전기전자/정보통신

전자정보통신학회지_2022.10 소특집 (p1193)

기계학습을 활용한 네트워크 감시/예측/제어기술의 최신 동향

소특집을 편집하며
편집팀 리더 다나카 가즈키(田中 和樹) 씨

최근에 AI(인고지능)이 큰 주목을 받으면서 다양한 분야에서 AI 활용을 테마로 한 연구 개발이 진행되고 있다. 통신 분야에서는 5G 등에 의한 다양한 서비스의 효율적인 수용이나 복잡화되는 네트워크의 자동화나 최적화를 위해 기계학습을 적용하는 검토가 진행되고 있다. 

본 소특집에서는 통신 네트워크를 구성하는 다양한 시스템에서 기계학습을 활용함으로써 보다 고도화되는 네트워크 운용 연구개발 사례에 대해, 최전선에서 활약하고 있는 분들에게 이야기를 들었다.

제1장에서는 KDDI 종합연구소의 가와사키(河崎) 씨가 5G 코어망에서의 기계학습을 이용한 장해 원인 해석 방법에 대해 해설한다. 네트워크 가상화 기술은 신속하고 유연한 통신 서비스를 제공할 수 있게 한다. 반면에 네트워크 구성이 복잡해지고, 장해 발생 시에는 원인 추구를 장기화시키기 때문에 기존의 사람 중심의 오퍼레이션에 의한 통신 품질을 유지하기 어렵게 한다. 

이와 관련해 기계학습을 네트워크 감시에 적용하는 방법으로서, 가상화된 5G 모바일 코어망에서의 장해 원인 해석 모델의 구축 방법, 얻어진 해석 모델의 성능 비교 평가 결과에 대해 소개한다.

제2장에서는 NTT 도코모의 스즈키(鈴木) 씨가 모바일 네트워크에서의 AI를 활용한 오퍼레이션 고도화 기술에 대해 해설한다. 5G에서는 슬라이싱 기술 등의 도입으로 네트워크 구성이 복잡해지고, 오퍼레이션 업무가 다양화되고, 사람에 의한 대응이 어려워진다. 

이와 같은 과제에 대해, 네트워크 운용 자동화의 대응으로서, 사람 손이 필요 없는 오퍼레이션을 가능케 하는 제로 터치 오퍼레이션 구상과 그 실현을 위한 각 표준화 단체의 활동, AI 기술을 이용한 오퍼레이션 고도화 개요와 적용 사례를 소개한다.

제3장에서는 NEC의 구로다(黒田) 씨가 기계학습을 이용한 네트워크의 자동 설계 기술에 대해 설명한다. 다양한 산업에서의 DX(Digital Transformation) 추진에 네트워크 활용은 필수이다. 서로 다른 요건의 네트워크를 유연하고 신속하게 구축할 필요가 있다. 

또한 운용 중에도 변화하는 최적의 네트워크 구성에 대해, 모든 시나리오를 상정한 자원이나 기재의 이용 패턴을 준비하는 것은 곤란하다. 이와 같은 과제에 대해 네트워크 설계 자동화 관점에서 자동 설계 기술의 개요, 기계학습에 의한 고속/고품질 설계를 가능케 하는 지식 획득 방법, 샘플 실험을 통한 방법의 유효성 평가 결과를 소개한다.

제4장에서는 NTT의 가와구치(川口) 씨가 부정침입감지 및 방어시스템(IDPS: Intrusion detection and prevention systems)에서의 기계학습을 이용한 시그니처 분류의 자동화 기술에 대해 해설한다. IDPS에서는 이상 통신에 특징적인 패턴인 시그니처와 그에 적합한 통신에 대한 액션을 설정해야 한다. 

매일 새로운 위협이 발생하는 가운데 시그니처를 적절하게 설정하기 위해서는 보안 기술자의 전문성은 물론 시간도 필요하고, 이는 네트워크 운용 비용의 증가로 이어진다. 이와 같은 과제를 해결하기 위해, 설정을 자동적으로 분류하기 위한 기계학습을 적용한 시그니처의 특징량 설계와 그 분석, 분류 정밀도의 실험 결과에 대해 소개한다.

본 소특집을 통해 많은 분들이 기계학습을 이용한 네트워크 운용 기술에 많은 관심을 갖게 되고, 그것이 연구 개발의 진전으로 이어지기를 바란다.

 -- 끝 --