特開 2024-115953 ストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024115953

(43)【公開日】2024-08-27

(54)【発明の名称】ストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置

(51)【国際特許分類】

   H04L 43/08 20220101AFI20240820BHJP

   H04L 65/60 20220101ALI20240820BHJP

   H04L 41/5067 20220101ALI20240820BHJP

【ＦＩ】

H04L43/08

H04L65/60

H04L41/5067

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2023021885

(22)【出願日】2023-02-15

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】和田 章宏

(72)【発明者】

【氏名】大浦 淳貴

(72)【発明者】

【氏名】横尾 郁

(72)【発明者】

【氏名】角田 潤

(72)【発明者】

【氏名】二宮 照尚

(72)【発明者】

【氏名】小川 雅俊

(72)【発明者】

【氏名】沢田 健介

(57)【要約】

【課題】精度よく、かつ、リアルタイムにストリーミング品質を推定する。
【解決手段】実施形態のストリーミング品質推定プログラムは、収集する処理と、算出する処理と、作成する処理とをコンピュータに実行させる。収集する処理は、送信元から送信先へ配信されるストリーミングデータに関するパケットを収集する。算出する処理は、収集したパケットに基づいて、所定の時間周期のパケット統計値を算出する。作成する処理は、算出したパケット統計値に基づいて、送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する。
【選択図】図１

【特許請求の範囲】

【請求項1】

送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理をコンピュータに実行させることを特徴とするストリーミング品質推定プログラム。

【請求項2】

推定対象のストリーミングデータに関するパケットに基づいて算出したパケット統計値に基づいて、前記推定対象のストリーミングデータの送信先におけるストリーミングデータのバッファ時間を超える時間分のパケット統計値の時系列を前記推定モデルに入力し、前記推定対象のストリーミングデータのストリーミング品質を推定する処理をさらに前記コンピュータに実行させる、
ことを特徴とする請求項１に記載のストリーミング品質推定プログラム。

【請求項3】

互いに時間長が異なるパケット統計値の時系列を入力とする複数の前記推定モデルそれぞれに対して前記推定対象のストリーミングデータに基づくパケット統計値の時系列を入力し、複数の前記推定モデルの推定結果の精度に基づいて前記バッファ時間を推定する処理をさらに前記コンピュータに実行させる、
ことを特徴とする請求項２に記載のストリーミング品質推定プログラム。

【請求項4】

送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理をコンピュータが実行することを特徴とするストリーミング品質推定方法。

【請求項5】

送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理を実行する制御部を含むことを特徴とするストリーミング品質推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、ストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置に関する。

【背景技術】

【0002】

近年、映像・音声・Ｗｅｂ画面・センサデータなどのストリーミングデータを扱うアプリケーションが増加しており、ストリーミング再生時の品質（ストリーミング品質）が適切になるようなネットワーク制御の重要性が高まっている。

【0003】

ストリーミング品質を適切に保つためのネットワーク制御の指標として、セグメント単位のメタデータ（ビデオビットレート、解像度、ストールなど）、パケット統計情報（パケット数、ＲＴＴ）などからネットワーク状態を表すＱｏＳ（Quality of Service）を求める従来技術がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１５－９１０１２号公報

【特許文献2】特開２０１５－１２３６１号公報

【特許文献3】米国特許出願公開第２０２０／０２１３２１１号明細書

【特許文献4】米国特許出願公開第２０１７／０３６６５９７号明細書

【非特許文献】

【0005】

【非特許文献1】インターネット＜URL:https://www.itu.int/rec/T-REC-P.1203＞

【非特許文献2】R.U.Mustafa, A Supervised Machine Learning Approach for DASH Video QoE Prediction in 5G Networks, Q2SWinet ‘20: Proceedings of the 16th ACM Symposium on QoS and Security for Wireless and Mobile Networks, 2020

【非特許文献3】S. Wassermann, M. Seufert, P. Casas, L. Gang and K. Li, "ViCrypt to the Rescue: Real-Time, Machine-Learning-Driven Video-QoE Monitoring for Encrypted Streaming Traffic," in IEEE Transactions on Network and Service Management, vol. 17, no. 4, pp. 2007-2023, Dec. 2020

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、上記の従来技術は、パケットデータから精度よく、かつ、リアルタイムにストリーミング品質を推定するものではない。このため、例えば、従来技術により推定したストリーミング品質を指標としてネットワーク制御を行う場合であっても、ユーザが満足するようなストリーミング再生を実現することは困難なものとなる。

