Abstract
近年，モバイル端末を中心にトラフィック量が爆発的に増加しており，今後もライブ動画配信サービスやARアプリケーションの台頭，またセンサーデータの増加によりトラフィック量は増加の一途をたどり，通信品質の維持・向上が困難になると考えられる．
本研究では，機械学習によるアプリケーション同定から通信品質維持・向上や5Gでのスライス有効活用を目的としている．また，アプリケーション推測に使用する情報をIPアドレスやパケットサイズ等のサイドチャネル情報に限定することでユーザプライバシーを保護している．
機械学習を適用する上で課題となる学習データの作成・収集は，本研究ではネットワーク内にパケットにアプリケーションタグを付して送信するモバイル端末を配置し，プログラム可能なネットワークノードであるFLARE（上図）でそのようなパケットのタグを回収することで高速かつ正確にデータを収集している．