異種混合グラフニューラルネットワークを用いた教師有り学習によるマイクロサービス配置アルゴリズムの構築

抄録

エッジコンピューティングにおけるアプリケーション配置は，リアルタイムアプリケーションにおいて重要であり，処理ノード間の通信遅延や処理時間を考慮した最適な配置アルゴリズムが必要である．本研究は，マイクロサービスで構成されEnd-to-End 時間制約を含むアプリケーションを，地理的に分散した拠点間に，効率的に配置する手法を提案する．計算基盤リソースとアプリケーションをそれぞれグラフ構造に抽象化する手法を考案し，アプリケーション最適配置問題を整数線形最適化問題としての定式化を行った．異種混合グラフを用いたグラフニューラルネットワークによる学習ベース手法を構築し，その性能を比較した．評価結果から，提案手法は教師有り学習モデルの構築に成功し，高い精度を達成した．具体的には，Top-1マルチクラス正答率は94.8%となり，厳密解に対する推論解の目的関数平均値の差は1.6%となった．提案手法は既存のメタヒューリスティクス手法に対して計算時間の効率性においても優位性を示した．これにより，提案した学習ベース手法の有用性を示した．