【0007】

１つの側面では、精度よく、かつ、リアルタイムにストリーミング品質を推定することができるストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置を提供することを目的とする。

【課題を解決するための手段】

【0008】

１つの案では、ストリーミング品質推定プログラムは、収集する処理と、算出する処理と、作成する処理とをコンピュータに実行させる。収集する処理は、送信元から送信先へ配信されるストリーミングデータに関するパケットを収集する。算出する処理は、収集したパケットに基づいて、所定の時間周期のパケット統計値を算出する。作成する処理は、算出したパケット統計値に基づいて、送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する。

【発明の効果】

【0009】

精度よく、かつ、リアルタイムにストリーミング品質を推定することができる。

【図面の簡単な説明】

【0010】

【図1】図１は、実施形態にかかるストリーミング品質推定装置の概要を説明する説明図である。

【図2】図２は、実施例１にかかるストリーミング品質推定装置を説明する説明図である。

【図3】図３は、入出力データ構造の一例を説明する説明図である。

【図4】図４は、実施例１にかかるストリーミング品質推定装置の機能構成例を示すブロック図である。

【図5】図５は、実施例１にかかるストリーミング品質推定装置の動作例を示すフローチャートである。

【図6】図６は、バッファ時間の推定を説明する説明図である。

【図7】図７は、バッファ時間の推定を説明する説明図である。

【図8】図８は、実施例２にかかるストリーミング品質推定装置の機能構成例を示すブロック図である。

【図9】図９は、実施例２にかかるストリーミング品質推定装置の動作例を示すフローチャートである。

【図10】図１０は、従来技術と実施例との精度比較を説明する説明図である。

【図11】図１１は、実施例３にかかるストリーミング品質推定装置を説明する説明図である。

【図12】図１２は、コンピュータ構成の一例を説明する説明図である。

【発明を実施するための形態】

【0011】

以下、図面を参照して、実施形態にかかるストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置を説明する。実施形態において同一の機能を有する構成には同一の符号を付し、重複する説明は省略する。なお、以下の実施形態で説明するストリーミング品質推定プログラム、ストリーミング品質推定方法およびストリーミング品質推定装置は、一例を示すに過ぎず、実施形態を限定するものではない。また、以下の各実施形態は、矛盾しない範囲内で適宜組みあわせてもよい。

【0012】

図１は、実施形態にかかるストリーミング品質推定装置の概要を説明する説明図である。図１に示すように、ストリーミング品質推定装置１は、ネットワーク４を介して映像送信サーバ２から映像受信クライアント３へ送信される映像（例えば動画像）のストリーミングデータに関するパケット群を収集し、そのパケット群の情報をもとにストリーミング品質を推定する装置である。

【0013】

ここで、映像送信サーバ２はストリーミングデータの送信元の一例であり、映像受信クライアント３はストリーミングデータの送信先の一例である。また、実施形態では映像に関するストリーミングデータを例示しているが、ストリーミングデータは、映像に限定するものではなく、音声・Ｗｅｂ画面・センサデータなどであってもよい。

【0014】

ストリーミング品質推定装置１は、ネットワーク４を流れるパケットを監視し、映像送信サーバ２から映像受信クライアント３へ送信されるストリーミングデータのパケット群を収集する。ついで、ストリーミング品質推定装置１は、収集したパケット群について、単位時間（タイムスロット）ごとのパケット統計値（例えばパケット数、データ量、パケット間隔など）を算出する。

【0015】

例えば、映像受信クライアント３では、ストリーミングデータをアプリケーション（例えば映像再生アプリケーション）でストリーミング再生する場合、ストリーミングデータを要求するリクエストパケットを逐次ネットワーク４へ送信し、このリクエストパケット間に得られたストリーミングデータを利用してストリーミング再生を行う。したがって、リクエストパケット間が映像受信クライアント３におけるストリーミングデータの利用時間（以下、データ利用時間と称する）に相当する。

【0016】

ストリーミング品質推定装置１では、ストリーミングデータのパケットに関する変動の機微を得るため、単位時間（タイムスロット）を上述したデータ利用時間以下とする。

【0017】

データ利用時間の決定方法については、予め対象アプリケーションが決まっており既知であれば、その値を使用する。例えば、映像再生アプリケーションである場合は、セグメント長に相当する時間をデータ利用時間とする。また、データ利用時間が未知である場合、ストリーミング品質推定装置１は、映像受信クライアント３がリクエストパケットを出す周期を計測し、その平均値をデータ利用時間とする。また、データ利用時間が複数存在する場合は、その中で最も短いものを採用する。

