2)(和/英) |
ベイジアンアトラクターモデル / Bayesian Attractor Model |
キーワード(3)(和/英) |
線形回帰 / Linear Regression |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
大場 斗士彦 / Toshihiko Ohba / オオバ トシヒコ |
第1著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第2著者 氏名(和/英/ヨミ) |
荒川 伸一 / Shin'ichi Arakawa / アラカワ シンイチ |
第2著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第3著者 氏名(和/英/ヨミ) |
村田 正幸 / Masayuki Murata / ムラタ マサユキ |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-11-16 15:20:00 |
発表時間 |
25分 |
申込先研究会 |
PN |
資料番号 |
PN2017-37 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.298 |
ページ範囲 |
pp.57-63 |
ページ数 |
7 |
発行日 |
2017-11-08 (PN) |
|