統合地上・非地上6Gネットワークにおける意図駆動型サービスオーケストレーションのための知識主導型LLM

arXiv:2610.33007v1 発表タイプ：新規

要旨：統合型地上・非地上（TN/NTN）6Gネットワークにおける自然言語によるサービス意図は、不完全であったり曖昧だったり、一貫性を欠いていたりするため、信頼性の高いネットワーク向けオーケストレーションを実現するには、制約のない大規模言語モデル（LLM）による生成が困難である。本論文では、文法に基づく制約付き意味解析と知識グラフ（KG）駆動の明確化ループを組み合わせた知識主導型LLMフレームワークを提案し、代表的な4つのサービスクラスにわたって検証済みでオーケストレーションに即したサービスプロファイルを生成する。200サンプルからなる意図データセットにおいて、同フレームワークは分類精度89％、ポリシー妥当性95％を達成し、リクエストあたり平均0.66回の明確化ターンを必要とする。純粋なLLMベースラインと比較すると、提案手法は明確化ターン数を削減しつつ、ポリシーの妥当性と矛盾検出性能を向上させ、統合型TN/NTN 6Gオーケストレーションにおける堅牢な意図処理のために、明示的な知識主導型推論がいかに有用であるかを示している。