【文献】
松田 崇弘 Takahiro MATSUDA,信号処理技術によるネットワークトモグラフィの解法 Signal Processing Approaches for Network Tomography,電子情報通信学会技術研究報告 Vol.115 No.321 IEICE Technical Report,日本,一般社団法人電子情報通信学会 The Institute of Electronics,Information and Communication Engineers,2015年11月17日,第115巻
【文献】
松田 崇弘 Takahiro MATSUDA,l<SB>1</SB>/l<SB>2</SB>最適化手法を用いたネットワークトモグラフィ Network Tomography with l<SB>1</SB>/l<SB>2</SB> Optimization,電子情報通信学会技術研究報告 Vol.110 No.449 IEICE Technical Report,日本,社団法人電子情報通信学会 The Institute of Electronics,Information and Communication Engineers,2011年02月24日,第110巻
(58)【調査した分野】(Int.Cl.,DB名)
【背景技術】
【0002】
モバイル通信ではユーザ環境の多様化、利用方法の多岐化により、様々な箇所で品質劣化が発生する状況である。モバイル通信サービス品質向上のためには通信品質を測定して現在の通信品質状態を把握し、品質劣化検出時にはその要因となる箇所を特定することが重要である。エンドエンド遅延時間やパケット損失率、スループットといった品質を把握する直接的な方法としては、エンドエンド間で試験パケットを送受信することにより品質を能動的に測定する方法がある。
【0003】
非特許文献1では、発着ノードペアでの試験パケットでの品質測定(パケット損失率や遅延)から、ネットワーク内の各リンクでの品質を推定する方法について紹介しており、具体的には、複数の発着ノードペア間でマルチキャスト通信により試験パケットを送出して各リンクのパケット損失率を推定する方法を紹介している。ユニキャスト通信により試験パケット測定を行うと、各リンクのパケット損失率が一意に定まらない場合があるが、パケットペアを送出することでその問題を解決する方法を紹介している。
【0004】
非特許文献2〜4では、複数本のリンクのうち、少数のリンクが品質劣化していると仮定し、リンクの品質推定・品質劣化リンクの特定に関する検討を行っている。非特許文献2では特に品質劣化リンク本数が高々1本のとき、品質劣化リンクを特定可能なネットワークのルーチングに対する条件を導出しており、非特許文献3では必要な測定パス数を導出している。
【0005】
また、近年の端末の高機能化・多様化やネットワーク利用形態の多様化に伴い、特にモバイル端末を用いた通信品質は、そのときのアプリケーションや無線通信環境、端末の位置、アクセス先サーバ、端末のOSの種類やバージョン、利用するアクセスネットワーク(WiFi(登録商標)か3Gかなど)など要素に大きく依存すると考えられる。そのような状況も考慮した方法が、特許文献1において提案されている。
【0006】
一方で、従来は各ノードに対して同様のモデルや前提を仮定していたのに対して、モバイル通信で影響を与える構成要素(上記で挙げたアプリケーションや無線通信環境、端末の位置、アクセス先サーバ等)は同質なモデルとして扱うことは難しい。それに対して、非特許文献5は、異なる性質を仮定した場合の各要素の推定を提案している。
【先行技術文献】
【非特許文献】
【0007】
【非特許文献1】M. Coates et al., ``Internet tomography,'' IEEE Signal Processing Magazine, May 2002.
【非特許文献2】M. H. Firooz et al., ``Network tomography via compressed sensing,'' Globecom 2010.
【非特許文献3】W. Xu et al., ``Compressive sensing over graphs: how many measurements are needed?'', Forty-Eighth Annual Allerton Conference, 2010.
【非特許文献4】T. Matsuda et al., ``Link quality classifier with compressed sensing based on l1-l2 optimization,'' IEEE Communication Letters, Vol. 15, No. 10, Oct. 2011.
【非特許文献5】H. Kinsho et al., `` Heterogeneous Delay Tomography Based on Graph Fourier Transform in Mobile Networks,'' CQR 2017.
