講演抄録/キーワード |
講演名 |
2022-04-15 11:10
容量制約付き最短経路ツアー問題に基づくサービスチェイニング ~ グラフニューラルネットワークを用いた深層強化学習に基づく解法 ~ ○原 崇徳・笹部昌弘(奈良先端大) NS2022-2 |
抄録 |
(和) |
サービスチェイニング問題は,Network Functions Virtualization (NFV) ネットワークにおける資源割当問題の一つであり,資源制約の下,中間ノードで仮想ネットワーク機能を所望の順序で実行しながら,始点ノードから終点ノードへと至るサービスパスを構築する問題である.先行研究では,サービスチェイニング問題を容量制約付き最短経路ツアー問題 (Capacitated Shortest Path Tour Problem: CSPTP) に基づく整数線形計画として定式化した.またこの問題を効率的に解くために,貪欲法とラグランジュ緩和法に基づく手法をそれぞれ提案した.本稿では,グラフニューラルネットワークを用いた深層強化学習フレームワークを用いることで,需要動向の学習やリンク障害などのトポロジ変化への適応を可能とするサービスチェイニングの実現を目指す.数値実験より,提案手法の基本特性とリンク障害に対する適応性を示す. |
(英) |
The service chaining problem is one of the resource allocation problems in network functions virtualization (NFV) networks and aims at finding a service path from an origin node to a destination node while executing the virtual network functions at intermediate nodes in required order under the resource constraints. In our previous work, we modeled the service chaining problem as the capacitated shortest path tour problem (CSPTP) and formulated the CSPTP-based service chaining as an integer linear program. We also proposed a simple greedy algorithm and more sophisticated Lagrangian heuristics to efficiently solve the CSPTP-based service chaining. In this paper, we aim at realizing CSPTP-based service chaining that can learn demand trend and adapt to topology changes due to link failures by using both deep reinforcement learning and graph neural network. Through numerical results, we demonstrate the fundamental characteristics of the proposed scheme and adaptability to topology change with link failures. |
キーワード |
(和) |
ネットワーク機能仮想化 / サービスチェイニング / 容量制約付き最短経路ツアー問題 / 深層強化学習 / グラフニューラルネットワーク / / / |
(英) |
Network functions virtualization / service chaining / capacitated shortest path tour problem / deep reinforcement learning / graph neural network / / / |
文献情報 |
信学技報, vol. 122, no. 5, NS2022-2, pp. 7-12, 2022年4月. |
資料番号 |
NS2022-2 |
発行日 |
2022-04-08 (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 |
NS2022-2 |
研究会情報 |
研究会 |
NS |
開催期間 |
2022-04-15 - 2022-04-15 |
開催地(和) |
機械振興会館 + オンライン開催 |
開催地(英) |
kikai shinkou kaikan + online |
テーマ(和) |
通信トラヒック理論,トラヒック・品質評価,ネットワーク性能評価,QoS/QoE,信頼性・ロバスト性,トラヒック・品質管理,AI・機械学習,ネットワーク・システム運用管理, 大容量・低遅延・多数接続,一般 |
テーマ(英) |
Communication traffic theory, Traffic and quality evaluation, Network performance evaluation, QoS/QoE, Reliability and robustness, Traffic and quality management, AI and machine learning, Network and system operation management, High capacity, low latency, many connections, General |
講演論文情報の詳細 |
申込み研究会 |
NS |
会議コード |
2022-04-NS |
本文の言語 |
日本語 |
タイトル(和) |
容量制約付き最短経路ツアー問題に基づくサービスチェイニング |
サブタイトル(和) |
グラフニューラルネットワークを用いた深層強化学習に基づく解法 |
タイトル(英) |
Service Chaining Based on Capacitated Shortest Path Tour Problem |
サブタイトル(英) |
Solution Based on Deep Reinforcement Learning and Graph Neural Network |
キーワード(1)(和/英) |
ネットワーク機能仮想化 / Network functions virtualization |
キーワード(2)(和/英) |
サービスチェイニング / service chaining |
キーワード(3)(和/英) |
容量制約付き最短経路ツアー問題 / capacitated shortest path tour problem |
キーワード(4)(和/英) |
深層強化学習 / deep reinforcement learning |
キーワード(5)(和/英) |
グラフニューラルネットワーク / graph neural network |
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) |
原 崇徳 / Takanori Hara / ハラ タカノリ |
第1著者 所属(和/英) |
奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST) |
第2著者 氏名(和/英/ヨミ) |
笹部 昌弘 / Masahiro Sasabe / ササベ マサヒロ |
第2著者 所属(和/英) |
奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第21著者 氏名(和/英/ヨミ) |
/ / |
第21著者 所属(和/英) |
(略称: )
(略称: ) |
第22著者 氏名(和/英/ヨミ) |
/ / |
第22著者 所属(和/英) |
(略称: )
(略称: ) |
第23著者 氏名(和/英/ヨミ) |
/ / |
第23著者 所属(和/英) |
(略称: )
(略称: ) |
第24著者 氏名(和/英/ヨミ) |
/ / |
第24著者 所属(和/英) |
(略称: )
(略称: ) |
第25著者 氏名(和/英/ヨミ) |
/ / |
第25著者 所属(和/英) |
(略称: )
(略称: ) |
第26著者 氏名(和/英/ヨミ) |
/ / |
第26著者 所属(和/英) |
(略称: )
(略称: ) |
第27著者 氏名(和/英/ヨミ) |
/ / |
第27著者 所属(和/英) |
(略称: )
(略称: ) |
第28著者 氏名(和/英/ヨミ) |
/ / |
第28著者 所属(和/英) |
(略称: )
(略称: ) |
第29著者 氏名(和/英/ヨミ) |
/ / |
第29著者 所属(和/英) |
(略称: )
(略称: ) |
第30著者 氏名(和/英/ヨミ) |
/ / |
第30著者 所属(和/英) |
(略称: )
(略称: ) |
第31著者 氏名(和/英/ヨミ) |
/ / |
第31著者 所属(和/英) |
(略称: )
(略称: ) |
第32著者 氏名(和/英/ヨミ) |
/ / |
第32著者 所属(和/英) |
(略称: )
(略称: ) |
第33著者 氏名(和/英/ヨミ) |
/ / |
第33著者 所属(和/英) |
(略称: )
(略称: ) |
第34著者 氏名(和/英/ヨミ) |
/ / |
第34著者 所属(和/英) |
(略称: )
(略称: ) |
第35著者 氏名(和/英/ヨミ) |
/ / |
第35著者 所属(和/英) |
(略称: )
(略称: ) |
第36著者 氏名(和/英/ヨミ) |
/ / |
第36著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-04-15 11:10:00 |
発表時間 |
25分 |
申込先研究会 |
NS |
資料番号 |
NS2022-2 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.5 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2022-04-08 (NS) |