講演抄録/キーワード |
講演名 |
2020-11-27 14:00
[奨励講演]モバイルアクセスネットワークにおける機械学習を用いたサイレント異常検知に関する精度改善の取組み ○鈴木将友・塩津晃明・近藤 靖(ドコモ・テクノロジ) ICM2020-32 |
抄録 |
(和) |
モバイル通信サービスは人々の生活に無くてはならないものとなっており,モバイルネットワークの安定性および信頼性の確保が重要となる中で,5G等によるサービスの多様化およびネットワーク構成の複雑化による肥大化が想定されるネットワークのオペレーション業務の効率化は大きな課題である.
筆者らは,課題解決に向けてAutoEncoderを活用した基地局におけるサイレント異常検知に取り組んでおり,これまでに一定の成果を確認した.
本稿では,サイレント異常検知における誤検知(正常状態にも関わらず,AIが異常と判断すること)の削減を目的とした取組み,および,その適用結果について述べる. |
(英) |
Mobile communication services have become indispensable in our daily life.
While it is important to ensure the stability and reliability of mobile networks, it is important to improve the efficiency of network operations, which is expected to grow due to the diversification of services and the complexity of the network configuration, such as 5G.
The authors have been working on silent anomaly detection in base stations using AutoEncoder to solve the problem, and have confirmed certain results so far.
In this paper, we describe our efforts to reduce false positives in silent anomaly detection (i.e., AI judges anomalies in spite of normal conditions) and the results of the application. |
キーワード |
(和) |
モバイルアクセスネットワーク / 異常検知 / 機械学習 / / / / / |
(英) |
Mobile Access Networks / Anomaly Detection / Machine Learning / / / / / |
文献情報 |
信学技報, vol. 120, no. 259, ICM2020-32, pp. 67-72, 2020年11月. |
資料番号 |
ICM2020-32 |
発行日 |
2020-11-19 (ICM) |
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 |
ICM2020-32 |
研究会情報 |
研究会 |
NS ICM CQ NV |
開催期間 |
2020-11-26 - 2020-11-27 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
ネットワーク品質,ネットワーク計測・管理,ネットワーク仮想化,ネットワークサービス,ブロックチェーン,セキュリティ,ネットワークインテリジェンス・AI,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) |
Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence, etc. |
講演論文情報の詳細 |
申込み研究会 |
ICM |
会議コード |
2020-11-NS-ICM-CQ-NV |
本文の言語 |
日本語 |
タイトル(和) |
モバイルアクセスネットワークにおける機械学習を用いたサイレント異常検知に関する精度改善の取組み |
サブタイトル(和) |
|
タイトル(英) |
A Study of Accuracy Improvement of Silent Anomaly Detection Using Machine Learning in Mobile Access Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
モバイルアクセスネットワーク / Mobile Access Networks |
キーワード(2)(和/英) |
異常検知 / Anomaly Detection |
キーワード(3)(和/英) |
機械学習 / Machine 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) |
鈴木 将友 / Masatomo Suzuki / スズキ マサトモ |
第1著者 所属(和/英) |
ドコモ・テクノロジ株式会社 (略称: ドコモ・テクノロジ)
DOCOMO Technology, Inc. (略称: DOCOMO Technology) |
第2著者 氏名(和/英/ヨミ) |
塩津 晃明 / Akihiro Shiozu / シオズ アキヒロ |
第2著者 所属(和/英) |
ドコモ・テクノロジ株式会社 (略称: ドコモ・テクノロジ)
DOCOMO Technology, Inc. (略称: DOCOMO Technology) |
第3著者 氏名(和/英/ヨミ) |
近藤 靖 / Yasushi Konou / コンドウ ヤスシ |
第3著者 所属(和/英) |
ドコモ・テクノロジ株式会社 (略称: ドコモ・テクノロジ)
DOCOMO Technology, Inc. (略称: DOCOMO Technology) |
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 |
2020-11-27 14:00:00 |
発表時間 |
25分 |
申込先研究会 |
ICM |
資料番号 |
ICM2020-32 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.259 |
ページ範囲 |
pp.67-72 |
ページ数 |
6 |
発行日 |
2020-11-19 (ICM) |
|