JP7330918B2 - 制御装置、制御方法、及びプログラム - Google Patents

Description

本発明は、ネットワークスライシングが適用されたＲＡＮにおける分散的な学習のための制御装置、制御方法、及びプログラムに関するものである。

第３世代パートナーシッププロジェクト（３ＧＰＰ）で規格化されている第５世代（５Ｇ）移動通信システムでは、サービスタイプが大容量（ｅＭＢＢ：enhanced Mobile BroadBand）、超低遅延（ＵＲＬＬＣ：Ultra-Reliable and Low Latency Communications）、及び多接続（ｍＭＴＣ：massive Machine Type Communications）に大別されており、それぞれのサービス要求が異なる。このように要件が異なるサービスを経済的かつ柔軟に提供するために、ネットワークスライシングが検討されている。

ＲＡＮ（無線アクセスネットワーク）の構成として、無線装置であるＲＵ（Radio Unit）をアンテナサイトに配置し、基地局機能のうち下位レイヤの機能（無線スケジューリング等）を有するＤＵ（Distributed Unit）と、上位レイヤの機能（ヘッダ圧縮及び暗号化処理等）を有するＣＵ（Central Unit）とを、アンテナサイト又は収容局の汎用サーバ上に柔軟に配置する構成が検討されている。非特許文献１では、サービスごとにＣＵ及びＤＵを適切なサイトの汎用サーバに仮想マシンとして動作させ、それらを論理ネットワーク（スライス）で接続するＲＡＮスライシング技術が提案されている。これにより、複数のサービスをサービス要件に応じて柔軟に提供可能にしている。

また、近年のＲＡＮでは、ネットワークの最適化という観点からＡＩ／ＭＬ（Artificial Intelligence／Machine Learning）の活用（例えば、サービス分類、アドミッション制御、無線リソースの割り当て等における活用）が議論されている。ＡＩ／ＭＬでは、一般に、学習データが分散的に存在する場合、学習データをデータセンタ等に送信し、そこで集中的に学習を行い、得られた学習済みモデルを使用する。これに対し、データセンタへ大量の学習データを送信することを避けるべく、ＦＬ（Federated Learning）と称される学習手法が提案されている。これは、データを分散的に学習し、学習済みモデルに関する情報のみをデータセンタに送信し、データセンタでそれらのモデルを統合して使用する手法である。この手法によれば、学習のためのデータ送信量の削減が可能である。

(株)KDDI総合研究所,"世界初、5G本格展開時代に向けた基地局ネットワークスライシング技術の開発と実証に成功",[online], 令和2年1月29日, [令和2年2月28日検索], インターネット＜URL: https://www.kddi-research.jp/newsrelease/2020/012901.html＞

上述のＲＡＮスライシングにＦＬを適用する場合、アンテナサイトや収容局に設置された汎用サーバの計算機リソースを使用して、ＲＡＮ内で分散的に学習を行うことが可能でありうる。しかし、上述のＲＡＮスライシングが適用されたＲＡＮでは、基地局機能（ＣＵ及びＤＵ）が各サイトに適応的に配置され、その配置は動的に変更される。このため、各サイトの汎用サーバ上で使用可能な残りの計算機リソース量が変化する可能性がある。また、学習データの取得先となりうるＣＵ及びＤＵがサイト間で移動する可能性がある。したがって、このようなＲＡＮでは、各サイトの計算機リソースを単純に使用して分散的な学習を行うことはできない。

本発明は、上述の課題に鑑みてなされたものである。本発明は、ネットワークスライシングが適用されたＲＡＮにおいて、基地局機能の配置に応じて、ＲＡＮ内での分散的な学習のための計算機リソースの使用を適応的に制御する技術を提供することを目的とする。

本発明の一態様の係る制御装置は、１つ以上のアンテナサイトと、当該１つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク（ＲＡＮ）における制御装置であって、前記ＲＡＮにおける基地局の機能の配置を示す配置情報として、前記ＲＡＮ上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第１ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第２ユニットとの配置を示す配置情報を取得する取得手段と、前記取得手段によって取得された前記配置情報と、前記ＲＡＮにおける処理に使用される、学習対象の学習モデルとに基づいて、前記１つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記ＲＡＮ内で分散して行うための学習ユニットの配置を制御する制御手段であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御手段と、を備えることを特徴とする。

本発明によれば、ネットワークスライシングが適用されたＲＡＮにおいて、基地局機能の配置に応じて、ＲＡＮ内での分散的な学習のための計算機リソースの使用を適応的に制御することが可能になる。