【0018】

ついで、ストリーミング品質推定装置１は、算出した単位時間ごとのパケット統計値をもとに、映像受信クライアント３においてストリーミング再生を行うアプリケーションのバッファ時間を超える時間長分のパケット統計値の時系列を推定モデルＭ１に入力する。具体的には、ストリーミング品質推定装置１は、バッファ時間を超える時間長（以下、時系列長と称する）分のパケット統計値を時系列順に順次推定モデルＭ１に入力する。

【0019】

映像受信クライアント３においてストリーミング再生を行うアプリケーションでは、ストリーミング再生が途切れないようにするためにバッファを用意している。そのため、パケット到達時刻とデータ利用時刻（再生時刻）とにずれが生じる。このずれの大きさは、最大でバッファ時間分となる。

【0020】

ストリーミング品質推定装置１では、このようなずれを解消しつつ、ストリーミング品質の推定を行うため、バッファ時間を超える時間長（時系列長）分のパケット統計値を推定モデルＭ１に入力する。

【0021】

ストリーミング品質推定装置１が監視しているパケット情報等をもとに、映像受信クライアント３においてストリーミング再生を行うアプリケーションが既知である場合、ストリーミング品質推定装置１は、そのアプリケーションの中で最も長いバッファ時間を時間長とする。

【0022】

アプリケーションが未知の場合、ストリーミング品質推定装置１は、想定されるアプリケーションの中で最も長いバッファ時間のものを時間長として選択する。また、ストリーミング品質推定装置１は、互いに時系列長の長さ（時間長）が異なる入力でストリーミング品質を推定する推定モデルＭ１を複数用意しておき、複数の推定モデルＭ１それぞれにパケット統計値を入力した場合のストリーミング品質の推定精度に基づいてバッファ時間を推定してもよい（実施例２参照）。

【0023】

推定モデルＭ１は、公知の機械学習によりパラメータ調整されたニューラルネットワークなどである。推定モデルＭ１は、時系列順に順次入力される、時系列長のパケット統計値に対し、その時系列長分におけるストリーミング品質を出力（推定）する。すなわち、ストリーミング品質推定装置１は、リアルタイムにネットワーク４を流れるストリーミングデータのパケットを収集し、時系列長分のパケット統計値を順次推定モデルＭ１に入力することで、時系列長ごとのストリーミング品質をリアルタイムに推定する。

【0024】

また、ストリーミング品質推定装置１は、ストリーミングデータとともに単位時間ごとのストリーミング品質が正解情報として付与された教師データをもとに推定モデルＭ１の機械学習を行い、推定モデルＭ１を作成する。具体的には、ストリーミング品質推定装置１は、ストリーミングデータに基づく時系列長分のパケット統計値を順次推定モデルＭ１に入力し、誤差逆伝播法等の公知の機械学習手法により、推定モデルＭ１からの出力が正解情報のストリーミング品質となるように推定モデルＭ１のパラメータを調整する。

【0025】

ここで、正解情報とするストリーミング品質には、ＱｏＳだけでなく、ユーザ体感品質であるＱｏＥ（Quality of Experiment）が含まれているものとする。ＱｏＥは、ストリーミング再生を体感した（例えばストリーミング映像を見た）ユーザの主観的な評価をアンケートなどで集計した値（例えばＭＯＳ（Mean Opinion Score）値）などを含む。これにより、ストリーミング品質推定装置１は、ストリーミング品質としてＱｏＳだけでなく、ＱｏＥをリアルタイムに推定することができる。

【0026】

以下で、図２～図１１を参照し、上述した実施形態にかかる実施例１～３を説明する。

【0027】

（実施例１）
図２は、実施例１にかかるストリーミング品質推定装置を説明する説明図である。図２に示すように、ストリーミング品質推定装置１は、ネットワーク４を流れるパケットを監視し、映像送信サーバ２から映像受信クライアント３へ送信されるストリーミングデータのパケットを収集する（Ｓ１）。

【0028】

ついで、ストリーミング品質推定装置１は、単位時間（タイムスロット）ごとのパケット統計値（例えばパケット数、データ量、パケット間隔など）を算出する（Ｓ２）。ストリーミング品質推定装置１は、単位時間ごとに算出したパケット統計値をパケット統計値記憶部２０に格納する。

