| 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 | 2026-03-06 10:20 深層学習によるトラヒック予測を活用した5Gスライシングにおける動的リソース制御の提案と実装に向けた一検討 ○吉村美結・阿部修也（福井工大）  NS2025-314 |
|
| 抄録 | （和） | 近年、5Gモバイルネットワークでは多様な通信要求に応えるためネットワークスライシングが導入されているが、固定的なリソース割り当てでは変動するトラヒックに対して効率的な運用が困難である。本稿では、深層学習の一種であるGRU（Gated Recurrent Unit）を用いたトラヒック予測に基づき、スライス間のリソースを動的に制御する手法を提案し、OSSを用いた実装環境の構築と予測性能の評価による検討を行った。 ミラノにおける実際のトラヒックデータセットを用いた検証の結果、決定係数 R^2=0.8563、加重絶対誤差率 WAPE=19.85% という高い予測精度を達成した。また、free5GCおよびUERANSIMを用いた実験環境を構築し、予測に基づくリソース制御の実現可能性を確認した。本検討により、将来の負荷変動を事前に捉えた効率的な動的リソース割り当ての実現に向けた基盤を示した。 |
| （英） | In recent years, network slicing has been introduced in 5G mobile networks to satisfy diverse communication requirements. However, static resource allocation faces challenges in efficient operation against fluctuating traffic volumes. This paper proposes a dynamic resource control method for 5G slicing based on traffic prediction using a Gated Recurrent Unit and investigates its implementation using open-source software. As a preliminary study toward full-scale implementation, we evaluated the prediction performance using the Milan real-world traffic dataset. The results demonstrated a high prediction accuracy, achieving a coefficient of determination $R^2 = 0.8563$ and a Weighted Absolute Percentage Error of $19.85%$. Furthermore, we constructed an experimental environment leveraging free5GC and UERANSIM to confirm the feasibility of the proposed dynamic control architecture. This study establishes a technical foundation for realizing efficient dynamic resource allocation by capturing future load fluctuations in advance. | |
| キーワード | （和） | モバイルネットワーク / ネットワークスライシング / GRU / OSS / リソースプロビジョニング / / / |
| （英） | Mobile Network / Network Slicing / GRU / OSS / Resource Provisioning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 385, NS2025-314, pp. 545-550, 2026年3月. | |
| 資料番号 | NS2025-314 | |
| 発行日 | 2026-02-25 (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 | NS2025-314 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2026-03-04 - 2026-03-06 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | Okinawa-Ken Shichoson Jichi Kaikan |
| 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 | NS |
| 会議コード | 2026-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習によるトラヒック予測を活用した5Gスライシングにおける動的リソース制御の提案と実装に向けた一検討 |
| サブタイトル（和） | |
| タイトル（英） | Dynamic Resource Control for 5G Network Slicing using Deep Learning-based Traffic Prediction: A Study on Proposal and Implementation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | モバイルネットワーク / Mobile Network |
| キーワード(2)（和/英） | ネットワークスライシング / Network Slicing |
| キーワード(3)（和/英） | GRU / GRU |
| キーワード(4)（和/英） | OSS / OSS |
| キーワード(5)（和/英） | リソースプロビジョニング / Resource Provisioning |
| 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） | 吉村 美結 / Miyu Yoshimura / ヨシムラ ミユ |
| 第1著者 所属（和/英） | 福井工業大学 (略称： 福井工大) Fukui University of Technology (略称： FUT) |
| 第2著者 氏名（和/英/ヨミ） | 阿部 修也 / Shuya Abe / アベ シュウヤ |
| 第2著者 所属（和/英） | 福井工業大学 (略称： 福井工大) Fukui University of Technology (略称： FUT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-06 10:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-314 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.385 |
| ページ範囲 | pp.545-550 |
| ページ数 | 6 |
| 発行日 | 2026-02-25 (NS) |
[研究会発表申込システムのトップページに戻る]