ＲＡＮの構成例及び学習ユニットの配置例を示す図 アンテナサイト、収容局及びデータセンタに設けられたサーバ装置のハードウェア構成例を示す図 アンテナサイト及び収容局の計算機リソースの使用の制御例を示す図 学習ユニットの配置制御のための制御シーケンスを示す図 学習ユニットの配置を決定するための処理の手順を示すフローチャート

以下、添付図面を参照して実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態で説明されている特徴の組み合わせの全てが発明に必須のものとは限らない。実施形態で説明されている複数の特徴のうち二つ以上の特徴が任意に組み合わされてもよい。また、同一又は同様の構成には同一の参照番号を付し、重複した説明は省略する。

＜ＲＡＮ構成＞
図１は、本発明の実施形態に係る、ネットワークスライシングが適用されたＲＡＮ（無線アクセスネットワーク（Radio Access Network））の論理的なネットワーク構成例を示す図である。本実施形態では、３ＧＰＰ規格による、ＮＲ（New Radio）と称される５Ｇ移動通信システムを想定しているが、本発明は他の通信規格による移動通信システムに適用されてもよい。５Ｇ規格では、コアネットワークは５Ｇコアネットワーク（５ＧＣ：5G Core）とも称される。本実施形態のＲＡＮは、１つ以上のアンテナサイト（に配置された機能群）と、当該１つ以上のアンテナサイトとコアネットワークとの間に設けられた収容局（に配置された機能群）とを含む。

図１の構成例では、一例として、３つのアンテナサイト（＃１～＃３）、１つの収容局、及び１つのデータセンタのみが示されているが、１つの収容局には１つ以上の（任意の数の）アンテナサイトを収容（接続）可能である。また、１つ以上の収容局が接続される上位の収容局が更に設けられてもよい。即ち、上位の収容局に対して１つ以上の下位の収容局を収容（接続）する階層構造によりＲＡＮを構成してもよい。

本実施形態のＲＡＮでは、ＲＡＮに設けられる基地局の機能が、ＣＵ（Central Unit）、ＤＵ（Distributed Unit）及びＲＵ（Radio Unit）に分散して配置される。ＲＵは、基地局の機能のうちの電波の送受信機能（例えば、ＲＦの機能）を少なくとも有する無線装置である。ＤＵは、基地局の機能のうちの無線リソースのスケジューリング機能（例えば、Ｈｉｇｈ ＭＡＣの機能）を少なくとも有する。ＣＵは、基地局の機能のうち、対応するＤＵが有する機能よりも上位レイヤの機能（例えば、ＳＤＡＰ／ＲＲＣ及びＰＤＣＰの機能）を有する。本実施形態では、ＤＵは、ＲＡＮ上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第１ユニットの一例であり、ＣＵは、基地局の機能のうちの当該一部の機能より上位レイヤの機能を有する第２ユニットの一例である。

ＲＵは、アンテナサイトに配置される。本実施形態のＲＡＮでは、アンテナサイトごとに１つのＲＵが設けられ、当該１つのＲＵは複数のスライスで共有される。これにより、１つのＲＵによって形成される同一のセル内で、複数のスライス（サービス）が提供される。ＤＵ及びＣＵは、スライスごとに個別に設けられる。各ＤＵ及び各ＣＵは、対応するスライスのサービス要件に応じて、アンテナサイト又は収容局に配置される。アンテナサイト又は収容局に配置された、各スライスに対応するＤＵ及びＣＵは、データセンタに配置された５ＧＣ（５ＧＣ機能）に接続される。なお、スライスごとに個別にＲＵが設けられてもよい。また、各ＣＵは、１つ以上のスライスに対応していてもよく、各ＤＵも、１つ以上のスライスに対応していてもよい。

図１の構成例では、ＤＵ＃１及びＣＵ＃１はスライス＃１に対応し、ＤＵ＃２及びＣＵ＃２はスライス＃２に対応し、ＤＵ＃３及びＣＵ＃３はスライス＃３に対応する。スライス＃１については、ＤＵ＃１及びＣＵ＃２は収容局に配置されている。スライス＃２については、ＤＵ＃２は各アンテナサイトに配置され、ＣＵ＃２は収容局に配置されている。スライス＃３については、ＤＵ＃３及びＣＵ３は各アンテナサイトに配置されている。ただし、アンテナサイト＃３には、ＤＵ＃３及びＣＵ３は配置されておらず、即ち、アンテナサイト＃３のＲＵによって形成されるセル内ではスライス＃３によるサービスは提供されていない。

