抄録
L-013
脳の認知機能モデルを用いた複数ネットワークスライスへの資源割り当て制御
脳の認知機能モデルを用いた複数ネットワークスライスへの資源割り当て制御
各ネットワークスライスが収容するトラヒックは、人の行動などの現実世界の状況の影響 を受ける。そのため、スライスへの動的な資源割当といったネットワーク制御に用いるトラヒック量の予測を行うにあたり、現実世界のセンシングデータは有用な情報となる。
本研究では、人の脳が曖昧・不完全な観測情報をもとに認知を行う仕組みをモデル化した Bayesian Attractor Model にもとづいて、現実世界のセンシングデータを用いて状況を認知し、ネットワークスライス間の資源割当を行う手法を提案し、シミュレーションによりその動作を確認する。
本研究では、人の脳が曖昧・不完全な観測情報をもとに認知を行う仕組みをモデル化した Bayesian Attractor Model にもとづいて、現実世界のセンシングデータを用いて状況を認知し、ネットワークスライス間の資源割当を行う手法を提案し、シミュレーションによりその動作を確認する。
