カテゴリー: 会誌105号_Vol.10

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向 　 1. 機械学習を用いた仮想5Gコア網における障害原因解析手法 Root Cause Analysis in Virtualized 5GC Using Machine Learning

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向
　
1. 機械学習を用いた仮想5Gコア網における障害原因解析手法
Root Cause Analysis in Virtualized 5GC Using Machine Learning

p.1194
河崎純一　毛利元一　鈴木悠祐　大谷朋広

ネットワーク運用監視に機械学習を導入するためのポイントとは？
　昨今普及が進む第5世代移動通信システム（5G）のネットワークでは，仮想化技術を用いたNFV（Network Function Virtualization）の導入が拡大している．通信事業者は，仮想化によって迅速かつ柔軟に通信サービスを提供することができるようになる一方で，ネットワーク構成の複雑化により運用負荷が増大し，従来の人手中心のオペレーションでは通信品質を維持するのが難しくなる．本稿では，その解決策として期待される機械学習を用いたネットワーク運用の中から特に障害原因解析に関する取組みとして，仮想5Gコア網を対象とした機械学習による障害原因解析モデルの構築手法と性能評価の結果について述べる．

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向 　 3. 機械学習を用いたネットワークの自動設計技術 Network Design Automation Technology by AI/ML

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向
　
3. 機械学習を用いたネットワークの自動設計技術
Network Design Automation Technology by AI/ML

p.1208
黒田貴之　八鍬　豊　田辺和輝

ネットワーク運用のディジタルトランスフォーメーションに向けて
　近年，様々な産業の従事者が各々の要件に合わせた高品質で安定したネットワークを柔軟かつ迅速に構築可能にするために，ネットワークの自律的な運用管理技術の研究開発が盛んに取り組まれている．筆者らは，ネットワークの自律化を実現するコア技術の一つとして，ネットワークの自動設計技術の研究開発を推進してきた．本稿では，まず自動設計技術の概要を示し，これを機械学習によって拡張し，より柔軟・迅速かつ高品質な設計を可能とする手法について述べる．また，簡易なサンプルを用いた実験を通じてその実現性と有効性を議論する．

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向 　 1. 機械学習を用いた仮想5Gコア網における障害原因解析手法 Root Cause Analysis in Virtualized 5GC Using Machine Learning

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向
　
1. 機械学習を用いた仮想5Gコア網における障害原因解析手法
Root Cause Analysis in Virtualized 5GC Using Machine Learning

p.1194
河崎純一　毛利元一　鈴木悠祐　大谷朋広

ネットワーク運用監視に機械学習を導入するためのポイントとは？
　昨今普及が進む第5世代移動通信システム（5G）のネットワークでは，仮想化技術を用いたNFV（Network Function Virtualization）の導入が拡大している．通信事業者は，仮想化によって迅速かつ柔軟に通信サービスを提供することができるようになる一方で，ネットワーク構成の複雑化により運用負荷が増大し，従来の人手中心のオペレーションでは通信品質を維持するのが難しくなる．本稿では，その解決策として期待される機械学習を用いたネットワーク運用の中から特に障害原因解析に関する取組みとして，仮想5Gコア網を対象とした機械学習による障害原因解析モデルの構築手法と性能評価の結果について述べる．

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向 　 3. 機械学習を用いたネットワークの自動設計技術 Network Design Automation Technology by AI/ML

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向
　
3. 機械学習を用いたネットワークの自動設計技術
Network Design Automation Technology by AI/ML

p.1208
黒田貴之　八鍬　豊　田辺和輝

ネットワーク運用のディジタルトランスフォーメーションに向けて
　近年，様々な産業の従事者が各々の要件に合わせた高品質で安定したネットワークを柔軟かつ迅速に構築可能にするために，ネットワークの自律的な運用管理技術の研究開発が盛んに取り組まれている．筆者らは，ネットワークの自律化を実現するコア技術の一つとして，ネットワークの自動設計技術の研究開発を推進してきた．本稿では，まず自動設計技術の概要を示し，これを機械学習によって拡張し，より柔軟・迅速かつ高品質な設計を可能とする手法について述べる．また，簡易なサンプルを用いた実験を通じてその実現性と有効性を議論する．

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向 　 4. IDPSシグネチャ分類への機械学習適用 Applying Machine Learning to IDPS Signature Classification

小特集　機械学習を活用したネットワーク監視・予測・制御技術の最新動向
　
4. IDPSシグネチャ分類への機械学習適用
Applying Machine Learning to IDPS Signature Classification

p.1215
川口英俊　中谷裕一

機械学習でネットワークセキュリティ運用を支える
　ネットワーク運用の現場では，ログの振り分けや機器設定などの業務を，機械学習の適用により効率化することが期待される．これらの多種多様な業務に広く適用可能な，汎用的な機械学習技術はいまだ確立されておらず，現状は地道に個別事例について検証を行っていく必要がある．本稿ではその一つとして，IDPS（Intrusion Detection and Prevention System）のシグネチャを，重要度で分類する機械学習の適用研究について紹介する．具体的には，シグネチャの特徴量設計やその分析，またIf/Thenルールでラベル付けを行ったデータを機械学習に用いた場合の結果を共有する．