モデル予測制御に基づく先制型の仮想モバイルネットワークの資源最適化の研究

多量の移動データを集めて特徴を抽出し人の将来の移動先を予測する方法を開発した。BIDE法と呼ばれる系列パターンマイニング法により頻出移動パターンを抽出し、移動先を予測する方法を検討した。約200人分の5年半の移動データを用いて評価した結果、次の移動先を70%の確率で予測できることが明らかになった。 従来のトラヒック量の測定・予測だけで帯域割り当てを行うと、エリア内のユーザ数が変化した場合に追従できないが、エリアごとのユーザ数を予測してトラヒック量を見積もり、モデル予測制御を行う方法を検討し、指数平滑を援用することで短時間変動がある場合でも適切に帯域割り当てができることを示した。