AI間連携による大規模ネットワーク制御技術
ネットワーク運用自動化で将来のサービスの品質を維持向上できる技術です
印刷する
研究者より
Beyond 5G (B5G) 時代は、ネットワークやサーバのリソース利用状況等が時々刻々と変化し、ネットワークの管理/制御がいっそう複雑化します。人手による設定変更や従来技術では、多種多様なネットワークサービスの品質（QoS）要求を満たすことは到底不可能です。 AI/機械学習を活用し、大規模ネットワークの管理/制御システムの課題解決に向けて、外部機関とも密に連携し研究を進めていきたいと考えています。
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。
AI間連携による大規模ネットワーク制御技術
ネットワーク運用自動化で将来のサービスの品質を維持向上できる技術です
提供内容・活用
サービスプロバイダーのネットワーク及びサーバの運用や、VR・IoT・自動運転などの通信サービスを需要に合わせて柔軟に提供するために、本研究成果の技術適用が効果的です。
関連情報
【文献】
- “Data Analytics Using Two-Stage Intelligent Model Pipelining for Virtual Network Functions,”
IEEE International Conference on Cloud Networking (招待論文発表) (2021年11月)
-"Automated Data Analytics and Resource Arbitration Scheduling for Containerized Network Functions”,
IEEE Future Networks World Forum (2022年10月)
"QoS-aware SFC Migration Scheduling Based on Encoder-Decoder RNN for Cloud-Native Platform”,
IEEE International Conference on Network and Service Management (2022年11月)
【標準化】
ITU-T Y.3177: “Architectural framework for artificial intelligence-based network automation for resource and fault management in future networks including IMT-2020” (2021年2月)
IETF RFC 9232: Network Telemetry Framework (2022年5月)
IRTF RFC 9316: Intent Classification (2022年10月)
このシーズへのお問い合わせはこちらから