【特許文献】
【0008】
【特許文献1】特許第6061838号
【発明を実施するための形態】
【0014】
以下、本発明の実施の形態として、実施例1〜実施例4を説明する。実施例1〜実施例4のうちの実施例1〜3に関し、
図1にそれらの関係を示す。
【0015】
本発明の実施の形態では、通信品質劣化推定装置100が開示される。
図1に示すように、実施例1では、入力の準備について説明する。
図1に示すように、入力の準備は、エンドエンド観測値、経路情報(観測フローが通過した要素の情報)、要素間の関係性を表す情報(グラフ構造)に基づいて実行される。実施例2では、1種類の構成要素からなる品質推定について説明する。実施例3では、2種類の構成要素からなる品質推定について説明する。
【0016】
(装置構成例)
実施例1〜実施例4を説明するにあたり、実施例1〜実施例4における処理を実行する通信品質劣化推定装置100について説明する。
図2は、通信品質劣化推定装置100の構成図である。
図2に示すように、通信品質劣化推定装置100は、入力情報生成部110、情報管理部120、及び品質ベクトル推定部130を有する。
【0017】
入力情報生成部110は、エンドエンド観測値、経路情報(観測フローが通過した要素の情報)、要素間の関係性を表す情報(グラフ構造)を入力とし、これらに基づいて、ノード同士の劣化の類似性を表すグラフの構造を表す行列等を、情報管理部120への入力情報として生成する。情報管理部120は、入力情報に基づいて推定式を決定し、当該推定式を品質ベクトル推定部130に入力する。品質ベクトル推定部130は、入力された推定式から品質ベクトルを推定し、当該品質ベクトル(各ノードの劣化量の推定値)を出力する。品質ベクトル推定部130は、当該推定値に基づいて得られる情報(例:グラフィカルな画像、統計値等)を出力してもよい。具体的な処理内容については各実施例で説明する。
【0018】
通信品質劣化推定装置100は、コンピュータに内蔵されるCPUやメモリ等のハードウェア資源を用いて、当該品質劣化推定装置100で実施される処理に対応するプログラムを実行することによって実現することが可能である。上記プログラムは、コンピュータが読み取り可能な記録媒体(可搬メモリ等)に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。
【0019】
図3は、本実施の形態における上記コンピュータのハードウェア構成例を示す図である。
図3のコンピュータは、それぞれバスBで相互に接続されているドライブ装置150、補助記憶装置152、メモリ装置153、CPU154、インタフェース装置155、表示装置156、及び入力装置157等を有する。
【0020】
当該コンピュータでの処理を実現するプログラムは、例えば、CD−ROM又はメモリカード等の記録媒体151によって提供される。プログラムを記憶した記録媒体151がドライブ装置150にセットされると、プログラムが記録媒体151からドライブ装置150を介して補助記憶装置152にインストールされる。但し、プログラムのインストールは必ずしも記録媒体151より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置152は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。
【0021】
メモリ装置153は、プログラムの起動指示があった場合に、補助記憶装置152からプログラムを読み出して格納する。CPU154は、メモリ装置153に格納されたプログラムに従って、当該品質劣化推定装置100に係る機能を実現する。インタフェース装置155は、ネットワークに接続するためのインタフェースとして用いられる。表示装置156はプログラムによるGUI(Graphical User Interface)等を表示する。入力装置157はキーボード及びマウス、ボタン、又はタッチパネル等で構成され、様々な操作指示を入力させるために用いられる。
【0022】
以下、実施例1〜実施例4を説明する。
【0023】
(実施例1)
実施例1では、入力の準備に関して説明する。本発明の実施の形態では、品質劣化推定の対象となるネットワークを構成する要素(ノード)は、品質劣化についての周囲の機器との依存性や品質劣化の時間変化について依存性等を有するという特徴を持つ要素群a_1,a_2,…,a_N
A(例:アクセスネットワーク機器等)と、劣化の発生が全体のうちの少数であるという特徴を持つ要素群b_1,b_2,…,b_N
B(例:サーバ・コアネットワークの機器群等)からなる。
【0024】
まず、上記のネットワークから、通信フローmにおけるエンドエンド通信品質情報に関する値z_mを収集する。収集する値z_mについては、例えば、ネットワークにおけるあるサーバからデータをダウンロード又はアップロードしているとし、該サーバ−該端末間での片側の通信品質でもよいし、あるサーバとの往復の通信品質でもよい。通信品質の指標としては、例えば、遅延、ラウンドトリップタイム、パケット損失率等を用いることができる。
【0025】
