この研究では、次世代の世界気象IoTデータ交換システムである WMO情報システム2.0（WIS2.0） のブローカーにおいて、システム内のサブスクライバーが要求するメッセージの時間制約（デッドライン）を満たすための適応型メッセージ配信メカニズムを提案しています．WIS2.0は世界規模の異種混在システムであり、各ブローカーはサブスクライバーごとに異なる時間制約やデータサイズを持つメッセージ（データ）配信の要求を処理する必要があります．そのため、パブリッシャーの配信タイミング、サブスクライバーの処理能力、ネットワーク帯域幅、メッセージの種類、データ量などを考慮したメッセージ配信のタイミングを適切な制御が必要となります．そこで、本研究では強化学習（Reinforcement Learning）を活用したアプローチを採用し、パブリッシャーからのメッセージ到着パターン、サブスクライバーのアプリケーション層ACK（A-ACK）の遅延、送信ウィンドウサイズを監視することで、メッセージ送信の最適なタイミングを学習します．さらに、A-ACKの遅延はメッセージの内容に依存するため、本手法ではメッセージの内容を自然言語で記述する「Topic」を活用し、A-ACKの応答時間を予測するコンテンツ認識型予測（content-aware prediction）を導入します．
その他関連論文
Pub/sub モデルにおけるリアルタイム配信に向けた強化学習ベースの制御手法の検討
言語モデルによる付加情報を用いた pub/sub システムのメッセージ制御
情報処理学会第197回マルチメディア通信と分散処理（DPS）研究会研究報告，2023-DPS-197(10),1-8 (2023-12-14)
関連プロジェクト:新生活様式におけるコミュニティ形成のためのサイバーフィジカル空間共有基盤
即時性の高い広域情報を扱う pub/sub システムにおける適応的メッセージ制御
研究報告モバイルコンピューティングと新社会システム（MBL）,2023-MBL-107(34),1-8 (2023-05-11) , 2188-8817