JP2020127182A - 制御装置、制御方法及びプログラム - Google Patents
制御装置、制御方法及びプログラム Download PDFInfo
- Publication number
- JP2020127182A JP2020127182A JP2019020138A JP2019020138A JP2020127182A JP 2020127182 A JP2020127182 A JP 2020127182A JP 2019020138 A JP2019020138 A JP 2019020138A JP 2019020138 A JP2019020138 A JP 2019020138A JP 2020127182 A JP2020127182 A JP 2020127182A
- Authority
- JP
- Japan
- Prior art keywords
- network
- reward
- physical
- server
- action
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 23
- 230000009471 action Effects 0.000 claims abstract description 37
- 230000002787 reinforcement Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/085—Retrieval of network configuration; Tracking network configuration history
- H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5054—Automatic deployment of services triggered by the service manager, e.g. service implementation by automatic configuration of network components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0894—Policy-based network configuration management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
Description
まず、本発明の実施の形態におけるシステムの全体構成について、図1を参照しながら説明する。図1は、本発明の実施の形態におけるシステムの全体構成の一例を示す図である。
次に、本発明の実施の形態におけるネットワーク制御装置100のハードウェア構成について、図2を参照しながら説明する。図2は、本発明の実施の形態におけるネットワーク制御装置100のハードウェア構成の一例を示す図である。
次に、本発明の実施の形態における制御部200の機能構成について、図3を参照しながら説明する。図3は、本発明の実施の形態における制御部200の機能構成の一例を示す図である。
・i番目のVN:VNi
・時刻tにおけるVNi(i=1,・・・,NVN)のトラヒック需要(つまり、VNiが必要とするトラヒックの需要量):Tt i
・時刻tにおけるVNi(i=1,・・・,NVN)のサーバ需要(つまり、VNiが必要とするサーバ容量):St i
・時刻tにおけるリンクm(m=1,・・・,M)の残余リンク帯域:Bt m
・時刻tにおけるサーバ装置10k(k=1,・・・,K)の残余サーバ容量:Ct k
このとき、状態stを、
行動at 1:VN1のサーバ需要をサーバ装置101に割り当てる
行動at 2:VN1のサーバ需要をサーバ装置102に割り当てる
・・・
行動at K:VN1のサーバ需要をサーバ装置10Kに割り当てる
行動at K+1:VN2のサーバ需要をサーバ装置101に割り当てる
行動at K+2:VN2のサーバ需要をサーバ装置102に割り当てる
・・・
行動at 2K:VN2のサーバ需要をサーバ装置10Kに割り当てる
・・・
(2)N=2の場合
行動at 1:VN1のサーバ需要をサーバ装置101に割り当て、かつ、VN2のサーバ需要をサーバ装置101に割り当てる
行動at 2:VN1のサーバ需要をサーバ装置101に割り当て、かつ、VN2のサーバ需要をサーバ装置102に割り当てる
・・・
行動at K:VN1のサーバ需要をサーバ装置101に割り当て、かつ、VN2のサーバ需要をサーバ装置10Kに割り当てる
行動at K+1:VN1のサーバ需要をサーバ装置102に割り当て、かつ、VN2のサーバ需要をサーバ装置101に割り当てる
行動at K+2:VN1のサーバ需要をサーバ装置102に割り当て、かつ、VN2のサーバ需要をサーバ装置102に割り当てる
・・・
行動at 2K:VN1のサーバ需要をサーバ装置102に割り当て、かつ、VN2のサーバ需要をサーバ装置10Kに割り当てる
・・・
(3)N=nの場合
行動at 1:VN1のサーバ需要をサーバ装置101に割り当て、かつ、VN2のサーバ需要をサーバ装置101に割り当て、かつ、・・・、かつ、VNnのサーバ需要をサーバ装置101に割り当てる
・・・
このように、パラメータNがN=nである場合、VN1〜VNnのn個のVNを、複数のサーバ装置10のうち、行動at毎に予め決められた1以上のサーバ装置10に割り当てる。なお、例えば、各時刻tでパラメータNを調整することで、各時刻tでVN割当の変更に要する時間を調整することが可能となる。
・目的関数:リンク帯域、サーバ容量及びVN再配置回数
このとき、全ての制約条件を満たしつつ、目的関数が最小となるように、以下のように報酬rt+1を定義する。なお、VN再配置とは、或るサーバ装置10に割り当てられているVNを、他のサーバ装置10に割り当てることをいう。
・制約条件を満たすが、VN再配置の結果、リンク帯域及びサーバ容量のいずれか又は両方の利用効率が低下した場合(つまり、VN再配置回数の最小化のみが実現されている場合)、報酬rt+1=−100