エンドエンド観測値である値z_mを収集することに関しては、通信品質劣化推定装置100の外部で行うこととしてよい。エンドエンド観測値を取得する際に、観測フローが通過した要素の情報である経路情報が得られる。
【0026】
推定を行いたい要素群a_1,a_2,…,a_N
Aの劣化(遅延等)をx_1,x_2,…,x_N
Aとし、要素群b_1,b_2,…,b_N
Bの劣化(遅延等)をy_1,y_2,…,y_N
Bとする。これらの要素からなるベクトルをそれぞれベクトルx,ベクトルyとする。
【0027】
ここで、要素間の関係性を表す情報として、a_1,a_2,…,a_N
Aの関係性を表すグラフ構造を作成する。このグラフ構造の作成については、通信品質劣化推定装置100の外部で行うこととしてよい。
【0028】
グラフ構造の作成においては、各要素を頂点として、例えば距離の近い頂点同士を辺で接続する。ここで、時間変化の関係性を扱いたい場合には、各タイムスロットにおける同じ機器を別の頂点として定義し、それらを辺で接続する。この辺は、距離に関連する関数等で重み付けを行うこともできる。
【0029】
上述したエンドエンド観測値、経路情報、及びグラフ構造が、通信品質劣化推定装置100の入力情報生成部110に与えられる。
【0030】
入力情報生成部110は、グラフ構造の重み付け接続行列をW(N
A×N
A行列)として生成する。また、入力情報生成部110は、このグラフの次数行列C(N
A×N
A行列)を用いて、グラフラプラシアンL(N
A×N
A行列)をL=W−Cとして生成する。グラフラプラシアンLは、ノード同士の劣化の類似性を表すグラフの構造を表す行列である。
【0031】
なお、エンドエンド観測値、経路情報、及びグラフラプラシアンLが通信品質劣化推定装置100の外部で作成され、通信品質劣化推定装置100の入力手段(入力情報生成部110等)から通信品質劣化推定装置100に入力されることとしてもよい。
【0032】
(実施例2)
実施例2では、実施例1により得られた情報に基づいて、1種類の構成要素からなる品質推定を実行する処理について説明する。
【0033】
まず、入力情報生成部110は、経路情報に基づいて、a_1,a_2,…,a_N
Aの要素群からなるネットワークの観測において、各観測値が通過した要素を表す0,1の要素からなる行列であるR
Aを生成する。観測値、R
A、及びLは情報管理部120に入力される。
【0034】
a_1,a_2,…,a_N
Aの要素群からなるネットワークの観測において、観測値z_mからなるベクトルをzとすると、R
A及び誤差項εを用いることで、ベクトルzとベクトルxとの関係を下記の式(1)で表わすことができる。
【0035】
z=R
Ax+ε 式(1)
上記の式(1)は、各観測の品質観測値から構成されるベクトルが、各観測の経路情報から構成される行列と各ノード(要素)の劣化量の値から構成されるベクトルとの積に近いという関係に基づく式である。
【0036】
情報管理部120は、上記の式(1)とLに基づいて、推定したxをx'とした推定式として、下記の式(2)を決定する。
【0037】
x'=argmin_{x}{1/2||z-R
Ax||
2+ηxLx
T} 式(2)
上記の式(2)において、||*||はl
2ノルムを表し、*
Tは転置を表す。ηは最適化パラメータである。
【0038】
xLx
T(各ノードの劣化量の値から構成される縦ベクトルとグラフラプラシアン行列と各ノードの劣化量の値から構成される横ベクトルの積)を最小化することは、構成したグラフにおける接続された頂点間の差の2乗を最小化することに対応する。つまり、推定式に、xLx
Tの項を加えることで、グラフ構造を表す行列に基づいた類似ノード間の劣化量の差が小さいという関係を反映できる。
【0039】
式(2)は品質ベクトル推定部130に入力され、品質ベクトル推定部130が式(2)を解くことによって、ベクトルxを推定する。品質ベクトル推定部130はベクトルxを出力する。あるいは、品質ベクトル推定部130はベクトルxから得られたグラフィカルな画像、統計値等を出力してもよい。
【0040】
(実施例3)
実施例3では、実施例1により得られた情報に基づいて、2種類の構成要素からなる品質推定を実行する処理について説明する。
【0041】
まず、入力情報生成部110は、経路情報に基づいて、a_1,a_2,…,a_N
Aとb_1,b_2,…,b_N
Bの要素群からなるネットワークの観測において、各観測値が通過した要素を表す0,1の要素からなる行列であるR
A及びR
Bを生成する。観測値、R
A、R
B、及びLは情報管理部120に入力される。
【0042】
a_1,a_2,…,a_N
Aとb_1,b_2,…,b_N
Bの要素群からなるネットワークの観測において、観測値z_mからなるベクトルをzとすると、R
A及びR
B及び誤差項εを用いることで、ベクトルzとベクトルx及びベクトルyとの関係を下記の式(3)で表わすことができる。
【0043】
z=R
Ax+R
By+ε 式(3)
上記の式(3)は、各観測の品質観測値から構成されるベクトルが、各観測の経路情報から構成される行列と各ノード(要素)の劣化量の値から構成されるベクトルとの積に近いという関係に基づく式である。
【0044】
