東京大学（大学院情報学環中尾研究室）、早稲田大学、富士通、日立製作所の4者は2021年3月26日、IoT機器の普及や、そのデータを流通・活用するサービスの拡大に向けて、総務省委託研究「IoT機器増大に対応した有無線最適制御型電波有効利用基盤技術の研究開発」の技術課題の1つである「有無線ネットワーク仮想化の自動制御技術」において、各機関の開発技術を統合した実証実験を2020年11月1日から2021年3月25日まで実施したと発表した。
高精細映像や多数のセンサーデータを伝送するために高速かつ低遅延な通信を可能にするプライベートLTEやローカル5Gなどの利用が検討されているが、それらの無線通信の効率的な利用が課題となっており、ネットワークの負荷を柔軟に制御できる技術の確立が期待されている。
実証実験の構成イメージ
発表によれば、従来のネットワーク仮想化技術では、さまざまなIoTサービスごとにそれぞれ独立してネットワークリソースが使われているため、ネットワーク全体に対してバランスのよいリソース配分ができておらず、無駄にリソースを消費してしまうという課題があるという。
この問題を解決するために、本研究開発では、有無線ネットワークにおいて、トラフィックの混雑状況や利用者からの要求に応じて、オンデマンドで仮想的にネットワークリソースを割り当てる自動制御技術を開発。その効果検証の結果、無駄なリソース消費を抑えることで、本技術の適用前と比べて、無線周波数の利用効率を大幅に向上できることを確認した。今後、プライベートLTEやローカル5GなどIoTに関わる幅広い分野への本技術の適用をめざすとしている。
実証実験の結果
今回の実証実験では、東京大学の構内に構築されたプライベートLTE（sXGP）の環境を利用して、各機関が開発した技術を統合した検証を実施した。ネットワークに流れるトラフィック全体の増減などの傾向をIoTサービスごとに分割して分析することで、トラフィックモデルやデータの冗長性などの情報を取得。それらの情報に基づいて、以下3つの技術を連動させ、無線周波数の利用効率の向上効果を確認したという。
（1）IoT指向ネットワークオーケストレーション技術
複数の異なるIoTサービス間で重複するデータへのアクセスを調査し、ネットワークのトラフィックの状況に応じて、データを自動的に集約・分配し削減する。
（2）IoT指向ファンクションオーケストレーション技術
IoTサービスを構成する画像分析(人物、車などの検知)や画像加工処理などの機能をネットワーク上の複数のノードに対して適切に分散配置することで、ネットワークの負荷を軽減する。
（3）IoT有無線ネットワークのスケーラブルリソースプーリング自動化技術
複数のIoTサービスにおけるデータ転送のタイミングを最適化することで、一時的に大量のデータが流れるバーストトラフィックを防止する。