各アンテナサイト、収容局及びデータセンタには、汎用サーバとして構成されるサーバ装置がそれぞれ設置される。データセンタでは、ＲＡＮコントローラ１０及び学習コントローラ２０が、サーバ装置上で立ち上げられて動作する。ＲＡＮコントローラ１０は、ＲＡＮの制御を行う、ＮＦＶ（Network Functions Virtualization）／ＳＤＮ（Software Defined Networking）ベースのコントローラである。本実施形態では、ＲＡＮコントローラ１０は、スライスの設定のために、アンテナサイト又はデータセンタのサーバ装置上に立ち上げるＤＵ及びＣＵの制御及び管理を行う。即ち、ＲＡＮコントローラ１０は、ＲＡＮ上に設定されるスライスごとの、１つ以上のアンテナサイト及び収容局に対するＤＵ及びＣＵの配置を制御する。各ＤＵ及び各ＣＵは、ＲＡＮコントローラ１０による制御に従って、アンテナサイト又はデータセンタのサーバ装置上で、仮想マシンとして立ち上げられて動作する。

学習コントローラ２０は、ＲＡＮにおけるＡＩ／ＭＬによる学習に関連する処理を制御するコントローラであり、本発明の制御装置の一例である。本実施形態では、学習コントローラ２０は、１つ以上のアンテナサイト及び収容局に対する、学習モデル（ＡＩ／ＭＬモデル）の学習をＲＡＮ内で分散して行うための学習ユニット４０（４０ａ～４０ｄ）の配置を制御する。後述するように、学習ユニット４０の配置は、ＲＡＮコントローラ１０によって生成される、ＲＡＮにおける基地局の機能の配置（即ち、ＲＡＮ上に設定されたスライスごとのＤＵ及びＣＵの配置）を示す配置情報と、学習対象の学習モデルとに基づいて行われる。学習コントローラ２０は、学習ユニット４０の配置を示す配置情報を含む配置通知を、それぞれのアンテナサイト及び収容局に配置された仮想化制御部３０（３０ａ～３０ｄ）へ送信する。

各アンテナサイト及び収容局では、ＮＦＶＩ（Network Functions Virtualization Infrastructure）に対応する仮想化制御部３０（３０ａ～３０ｄ）が、サーバ装置上で立ち上げられて動作する。後述するように、仮想化制御部３０は、ＲＡＮコントローラ１０からの、基地局機能の配置情報に従って、対応するアンテナサイト又は収容局のサーバ装置上に、ＤＵ及びＣＵを仮想マシンとして追加する（立ち上げる）又は削除する設定を行う。また、仮想化制御部３０は、学習コントローラ２０からの、学習ユニット４０の配置情報に従って、対応するアンテナサイト又は収容局のサーバ装置上に、学習ユニット４０を仮想マシンとして追加する（立ち上げる）又は削除する設定を行う。

このように、ＤＵ及びＣＵのそれぞれは、配置情報に従って、１つ以上のアンテナサイト及び収容局のいずれかに配置され、配置先において仮想マシンとして立ち上げられて動作する。また、学習ユニット４０は、学習コントローラ２０によって定められた配置先において仮想マシンとして立ち上げられて動作する。

学習ユニット４０が立ち上げられると、当該学習ユニットは、配置先（アンテナサイト又は収容局）において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行う。アンテナサイトに配置された学習ユニット４０ａ，４０ｃは、当該アンテナサイトにおいて学習データを収集して学習を行う。図１の例では、アンテナサイト＃１に配置された学習ユニット４０ａは、アンテナサイト＃１に配置されたＤＵ＃２、ＤＵ＃３及びＣＵ＃３から学習データを収集して学習を行う。アンテナサイト＃３に配置された学習ユニット４０ｃは、アンテナサイト＃３に配置されたＤＵ＃２から学習データを収集して学習を行う。

また、収容局に配置された学習ユニット４０ｄは、当該収容局において学習データを取得して学習を行う。また、学習ユニット４０ｄは、収容局の配下の１つ以上のアンテナサイトのうちの対象となるアンテナサイトから学習データを更に取得して、学習に使用してもよい。図１の例では、収容局に配置された学習ユニット４０ｄは、収容局に配置されたＤＵ＃１、ＣＵ＃１及びＣＵ＃２から学習データを収集するとともに、アンテナサイト＃２に配置されたＤＵ＃２、ＤＵ＃３及びＣＵ＃３から学習データを収集し、収集した学習データを用いて学習を行う。

＜ハードウェア構成＞
アンテナサイト、収容局及びデータセンタに配置される、汎用サーバとして構成されるサーバ装置は、一例として、図２に示されるようなハードウェア構成を有する。具体的には、サーバ装置は、ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、ＨＤＤ等の外部記憶デバイス１０４、及び通信デバイス１０５を有する。

