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。
マルチパス輸送プロトコルは,異なるネットワーク経路の同時使用を可能にし,高速で信頼性のあるデータ伝送に利益を与える。マルチパス輸送プロトコルのスケジューラは,異なる経路でデータパケットをどのように配布するかを決定する。既存のマルチパススケジューラは,あらかじめ定義されたポリシーまたはオンライン訓練されたポリシーに適合する。第5世代(5G)ネットワークおよび無線ローカルエリアネットワーク(WLAN)におけるミリ波(mmWave)経路の採用は,時変ネットワーク条件を導入し,それの下で,既存のスケジューラは,高速かつ正確な適応を達成するのに苦労する。本論文では,時変ネットワーク条件に高速で正確に適応できる学習ベースのマルチパススケジューラであるFALCONを提案した。FALCONは,オフライン学習を用いて,粗粒ネットワーク条件を表現するメタモデルの集合を創造するメタラーニングのアイデア上に構築して,オンライン学習を用いて,そのような条件を扱うためのスケジューリングポリシーを導くために,現在の細粒ネットワーク条件に対する特定のモデルをブートストラップした。トレース駆動エミュレーション実験を用いて,FALCONは,静的およびモバイルネットワークにおいて,それぞれ,最高19.3%および23.6%まで,最良の最先端のスケジューラより優れていることを実証した。さらに,FALCONは,バルク転送やWebサービスのような異なるタイプのアプリケーションで作業するのに極めて柔軟であることを示した。さらに,FALCONは,他のすべての学習ベーススケジューラと比較して,はるかに速い適応時間を持ち,それらの最良と比較して,ほぼ8倍高速化に達した。最後に,FALCONが実際のネットワークの動的性に良く適応し,全ての他のスケジューラを一貫して凌駕する,実世界設定におけるエミュレーション結果を検証した。【JST・京大機械翻訳】