| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-05 14:30 エンコーダ・デコーダRNNを用いたサービスファンクション移行スケジューリング手法の検討 ○平山孝弘・宮澤高也・地引昌弘・ベド カフレ（NICT）  IN2018-142 |
|
| 抄録 | （和） | サービス機能チェイニング(SFC)技術により、IoTやモバイルアプリケーションなどの多様なサービスを柔軟に提供することが可能となる。リソース要求およびトラヒック量が変化する環境において、サービス品質を保証し続けるためには、必要に応じてSFチェインを構成する仮想ネットワーク機能(VNF)の配置・リソース量およびSFCの経路を組み替えていく必要がある。しかしながら、多数のSFチェインが共存する環境下では、SFチェイン毎にネットワーク状況の観測・再構成のサイクルを繰り返すことは非常に難しい。そこで本研究では、機械学習を活用して、SFCの再構成を行うべきタイミング、およびサービスファンクション移行先を決定する手法を検討し、SFC再構成の自動化を試みる。シミュレーション評価により、エンコーダ・デコーダの二段階構成による再帰型ニューラルネットワーク(RNN)を適用することで、VNF移行回数をランダムに振り分ける場合の7分の1の移行回数に抑えつつ、資源不足量はランダムな振り分け時と同程度に維持できることを示す。 |
| （英） | Service function chaining (SFC) enables network operators to flexibly provide diverse services such as Internet-of-Things (IoT) and mobile applications. SFC technologies are required to offer stable and guaranteed quality-of-service (QoS) even in the circumstances of dynamically-changing resource demands and traffic volumes. To meet QoS requirements against time-varying network environment, infrastructure providers need to dynamically adjust the amount of computational resources such as CPU assigned to virtual network functions (VNFs) in each service function chain. However, related works have limitations that they cannot provide an agile operation of VNF migration as they require a large number of iterations. In order to overcome these limitations, in this paper we propose to utilize an encoder-decoder recurrent neural network and train it to solve the VNF migration scheduling problem. Through the simulation, we verify that the proposed method can agilely determine VNF redeployment locations by keeping the frequency of server overload and VNF migration minimum. | |
| キーワード | （和） | サービス機能チェイニング(SFC) / 混合整数計画問題(MIP) / 機械学習(ML) / リカレントニューラルネットワーク(RNN) / ファンクション移行 / / / |
| （英） | Service function chaining (SFC) / Mixed integer programing (MIP) / Machine learning (ML) / Recurrent neural network (RNN) / Function migration / / / | |
| 文献情報 | 信学技報, vol. 118, no. 466, IN2018-142, pp. 349-354, 2019年3月. | |
| 資料番号 | IN2018-142 | |
| 発行日 | 2019-02-25 (IN) | |
| ISSN | 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) | |
| PDFダウンロード | IN2018-142 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2019-03-04 - 2019-03-05 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IN |
| 会議コード | 2019-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | エンコーダ・デコーダRNNを用いたサービスファンクション移行スケジューリング手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on VNF Migration Scheduling by using Encoder-Decoder Recurrent Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | サービス機能チェイニング(SFC) / Service function chaining (SFC) |
| キーワード(2)（和/英） | 混合整数計画問題(MIP) / Mixed integer programing (MIP) |
| キーワード(3)（和/英） | 機械学習(ML) / Machine learning (ML) |
| キーワード(4)（和/英） | リカレントニューラルネットワーク(RNN) / Recurrent neural network (RNN) |
| キーワード(5)（和/英） | ファンクション移行 / Function migration |
| 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） | 平山 孝弘 / Takahiro Hirayama / ヒラヤマ タカヒロ |
| 第1著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | 宮澤 高也 / Takaya Miyazawa / ミヤザワ タカヤ |
| 第2著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第3著者 氏名（和/英/ヨミ） | 地引 昌弘 / Masahiro Jibiki / ジビキ マサヒロ |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | ベド カフレ / Ved P. Kafle / ベド カフレ |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-05 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IN |
| 資料番号 | IN2018-142 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.466 |
| ページ範囲 | pp.349-354 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (IN) |
[研究会発表申込システムのトップページに戻る]