予測型トラヒックエンジニアリングのためのソーシャルメディアデータからトラヒック変動に関する情報の抽出

摘要

モバイル端末の普及に伴い、通信ネットワークに流れるトラヒック量は、量·変動ともに増大している。これに対し、変動するトラヒックを収容する技術として予測型トラヒックエンジニアリング（TE）に関する検討が進められている。予測型TEでは、予測されたトラヒック量に基づいて、ネットワーク資源を動的に割り当てる。そのため、トラヒックの予測精度が、予測型TEの制御性能に大きな影響を与える。従来、過去のトラヒック変動の時系列からトラヒックを予測する手法が検討されてきた。しかしながら、そのような手法では、過去のトラヒック変動には予兆が含まれていないものを予測することができない。これに対し、そのような予兆は、現実世界を反映したソーシャルメディアデータに含まれている可能性がある。本稿では、ソーシャルメディアデータにそのような予兆が含まれているかについて確認する。確認するにあたり、ソーシャルメディアデータから情報を抽出し、抽出した情報に基づいて非日常なトラヒック変動が発生している時間帯を予知する手法を提案する。総トラヒック量に基づいて非日常的なトラヒック変動を予知する手法と比較し、評価を行うことで、現実世界に起因する非日常的なトラヒック変動の予兆がソーシャルメディアデータから抽出できることを示す。