・制約条件を満たすが、リンク帯域の利用率が90%以上の場合(例えば、突発的なトラヒック変動が発生したような場合)、報酬rt+1=0
・上記以外で、制約条件を満たす場合(つまり、リンク帯域の利用率及びサーバ容量の利用率の最小化が実現されている場合)、報酬rt+1=1−(各リンク帯域の利用率の平均+各サーバ容量の利用率の平均)/2
このように、制約条件を満たし、かつ、できるだけVN再配置回数を少なくしつつ、リンク帯域及びサーバ容量の利用率を最小化(すなわち、物理リソースの利用効率を向上)するように報酬rt+1が定義される。
次に、動的VN制御を行う前に実行される事前学習処理について、図4を参照しながら説明する。図4は、本発明の実施の形態における事前学習処理の一例を示すフローチャートである。以降のステップS101〜ステップS104は、所定の終了条件を満たすまで時刻t毎に繰り返し実行される。所定の終了条件としては、例えば、所定の繰り返し回数に達したこと、学習結果を表す任意の指標値(例えば、物理リソースの利用効率を表す指標値)が所定の値以上となったこと等が挙げられる。
次に、ネットワークサービス提供中に実行される動的VN割当処理について、図5を参照しながら説明する。図5は、本発明の実施の形態における動的VN割当処理の一例を示すフローチャートである。以降のステップS201〜ステップS205は、時刻t毎に(つまり、制御間隔毎に)繰り返し実行される。
20 転送装置
30 ユーザ端末
100 ネットワーク制御装置
101 外部I/F
101a 記録媒体
102 RAM
103 ROM
104 プロセッサ
105 通信I/F
106 補助記憶装置
200 制御部
201 観測部
202 割当部
203 報酬計算部
204 学習部
205 設定命令部
300 物理ネットワーク
Claims (7)
- ネットワークサービスを提供するための仮想ネットワークを深層強化学習により物理ネットワーク上に動的に割り当てる制御装置であって、
前記物理ネットワークのネットワーク構成情報と、前記物理ネットワークの物理リソース量を示すネットワーク観測情報と、前記ネットワークサービスのユーザ端末の通信行動によって発生した物理リソースの需要量を示すユーザ需要情報とを入力として、時刻tにおける状態stを観測する観測手段と、
前記状態stにおける方策πに従って、前記物理ネットワーク上への前記仮想ネットワークの割り当てを変更する行動atを選択する割当手段と、
前記行動atにより遷移した状態st+1から報酬rt+1を計算する報酬計算手段と、
前記報酬rt+1を用いて、前記方策πを学習する学習手段と、
を有することを特徴とする制御装置。 - 前記状態stには、
前記仮想ネットワークが必要とするトラヒックの需要量と、前記仮想ネットワークが必要とするサーバ容量の需要量と、前記物理ネットワークに含まれる各リンクの残余帯域と、前記物理ネットワークに含まれる各サーバの残余サーバ容量とが含まれる、ことを特徴とする請求項1に記載の制御装置。 - 前記割当手段は、
前記行動atを、予め決められた行動集合の中から選択し、
前記行動集合に含まれる各要素は、時刻t毎に予め設定されたパラメータNに応じて、N個の仮想ネットワークを、複数のサーバのうち、前記要素毎に予め決められた1以上のサーバに割り当てることを示す行動である、ことを特徴とする請求項1又は2に記載の制御装置。 - 前記報酬rt+1は、
VNE問題の制約条件を満たし、かつ、前記VNE問題の目的関数が最小となるように定義される、ことを特徴とする請求項1乃至3の何れか一項に記載の制御装置。 - 前記制約条件は、
前記物理ネットワークに含まれる各リンクの帯域が100%以下、かつ、前記物理ネットワークに含まれる各サーバのサーバ容量が100%以下であり、
前記目的関数は、前記各リンクの帯域、前記各サーバのサーバ容量、及び前記仮想ネットワークの再配置回数であり、
前記報酬rt+1は、
(1)前記制約条件を満たさない場合は前記報酬rt+1を負値、
(2)前記制約条件を満たすものの、前記各リンクの帯域及び各サーバのサーバ容量の少なくとも一方の利用効率が低下した場合は前記報酬rt+1を負値、
(3)前記制約条件を満たすものの、前記各リンクの帯域が所定の閾値以上である場合は前記報酬rt+1を0、
(4)前記(1)〜前記(3)以外の場合は前記報酬rt+1を、報酬rt+1=1−(各リンク帯域の利用率の平均+各サーバ容量の利用率の平均)/2、
により定義される、ことを特徴とする請求項4に記載の制御装置。 - ネットワークサービスを提供するための仮想ネットワークを深層強化学習により物理ネットワーク上に動的に割り当てるコンピュータが、
前記物理ネットワークのネットワーク構成情報と、前記物理ネットワークの物理リソース量を示すネットワーク観測情報と、前記ネットワークサービスのユーザ端末の通信行動によって発生した物理リソースの需要量を示すユーザ需要情報とを入力として、時刻tにおける状態stを観測する観測手順と、
前記状態stにおける方策πに従って、前記物理ネットワーク上への前記仮想ネットワークの割り当てを変更する行動atを選択する割当手順と、
前記行動atにより遷移した状態st+1から報酬rt+1を計算する報酬計算手順と、
前記報酬rt+1を用いて、前記方策πを学習する学習手順と、
を実行することを特徴とする制御方法。 - コンピュータを、請求項1乃至5の何れか一項に記載の制御装置における各手段として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019020138A JP7063284B2 (ja) | 2019-02-06 | 2019-02-06 | 制御装置、制御方法及びプログラム |
PCT/JP2020/002377 WO2020162211A1 (ja) | 2019-02-06 | 2020-01-23 | 制御装置、制御方法及びプログラム |
