文献

J-GLOBAL ID：201802257602157988   整理番号：18A1258106

SDNとNFVによるネットワークにおける深層学習に基づく仮想ネットワーク機能選択とチャージング【JST・京大機械翻訳】

Virtual Network Function Selection and Chaining Based on Deep Learning in SDN and NFV-Enabled Networks

著者 (3件)： Pei Jianing ,  Hong Peilin ,  Li Defang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICC Workshops  ページ： 1-6  発行年： 2018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： ソフトウェア定義ネットワーク(SDN)とネットワーク機能仮想化(NFV)は,サービス機能チェーン(SFC)がポピュラーなサービスパラダイムになる。SFC Request(SFCR)に対しては,定義された順序における一連の特定の仮想ネットワーク関数(VNF)を横断するために,流れをルーティングする必要がある。重要な挑戦は,マルチインスタンス環境におけるSFCRのための最適なVNF選択と連鎖方式を作る方法である。さらに,SDN制御装置がデータ平面要素の状態の上で集中化ネットワーク制御を達成するべきであるので,経路選定計算時間を減少させるために,高性能経路選定戦略を設計することが緊急の必要である。本論文では,エンドツーエンド遅延を最小化する目的で,二値整数計画(BIP)モデルとしてVNF選択と連鎖問題を定式化した。次に,知的ルーティング学習と予測によって問題を解決するために,新しい深い学習ベースの戦略を提案した。性能評価は,深い学習ベースの戦略がSFCR受け入れ率とエンドツーエンド遅延において高いネットワーク性能を得ることができて,既存の方式と比較して経路選定計算の時間効率を強化することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  CPU時間 ,  性能評価 ,  集中化 ,  チェーン ,  経路選定 ,  制御装置 ,  *充電 ,  定式化 ,  整数計画法 ,  *学習
準シソーラス用語： エンドツーエンド遅延 ,  ネットワーク制御 ,  仮想化 ,  *仮想ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： SDN ,  深層学習 ,  仮想ネットワーク ,  チャージング