特許 7418649 通信管理装置および通信管理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-01-11

(45)【発行日】2024-01-19

(54)【発明の名称】通信管理装置および通信管理方法

(51)【国際特許分類】

   H04W 24/02 20090101AFI20240112BHJP

   H04W 48/20 20090101ALI20240112BHJP

   H04W 88/18 20090101ALI20240112BHJP

【ＦＩ】

H04W24/02

H04W48/20

H04W88/18

【請求項の数】 12

(21)【出願番号】P 2023198851

(22)【出願日】2023-11-24

【審査請求日】2023-11-24

【早期審査対象出願】

(73)【特許権者】

【識別番号】397036309

【氏名又は名称】株式会社インターネットイニシアティブ

(74)【代理人】

【識別番号】100118902

【弁理士】

【氏名又は名称】山本 修

(74)【代理人】

【識別番号】100106208

【弁理士】

【氏名又は名称】宮前 徹

(74)【代理人】

【識別番号】100196508

【弁理士】

【氏名又は名称】松尾 淳一

(74)【代理人】

【識別番号】100195408

【弁理士】

【氏名又は名称】武藤 陽子

(72)【発明者】

【氏名】柿島 純

【審査官】石田 信行

(56)【参考文献】

【文献】米国特許出願公開第２０２１／００９２６１０（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０２０／０１２０５１９（ＵＳ，Ａ１）

【文献】中国特許出願公開第１０８１２４３０１（ＣＮ，Ａ）

【文献】特開２０１８－１５６３８５（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｗ ４／００ － ９９／００

Ｈ０４Ｂ ７／２４ － ７／２６

(57)【特許請求の範囲】

【請求項1】

通信端末が在圏する通信エリアの基地局を介してアクセスした第１ウェブサイトの第１識別情報を含む出力シンボル系列を取得するように構成された出力シンボル取得部と、
前記通信端末の移動にともなって切り替わる各基地局を隠れ状態の有限集合とし、かつ、前記通信端末が前記各基地局を介してアクセスした各ウェブサイトの識別情報を観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータが事前に推定された、学習済みの隠れマルコフモデルを記憶するように構成された記憶部と、
前記学習済みの隠れマルコフモデルを用いて、前記通信端末が前記各基地局を介して、前記出力シンボル取得部によって取得された前記第１識別情報を有する前記第１ウェブサイトへアクセスする確率を求めるように構成された演算部と、
前記演算部により求められた、前記通信端末が前記各基地局を介して前記第１ウェブサイトへアクセスする確率に基づいて、前記通信端末が前記第１ウェブサイトへアクセスする確率が最も高い基地局を決定するように構成された決定部と、
決定された前記確率が最も高い基地局の情報を、通信制御情報として出力するように構成された出力部と
を備える通信管理装置。

【請求項2】

請求項１に記載の通信管理装置において、
前記出力シンボル取得部は、前記通信端末が前記各基地局を介してアクセスした前記第１ウェブサイトを含む複数のウェブサイトの各々の識別情報を示す出力シンボル系列を学習データとして取得し、
さらに、前記学習データに対する尤度を最大にする、前記通信端末の接続が所定の基地局から別の基地局に切り替わる確率である状態遷移確率分布、および、前記通信端末が前記各基地局を介して、所定の識別情報のウェブサイトにアクセスする確率であるシンボル出力確率分布を含む前記隠れマルコフモデルの前記パラメータを推定するように構成された学習部を備え、
前記学習済みの隠れマルコフモデルは、前記学習部によって推定された前記パラメータを備える
ことを特徴とする通信管理装置。

【請求項3】

請求項１に記載の通信管理装置において、
さらに、前記通信制御情報に基づいて、前記第１ウェブサイトを提供する複数のクラウド拠点のクラウドのうち、前記通信端末が前記第１ウェブサイトにアクセスする前記確率が最も高い基地局からの物理的な距離が最も短いクラウド拠点のクラウドの情報を取得するように構成された第１取得部と、
前記第１取得部によって取得された前記クラウド拠点のクラウドの情報に応じて、所定の通信規格のコアネットワークに対して、前記通信端末の接続先を前記クラウド拠点のクラウドとする指示を行うように構成された通信制御部と
を備える通信管理装置。

【請求項4】

請求項１に記載の通信管理装置において、
前記出力シンボル取得部は、
加入者識別情報を有する前記通信端末が在圏した通信エリアの基地局および在圏した時間を示す在圏ログを、所定の通信規格のコアネットワークから取得するように構成された第２取得部と、
前記第２取得部によって取得された前記在圏ログに含まれる前記加入者識別情報に割り当てられた端末ＩＰアドレスを前記コアネットワークから取得するように構成された第３取得部と、
前記第３取得部によって取得された前記端末ＩＰアドレスに基づいて、前記加入者識別情報ごとの、前記識別情報であるサイトＩＰアドレスを有するウェブサイトへのアクセス時間を含むアクセスログを前記コアネットワークから取得するように構成された第４取得部と
を備える通信管理装置。

【請求項5】

請求項４に記載の通信管理装置において、
前記第２取得部は、前記コアネットワークが備えるアクセスおよび移動管理装置から、前記在圏ログを取得し、
前記第３取得部は、前記コアネットワークが備えるセッション管理機能から、前記端末ＩＰアドレスを取得する
ことを特徴とする通信管理装置。

【請求項6】

請求項４または５に記載の通信管理装置において、
前記第４取得部は、前記コアネットワークが備えるドメイン名システムが記憶する、前記端末ＩＰアドレスごとの、前記識別情報であるＩＰアドレスを有する各ウェブサイトへのアクセスログを参照して、前記通信端末ごとのサイトＩＰアドレスおよびアクセス時間を取得する
ことを特徴とする通信管理装置。

【請求項7】

通信端末が在圏する通信エリアの基地局を介してアクセスした第１ウェブサイトの第１識別情報を含む出力シンボル系列を取得する出力シンボル取得ステップと、
前記通信端末の移動にともなって切り替わる各基地局を隠れ状態の有限集合とし、かつ、前記通信端末が前記各基地局を介してアクセスした各ウェブサイトの識別情報を観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータが事前に推定された、学習済みの隠れマルコフモデルを記憶部に記憶する記憶ステップと、
前記学習済みの隠れマルコフモデルを用いて、前記通信端末が前記各基地局を介して、前記出力シンボル取得ステップで取得された前記第１識別情報を有する前記第１ウェブサイトへアクセスする確率を求める演算ステップと、
前記演算ステップで求められた、前記通信端末が前記各基地局を介して前記第１ウェブサイトへアクセスする確率に基づいて、前記通信端末が前記第１ウェブサイトへアクセスする確率が最も高い基地局を決定する決定ステップと、
決定された前記確率が最も高い基地局の情報を、通信制御情報として出力する出力ステップと
を備える通信管理方法。

【請求項8】

請求項７に記載の通信管理方法において、
前記出力シンボル取得ステップは、前記通信端末が前記各基地局を介してアクセスした前記第１ウェブサイトを含む複数のウェブサイトの各々の識別情報を示す出力シンボル系列を学習データとして取得し、
さらに、前記学習データに対する尤度を最大にする、前記通信端末の接続が所定の基地局から別の基地局に切り替わる確率である状態遷移確率分布、および、前記通信端末が前記各基地局を介して、所定の識別情報のウェブサイトにアクセスする確率であるシンボル出力確率分布を含む前記隠れマルコフモデルの前記パラメータを推定する学習ステップを備え、
前記学習済みの隠れマルコフモデルは、前記学習ステップで推定された前記パラメータを備える
ことを特徴とする通信管理方法。

【請求項9】

請求項１に記載の通信管理装置において、
さらに、前記通信制御情報に基づいて、前記第１ウェブサイトを提供する複数のクラウド拠点のクラウドのうち、前記通信端末が前記第１ウェブサイトにアクセスする前記確率が最も高い基地局からの物理的な距離が最も短いクラウド拠点のクラウドの情報を取得する第１取得ステップと、
前記第１取得ステップで取得された前記クラウド拠点のクラウドの情報に応じて、所定の通信規格のコアネットワークに対して、前記通信端末の接続先を前記クラウド拠点のクラウドとする指示を行う通信制御ステップと
を備える通信管理方法。