US17/421,432 US11489735B2 (en) | 2019-02-06 | 2020-01-23 | Dynamic network allocation apparatus, dynamic network allocation method and non-transitory computer-readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019020138A JP7063284B2 (ja) | 2019-02-06 | 2019-02-06 | 制御装置、制御方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020127182A true JP2020127182A (ja) | 2020-08-20 |
JP7063284B2 JP7063284B2 (ja) | 2022-05-09 |
Family
ID=71948247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019020138A Active JP7063284B2 (ja) | 2019-02-06 | 2019-02-06 | 制御装置、制御方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11489735B2 (ja) |
JP (1) | JP7063284B2 (ja) |
WO (1) | WO2020162211A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641462A (zh) * | 2021-10-14 | 2021-11-12 | 西南民族大学 | 基于强化学习的虚拟网络层次化分布式部署方法及系统 |
WO2023223514A1 (ja) * | 2022-05-19 | 2023-11-23 | 日本電信電話株式会社 | 統合制御装置、統合制御システム、統合制御方法及びプログラム |
JP7428831B2 (ja) | 2020-08-31 | 2024-02-06 | 中興通訊股▲ふん▼有限公司 | Otnネットワークリソース最適化方法および装置、コンピュータデバイスならびに記憶媒体 |
JP7468304B2 (ja) | 2020-11-09 | 2024-04-16 | 日本電信電話株式会社 | 制御装置、制御方法及びプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962390B (zh) * | 2021-12-21 | 2022-04-01 | 中国科学院自动化研究所 | 基于深度强化学习网络构建多样化搜索策略的模型的方法 |
CN115412401B (zh) * | 2022-08-26 | 2024-04-19 | 京东科技信息技术有限公司 | 训练虚拟网络嵌入模型及虚拟网络嵌入的方法和装置 |
US11973662B1 (en) * | 2023-08-31 | 2024-04-30 | East China Normal University | Intelligent mapping method for cloud tenant virtual network based on reinforcement learning model |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018134911A1 (en) * | 2017-01-18 | 2018-07-26 | Nec Corporation | Resource allocation system, method, and program |
WO2018142700A1 (ja) * | 2017-02-02 | 2018-08-09 | 日本電信電話株式会社 | 制御装置、制御方法、及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019081783A1 (en) * | 2017-10-27 | 2019-05-02 | Deepmind Technologies Limited | REINFORCING LEARNING USING DISTRIBUTED PRIORIZED READING |
CN107770096B (zh) * | 2017-12-11 | 2021-07-30 | 国网河南省电力公司信息通信公司 | 一种基于负载均衡的sdn/nfv网络动态资源分配方法 |
US11423295B2 (en) * | 2018-07-26 | 2022-08-23 | Sap Se | Dynamic, automated fulfillment of computer-based resource request provisioning using deep reinforcement learning |
US10977068B2 (en) * | 2018-10-15 | 2021-04-13 | Microsoft Technology Licensing, Llc | Minimizing impact of migrating virtual services |
US11461145B2 (en) * | 2019-01-28 | 2022-10-04 | EMC IP Holding Company LLC | Building neural networks for resource allocation for iterative workloads using reinforcement learning |
-
2019
- 2019-02-06 JP JP2019020138A patent/JP7063284B2/ja active Active
-
2020
- 2020-01-23 WO PCT/JP2020/002377 patent/WO2020162211A1/ja active Application Filing
