大岡里奈さんの研究論文がIEICE ComEXに採録され先行掲載されました！
修士課程1年の大岡里奈さんが主著として執筆した研究論文「Unit Traffic Classification and Analysis on P2P Video Delivery Using Machine Learning（機械学習を用いたP2P映像配信時の単位トラヒック分類と分析）」が、電子情報通信学会が発行するレター論文誌Communications Express（ComEX）に掲載されました。
（論文Abstractより）
本論文では、P2Pを用いた映像配信サービス（P2PTV）において、機械学習を用いた新しいトラヒック分類手法を提案する。P2PTVは映像配信行う技術として期待されており、発生するトラヒックの特性を理解することが重要である。これまでの研究では、P2PTVをコンテンツ単位で視聴したときのトラヒック分類と分析を行っている。しかし、ユーザの映像サービスへの参加は動的であるため、トラヒック特性は時々刻々と変化する可能性がある。本論文では、コンテンツごとのトラヒックデータを短時間のデータユニットに分割し、そのデータに対して機械学習による分類を実施している。80本のコンテンツを視聴したときのトラヒックデータを用いた実験結果から、6種類の単位トラヒックパターンが抽出された。また、これらのデータを用いて単位トラヒックの出現パターンについて分析を行った。
本論文はオープンアクセスです。J-STAGEからダウンロードできます。
R. Ooka, T. Miyoshi, and T. Yamazaki, "Unit Traffic Classification and Analysis on P2P Video Delivery Using Machine Learning," IEICE Communications Express (ComEX), Article ID 2019XBL0115, [Advance publication] Released September 13, 2019. DOI: 10.1587/comex.2019XBL0115
2019年12月15日更新
本論文は12月1日に正式公開されました。新しい情報は以下のとおりです。
Rina Ooka, Takumi Miyoshi, and Taku Yamazaki, "Unit Traffic Classification and Analysis on P2P Video Delivery Using Machine Learning," IEICE Communications Express (ComEX), Vol. 8, Issue 12, pp. 640-650, December 2019. DOI: 10.1587/comex.2019XBL0115
本論文はオープンアクセスです。J-STAGEからダウンロードできます。
Copyright (c) 2007-2021 Multimedia Information Network Laboratory, SIT, All rights reserved.