KDDI、人工知能を活用したネットワーク自動運用システムの実証に成功

 KDDI研究所は2月22日、ウインドリバー、日本ヒューレット・パッカード、ブロケード・コミュニケーションズ・システムズの3社と協力して、人工知能を活用した自動運用システムを開発し、世界で初めて人工知能による故障予測に基づきネットワークを自動運用する実証に成功したと発表した。

 同実証では、ソフトウェアバグなどの異常の兆候を9割以上の精度で事前に検知し、従来の約5倍の速度で仮想化された機能を別拠点などの安全な場所へ移行することに成功したという。

 実証実験では、共通的なネットワーク仮想化基盤に、ハードウェアやソフトウェアの深刻な障害の兆候を検知する人工知能を埋め込み、効率的に学習、状況判断するとともに、予兆結果に基づいてSDN/NFVオーケストレータが最適な復旧プランを導出。仮想化された機能を瞬時に移行させる自動運用システムの実証に世界で初めて成功したとしている。

人工知能を用いたSDN/NFV自動運用システム
人工知能を用いたSDN/NFV自動運用システム

 今回の成果は、設備警報などで検知可能な異常だけでなく、稀ながらも一旦発生すると深刻な事態を引き起こす恐れのある事象にも対応可能となり、ネットワーク仮想化時代の運用高度化の実現に向けた大きな一歩となるという。

 実証実験の概要、ならびに技術的ポイントは以下の通り。

  1. 共通仮想化基盤に分散的に埋め込まれた人工知能が、汎用サーバや仮想化された機能など、ハードウェアとソフトウェアの両面で異常な兆候がないか、学習、検知。この結果、そのまま放置すると深刻な事態に繋がる恐れのある兆候を捉える。なお、精度の高い学習と分析には膨大な統計量の処理が必要になるため、人工知能を分散させるというアプローチを取っている。
  2. 上記(1)で捉えた兆候などの情報を、統合管理制御システムに集約。その情報に基づき、SDN/NFVオーケストレータは、最適な復旧プランを導出する。たとえば、ソフトウェア異常(例:バグに起因するメモリ漏洩)を放置すると突然機能が停止する恐れがあり、停止する前に代替機能でサービスを継続させる。また、ハードウェア異常(例:冷却ファン劣化によるサーバの放熱異常)の影響を考慮し、該当する仮想化された機能を別拠点などへ移行させる。
  3. 上記(2)の復旧プランに基づき、実際の復旧作業を自動的に進める中で、特にハードウェアなどの設備に起因した異常に対しては、影響を受けるサービスの範囲が大きくなり、また、該当する仮想化された機能の数も非常に大きく、それらを如何にサービスに影響を与えずに移行させるかが課題だという。そこで、高速移行技術で影響を最小限に留めながらリスクを回避する。

 同実証実験では、KDDI研究所が、人工知能による監視システム、SDN/NFVオーケストレータ、仮想化された機能。ウインドリバーが、キャリアグレード仮想化基盤ソフトウェア、高速移行技術。日本ヒューレット・パッカードが、仮想化された機能。ブロケード・コミュニケーションズ・システムズが、仮想化された機能(Brocade vRouter製品)の役割で取り組んでいる。

CNET Japanの記事を毎朝メールでまとめ読み(無料)

-PR-企画広告

企画広告一覧

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]