1 |
1
그래프 신경망 기반 가상 네트워크 관리 방법으로써,수집된 네트워크 데이터를 전처리하는 단계;상기 전처리하는 단계에서 생성된 카테고리별 데이터 중 노드와 엣지 데이터들을 그래프로 변환하는 단계;상기 그래프로 변환하는 단계에서 생성된 행렬 표현의 네트워크 데이터를 그래프 신경망(GNN: Graph Neural Network)을 사용하여 학습하는 단계; 및상기 GNN을 사용한 학습을 통해 생성한 각 노드에 대한 노드 상태 정보를 서비스 리스트 데이터와 함께 순전파 신경망(FNN: Feedforward Neural Network)을 사용하여 학습하는 단계를 포함하는 가상 네트워크 관리 방법
|
2 |
2
청구항 1에 있어서,상기 FNN을 사용하여 학습하는 단계는, 학습 데이터의 클래스 불균형(Class Imbalance)를 막기 위해 제1 클래스의 데이터 개수가 다른 제2 클래스의 데이터 개수보다 적을 경우, 제1 클래스를 학습하는 데 부여하는 제1 가중치를 제2 클래스를 학습하는데 부여하는 제2 가중치보다 더 크게 설정하는, 가상 네트워크 관리 방법
|
3 |
3
청구항 1에 있어서,상기 FNN을 사용하여 학습하는 단계 후에, 학습된 모든 노드들에 대해 생성, 제거 또는 그대로 두기를 포함한 가상 네트워크 기능(VNF: Virtual Network Function) 관리 결정을 생성하는 단계를 더 포함하는 가상 네트워크 관리 방법
|
4 |
4
청구항 1에 있어서,상기 전처리하는 단계 전에,기계학습에 사용되는 데이터를 정의하는 단계를 더 포함하는 가상 네트워크 관리 방법
|
5 |
5
청구항 4에 있어서,상기 정의하는 단계는 노드와 링크로 구성되는 네트워크 데이터와 서비스 데이터를 VNF(Virtual Network Function) 열로 표현하여 정의하며,여기서 상기 노드는 가용 CPU(central processing unit) 코어의 개수 및 가용 대역폭에 대한 정보를 가지고 있고, 상기 링크는 딜레이와 가용 대역폭에 대한 정보를 가지고 있으며, 상기 서비스 데이터는 서비스가 시작되는 노드, 도달하는 노드, 서비스 타입, 서비스 지속시간, 서비스 지연으로 인한 비용, 최대 허용 지연 시간, 및 요구 대역폭에 대한 정보를 포함하는, 가상 네트워크 관리 방법
|
6 |
6
청구항 4에 있어서,상기 전처리하는 단계 전에 및 상기 정의하는 단계 후에,상기 데이터의 정의에 기초하여 리스트 생성 시점에서 네트워크에 요구되는 서비스들의 정보를 나타내는 서비스 정보 리스트를 생성하는 단계를 더 포함하며,상기 서비스 정보 리스트는 서비스 리스트 정보 아이디를 갖고 서비스 시작 시간과 서비스 실행 시간을 이용하여 정의되는 서비스들과 가장 최근에 생성된 서비스를 합하여 생성되는, 가상 네트워크 관리 방법
|
7 |
7
청구항 6에 있어서,상기 전처리하는 단계 전에 및 상기 생성하는 단계 후에,상기 서비스 정보 리스트가 생성될 때 물리 네트워크 정보와 가상 네트워크 기능(VNF: Virtual Network Function) 정보를 수집하는 단계를 더 포함하는 가상 네트워크 관리 방법
|
8 |
8
청구항 7에 있어서,상기 전처리하는 단계 전에 및 상기 수집하는 단계 후에,상기 물리 네트워크 정보, 상기 VNF 정보 및 서비스 정보를 토대로 기계학습에 활용할 정답 데이터를 준비하는 단계를 더 포함하는 가상 네트워크 관리 방법
|
9 |
9
청구항 8에 있어서,상기 정답 데이터를 준비하는 단계는, VNF의 설치 비용, 에너지 비용, 트래픽 전달 비용, 서비스 딜레이로 인한 비용 또는 이들의 조합을 포함한 정답 데이터 셋을 생성하거나 기저장된 정답 데이터 셋을 활용하는, 가상 데이터 관리 방법
|
10 |
10
청구항 1에 있어서,상기 전처리하는 단계는, 상기 네트워크 데이터 중 모든 수치 데이터를 정규화하여 표현하고, 상기 네트워크 데이터 중 카테고리별 데이터들을 숫자 또는 벡터로 바꾸어 표현하는, 가상 데이터 관리 방법
|
11 |
11
청구항 1에 있어서,상기 그래프로 변환하는 단계는, 각 노드 정보와 엣지 정보 및 노드와 노드 간과 노드와 엣지 간의 연결 정보를 가진 노드 행렬, 엣지 행렬 및 연결 행렬을 생성하며,여기서, 상기 노드 행렬은 노드 수 × 노드 피쳐의 행렬이고,상기 엣지 행렬은 노드 수 × 엣지 피쳐의 행렬이며,상기 연결 행렬은 노드 수 × 노드 수 행렬로 노드들 간의 링크가 존재하는 경우는 1의 값을 갖고, 상기 노드들 간의 링크가 존재하지 않는 경우는 0의 값을 가지는, 가상 데이터 관리 방법