サーバ装置では、例えばＲＯＭ１０２、ＲＡＭ１０３及び外部記憶デバイス１０４のいずれかに格納された、上述の各機能を実現するプログラムがＣＰＵ１０１によって実行される。なお、ＣＰＵ１０１は、ＡＳＩＣ（特定用途向け集積回路）、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＤＳＰ（デジタルシグナルプロセッサ）等の１つ以上のプロセッサによって置き換えられてもよい。通信デバイス１０５は、ＣＰＵ１０１による制御下で、外部装置との通信を行うための通信インタフェースである。サーバ装置は、それぞれ接続先が異なる複数の通信デバイス１０５を有していてもよい。

なお、アンテナサイト、収容局及びデータセンタは、本明細書で説明する各機能を実行する専用のハードウェアを備えてもよいし、一部をハードウェアで実行し、プログラムを動作させるコンピュータでその他の部分を実行してもよい。また、全機能がコンピュータとプログラムにより実行されてもよい。例えば、アンテナサイトにおいて、ＲＵは専用のハードウェアによって実現されてもよい。

＜計算機リソースの使用の制御例＞
本実施形態では、ＲＡＮの制御、サービス分類、アドミッション制御、スライスに対する無線リソースの割り当て、端末に対する無線リソースのスケジューリング、伝搬環境の推定、トラヒック予測等の、ＲＡＮにおける処理に、ＡＬ／ＭＬによる学習を適用する。具体的には、図１に示す、ネットワークスライシングが適用されたＲＡＮにＦＬを適用して、アンテナサイト又は収容局に設定されたサーバ装置の計算機リソースを使用してＲＡＮ内で分散的に学習を行う。即ち、アンテナサイト又は収容局からデータセンタへ学習データを送信して、データセンタの計算機リソースを使用して集中的に学習を行うのではなく、アンテナサイト又は収容局の計算機リソースを使用して分散的な学習を行う。これにより、ＲＡＮ内の各サイト（アンテナサイト又は収容局）からデータセンタへ学習済みの学習モデルに関する情報を送信することで、学習に使用される学習データ自体を送信するよりもデータ送信量を削減できる。

しかし、本実施形態における、ネットワークスライシングが適用されたＲＡＮでは、基地局機能（ＣＵ及びＤＵ）が各サイトに適応的に配置され、その配置は動的に変更される。このため、各サイトのサーバ装置上で使用可能な残りの計算機リソース量が変化するとともに、学習データの取得先となりうるＣＵ及びＤＵがサイト間で移動する可能性がある。したがって、このようなＲＡＮでは、各サイトの計算機リソースを単純に使用して分散的な学習を行うことはできない。

そこで、本実施形態では、ＲＡＮにおける各サイト（アンテナサイト又は収容局）への基地局機能（ＣＵ及びＤＵ）の配置と、学習対象の学習モデルとに基づいて、各サイトへの学習ユニット４０の配置を制御する（即ち、各サイトにおける分散的な学習のための計算機リソースの使用を制御する）。これにより、各サイトからデータセンタへのデータ送信量を最小限にし、学習に関連するデータの送信に使用される帯域幅を節約する。また、学習ユニット４０による学習に、各サイトにおける空きの計算機リソースを活用することで、ＲＡＮ内の計算機リソースの利用効率を向上させる。

ＲＡＮにおける上述のような分散的な学習の効果を高めるためには、可能な限りアンテナサイト又はアンテナサイトに近いサイト（収容局）で学習が分散的に行われることが望ましい。このため、本実施形態では、学習コントローラ２０は、各アンテナサイトに、学習モデルに対応した学習データの取得先となるＤＵ及びＣＵの少なくともいずれかが配置されており、かつ、当該アンテナサイトにおいて学習に必要となる計算機リソースを確保できる場合には、当該アンテナサイトに学習ユニット４０を配置するよう構成される。

図３は、アンテナサイト及び収容局の計算機リソースの使用の制御例を示す図であり、時刻ｔ１及び、時刻ｔ１より後の時刻ｔ２における、各サイトの計算機リソースの使用状況の例を示している。

アンテナサイト＃１では、時刻ｔ１において、ＤＵ＃２、ＤＵ＃３及びＣＵ＃３によって全計算機リソースが使用されている。その後、ＤＵ及びＣＵの配置変更により、ＤＵ＃３及びＣＵ＃３がアンテナサイト＃１から削除されると、空きの計算機リソースが生じる。これにより、時刻ｔ２には、学習ユニット４０ａが、空きの計算機リソースを使用してアンテナサイト＃１において追加されている（立ち上げられている）。

