ライトニングトーク

2026.06.11

ライトニングトーク (LT) とは、数名の発表者の方に、5分間の短いプレゼンテーションを入れ替わり立ち替わり発表いただくプログラムです。
このプログラムではプレゼンテーションのみで、議論の時間を設けていません。

募集を終了しました。たくさんのご応募ありがとうございました。

開催概要

開催日時：2026年07月16日 (木) 13:45 – 14:30
開催場所：本会議場2F-A (真珠の間A)
持ち時間：5分/LT
登壇人数：1人/LT
発表内容：指定なし
発表方法：会場での現地登壇。資料投影に使う PC 端末をご持参ください。
発表言語：日本語
オンライン配信：本プログラムはライブストリーミング配信、および本会議終了後のアーカイブ配信が予定されています。
※日本語以外での発表の場合は、応募者側で日本語への通訳をお願いいたします。

📅 Googleカレンダーに追加

LTプログラム募集について

募集期間

募集開始：2026年06月12日 (金) 12:00 [JST]
募集終了：2026年06月26日 (金) 23:59 [JST]
採用数　：8枠
採用通知：2026年07月01日 (水)までに応募された皆様に通知

応募時点で当日発表を想定したプレゼン資料を送っていただき、以下の基準で採点を実施します。
応募順に随時採点を実施し、基準点を超えた場合即採用とします。
基準点に達しない場合は、募集締切後に残っている採用枠を上限として合計点の高いものから順に採用します。
採用数が募集上限である8本に達した時点で募集終了となるため、募集締切日より前に募集終了となる場合があります。

選考方法

以下の3つの観点について、審査員が1人当たり各項目5点満点、合計90点満点で採点します。

  • 有益性: 技術/運用の観点で日本のネットワークオペレータにとって有益か？
  • 話題性：ホットな話題や最近の技術動向に沿っているか?
  • 明瞭性：発表の内容や資料がわかりやすいか?

審査員

  • 相原 一輝(JANOG58 プログラム委員長)
  • 島立 普文 (JANOG58 プログラム委員)
  • 齋藤 脩愉 (JANOG58 プログラム委員)
  • 安達 美波 (JANOG58 企画編成委員)
  • 岩片 秀汰 (JANOG58 企画編成委員)
  • 神谷 尚秀 (JANOG 運営委員会)

応募方法

募集を終了しました。たくさんのご応募ありがとうございました。

留意事項

よくある質問

Q1. このライトニングトークはどういうものですか？
A1. 質疑なし、1人5分間でプレゼンをする一般的な LT セッションです。

Q2. リモートで登壇できますか？
A2. いいえ、リモート登壇の環境を用意していません。現地へお越しの上ご登壇ください。

その他、ご不明な点がございましたら meeting-58[at]janog.gr.jp までお問い合わせください。

採用プログラム

LT1: Agentic AIを活用したGitOpsベースの5GCデプロイメント

発表者

國友 宏一郎 (株式会社NTTドコモ)

発表概要

5Gコアネットワークの構築は、膨大な仕様書・設計ルールに基づくパラメータ設計や設定投入が必要であり、従来は数ヶ月単位の工数と人手作業に依存していた。その結果、人為ミスのリスクや需要変動への即応性に課題があった。
本発表では、これらの課題に対し、AIエージェント（Agentic AI）とGitOpsを組み合わせることで、設計から構築までを自動化した取り組みを紹介する。自然言語による指示から複数のAIエージェントが協調し、設定ファイル生成および自動構築を実現したアーキテクチャと、その実装における工夫（ナレッジ整備、プロンプト設計）について述べる。
さらに、本手法によりリードタイムを約80%短縮するなどの効果が得られた点とともに、AI活用における課題と実運用での学びを共有する。5G時代におけるネットワーク構築の新たなアプローチとして議論のきっかけを提供したい。

資料

Agentic AIを活用したGitOpsベースの5GCデプロイメント

採点結果

有益性: 27(採点者平均 4.50)
話題性: 30(採点者平均 5.00)
明瞭性: 26(採点者平均 4.33)
———
Total: 83(採点者平均 13.83)

LT2: XDPerf: High-Performance Network Traffic Generator

発表者

早坂 彪流 (BBSakura Networks株式会社)

