抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現在のIPベースネットワークは,ネットワークゲームのライブビデオストリーミングのような広範囲の遅延感受性アプリケーションをサポートする。これらのアプリケーションに対する適切な経験の質を提供することは,ネットワークプロバイダにとって極めて重要である。提供されるサービスは,連続監視を必要とする厳しいサービスレベル合意によってしばしば調節される。メトリックを保証する最初のステップはそれを測定するので,遅延測定はネットワークプロバイダのための基本的操作になる。多くの場合,オペレータはすべてのネットワークリンクの遅延を測定する必要がある。リンク遅延ベクトル(LDV)としてすべてのリンク遅延の収集を参照する。LDVを収集するための典型的な解決策は,ネットワークに実質的なオーバヘッドを課す。本論文では,低オーバヘッドアプローチで実時間でLDVを測定する解決策を提案した。特に,いくつかのフローをネットワークに注入し,それらのフローの遅延に基づいてLDVを推論する。この目的のために,監視フローとそれらの経路を,ネットワーク監視オーバーヘッドを最小化するために選択しなければならない。この点において,挑戦的な問題は,それらの遅延を知ることによって,流れの適切な組合せを選択することであり,線形方程式のセットを解決でき,ユニークなLDVを得ることが可能である。最初に,ILP問題の形で,流れの最適組合せを選択する数学的定式化を提案した。次に,既存のILPソルバの高い計算量を克服する発見的アルゴリズムを開発した。更なるステップとして,上記の方程式を解くためのメタヒューリスティックアルゴリズムを提案し,LDVを推論する。このステップの挑戦的な部分はリンク遅延の揮発性である。提案した解決策は,ミニネットネットワークエミュレータを用いて実世界エミュレートネットワークトポロジー上で評価した。エミュレーション結果は,実時間で無視できるネットワークオーバヘッドを有する提案解法の精度を示した。【JST・京大機械翻訳】