【0029】

ストリーミング品質推定装置１は、パケット統計値記憶部２０を参照して時系列長分のパケット統計値を順次推定モデルＭ１に入力することで、時系列長ごとのストリーミング品質（ＱｏＥ）を順次推定する（Ｓ３）。

【0030】

図３は、入出力データ構造の一例を説明する説明図である。図３に示すように、入出力データＤ１は、時刻（ｔ_Ｍ、ｔ_Ｍ＋１…、ｔ_Ｍ＋ｋ、…ｔ_Ｍ＋Ｋ）ごとの入力データ（入力ベクトル）と、出力データ（出力ベクトル）の組である。

【0031】

具体的には、入出力データＤ１は、パケット統計値の種類（例えばパケット数、データ量、パケット間隔…など）がＬ個でＭ個の単位時間を時系列長とした場合の推定モデルＭ１に入力する入力ベクトルと、推定モデルＭ１からの出力ベクトルとを例示している。例えば、入力ベクトルの入力変数は、パケット数、データ量、パケット間隔等のパケット統計値である。また、出力ベクトルの出力変数は、推定モデルＭ１から出力されたストリーミング品質（ＱｏＥ、ＱｏＳ…）である。

【0032】

図４は、実施例１にかかるストリーミング品質推定装置１の機能構成例を示すブロック図である。図４に示すように、ストリーミング品質推定装置１は、パケット収集部１０と、統計値算出部１１と、推定モデル作成部１２と、ストリーミング品質推定部１３と、パケット統計値記憶部２０と、推定モデル記憶部２１とを有する。

【0033】

パケット収集部１０は、パケットのヘッダ等をもとに、ネットワーク４を介して映像送信サーバ２から映像受信クライアント３へ送信されるパケットデータを取得し、ストリーミングデータのパケット群を収集する。

【0034】

統計値算出部１１は、パケット収集部１０が収集したパケット群に基づき、単位時間（タイムスロット）ごとのパケット統計値（例えばパケット数、データ量、パケット間隔など）を算出する。統計値算出部１１は、算出したパケット統計値を、前述した時刻ごとの入力ベクトルのデータとしてパケット統計値記憶部２０に格納する。

【0035】

推定モデル作成部１２は、ストリーミングデータとともに単位時間ごとのストリーミング品質が正解情報として付与された教師データをもとに推定モデルＭ１の機械学習を行う処理部である。具体的には、推定モデル作成部１２は、ストリーミングデータに基づく時系列長分のパケット統計値をパケット統計値記憶部２０より順次読み出して推定モデルＭ１に入力する。ついで、推定モデル作成部１２は、公知の機械学習手法により、推定モデルＭ１からの出力が正解情報のストリーミング品質となるように推定モデルＭ１のパラメータを調整する。推定モデル作成部１２は、パラメータ調整後の推定モデルＭ１を推定モデル記憶部２１へ格納する。

【0036】

ストリーミング品質推定部１３は、パケット収集部１０が収集したパケットデータをもとに、時系列長ごとのストリーミング品質を推定する処理部である。具体的には、ストリーミング品質推定部１３は、推定モデル作成部１２が作成した推定モデルＭ１に関するパラメータを推定モデル記憶部２１より読み出し、推定モデルＭ１を生成する。ついで、ストリーミング品質推定部１３は、生成した推定モデルＭ１に対し、ストリーミングデータに基づく時系列長分のパケット統計値をパケット統計値記憶部２０より順次読み出して入力する。これにより、ストリーミング品質推定部１３は、推定モデルＭ１の出力、すなわち時系列長ごとのストリーミング品質の推定結果を得る。

【0037】

図５は、実施例１にかかるストリーミング品質推定装置１の動作例を示すフローチャートである。図５に示すように、パケット収集部１０は、映像送信サーバ２から映像受信クライアント３へ送信されるパケットデータについて、単位時間ごとのパケット収集を行う（Ｓ１０）。

【0038】

ついで、統計値算出部１１は、収集した単位時間ごとのパケットの統計値（パケット数、データ量、パケット間隔等）を算出し（Ｓ１１）、時系列順にパケット統計値記憶部２０に追加する（Ｓ１２）。

【0039】

ついで、ストリーミング品質推定部１３は、時系列長分のパケット統計値がパケット統計値記憶部２０に格納されているか否かを判定する（Ｓ１３）。時系列長分のパケット統計値が格納されている場合（Ｓ１３：Ｙｅｓ）、ストリーミング品質推定部１３は、時系列長分のパケット統計値をパケット統計値記憶部２０より読み出して推定モデルＭ１へ入力してストリーミング品質を推定し（Ｓ１４）、Ｓ１０へ処理をリターンする。時系列長分のパケット統計値が格納されていない場合（Ｓ１３：Ｎｏ）、ストリーミング品質推定部１３は、ストリーミング品質の推定を行わずにＳ１０へ処理をリターンする。

