@article{oai:ipsj.ixsq.nii.ac.jp:00178585,
 author = {村田, 悠也 and 山本, 学 and 寺野, 隆雄 and Yuya, Murata and Gaku, Yamamoto and Takao, Terano},
 issue = {3},
 journal = {情報処理学会論文誌},
 month = {Mar},
 note = {本稿では，マルチエージェントシステムによる大規模データ集計時の性能劣化問題を取り扱う．マルチエージェントシステムは，エージェントプログラミングモデルにより抽象化された処理とデータセットを持つエージェントを多数配置したシステムである．エージェントプログラミングモデルにより設計されたエージェントは，データレコードとメッセージハンドラ，処理ロジックの3つの機能を持ち，メッセージパッシングに非同期かつ並列的な動作を行う．しかしながら，環境上に多数のエージェントを配置することから，特定のエージェントに負荷が偏ることでシステム全体の性能が劣化する．エージェントの負荷の偏りは，エージェントへ送られるメッセージが均等に分散されず，特定のエージェントに集中することで発生する．また，負荷はシステム実行中に入力されるデータやエージェント間でのリソース配分により絶えず変化するため事前予測が難しい．そこで，本研究ではシステム実行中にメッセージが集中するエージェントを増やし，負荷を分散させる動的なエージェント負荷分散手法を提案する．この手法により，各エージェントが自身の負荷を測定し，動的に負荷分散することが可能となる．提案手法を毎秒50万件のデータを集計するデータ集計システムに適用したところ，高負荷時にエージェントが増え，動的に負荷分散している様子が確認できた．また，本手法を適用したシステムと適用していないシステムで比較すると，データ偏り時に1.6倍の性能改善効果が得られた．, This paper discusses a large scale data aggregation problem implemented multi-agent system techniques. The multi-agent system is an abstract programming model with processes and data, To implement such a system, we must use so many software agents assigned to multiprocessors. Each agent, which has functions of data records, message handlers, and processing logics, works message-passing with asynchronous and parallel manners. The system usually shows poor performances, because the processing resources tend to only small number of specific agents, Furthermore, such processes are dynamically according to the environmental conditions, thus, it is difficult to correctly estimate the performance. To cope with the problem, this paper proposes a novel performance balancing method, which dynamically increases and/or decreases the number of agents against the changes of required computational resources. The proposed method enables us to balance the performance loads to automatically measure the dynamic performance by agents themselves. We apply the proposed method to a data aggregation application system, which process five hundred thousand per second. The experimental results show the 1.6 times processing improvement compared with a conventional method.},
 pages = {754--761},
 title = {動的エージェント負荷分散機構の開発},
 volume = {58},
 year = {2017}
}