現実・仮想空間の分析に基づくネットワーク最適制御

自動運転や人々の移動によりネットワークサービスの需要動向は時空間的に変化します. このような現実空間のサービス需要動向の時空間的な変化に適応し,信頼性の高いサービスを実現するためには,現在の需要動向に対して,適切にネットワーク資源を割り当てる必要があります. そのため,ユーザのサービス要求の需要動向の時空間的な変化に伴い仮想ネットワークのトポロジが逐次変化することが想定されます. また,仮想空間に着目すると,ノードやリンクの故障により仮想ネットワークのトポロジが変化する可能性もあります. このようなトポロジ変化は物理ネットワーク上の資源割当状況に影響を与えるため,物理・仮想ネットワークの両方の特性と接続性を考慮して,効率的にネットワーク資源を割り当てなければなりません. そこで本研究では,現実空間の需要動向の時空間的な変化と仮想空間のネットワーク特性の変化を捉えながら,ネットワークを最適に制御する手法の確立を目指します. 具体的には,数理的手法と機械学習を利用して,需要動向の時空間的な変化を分析・予測します. そして,現実空間の分析と予測結果と仮想空間のネットワーク特性の観測から,最適なネットワーク制御を,グラフニューラルネットワークを用いた強化学習により実現します. この研究の応用として,道路ネットワークや物流ネットワークの最適化が挙げられます.

原 崇徳
原 崇徳
助教