情報管理部120は、上記の式(3)とLに基づいて、推定したx、yをx'、y'とした推定式として、下記の式(4)を決定する。
【0045】
{x',y'}=argmin_{x,y}{1/2||z-R
Ax−R
By||
2+η
1xLx
T+η
2|y|} 式(4)
上記の式(4)において、||*||、|*|はそれぞれl
2ノルム、l
1ノルムを表し、*
Tは転置を表す。η
1,η
2は最適化パラメータである。
【0046】
実施例2と同様に、xLx
T(各ノードの劣化量の値から構成される縦ベクトルとグラフラプラシアン行列と各ノードの劣化量の値から構成される横ベクトルの積)を最小化することは、構成したグラフにおける接続された頂点間の差の2乗を最小化することに対応する。つまり、推定式に、xLx
Tの項を加えることで、グラフ構造を表す行列に基づいた類似ノード間の劣化量の差が小さいという関係を反映できる。また、推定式における|y|の項は、グラフ構造を表す行列を用いた制約以外の別の制約の例であり、劣化するノードが少数であるという仮定に基づいた制約を示している。
【0047】
式(4)は品質ベクトル推定部130に入力され、品質ベクトル推定部130が式(4)を解くことによって、ベクトルx、及びベクトルyを推定する。品質ベクトル推定部130はベクトルx、ベクトルyを出力する。あるいは、品質ベクトル推定部130はベクトルx、ベクトルyから得られたグラフィカルな画像、統計値等を出力してもよい。
【0048】
(実施例4)
通信品質劣化推定装置100による具体的な処理の例を実施例4として説明する。実施例4では、1タイムスロットを任意の時間幅で設定して、20タイムスロットの期間において観測が実施されているとする。ネットワークは25個の基地局と15個のサーバから構成されるものとする。基地局は、実施例1で説明したアクセスネットワーク機器等の例である。
【0049】
実施例4では、通信品質劣化推定装置100が、各タイムスロットにおける各基地局及び各サーバの遅延量をエンドエンドの遅延から推定する。推定する変数は、20×25+20×15=800個となる。ここで、エンドエンドの遅延が、基地局の遅延とサーバの遅延の和で表されるとする。
【0050】
次に、基地局(20タイムスロット×25箇所)の関係性を表すグラフの構成を行う。各基地局を頂点として、基地局間の距離に関して辺を接続したグラフを
図4に示す。また、
図5で示すように各タイムスロットが隣り合っている物理的位置が同じ基地局についてもグラフで接続する。
【0051】
図6は、基地局に与えられる劣化量(推定の対象とする量)を示す。
図6に示すように、t=1、4、710、13、16のそれぞれにおいて、図示のように各基地局に劣化量が与えられている。
【0052】
図7は、サーバに与えられる劣化量(推定の対象とする量)を示す。
図7に示すように、t=1、4、710、13、16のそれぞれにおいて、図示のように各サーバ(横軸)に劣化量(縦軸)が与えられている。
【0053】
図6、7に示すように基地局とサーバの劣化を与えた場合に、通信品質劣化推定装置100が実施例3の方法で推定を行った結果を
図8に示す。ここでは、全ての基地局で観測値を持つわけではなく、
図8(中央)で値を持つ箇所でのみ観測値を持つものとする。全基地局で観測値を持たない場合にも、
図8(右)に示す通り、良い推定値を得ることができる。
【0054】
(実施の形態のまとめ)
以上、説明したように、本実施の形態によれば、通信網を構成するノードの品質劣化を推定する通信品質劣化推定装置であって、2点のノード間の品質観測値と、各観測における経路情報と、ノード同士の劣化の類似性を表すグラフの構造を表す行列とを入力する入力手段と、品質観測値から構成されるベクトルが、各観測の経路情報から構成される行列と各ノードの劣化量の値から構成されるベクトルとの積に近いという関係と、前記グラフの構造を表す行列に基づいた類似ノード間の劣化量の差が小さいという関係とから導出される推定式を解くことにより、各ノードの劣化量の推定値を算出する演算手段と、前記各ノードの劣化量の推定値、又は、当該推定値に基づいて得られる情報を出力する出力手段とを備えることを特徴とする通信品質劣化推定装置が提供される。
【0055】
入力情報生成部110は入力手段の例である。情報管理部120及び品質ベクトル推定部130は演算手段の例であり、品質ベクトル推定部130は出力手段の例である。
【0056】
前記グラフの構造を表す行列として、例えば、接続行列と次数行列の差で表されるグラフラプラシアン行列を使用する。
【0057】
前記演算手段は、各ノードの劣化量の値から構成される縦ベクトルとグラフラプラシアン行列と各ノードの劣化量の値から構成される横ベクトルの積を最小化するような解を選択する推定式から前記推定値を算出することとしてもよい。
【0058】
前記演算手段は、グラフ構造を表す行列を用いた制約以外に、劣化するノードが少数であるという仮定に基づいた制約を含む推定式を解くことにより前記推定値を算出することとしてもよい。
【0059】
以上、本実施の形態について説明したが、本発明はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。