【0040】

（実施例２）
実施例２は、実施例１に対し、映像受信クライアント３においてストリーミング再生を行うアプリケーションが未知であり、バッファ時間を超える時系列長が不明な場合において、バッファ時間を推定する処理を加えたものである。

【0041】

図６、７は、バッファ時間の推定を説明する説明図である。図６に示すように、実施例２では、互いに時系列長の長さ（時間長）が異なる入力でストリーミング品質を推定する推定モデルＭ１ａ～Ｍ１ｃを複数用意して推定モデル記憶部２１に格納しておく。

【0042】

ついで、実施例２では、推定モデルＭ１ａ～Ｍ１ｃそれぞれにパケット統計値を入力した場合のストリーミング品質の推定精度を求める。なお、推定精度については、公知の機械学習モデルの性能評価手法を用いればよく、一例として正解率を求める。

【0043】

ここで、正解率が低くなる場合は、推定モデルの時系列長がバッファ時間未満であり、バッファ時間によるデータ再生時刻のずれを解消できていないことを示している。逆に、正解率が所定値以上の高いものである場合は、推定モデルの時系列長がバッファ時間以上であり、バッファ時間によるデータ再生時刻のずれを解消できていることを示している。

【0044】

したがって、実施例２では、推定モデルＭ１ａ～Ｍ１ｃそれぞれについて求めた推定精度の中で所定の閾値を上回り、かつ、最も時系列長の短いものを選択する。実施例２は、このように選択した時系列長をバッファ時間とする。

【0045】

例えば、図７に示すように、実施例２では、時系列長Ａ分のパケット統計値を推定モデルＭ１ａに入力して推定モデルＭ１ａでのストリーミング品質を得る。ついで、実施例２では、時系列長Ａの次に長い時系列長Ｂ分のパケット統計値を推定モデルＭ１ｂに入力して推定モデルＭ１ｂでのストリーミング品質を得る。ついで、実施例２では、推定モデルＭ１ａでのストリーミング品質の推定値と、推定モデルＭ１ｂでのストリーミング品質の推定値との差分を求め、その差分が所定の閾値内に収まっているか否かを判定する。

【0046】

所定の閾値内に収まっていない場合、実施例２では、時系列長Ｂの次に長い時系列長Ｃ分のパケット統計値を推定モデルＭ１ｃに入力して推定モデルＭ１ｃでのストリーミング品質を得る。ついで、実施例２では、推定モデルＭ１ｂでのストリーミング品質の推定値と、推定モデルＭ１ｃでのストリーミング品質の推定値との差分を求め、その差分が所定の閾値内に収まっているか否かを判定する。ここで、差分が所定の閾値内に収まっている場合、実施例２では、それぞれのストリーミング品質の推定精度を求め、希望の精度以上で最も時系列長の短いものを選択する。

【0047】

図８は、実施例２にかかるストリーミング品質推定装置の機能構成例を示すブロック図である。図８に示すように、ストリーミング品質推定装置１ｂは、実施例１のストリーミング品質推定装置１に対し、バッファ時間推定部１４を追加した構成である。

【0048】

バッファ時間推定部１４は、推定モデル記憶部２１に格納された複数の推定モデルＭ１ａ～Ｍ１ｃを読み出し、推定モデルＭ１ａ～Ｍ１ｃそれぞれにパケット統計値を入力した場合のストリーミング品質の推定精度に基づきバッファ時間を推定する。

【0049】

図９は、実施例２にかかるストリーミング品質推定装置１ｂの動作例を示すフローチャートである。図９に示すように、ストリーミング品質推定装置１ｂでは、Ｓ１２、Ｓ１３の間に、バッファ時間を推定する処理（Ｓ２０～Ｓ２８）を加えたものである。

【0050】

具体的には、バッファ時間推定部１４は、時系列長が決定済み（バッファ時間を推定済み）であるか否かを判定する（Ｓ２０）。推定済みである場合（Ｓ２０：Ｙｅｓ）、バッファ時間推定部１４は、Ｓ１３へ処理を進める。

