2017年度 研究成果報告書

Advanced Network Architecture Research Group

7. 次世代トラヒックエンジニアリングに関する研究
7.1. 予測型ネットワーク制御技術に関する研究
7.1.1. 脳の情報処理機構に基づく予測型ネットワーク制御技術の確立(NTT ネットワーク基盤技術研究所との共同研究)

時間変動の大きなトラヒックを収容する手法として、トラヒックの時間変動やネットワークの状態の変化に対して動的に経路や仮想ネットワークの構成、ネットワーク機能の配置を変更する手法の検討が進められている。従来、このような動的なネットワーク制御に関する研究は、現在のトラヒック状況を正確に把握できることや、将来のトラヒック状況の予測の精度が良いことを前提として進められてきた。しかしながら、将来のトラヒック状況を正確に予測することは困難であるといった問題や、大規模なネットワークを制御する際には、ネットワーク全体にわたる正確なトラヒック状況を短周期で把握することは困難であるといった問題が発生し、制御に必要な情報を正確かつ完全に把握することは難しい。

この問題に対して、本研究では、各時刻において不正確・不完全な情報しか観測できない場合であっても、将来のネットワークの状況の予測、予測に基づいたネットワーク制御を行う手法の開発に取り組んでいる。本研究では、上記の目標に対して、脳の情報処理機構に基づいた手法を検討している。脳の情報処理機構の特徴として、単に知覚情報から外部の状態を推定するのみならず、その推定状態にもとづいて目標に近づくために行動するといったフィードバックを行うことがあげられる。このとき、目標に対する行動決定はあらかじめなされている訳ではなく、行動の結果を再び観測することにより、逐次フィードバックを行う。これにより、毎回得られる観測情報は不完全であり、目標も不明確であるにも関わらず、脳は行動を制御している。

提案手法では、このような脳の情報処理機構に基づき、ネットワーク内から得られる不完全な観測結果をもとに、ネットワークの状態を把握し、将来のネットワークの状況を予測、ネットワークの制御方法を決定する。さらに、ネットワークの制御への影響を考慮して、次に観測すべきトラヒックを決める。この制御ループを繰り返すことにより、各時刻に観測可能な情報が不完全であっても、ネットワーク制御への影響が大きい箇所を集中的に観測することができ、輻輳を回避した、適切な状態へとネットワークを制御することが可能となる。本研究では、シミュレーションにより本手法の評価を行い、各時刻において、ネットワーク内の一部のトラヒック状況しか収集できない状況においても、輻輳を回避した経路を設定可能であることを示している。


[関連発表論文]
  • Kodai Satake, Tatsuya Otoshi, Yuichi Ohsita, Masayuki Murata, “Traffic engineering and traffic monitoring in the case of incomplete information,” submitted for publication, February 2018.
  • Kodai Satake, Tatsuya Otoshi, Yuichi Ohsita, and Masayuki Murata, “Traffic engineering cooperating with traffic monitoring for the case with incomplete information,” in Proceedings of International Telecommunication Networks and Applications Conference, November 2017.
  • 佐竹幸大, 大下裕一, 村田正幸, “人の脳情報処理プロセスに着想を得た動的な予測形トラヒックエンジニアリング手法,” 電子情報通信学会情報ネットワーク研究会(発表予定), March 2018.
  • 佐竹幸大, 大下裕一, 石橋圭介, 星合擁湖, 村田正幸, “災害時のセルラーネットワークにおける不確実な観測情報に基づくトラヒックエンジニアリング,” 電子情報通信学会情報ネットワーク研究会(発表予定), March 2018.
  • Kodai Satake, Yuichi Ohsita, Masayuki Murata, “Predictive traffic engineering incorporating real-world information inspired by human brain cognition process,” Master’s thesis, Graduate School of Information Science and Technology, Osaka University, February 2018.
7.1.2. 予測可能性を考慮に入れたマクロフロー構成技術に関する研究(NTTネットワーク基盤技術研究所との共同研究)

ネットワークリソースを効率的に使用するためには、インターネットサービスプロバイダは、限られたネットワークリソースでトラフィックの変化に対応するように経路を動的に制御するトラフィックエンジニアリング(TE)を行う必要がある。TEの性能は、トラヒック予測の精度に依存する。しかし、近年、様々なネットワークサービスが増加し、トラヒックの変化は急増し、トラヒック予測が困難になっている。

