2W-06
Graph Networkを利用した機械学習による,トポロジー変化に対応できるルーティング最適化
○澤田 格,岡部寿男,小谷大祐(京大)
近年,Software Defined Netorking(SDN) の進展によってネットワークの状況に応じて動的に経路制御を行うことが現実的になっている.Quality of Service(QoS)を最適化するルーティングを実時間で求めるために,機械学習を用いた手法が提案されている.本研究では,化合物の物性推定等で成果を挙げているグラフ構造に対するDeep Learningの技術を用いることで,機械学習を用いた従来の手法では困難であったネットワークトポロジーの変化に対応可能なモデルを構築し,様々なネットワー クに対して実時間でルーティング最適化を行う手法を提案する.

footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会