【0051】

推定済みでない場合（Ｓ２０：Ｎｏ）、バッファ時間推定部１４は、時系列長の異なる推定モデルＭ１ａ～Ｍ１ｃごとのループ処理を行う（Ｓ２１～Ｓ２５）。

【0052】

ループ処理が開始されると、バッファ時間推定部１４は、推定モデルＭ１ａ～Ｍ１ｃの入力に対応する時系列長分のパケット統計量がパケット統計値記憶部２０に格納されているか否かを判定する（Ｓ２２）。時系列長分のパケット統計量がパケット統計値記憶部２０に格納されていない場合（Ｓ２２：Ｎｏ）、バッファ時間推定部１４は、現状最大の時系列長とし（Ｓ２３）、Ｓ１３へ処理を進める。

【0053】

時系列長分のパケット統計量がパケット統計値記憶部２０に格納されている場合（Ｓ２２：Ｙｅｓ）、バッファ時間推定部１４は、時系列長分のパケット統計量を推定モデルＭ１ａ～Ｍ１ｃに入力し、ストリーミング品質を推定する（Ｓ２４）。

【0054】

ループ処理（Ｓ２１～Ｓ２５）についで、バッファ時間推定部１４は、時系列長の最も長い推定モデルの推定値（ストリーミング品質）と、ループ処理で求めた推定値との差分を所定の閾値で判定する（Ｓ２６）。

【0055】

差分が所定の閾値内に収まっている場合、バッファ時間推定部１４は、それぞれのストリーミング品質の推定精度を求め、希望の精度以上で最も時系列長の短いものを時系列長（バッファ時間）とする（Ｓ２７）。

【0056】

ついで、バッファ時間推定部１４は、時系列長（バッファ時間）を決定済みとし（Ｓ２８）、Ｓ１３へ処理を進める。

【0057】

図１０は、従来技術と実施例との精度比較を説明する説明図である。図１０では、約１３６時間分の動画を配信した際のパケット群（ストリーミングデータ）を用いて従来技術によるストリーミング品質の推定と、実施例１によるストリーミング品質の推定との比較を例示している。

【0058】

なお、実施例１によるストリーミング品質の推定では、単位時間を０．５秒、時系列長を４０秒としている。Ｒ２は、１に近いほど精度がよいことを示す指標値である。ＲＭＳＥは、０に近いほど精度がよいことを示す指標値である。正解率は、１に近いほど精度がよいことを示す指標値である。図１０に示すように、実施例１の方が、従来技術よりもストリーミング品質の推定精度が向上している。

【0059】

（実施例３）
実施例３は、実施例１に対し、単位時間ごとのメタデータ（ビデオビットレート、解像度、ストール等）の推定を行った上で、時系列長分のメタデータを順次推定モデルＭ１に入力することで、時系列長ごとのストリーミング品質を推定するものである。

【0060】

図１１は、実施例３にかかるストリーミング品質推定装置を説明する説明図である。図１１に示すように、ストリーミング品質推定装置１ｃは、パケット統計値記憶部２０を参照して単位時間分のパケット統計値をメタデータの推定モデルに順次入力することで、単位時間ごとのメタデータを推定する（Ｓ３ａ）。ストリーミング品質推定装置１ｃは、単位時間ごとに推定したメタデータをメタデータ記憶部２０ａに格納する。

【0061】

ついで、ストリーミング品質推定装置１ｃは、時系列長分のメタデータをメタデータ記憶部２０ａより読み出し、メタデータを入力ベクトルとして学習した推定モデルに入力することで、時系列長ごとのストリーミング品質（ＱｏＥ）を順次推定する（Ｓ３）。

【0062】

このように、ストリーミング品質推定装置は、メタデータを介した上で、時系列長ごとのストリーミング品質を推定してもよい。

【0063】

以上のように、ストリーミング品質推定装置１、１ｂは、送信元から送信先へ配信されるストリーミングデータに関するパケットを収集する。ストリーミング品質推定装置１、１ｂは、収集したパケットに基づいて、所定の時間周期のパケット統計値を算出する。ストリーミング品質推定装置１、１ｂは、算出したパケット統計値に基づいて、送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルＭ１を作成する。

【0064】

これにより、ストリーミング品質推定装置１、１ｂは、パケット到達時刻とバッファ時間によるデータ再生時刻のずれを解消しつつ、１つの大きな時間窓としてパケット統計値を計算するよりも細かいパケット統計値でストリーミング品質を推定する推定モデルＭ１を作成できる。すなわち、ストリーミング品質推定装置１、１ｂは、精度よく、かつ、リアルタイムにストリーミング品質を推定することを可能とする推定モデルＭ１を作成することができる。

