| 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 | 2020-03-06 13:20 NFV基盤における資源調停のためのトレンドの変化を考慮したトラヒック予測機構再学習法の提案 ○平山孝弘・地引昌弘・ベド カフレ（NICT）  IN2019-137 |
|
| 抄録 | （和） | ネットワーク機能仮想化(NFV)技術により、IoTやモバイル通信といった、個々のサービスに特化した機能を具備する仮想マシンを柔軟に配置し、サービスを提供することが可能となる。NFV基盤においては、要求されるリソース量、およびトラヒック量が動的に変化する環境においても、サービス品質(QoS)を保証することが求められる。機械学習(ML)などを用いて個々の仮想マシンにかかる負荷の変動を予測し、仮想マシンに割り当てる計算機リソース量(CPUなど)を動的に調停することで、QoSの保証とリソースの効率的な利用の両立が可能となる。本稿では、精度の高いリソース量自動調停技術の実現を目指し、アンサンブル学習を用いたトラヒック変動予測機構、およびトレンドの変化に合わせて予測機構を再学習し予測精度を維持する手法を提案する。予測機構は、様々な学習モデルで学習した弱学習器群と、その出力を参照しトラヒックを予測する強学習器により構成される。短期的な微小なトレンドの変化には強学習器の再学習により対応し、長期的な大きなトレンドの変化には弱学習器群の再学習により対応する二段階の再学習法により、過剰および過小な資源割当の発生頻度をRNNやARMAに比べて約45%削減できることを、実際のトラヒックデータを用いた検証によって示す。 |
| （英） | Network Function Virtualization (NFV) provides diverse virtualized functions for services such as Internet-of-Things (IoT) and mobile applications. NFV platforms are required to guarantee service level agreement even if the network environment, such as resource demands or traffic volumes, dynamically changes. To meet quality-of-service (QoS) requirements against time-varying situations, NFV infrastructure should dynamically adjust the amount of computational resources such as CPU assigned to each of virtual network functions (VNFs). It is effective to predict a virtual server load by means of machine learning (ML) technologies for proactive control to provide agile resource control and adaptiveness. In this paper, we propose a traffic prediction framework based on ensemble learning that consists of weak regressors trained by ML models, such as recurrent neural network (RNN), random forest, and elastic net. And also, to reduce prediction errors, we propose a relearning mechanism for regressors to keep up short- and long-term changes of demand trends. Through the evaluations result with real traffic data, we verify that the resource adjustment scheme based on the proposed traffic prediction framework keeps the frequency of over and under provisioning low, which is lesser by 45% in comparison with RNN and ARMA. | |
| キーワード | （和） | ネットワーク仮想化(NFV) / 機械学習(ML) / リソース自動調停 / / / / / |
| （英） | Network function virtualization (NFV) / Machine learning (ML) / Autonomic resource arbitration / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 461, IN2019-137, pp. 351-356, 2020年3月. | |
| 資料番号 | IN2019-137 | |
| 発行日 | 2020-02-27 (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 | IN2019-137 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2020-03-05 - 2020-03-06 |
| 開催地（和） | Royal Hotel 沖縄残波岬 |
| 開催地（英） | Royal Hotel Okinawa Zanpa-Misaki |
| 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 | 2020-03-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | NFV基盤における資源調停のためのトレンドの変化を考慮したトラヒック予測機構再学習法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Relearning Mechanism to Follow Trend Changes for Resource Arbitration in NFV Platforms |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ネットワーク仮想化(NFV) / Network function virtualization (NFV) |
| キーワード(2)（和/英） | 機械学習(ML) / Machine learning (ML) |
| キーワード(3)（和/英） | リソース自動調停 / Autonomic resource arbitration |
| 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） | 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） | 地引 昌弘 / Mashiro Jibiki / ジビキ マサヒロ |
| 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） | ベド カフレ / Ved P. Kafle / ベド カフレ |
| 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） | / / |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-06 13:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IN |
| 資料番号 | IN2019-137 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.461 |
| ページ範囲 | pp.351-356 |
| ページ数 | 6 |
| 発行日 | 2020-02-27 (IN) |
[研究会発表申込システムのトップページに戻る]