容量制約付き最短経路ツアー問題に基づくサービスチェイニング ～ グラフニューラルネットワークを用いた深層強化学習に基づく解法 ～

原 崇徳 笹部 昌弘

In 電子情報通信学会技術研究報告（ネットワークシステム研究会）, 2022

Abstract

サービスチェイニング問題は，Network Functions Virtualization (NFV) ネットワークにおける資源割当問題の一つであり，資源制約の下，中間ノードで仮想ネットワーク機能を所望の順序で実行しながら，始点ノードから終点ノードへと至るサービスパスを構築する問題である．先行研究では，サービスチェイニング問題を容量制約付き最短経路ツアー問題 (Capacitated Shortest Path Tour Problem: CSPTP) に基づく整数線形計画として定式化した．またこの問題を効率的に解くために，貪欲法とラグランジュ緩和法に基づく手法をそれぞれ提案した．本稿では，グラフニューラルネットワークを用いた深層強化学習フレームワークを用いることで，需要動向の学習やリンク障害などのトポロジ変化への適応を可能とするサービスチェイニングの実現を目指す．数値実験より，提案手法の基本特性とリンク障害に対する適応性を示す．

Downloads

    Text Reference

    原 崇徳, 笹部 昌弘, 容量制約付き最短経路ツアー問題に基づくサービスチェイニング ～ グラフニューラルネットワークを用いた深層強化学習に基づく解法 ～, 電子情報通信学会技術研究報告（ネットワークシステム研究会）, 122(5), pp.7-12, April 2022.

    BibTex Reference

    @article{hara22ns,
    author = "原, 崇徳 and 笹部, 昌弘",
    title = "{容量制約付き最短経路ツアー問題に基づくサービスチェイニング ～ グラフニューラルネットワークを用いた深層強化学習に基づく解法 ～}",
    year = "2022",
    month = "April",
    journal = "電子情報通信学会技術研究報告（ネットワークシステム研究会）",
    volume = "122",
    number = "5",
    pages = "7--12"
}