発表概要

標準的なパケットジェネレーター（負荷試験ツール）では、使いやすさと機能性の間でトレードオフを強いられることがよくあります。

例えばiperf3は、TCPなどのL4スループットを測定でき、簡単にインストールできて便利です。しかし、100GbEに近いレベルの高い性能やL2/L3レベルの測定はできません。一方TRexは、柔軟で高速な処理ができる反面、DPDKへの依存や古いPythonの依存関係の設定が必要で、その点が悩ましいところです。

このような背景を考えると、そこそこの性能でいいので、手軽に好きなパケットを簡単に投げられる負荷試験の仕組みが欲しい！その試みとして開発したのがXDPerfです。

XDPerfは、eBPF/XDPのLive Frames Modeによるパケット送出と、WebAssemblyによるユーザー定義のパケット生成ロジックを組み合わせたトラフィックジェネレータです。単一バイナリとして動作し、DPDKと違ってNICを占有しないため、Linuxのネットワークスタックと共存できるのも特徴です。

本セッションでは、このXDPerfを紹介します。聴講者は、eBPFベースの負荷試験ツールであるXDPerfを使ってどのように負荷試験を行うのか、どの程度の性能を把握できるのかを理解し、今日から使い始められるようになるはずです。

資料

XDPerf: High-Performance Network Traffic Generator

採点結果

有益性: 28(採点者平均 4.67)
話題性: 24(採点者平均 4.00)
明瞭性: 25(採点者平均 4.17)
———
Total: 77(採点者平均 12.83)

LT3: キャリア網は分散AI推論基盤になれるのか？〜5G × IOWN APN × 分散GPUを使ったAI Grid実証でみえたこと〜

発表者

宮本 克真 (株式会社 NTTドコモ)

発表概要

– AIが爆発的に普及する一方、通信事業者は「帯域・接続を提供するだけのコモディティ化」のリスクに直面しています。パケットを運ぶだけの土管で本当にいいのか？その問いへのひとつの答えとして、NVIDIAが2026年3月のGTCで発表した「AI Grid」構想を、わずか3ヶ月後の2026年6月のInterop Tokyo ShowNetで、NTTグループのアセットを組み合わせて実証してみました。
– AI Gridは「地理的に分散・相互接続されたAI計算基盤を、単一の知能基盤として動作させる」という構想で、通信事業者・CDN事業者を主役に据えた点が特徴です。リファレンスデザインも公開され、AT&T・HPE・Akamai等が続々と取り組みを発表する中、日本のキャリア網ではどう実装できるのか。
– 本LTでは、商用5G × dUPF × IOWN APN × 分散GPU × F5 BNK × NVIDIA Dynamoを組み合わせたShowNet実証構成を、AI Gridの4本柱（Distributed / Interconnected / Orchestrated / Unified）に対応させて速報共有するとともに、今後JANOGで分散AI基盤の議論を盛り上げるための「問い」を投げかけたいと思います。

資料

キャリア網は分散AI推論基盤になれるのか？〜5G × IOWN APN × 分散GPUを使ったAI Grid実証でみえたこと〜

採点結果

有益性: 24(採点者平均 4.00)
話題性: 27(採点者平均 4.50)
明瞭性: 24(採点者平均 4.00)
———
Total: 75(採点者平均 12.50)

LT4: 内部網でacme対応CA発行のサーバ証明書を使う

発表者

藤原 和典 (個人)

発表概要

WebPKI証明書の有効期間短縮が進んでいますが、内部網でWebPKI証明書を使っ
ている場合、これまでは毎年証明書を発行し、内部サーバにコピーするという
運用が行われていたようです。有効期間が短くなると自動化を考えたいですが、
その解決策と問題点を紹介します

資料

内部網でacme対応CA発行のサーバ証明書を使う

採点結果

有益性: 26(採点者平均 4.33)
話題性: 24(採点者平均 4.00)
明瞭性: 23(採点者平均 3.83)
———
Total: 73(採点者平均 12.17)

LT5: RFCひとつでプライベートクラウドの仮想ネットワークが3倍速くなった話

発表者

山口 雄翔 (KDDI株式会社)

発表概要

OpenStackとOVN/OVS-DPDKを用いたNFV用プライベートクラウド基盤において、Geneveオーバーレイ経由のVM間通信性能を調査したところ、大きなパケットサイズでスループットが大きく低下する現象を確認しました。

