| 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 | 2019-09-06 10:25 強化学習を用いた輻輳制御における公平性に関する一検討 ○山﨑 周・山本 幹（関西大）  NS2019-91 |
|
| 抄録 | （和） | スマートフォンなどの無線端末の普及に伴い，インターネットへ接続するユーザの通信環境は多様化している．このように多様化する通信環境に適応する輻輳制御として，様々なTCP輻輳制御アルゴリズムが提案されている．これらは特定の環境に特化した形で設計されており，様々な環境に普遍的に適応可能な方式とはなっていない．この問題を解決する手法の一つとして，機械学習を応用し，多様化する通信環境それぞれに適した輻輳制御動作を自ら学習する，強化学習を用いたQTCPが提案されている．QTCPでは，各送信者が自らの性能改善を目指した利己的な動作をとる可能性があり，不公平な状態に陥る危険性がある．本稿では，QTCPが不公平な状態に陥った場合にそれを改善する方向に向かわないことを明らかにし，それを改善する手法としてAIMD動作を実現するアルゴリズムを提案する． |
| （英） | With fast deployment of high speed wireless access networks, communication environments for Internet accesses have been changing drastically. According to these wide range of network environments, many kinds of TCP congestion control algorithms have been proposed. Each of these TCP versions focuses on specific environment, e.g. wireless loss, and is designed with hard-wired logic, which means there is no universally applicable TCP algorithm. To resolve this technical problem related to hard-wired logic, several machine learning approaches for TCP congestion control has been proposed, e.g. QTCP. In this paper, we show that QTCP has technical problem of unfair condition due to a selfish behavior of machine learning approach. We propose a new QTCP algorithm which is based on AIMD(Additive Increase and Multiplicative Decrease). Our performance evaluation results show that our proposed improvement for QTCP shows good fairness behavior without degradation of throughput or queue length characteristics. | |
| キーワード | （和） | 輻輳制御アルゴリズム / 公平性 / 強化学習 / / / / / |
| （英） | Congestion Control / Fairness / Reinforcemcent Learning / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 194, NS2019-91, pp. 13-18, 2019年9月. | |
| 資料番号 | NS2019-91 | |
| 発行日 | 2019-08-29 (NS) | |
| 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 | NS2019-91 |
|
| 研究会情報 | |
| 研究会 | NS IN CS NV |
| 開催期間 | 2019-09-05 - 2019-09-06 |
| 開催地（和） | 東北大学 電気通信研究所 |
| 開催地（英） | Research Institute of Electrical Communication, Tohoku Univ. |
| テーマ（和） | セッション管理(SIP・IMS)，相互接続技術/標準化，次世代・新世代・将来ネットワーク，クラウド/データセンタネットワーク，SDN(OpenFlow等)・NFV，IPv6，機械学習のネットワーク適用，一般 注：NV研究会は発表申込み締切日が異なります。NV研究会への発表申込はこちらからお願いします。 |
| テーマ（英） | Session management (SIP/IMS), Interoperability/Standardization, NGN/NwGN/Future networks, Cloud/Data center networks, SDN (OpenFlow, etc.)/NFV, IPv6, Machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2019-09-NS-IN-CS-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習を用いた輻輳制御における公平性に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Fairness of Reinforcement Learning Based Congestion Control |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 輻輳制御アルゴリズム / Congestion Control |
| キーワード(2)（和/英） | 公平性 / Fairness |
| キーワード(3)（和/英） | 強化学習 / Reinforcemcent Learning |
| 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） | 山﨑 周 / Meguru Yamazaki / ヤマザキ メグル |
| 第1著者 所属（和/英） | 関西大学 (略称： 関西大) Kansai University (略称： Kansai Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山本 幹 / Miki Yamamoto / ヤマモト ミキ |
| 第2著者 所属（和/英） | 関西大学 (略称： 関西大) Kansai University (略称： Kansai Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-09-06 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2019-91 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.194 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2019-08-29 (NS) |
[研究会発表申込システムのトップページに戻る]