トラヒック需要予測に基づいた光タイムスロット割当技術の確立

点击翻译按钮获取中文摘要

ハイブリッド型DCNであるHOLSTにおいて消費電力削減効果を最大限に発揮するためには、フローの継続時間とサイズに応じて適切にフローを分類する必要がある。本年度はDCNでのトラヒック収集・分析を行ったのち、既存のフロー分類手法の改善を行った。DCNでのトラヒック収集では企業の協力を得て、３週間のトラヒックの収集を行った。次に、収集したトラヒックを利用して既存のフロー分類手法を導入したHOLSTの消費電力削減効果を検証した。その結果、省電力効果が理想的な分類を行えた場合よりも11.1%低いことを確認した。これはフロー分類手法で設定するパラメータがトラヒック特性の変化に対応できていないことが原因であると考え、時間経過によるフロー分類手法の理想パラメータ変化を調査した。調査の結果、時間経過によって理想パラメータは緩やかに変化することが判明した。そのため、パラメータをトラヒック特性に応じて動的に調整する手法の検討に着手した。動的パラメータ調整手法の検討にあたり、設定パラメータと消費電力削減効果の関係を調査した。その結果、設定パラメータは複数の局所最適解を持たないことが判明したため、局所探索に基づく手法を提案した。他にも機械学習に基づく手法も検討されたが、パラメータ調整で複雑な処理を行う場合、パラメータ調整自体により発生する消費電力を懸念し、計算量の少ない局所探索による手法を採用した。シミュレーションの結果、パラメータ調整を行わない場合に比べて、消費電力を7.57%削減することができた。また、理想パラメータから大きく異なるパラメータを設定した場合でも300秒で理想パラメータに収束することを確認した。トラヒック特性の変化は緩やかなものを想定しているため、この収束時間はトラヒック特性の変化に対応するために十分な速さであると考えられる。プロトタイプ実装による検証は今後の課題である。