本研究では、上記の問題に対処するため、トラヒックを予測可能な部分と予測不可能な部分に分け、トラヒックの予測可能性に応じて異なるルーティング方針を用いるTE方式を提案している。また、リアルタイムトラヒック分析に基づきトラヒックを分離するアルゴリズム、SDN技術、特にOpenFlowを用いて分離されたトラヒックを制御するためのフレームワークを提案している。本研究では、Internet2で測定された実際のトラヒックを用いて提案手法の評価を行い、既存のTE方式と比較して、最大リンク負荷を最大輻輳時間で34%、平均リンク負荷を平均11%低減できることを示した。


[関連発表論文]
  • Kota Kawashima, “Extracting information on traffic changes from social media data for predictive traffic engineering,” Master’s thesis, Graduate School of Information Science and Technology, Osaka University, February 2017.
  • Yousuke Takahashi, Keisuke Ishibashi, Masayuki Tsujino, Noriaki Kamiyama, Kohei Shiomoto, Tatsuya Otoshi, Yuichi Ohsita, and Masayuki Murata, “Separating predictable and unpredictable flows via dynamic flow mining for effective traffic engineering,” IEICE Transactions on Communications, vol. E101-B, pp. 538–547, February 2018.
7.2. ネットワーク省電力化のためのトラヒックエンジニアリングに関する研究
7.2.1. パレート最適制御にもとづくネットワーク省電力化手法

ストリーミング配信や、クラウドサービス等のインターネットを介したサービスの普及に伴うトラヒックの増加により、ネットワークにおける消費電力の増加は大きな課題となっており、ネットワークの消費電力を削減する手法の検討が進められている。ネットワークの消費電力を削減する手法では、ネットワークを流れるトラヒック量が時間帯により大きく異なることから、各時間帯において必要な通信性能を確保するのに必要十分なネットワークを構築し、不要なネットワークの機器やサーバをスリープさせる。これによって、通信量が多く、少数のネットワーク機器では十分な性能を確保することができない場合は、多数のネットワーク機器を動作させることにより十分な処理性能を確保し、逆に、通信量が少ない時間帯には、多くの機器をスリープさせることによって低消費電力化が可能となる。従来、ネットワーク低消費電力化手法の検討では、性能と消費電力のトレードオフに焦点があてられており、信頼性の確保については考慮されてこなかった。しかしながら、現実のネットワークサービスでは、故障が発生した際にも、故障発生により性能低下する時間を一定以下とすることが求められる。

そこで、本研究では、短時間のトラヒック変動や故障などの環境変動に追随して、十分な通信性能、信頼性の確保と低消費電力化の3つの目的を達成するネットワーク制御手法を確立する。ネットワークの制御を行うにあたり、耐故障性を確保しようとすればオンになるノードやリンクが増加するため消費電力は増加し、性能を確保しようとしても消費電力は増加する。本研究では、これらの指標をすべて考慮した制御を実現する手法として、パレート最適解の集合(パレートフロント)を求め、そのうち、必要な性能・信頼性の制約を満たす解をネットワークに投入することにより、性能・信頼性の要件を満たす範囲内で、消費電力を最小化する。本制御をネットワーク内の環境変動に追随して行うためには、パレートフロントの計算も環境変動に追随して行うことが必要となる。そこで、本研究では、パレートフロントの計算を高速に行う手法を検討する。本手法では、前の時刻のパレートフロントと、様々なネットワーク構成に進化する可能性の高い解を組み合わせた集合を初期解とし、進化計算により、現在の環境に合わせたパレートフロントを探索する。これにより、少ないステップで適切なパレートフロントにたどり着くことができ、高速なパレートフロントの取得が可能となる。

本研究では、提案手法をシミュレーションにより評価を行った。評価の結果、提案手法を用いることにより、環境変動に追随し、性能・信頼性の要件を満たしつつ、トラヒックが少ない時間帯であれば、全機器稼働状態の39%までネットワークの消費電力を低減することができることを示した。


[関連発表論文]
  • 秋下耀介, 大下裕一, 村田正幸, “パレート最適制御に基づく進化的ネットワーク省電力化手法,” 電子情報通信学会情報ネットワーク研究会(発表予定), March 2018.
  • Yosuke Akishita, “Evolutionary network power-saving method based on Pareto optimal control,” Master’s thesis, Graduate School of Information Science and Technology, Osaka University, February 2018.