[B-16] インターネットアーキテクチャ

[B-16-22] 連合学習を用いた TCP スループット予測モデル構築手法の有効性に関する一検討

^○Nay Aung Han¹, 大崎博之² (1.関西学院大, 2.関西学院大)

キーワード：連合学習

協調型の機械学習である連合学習では、各クライアントがそれぞれ保有する教師データをサーバ側に開示することなく、サーバとクライアントが協調することによりモデルパラメータの学習が可能である。我々はこれまで、多数のユーザ参加型の連合学習によって TCP スループットの予測モデルを構築する手法 FL-PERF (Federated Learning based PERFormance predictor) を提案した。
本稿では、さまざまなネットワーク環境下における、連合学習に参加するクライアント数や学習回数 (連合学習におけるサーバ--クライアント間のモデルパラメータ交換回数) と、TCP スループット予測モデルの予測精度の関係を明らかにすることを目的とする。
本稿では、特に、ネットワークトポロジおよび学習回数が、FL-PERF によって構築する TCP スループット予測モデルの予測精度に与える影響を実験により調査する。