マルチキャストトラヒックの知的状態依存ルーチング

• ファン ヴァン ティエン

  早稲田大学大学院国際情報通信研究科

• 田中 良明

  早稲田大学大学院国際情報通信研究科

書誌事項

タイトル別名

• An Intelligent State-Dependent Routing Scheme for Multicast Traffic

抄録

本稿では,複数のサービスクラスがあるマルチキャスト接続の呼受付制御及びルーチングに強化学習(RL: Reinforcement Learning)を導入することを検討している.本方式においては,長期的に見て最も高い報酬が得られるような最適制御ポリシーを見つけるようにトレーニングが行われる.これを全ネットワークまとめて行うと,全体の管理が難しくなり,またトレーニング時間も長くなるので,ネットワークを分割して行う.本稿では,シミュレーションにより本方式の特性をMOSPF(Multicast extension to Open Shortest Path First)と比較している.MOSPFは,従来方式の中で最も高い特性を有する方式である.得られる報酬や呼損率などいろいろな特性において,本方式はMOSPFよりも優れている.
This study introduces Reinforcement Learning (RL) to solve the problem of Call Admission Control (CAC) and Routing for multicast connections in networks serving multiple service classes. The network system is trained to find out the optimal control policy that brings up the highest amount of reward in long-run. For a manageable solution and realizable training time, decomposition is carried out. To demonstrate the prominence of RL-based routing against MOSPF (Multicast extension to Open Shortest Path First) protocol, which is a routing protocol with high performance among available ones, we consider different criteria, including reward rate and call drop rate in simulations.

収録刊行物

• 電子情報通信学会技術研究報告. PN, フォトニックネットワーク

  電子情報通信学会技術研究報告. PN, フォトニックネットワーク 103 (508), 17-20, 2003-12-12

  一般社団法人電子情報通信学会

キーワード

• 呼受付制御
• 経路制御
• マルチキャスト
• 強化学習
• 報酬

詳細情報

• CRID: 1573105977154306432
• NII論文ID: 110003223590
• NII書誌ID: AA11864040
• ISSN: 09135685
• 本文言語コード: en
• データソース種別:
  • CiNii Articles