【0065】

また、ストリーミング品質推定装置１、１ｂは、推定対象のストリーミングデータに関するパケットに基づいて算出したパケット統計値に基づいて、推定対象のストリーミングデータの送信先におけるストリーミングデータのバッファ時間を超える時間分のパケット統計値の時系列を推定モデルＭ１に入力し、推定対象のストリーミングデータのストリーミング品質を推定する。

【0066】

これにより、ストリーミング品質推定装置１、１ｂは、バッファ時間によるデータ再生時刻のずれを解消しつつ、１つの大きな時間窓としてパケット統計値を計算するよりも細かいパケット統計値で推定対象のストリーミングデータのストリーミング品質を推定することができる。すなわち、ストリーミング品質推定装置１、１ｂは、精度よく、かつ、リアルタイムにストリーミング品質を推定することができる。

【0067】

また、ストリーミング品質推定装置１ｂは、互いに時間長が異なるパケット統計値の時系列を入力とする複数の推定モデルＭ１ａ、Ｍ１ｂ、Ｍ１ｃそれぞれに対して推定対象のストリーミングデータに基づくパケット統計値の時系列を入力する。ついで、ストリーミング品質推定装置１ｂは、複数の推定モデルＭ１ａ、Ｍ１ｂ、Ｍ１ｃの推定結果の精度に基づいてバッファ時間を推定する。これにより、ストリーミング品質推定装置１ｂは、例えば送信先におけるストリーミングデータのバッファ時間が不明である場合であっても、パケット統計値に基づいてバッファ時間を推定することができる。

【0068】

なお、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0069】

また、ストリーミング品質推定装置１、１ｂ、１ｃのパケット収集部１０、統計値算出部１１、推定モデル作成部１２、ストリーミング品質推定部１３およびバッファ時間推定部１４の各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部または任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、またはワイヤードロジックによるハードウエア上で、その全部または任意の一部を実行するようにしてもよいことは言うまでもない。また、ストリーミング品質推定装置１で行われる各種処理機能は、クラウドコンピューティングにより、複数のコンピュータが協働して実行してもよい。

【0070】

ところで、上記の実施形態で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施形態と同様の機能を有するプログラムを実行するコンピュータ構成（ハードウエア）の一例を説明する。図１２は、コンピュータ構成の一例を説明する説明図である。

【0071】

図１２に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、データ入力を受け付ける入力装置２０２と、モニタ２０３と、スピーカ２０４とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る媒体読取装置２０５と、各種装置と接続するためのインタフェース装置２０６と、有線または無線により外部機器と通信接続するための通信装置２０７とを有する。また、ストリーミング品質推定装置１は、各種情報を一時記憶するＲＡＭ２０８と、ハードディスク装置２０９とを有する。また、コンピュータ２００内の各部（２０１～２０９）は、バス２１０に接続される。

【0072】

ハードディスク装置２０９には、上記の実施形態で説明した機能構成（例えばパケット収集部１０、統計値算出部１１、推定モデル作成部１２、ストリーミング品質推定部１３およびバッファ時間推定部１４）における各種の処理を実行するためのプログラム２１１が記憶される。また、ハードディスク装置２０９には、プログラム２１１が参照する各種データ２１２が記憶される。入力装置２０２は、例えば、操作者から操作情報の入力を受け付ける。モニタ２０３は、例えば、操作者が操作する各種画面を表示する。インタフェース装置２０６は、例えば印刷装置等が接続される。通信装置２０７は、ＬＡＮ（Local Area Network）等の通信ネットワークと接続され、通信ネットワークを介した外部機器との間で各種情報をやりとりする。

【0073】

ＣＰＵ２０１は、ハードディスク装置２０９に記憶されたプログラム２１１を読み出して、ＲＡＭ２０８に展開して実行することで、上記の機能構成（例えばパケット収集部１０、統計値算出部１１、推定モデル作成部１２、ストリーミング品質推定部１３およびバッファ時間推定部１４）に関する各種の処理を行う。なお、プログラム２１１は、ハードディスク装置２０９に記憶されていなくてもよい。例えば、コンピュータ２００が読み取り可能な記憶媒体に記憶されたプログラム２１１を読み出して実行するようにしてもよい。コンピュータ２００が読み取り可能な記憶媒体は、例えば、ＣＤ－ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal Serial Bus）メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこのプログラム２１１を記憶させておき、コンピュータ２００がこれらからプログラム２１１を読み出して実行するようにしてもよい。

