- Back-translation 에서 역전파를 활용하여 두개의 번역 모델을 end-to-end 로 학습 가능하게 한다. - Text 생성 모델에서 단어의 이산표현을 극복함으로써 효과적인 학습을 통해 자연스러운 문장을 생성한다. - 자연어 문장에서 adversarial example 을 생성하고 adversarial training 을 수행한다.

자연어 처리 관련 딥러닝 모델에서 단어의 이산 표현이 가지는 근본적 한계를 극복하기 위한 새로운 기술을 제안한다. 이를 위해 아래와 같이 세부 목표를 둔다. - Back-translation에서 두 개의 번역 모델을 end-to-end 로 학습하는 방법 제안. - Text를 위한 GAN을 학습함으로써 GAN 기반의 Text Style Transfer 구현....

- NFV 모니터링 기술 개발(계속) 1. 기존 테스트베드 환경 확장을 위해 컨테이너 기술을 추가 수용하여 Docker와 같은 container-native virtualization 기술을 인공지능 기반 NFV 관리 플랫폼 PoC와 연동함으로써 고도화 및 확장성 기능을 제공함. 2. 본 제안의 NFV 모니터링 프레임워크는 하이퍼바이저에서 제공되는 가상 머신 (VM) 기반 VNF의 자원 사용량 정보를 수집함. 따라서 컨테이너 환경 기반 VNF의 자원 사용량 정보를 수집할 수 있도록 모니터링 프레임워크를 확장 - VNF Live Migration 모듈/알고리즘 개발 1. VNF Live Migration은 VNF 또는 VM에 고장이 발생하기 이전에 장애를 탐지하여 실시간으로 migration 시킴으로써 서비스 중단을 최소화하는 기능임. 2. VNF Live Migration 모듈은 Interpreter, Collector, Policy Manager, Algorithm, VNF Manager로 구성 되어 있음. 3. VNF Migration 이 수행될 경우 service 가 단절되는 시간 (downtime)은 SLA 와 QoS에서 중요한 역할을 함. 따라서 downtime 예측하는 것이 중요. 특정 Migration 으로 발생하는 downtime 예측 모델 개발 4. 장애 예측 모델 개발: 하드웨어 장애, 시스템 과부하, 메모리 부족 등의 정보를 통한 장애 예측 5. 장애가 발생할 때뿐만 아니라, 예측 될 경우에도 미래 어느 곳으로 migration 할지 결정하는 알고리즘 개발. - VNF Live Migration 요구사항 정의 1. 통신사업자의 클라우드 데이터센터 및 엣지컴퓨팅 환경으로 고려한 요구사항 2. 가용한 서버의 수량과 규격(Core 수, 메모리, NIC 등)을 고려 3.­ 데이터센터내 East-west 트래픽 발생을 최소화하는 가상 서버 Live Migration 방법 연구 ­4. 가상 서버의 네트워크 주소(IP address)를 고려 - 테스트베드 구축 및 시험 1. VNF Live Migration 시험을 위한 환경 구축 및 결과물의 성능 검증 2. 학습 및 시험에 필요한 데이터셋 수집 및 제공 3. VNF Proactive Live Migration 시험 및 성능 측정 - SDN 광역망의 가상 네트워크 동적 설정 및 연동을 통한 효율적 VNF Live Migration 지원 연구 1. KREONET-S와 VDN을 활용하여 VNF Live Migration을 연계할 수 있는 SDN/가상 네트워크 환경 설계 2. ­ SDN-WAN 기반의 VNF Live Migration에 대한 U

- VNF Electricity Power Management 모듈/알고리즘 개발 1. 5차년도 (2-2연차)에서는 1단계에서 개발한 VNF 관리 솔루션을 활용하여 네트워크 서비스의 수요와 품질을 충족시키면서 네트워크 전반의 자원 활용도를 개선하며 전력 소모를 줄이고자 하는 VNF Electricity Power Management 관리 모듈을 개발함. 2. VNF를 연결하기 위해 필요한 네트워크 자원도 최적화 하여 네트워크 전반의 자원 활용도를 개선하며 전력 소모를 줄이고자 함. 이러한 재할당 결과로부터 네트워크 구성이 변경될 수 있음. 재할당 결과를 구현하기 위해 본 제안에서 개발한 VNF 관리 솔루션의 VNF Auto-scaling, VNF Live Migration 기능 및 Service Function Chaining 기능을 활용함. 3. VNF Electricity Power Management 관리 모듈은 Collector, Policy Manager, Algorithm으로 구성 되어 있음 4. 데이터센터 네트워크의 Performance와 Fault tolerance를 보장하면서 현재 트래픽을 수용할 수 있는 최소한의 네트워크 자원만을 사용하기 위해, 제약조건을 고려해서 최소한의 네트워크 자원(전체 네트워크 자원의 Subset)을 계산하는 알고리즘을 구현함 5. 정답이 없는 경우, Reinforcement Learning 방식을 통해 현재 상태를 보고 옮겨야할 VNF/VM 과 어디로 옮길지 physical machine 의 destination 결정하는 모델 개발. - Attack & Intrusion 탐지 모듈/알고리즘 개발 1. 5차년도에서는 VNF 및 네트워크에 대한 비정상적인 활동 및 공격을 딥러닝 기법을 활용하여 탐지하여 네트워크 서비스에 미치는 영향을 최소화하며 사용자에게 경고 할 수 있는 Attack & Intrusion 탐지 모듈을 개발함. 2. Attack & Intrusion 탐지 모듈은 Collector, Policy Manager, Algorithm으로 구성 되어 있음 3. 본 제안에서는 DDoS 공격 및 악의적인 트래픽의 탐지를 위한 Anomaly-detection 기반의 딥러닝 알고리즘을 구현 4. 딥러닝 모델을 적용하기 위한 플로우 수준 feature를 얻기 위해 OpenFlow 통계 정보를 활용할 수 있으며, 정확도 향상을 위해 본 제안의 vTAP 기능을 통한 복제 패킷으로부터 패킷 수준 feature를 추가적으로 획득 가능 - VNF Electricity Power Management 요구사항 정의 1. 통신사업자의 클라우드 데이터센터 및 엣지컴퓨팅 환경에서 요일 및