|
12 |
12
그래프 신경망 기반 가상 네트워크 관리 장치로서,수집된 네트워크 데이터를 전처리하는 전처리부;상기 전처리부에서 생성된 카테고리별 데이터 중 노드와 엣지 데이터들을 그래프로 변환하는 변환부;상기 변환부에서 생성된 행렬 표현의 네트워크 데이터를 그래프 신경망(GNN: Graph Neural Network)을 사용하여 학습하는 제1 학습부; 및상기 제1 학습부를 통해 생성한 각 노드에 대한 노드 상태 정보를 서비스 리스트 데이터와 함께 순전파 신경망(FNN: Feedforward Neural Network)을 사용하여 학습하는 제2 학습부를 포함하는 가상 네트워크 관리 장치
|
13 |
13
청구항 12에 있어서,상기 제2 학습부는, 학습 데이터의 클래스 불균형(Class Imbalance)를 막기 위해 제1 클래스의 데이터 개수가 다른 제2 클래스의 데이터 개수보다 적을 경우, 제1 클래스를 학습하는 데 부여하는 제1 가중치를 제2 클래스를 학습하는데 부여하는 제2 가중치보다 더 크게 설정하는 가중치 조정부를 구비하는, 가상 네트워크 관리 장치
|
14 |
14
청구항 12에 있어서,상기 제2 학습부에 사용되는 손실 함수(Loss Function)는 사용자의 목적에 따라 변경 가능하며, 상기 제2 학습부의 학습 모델은 상기 손실 함수에 따라 특정 정보에 대해 학습하도록 구비되는, 가상 네트워크 관리 장치
|
15 |
15
청구항 12에 있어서,상기 제2 학습부는, 상기 제2 학습부에서 학습 결과로 출력되는 모든 노드들에 대해 생성, 제거 또는 그대로 두기를 포함한 가상 네트워크 기능(VNF: Virtual Network Function) 관리 결정을 생성하는 출력부를 구비하는 가상 네트워크 관리 장치
|
16 |
16
청구항 12에 있어서,상기 전처리부는, 상기 네트워크 데이터 중 모든 수치 데이터를 정규화하여 표현하고, 상기 네트워크 데이터 중 카테고리별 데이터들을 숫자 또는 벡터로 바꾸어 표현하는, 가상 데이터 관리 장치
|
17 |
17
청구항 12에 있어서,상기 변환부는, 각 노드 정보와 엣지 정보 및 노드와 노드 간과 노드와 엣지 간의 연결 정보를 가진 노드 행렬, 엣지 행렬 및 연결 행렬을 생성하며,여기서, 상기 노드 행렬은 노드 수 × 노드 피쳐의 행렬이고,상기 엣지 행렬은 노드 수 × 엣지 피쳐의 행렬이며,상기 연결 행렬은 노드 수 × 노드 수 행렬로 노드들 간의 링크가 존재하는 경우는 1의 값을 갖고, 상기 노드들 간의 링크가 존재하지 않는 경우는 0의 값을 가지는, 가상 데이터 관리 장치
|
18 |
18
청구항 12에 있어서,기계학습에 사용되는 데이터를 정의하는 데이터 정의부;상기 데이터의 정의에 기초하여 리스트 생성 시점에서 네트워크에 요구되는 서비스들의 정보를 나타내는 서비스 정보 리스트를 생성하는 데이터 생성부; 및상기 서비스 정보 리스트가 생성될 때 물리 네트워크 정보와 가상 네트워크 기능(VNF: Virtual Network Function) 정보를 수집하는 데이터 수집부;를 더 포함하고,상기 서비스 정보 리스트는 서비스 리스트 정보 아이디를 갖고 서비스 시작 시간과 서비스 실행 시간을 이용하여 정의되는 서비스들과 가장 최근에 생성된 서비스를 합하여 생성되는, 가상 네트워크 관리 장치
|
19 |
19
청구항 18에 있어서,상기 데이터 정의부는 노드와 링크로 구성되는 네트워크 데이터와 서비스 데이터를 VNF(Virtual Network Function) 열로 표현하여 정의하며,여기서 상기 노드는 가용 CPU(central processing unit) 코어의 개수 및 가용 대역폭에 대한 정보를 가지고 있고, 상기 링크는 딜레이와 가용 대역폭에 대한 정보를 가지고 있으며, 상기 서비스 데이터는 서비스가 시작되는 노드, 도달하는 노드, 서비스 타입, 서비스 지속시간, 서비스 지연으로 인한 비용, 최대 허용 지연 시간, 및 요구 대역폭에 대한 정보를 가지는, 가상 네트워크 관리 장치
|
20 |
20
청구항 18에 있어서,상기 데이터 생성부는 상기 물리 네트워크 정보, 상기 VNF 정보 및 서비스 정보를 토대로 기계학습에 활용할 정답 데이터로써, VNF의 설치 비용, 에너지 비용, 트래픽 전달 비용, 서비스 딜레이로 인한 비용, 다른 네트워크 관리 비용 또는 이들의 조합을 포함한 정답 데이터 셋을 생성하거나 기저장된 정답 데이터 셋을 활용하는, 가상 네트워크 관리 장치
|