アンテナサイト＃２では、時刻ｔ１において、ＤＵ＃２、ＤＵ＃３、ＣＵ＃３及び学習ユニット４０ｂによって全計算機リソースが使用されている。その後、ＤＵ＃２のスケールアップ（即ち、計算機リソースの使用量の増加）が行われることで、学習ユニット４０ｂのための計算機リソースを確保できなくなっている。これにより、時刻ｔ２には、学習ユニット４０ｂが、アンテナサイト＃２から削除されている。このとき、アンテナサイト＃２に対して上位のサイトである収容局では、アンテナサイト＃２で学習ユニット４０ｂによって行われていた学習を当該収容局において空きの計算機リソースを使用して行うべく、学習ユニット４０ｄのスケールアップが行われている。

アンテナサイト＃３では、時刻ｔ１において、ＤＵ＃２及び学習ユニット４０ｃによって計算機リソースが使用され、かつ、空きの計算機リソースが存在している。その後、ＤＵ及びＣＵの配置変更により、時刻ｔ３においてＤＵ＃３及びＣＵ＃３がアンテナサイト＃３に追加されている（立ち上げられている）。このとき、学習ユニット４０ｄによる学習に必要な計算機リソースは確保できる状況であるため、学習ユニット４０ｄについては、計算機リソースの使用状況は変化せずに、アンテナサイト＃３の計算機リソースを使用して動作し続けている。

本実施形態では、図３に例示されるように、ＲＡＮコントローラ１０による基地局機能（ＣＵ及びＤＵ）の配置と、学習対象の学習モデルとに基づいて、ＲＡＮ内の各サイト（アンテナサイト又は収容局）の計算機リソースを使用して分散的な学習が行われるように学習ユニット４０（４０ａ～４０ｄ）の配置が制御される。

＜制御シーケンス＞
次に、図４を参照して、学習ユニット４０の配置制御のための制御シーケンスの例について説明する。

Ｓ４１で、ＲＡＮコントローラ１０は、ＲＡＮ内で動作中のＤＵ及びＣＵから（例えば定期的に）送信される性能指標情報（例えば、ＫＰＩ（Key Performance Indicator）報告）を受信する。その後Ｓ４２で、ＲＡＮコントローラ１０は、受信した性能指標情報に基づいて、基地局機能の配置を決定する。基地局機能の配置を決定すると、次にＳ４３で、ＲＡＮコントローラ１０は、ＲＡＮにおける基地局機能の配置を示す配置情報を含む配置通知を、学習コントローラ２０と、各アンテナサイト及び収容局で動作している仮想化制御部３０（３０ａ～３０ｄ）へ送信する。

仮想化制御部３０（３０ａ～３０ｄ）及び学習コントローラ２０は、Ｓ４３において、ＲＡＮコントローラ１０から送信される配置通知により、ＲＡＮにおける基地局の機能配置を示す配置情報を取得する。この配置情報は、ＲＡＮ上に設定されたスライスごとの、（各アンテナサイト及び収容局に対する）ＤＵ及びＣＵの配置を示す。また、配置情報には、各サイトにおけるＤＵ及びＣＵによる計算機リソースが使用量を示す情報（例えば、ＤＵ及びＣＵのスケールアップ又はスケールダウンを示す情報）が含まれてもよい。

仮想化制御部３０は、ＲＡＮコントローラ１０からの配置通知を受信すると、Ｓ４４で、配置情報に従ってＤＵ／ＣＵの追加又は削除の設定を行う。例えば、仮想化制御部３０は、対応するアンテナサイト又は収容局において、配置情報に従ってＤＵ／ＣＵを新たに立ち上げるか、又は動作中のＤＵ／ＣＵを終了させる。あるいは、仮想化制御部３０は、動作中のＤＵ／ＣＵのスケールアップ又はスケールダウンを行う場合もある。

また、学習コントローラ２０は、ＲＡＮコントローラ１０からの配置通知を受信すると、Ｓ４５で、取得した配置情報と、学習対象の学習モデルとに基づいて、１つ以上のアンテナサイト及び収容局に対する学習ユニット４０の配置を決定する。この配置の決定は、後述する図５に示す手順に従って行われる。学習コントローラ２０は、学習ユニット４０の配置を決定すると、Ｓ４６で、学習ユニット４０の配置を示す配置情報を含む配置通知を、各アンテナサイト及び収容局で動作している仮想化制御部３０（３０ａ～３０ｄ）へ送信する。

仮想化制御部３０は、学習コントローラ２０からの配置通知を受信すると、Ｓ４７で、配置情報に従って学習ユニット４０の追加又は削除の設定を行う。例えば、仮想化制御部３０は、対応するアンテナサイト又は収容局において、配置情報に従って学習ユニット４０を新たに立ち上げるか、又は動作中の学習ユニット４０を終了させる。あるいは、仮想化制御部３０は、動作中の学習ユニット４０のスケールアップ又はスケールダウンを行う場合もある。このようにして、学習コントローラ２０による、１つ以上のアンテナサイト及び収容局に対する学習ユニット４０の配置制御が行われる。

