| 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 | 2022-03-04 13:50 ネットワーク障害復旧業務における強化学習の実用性に関する検討 ○宮本達史（KDDI総合研究所/阪大）・毛利元一（KDDI総合研究所）・鈴木悠祐（KDDI）・大谷朋広（KDDI総合研究所）・武政淳二・小泉佑揮・長谷川 亨（阪大）  ICM2021-54 |
|
| 抄録 | （和） | ネットワーク障害復旧業務では、サービスの種類や障害ケースごとにプログラムコードを作成し、実行するためのルールを設定することで自動化を実現している。一方、5Gネットワークでは、IoTによってサービスの種類が増加し、更にNFVの適用によるハード・ソフトの分離に伴い監視対象が増加するため、障害復旧手順の数が増え、人手による自動化の維持管理が困難となる。本稿では、強化学習ベースの障害復旧フレームワークを提案し、シミュレーションによりネットワーク障害復旧自動化の実現可能性を検討した結果を報告する。 |
| （英） | Network operator automates failure recovery operation with implementing programs for each service and failure case. However, 5G introduces additional complexity into network monitoring and management due to the network function being independent of the hardware. In fact, a vast amount of workflows for automated the failure recovery operation have to be created and maintained per type of service and failure case. To address the above problems, this paper proposes a reinforcement learning-based fault recovery framework by applying the reinforcement learning algorithm. We demonstrate the effectiveness of the proposed framework for network failure recovery operation with simulation results. | |
| キーワード | （和） | ネットワーク管理 / 障害復旧 / 自動化 / 機械学習 / / / / |
| （英） | Network management / Failure recovery / Automation / Machine learning / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 399, ICM2021-54, pp. 63-67, 2022年3月. | |
| 資料番号 | ICM2021-54 | |
| 発行日 | 2022-02-24 (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 | ICM2021-54 |
|
| 研究会情報 | |
| 研究会 | ICM |
| 開催期間 | 2022-03-03 - 2022-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | エレメント管理，管理機能，理論・運用方法論，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICM |
| 会議コード | 2022-03-ICM |
| 本文の言語 | 日本語 |
| タイトル（和） | ネットワーク障害復旧業務における強化学習の実用性に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Network Fault Recovery Framework with Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ネットワーク管理 / Network management |
| キーワード(2)（和/英） | 障害復旧 / Failure recovery |
| キーワード(3)（和/英） | 自動化 / Automation |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| 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） | 宮本 達史 / Tatsuji Miyamoto / ミヤモト タツジ |
| 第1著者 所属（和/英） | 株式会社 KDDI総合研究所/大阪大学 (略称： KDDI総合研究所/阪大) KDDI Research, Inc./Osaka University (略称： KDDI Research, Inc./Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 毛利 元一 / Genichi Mori / モウリ ゲンイチ |
| 第2著者 所属（和/英） | 株式会社 KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research, Inc.) |
| 第3著者 氏名（和/英/ヨミ） | 鈴木 悠祐 / Yusuke Suzuki / スズキ ユウスケ |
| 第3著者 所属（和/英） | KDDI株式会社 (略称： KDDI) KDDI Corporation (略称： KDDI) |
| 第4著者 氏名（和/英/ヨミ） | 大谷 朋広 / Tomohiro Otani / オオタニ トモヒロ |
| 第4著者 所属（和/英） | 株式会社 KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research, Inc.) |
| 第5著者 氏名（和/英/ヨミ） | 武政 淳二 / Junji Takemasa / タケマサ ジュンジ |
| 第5著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 小泉 佑揮 / Yuki Koizumi / コイズミ ユウキ |
| 第6著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 長谷川 亨 / Toru Hasegawa / ハセガワ トオル |
| 第7著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-04 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICM |
| 資料番号 | ICM2021-54 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.399 |
| ページ範囲 | pp.63-67 |
| ページ数 | 5 |
| 発行日 | 2022-02-24 (ICM) |
[研究会発表申込システムのトップページに戻る]