【0074】

以上の実施形態に関し、さらに以下の付記を開示する。

【0075】

（付記１）送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理をコンピュータに実行させることを特徴とするストリーミング品質推定プログラム。

【0076】

（付記２）推定対象のストリーミングデータに関するパケットに基づいて算出したパケット統計値に基づいて、前記推定対象のストリーミングデータの送信先におけるストリーミングデータのバッファ時間を超える時間分のパケット統計値の時系列を前記推定モデルに入力し、前記推定対象のストリーミングデータのストリーミング品質を推定する処理をさらに前記コンピュータに実行させる、
ことを特徴とする付記１に記載のストリーミング品質推定プログラム。

【0077】

（付記３）互いに時間長が異なるパケット統計値の時系列を入力とする複数の前記推定モデルそれぞれに対して前記推定対象のストリーミングデータに基づくパケット統計値の時系列を入力し、複数の前記推定モデルの推定結果の精度に基づいて前記バッファ時間を推定する処理をさらに前記コンピュータに実行させる、
ことを特徴とする付記２に記載のストリーミング品質推定プログラム。

【0078】

（付記４）送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理をコンピュータが実行することを特徴とするストリーミング品質推定方法。

【0079】

（付記５）推定対象のストリーミングデータに関するパケットに基づいて算出したパケット統計値に基づいて、前記推定対象のストリーミングデータの送信先におけるストリーミングデータのバッファ時間を超える時間分のパケット統計値の時系列を前記推定モデルに入力し、前記推定対象のストリーミングデータのストリーミング品質を推定する処理をさらに前記コンピュータが実行する、
ことを特徴とする付記４に記載のストリーミング品質推定方法。

【0080】

（付記６）互いに時間長が異なるパケット統計値の時系列を入力とする複数の前記推定モデルそれぞれに対して前記推定対象のストリーミングデータに基づくパケット統計値の時系列を入力し、複数の前記推定モデルの推定結果の精度に基づいて前記バッファ時間を推定する処理をさらに前記コンピュータが実行する、
ことを特徴とする付記５に記載のストリーミング品質推定方法。

【0081】

（付記７）送信元から送信先へ配信されるストリーミングデータに関するパケットを収集し、
収集した前記パケットに基づいて、所定の時間周期のパケット統計値を算出し、
算出した前記パケット統計値に基づいて、前記送信先におけるストリーミングデータのバッファ時間を超える時間長分のパケット統計値の時系列を入力としてストリーミング品質を推定する推定モデルを作成する、
処理を実行する制御部を含むことを特徴とするストリーミング品質推定装置。

【0082】

（付記８）推定対象のストリーミングデータに関するパケットに基づいて算出したパケット統計値に基づいて、前記推定対象のストリーミングデータの送信先におけるストリーミングデータのバッファ時間を超える時間分のパケット統計値の時系列を前記推定モデルに入力し、前記推定対象のストリーミングデータのストリーミング品質を推定する処理をさらに前記制御部が実行する、
ことを特徴とする付記７に記載のストリーミング品質推定装置。

【0083】

（付記９）互いに時間長が異なるパケット統計値の時系列を入力とする複数の前記推定モデルそれぞれに対して前記推定対象のストリーミングデータに基づくパケット統計値の時系列を入力し、複数の前記推定モデルの推定結果の精度に基づいて前記バッファ時間を推定する処理をさらに前記制御部が実行する、
ことを特徴とする付記８に記載のストリーミング品質推定装置。

【符号の説明】

【0084】

１、１ｂ、１ｃ…ストリーミング品質推定装置
２…映像送信サーバ
３…映像受信クライアント
４…ネットワーク
１０…パケット収集部
１１…統計値算出部
１２…推定モデル作成部
１３…ストリーミング品質推定部
１４…バッファ時間推定部
２０…パケット統計値記憶部
２０ａ…メタデータ記憶部
２１…推定モデル記憶部
２００…コンピュータ
２０１…ＣＰＵ
２０２…入力装置
２０３…モニタ
２０４…スピーカ
２０５…媒体読取装置
２０６…インタフェース装置
２０７…通信装置
２０８…ＲＡＭ
２０９…ハードディスク装置
２１０…バス
２１１…プログラム
２１２…各種データ
Ａ～Ｃ…時系列長
Ｄ１…入出力データ
Ｍ１、Ｍ１ａ～Ｍ１ｃ…推定モデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】