AI間連携による大規模ネットワーク制御技術

  • #AI
  • #ネットワーク
  • #自動化
  • #標準化
  • #オーケストレーター
  • #ネットワーク管理システム

特徴・優位性

  • AI/機械学習を活用した、大規模ネットワークの自動管理/制御システム
  • サーバ環境における計算リソースの利用分析等の予想精度向上
  • 要素技術の標準化を推進

用途・応用分野

  • 次世代ネットワーク管理システム
  • ネットワークオーケストレーター
基礎実証済

概要

高度な共有管理基盤に基づく AI 間連携により、将来(2030年代)の人手を介さないネットワーク運用完全自動化を目指した技術を研究開発しています。 AI/機械学習手法としては、LSSVR*1やLASSO*2、EDRNN*3等のアルゴリズムを最大限活用して、サーバ環境における計算リソースの利用分析や制御解導出を自動実行する仕組みを提案し、秒単位や分単位の学習時間で予測精度を向上できることを検証済です。

また、ネットワーク機器を常にモニタリングして分析し、サービス事業者の要求を解釈してサービスを自動で設計するAIの実現に寄与する要素技術の標準化活動(IETF RFC 9232、IRTF RFC 9316など)も並行して進めています。

大規模マルチベンダネットワーク環境向けに、それらAIモデルを高度化及び自動連携させることで、ネットワーク全体での更なるQoS向上を目指しています。さらに、国内外の研究機関等と連携して実証実験・標準化等を推進しています。(2025年6月19日更新)

ネットワーク自動化技術。B5Gにおける、異なるベンダ、異なる制御AI技術、多様なサービス要求に対応可能
  • *1:LSSVR (Least-Squares Support Vector Regression)
  • *2:LASSO (Least Absolute Shrinkage and Selection Operator)
  • *3:EDRNN (Encoder-Decoder Recurrent Neural Network)

関連情報

  • 文献:
    • “Automated Data Analytics and Resource Arbitration Scheduling for Containerized Network Functions”,IEEE Future Networks World Forum (2022年10月)
    • “Intelligent Network Service Automation: Improving Accuracy and Efficiency in Network Management”, IEEE Transactions on Network and Service Management (2025年2月)
    • “Autonomic Closed-Loop Service Management based on Interworking Multiple AI Models”, IEEE/IFIP Network Operations and Management Symposium (2025年5月)
  • 標準化:
    • IETF RFC 9232: Network Telemetry Framework (2022年5月)
    • IRTF RFC 9316: Intent Classification (2022年10月)
    • ITU-T Y.3207 "Fixed, mobile and satellite convergence - Integrated network control architecture framework for IMT-2020 networks and beyond", (2024年4月)

担当部門

ネットワーク研究所 ネットワークアーキテクチャ研究室

ページトップへ戻る