解析の結果、OVS-DPDKのオーバレイパケット送信処理でOuter UDPヘッダ内のチェックサム計算がCPU時間の多くを占めていることが判明しました。
さらに調査を進めると、IPv6トンネル用途でUDPチェックサムを省略可能としたRFCに対応するOVSの機能を発見し、この機能を適用することで大幅な性能改善を確認しました。

本発表では、問題の発見から解析、RFCの背景、OVSでの実装、性能改善結果までを紹介し、OVS-DPDK環境におけるチューニングの一例として共有します。

資料

準備中

採点結果

有益性: 24(採点者平均 4.00)
話題性: 23(採点者平均 3.83)
明瞭性: 26(採点者平均 4.33)
———
Total: 73(採点者平均 12.17)

LT6: 逸般の誤家庭にぜひ！～自作モバイルシステムのすすめ～

発表者

谷崎 雄太 (NTTドコモビジネス株式会社)

発表概要

モバイルシステムは、IT分野の異種総合格闘技や壮大なピタゴラスイッチ等と例えられるほど、その関連領域の広さや複雑性によって、全体を俯瞰できるアーキテクトの不足や人材育成が課題となっています。
その原因の一つとして、インターネット技術と異なり、誰もが自由に触って作って壊せるような環境の不足が挙げられます。
そこで、今回は既存の技術を組み合わせて、誰もが触れるような小さな自作モバイルシステムの1例を紹介したいと思います。
これにより、もっと多くの人が気軽にモバイルシステムに触れ、あらたなアーキテクチャやサービスを創造するきっかけになることを期待しています。

資料

逸般の誤家庭にぜひ！～自作モバイルシステムのすすめ～

採点結果

有益性: 27(採点者平均 4.50)
話題性: 21(採点者平均 3.50)
明瞭性: 24(採点者平均 4.00)
———
Total: 72(採点者平均 12.00)

LT7: レガシーアプリケーションで監視をモダナイズ – 監視の抜本改革とObservability向上・AIOpsへの挑戦 –

発表者

田中 希和 (株式会社NTTドコモ)

発表概要

社会インフラに関わるシステム(ドコモのISP基盤/spモード等)において、規模が大きく作り替えが困難な母体システムはそのままに、
 “監視のしくみ”だけを最新化した取り組みを紹介します。

①レガシーを活かしたモダナイズ: 母体をカプセル化してコンテナ基盤上で稼働させ、監視周辺のみObservabilityを向上。
②お客様影響を起点にした監視設計: 「機械の異常」ではなく「お客様への影響」を直接検知する逆転の発想で、アラート地獄から脱却。
③監視データのトリアージ: 1日85TBの大容量データを即時性と多様性で住み分け、コストを最適化。
本システムは2026年3月に導入開始されており、Observability向上・AIOps(監視自動化)を目指した挑戦の道のりをご紹介します。

資料

レガシーアプリケーションで監視をモダナイズ – 監視の抜本改革とObservability向上・AIOpsへの挑戦 –

採点結果

有益性: 25(採点者平均 4.17)
話題性: 22(採点者平均 3.67)
明瞭性: 24(採点者平均 4.00)
———
Total: 71(採点者平均 11.83)

LT8: モバイル通信のUX改善 〜NWとAppの相互理解に向けて〜

発表者

高木 雅 (NTTドコモビジネス株式会社)

発表概要

ここ数年モバイル網の通信品質に注目が集まっています。スマートフォンでのモバイル通信のユーザ体験（UX）は、ネットワークの性能だけでなく、アプリの実装やユーザの心理などの要因から複合的に決まります。しかしながら、ネットワークとアプリ開発の両方に精通した人材は少なく、通信事業者とアプリ開発者の間で相互理解が進んでいないのが現状です。本発表では、コード決済アプリを例にモバイルアプリ業界の現状を紹介し、相互理解に向けた提言を行います。

資料

モバイル通信のUX改善 〜NWとAppの相互理解に向けて〜

採点結果

有益性: 24(採点者平均 4.00)
話題性: 21(採点者平均 3.50)
明瞭性: 25(採点者平均 4.17)
———
Total: 70(採点者平均 11.67)

ストリーミング配信

準備中

アーカイブ配信

本会議終了後、順次配信予定です。