Survey on Machine Learning Algorithms for SDN/NFV Automation
Sunwoo Cho, Jung Daeun, Soo-Hwan Lee, Myung-Ki Shin, Hyunggon Park · 한국통신학회논문지 · 2019
네트워크의 어플리케이션이 다양해지고 단말기의 수가 증가함에 따라 현재의 네트워크는 기존의 전통적 네트워크에 비하여 더 복잡하고 다양한 수요를 반영해야 한다. 특히 초연결, 초고속, 초저지연을 목표로 하는 5G와 같은 네트워크는 기존의 하드웨어를 기반으로 한 구조에서 발전하는 데 한계가 있어, 이러한 한계점을 극복하기 위하여 소프트웨어적으로 프로그래밍이 가능한 SDN과 NFV를 적용하려는 노력이 있다. SDN과 NFV를 적용함에 따라 이들을 자동으로 제어하기 위하여 머신러닝 기술을 기반으로 이들의 지능화를 시도하고 있으며 SDN과 NFV 환경에 머신러닝을 적용하는 연구가 활발하게 이루어지고 있다. 본 논문에서는 SDN/NFV 환경에 머신러닝을 적용한 네트워크 관리 및 오케스트레이션에 대한 선행 연구를 요약 및 분석하고 선행 연구의 한계점과 한계점 극복을 위한 향후 연구 방향을 제시하였다.