＜学習ユニットの配置の決定処理＞
図５は、図４のＳ４５において学習コントローラ２０によって実行される、学習ユニット４０の配置を決定するための処理の手順を示すフローチャートである。学習コントローラ２０は、Ｓ５１で、収容局に接続されている１つ以上のアンテナサイトを処理対象として順に選択して、Ｓ５２～Ｓ５６の処理を各アンテナサイトについて行う。

Ｓ５１において処理対象となるアンテナサイト（対象アンテナサイト）を選択すると、Ｓ５２で、学習コントローラ２０は、対象アンテナサイトに、学習対象の学習データの取得先が配置されているか否かを判定する。具体的には、学習コントローラ２０は、ＲＡＮコントローラ１０から取得した、基地局機能の配置情報に基づいて、学習対象の学習モデルに対応した学習データの取得先となるＤＵ及びＣＵの少なくともいずれかが配置されているか否かを判定する。

例えば、学習対象の学習モデルが、スライスに対する無線リソースの割り当てに使用される場合には、過去の無線リソースの割り当てを示す情報、及び無線通信品質を示す情報が、学習用の学習データとして必要になりうる。この場合、このような情報を有するＤＵが、学習データの取得先となりうる。また、例えば、学習対象の学習モデルが、トラヒック予測に使用される場合には、過去のトラヒック量を示す情報が、学習用の学習データとして必要になりうる。この場合、このような情報を有するＣＵが、学習データの取得先となりうる。ただし、これらの例は一例にすぎず、学習データの取得先は、学習対象の学習モデルに応じて任意に設定されうる。

Ｓ５２で、学習コントローラ２０は、対象アンテナサイトに、学習対象の学習データの取得先が配置されていない場合には、Ｓ５５に処理を進める。Ｓ５５で、学習コントローラ２０は、収容局に学習ユニット４０を配置することを決定し、Ｓ５６へ処理を進める。

Ｓ５２で、学習コントローラ２０は、対象アンテナサイトに、学習対象の学習データの取得先が配置されている場合には、Ｓ５３に処理を進める。Ｓ５３で、学習コントローラ２０は、対象アンテナサイトにおいて学習ユニット４０による学習に必要となる計算機リソースを確保できるか否かを判定する（即ち、空きの計算機リソースの量が、必要となる計算機リソースの量以上であるか否かを判定する）。学習コントローラ２０は、対象アンテナサイトにおいて学習ユニット４０による学習に必要となる計算機リソースを確保できない場合には、Ｓ５５へ処理を進める。Ｓ５５で、学習コントローラ２０は、収容局に学習ユニット４０を配置することを決定し、Ｓ５６へ処理を進める。

Ｓ５３で、学習コントローラ２０は、学習コントローラ２０は、対象アンテナサイトにおいて学習ユニット４０による学習に必要となる計算機リソースを確保できる場合には、Ｓ５４へ処理を進める。Ｓ５４で、学習コントローラ２０は、対象アンテナサイトに学習ユニット４０を配置することを決定し、Ｓ５６へ処理を進める。このようにして、学習コントローラ２０は、対象アンテナサイトに、学習モデルに対応した学習データの取得先となるＤＵ及びＣＵの少なくともいずれかが配置されているか否かを、配置情報に基づいて判定し、当該判定の結果に従って対象アンテナサイトに学習ユニット４０を配置する。

Ｓ５６で、学習コントローラ２０は、収容局に接続されている１つ以上のアンテナサイトの全てについて、上述の処理が完了すると、図５の手順による処理を終了する。

このようにして、図５の手順により学習ユニット４０の配置の決定処理（Ｓ４５及び図５）が実行されるごとに、ＲＡＮにおける学習ユニット４０の配置が更新される。なお、学習コントローラ２０は、各アンテナサイト及び収容局に対するＤＵ及びＣＵの配置が変更されるごとに、学習ユニット４０の配置を更新してもよい。また、各アンテナサイト及び収容局に配置されているＤＵ及びＣＵが使用する計算機リソースの量に変更（即ち、スケールアップ又はスケールダウン）が生じるごとに、学習ユニット４０の配置を更新してもよい。

＜学習モデルの使用例＞
上述のように、ＲＡＮにおいて分散的な学習により生成される学習モデルは、ＲＡＮにおける種々の処理に使用されうる。本実施形態では、アンテナサイト及び収容局で動作する学習ユニット４０は、配置先において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行い、学習済みの学習モデルを学習コントローラ２０へ送信する。学習コントローラ２０は、必要に応じて、アンテナサイト及び収容局に分散して配置された複数の学習ユニット４０から受信された複数の学習モデルを１つの学習モデルに統合する。更に、学習コントローラ２０は、必要に応じて、統合された学習モデルを、当該学習モデルを使用する機能（例えば、ＤＵ、ＣＵ又はＲＡＮコントローラ１０）へ提供する。

