NEC、ローカル5Gを専門家なしで常時高品質に保つ学習型通信分析技術を開発

　日本電気株式会社（以下、NEC）は13日、ローカル5Gなどの自営無線網において、ネットワークの専門家なしでも、混雑や競合による品質劣化を回避して、常時高品質で利用できるようにする、学習型通信分析技術を開発したと発表した。

　NECでは、企業や自治体などで自営無線網としてのローカル5Gの導入が検討されているが、ローカル5Gの高速・大容量、低遅延などの効果をシステム全体で常に発揮するためには、単に機器を設置するだけでなく、5G基地局から接続先のサーバーまでの通信混雑や競合を回避する運用が重要だと説明。

　通信キャリアが運用する公衆無線網では、通信品質劣化が発生する都度、ネットワークの専門家が数日を費やして、通信状態の分析と分析に基づく各通信の優先度や速度の調整を行うことで、混雑や競合を回避する運用が行われている。一方、専門家がいない自営無線網ではこうした分析・運用が課題となることから、専門家の分析ノウハウをAIで学習することで人手を介さずリアルタイムに提供する技術を開発した。

学習型通信分析技術の仕組み

　開発した技術は、現在流れている通信トラフィックの特徴から、動画や静止画、テキストデータといった通信種別とそれぞれの時間あたりの通信量を、高精度かつリアルタイムに推定するもの。人手を介さず学習することで、利用状況の変化に自動で追従する。

　従来、通信トラフィックの変動は、動画や静止画、テキストデータといったアプリケーションの種別と無線通信の状態の影響が混在するため分析に時間がかかり、その精度も低いという課題があった。開発した手法では、現在の通信トラフィックから最初に無線通信の状態を識別し、次にアプリケーション種別を識別する階層的なクラスタリング手法により、リアルタイムに高精度な推定を実現した。

　また、事前に学習する従来手法では、設置環境や通信の利用状況が変わるたびに膨大な教師データが必要であったのに対し、開発した手法では、教師なし学習をベースとし、過去と最新モデルの類似度に基づいてモデルパラメータを自動で更新することで、利用状況の変化などにも自動で追従する。

　NECでは研究の成果について、2020年4月20日～24日に開催された、IEEE/IFIP Network Operations and Management Symposium（NOMS）2020で発表した。また、開発した学習型通信分析技術の一部は、東京大学大学院情報学環 中尾彰宏教授との共同研究の成果だという。

　NECは、開発した技術をローカル5Gだけでなく、幅広い事業者が手掛けるネットワークの最適化を容易にする技術として展開し、柔軟で安心な通信インフラの簡単・迅速な実現に貢献するとしている。