【請求項10】

請求項７に記載の通信管理方法において、
前記出力シンボル取得ステップは、
加入者識別情報を有する前記通信端末が在圏した通信エリアの基地局および在圏した時間を示す在圏ログを、所定の通信規格のコアネットワークから取得する第２取得ステップと、
前記第２取得ステップで取得された前記在圏ログに含まれる前記加入者識別情報に割り当てられた端末ＩＰアドレスを前記コアネットワークから取得する第３取得ステップと、
前記第３取得ステップで取得された前記端末ＩＰアドレスに基づいて、前記加入者識別情報ごとの、前記識別情報であるサイトＩＰアドレスを有するウェブサイトへのアクセス時間を含むアクセスログを前記コアネットワークから取得する第４取得ステップと
を備える通信管理方法。

【請求項11】

請求項１０に記載の通信管理方法において、
前記第２取得ステップは、前記コアネットワークが備えるアクセスおよび移動管理装置から、前記在圏ログを取得し、
前記第３取得ステップは、前記コアネットワークが備えるセッション管理機能から、前記端末ＩＰアドレスを取得する
ことを特徴とする通信管理方法。

【請求項12】

請求項１０または１１に記載の通信管理方法において、
前記第４取得ステップは、前記コアネットワークが備えるドメイン名システムが記憶する、前記端末ＩＰアドレスごとの、前記識別情報であるＩＰアドレスを有する各ウェブサイトへのアクセスログを参照して、前記通信端末ごとのサイトＩＰアドレスおよびアクセス時間を取得する
ことを特徴とする通信管理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、通信管理装置および通信管理方法に関する。

【背景技術】

【0002】

従来から、クラウド等のアクセスログを解析することで、各通信端末がアクセス要求を行ったクラウド上のファイルを特定できる技術が知られている。特許文献１に開示された技術によれば、ウェブサーバなどのサーバ単位または複数のサーバを一元管理する分析装置によってアクセスログが記録され、特定のウェブサイト等にアクセスした複数の通信端末の各々のアクセス傾向を分析する。このようなアクセス傾向の分析結果は、ウェブサイト等のサービスを提供する側が、ユーザに対してより個別化したサービスを提供するために活用されていた。

【0003】

しかし、特許文献１が開示するアクセスログは、各通信端末がアクセスし得る任意の複数のウェブサイトのアクセスを記録したログではない。また、特許文献１が開示するアクセスログは、無線アクセスネットワーク（ＲＡ）あるいはコアネットワーク側で、通信端末の移動にともなって切り替わる各基地局からどのウェブサイトにアクセスされたのかを記録したものでもない。そのため、特許文献１が開示するアクセスログやその分析結果は、通信ネットワーク全体の通信管理として、例えば、ＭＥＣ（Ｍｕｌｔｉ－ａｃｃｅｓｓ Ｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ）に例示されるエッジコンピューティングなどに活用することが困難であった。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１８－１５６３８５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

このように、従来の技術によれば、通信ネットワーク全体の通信管理のために、基地局単位でユーザのアクセス傾向を把握することができなかった。

【0006】

本発明は、上述した課題を解決するためになされたものであり、通信ネットワーク全体の通信管理のために、基地局単位でユーザのアクセス傾向を把握することを目的とする。

【課題を解決するための手段】

【0007】

上述した課題を解決するために、本発明に係る通信管理装置は、通信端末が在圏する通信エリアの基地局を介してアクセスした第１ウェブサイトの第１識別情報を含む出力シンボル系列を取得するように構成された出力シンボル取得部と、前記通信端末の移動にともなって切り替わる各基地局を隠れ状態の有限集合とし、かつ、前記通信端末が前記各基地局を介してアクセスした各ウェブサイトの識別情報を観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータが事前に推定された、学習済みの隠れマルコフモデルを記憶するように構成された記憶部と、前記学習済みの隠れマルコフモデルを用いて、前記通信端末が前記各基地局を介して、前記出力シンボル取得部によって取得された前記第１識別情報を有する前記第１ウェブサイトへアクセスする確率を求めるように構成された演算部と、前記演算部により求められた、前記通信端末が前記各基地局を介して前記第１ウェブサイトへアクセスする確率に基づいて、前記通信端末が前記第１ウェブサイトへアクセスする確率が最も高い基地局を決定するように構成された決定部と、決定された前記確率が最も高い基地局の情報を、通信制御情報として出力するように構成された出力部とを備える。

【0008】

また、本発明に係る通信管理装置において、前記出力シンボル取得部は、前記通信端末が前記各基地局を介してアクセスした前記第１ウェブサイトを含む複数のウェブサイトの各々の識別情報を示す出力シンボル系列を学習データとして取得し、さらに、前記学習データに対する尤度を最大にする、前記通信端末の接続が所定の基地局から別の基地局に切り替わる確率である状態遷移確率分布、および、前記通信端末が前記各基地局を介して、所定の識別情報のウェブサイトにアクセスする確率であるシンボル出力確率分布を含む前記隠れマルコフモデルの前記パラメータを推定するように構成された学習部を備え、前記学習済みの隠れマルコフモデルは、前記学習部によって推定された前記パラメータを備えていてもよい。

【0009】

上述した課題を解決するために、本発明に係る通信管理装置は、さらに、前記通信制御情報に基づいて、前記第１ウェブサイトを提供する複数のクラウド拠点のクラウドのうち、前記通信端末が前記第１ウェブサイトにアクセスする前記確率が最も高い基地局からの物理的な距離が最も短いクラウド拠点のクラウドの情報を取得するように構成された第１取得部と、前記第１取得部によって取得された前記クラウド拠点のクラウドの情報に応じて、所定の通信規格のコアネットワークに対して、前記通信端末の接続先を前記クラウド拠点のクラウドとする指示を行うように構成された通信制御部とを備えていてもよい。

【0010】

また、本発明に係る通信管理装置において、前記出力シンボル取得部は、加入者識別情報を有する前記通信端末が在圏した通信エリアの基地局および在圏した時間を示す在圏ログを、所定の通信規格のコアネットワークから取得するように構成された第２取得部と、前記第２取得部によって取得された前記在圏ログに含まれる前記加入者識別情報に割り当てられた端末ＩＰアドレスを前記コアネットワークから取得するように構成された第３取得部と、前記第３取得部によって取得された前記端末ＩＰアドレスに基づいて、前記加入者識別情報ごとの、前記識別情報であるサイトＩＰアドレスを有するウェブサイトへのアクセス時間を含むアクセスログを前記コアネットワークから取得するように構成された第４取得部とを備えてもよい。

【0011】

また、本発明に係る通信管理装置において、前記第２取得部は、前記コアネットワークが備えるアクセスおよび移動管理装置から、前記在圏ログを取得し、前記第３取得部は、前記コアネットワークが備えるセッション管理機能から、前記端末ＩＰアドレスを取得してもよい。

【0012】

また、本発明に係る通信管理装置において、前記第４取得部は、前記コアネットワークが備えるドメイン名システムが記憶する、前記端末ＩＰアドレスごとの、前記識別情報であるＩＰアドレスを有する各ウェブサイトへのアクセスログを参照して、前記通信端末ごとのサイトＩＰアドレスおよびアクセス時間を取得してもよい。

【0013】

上述した課題を解決するために、本発明に係る通信管理方法は、通信端末が在圏する通信エリアの基地局を介してアクセスした第１ウェブサイトの第１識別情報を含む出力シンボル系列を取得する出力シンボル取得ステップと、前記通信端末の移動にともなって切り替わる各基地局を隠れ状態の有限集合とし、かつ、前記通信端末が前記各基地局を介してアクセスした各ウェブサイトの識別情報を観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータが事前に推定された、学習済みの隠れマルコフモデルを記憶部に記憶する記憶ステップと、前記学習済みの隠れマルコフモデルを用いて、前記通信端末が前記各基地局を介して、前記出力シンボル取得ステップで取得された前記第１識別情報を有する前記第１ウェブサイトへアクセスする確率を求める演算ステップと、前記演算ステップで求められた、前記通信端末が前記各基地局を介して前記第１ウェブサイトへアクセスする確率に基づいて、前記通信端末が前記第１ウェブサイトへアクセスする確率が最も高い基地局を決定する決定ステップと、決定された前記確率が最も高い基地局の情報を、通信制御情報として出力する出力ステップとを備える。

【0014】

また、本発明に係る通信管理方法において、前記出力シンボル取得ステップは、前記通信端末が前記各基地局を介してアクセスした前記第１ウェブサイトを含む複数のウェブサイトの各々の識別情報を示す出力シンボル系列を学習データとして取得し、さらに、前記学習データに対する尤度を最大にする、前記通信端末の接続が所定の基地局から別の基地局に切り替わる確率である状態遷移確率分布、および、前記通信端末が前記各基地局を介して、所定の識別情報のウェブサイトにアクセスする確率であるシンボル出力確率分布を含む前記隠れマルコフモデルの前記パラメータを推定する学習ステップを備え、前記学習済みの隠れマルコフモデルは、前記学習ステップで推定された前記パラメータを備えていてもよい。

【0015】

また、本発明に係る通信管理方法において、さらに、前記通信制御情報に基づいて、前記第１ウェブサイトを提供する複数のクラウド拠点のクラウドのうち、前記通信端末が前記第１ウェブサイトにアクセスする前記確率が最も高い基地局からの物理的な距離が最も短いクラウド拠点のクラウドの情報を取得する第１取得ステップと、前記第１取得ステップで取得された前記クラウド拠点のクラウドの情報に応じて、所定の通信規格のコアネットワークに対して、前記通信端末の接続先を前記クラウド拠点のクラウドとする指示を行う通信制御ステップとを備えていてもよい。

【0016】

また、本発明に係る通信管理方法において、前記出力シンボル取得ステップは、加入者識別情報を有する前記通信端末が在圏した通信エリアの基地局および在圏した時間を示す在圏ログを、所定の通信規格のコアネットワークから取得する第２取得ステップと、前記第２取得ステップで取得された前記在圏ログに含まれる前記加入者識別情報に割り当てられた端末ＩＰアドレスを前記コアネットワークから取得する第３取得ステップと、前記第３取得ステップで取得された前記端末ＩＰアドレスに基づいて、前記加入者識別情報ごとの、前記識別情報であるサイトＩＰアドレスを有するウェブサイトへのアクセス時間を含むアクセスログを前記コアネットワークから取得する第４取得ステップとを備えていてもよい。

【0017】

また、本発明に係る通信管理方法において、前記第２取得ステップは、前記コアネットワークが備えるアクセスおよび移動管理装置から、前記在圏ログを取得し、前記第３取得ステップは、前記コアネットワークが備えるセッション管理機能から、前記端末ＩＰアドレスを取得してもよい。

【0018】

また、本発明に係る通信管理方法において、前記第４取得ステップは、前記コアネットワークが備えるドメイン名システムが記憶する、前記端末ＩＰアドレスごとの、前記識別情報であるＩＰアドレスを有する各ウェブサイトへのアクセスログを参照して、前記通信端末ごとのサイトＩＰアドレスおよびアクセス時間を取得してもよい。

【発明の効果】

【0019】

本発明によれば、学習済みの隠れマルコフモデルを用いて、通信端末が各基地局を介して第１識別情報を有する第１ウェブサイトへアクセスする確率を求め、求められた確率に基づいて、通信端末による第１ウェブサイトへのアクセスの確率が最も高い基地局を決定する。そのため、通信ネットワーク全体の通信管理のために、基地局単位でユーザのアクセス傾向を把握することができる。

【図面の簡単な説明】

【0020】

【図1】図１は、本発明の実施の形態に係る通信管理装置を含む通信管理システムの構成を示すブロック図である。

【図2】図２は、本実施の形態に係る通信管理装置がＡＭＦから取得する在圏ログのデータ構造を説明するための図である。

【図3】図３は、本実施の形態に係る通信管理装置がＳＭＦから取得する端末ＩＰアドレスが記憶されたテーブルのデータ構造を説明するための図である。

【図4】図４は、本実施の形態に係る通信管理装置がＤＮＳから取得するアクセスログのデータ構造を説明するための図である。

【図5】図５は、本実施の形態に係る通信管理装置が備える学習部および演算部を説明するための図である。

【図6】図６は、本実施の形態に係る通信管理装置が備える学習部および演算部を説明するための図である。

【図7】図７は、本実施の形態に係る通信管理装置が記憶する第２記憶部のデータ構造を説明するための図である。

【図8】図８は、本実施の形態に係る通信管理装置のハードウェア構成を示すブロック図である。

【図9】図９は、本実施の形態に係る通信管理装置の学習処理を示すフローチャートである。

【図10】図１０は、本実施の形態に係る通信管理装置の演算処理を示すフローチャートである。

【図11】図１１は、本実施の形態に係る通信管理システムによる通信制御処理を示すシーケンス図である。

【発明を実施するための形態】

【0021】

以下、本発明の好適な実施の形態について、図１から図１１を参照して詳細に説明する。

【0022】

［通信管理システムの構成］
図１は、本発明の実施の形態に係る通信管理装置１を備える通信管理システムの構成を示すブロック図である。本実施の形態に係る通信管理システムは、５Ｇモバイル通信ネットワークに設けられ、移動通信を行う通信端末２によってアクセスされるウェブサイトのアクセス傾向を基地局ＢＳ０～ＢＳｎごとに分析する。さらに、通信管理システムは、分析結果に基づいて、通信端末２が、所定のウェブサイトにアクセスする確率が最も高い経由基地局ＢＳ０から物理的な距離が最も短いクラウド拠点のクラウド５０と通信するように通信制御を行う。

【0023】

通信管理システムは、分析装置１Ａと通信制御装置１Ｂとを備える通信管理装置１、５Ｇモバイル通信に対応する通信端末２、複数の基地局ＢＳ０～ＢＳｎ、コアネットワーク４、および複数のクラウド５０を備える。

【0024】

通信端末２は、ＳＩＭ２０を備え、スマートフォンなどの携帯通信端末、タブレット型コンピュータ、ラップトップ型コンピュータなどとして実現される。ＳＩＭ２０の契約プロファイルには、ユーザの加入者識別情報が格納され、携帯電話の回線契約に割り当てられる加入者識別番号（ＩＭＳＩ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｓｕｂｓｃｒｉｂｅｒ Ｉｄｅｎｔｉｔｙ）、加入者であるユーザの電話番号（ＭＳＩＳＤＮ：Ｍｏｂｉｌｅ Ｓｕｂｓｃｒｉｂｅｒ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｄｉｒｅｃｔｏｒｙ Ｎｕｍｂｅｒ）、ＳＩＭカード番号（ＩＣＣＩＤ：Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ Ｃａｒｄ Ｉｄｅｎｔｉｆｉｅｒ）などの識別子情報が含まれる。通信端末２は、ＳＩＭ２０のＩＭＳＩによって一意に識別される。

【0025】

通信端末２には、さらに、端末を一意に識別する端末ＩＰアドレスが割り当てられている。端末ＩＰアドレスは、ローカルＩＰアドレスやグローバルＩＰアドレスを用いることができる。なお、通信端末２は、ｍ台（ｍは正の整数）存在する。

【0026】

基地局ＢＳ０～ＢＳｎ（ｎは正の整数）は、５Ｇ方式に対応した無線基地局で構成され、通信エリアに在圏する通信端末２とコアネットワーク４との間の通信を中継する。基地局ＢＳ０～ＢＳｎは、バックホールリンクなどのネットワークＬを介してコアネットワーク４と接続する。以下において、基地局ＢＳ１～ＢＳｎを区別しない場合には、基地局ＢＳと総称する場合がある。

【0027】

コアネットワーク４は、通信管理装置１とＬＡＮやＷＡＮなどのネットワークＮＷを介して接続されている。コアネットワーク４は、Ｕ－ｐｌａｎｅ内の複数のＵＰＦ（Ｕｓｅｒ Ｐｌａｎｅ Ｆｕｎｃｔｉｏｎ）４０、Ｃ－ｐｌａｎｅ内のノードである複数のＡＭＦ（Ａｃｃｅｓｓ ａｎｄ Ｍｏｂｉｌｉｔｙ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）４１、ＳＭＦ（Ｓｅｓｓｉｏｎ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）４２、およびＤＮＳ（Ｄｏｍａｉｎ Ｎａｍｅ Ｓｙｓｔｅｍ）４３を備える。なお、コアネットワーク４が備える他の機能については図示を省略している。

【0028】

ＵＰＦ４０は、ユーザプレーン機能であり、無線アクセスネットワーク（ＲＡＮ）と、インターネットなどのデータネットワークとの間のデータパケットを処理する。本実施の形態では、単一のＣ－ｐｌａｎｅで複数のＵＰＦ４０の制御が可能である。また、複数のＵＰＦ４０は、５Ｇモバイル通信ネットワークにおいて、物理的に異なる位置に配置された装置である。各ＵＰＦ４０は、インターネット上の各クラウド５０と接続され、通信端末２は、各ＵＰＦ４０を介して、各クラウド５０が提供するウェブサイトにアクセスすることができる。

【0029】

ＡＭＦ４１は、アクセスおよび移動管理装置であり、各エリアに移動した通信端末２の登録や無線接続を管理する。本実施の形態では、ＡＭＦ４１は、複数台設けられ、各々は、通信管理装置１との通信を行うための通信インターフェース４１ａを備える。図２は、ＡＭＦ４１が管理する在圏ログのテーブル４１０を示す。在圏ログは、通信端末２のＩＭＳＩと、通信端末２が在圏した通信エリアの基地局ＢＳと、在圏した時間ｘであるタイムスタンプとが関連付けられた情報である。例えば、通信端末２のＩＭＳＩ１には、通信端末２による移動に応じて切り替わった基地局ＢＳ０～ＢＳｎと、それぞれの基地局ＢＳ０～ＢＳｎに在圏した時間ｘがタイムスタンプとして記録されている。

【0030】

ＳＭＦ４２は、セッション管理機能であり、通信端末２からインターネット等のデータネットワーク間のＰＤＵ（Ｐａｃｋｅｔ Ｄａｔａ Ｕｎｉｔ）セッションの確立、変更、リリース等を行う。本実施の形態に係るＳＭＦ４２は、通信管理装置１と通信を行うための通信インターフェース４２ａを備える。また、ＳＭＦ４２は、図３のテーブル４２０に示すように、通信端末２のＩＭＳＩと、ＩＭＳＩに割り当てられた端末ＩＰアドレスと、通信端末２が使用しているＵＰＦ４０とが関連付けられた情報を記憶する。

【0031】

ＤＮＳ４３は、ドメイン名システムであり、ドメイン名とＩＰアドレスとを紐づけし、ＩＰネットワーク上で管理する。本実施の形態に係るＤＮＳ４３は、通信インターフェース４３ａ備え、通信インターフェース４３ａを介して通信管理装置１と通信を行う。また、本実施の形態に係るＤＮＳ４３は、通信端末２がアクセス要求したウェブサイトのサイトＩＰアドレスのアクセスログを記憶する。図４に示すようにＤＮＳ４３は、通信端末２の端末ＩＰアドレスと、サイトＩＰアドレスと、端末ＩＰアドレスによってサイトＩＰアドレスにアクセスされた時間ｔを示すタイムスタンプとを関連付けたテーブル４３０を記憶する。

【0032】

クラウド５０は、所定のウェブサイトやウェブアプリケーションなどを提供し、各々のクラウド５０は、地理的に互いに離れたクラウド拠点を有する。クラウド拠点とは、各クラウド５０を構成する物理的な機器が配置された地理的な位置あるいは領域を示す。各クラウド５０は、サーバ、データセンタ、ＭＥＣサーバなどのエッジサーバとすることができる。図１の例では、クラウド１、クラウド２、およびクラウドＺ（Ｚは正の整数）の各々は、サイトＩＰアドレス「サイトＩＰ１」の第１ウェブサイトを提供するクラウド拠点として地理的に互いに離れた位置に分散配置されている。

【0033】

例えば、図１に示すように、ＩＭＳＩ１および端末ＩＰ１が割り当てられている通信端末２が基地局ＢＳ０の通信エリアに在圏している。通信端末２は、基地局ＢＳ０およびＵＰＦ４０を介していずれかのクラウド５０に接続し、サイトＩＰ１の第１ウェブサイト「ｗｗｗ．１１１」にアクセスする。図１の例では、基地局ＢＳ０－ＵＰＦ４０－クラウド５０間の距離は、次の通りとなっている。［基地局ＢＳ０－ＵＰＦ＿１－クラウド１間の距離Ｒ１］＞［基地局ＢＳ０－ＵＰＦ＿２－クラウド２間の距離Ｒ２］＞［基地局ＢＳ０－ＵＰＦ＿Ｚ－クラウドＺ間の距離ＲＺ］。したがって、通信端末２がサイトＩＰ１の第１ウェブサイトにアクセスする場合、基地局ＢＳ０から最短経路をとるＵＰＦ＿Ｎを介してクラウドＺと通信を行うことで、ＭＥＣを利用した遅延時間の抑制が可能となる。

【0034】

他方において、ユーザのアクセス傾向に応じて、通信端末２は特定の基地局ＢＳを介して、より頻繁に特定のウェブサイトにアクセスする場合がある。例えば、近年のリモートワークでは、通信端末２に紐づけられたユーザは、自宅に居ながら勤務先の会社の所定のウェブサイトにアクセスする。このような場合、ユーザは、会社の位置にある基地局ＢＳではなく、自宅に近い基地局ＢＳを介してより頻繁に会社のウェブサイトにアクセスする。本実施の形態に係る通信管理システムでは、このようにユーザ毎、すなわち通信端末２ごとの基地局ＢＳ単位でのデータネットワークのアクセス傾向を機械学習モデルで学習し、通信端末２が所定のウェブサイトにアクセスする確率が最も高い経由基地局ＢＳを決定する。さらに、通信管理システムは、決定された基地局ＢＳから最短経路にあるクラウド拠点のクラウド５０で通信端末２が通信を行うように通信制御を行う。

【0035】

［通信管理装置の機能ブロック］
通信管理装置１は、分析装置１Ａおよび通信制御装置１Ｂを備える。分析装置１Ａは、各通信端末２の基地局ＢＳ単位のアクセス傾向を機械学習モデルとして、隠れマルコフモデルを用いて求める。通信制御装置１Ｂは、分析装置１Ａで得られた分析結果に基づいて、通信端末２が基地局ＢＳから最短距離のクラウド拠点のクラウド５０と通信するように通信制御を行う。

【0036】

分析装置１Ａは、出力シンボル取得部１０、学習部１１、演算部１２、決定部１３、第１記憶部１４、および出力部１５を備える。出力シンボル取得部１０は、第２取得部１０Ａ、第３取得部１０Ｂ、および第４取得部１０Ｃを備える。

【0037】

出力シンボル取得部１０は、通信端末２が在圏する通信エリアの基地局ＢＳを介してアクセスした第１ウェブサイトのサイトＩＰアドレス（第１識別情報）を含む出力シンボル系列を取得する。また、出力シンボル取得部１０は、通信端末２が各基地局ＢＳ～ＢＳｎを介してアクセスした第１ウェブサイトを含む複数のウェブサイトの各々の識別情報であるサイトＩＰアドレスを示す出力シンボル系列を学習データとして取得する。

【0038】

第２取得部１０Ａは、加入者識別情報であるＩＭＳＩを有する通信端末２が在圏した通信エリアの基地局ＢＳ０～ＢＳｎおよび在圏した時間ｘを示す在圏ログを、コアネットワーク４から取得する。より具体的には、第２取得部１０Ａは、コアネットワーク４のＡＭＦ４１が記憶するテーブル４１０（図２）を参照し、通信端末２ごとの在圏ログを取得する。

【0039】

第３取得部１０Ｂは、第２取得部１０Ａによって取得された通信端末２の在圏ログに含まれているＩＭＳＩに割り当てられた端末ＩＰアドレスをコアネットワーク４から取得する。より具体的には、第３取得部１０Ｂは、コアネットワーク４のＳＭＦ４２が記憶するテーブル４２０（図３）を参照し、通信端末２のＩＭＳＩに割り当てられた端末ＩＰアドレスを取得する。

【0040】

第４取得部１０Ｃは、第３取得部１０Ｂで取得された通信端末２の端末ＩＰアドレスに基づいて、ＩＭＳＩごとの、サイトＩＰアドレスを有する各ウェブサイトへのアクセス時間を含むアクセスログをコアネットワーク４から取得する。より具体的には、第４取得部１０Ｃは、コアネットワーク４が備えるＤＮＳ４３が記憶するテーブル４３０（図４）を参照し、通信端末２の端末ＩＰアドレスをキーとして、アクセスログを取得する。

【0041】

第２取得部１０Ａ、第３取得部１０Ｂ、および第４取得部１０Ｃを備える出力シンボル取得部１０によって取得された情報により、ＩＭＳＩおよび端末ＩＰアドレスが割り当てられた通信端末２が、どの基地局ＢＳの通信エリアに在圏するタイムスタンプに対応する時間に、どのサイトＩＰアドレスを有するウェブサイトにアクセスしたかを把握することができる。

【0042】

学習部１１は、出力シンボル取得部１０によって取得された学習データに対する尤度を最大にする、通信端末２の接続が所定の基地局から別の基地局に切り替わる確率である状態遷移確率分布Ａ、および、通信端末２が各基地局ＢＳを介して、所定のサイトＩＰアドレスのウェブサイトにアクセスする確率であるシンボル出力確率分布Ｂを含む隠れマルコフモデルのパラメータを推定する。

【0043】

前述したように、本実施の形態に係る通信管理装置１は、機械学習モデルとして隠れマルコフモデル（Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ：ＨＭＭ）を採用する。隠れマルコフモデルは、マルコフ過程に従って変化する状態変数に依存した観測値である出力シンボルを確率的にとらえるモデルである。すなわち、複数の状態の間を移動する確率変数が、各時点でどの状態にあるかを推定することができるモデルである。

【0044】

より具体的には、学習部１１は、通信端末２の移動にともなって切り替わる各基地局ＢＳ０～ＢＳｎを隠れ状態の有限集合とし、かつ、通信端末２が各基地局ＢＳ０～ＢＳｎを介してアクセスしたウェブサイトのサイトＩＰアドレスを観測可能な出力シンボルの有限集合とした隠れマルコフモデルを用いる。

【0045】

図５は、本実施の形態で採用される隠れマルコフモデルを説明するための図である。図５に示すように、本実施の形態ではＬｅｆｔ－ｔｏ－Ｒｉｇｈｔ ＨＭＭを用いる。Ｌｅｆｔ－ｔｏ－Ｒｉｇｈｔ ＨＭＭは、状態が必ず左から右に遷移し、次の状態に遷移すると前の状態へは戻ることができないエルゴード性がないとの仮定に基づくモデルである。図５に示す各円は、通信端末２が在圏する基地局ＢＳ０～ＢＳｎ、すなわち、直接観測することができない隠れ状態を示し、状態の集合Ｓ＝｛Ｓ_１，Ｓ_２，…，Ｓ_ｎ｝で表される。

【0046】

また、図５の例では、通信端末２は、初期状態の基地局ＢＳ０から最終状態の基地局ＢＳｎまで移動し、各状態のループは自己ループを示している。また、図５では、通信端末２が隠れ状態である各基地局ＢＳ０～ＢＳｎを介してアクセスしたウェブサイトのサイトＩＰアドレス、すなわち唯一観測することができる出力シンボル系列の出力確率は、ｂ_ｉ（１），ｂ_ｉ（２），…，ｂ_ｉ（ｋ）で示されている。これは、状態Ｓ_ｉである各基地局ＢＳ０～ＢＳｎを介して、通信端末２が予め設定されたｋ種類のサイトＩＰアドレス１～ｋの各々にアクセスする確率である。このように、状態Ｓで表される基地局ＢＳからシンボルＯで表されるサイトＩＰアドレスが出力されると考えることができる。

【0047】

隠れマルコフモデルのパラメータは、上記の隠れ状態の集合Ｓの他に、出力シンボルの種類Ｋ＝｛１，２，…，ｋ｝、出力シンボルの集合Ｏ＝｛Ｏ_１，Ｏ_２，…，Ｏ_ｍ｝、初期状態確率の集合π＝｛π_ｉ｝、最終状態の集合、状態遷移確率の集合Ａ＝｛ａ_ｉｊ｝、およびシンボル出力確率の集合Ｂ＝｛ｂ_ｉ（Ｏ_ｔ）｝を含む。

【0048】

初期状態確率π_ｉの総和は、次式（１）で表されるように、１を満たす。これは、Ｌｅｆｔ－ｔｏ－Ｒｉｇｈｔ ＨＭＭでは、初期状態ｉ＝０のみで始まることによる。

【数1】

【0049】

最終状態に関し、Ｌｅｆｔ－ｔｏ－Ｒｉｇｈｔ ＨＭＭでは、最後の状態は、ただ一つのみである。

【0050】

状態遷移確率ａ_ｉｊは、状態Ｓ_ｉから状態Ｓ_ｊに遷移する確率であり、ある状態Ｓ_ｉから遷移する可能性のあるすべての状態Ｓ_ｊへの状態遷移確率の総和は次式（２）で示すように１を満たす。

【数2】

【0051】

シンボル出力確率ｂ_ｉ（Ｏ_ｔ）は、前述したように状態Ｓ_ｉで出力シンボルＯ_ｔを出力する確率を示し、ある状態Ｓ_ｉから遷移するときに出力されうる全てのシンボルのシンボル出力確率の総和は、次式（３）で示すように１を満たす。なお、出力シンボルＯ_ｔは、時刻ｔにおいて観測される出力シンボルである。

【数3】

【0052】

上記のように定義される隠れマルコフモデルをλ＝（Ａ，Ｂ，π）と表す。学習部１１は、隠れマルコフモデルλの状態遷移確率分布Ａおよびシンボル出力確率分布Ｂのパラメータを推定する。隠れマルコフモデルでは、出力シンボル系列からは隠れ状態系列は直接観測できないため、直接最尤推定を行うことが困難である。そのため、学習部１１は、ＥＭ（Ｅｘｐｅｃｔａｔｉｏｎ－ｍａｘｉｍｉｚａｔｉｏｎ）アルゴリズムと呼ばれる最尤法に基づく繰り返し演算によってこれらのパラメータを推定する。学習部１１は、特に、隠れマルコフモデルに対するパラメータの推定に適応したものとしてよく知られているＥＭアルゴリズムの一つである、Ｂａｕｍ－Ｗｅｌｃｈアルゴリズムを用いて状態遷移確率分布Ａおよびシンボル出力確率分布Ｂのパラメータを推定する。

【0053】

学習部１１は、以下の第１ステップから第５ステップまでのＢａｕｍ－Ｗｅｌｃｈアルゴリズムの学習ステップを実行する。

【0054】

［第１ステップ］
まず、学習部１１は、状態遷移確率分布Ａおよびシンボル出力確率Ｂの初期値を設定する。学習部１１は、任意の値を初期値として用いることができる。

【0055】

［第２ステップ］
次に、出力シンボル取得部１０は、学習データの出力シンボル系列Ｏ_ｔ＝｛Ｏ_１，Ｏ_２，…，Ｏ_ｍ｝を決定する。学習データは、出力シンボル取得部１０によって取得される、通信端末２が各基地局ＢＳを介してアクセスしたウェブサイトのサイトＩＰアドレスの出力シンボル系列である。出力シンボル取得部１０は、図６に示すように、通信端末２の在圏ログのタイムスタンプと、ウェブサイトへのアクセスログのタイムスタンプとを比較して、どの基地局ＢＳでどのウェブサイトへアクセスされたかを特定し、時刻ｔのシンボル出力系列Ｏ_ｔを決定する。

【0056】

具体的には、図６に示すように、出力シンボル取得部１０は、ＡＭＦ４１のテーブル４１０に記憶されている通信端末２の在圏ログのタイムスタンプの時刻ｘ_１～ｘ_ｎ間で、ＤＮＳ４３が記憶するアクセスログに含まれる、通信端末２によるウェブサイトのサイトＩＰアドレス指定とそのアクセス時間ｔ_１，ｔ_２，…，ｔ_ｎとを出力シンボル系列Ｏ_ｔとして決定する。また、出力シンボル取得部１０は、通信端末２の在圏ログから、状態Ｓ_ｉを特定する。図６の例では、基地局ＢＳの番号０～ｎに応じて、状態Ｓ_１～状態Ｓ_ｎが特定される。なお、状態Ｓ_ｉは、学習部１１が特定する構成としてもよい。

【0057】

［第３ステップ］
次に、学習部１１は、Ｆｏｒｗａｒｄアルゴリズムの変数であるｇｒｉｄの値をα_ｔ（ｉ）として次式（４）によって定義し、各α_ｔの計算を行う。

【数4】

上式（４）において、ｊ＝１，２，…，ｎ－１である。

【0058】

［第４ステップ］
次に、学習部１１は、Ｂａｃｋｗａｒｄアルゴリズムの変数であるｇｒｉｄの値をβ_ｔ（ｔ）として次式（５）により定義し、各β_ｔの計算を行う。

【数5】

ここで、ｊ＝１，２，…，ｎ－１である。

【0059】

［第５ステップ］
続いて、学習部１１は、時刻ｔにおける状態Ｓ_ｉから状態Ｓ_ｊへの遷移確率Γ_ｔ（ｉ，ｊ）の計算を行い、状態遷移確率ａ_ｉｊおよびシンボル出力確率ｂ_ｊ（Ｏ）の再計算を行う。

【数6】

上式（８）においてｔ∈０は、時刻ｔにおけるシンボル出力Ｏ_ｔが０であることを示す。

【0060】

その後、学習部１１は、上記の第３ステップから第５ステップまでを繰り返し、パラメータが変化しない、あるいは尤度が変化しなくなった点を収束点とし、その時の状態遷移確率分布Ａおよびシンボル出力確率分布Ｂを推定値として採用する。Ｂａｕｍ－Ｗｅｌｃｈアルゴリズムにおいては、第５ステップで遷移確率Γ_ｔ（ｉ，ｊ）を状態遷移確率ａ_ｉｊとシンボル出力確率ｂ_ｊ（Ｏ）から計算する手続きがＥＭアルゴリズムの期待値（Ｅ）ステップに対応する。また、第５ステップにおいてシンボル出力確率ｂ_ｊ（Ｏ）を遷移確率Γ_ｔ（ｉ，ｊ）から再計算する手続きがＥＭアルゴリズムの最大化（Ｍ）ステップに対応する。

【0061】

図１に戻り、演算部１２は、学習済みの隠れマルコフモデルを用いて、通信端末２が各基地局ＢＳ０～ＢＳｎを介して、出力シンボル取得部１０によって取得されたサイトサイトＩＰ１を有する第１ウェブサイトへアクセスする確率を求める。

【0062】

より具体的には、演算部１２は、例えば、図５に示すように、シンボル出力確率ｂ_ｉ（１），ｂ_ｉ（２），…，ｂ_ｉ（ｋ）のｋ種類の出力シンボルに対応するサイトＩＰアドレス１～ｋの各々についての各状態Ｓ_ｉでのシンボル出力確率ｂ_ｉ（１），ｂ_ｉ（２），…，ｂ_ｉ（ｋ）を求める。例えば、基地局ＢＳ０を介して通信端末２がＩＰアドレス１、ＩＰアドレス２、・・・ＩＰアドレスｋにアクセスする確率は、それぞれ、ｂ_０（１）＝０．７、ｂ_０（２）＝０．２、・・・、ｂ_０（ｋ）＝０．１と求められる。このようにして、演算部１２は、学習済みの隠れマルコフモデルを用いて、各基地局ＢＳ０～ＢＳｎを介して通信端末２がサイトＩＰアドレス１～ｋの各々にアクセスする確率を求める。

【0063】

決定部１３は、演算部１２により求められた、通信端末２が各基地局ＢＳ０～ＢＳｎを介してサイトＩＰ１の第１ウェブサイトへアクセスする確率に基づいて、通信端末２が第１ウェブサイトへアクセスする確率が最も高い基地局ＢＳを決定する。決定部１３は、例えば図５に示す各基地局ＢＳ０～ＢＳｎでのシンボル出力確率の値を比較して、通信端末２がどの基地局ＢＳ０～ＢＳｎを介してサイトＩＰ１へアクセスする確率が最も高いかを判定する。図５の例では、通信端末２がサイトＩＰ１（ｋ＝１）へアクセスする回数が最も多い基地局ＢＳは、シンボル出力確率ｂ_０（１）＝０．７の基地局ＢＳ_０であると決定される。

【0064】

第１記憶部１４は、学習部１１によってパラメータが推定された学習済みマルコフモデルを記憶する。

【0065】

出力部１５は、決定部１３により決定された、通信端末２がサイトＩＰ１の第１ウェブサイトにアクセスする確率が最も高い基地局ＢＳの情報を、通信制御情報として出力する。なお、出力部１５は、通信制御装置１Ｂに通信制御情報を送出することができる。

【0066】

次に、通信管理装置１が備える通信制御装置１Ｂは、第１取得部１６、第２記憶部１７、および通信制御部１８を備える。通信制御装置１Ｂは、通信端末２が実際にアクセスした第１ウェブサイトのサイトＩＰ１の情報に基づいて、通信端末２がサイトＩＰ１にアクセスする確率が最も高い経由基地局ＢＳから最短経路にあるクラウド拠点のクラウド５０で通信端末２に通信を行うように通信制御を行う。

【0067】

第１取得部１６は、出力部１５からの通信制御情報に基づいて、第１ウェブサイトを提供する複数のクラウド５０のうち、通信端末２による第１ウェブサイトへのアクセス確率が最も高い基地局ＢＳからの物理的な距離が最短のクラウド拠点のクラウド５０の情報を取得する。第１取得部１６は、第２記憶部１７から、最短経路にあるクラウド拠点のクラウド５０の情報を取得する。

【0068】

第２記憶部１７は、図７のテーブル１７０を記憶する。テーブル１７０は、各基地局ＢＳ０～ＢＳｎと、ＵＰＦ＿１～ＵＰＦ＿Ｎの各々と、サイトＩＰ１～サイトＩＰｋの各々を提供するクラウド拠点であるクラウド１～クラウドＺとの間の物理的な距離を記憶する。テーブル１７０は複数の通信端末２で共有される情報である。ここで、一例として、通信端末２がサイトＩＰ１にアクセスする確率が最も高い経由基地局ＢＳは、基地局ＢＳ０である場合について考える。

【0069】

この場合、第１取得部１６は、図７に示すテーブル１７０の破線の領域で示される、基地局ＢＳ０－ＵＰＦ＿１－クラウド１間の距離３０ｋｍと、基地局ＢＳ０－ＵＰＦ＿２－クラウド２間の距離２０ｋｍと、および基地局ＢＳ０－ＵＰＦ＿Ｚ－クラウドＺ間の距離３ｋｍとを比較する。なお、クラウド１～クラウドＺは、それぞれがサイトＩＰ１のクラウド拠点である。図７に示すように、通信端末２は、基地局ＢＳ０から、ＵＰＦ＿Ｎを介してクラウドＺと通信を行う場合に最短経路をとる。したがって、第１取得部１６は、第２記憶部１７からＵＰＦ＿Ｎの情報を取得する。

【0070】

通信制御部１８は、第１取得部１６によって取得されたクラウドＺの情報に応じて、コアネットワーク４に対して、通信端末２の接続先を、クラウドＺとする指示を行う。より具体的には、通信制御部１８は、コアネットワーク４のＳＭＦ４２に対して、ＩＭＳＩ１に係る通信端末２がＵＰＦ＿Ｎで通信を行うよう指示を送る。通信制御部１８による通信制御により、通信端末２は、基地局ＢＳ０から、ＵＰＦ＿Ｎを介してサイトＩＰ１のクラウド拠点であるクラウドＺと通信を行うことで、基地局ＢＳ０から最短経路でサイトＩＰ１にアクセスすることができる。

【0071】

［通信管理装置のハードウェア構成］
次に、上述した機能を有する通信管理装置１を実現するハードウェア構成の一例について、図８を用いて説明する。

【0072】

図８に示すように、通信管理装置１は、例えば、バス１０１を介して接続されるプロセッサ１０２、主記憶装置１０３、通信インターフェース１０４、補助記憶装置１０５、入出力Ｉ／Ｏ１０６を備えるコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。

【0073】

主記憶装置１０３には、プロセッサ１０２が各種制御や演算を行うためのプログラムが予め格納されている。プロセッサ１０２と主記憶装置１０３とによって、図１に示した分析装置１Ａの出力シンボル取得部１０、学習部１１、演算部１２、決定部１３、通信制御装置１Ｂの第１取得部１６、通信制御部１８など通信管理装置１の各機能が実現される。

【0074】

通信インターフェース１０４は、通信管理装置１と各種外部電子機器との間をネットワーク接続するためのインターフェース回路である。

【0075】

補助記憶装置１０５は、読み書き可能な記憶媒体と、その記憶媒体に対してプログラムやデータなどの各種情報を読み書きするための駆動装置とで構成されている。補助記憶装置１０５には、記憶媒体としてハードディスクやフラッシュメモリなどの半導体メモリを使用することができる。

【0076】

補助記憶装置１０５は、通信管理装置１が実行する学習プログラムを格納するプログラム格納領域を有する。また、補助記憶装置１０５は、通信端末２の通信制御を行うための通信制御プログラムを格納する領域を有する。補助記憶装置１０５によって、図１で説明した第１記憶部１４、第２記憶部１７が実現される。さらには、例えば、上述したデータやプログラムなどをバックアップするためのバックアップ領域などを有していてもよい。

【0077】

入出力Ｉ／Ｏ１０６は、外部機器からの信号を入力したり、外部機器へ信号を出力したりする入出力装置である。

【0078】

なお、分析装置１Ａおよび通信制御装置１Ｂをそれぞれ別個のハードウェア構成としてもよく、その場合、分析装置１Ａおよび通信制御装置１Ｂの各々が、図８に示すハードウェア構成を備える。

【0079】

［通信管理装置の動作］
次に、上述した構成を有する通信管理装置１の動作を、図９および図１０のフローチャートを参照して説明する。図９は、分析装置１Ａによる隠れマルコフモデルの学習処理を示すフローチャートである。図１０は、分析装置１Ａによる、パラメータが推定された学習済みの隠れマルコフモデルを用いた演算処理を示すフローチャートである。

【0080】

まず、図９を参照して、分析装置１Ａによる学習処理を説明する。はじめに、出力シンボル取得部１０の第２取得部１０Ａは、ＡＭＦ４１から通信端末２の在圏ログを取得する（ステップＳ１）。第２取得部１０Ａは、ＡＭＦ４１のテーブル４１０を参照し、通信端末２に割り当てられているＩＭＳＩ１が在圏する通信エリアの基地局ＢＳ０～ＢＳｎおよび在圏した時間を示すタイムスタンプを取得する。

【0081】

次に、出力シンボル取得部１０の第３取得部１０Ｂは、ＳＭＦ４２から通信端末２の端末ＩＰアドレスを取得する（ステップＳ２）。具体的には、第３取得部１０Ｂは、ＳＭＦ４２のテーブル４２０を参照し、通信端末２のＩＭＳＩ１に割り当てられている端末ＩＰ１を取得する。

【0082】

次に、出力シンボル取得部１０の第４取得部１０Ｃは、ＤＮＳ４３から、通信端末２によるウェブサイトのアクセスログを取得する（ステップＳ３）。より具体的には、第４取得部１０Ｃは、ＤＮＳ４３が記憶するテーブル４３０を参照し、ステップＳ２で取得された端末ＩＰ１によるウェブサイトのサイトＩＰアドレスの指定とタイムスタンプとを取得する。

【0083】

続いて、出力シンボル取得部１０は、ステップＳ１からステップＳ３で取得されたデータに基づいて、隠れマルコフモデルのパラメータを推定するための学習データを取得する（ステップＳ４）。出力シンボル取得部１０は、ステップＳ１で取得された在圏ログのタイムスタンプｘ_１～ｘ_ｎ間に対応する、ステップＳ３で取得されたアクセスログのタイムスタンプｔ_１～ｔ_ｎで通信端末２がＩＰアドレス指定したウェブサイトのサイトＩＰアドレスの出力シンボル系列を学習データとして取得する。

【0084】

次に、学習部１１は、ステップＳ４で取得された学習データに対する尤度を最大にする隠れマルコフモデルのパラメータを推定する（ステップＳ５）。具体的には、学習部１１は、上述したＢａｕｍ－Ｗｅｌｃｈアルゴリズムの第１ステップから第５ステップまでの処理を実行し、状態遷移確率分布Ａおよびシンボル出力確率分布Ｂを含むパラメータを推定する。

【0085】

ステップＳ５で推定されたパラメータは、学習済み隠れマルコフモデルとして第１記憶部１４に記憶される（ステップＳ６）。

【0086】

次に、図１０を参照して、通信管理装置１が備える分析装置１Ａによる学習済み隠れマルコフモデルを用いた演算処理について説明する。

【0087】

まず、演算部１２は、第１記憶部１４から学習済みの隠れマルコフモデルをロードする（ステップＳ１０）。次に、出力シンボル取得部１０は、通信端末２が基地局ＢＳ０～ＢＳｎを介してアクセスしているウェブサイトのサイトＩＰアドレスの出力シンボル系列を取得する（ステップＳ１１）。

【0088】

具体的には、出力シンボル取得部１０は、通信端末２が在圏している通信エリアの基地局ＢＳ０を介してアクセスしている第１ウェブサイトのサイトＩＰ１を取得することができる。なお、ステップＳ１１で取得される出力シンボルは、通信端末２のＩＭＳＩ１と、在圏ログのタイムスタンプにおいて、通信端末２が指定した第１ウェブサイトのサイトＩＰ１と、アクセスログのタイムスタンプとが含まれる情報である。この情報により、通信端末２が現在、サイトＩＰ１の第１ウェブサイトにアクセスしていることが把握される。

【0089】

次に、演算部１２は、学習済みの隠れマルコフモデルを用いて、通信端末２が各基地局ＢＳ０～ＢＳｎを介して、出力シンボル取得部１０によって取得されたサイトＩＰ１を有する第１ウェブサイトへアクセスする確率を求める（ステップＳ１２）。演算部１２は、例えば、図５に示すように、通信端末２が、各状態Ｓ_ｉに対応する基地局ＢＳ０～ＢＳｎの各々を介してサイトＩＰ１の第１ウェブサイト（ｋ＝１）にアクセスする確率値を基地局ＢＳ０では「０．７」、基地局ＢＳ１では「０．３」、・・・、基地局ＢＳｎ－１では「０．１」と算出する。

