業績 2018

2018 年度研究業績の概要

1. 脳や生体の環境適応性・進化適応性に着想を得た情報ネットワークアーキテクチャに関する研究

• 1.1. 生物の環境適応性に基づく自己組織化制御技術の確立に関する研究
  • 1.1.1. 自己組織型ネットワーク制御の収束性・適応性・安定性向上に関する研究
  • 1.1.2. ニホンアマガエルの合唱行動のモデル化と通信ネットワークへの応用
  • 1.1.3. 第5世代移動通信システムの移動管理制御の安定性向上に関する研究（NECシステムプラットフォーム研究所との共同研究）
  • 1.1.4. ポテンシャル場を用いた実世界表現に基づいたSDI仮想化基盤制御手法（一部、富士通研究所との共同研究）
  • 1.1.5. 生化学反応式を用いた空間協調モデルに基づくサービス空間構築手法
• 1.2. 生物の進化適応性に基づく情報ネットワークアーキテクチャに関する研究
  • 1.2.1. ネットワークの進化適応性を確立するためのネットワーク構造分析に関する研究
  • 1.2.2. 生物の進化適応性にもとづくSDI仮想化基盤設計・制御技術に関する研究（一部、富士通研究所との共同研究）
  • 1.2.3. 生物の進化適応性にもとづくNFV構成手法（脳情報融合研究センター (CiNet) との共同研究）
  • 1.2.4. ネットワーク仮想化技術を利用したサービス構成技術に関する研究
• 1.3. 脳機能ネットワークの情報ネットワーク設計・制御手法への応用に関する研究
  • 1.3.1. 脳機能ネットワークの構造に着想を得たロバスト性を有するネットワーク構成手法
• 1.4. 脳の情報処理機能の情報ネットワーク制御技術への応用に関する研究
  • 1.4.1. ベイズ推定にもとづく仮想ネットワーク再構成手法に関する研究
  • 1.4.2. 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）
  • 1.4.3. 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に関する研究
  • 1.4.4. 動画像視聴ユーザの脳波情報を用いた機械学習によるQoE推定手法の実装と評価
  • 1.4.5. 曖昧な情報に対する脳の情報処理機構に基づいたネットワーク制御手法（一部、NECシステムプラットフォーム研究所との共同研究）
  • 1.4.6. 心理的効果を含めたユーザ行動のモデル化とQoE制御手法への応用に関する研究

2. IoT (Internet of Things)/M2M (Machine-to-Machine) ネットワークアーキテクチャに関する研究

• 2.1. センサーネットワークアーキテクチャに関する研究
  • 2.1.1. 自己組織型ネットワーク制御の収束性・適応性・安定性向上に関する研究（1.1.1項再掲）
  • 2.1.2. ニホンアマガエルの合唱行動のモデル化と通信ネットワークへの応用（1.1.2項再掲）
• 2.2. 次世代移動体通信ネットワークに関する研究
  • 2.2.1. 第5世代移動通信システムの移動管理制御の安定性向上に関する研究（NECシステムプラットフォーム研究所との共同研究）（1.1.3項再掲）
  • 2.2.2. M2M通信収容のためのモバイルコアネットワークアーキテクチャの確立
  • 2.2.3. 仮想化技術に基づくモバイルアクセスネットワークの消費電力削減効果（沖電気との共同研究）
• 2.3. ネットワークを経由したロボットの遠隔制御に関する研究
  • 2.3.1. 無線ネットワークを経由したロボットの遠隔制御に関する研究（一部、NECシステムプラットフォーム研究所との共同研究）
• 2.4. IoTネットワークにおける相互依存関係に関する研究
  • 2.4.1. 脳機能ネットワークの構造に着想を得たロバスト性を有するネットワーク構成手法（1.3.1項再掲）
  • 2.4.2. ネットワーク仮想化技術を用いたサービス連携技術に関する研究（KDDI総合研究所との共同研究）
• 2.5. 実世界とのインタラクションを考慮したIoTネットワーク構成手法に関する研究
  • 2.5.1. ポテンシャル場を用いた実世界表現に基づいたSDI仮想化基盤制御手法（一部、富士通研究所との共同研究）（1.1.4項再掲）
  • 2.5.2. 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）（1.4.2項再掲）

3. 次世代サービスネットワークアーキテクチャに関する研究

• 3.1. SDI仮想化基盤の制御手法に関する研究
  • 3.1.1. 生物の進化適応性にもとづくSDI仮想化基盤設計・制御技術に関する研究（一部、富士通研究所との共同研究）（1.2.2項再掲）
  • 3.1.2. 生物の進化適応性にもとづくNFV構成手法（脳情報融合研究センター (CiNet) との共同研究）（1.2.3項再掲）
• 3.2. ネットワーク仮想化技術を用いたサービス実現に関する研究
  • 3.2.1. ネットワーク仮想化技術を利用したサービス構成技術に関する研究（1.2.4項再掲）
  • 3.2.2. 生化学反応式を用いた空間協調モデルに基づくサービス空間構築手法（1.1.5項再掲）
• 3.3. ネットワークサービスのエコシステム構築に関する研究
  • 3.3.1. API エコノミーに関する研究（富士通研究所との共同研究）
• 3.4. ユーザQoE (Quality of Experience) の向上に関する研究
  • 3.4.1. 動画像視聴ユーザの脳波情報を用いた機械学習によるQoE推定手法の実装と評価（1.4.4項再掲）
  • 3.4.2. 曖昧な情報に対する脳の情報処理機構に基づいたネットワーク制御手法（一部、NECシステムプラットフォーム研究所との共同研究）（1.4.5項再掲）
  • 3.4.3. 心理的効果を含めたユーザ行動のモデル化とQoE制御手法への応用に関する研究（1.4.6項再掲）

4. サイバーセキュリティの高度化に関する研究

• 4.1. ドライブバイダウンロード攻撃検知手法に関する研究
  • 4.1.1. ニューラルネットワークを用いたドライブバイダウンロード攻撃検知に関する研究（NTTセキュアプラットフォーム研究所との共同研究）
  • 4.1.2. HTTP通信群に対するテンプレートにもとづくマルウェア検知手法（NTTセキュアプラットフォーム研究所との共同研究）
• 4.2. ホームIoTにおけるサイバーセキュリティの高度化に関する研究
  • 4.2.1. ホームIoT におけるユーザ行動のセンシング情報を用いた異常検知手法（三菱電機サイバーセキュリティ協働研究所における研究成果）

5. 情報指向ネットワーク (ICN) アーキテクチャに関する研究

• 5.1. 情報指向ネットワークに関する研究
  • 5.1.1. 情報指向ルータにおけるハードウェアアーキテクチャに関する研究
  • 5.1.2. 情報指向ネットワークにおける自律移動可能なルータを用いた情報取得
  • 5.1.3. 情報指向ネットワークの優位性を活用したM2Mアプリケーション開発技法に関する研究

6. 次世代クラウドアーキテクチャに関する研究

• 6.1. クラウドシステムの高性能化に関する研究
  • 6.1.1. クラウドシステムにおける予測に基づく資源割当制御に関する研究
• 6.2. 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
  • 6.2.1. 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に関する研究

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. モデル予測制御を用いたトラヒックエンジニアリング手法（NTT ネットワーク基盤技術研究所との共同研究）