- 2020-01-23 US US17/421,432 patent/US11489735B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018134911A1 (en) * | 2017-01-18 | 2018-07-26 | Nec Corporation | Resource allocation system, method, and program |
WO2018142700A1 (ja) * | 2017-02-02 | 2018-08-09 | 日本電信電話株式会社 | 制御装置、制御方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
水谷 后宏 他: "動作検証可能な機械学習を用いたサーバリソース割り当て手法の検討", 電子情報通信学会技術研究報告(信学技報), vol. 第115巻, 第409号, JPN6020009238, 14 January 2016 (2016-01-14), pages 31 - 36, ISSN: 0004731324 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7428831B2 (ja) | 2020-08-31 | 2024-02-06 | 中興通訊股▲ふん▼有限公司 | Otnネットワークリソース最適化方法および装置、コンピュータデバイスならびに記憶媒体 |
JP7468304B2 (ja) | 2020-11-09 | 2024-04-16 | 日本電信電話株式会社 | 制御装置、制御方法及びプログラム |
CN113641462A (zh) * | 2021-10-14 | 2021-11-12 | 西南民族大学 | 基于强化学习的虚拟网络层次化分布式部署方法及系统 |
CN113641462B (zh) * | 2021-10-14 | 2021-12-21 | 西南民族大学 | 基于强化学习的虚拟网络层次化分布式部署方法及系统 |
WO2023223514A1 (ja) * | 2022-05-19 | 2023-11-23 | 日本電信電話株式会社 | 統合制御装置、統合制御システム、統合制御方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US11489735B2 (en) | 2022-11-01 |
US20220124003A1 (en) | 2022-04-21 |
JP7063284B2 (ja) | 2022-05-09 |
WO2020162211A1 (ja) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020162211A1 (ja) | 制御装置、制御方法及びプログラム | |
EP3577561B1 (en) | Resource management for virtual machines in cloud computing systems | |
CN110869909B (zh) | 应用机器学习算法来计算健康分数以进行工作负载调度的系统和方法 | |
CN109218355B (zh) | 负载均衡引擎,客户端,分布式计算系统以及负载均衡方法 | |
EP3577558B1 (en) | Resource management for virtual machines in cloud computing systems | |
US11700300B2 (en) | Cluster resource management in distributed computing systems | |
US8434088B2 (en) | Optimized capacity planning | |
CN110753131A (zh) | 微服务分布式限流方法及装置、存储介质和电子设备 | |
US8458334B2 (en) | Optimized capacity planning | |
CN109361750B (zh) | 资源分配方法、装置、电子设备、存储介质 | |
TW201243725A (en) | Image analysis tools | |
CN115580882A (zh) | 动态网络切片资源分配方法及装置、存储介质及电子设备 | |
CN113254192A (zh) | 资源分配方法、资源分配装置、电子设备及存储介质 | |
CN111190719A (zh) | 优化集群资源分配的方法、装置、介质及电子设备 | |
JP2017215933A (ja) | 情報処理装置、及び、負荷分散制御方法 | |
US11669442B2 (en) | Co-operative memory management system | |
WO2014188643A1 (ja) | スケジュールシステム、スケジュール方法、及び、記録媒体 | |
JP6374059B2 (ja) | コンピュータ資源配分決定方法、コンピュータ資源配分決定方法プログラムおよび制御用コンピュータ | |
JP2018181123A (ja) | リソース割当制御システム、リソース割当制御方法、及びプログラム | |
WO2020022018A1 (ja) | リソース割当装置、リソース管理システム、および、リソース割当プログラム | |
JP7347531B2 (ja) | 制御装置、制御方法及びプログラム | |
JP4999932B2 (ja) | 仮想計算機システム及び仮想計算機重み付け設定処理方法及び仮想計算機重み付け設定処理プログラム | |
JP2023184233A (ja) | モデル学習システム及び方法 | |
WO2022137574A1 (ja) | 制御装置、仮想ネットワーク割当方法、及びプログラム | |
CN117251257A (zh) | 资源调度方法、装置、系统以及管理节点 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210528 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7063284 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |