(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】P2024145378
(43)【公開日】2024-10-15
(54)【発明の名称】ネットワーク装置及びモデル学習方法
(51)【国際特許分類】
H04L 41/16 20220101AFI20241004BHJP
H04L 41/5025 20220101ALI20241004BHJP
H04L 41/5067 20220101ALI20241004BHJP
【ＦＩ】
H04L41/16
H04L41/5025
H04L41/5067
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2023057701
(22)【出願日】2023-03-31
【国等の委託研究の成果に係る記載事項】（出願人による申告）令和３年度、国立研究開発法人新エネルギー・産業技術総合開発機構、「ポスト５Ｇ情報通信システム基盤強化研究開発事業／ポスト５Ｇ情報通信システムの開発／ＲＡＮ制御高度化技術の開発」委託研究、産業技術力強化法第１７条の適用を受ける特許出願
(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】110003421
【氏名又は名称】弁理士法人フィールズ国際特許事務所
(72)【発明者】
【氏名】市村 弘平
(72)【発明者】
【氏名】瀬戸 克典
(72)【発明者】
【氏名】渡邉 力哉
(72)【発明者】
【氏名】新田 拓哉
(57)【要約】
【課題】品質情報を精度良く推定することを可能とするネットワーク装置及びモデル学習方法を提供する。
【解決手段】ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から端末装置における第１パケットの第１バッファ残量を算出するバッファ算出部と、算出した第１バッファ残量と、ネットワークにおける第１パケットの通信状態を示す第１通信状態情報と、端末装置における第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する。
【選択図】図１５
【解決手段】ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から端末装置における第１パケットの第１バッファ残量を算出するバッファ算出部と、算出した第１バッファ残量と、ネットワークにおける第１パケットの通信状態を示す第１通信状態情報と、端末装置における第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する。
【選択図】図１５
【特許請求の範囲】
【請求項1】
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する、
ことを特徴とするネットワーク装置。
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する、
ことを特徴とするネットワーク装置。
【請求項2】
請求項１において、
前記第１パケットは、前記アプリケーション装置から前記端末装置に対して配信される動画データを構成するパケットであり、
前記第１品質情報は、前記端末装置における前記動画データについてのＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ Ｅｘｐｅｒｉｅｎｃｅ）を示す情報である、
ことを特徴とするネットワーク装置。
前記第１パケットは、前記アプリケーション装置から前記端末装置に対して配信される動画データを構成するパケットであり、
前記第１品質情報は、前記端末装置における前記動画データについてのＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ Ｅｘｐｅｒｉｅｎｃｅ）を示す情報である、
ことを特徴とするネットワーク装置。
【請求項3】
請求項１において、さらに、
前記キャプチャ装置から送信された前記第１パケットを取得するパケット取得部を有し、
前記バッファ算出部は、前記パケット取得部における前記第１パケットの取得状況から前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
前記キャプチャ装置から送信された前記第１パケットを取得するパケット取得部を有し、
前記バッファ算出部は、前記パケット取得部における前記第１パケットの取得状況から前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項4】
請求項３において、さらに、
前記パケット取得部における前記第１パケットの取得状況から前記第１通信状態情報を算出する通信分析部を有する、
ことを特徴とするネットワーク装置。
前記パケット取得部における前記第１パケットの取得状況から前記第１通信状態情報を算出する通信分析部を有する、
ことを特徴とするネットワーク装置。
【請求項5】
請求項１において、
前記キャプチャ装置は、前記キャプチャ装置における前記第１パケットの取得状況から前記第１通信状態情報を生成し、さらに、
前記キャプチャ装置から送信された前記第１通信状態情報を取得する情報取得部を有する、
ことを特徴とするネットワーク装置。
前記キャプチャ装置は、前記キャプチャ装置における前記第１パケットの取得状況から前記第１通信状態情報を生成し、さらに、
前記キャプチャ装置から送信された前記第１通信状態情報を取得する情報取得部を有する、
ことを特徴とするネットワーク装置。
【請求項6】
請求項１において、
前記バッファ算出部は、
前記キャプチャ装置における前記第１パケットの取得状況から前記第１パケットのトラフィック量の推移状態を判定し、
判定した前記推移状態に応じて、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
前記バッファ算出部は、
前記キャプチャ装置における前記第１パケットの取得状況から前記第１パケットのトラフィック量の推移状態を判定し、
判定した前記推移状態に応じて、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項7】
請求項６において、
前記バッファ算出部は、前記推移状態が前記第１パケットのバースト送信が行われていることを示す第１推移状態であると判定した場合、前記推移状態が前記第１推移状態になってからの前記第１パケットのトラフィック量についての第１累積値を前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
前記バッファ算出部は、前記推移状態が前記第１パケットのバースト送信が行われていることを示す第１推移状態であると判定した場合、前記推移状態が前記第１推移状態になってからの前記第１パケットのトラフィック量についての第１累積値を前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【請求項8】
請求項７において、
前記バッファ算出部は、前記推移状態が前記第１推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていないことを示す第２推移状態に変化したと判定した場合、前記推移状態が前記第１推移状態であった時間帯における前記第１パケットのトラフィック量についての第２累積値を、前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
前記バッファ算出部は、前記推移状態が前記第１推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていないことを示す第２推移状態に変化したと判定した場合、前記推移状態が前記第１推移状態であった時間帯における前記第１パケットのトラフィック量についての第２累積値を、前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【請求項9】
請求項８において、
前記バッファ算出部は、
前記推移状態が前記第２推移状態であった時間帯における単位時間あたりの前記第１パケットのトラフィック量についての平均値を算出し、
前記推移状態が前記第２推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていることを示す第３推移状態に変化した判定した場合、前記第２累積値と、前記平均値と、前記推移状態が前記第３推移状態になってからの経過時間と、前記推移状態が前記第３推移状態になってからの前記第１パケットのトラフィック量の第３累積値とから、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
前記バッファ算出部は、
前記推移状態が前記第２推移状態であった時間帯における単位時間あたりの前記第１パケットのトラフィック量についての平均値を算出し、
前記推移状態が前記第２推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていることを示す第３推移状態に変化した判定した場合、前記第２累積値と、前記平均値と、前記推移状態が前記第３推移状態になってからの経過時間と、前記推移状態が前記第３推移状態になってからの前記第１パケットのトラフィック量の第３累積値とから、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項10】
請求項１において、
前記バッファ算出部は、前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、さらに、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得する情報推定部と、
取得した前記第２品質情報を出力する情報出力部と、を有する、
ことを特徴とするネットワーク装置。
前記バッファ算出部は、前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、さらに、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得する情報推定部と、
取得した前記第２品質情報を出力する情報出力部と、を有する、
ことを特徴とするネットワーク装置。
【請求項11】
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出し、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成する、
ことを特徴とするモデル学習方法。
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成する、
ことを特徴とするモデル学習方法。
【請求項12】
請求項１１において、さらに、
前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得し、
取得した前記第２品質情報を出力する、
ことを特徴とするモデル学習方法。
前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得し、
取得した前記第２品質情報を出力する、
ことを特徴とするモデル学習方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ネットワーク装置及びモデル学習方法に関する。
【背景技術】
【0002】
ネットワークを介して端末装置に動画を配信する動画配信システム（以下、単に動画配信システムとも呼ぶ）では、例えば、ネットワークにおける遅延時間やパケットロス率等の通信状態を示す情報（以下、通信状態情報とも呼ぶ）と、端末装置における動画の品質を示す情報（以下、品質情報とも呼ぶ）との相関から、品質情報に与える影響が大きいと判断可能な通信状態情報を特定する。そして、動画配信システムでは、例えば、特定した通信状態情報を説明変数として学習することによって、品質情報を推定可能な学習モデル（以下、単に学習モデルとも呼ぶ）を生成する（例えば、特許文献１及び２参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０１９／０４４０６５号
【特許文献2】国際公開第２０２２／０９７２２９号
【発明の概要】
【発明が解決しようとする課題】
【0004】
ここで、上記のような動画配信システムでは、例えば、ネットワークにおいて通信状態情報の変化が発生したタイミングと、発生した変化が品質情報に影響を与えるタイミングとの間にタイムラグがある場合がある。そのため、動画配信システムでは、例えば、上記のような学習モデルを用いる場合であっても、品質情報を精度良く推定することができない場合がある。
【0005】
そこで、一つの側面では、本発明は、品質情報を精度良く推定することを可能とするネットワーク装置及びモデル学習方法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】
【0006】
実施の形態の一態様では、ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する。
【発明の効果】
【0007】
一つの側面によれば、品質情報を精度良く推定することが可能になる。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下、図面を参照して本開示の実施の形態について説明する。しかしながら、かかる説明は限定的な意味に解釈されるべきではなく、特許請求の範囲に記載の主題を限定するものではない。また、本開示の趣旨及び範囲から逸脱することがなく様々な変更や置換や改変をすることができる。また、異なる実施の形態を適宜組み合わせることができる。
【0010】
【0011】
動画配信システム１０は、図１に示すように、例えば、情報処理装置１（以下、ネットワーク装置１とも呼ぶ）と、動画配信装置２（以下、アプリケーション装置２とも呼ぶ）と、キャプチャ装置３と、端末装置４ａと、端末装置４ｂと、端末装置４ｃとを有する。以下、端末装置４ａ、端末装置４ｂ及び端末装置４ｃを総称して単に端末装置４とも呼ぶ。また、以下、動画配信システム１０が３台の端末装置４を有する場合について説明を行うが、動画配信システム１０は、例えば、３台以外の台数の端末装置４を有するものであってよい。
【0012】
動画配信装置２は、例えば、物理マシンや仮想マシンであり、ネットワークＮＷを介して動画を配信する装置である。
【0013】
端末装置４は、例えば、動画を閲覧する利用者（以下、単に利用者とも呼ぶ）が利用するＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）やスマートフォン等の端末であり、ネットワークＮＷを介して動画配信装置２から配信された動画を出力画面（図示せず）に出力する。具体的に、端末装置４は、例えば、ネットワークＮＷを介して動画配信装置２から連続的に送信されるパケット（動画を構成するパケット）を受信して出力装置に出力する。
【0014】
キャプチャ装置３は、例えば、動画配信装置２から送信されたパケットを取得する。具体的に、キャプチャ装置３は、例えば、動画配信装置２から送信されたパケットを複製し、複製したパケットを情報処理装置１に送信する。
【0015】
ネットワークＮＷは、例えば、インターネット網ＩＮを含むネットワークである。具体的に、ネットワークＮＷでは、例えば、動画配信装置２と端末装置４との間の少なくとも一部が有線によって接続される。また、ネットワークＮＷでは、例えば、動画配信装置２と端末装置４との間の少なくとも一部が無線によって接続される。なお、ここでの無線は、例えば、第５世代移動体通信システム（５Ｇ：５ｔｈ Ｇｅｎｅｒａｔｉｏｎ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）の通信規格に従って接続されるものであってよい。
【0016】
さらに具体的に、ネットワークＮＷは、図２に示すように、例えば、コアネットワーク（ＣＮ：Ｃｏｒｅ Ｎｅｔｗｏｒｋ）５と無線アクセスネットワーク（Ｒａｄｉｏ Ａｃｃｅｓｓ Ｎｅｔｗｏｒｋ）６とを含むものであってよい。そして、コアネットワーク５は、例えば、インターネット網ＩＮ及び無線アクセスネットワーク６と有線によって接続されるものであってよい。また、無線アクセスネットワーク６は、例えば、各端末装置４と無線によって接続されるものであってよい。さらに、キャプチャ装置３は、例えば、コアネットワーク５と無線アクセスネットワーク６との間に設置されるものであってよい。
【0017】
情報処理装置１は、例えば、物理マシンや仮想マシンであり、キャプチャ装置３におけるパケットの取得状況に基づいて生成した教師データを学習することによって学習モデルを生成する処理（以下、学習処理とも呼ぶ）を行う。
【0018】
具体的に、情報処理装置１は、例えば、ネットワークＮＷを介して動画配信装置２から端末装置４に対して送信されたパケット（以下、第１パケットとも呼ぶ）の取得状況から端末装置４における第１パケットのバッファ残量（以下、第１バッファ残量とも呼ぶ）を算出（推定）する。そして、情報処理装置１は、例えば、算出した第１バッファ残量と、ネットワークＮＷにおける第１パケットの通信状態を示す通信状態情報（以下、第１通信状態情報とも呼ぶ）と、端末装置４における第１パケットの出力に関する品質を示す品質情報（以下、第１品質情報とも呼ぶ）とを含む教師データを学習することによって学習モデルを生成する。通信状態情報は、例えば、ネットワークＮＷにおけるパケットの送受信についての遅延時間やパケットロス率等のＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）である。また、品質情報は、例えば、端末装置４におけるＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ Ｅｘｐｅｒｉｅｎｃｅ）である。
【0019】
また、情報処理装置１は、例えば、学習処理において生成した学習モデルを用いることによって、ネットワークＮＷにおける品質情報を推定する処理（以下、推定処理とも呼ぶ）を行う。
【0020】
具体的に、情報処理装置１は、例えば、学習処理における場合と同様に、ネットワークＮＷを介して動画配信装置２から端末装置４に対して送信されたパケット（以下、第２パケットとも呼ぶ）の取得状況から端末装置４における第２パケットのバッファ残量（以下、第２バッファ残量とも呼ぶ）を算出する。そして、情報処理装置１は、例えば、算出した第２バッファ残量と、ネットワークＮＷにおける第２パケットの通信状態を示す通信状態情報（以下、第２通信状態情報とも呼ぶ）との入力に伴って学習モデルから出力される品質情報（以下、第２品質情報とも呼ぶ）を取得する。その後、情報処理装置１は、例えば、取得した第２品質情報を出力する。
【0021】
すなわち、本実施の形態における情報処理装置１は、例えば、品質情報を推定可能な学習モデルを生成する際に、通信状態情報及び品質情報に加えて、端末装置４におけるパケットのバッファ残量についても含む教師データを用いて学習を行う。
【0022】
これにより、本実施の形態における情報処理装置１は、例えば、ネットワークにおいて通信状態が変化するタイミングと、発生した変化が品質情報に影響を与えるタイミングとの間におけるタイムラグを反映した推定結果を出力する学習モデルを生成することが可能になる。そのため、情報処理装置１は、生成した学習モデルを用いることで、例えば、ＱｏＥ等の品質情報を精度良く推定することが可能になる。
【0023】
なお、以下、学習処理及び推定処理が同一の情報処理装置（情報処理装置１）において行われる場合について説明を行うが、これに限られない。具体的に、学習処理及び推定処理のそれぞれは、例えば、異なる情報処理装置において行われるものであってもよい。
【0024】
［情報処理装置のハードウエア構成］
次に、各情報処理装置１のハードウエア構成について説明を行う。図３は、情報処理装置１のハードウエア構成を説明する図である。
次に、各情報処理装置１のハードウエア構成について説明を行う。図３は、情報処理装置１のハードウエア構成を説明する図である。
【0025】
情報処理装置１は、図３に示すように、例えば、プロセッサであるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１と、メモリ１０２と、通信装置（Ｉ／Ｏインタフェース）１０３と、記憶装置１０４とを有する。各部は、バス１０５を介して互いに接続される。
【0026】
記憶装置１０４は、例えば、学習処理及び推定処理を行うためのプログラム１１０を記憶するプログラム格納領域（図示せず）を有する。また、記憶装置１０４は、例えば、学習処理及び推定処理を行う際に用いられる情報を記憶する記憶部１３０（以下、情報格納領域１３０とも呼ぶ）を有する。なお、記憶装置１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。
【0027】
ＣＰＵ１０１は、例えば、記憶装置１０４からメモリ１０２にロードされたプログラム１１０を実行して学習処理及び推定処理を行う。
【0028】
また、通信装置１０３は、例えば、キャプチャ装置３との通信を行う。
【0029】
［第１の実施の形態における情報処理装置の機能］
次に、第１の実施の形態における情報処理装置１の機能について説明を行う。図４及び図５は、第１の実施の形態における情報処理装置１の機能について説明する図である。
次に、第１の実施の形態における情報処理装置１の機能について説明を行う。図４及び図５は、第１の実施の形態における情報処理装置１の機能について説明する図である。
【0030】
情報処理装置１は、図４に示すように、例えば、ＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、パケット取得部１１１と、情報取得部１１２と、通信分析部１１３と、バッファ算出部１１４と、データ生成部１１５と、モデル学習部１１６と、情報推定部１１７と、情報利用部１１８とを含む各種機能を実現する。
【0031】
また、情報格納領域１３０には、図５に示すように、例えば、パケット１３１と、品質情報１３２と、通信状態情報１３３と、バッファ残量１３４と、教師データＤＴと、学習モデルＭＤとを記憶する。
【0032】
初めに、学習処理における機能について説明を行う。
【0033】
パケット取得部１１１は、例えば、キャプチャ装置３から送信されたパケット（キャプチャ装置３によってキャプチャされたパケット）を受信する。そして、パケット取得部１１１は、例えば、受信したパケットのうち、動画配信装置２から送信されたパケット１３１を抽出して取得する。その後、パケット取得部１１１は、例えば、取得したパケット１３１を情報格納領域１３０に記憶する。具体的に、パケット取得部１１１は、例えば、取得したパケット１３１を、各パケット１３１の送信先の端末装置４と各パケット１３１が送受信されるセッションとが識別可能な状態で情報格納領域１３０に記憶する。
【0034】
さらに具体的に、パケット取得部１１１は、例えば、キャプチャ装置３から送信されたパケットごとに、各パケットのＩＰ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）ヘッダに含まれる送信元ＩＰアドレスと各パケットのＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ）ヘッダに含まれる送信元ポート番号との組合せから、各パケットが動画配信装置２から送信されたパケット１３１であるか否かを判定する。また、パケット取得部１１１は、例えば、動画配信装置２から送信されたと判定したパケット１３１ごとに、各パケット１３１のＩＰヘッダに含まれる宛先ＩＰアドレスと各パケット１３１のＴＣＰヘッダに含まれる宛先ポートとの組合せから、各パケット１３１の送信先の端末装置４と各パケット１３１が送受信されるセッションとを特定する。そして、パケット取得部１１１は、例えば、端末装置４ごとであってセッションごとに、動画配信装置２から送信されたと判定したパケット１３１を情報格納領域１３０に記憶する。
【0035】
情報取得部１１２は、例えば、端末装置４ごとであってセッションごとに、各端末装置４から送信された各セッションについての品質情報１３２を取得する。具体的に、情報取得部１１２は、例えば、各利用者が各利用者の端末装置４を介して入力した品質情報１３２を取得する。そして、情報取得部１１２は、例えば、端末装置４ごとであってセッションごとに、取得した品質情報１３２を情報格納領域１３０に記憶する。
【0036】
通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、パケット取得部１１１によるパケット１３１の取得状況から通信状態情報１３３を生成する。そして、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、生成した通信状態情報１３３を情報格納領域１３０に記憶する。
【0037】
具体的に、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、パケット取得部１１１が取得したパケット１３１の単位時間ごとのトラフィック量（以下、トラフィック量１３３ａとも呼ぶ）を、通信状態情報１３３として算出するものであってよい。
【0038】
また、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、パケット取得部１１１が取得したパケット１３１が動画配信装置２から送信されてキャプチャ装置３を通過したタイミングと、各パケット１３１の受信確認応答（ＡＣＫ：ＡＣＫｎｏｗｌｅｄｇｅｍｅｎｔ）が端末装置４から送信されてキャプチャ装置３を通過したタイミングとの間の時間（以下、応答所要時間とも呼ぶ）を算出するものであってよい。そして、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、算出した応答所要時間から予め定められた閾値を減算した時間（以下、遅延時間とも呼ぶ）を、通信状態情報１３３として算出するものであってよい。
【0039】
また、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、動画配信装置２から送信されてキャプチャ装置３を通過したパケット１３１のうち、受信確認応答がキャプチャ装置３を通過しなかったパケット１３１の割合（以下、パケットロス率とも呼ぶ）を算出するものであってよい。そして、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、算出した割合を、通信状態情報１３３として算出するものであってよい。
【0040】
バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、通信分析部１１３が生成した通信状態情報１３３から、端末装置４におけるバッファ残量１３４を算出する。そして、バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、算出したバッファ残量１３４を情報格納領域１３０に記憶する。
【0041】
具体的に、バッファ算出部１１４は、例えば、通信分析部１１３が生成した通信状態情報１３３に含まれるトラフィック量１３３ａから、端末装置４ごとであってセッションごとのトラフィック量１３３ａをそれぞれ特定する。そして、バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、特定したトラフィック量１３３ａからバッファ残量１３４を算出する。
【0042】
さらに具体的に、バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、トラフィック量１３３ａの推移状態（例えば、トラフィック量１３３ａの時系列変化を示す波形）を特定する。そして、バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、特定した推移状態に応じてバッファ残量１３４を算出する。
【0043】
データ生成部１１５は、例えば、情報取得部１１２が取得した品質情報１３２と、通信分析部１１３が生成した通信状態情報１３３と、バッファ算出部１１４が算出したバッファ残量１３４とをそれぞれ含む複数の教師データＤＴを生成する。そして、データ生成部１１５は、例えば、生成した複数の教師データＤＴを情報格納領域１３０に記憶する。
【0044】
具体的に、データ生成部１１５は、例えば、同一の端末装置４及び同一のセッションに対応し、かつ、同一のタイミングにおける各状態を示す品質情報１３２と通信状態情報１３３とバッファ残量１３４とが同一の教師データＤＴに含まれるように、複数の教師データＤＴの生成を行う。
【0045】
データ学習部１１６は、例えば、データ生成部１１５が生成した複数の教師データＤＴを学習することによって学習モデルＭＤを生成する。そして、モデル学習部１１６は、例えば、生成した学習モデルＭＤを情報格納領域１３０に記憶する。
【0046】
次に、推定処理における機能について説明を行う。
【0047】
パケット取得部１１１は、例えば、キャプチャ装置３から送信された新たなパケットのうち、動画配信装置２から送信された新たなパケット１３１を抽出して取得する。そして、パケット取得部１１１は、例えば、端末装置４ごとであってセッションごとに、取得した新たなパケット１３１を情報格納領域１３０に記憶する。
【0048】
通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、パケット取得部１１１による新たなパケット１３１の取得状況から新たな通信状態情報１３３を生成する。そして、通信分析部１１３は、例えば、端末装置４ごとであってセッションごとに、生成した新たな通信状態情報１３３を情報格納領域１３０に記憶する。
【0049】
バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、通信分析部１１３が生成した新たな通信状態情報１３３から、端末装置４における新たなバッファ残量１３４を算出する。そして、バッファ算出部１１４は、例えば、端末装置４ごとであってセッションごとに、算出した新たなバッファ残量１３４を情報格納領域１３０に記憶する。
【0050】
情報推定部１１７は、例えば、通信分析部１１３が生成した新たな通信状態情報１３３と、バッファ算出部１１４が算出した新たなバッファ残量１３４とを学習モデルＭＤに入力する。そして、情報推定部１１７は、例えば、学習モデルＭＤから出力された新たな品質情報１３２を取得する。
【0051】
具体的に、情報推定部１１７は、例えば、同一の端末装置４及び同一のセッションに対応し、かつ、同一のタイミングにおける各状態を示す新たな通信状態情報１３３と新たなバッファ残量１３４とを学習モデルＭＤに入力する。
【0052】
情報利用部１１８は、例えば、情報推定部１１７が取得した新たな品質情報１３２に基づいて、動画配信システム１０に含まれる各ネットワーク機器（図示せず）を制御する。
【0053】
具体的に、情報利用部１１８は、例えば、情報推定部１１７が取得した品質情報１３２が予め定められた品質条件（以下、単に品質条件とも呼ぶ）を満たしていない場合、品質情報１３２が品質条件を満たすように、動画配信システム１０に含まれる各ネットワーク機器（例えば、図２に示す無線アクセスネットワーク６）の各種設定を変更するものであってよい。
【0054】
また、情報利用部１１８は、例えば、情報推定部１１７が取得した新たな品質情報１３２を、情報処理装置１の管理者（以下、単に管理者とも呼ぶ）が閲覧する操作端末（図示せず）に出力する。
【0055】
［第１の実施の形態における学習処理の概略］
次に、第１の実施の形態の概略について説明する。図６は、第１の実施の形態における学習処理の概略を説明するフローチャート図である。
次に、第１の実施の形態の概略について説明する。図６は、第１の実施の形態における学習処理の概略を説明するフローチャート図である。
【0056】
情報処理装置１は、図６に示すように、例えば、ネットワークＮＷを介して動画配信装置２から端末装置４に対して送信されたパケット１３１の取得状況から、端末装置４におけるパケット１３１のバッファ残量１３４を算出する（Ｓ１）。
【0057】
そして、情報処理装置１は、例えば、Ｓ１の処理において算出したバッファ残量１３４と、ネットワークＮＷにおけるパケット１３１の通信状態を示す通信状態情報１３３と、端末装置４におけるパケット１３１の出力に関する品質を示す品質情報１３２とを含む教師データＤＴを学習することによって学習モデルＭＤを生成する（Ｓ２）。
【0058】
これにより、本実施の形態における情報処理装置１は、例えば、ネットワークＮＷにおいて通信状態が変化するタイミングと、発生した変化が品質情報１３２に影響を与えるタイミングとの間におけるタイムラグを反映した推定結果を出力する学習モデルＭＤを生成することが可能になる。そのため、情報処理装置１は、生成した学習モデルＭＤを用いることで、例えば、ＱｏＥ等の品質情報１３２を精度良く推定することが可能になる。
【0059】
［第１の実施の形態における学習処理の詳細］
次に、第１の実施の形態における学習処理の詳細について説明する。図７から図１２は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。また、図１３から図１７は、第１の実施の形態における学習処理の詳細について説明する図である。
次に、第１の実施の形態における学習処理の詳細について説明する。図７から図１２は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。また、図１３から図１７は、第１の実施の形態における学習処理の詳細について説明する図である。
【0060】
［パケット取得処理］
初めに、学習処理のうち、キャプチャ装置３によってキャプチャされたパケット１３１を取得する処理（以下、パケット取得処理とも呼ぶ）について説明を行う。図７は、パケット取得処理について説明するフローチャート図である。
初めに、学習処理のうち、キャプチャ装置３によってキャプチャされたパケット１３１を取得する処理（以下、パケット取得処理とも呼ぶ）について説明を行う。図７は、パケット取得処理について説明するフローチャート図である。
【0061】
パケット取得部１１１は、図７に示すように、例えば、キャプチャ装置３から送信されたパケットを受信するまで待機する（Ｓ１１のＮＯ）。
【0062】
そして、キャプチャ装置３から送信されたパケットを受信した場合（Ｓ１１のＹＥＳ）、パケット取得部１１１は、例えば、受信したパケットが動画配信装置２から送信されたパケット１３１であるか否かを判定する（Ｓ１２）。
【0063】
具体的に、パケット取得部１１１は、例えば、Ｓ１１の処理で受信したパケットのＩＰヘッダに含まれる送信元ＩＰアドレスとＴＣＰヘッダに含まれる送信元ポート番号との組合せが、動画配信装置２に対応するＩＰアドレスとポート番号との組合せであるか否かを判定する。
【0064】
その結果、Ｓ１１の処理で受信したパケットが動画配信装置２から送信されたパケット１３１であると判定した場合（Ｓ１２のＹＥＳ）、パケット取得部１１１は、例えば、Ｓ１１の処理で受信したパケット１３１の送信先である端末装置４と、Ｓ１１の処理で受信したパケット１３１の送受信が行われるセッションとを特定する（Ｓ１３）。
【0065】
具体的に、パケット取得部１１１は、例えば、Ｓ１１の処理で受信したパケット１３１のＩＰヘッダに含まれる宛先ＩＰアドレスとＴＣＰヘッダに含まれる宛先ポート番号との組合せに対応する端末装置４とセッションとを特定する。
【0066】
そして、パケット取得部１１１は、例えば、Ｓ１１の処理で受信したパケット１３１を、Ｓ１３の処理で特定した端末装置４及びセッションのそれぞれの識別情報と対応付けて情報格納領域１３０に記憶する（Ｓ１４）。
【0067】
一方、Ｓ１１の処理で受信したパケットが動画配信装置２から送信されたパケット１３１でないと判定した場合（Ｓ１２のＮＯ）、パケット取得部１１１は、例えば、Ｓ１３の処理及びＳ１４の処理を行わない。
【0068】
［情報取得処理］
次に、学習処理のうち、品質情報１３２を取得する処理（以下、情報取得処理とも呼ぶ）について説明を行う。図８は、情報取得処理について説明するフローチャート図である。
次に、学習処理のうち、品質情報１３２を取得する処理（以下、情報取得処理とも呼ぶ）について説明を行う。図８は、情報取得処理について説明するフローチャート図である。
【0069】
情報取得部１１２は、図８に示すように、例えば、端末装置４から送信された品質情報１３２を受信するまで待機する（Ｓ２１のＮＯ）。
【0070】
具体的に、情報取得部１１２は、例えば、利用者が端末装置４を介して端末装置４ごとであってセッションごとの品質情報１３２を入力するまで待機する。
【0071】
そして、端末装置４から送信された品質情報１３２を受信した場合（Ｓ２１のＹＥＳ）、情報取得部１１２は、例えば、受信した品質情報１３２を情報格納領域１３０に記憶する（Ｓ２２）。
【0072】
具体的に、情報取得部１１２は、例えば、Ｓ２１の処理で受信した品質情報１３２を、Ｓ２１の処理で受信した品質情報１３２が送信された端末装置４及びセッションのそれぞれの識別情報と対応付けて情報格納領域１３０に記憶する。以下、品質情報１３２の具体例について説明を行う。
【0073】
【0074】
図１３に示す品質情報１３２は、例えば、各時刻が設定される「時刻」と、各時刻におけるＱｏＥが設定される「ＱｏＥ」と、各ＱｏＥに対応する端末装置４の識別情報が設定される「端末ＩＤ」と、各ＱｏＥに対応するセッションの識別情報が設定される「セッションＩＤ」とを項目として有する。「ＱｏＥ」には、例えば、品質が高い順に「５」、「４」、「３」、「２」または「１」が設定される。
【0075】
具体的に、図１３に示す品質情報１３２における１行目の情報には、例えば、「時刻」として「１２：００：０２」が設定され、「ＱｏＥ」として「５」が設定され、「端末ＩＤ」として「Ｔ００１」が設定され、「セッションＩＤ」として「Ｓ００１」が設定されている。
【0076】
すなわち、図１３に示す品質情報１３２における１行目の情報には、例えば、端末ＩＤがＴ００１である端末装置４におけるセッションＩＤがＳ００１であるセッションに対応するＱｏＥのうち、１２時００分０２秒の時点におけるＱｏＥが５であることを示している。
【0077】
また、図１３に示す品質情報１３２における２行目の情報には、例えば、「時刻」として「１２：００：０５」が設定され、「ＱｏＥ」として「１」が設定され、「端末ＩＤ」として「Ｔ００２」が設定され、「セッションＩＤ」として「Ｓ００２」が設定されている。
【0078】
すなわち、図１３に示す品質情報１３２における２行目の情報には、例えば、端末ＩＤがＴ００２である端末装置４におけるセッションＩＤがＳ００２であるセッションに対応するＱｏＥのうち、１２時００分０５秒の時点におけるＱｏＥが１であることを示している。図１３に含まれる他の情報についての説明は省略する。
【0079】
［情報生成処理］
次に、学習処理のうち、通信状態情報１３３を生成する処理（以下、情報生成処理とも呼ぶ）について説明を行う。図９は、情報生成処理について説明するフローチャート図である。
次に、学習処理のうち、通信状態情報１３３を生成する処理（以下、情報生成処理とも呼ぶ）について説明を行う。図９は、情報生成処理について説明するフローチャート図である。
【0080】
通信分析部１１３は、図９に示すように、例えば、情報生成タイミングになるまで待機する（Ｓ３１のＮＯ）。情報生成タイミングは、例えば、１秒ごと等の定期的なタイミングであってよい。
【0081】
そして、情報生成タイミングになった場合（Ｓ３１のＹＥＳ）、通信分析部１１３は、例えば、情報格納領域１３０に記憶されたパケット１３１のうち、前回の情報生成タイミング（例えば、１秒前のタイミング）から今回の情報生成タイミングまでの間にキャプチャ装置３から送信された各パケット１３１を用いることによって、通信状態情報１３３を生成する（Ｓ３２）。
【0082】
その後、通信分析部１１３は、例えば、Ｓ３２の処理で生成した通信状態情報１３３を情報格納領域１３０に記憶する（Ｓ３３）。以下、通信状態情報１３３の具体例について説明を行う。
【0083】
【0084】
図１４に示す通信状態情報１３３は、例えば、各端末装置４の識別情報が設定される「端末ＩＤ」と、各セッションの識別情報が設定される「セッションＩＤ」と、各時刻が設定される「時刻」と、各時刻におけるパケット１３１の送受信についての遅延時間が設定される「遅延時間」と、各時刻におけるパケット１３１のパケットロス率が設定される「ロス率」と、各時刻におけるトラフィック量１３３ａが設定される「トラフィック量」とを項目として有する。
【0085】
具体的に、図１４に示す通信状態情報１３３における１行目の情報には、例えば、「端末ＩＤ」として「Ｔ００１」が設定され、「セッションＩＤ」として「Ｓ００１」が設定され、「時刻」として「１２：００：０１」が設定され、「遅延時間」として「０（ｓ）」が設定され、「ロス率」として「０（％）」が設定され、「トラフィック量」として「５．１（Ｍｂｐｓ）」が設定されている。
【0086】
また、図１４に示す通信状態情報１３３における４行目の情報には、例えば、「端末ＩＤ」として「Ｔ００１」が設定され、「セッションＩＤ」として「Ｓ００１」が設定され、「時刻」として「１２：００：０４」が設定され、「遅延時間」として「２．０（ｓ）」が設定され、「ロス率」として「０．２（％）」が設定され、「トラフィック量」として「２．２（Ｍｂｐｓ）」が設定されている。図１４に含まれる他の情報についての説明は省略する。
【0087】
［バッファ算出処理］
次に、学習処理のうち、端末装置４におけるバッファ残量１３４を算出する処理（以下、バッファ算出処理とも呼ぶ）について説明を行う。図１０は、バッファ算出処理について説明するフローチャート図である。なお、以下、１台の端末装置４（以下、特定の端末装置４とも呼ぶ）における１つセッション（以下、特定のセッションとも呼ぶ）に対応するバッファ残量１３４を算出する場合について説明を行う。
次に、学習処理のうち、端末装置４におけるバッファ残量１３４を算出する処理（以下、バッファ算出処理とも呼ぶ）について説明を行う。図１０は、バッファ算出処理について説明するフローチャート図である。なお、以下、１台の端末装置４（以下、特定の端末装置４とも呼ぶ）における１つセッション（以下、特定のセッションとも呼ぶ）に対応するバッファ残量１３４を算出する場合について説明を行う。
【0088】
バッファ算出部１１４は、図１０に示すように、例えば、動画配信装置２から送信されたパケット１３１をキャプチャ装置３から受信するまで待機する（Ｓ４１のＮＯ）。
【0089】
具体的に、バッファ算出部１１４は、例えば、Ｓ１２の処理及びＳ１３の処理において、パケット取得部１１１が受信したパケットが動画配信装置２から送信されたパケット１３１であって、かつ、特定の端末装置４及び特定のセッションに対応するパケット１３１であると最初に判定されるまで待機する。
【0090】
そして、動画配信装置２から送信されたパケット１３１をキャプチャ装置３から受信した場合（Ｓ４１のＹＥＳ）、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された累積値に０を設定する（Ｓ４２）。
【0091】
その後、バッファ算出部１１４は、例えば、バッファ算出タイミングになるまで待機する（Ｓ４３のＮＯ）。バッファ算出タイミングは、例えば、１秒ごと等の定期的なタイミングであってよい。
【0092】
そして、バッファ算出タイミングになった場合（Ｓ４３のＹＥＳ）、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された通信状態情報１３３を参照し、トラフィック量１３３ａについての推移状況を示す波形（以下、トラフィック波形とも呼ぶ）を特定する（Ｓ４４）。
【0093】
具体的に、バッファ算出部１１４は、例えば、特定の端末装置４及び特定のセッションに対応するトラフィック量１３３ａについての推移状況を示すトラフィック波形を特定する。以下、トラフィック波形について説明を行う。
【0094】
［トラフィック波形の具体例］
図１５は、トラフィック波形の具体例について説明する図である。図１５に示す例において、Ｗは、トラフィック波形を示すグラフであり、Ｌ１は、特定の端末装置４におけるバッファ残量１３４を示すグラフであり、Ｌ２は、特定の端末装置４における品質情報１３２（ＱｏＥ）を示すグラフである。
図１５は、トラフィック波形の具体例について説明する図である。図１５に示す例において、Ｗは、トラフィック波形を示すグラフであり、Ｌ１は、特定の端末装置４におけるバッファ残量１３４を示すグラフであり、Ｌ２は、特定の端末装置４における品質情報１３２（ＱｏＥ）を示すグラフである。
【0095】
動画配信装置２は、特定の端末装置４に対する動画配信を開始する場合、図１５に示すように、例えば、最初の時間帯である時間帯Ｔ１においてバースト送信を行う。すなわち、動画配信装置２は、例えば、時間帯Ｔ１において、特定の端末装置４における動画の再生開始時間を早める必要性から、動画の再生開始後よりも多くのパケット１３１を特定の端末装置４に対して送信する。一方、特定の端末装置４は、この場合、例えば、動画の再生を開始せずに待機する。
【0096】
すなわち、時間帯Ｔ１は、図１５に示すように、例えば、特定の端末装置４における動画の再生が開始される前の時間帯であり、特定の端末装置４におけるバッファ残量１３４が増加する時間帯である。
【0097】
その後、動画配信装置２は、例えば、時間帯Ｔ２においてバースト送信時よりも少ない量のパケット１３１の送信を特定の端末装置４に対して行う。そして、特定の端末装置４は、この場合、例えば、動画の再生を開始する。
【0098】
すなわち、時間帯Ｔ２は、図１５に示すように、例えば、特定の端末装置４における動画の再生が開始される時間帯であり、特定の端末装置４におけるバッファ残量１３４の増減が他の時間帯（例えば、時間帯Ｔ１や時間帯Ｔ３）よりも抑えられる時間帯である。
【0099】
また、時間帯Ｔ２は、例えば、動画配信装置２から動画の再生に必要な十分なパケット１３１が送信され、かつ、バッファ残量１３４が十分に確保されている時間帯である。そのため、時間帯Ｔ２は、例えば、特定の端末装置４における他の時間帯（例えば、時間帯Ｔ３）よりもＱｏＥが高くなる時間帯である。
【0100】
続いて、例えば、時間帯Ｔ３においてネットワークＮＷの輻輳等によって特定の端末装置４に送信されるパケット１３１の量が減少した場合、特定の端末装置４は、バッファに格納されたパケット１３１を用いながら動画の再生を継続する。そして、例えば、バッファ残量１３４が閾値以下（例えば、０）になった場合、特定の端末装置４では、動画の再生が中断（停止）する。
【0101】
すなわち、時間帯Ｔ３は、図１５に示すように、例えば、特定の端末装置４におけるバッファ残量１３４が減少する時間帯である。また、時間帯Ｔ３は、例えば、バッファ残量１３４が閾値以下になった場合、特定の端末装置４におけるＱｏＥが低下する時間帯である。
【0102】
その後、動画配信装置２は、例えば、時間帯Ｔ４において特定の端末装置４に対するバースト送信を再度行う。
【0103】
すなわち、時間帯Ｔ４は、図１５に示すように、例えば、特定の端末装置４におけるバッファ残量１３４が再度増加する時間帯である。
【0104】
続いて、動画配信装置２は、例えば、時間帯Ｔ５においてバースト送信時よりも少ない量のパケット１３１の送信を特定の端末装置４に対して再度行う。そして、特定の端末装置４は、この場合、例えば、動画の再生を再開する。
【0105】
すなわち、時間帯Ｔ５は、図１５に示すように、例えば、特定の端末装置４におけるＱｏＥが回復する時間帯である。
【0106】
ここで、トラフィック波形は、図１５に示すように、例えば、ネットワークＮＷの通信状態等に応じて変化する。具体的に、バースト送信が行われている時間帯（例えば、時間帯Ｔ１及び時間帯Ｔ４）の波形は、例えば、バースト送信が行われていない時間帯の波形よりもトラフィック量１３３ａが多くなる。また、バースト送信が行われていない時間帯のうち、ネットワークＮＷの輻輳等によってパケット１３１の送信が制限されていない時間帯（例えば、時間帯Ｔ２や時間帯Ｔ４）の波形は、パルス状の波形になる。一方、バースト送信が行われていない時間帯のうち、ネットワークＮＷの輻輳等によってパケット１３１の送信が制限されている時間帯（例えば、時間帯Ｔ３）の波形は、例えば、パルス状でない波形（パルスが潰れている状態の波形）になる。
【0107】
そのため、バッファ算出部１１４は、例えば、図１５に示す波形Ｗ１ａや波形Ｗ１ｂのように、トラフィック波形がパルス状の波形でなく、かつ、トラフィック量１３３ａが予め定められた閾値よりも多い場合、バースト送信が行われていると判定する。また、バッファ算出部１１４は、例えば、図１５に示す波形Ｗ２ａや波形Ｗ２ｂのように、トラフィック波形がパルス状の波形である場合、バースト送信が行われておらず、かつ、パケット１３１の送信が制限されていないと判定する。さらに、バッファ算出部１１４は、例えば、図１５に示す波形Ｗ３ａのように、トラフィック波形がパルス状の波形でなく、かつ、トラフィック量１３３ａが予め定められた閾値よりも少ない場合、バースト送信が行われておらず、かつ、パケット１３１の送信が制限されていると判定する。
【0108】
そして、バッファ算出部１１４は、例えば、トラフィック波形の判定結果に応じて、特定の端末装置４及び特定のセッションに対応するバッファ残量１３４の算出を行う。
【0109】
以下、波形Ｗ１ａや波形Ｗ１ｂのように、バースト送信が行われている時間帯の波形を第１波形とも呼ぶ。また、以下、波形Ｗ２ａや波形Ｗ２ｂのように、バースト送信が行われていない時間帯のうち、パケット１３１の送信が制限されていない時間帯の波形を第２波形とも呼ぶ。また、以下、波形Ｗ３ａのように、バースト送信が行われていない時間帯のうち、パケット１３１の送信が制限されている時間帯の波形を第３波形とも呼ぶ。
【0110】
さらに、以下、バースト送信が行われている時間帯におけるパケット１３１のトラフィック量１３３ａについての推移状態を第１推移状態とも呼ぶ。また、以下、バースト送信が行われていない時間帯のうち、パケット１３１の送信が制限されていない時間帯におけるパケット１３１のトラフィック量１３３ａについての推移状態を第２推移状態とも呼ぶ。また、以下、バースト送信が行われていない時間帯のうち、パケット１３１の送信が制限されている時間帯におけるパケット１３１のトラフィック量１３３ａについての推移状態を第３推移状態とも呼ぶ。
【0111】
図８に戻り、Ｓ４４の処理で特定した波形が第１波形である場合（Ｓ４５のＹＥＳ）、バッファ算出部１１４は、例えば、前回のバッファ算出タイミングから今回の情報生成タイミングまでの間にキャプチャ装置３から送信されたパケット１３１のトラフィック量１３３ａを、情報格納領域１３０に記憶された累積値に加算する（Ｓ４６）。
【0112】
具体的に、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された通信状態情報１３３を参照し、前回のバッファ算出タイミングから今回の情報生成タイミングまでの間にキャプチャ装置３から送信されたパケット１３１のトラフィック量１３３ａを算出する。そして、バッファ算出部１１４は、例えば、算出したトラフィック量１３３ａを累積値に加算する。
【0113】
そして、バッファ算出部１１４は、例えば、Ｓ４４の処理で算出した累積値をバッファ残量１３４として情報格納領域１３０に記憶する（Ｓ４７）。その後、バッファ算出部１１４は、例えば、Ｓ４３以降の処理を再度行う。
【0114】
すなわち、Ｓ４４の処理で特定した波形が第１波形である場合、特定の端末装置４では、例えば、動画の再生が行われない。そのため、特定の端末装置４では、この場合、例えば、特定の端末装置４及び特定のセッションに対応するバッファ残量１３４が減少しないと判断することが可能である。
【0115】
したがって、バッファ算出部１１４は、この場合、例えば、前回のバッファ算出タイミングから今回の情報生成タイミングまでの間にキャプチャ装置３から送信されたパケット１３１のトラフィック量１３３ａの累積値をバッファ残量１３４として算出する。
【0116】
一方、Ｓ４４の処理で特定した波形が第１波形でない場合（Ｓ４５のＮＯ）、バッファ算出部１１４は、図１１に示すように、例えば、情報格納領域１３０に記憶された累積値を安定時のバッファ残量１３４（以下、安定時バッファ残量１３４ａとも呼ぶ）として特定する（Ｓ５１）。
【0117】
そして、Ｓ４４の処理で特定した波形が第２波形である場合（Ｓ５２のＹＥＳ）、バッファ算出部１１４は、例えば、所定時間帯（例えば、直近の時間帯）におけるパケット１３１のトラフィック量１３３ａから、単位時間あたりのパケット１３１のトラフィック量１３３ａの平均値（以下、単に平均値とも呼ぶ）を算出する（Ｓ５３）。ここでの単位時間は、例えば、連続する２つのバッファ算出タイミングの間の時間であってよい。
【0118】
具体的に、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された通信状態情報１３３を参照し、所定時間帯におけるパケット１３１のトラフィック量１３３ａを算出するものであってよい。そして、バッファ算出部１１４は、例えば、算出したトラフィック量１３３ａを、所定時間帯に含まれる単位時間の数で除算することによって平均値を算出するものであってよい。
【0119】
なお、Ｓ５３の処理で算出される平均値は、例えば、動画配信装置２から特定の端末装置４に対して配信される動画の動画レートに対応する。
【0120】
その後、バッファ算出部１１４は、例えば、Ｓ５１の処理で算出した安定時バッファ残量１３４ａをバッファ残量１３４として情報格納領域１３０に記憶する（Ｓ５４）。そして、バッファ算出部１１４は、例えば、Ｓ４３以降の処理を再度行う。
【0121】
すなわち、Ｓ４４の処理で特定した波形が第２波形である場合、特定の端末装置４では、例えば、動画配信装置２から送信されるパケット１３１の量と、動画の再生に要するパケット１３１の量とが釣り合っていると判断することが可能である。そのため、特定の端末装置４では、この場合、例えば、特定の端末装置４及び特定のセッションに対応するバッファ残量１３４の増減が抑制されると判断することが可能である。
【0122】
したがって、バッファ算出部１１４は、この場合、例えば、トラフィック波形が第１波形であった時間帯（トラフィック波形が第２波形になる前の時間帯）におけるパケット１３１のトラフィック量１３３ａの累積値をバッファ残量１３４として算出する。
【0123】
一方、Ｓ４４の処理で特定した波形が第２波形でない場合（Ｓ５２のＮＯ）、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された累積値に０を設定する（Ｓ５５）。
【0124】
そして、Ｓ４４の処理で特定した波形が第３波形である場合（Ｓ５６のＹＥＳ）、バッファ算出部１１４は、例えば、前回のバッファ算出タイミングから今回の情報生成タイミングまでの間にキャプチャ装置３から送信されたパケット１３１のトラフィック量１３３ａを、情報格納領域１３０に記憶された累積値に加算する（Ｓ５７）。
【0125】
具体的に、バッファ算出部１１４は、例えば、情報格納領域１３０に記憶された通信状態情報１３３を参照し、前回のバッファ算出タイミングから今回の情報生成タイミングまでの間にキャプチャ装置３から送信されたパケット１３１のトラフィック量１３３ａを算出する。そして、バッファ算出部１１４は、例えば、算出したトラフィック量１３３ａを累積値に加算する。
【0126】
その後、バッファ算出部１１４は、例えば、Ｓ５１の処理で特定した安定時バッファ残量１３４ａと、Ｓ５７の処理で算出した累積値と、Ｓ５３の処理で算出した平均値と、Ｓ４４の処理で特定した波形が第３波形になってからの経過時間とからバッファ残量１３４を算出し、算出したバッファ残量１３４を情報格納領域１３０に記憶する（Ｓ５８）。そして、バッファ算出部１１４は、例えば、Ｓ４３以降の処理を再度行う。
【0127】
具体的に、バッファ算出部１１４は、例えば、Ｓ５３の処理で算出した平均値と、Ｓ４４の処理で特定した波形が第３波形になってからの経過時間とを乗算することによって第１の値を算出する。そして、バッファ算出部１１４は、例えば、Ｓ５７の処理で算出した累積値から第１の値を減算することによって第２の値を算出する。さらに、バッファ算出部１１４は、例えば、第２の値とＳ５１の処理で特定した安定時バッファ残量１３４ａとを加算することによって第３の値を算出する。その後、バッファ算出部１１４は、例えば、第３の値をバッファ残量１３４として特定する。
【0128】
すなわち、Ｓ４４の処理で特定した波形が第３波形である場合、特定の端末装置４では、例えば、動画配信装置２から送信されるパケット１３１の量が動画の再生に要するパケット１３１の量よりも少ないと判断することが可能である。そのため、特定の端末装置４では、この場合、例えば、特定の端末装置４及び特定のセッションに対応するバッファ残量１３４が減少すると判断することが可能である。
【0129】
したがって、バッファ算出部１１４は、この場合、例えば、安定時バッファ残量１３４（トラフィック波形が第２波形であった時間帯のバッファ残量１３４）から、特定の端末装置４における動画の再生に伴うバッファ残量１３４の減少量を減算することによって、バッファ残量１３４を算出する。以下、バッファ残量１３４の具体例について説明を行う。
【0130】
【0131】
図１６に示すバッファ残量１３４は、例えば、各端末装置４の識別情報が設定される「端末ＩＤ」と、各セッションの識別情報が設定される「セッションＩＤ」と、各時刻が設定される「時刻」と、各時刻におけるバッファ残量１３４が設定される「バッファ残量」とを項目として有する。
【0132】
具体的に、図１６に示すバッファ残量１３４における１行目の情報には、例えば、「端末ＩＤ」として「Ｔ００１」が設定され、「セッションＩＤ」として「Ｓ００１」が設定され、「時刻」として「１２：００：０１」が設定され、「バッファ残量」として「５０．２（ＭＢ）」が設定されている。
【0133】
また、図１６に示すバッファ残量１３４における２行目の情報には、例えば、「端末ＩＤ」として「Ｔ００１」が設定され、「セッションＩＤ」として「Ｓ００１」が設定され、「時刻」として「１２：００：０２」が設定され、「トラフィック量」として「５１．１（ＭＢ）」が設定されている。図１６に含まれる他の情報についての説明は省略する。
【0134】
図１１に戻り、Ｓ４４の処理で特定した波形が第３波形でない場合（Ｓ５６のＮＯ）、バッファ算出部１１４は、例えば、バッファ算出処理を終了する。
【0135】
すなわち、バッファ算出部１１４は、Ｓ４４の処理で特定した波形が第３波形でないと判定した場合、例えば、動画配信装置２による動画の配信（動画配信装置２から特定の端末装置４に対するパケット１３１の送信）が終了した判定し、バッファ算出処理を終了する。
【0136】
［学習処理のメイン］
次に、学習処理のメイン処理（以下、単にメイン処理とも呼ぶ）について説明を行う。図１２は、メイン処理について説明するフローチャート図である。
次に、学習処理のメイン処理（以下、単にメイン処理とも呼ぶ）について説明を行う。図１２は、メイン処理について説明するフローチャート図である。
【0137】
データ生成部１１５は、図１２に示すように、例えば、学習タイミングになるまで待機する（Ｓ６１のＮＯ）。学習タイミングは、例えば、管理者が学習モデルＭＤの生成を行う旨の情報を情報処理装置１に入力したタイミングであってよい。
【0138】
そして、学習タイミングになった場合（Ｓ６１のＹＥＳ）、データ生成部１１５は、例えば、情報格納領域１３０に記憶された品質情報１３２と通信状態情報１３３とバッファ残量１３４とをそれぞれ含む複数の教師データＤＴを生成する（Ｓ６２）。その後、データ生成部１１５は、例えば、生成した複数の教師データＤＴを情報格納領域１３０に記憶する。
【0139】
具体的に、データ生成部１１５は、例えば、同一の端末装置４及び同一のセッションに対応し、かつ、同一のタイミングにおける各状態を示す品質情報１３２と通信状態情報１３３とバッファ残量１３４とが同一の教師データＤＴに含まれるように、複数の教師データＤＴの生成を行う。以下、複数の教師データＤＴの具体例について説明を行う。
【0140】
【0141】
図１７に示す各教師データＤＴは、例えば、パケット１３１の送受信の遅延時間が設定される「遅延時間」と、パケット１３１のロス率が設定される「ロス率」と、パケット１３１のトラフィック量１３３ａが設定される「トラフィック量」とを項目として有する。また、図１７に示す各教師データＤＴは、例えば、端末装置４におけるＱｏＥが設定される「ＱｏＥ」と、端末装置４におけるバッファ残量１３４が設定される「バッファ残量」とを項目として有する。
【0142】
具体的に、図１７に示す教師データＤＴにおける１行目の情報には、例えば、「遅延時間」として「０（ｓ）」が設定され、「ロス率」として「０（％）」が設定され、「トラフィック量」として「５．１（Ｍｂｐｓ）」が設定され、「ＱｏＥ」として「５」が設定され、「バッファ残量」として「５０．２（ＭＢ）」が設定されている。
【0143】
また、図１７に示す教師データＤＴにおける５行目の情報には、例えば、「遅延時間」として「３．５（ｓ）」が設定され、「ロス率」として「０．５（％）」が設定され、「トラフィック量」として「３．０（Ｍｂｐｓ）」が設定され、「ＱｏＥ」として「１」が設定され、「バッファ残量」として「１５．２（ＭＢ）」が設定されている。図１７に含まれる他の情報についての説明は省略する。
【0144】
図１２に戻り、モデル学習部１１６は、例えば、Ｓ６２の処理で生成した複数の教師データＤＴを学習することによって学習モデルＭＤを生成する（Ｓ６３）。その後、モデル学習部１１６は、例えば、生成した学習モデルＭＤを情報格納領域１３０に記憶する。
【0145】
［第１の実施の形態における推定処理］
次に、第１の実施の形態における推定処理について説明する。図１８は、第１の実施の形態における推定処理について説明するフローチャート図である。
次に、第１の実施の形態における推定処理について説明する。図１８は、第１の実施の形態における推定処理について説明するフローチャート図である。
【0146】
情報推定部１１７は、例えば、推定タイミングになるまで待機する（Ｓ７１のＮＯ）。推定タイミングは、例えば、管理者が品質情報１３２の推定を行う旨の情報を情報処理装置１に入力したタイミングであってよい。
【0147】
そして、推定タイミングになった場合（Ｓ７１のＹＥＳ）、情報推定部１１７は、例えば、情報格納領域１３０に記憶された通信状態情報１３３と、情報格納領域１３０に記憶されたバッファ残量１３４とを学習モデルＭＤに入力する（Ｓ７２）。
【0148】
具体的に、情報推定部１１７は、例えば、情報格納領域１３０に記憶された通信状態情報１３３のうち、品質情報１３２の推定を行うタイミングに対応する通信状態情報１３３を取得する。また、情報推定部１１７は、例えば、情報格納領域１３０に記憶されたバッファ残量１３４のうち、品質情報１３２の推定を行うタイミングに対応するバッファ残量１３４を取得する。そして、情報推定部１１７は、例えば、取得した通信状態情報１３３とバッファ残量１３４とを学習モデルＭＤに入力する。
【0149】
さらに具体的に、情報推定部１１７は、例えば、情報格納領域１３０に記憶された通信状態情報１３３のうち、最も新しい通信状態情報１３３を取得する。また、情報推定部１１７は、この場合、例えば、情報格納領域１３０に記憶されたバッファ残量１３４のうち、最も新しいバッファ残量１３４を取得する。そして、情報推定部１１７は、例えば、取得した通信状態情報１３３とバッファ残量１３４とを学習モデルＭＤに入力する。
【0150】
その後、情報推定部１１７は、例えば、学習モデルＭＤから出力された品質情報１３２を取得する（Ｓ７３）。
【0151】
そして、情報利用部１１８は、例えば、Ｓ７３の処理で取得した品質情報１３２を操作端末（図示せず）に出力する（Ｓ７４）。
【0152】
また、情報利用部１１８は、例えば、Ｓ７３の処理で取得した品質情報１３２に基づいて、動画配信システム１０に含まれる各ネットワーク機器（図示せず）を制御する。
【0153】
このように、本実施の形態における情報処理装置１は、学習処理において、例えば、ネットワークＮＷを介して動画配信装置２から端末装置４に対して送信された第１パケット１３１の第１バッファ残量１３４を算出する。そして、情報処理装置１は、例えば、算出した第１バッファ残量１３４と、ネットワークＮＷにおける第１パケット１３１の通信状態を示す第１通信状態情報１３３と、端末装置４における第１パケット１３１の出力に関する品質を示す第１品質情報１３２とを含む教師データＤＴを学習することによって学習モデルＭＤを生成する。
【0154】
また、情報処理装置１は、推定処理において、例えば、学習処理における場合と同様に、ネットワークＮＷを介して動画配信装置２から端末装置４に対して送信された第２パケット１３１の取得状況から端末装置４における第２パケット１３１の第２バッファ残量１３４を算出する。そして、情報処理装置１は、例えば、算出した第２バッファ残量１３４と、ネットワークＮＷにおける第２パケット１３１の通信状態を示す第２通信状態情報１３３との入力に伴って学習モデルＭＤから出力される第２品質情報１３２を取得する。そして、情報処理装置１は、例えば、取得した第２品質情報１３２を出力する。
【0155】
すなわち、本実施の形態における情報処理装置１は、例えば、品質情報１３２を推定可能な学習モデルＭＤを生成する際に、通信状態情報１３３及び品質情報１３２に加えて、端末装置４におけるパケット１３１のバッファ残量１３４についても含む教師データＤＴを用いて学習を行う。
【0156】
これにより、本実施の形態における情報処理装置１は、例えば、ネットワークＮＷにおいて通信状態が変化するタイミングと、発生した変化が品質情報１３２に影響を与えるタイミングとの間におけるタイムラグを反映した推定結果を出力する学習モデルＭＤを生成することが可能になる。そのため、情報処理装置１は、例えば、ＱｏＥ等の品質情報１３２を精度良く推定することが可能になる。
【0157】
したがって、管理者は、例えば、端末装置４における品質情報１３２の推定結果を参照することで、端末装置４における品質情報１３２を向上させるためのネットワーク機器の制御等の適切な対応を行うことが可能になる。
【0158】
なお、上記の例では、同一タイミングにおける品質情報１３２と通信状態情報１３３とバッファ残量１３４とを含む教師データＤＴを用いることによって学習モデルＭＤを生成する場合について説明を行ったが、これに限られない。具体的に、情報処理装置１は、例えば、同一のタイミング（以下、第１タイミングとも呼ぶ）における通信状態情報１３３及びバッファ残量１３４と、第１タイミングよりも後の第２タイミングにおける品質情報１３２とを含む教師データＤＴを用いることによって学習モデルＭＤを生成するものであってもよい。
【0159】
これにより、情報処理装置１は、推定処理において、例えば、学習モデルＭＤに入力する通信状態情報１３３及びバッファ残量１３４に対応するタイミングよりも後のタイミングにおける品質情報１３２（すなわち、将来の品質情報１３２）についての推定を行うことが可能になる。
【0160】
また、上記の例では、情報処理装置１（パケット取得部１１１）がキャプチャ装置３から送信されたパケット１３１を取得し、かつ、情報処理装置１（通信分析部１１３）がパケット１３１から通信状態情報１３３を生成する場合について説明を行ったが、これに限られない。
【0161】
具体的に、通信状態情報１３３は、例えば、パケット１３１を取得したキャプチャ装置３によって生成されるものであってよい。そして、情報処理装置１（情報取得部１１２）は、例えば、キャプチャ装置３から送信された通信状態情報１３３を受信し、受信した通信状態情報１３３を情報格納領域１３０に記憶するものであってもよい。
【0162】
これにより、情報処理装置１は、例えば、キャプチャ装置３から送信されたパケット１３１を記憶することが可能な記憶領域（情報格納領域１３０）を有する必要がなくなり、運用コストの削減を図ることが可能になる。
【0163】
以上の実施の形態をまとめると、以下の付記のとおりである。
【0164】
（付記１）
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する、
ことを特徴とするネットワーク装置。
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する、
ことを特徴とするネットワーク装置。
【0165】
（付記２）
付記１において、
前記第１パケットは、前記アプリケーション装置から前記端末装置に対して配信される動画データを構成するパケットであり、
前記第１品質情報は、前記端末装置における前記動画データについてのＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ Ｅｘｐｅｒｉｅｎｃｅ）を示す情報である、
ことを特徴とするネットワーク装置。
付記１において、
前記第１パケットは、前記アプリケーション装置から前記端末装置に対して配信される動画データを構成するパケットであり、
前記第１品質情報は、前記端末装置における前記動画データについてのＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ Ｅｘｐｅｒｉｅｎｃｅ）を示す情報である、
ことを特徴とするネットワーク装置。
【0166】
（付記３）
付記１において、さらに、
前記キャプチャ装置から送信された前記第１パケットを取得するパケット取得部を有し、
前記バッファ算出部は、前記パケット取得部における前記第１パケットの取得状況から前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
付記１において、さらに、
前記キャプチャ装置から送信された前記第１パケットを取得するパケット取得部を有し、
前記バッファ算出部は、前記パケット取得部における前記第１パケットの取得状況から前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【0167】
（付記４）
付記３において、さらに、
前記パケット取得部における前記第１パケットの取得状況から前記第１通信状態情報を算出する通信分析部を有する、
ことを特徴とするネットワーク装置。
付記３において、さらに、
前記パケット取得部における前記第１パケットの取得状況から前記第１通信状態情報を算出する通信分析部を有する、
ことを特徴とするネットワーク装置。
【0168】
（付記５）
付記１において、
前記キャプチャ装置は、前記キャプチャ装置における前記第１パケットの取得状況から前記第１通信状態情報を生成し、さらに、
前記キャプチャ装置から送信された前記第１通信状態情報を取得する情報取得部を有する、
ことを特徴とするネットワーク装置。
付記１において、
前記キャプチャ装置は、前記キャプチャ装置における前記第１パケットの取得状況から前記第１通信状態情報を生成し、さらに、
前記キャプチャ装置から送信された前記第１通信状態情報を取得する情報取得部を有する、
ことを特徴とするネットワーク装置。
【0169】
（付記６）
付記１において、
前記バッファ算出部は、
前記キャプチャ装置における前記第１パケットの取得状況から前記第１パケットのトラフィック量の推移状態を判定し、
判定した前記推移状態に応じて、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
付記１において、
前記バッファ算出部は、
前記キャプチャ装置における前記第１パケットの取得状況から前記第１パケットのトラフィック量の推移状態を判定し、
判定した前記推移状態に応じて、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【0170】
（付記７）
付記６において、
前記バッファ算出部は、前記推移状態が前記第１パケットのバースト送信が行われていることを示す第１推移状態であると判定した場合、前記推移状態が前記第１推移状態になってからの前記第１パケットのトラフィック量についての第１累積値を前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
付記６において、
前記バッファ算出部は、前記推移状態が前記第１パケットのバースト送信が行われていることを示す第１推移状態であると判定した場合、前記推移状態が前記第１推移状態になってからの前記第１パケットのトラフィック量についての第１累積値を前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【0171】
（付記８）
付記７において、
前記バッファ算出部は、前記推移状態が前記第１推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていないことを示す第２推移状態に変化したと判定した場合、前記推移状態が前記第１推移状態であった時間帯における前記第１パケットのトラフィック量についての第２累積値を、前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
付記７において、
前記バッファ算出部は、前記推移状態が前記第１推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていないことを示す第２推移状態に変化したと判定した場合、前記推移状態が前記第１推移状態であった時間帯における前記第１パケットのトラフィック量についての第２累積値を、前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【0172】
（付記９）
付記８において、
前記バッファ算出部は、
前記推移状態が前記第２推移状態であった時間帯における単位時間あたりの前記第１パケットのトラフィック量についての平均値を算出し、
前記推移状態が前記第２推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていることを示す第３推移状態に変化した判定した場合、前記第２累積値と、前記平均値と、前記推移状態が前記第３推移状態になってからの経過時間と、前記推移状態が前記第３推移状態になってからの前記第１パケットのトラフィック量の第３累積値とから、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
付記８において、
前記バッファ算出部は、
前記推移状態が前記第２推移状態であった時間帯における単位時間あたりの前記第１パケットのトラフィック量についての平均値を算出し、
前記推移状態が前記第２推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていることを示す第３推移状態に変化した判定した場合、前記第２累積値と、前記平均値と、前記推移状態が前記第３推移状態になってからの経過時間と、前記推移状態が前記第３推移状態になってからの前記第１パケットのトラフィック量の第３累積値とから、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【0173】
（付記１０）
付記９において、
前記バッファ算出部は、前記第３累積値から前記平均値と前記経過時間との積を減算した値に対して、前記第２累積値を加算することによって、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
付記９において、
前記バッファ算出部は、前記第３累積値から前記平均値と前記経過時間との積を減算した値に対して、前記第２累積値を加算することによって、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【0174】
（付記１１）
付記１において、
前記バッファ算出部は、前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、さらに、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得する情報推定部と、
取得した前記第２品質情報を出力する情報出力部と、を有する、
ことを特徴とするネットワーク装置。
付記１において、
前記バッファ算出部は、前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、さらに、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得する情報推定部と、
取得した前記第２品質情報を出力する情報出力部と、を有する、
ことを特徴とするネットワーク装置。
【0175】
（付記１２）
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出し、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成する、
ことを特徴とするモデル学習方法。
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出し、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成する、
ことを特徴とするモデル学習方法。
【0176】
（付記１３）
付記１２において、さらに、
前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得し、
取得した前記第２品質情報を出力する、
ことを特徴とするモデル学習方法。
付記１２において、さらに、
前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得し、
取得した前記第２品質情報を出力する、
ことを特徴とするモデル学習方法。
【符号の説明】
【0177】
１：情報処理装置 ２：動画配信装置
３：キャプチャ装置 ４：端末装置
１０：動画配信システム １０１：ＣＰＵ
１０２：メモリ １０３：Ｉ／Ｏインタフェース
１０４：記憶装置 １０５：バス
１３０：情報格納領域 ＩＮ：インターネット
ＮＷ：ネットワーク
３：キャプチャ装置 ４：端末装置
１０：動画配信システム １０１：ＣＰＵ
１０２：メモリ １０３：Ｉ／Ｏインタフェース
１０４：記憶装置 １０５：バス
１３０：情報格納領域 ＩＮ：インターネット
ＮＷ：ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】