ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 論文誌(トランザクション)
  2. コンピューティングシステム(ACS)
  3. Vol.17
  4. No.1

RNNを用いたTCP輻輳ウィンドウ減少量調整手法の実現可能性評価

https://ipsj.ixsq.nii.ac.jp/records/233715
https://ipsj.ixsq.nii.ac.jp/records/233715
755b540f-3676-46a8-b091-8c7f631faf13
名前 / ファイル ライセンス アクション
IPSJ-TACS1701002.pdf IPSJ-TACS1701002.pdf (1.1 MB)
 2026年3月26日からダウンロード可能です。
Copyright (c) 2024 by the Information Processing Society of Japan
非会員:¥660, IPSJ:学会員:¥330, ARC:会員:¥0, OS:会員:¥0, HPC:会員:¥0, PRO:会員:¥0, DLIB:会員:¥0
Item type Trans(1)
公開日 2024-03-26
タイトル
タイトル RNNを用いたTCP輻輳ウィンドウ減少量調整手法の実現可能性評価
タイトル
言語 en
タイトル Feasibility Study for Adjusting TCP Congestion Window Reduction using RNN
言語
言語 jpn
キーワード
主題Scheme Other
主題 輻輳制御アルゴリズム,TCP,オペレーティングシステム,ニューラルネットワーク,RNN
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ journal article
著者所属
筑波大学
著者所属
筑波大学
著者所属
筑波大学
著者所属
トヨタ自動車
著者所属(英)
en
University of Tsukuba
著者所属(英)
en
University of Tsukuba
著者所属(英)
en
University of Tsukuba
著者所属(英)
en
Toyota Motor Corporation
著者名 風間, 龍

× 風間, 龍

風間, 龍

Search repository
児嶋, 陽平

× 児嶋, 陽平

児嶋, 陽平

Search repository
阿部, 洋丈

× 阿部, 洋丈

阿部, 洋丈

Search repository
李, 忠翰

× 李, 忠翰

李, 忠翰

Search repository
著者名(英) Ryu, Kazama

× Ryu, Kazama

en Ryu, Kazama

Search repository
Yohei, Kojima

× Yohei, Kojima

en Yohei, Kojima

Search repository
Hirotake, Abe

× Hirotake, Abe

en Hirotake, Abe

Search repository
Chunghan, Lee

× Chunghan, Lee

en Chunghan, Lee

Search repository
論文抄録
内容記述タイプ Other
内容記述 Recurrent Neural Network(RNN)による帯域予測を用いることで,既存の輻輳制御アルゴリズムのスループット改善が期待できる.しかし,先行研究における性能評価は,シミュレーションデータを用いてのみ行われている.実環境は,シミュレーションと比較して,様々な要因が影響するため,同等の予測性能が出るとは限らない.そのため,この手法は実環境でも十分な予測性能が出るかを検証する.本研究では,多様な環境における性能を評価するため,2つの実環境で通信を計測し,パケットキャプチャデータ収集した.そして,パケットキャプチャデータから,各環境に適した学習用データを生成する2種類の手法を提案する.実験の結果,環境ごとに適した手法とのペアでは,Accuracyはおよそ0.67,0.63であった.また,結果を分析し,環境ごとに適した手法が異なることを明らかにした.さらに,将来的な予測性能の向上のためのアプローチとして,学習データの教師ラベルの分布に着目し,分析と考察を示した.
論文抄録(英)
内容記述タイプ Other
内容記述 Congestion control algorithms using recurrent neural network (RNN) for bandwidth prediction are expected to improve throughput. Previous studies involving performance evaluations were only conducted using simulated data. However, a gap of simulation and real-world environments is large. Thus, we cannot expect equivalent prediction accuracy. Therefore, we will investigate whether our RNN-based prediction method provides better prediction accuracy in a real-world environment. To evaluate performance in various environments, we measured communications in two real-world environments and collected packet trace data. We proposed two methods to generate training data for each environment from the packet trace data. The results showed that the prediction accuracy of the effective methods are approximately 0.67 and 0.63 for each real-world environment. We found that the effective method on each environment is different. Finally, we focused on the distribution of labeled training data for improving the prediction accuracy.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11833852
書誌情報 情報処理学会論文誌コンピューティングシステム(ACS)

巻 17, 号 1, p. 1-12, 発行日 2024-03-26
ISSN
収録物識別子タイプ ISSN
収録物識別子 1882-7829
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 10:00:46.744936
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3