例えば、学習モデルが、ＲＡＮコントローラ１０によるＲＡＮの制御に使用される学習モデルである場合、学習コントローラ２０は、上述のように、複数の学習ユニット４０から受信された学習モデルを統合し、統合した学習モデルをＲＡＮコントローラ１０へ提供する。ＲＡＮコントローラ１０は、学習コントローラ２０から提供される学習モデルを使用して、ＲＡＮの制御を行う。

また、例えば、学習モデルが、端末に対する無線リソースのスケジューリングに使用される学習モデルのように、複数の基地局間の関係が影響する処理のための学習モデルである場合、学習コントローラ２０は、学習モデルを統合し、統合した学習モデルを、無線リソースのスケジューリング機能を有するＤＵへ提供する。また、学習モデルが、単一の基地局にのみ影響する処理のための学習モデルである場合、各アンテナサイトにおける学習ユニット４０による学習済みの学習モデルが、そのまま当該アンテナサイトで使用されてもよい。なお、これらの例は一例にすぎず、学習データの統合及び提供は、学習モデルの用途に応じて種々に実現されうる。

以上説明したように、本実施形態の学習コントローラ２０は、ＲＡＮにおける基地局の機能の配置を示す配置情報として、ＲＡＮ上に設定されたスライスごとの、ＤＵ及びの配置を示す配置情報を取得する。学習コントローラ２０は、取得された配置情報と、ＲＡＮにおける処理に使用される、学習対象の学習モデルとに基づいて、１つ以上のアンテナサイト及び収容局に対する、学習モデルの学習をＲＡＮ内で分散して行うための学習ユニット４０の配置を制御する。ＲＡＮ内で配置される学習ユニット４０は、配置先において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行う。

本実施形態によれば、ネットワークスライシングが適用されたＲＡＮにおいて、基地局機能の配置に応じて、ＲＡＮ内での分散的な学習のための計算機リソースの使用を適応的に制御することが可能になる。これにより、学習ユニット４０による学習に、各サイトにおける使用可能な計算機リソースを活用することができ、それによりＲＡＮ内の計算機リソースの利用効率を向上させることが可能になる。また、ＲＡＮ内で分散的な学習を実現することで、各サイトからデータセンタへのデータ送信量を最小限にすることができ、学習に関連するデータの送信に使用される帯域幅を節約することが可能になる。

［その他の実施形態］
上述の実施形態に係る制御装置（学習コントローラ２０）は、コンピュータを制御装置として機能させるためのコンピュータプログラムにより実現することができる。当該コンピュータプログラムは、コンピュータが読み取り可能な記憶媒体に記憶されて配布が可能なもの、又は、ネットワーク経由で配布が可能なものである。

発明は上記の実施形態に制限されるものではなく、発明の要旨の範囲内で、種々の変形・変更が可能である。

１０：ＲＡＮコントローラ
２０：学習コントローラ
３０（３０ａ～３０ｄ）：仮想化制御部
４０（４０ａ～４０ｄ）：学習ユニット

Claims (15)

