文献

J-GLOBAL ID：201702278741107963   整理番号：17A0829213

MPTCP上のモバイルデバイスのための機械学習ベースの経路管理【Powered by NICT】

Machine learning based path management for mobile devices over MPTCP

著者 (4件)： Jonghwan Chung (Seoul National University, South Korea) ,  Han Dahyeon (Seoul National University, South Korea) ,  Kim Jiyoung (Seoul National University, South Korea) ,  Chong-kwon Kim (Seoul National University, South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigComp  ページ： 206-209  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近のモバイル機器はLTEとWi-Fiのような複数のネットワークインタフェースを備えている。MPTCP(マルチパスTCP),多経路上にデータを転送できることをトランスポートプロトコルは,スマートフォンやタブレットのようなデバイスを可能にする界面の両方を利用した。しかし,実環境における,無線機器が多いとネットワーク品質は頻繁に変化する。ネットワーク接続はMPTCP性能に負の影響を及ぼすにしている。本論文では,MPTCPは問題のトラブルシューティングにMPTCP ML(MPTCP機械学習に基づく)と呼ばれる新しい経路管理方式を提案した。機械学習モデルにより計算された決定に基づく複数コネクション間の経路利用を管理する。経路品質の正確な捕捉のために,信号強度,データレート,TCPスループット,干渉APの数,RTT(Round Trip Time)を含む様々な品質計量を利用した。AndroidにおけるMPTCP MLと様々な動的環境のための行った実験を実行した。結果はMPTCP MLは,一般的なMPTCP,特にモバイル環境のためのよりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 品質 ,  *機械学習 ,  管理システム ,  ネットワーク ,  スマートフォン
準シソーラス用語： モバイル環境 ,  動的環境 ,  TCPスループット ,  信号強度 ,  トラブルシューティング ,  無線機 ,  RTP【プロトコル】 ,  ネットワークインタフェイス ,  WiFi ,  *モバイルデバイス , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (3件)： モバイルデバイス ,  機械学習 ,  経路