【0090】

次に、決定部１３は、ステップＳ１２で求められた確率値に基づいて、通信端末２がサイトＩＰ１の第１ウェブサイトにアクセスする確率が最も高い基地局ＢＳを決定する（ステップＳ１３）。例えば、図５のケースでは、決定部１３は、サイトＩＰ１の第１ウェブサイトにアクセスする基地局ＢＳ０の確率値「０．７」が最も高いため、基地局ＢＳ０を選定する。

【0091】

次に、出力部１５は、ステップＳ１３で決定された基地局ＢＳ０の情報を、通信制御情報として出力する（ステップＳ１４）。以上が通信管理装置１の分析装置１Ａでの処理となる。

【0092】

次に、通信管理装置１が備える通信制御装置１Ｂにおける通信制御処理を、図１１の通信管理システムの動作シーケンスを参照して説明する。まず、通信端末２は、在圏する通信エリアの基地局ＢＳ０を介して、さらにＵＰＦ＿１を介してクラウド１と通信し、サイトＩＰ１の第１ウェブサイトにアクセスしている（ステップＳ１００）。なお、ステップＳ１００では、通信端末２の通信開始時にランダムに割り当てられたＵＰＦ＿１によりクラウド１に接続している。

【0093】

次に、コアネットワーク４が備えるＳＭＦ４２は、ＩＭＳＩ１を有する通信端末２が、ＵＰＦ＿１を介してサイトＩＰ１にアクセスしているとの情報を通信管理装置１に対して通知する（ステップＳ１０１）。ＳＭＦ４２はテーブル４２０を参照して通知を行う。通信管理装置１の出力シンボル取得部１０は、ＳＭＦ４２からの通知を取得する。

【0094】

次に、通信管理装置１が備える通信制御装置１Ｂは、分析装置１Ａの出力部１５から出力された通信制御情報を取得する（ステップＳ１０２）。例えば、通信制御情報として、通信端末２がサイトＩＰ１の第１ウェブサイトにアクセスする確率が最も高い基地局ＢＳ０の情報が取得される。

【0095】

次に、通信制御装置１Ｂの第１取得部１６は、ステップＳ１０２で取得された基地局ＢＳ０の情報に基づいて、サイトＩＰ１の第１ウェブサイトを提供するクラウド５０のうち、基地局ＢＳ０からの物理的な距離が最短となるクラウド拠点のクラウドＺに接続するＵＰＦ＿Ｎの情報を取得する（ステップＳ１０３）。具体的には、第１取得部１６は、第２記憶部１７が記憶するテーブル１７０を参照し、サイトＩＰ１の第１ウェブサイトのクラウド拠点のクラウド１～クラウドＺのうち、基地局ＢＳ０－ＵＰＦ４０－クラウド５０間の物理的な距離が最短となるＵＰＦ＿Ｎを選択する。

【0096】

次に、通信制御装置１Ｂの通信制御部１８は、ＳＭＦ４２に対してＩＭＳＩ１に係る通信端末２が、ＵＰＦ＿Ｎを使用して通信すべきことを示す通信制御指示を送出する（ステップＳ１０４）。続いて、ＳＭＦ４２は、通信制御指示に応じて、ＵＰＦ＿Ｎに対してＩＭＳＩ１の通信端末２とのセッション確立の指示を送出する（ステップＳ１０５）。次に、セッション確立指示を受け取ったＵＰＦ＿Ｎは、通信端末２とのセッションを確立する（ステップＳ１０６）。

【0097】

その後、ＵＰＦ＿Ｎは、通信端末２とセッションが確立したことを示す通知をＳＭＦ４２に送出する（ステップＳ１０７）。次に、ＳＭＦ４２は、ＩＭＳＩ１に係る通信端末２に対してＵＰＦ＿Ｎとの通信を行うよう指示を行う（ステップＳ１０８）。その後、通信端末２は、通信指示に応じて基地局ＢＳ０からＵＰＦ＿ＮおよびクラウドＺとの通信を行い、サイトＩＰ１の第１ウェブサイトにアクセスする（ステップＳ１０９）。

【0098】

以上説明したように、本実施の形態に係る通信管理装置１によれば、通信端末２の移動にともなって切り替わる各基地局ＢＳ０～ＢＳｎを隠れ状態の有限集合とし、かつ、通信端末２が各基地局ＢＳ０～ＢＳｎを介してアクセスした各ウェブサイトのサイトＩＰアドレスを観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータを推定する。そのため、通信ネットワーク全体の通信管理のために、基地局ＢＳ０～ＢＳｎ単位でユーザのアクセス傾向を把握することができる。

【0099】

また、本実施の形態に係る通信管理装置１によれば、通信端末２がサイトＩＰ１の第１ウェブサイトにアクセスする確率が最も高い基地局ＢＳ０を決定する。そのため、ＭＥＣを利用して、通信端末２が、基地局ＢＳ０から最短距離にあるクラウド拠点のクラウド５０と通信を行うように通信管理を行うことができる。その結果として、通信端末２の通信における伝送遅延を抑制することができる。

【0100】

なお、上述の実施の形態では、５Ｇに準拠する通信管理システムである場合を例示したが、６Ｇ等に準拠する通信管理システムであってもよい。

【0101】

また、上述した通信管理装置１では、隠れマルコフモデルのパラメータの推定に係る学習処理を、Ｂａｕｍ－Ｗｅｌｃｈアルゴリズムにより行う場合について説明した。しかし、隠れマルコフモデルのパラメータの推定は、Ｂａｕｍ－Ｗｅｌｃｈアルゴリズムに限定されない。例えば、構造化変分推論を用いてもよい。

【0102】

また、上述した通信管理装置１では、分析装置１Ａと通信制御装置１Ｂとが一つの装置内に設けられている場合について説明した。しかし、分析装置１Ａと通信制御装置１Ｂとは、ネットワーク上に分散して独立した装置として構成されていてもよい。また、分析装置１Ａおよび通信制御装置１Ｂが備える各機能部についてもそれぞれがネットワーク上に分散して構成する場合が含まれる。

【0103】

以上、本発明の通信管理装置および通信管理方法における実施の形態について説明したが、本発明は説明した実施の形態に限定されるものではなく、請求項に記載した発明の範囲において当業者が想定し得る各種の変形を行うことが可能である。

【符号の説明】

【0104】

１…通信管理装置、１Ａ…分析装置、１Ｂ…通信制御装置、１０…出力シンボル取得部、１０Ａ…第２取得部、１０Ｂ…第３取得部、１０Ｃ…第４取得部、１１…学習部、１２…演算部、１３…決定部、１４…第１記憶部、１５…出力部、１６…第１取得部、１７…第２記憶部、１８…通信制御部、２…通信端末、２０…ＳＩＭ、４…コアネットワーク、４０…ＵＰＦ、４１…ＡＭＦ、４２…ＳＭＦ、４３…ＤＮＳ、５０…クラウド、１０１…バス、１０２…プロセッサ、１０３…主記憶装置、４１ａ、４２ａ、４３ａ、１０４…通信インターフェース、１０５…補助記憶装置、１０６…入出力Ｉ／Ｏ、ＢＳ０～ＢＳｎ…基地局、Ｌ、ＮＷ…ネットワーク。

【要約】

【課題】通信ネットワーク全体の通信管理のために、基地局単位でユーザのアクセス傾向を把握することを目的とする。
【解決手段】
通信管理装置１は、通信端末２が基地局ＢＳを介してアクセスした第１ウェブサイトの第１識別情報を含む出力シンボル系列を取得する出力シンボル取得部１０と、各基地局ＢＳを隠れ状態の有限集合とし、かつ、通信端末２が各基地局ＢＳを介してアクセスした各ウェブサイトの識別情報を観測可能な出力シンボルの有限集合とした隠れマルコフモデルのパラメータが事前に推定された学習済みの隠れマルコフモデルを用いて、通信端末２が各基地局ＢＳを介して第１ウェブサイトへアクセスする確率を求める演算部１２と、求められたアクセスする確率に基づいて、通信端末２が第１ウェブサイトへアクセスする確率が最も高い基地局ＢＳを決定する決定部１３とを備える。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】