1. １つ以上のアンテナサイトと、当該１つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク（ＲＡＮ）における制御装置であって、
   前記ＲＡＮにおける基地局の機能の配置を示す配置情報として、前記ＲＡＮ上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第１ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第２ユニットとの配置を示す配置情報を取得する取得手段と、
   前記取得手段によって取得された前記配置情報と、前記ＲＡＮにおける処理に使用される、学習対象の学習モデルとに基づいて、前記１つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記ＲＡＮ内で分散して行うための学習ユニットの配置を制御する制御手段であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御手段と、
   を備えることを特徴とする制御装置。
2. 前記制御手段は、前記１つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第１ユニット及び前記第２ユニットの少なくともいずれかが配置されているか否かを、前記配置情報に基づいて判定し、当該判定の結果に従って当該アンテナサイトに前記学習ユニットを配置する
   ことを特徴とする請求項１に記載の制御装置。
3. 前記制御手段は、前記１つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第１ユニット及び前記第２ユニットの少なくともいずれかが配置されており、かつ、当該アンテナサイトにおいて前記学習ユニットによる前記学習に必要となる計算機リソースを確保できる場合、当該アンテナサイトに前記学習ユニットを配置する
   ことを特徴とする請求項２に記載の制御装置。
4. 前記制御手段は、前記１つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第１ユニット及び前記第２ユニットの少なくともいずれかが配置されているが、当該アンテナサイトにおいて前記学習ユニットによる前記学習に必要となる計算機リソースを確保できない場合、前記収容局に前記学習ユニットを配置する
   ことを特徴とする請求項２又は３に記載の制御装置。
5. 前記制御手段は、前記１つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第１ユニット及び前記第２ユニットのいずれも配置されていない場合、前記収容局に前記学習ユニットを配置する
   ことを特徴とする請求項２から４のいずれか１項に記載の制御装置。
6. 前記取得手段は、前記ＲＡＮ上に設定されるスライスごとの、前記１つ以上のアンテナサイト及び前記収容局に対する前記第１ユニット及び前記第２ユニットの配置を制御するコントローラから、前記配置情報を取得する
   ことを特徴とする請求項１から５のいずれか１項に記載の制御装置。
7. 前記制御手段は、前記１つ以上のアンテナサイト及び前記収容局に対する前記第１ユニット及び前記第２ユニットの配置が変更されるごとに、前記１つ以上のアンテナサイト及び前記収容局に対する前記学習ユニットの配置を更新する
   ことを特徴とする請求項１から６のいずれか１項に記載の制御装置。
8. 前記制御手段は、前記１つ以上のアンテナサイト及び前記収容局のそれぞれに配置されている前記第１ユニット及び前記第２ユニットが使用する計算機リソースの量が変更されるごとに、前記１つ以上のアンテナサイト及び前記収容局に対する前記学習ユニットの配置を更新する
   ことを特徴とする請求項１から７のいずれか１項に記載の制御装置。
9. 前記アンテナサイトに配置された前記学習ユニットは、当該アンテナサイトにおいて前記学習データを取得して前記学習を行い、
   前記収容局に配置された前記学習ユニットは、当該収容局において前記学習データを取得し、かつ、前記１つ以上のアンテナサイトのうちの対象となるアンテナサイトから前記学習データを取得して前記学習を行う
   ことを特徴とする請求項１から８のいずれか１項に記載の制御装置。
10. 前記第１ユニット及び前記第２ユニットのそれぞれは、前記配置情報に従って、前記１つ以上のアンテナサイト及び前記収容局のいずれかに配置され、配置先において仮想マシンとして立ち上げられて動作し、
    前記学習ユニットは、前記制御手段によって定められた配置先において仮想マシンとして立ち上げられて動作する
    ことを特徴とする請求項１から９のいずれか１項に記載の制御装置。
11. 前記学習モデルは、前記ＲＡＮの制御に使用される学習モデルであり、
    前記学習ユニットは、学習済みの前記学習モデルを前記制御装置に送信し、
    前記制御装置は、
    前記１つ以上のアンテナサイト及び前記収容局に分散して配置された複数の学習ユニットから受信された複数の学習モデルを１つの学習モデルに統合する統合手段と、
    前記統合手段により統合された学習モデルを、前記ＲＡＮを制御するコントローラへ提供する提供手段と、
    を更に備えることを特徴とする請求項１から１０のいずれか１項に記載の制御装置。
12. 前記学習モデルは、無線リソースのスケジューリングに使用される学習モデルであり、
    前記学習ユニットは、学習済みの前記学習モデルを前記制御装置に送信し、
    前記制御装置は、
    前記１つ以上のアンテナサイト及び前記収容局に配置された複数の学習ユニットから受信された複数の学習モデルを１つの学習モデルに統合する統合手段と、
    前記統合手段により統合された学習モデルを、無線リソースのスケジューリング機能を有する前記第１ユニットへ提供する提供手段と、
    を更に備えることを特徴とする請求項１から１０のいずれか１項に記載の制御装置。
13. 前記第１ユニットは、ＤＵ（Distributed Unit）であり、
    前記第２ユニットは、ＣＵ（Central Unit）である
    ことを特徴とする請求項１から１２のいずれか１項に記載の制御装置。
14. １つ以上のアンテナサイトと、当該１つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク（ＲＡＮ）における制御装置によって実行される制御方法であって、
    前記ＲＡＮにおける基地局の機能の配置を示す配置情報として、前記ＲＡＮ上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第１ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第２ユニットとの配置を示す配置情報を取得する取得工程と、
    前記取得工程で取得された前記配置情報と、前記ＲＡＮにおける処理に使用される、学習対象の学習モデルとに基づいて、前記１つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記ＲＡＮ内で分散して行うための学習ユニットの配置を制御する制御工程であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御工程と、
    を含むことを特徴とする制御方法。
15. 制御装置が備えるコンピュータに、請求項１４に記載の制御方法の各工程を実行させるためのプログラム。

Images