Core Concepts
多段階トラフィック予測を活用して、サービス過剰供給を抑え、トラフィックの変化に適応しつつ必要なサービス品質を確保する多期間計画フレームワークを提案する。
Abstract
本研究では、光学ネットワークにおけるトラフィック駆動型のルーティングとスペクトル割当てアルゴリズムを提案し、多段階予測を活用することで実現する。
まず、エンコーダ-デコーダ型の深層学習モデルを用いて、多段階のトラフィック予測を行う。この予測情報を活用して、サービス中断を最小限に抑えつつ、スペクトルリソースを効率的に活用する、2つの多期間計画ヒューリスティックを提案する。
提案手法は、単一ステップ予測を活用するベースラインと比較して、サービス中断を大幅に削減できることを示す。一方で、過剰供給の増加という代償が生じるが、サービス中断に対する許容度に応じて、適切な手法を選択できる。
全体として、長期的なトラフィック変動を見据えた多段階予測の活用が、光学ネットワークの効率的な運用に寄与することが明らかになった。
Stats
サービス中断数:
MAD-SA: 74.5
MMD-SA: 59.3
SSD-SA: 89.8
未使用周波数スロット数:
MAD-SA: 5.35
MMD-SA: 6.97
SSD-SA: 4.64