超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法の提案

HANDLE オープンアクセス

書誌事項

タイトル別名
  • A proposal on performance improvement method of machine learning-based congestion control using L4S ultra-low latency services

抄録

近年、多様なIoTデバイスが幅広く普及しているが、IoTデバイスは一般に計算能力が低いため、高度な計算を必要とするTCPの輻輳制御をデバイス自身で実行することが困難と言える。この課題を解決する一つの方式として、高性能な遠隔サーバを利用して輻輳制御の計算を行わせる方法が考えられる。しかし、IoTデバイスと遠隔サーバ間の通信遅延が大きいと、時々刻々と変わるトラフィック状況に追随することができず、結果として輻輳制御の性能（スループット、ロス率、公平性など）が低下する。本研究では、IoTデバイスと遠隔サーバ間の通信遅延を可能な限り低減させるため、2023年にRFC9330として標準化された超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法を提案する。

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1050861460521202304
  • HANDLE
    2115/90933
  • ISSN
    24326380
  • 本文言語コード
    ja
  • 資料種別
    journal article
  • データソース種別
    • IRDB

問題の指摘

ページトップへ