| 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 | 2020-08-25 10:50 広域データセンター間通信における深層強化学習を適用したPolicy Gradientによるデッドラインアウェアなデータ転送 ○能登谷将紀・塩本公平（東京都市大）・栗本 崇（NII）  PN2020-21 |
|
| 抄録 | （和） | デッドラインアウェアなジョブのスケジューリング問題は，科学的ワークフローや商用データセンタの広域ネットワークなどの応用分野で注目されている．デッドラインアウェアなジョブのスケジューリングは簡単な作業ではない．対応するデッドラインまでにすべての要求を満たすためには，将来の時間に沿ってトラフィックを最適に分散させる必要がある．既存の手法は最適化問題を定式化しているが，ほとんどの場合，計算コストがかかる．また，各最適化問題を解く際には，限られた将来の情報しか得られないため，一連の最適化問題を実行した場合の累積的な効果は非常に悪いものとなる．本論文では，深層強化学習を適用したPolicy Gradient を利用して，新しいデッドラインアウェアなジョブスケジューリング手法を構築する．シミュレーションの結果，以下のような知見が得られた．EDF を用いた初期方策は，ランダムな初期方策よりも優れている．提案手法は，RR，FCFS，EDF などの既存手法より高い性能を持ち，トラフィック負荷の増加に伴いEDF より約1.1 倍の性能を発揮する． |
| （英） | Deadline-aware job scheduling problems have been attracting attention in the application domains of scientific workflows and commercial data-center wide area networks. The scheduling of deadline-aware jobs is not an easy task. Satisfying all of the demands before the corresponding deadlines requires optimally spreading traffic along future times. Existing methods formulate an optimization problem which in most cases is computationally expensive. The cumulative effect of running a sequence of optimization problems can be very poor since only limited knowledge of the future is available when each optimization problem is solved. In this paper, we leverage a deep reinforcement learning, Policy Gradient, to build a novel deadline-aware job scheduling method. Through the simulation, we obtain the following findings. The EDF-trained initial policy outperforms a random initial policy. The proposed method outperforms the existing methods including RR, FCFS, and EDF with wider gaps from the existing methods expand as the traffic load increases. | |
| キーワード | （和） | デッドライン / 高速回線 / データセンタ / ジョブスケジューリング / 深層強化学習 / Policy Gradient / / |
| （英） | Deadline / High Speed Network / Data Center / Job Scheduling / Deep Reinforcement Learning / Policy Gradient / / | |
| 文献情報 | 信学技報, vol. 120, no. 137, PN2020-21, pp. 49-56, 2020年8月. | |
| 資料番号 | PN2020-21 | |
| 発行日 | 2020-08-17 (PN) | |
| 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 | PN2020-21 |
|
| 研究会情報 | |
| 研究会 | PN |
| 開催期間 | 2020-08-24 - 2020-08-25 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | フォトニックネットワーク関連技術、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PN |
| 会議コード | 2020-08-PN |
| 本文の言語 | 日本語 |
| タイトル（和） | 広域データセンター間通信における深層強化学習を適用したPolicy Gradientによるデッドラインアウェアなデータ転送 |
| サブタイトル（和） | |
| タイトル（英） | Policy Gradient-based Deep Reinforcement Learning for Deadline-aware Data Transfer over Wide Area Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | デッドライン / Deadline |
| キーワード(2)（和/英） | 高速回線 / High Speed Network |
| キーワード(3)（和/英） | データセンタ / Data Center |
| キーワード(4)（和/英） | ジョブスケジューリング / Job Scheduling |
| キーワード(5)（和/英） | 深層強化学習 / Deep Reinforcement Learning |
| キーワード(6)（和/英） | Policy Gradient / Policy Gradient |
| 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） | 能登谷 将紀 / Masaki Notoya / ノトヤ マサキ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 塩本 公平 / Kohei Shiomoto / シオモト コウヘイ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 栗本 崇 / Takashi Kurimoto / クリモト タカシ |
| 第3著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 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 | 2020-08-25 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | PN |
| 資料番号 | PN2020-21 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.137 |
| ページ範囲 | pp.49-56 |
| ページ数 | 8 |
| 発行日 | 2020-08-17 (PN) |
[研究会発表申込システムのトップページに戻る]