特許 7511777 通信リンクのＱｏＳ性能相互依存度を学習する方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-06-27

(45)【発行日】2024-07-05

(54)【発明の名称】通信リンクのＱｏＳ性能相互依存度を学習する方法

(51)【国際特許分類】

   H04W 28/16 20090101AFI20240628BHJP

   H04W 24/10 20090101ALI20240628BHJP

【ＦＩ】

H04W28/16

H04W24/10

【請求項の数】 12

(21)【出願番号】P 2023559193

(86)(22)【出願日】2021-09-15

(65)【公表番号】

(43)【公表日】2023-12-21

(86)【国際出願番号】 JP2021034922

(87)【国際公開番号】W WO2022208936

(87)【国際公開日】2022-10-06

【審査請求日】2023-06-14

(31)【優先権主張番号】21305412.5

(32)【優先日】2021-03-31

(33)【優先権主張国・地域又は機関】EP

(73)【特許権者】

【識別番号】503163527

【氏名又は名称】ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ

【氏名又は名称原語表記】ＭＩＴＳＵＢＩＳＨＩ ＥＬＥＣＴＲＩＣ Ｒ＆Ｄ ＣＥＮＴＲＥ ＥＵＲＯＰＥ Ｂ．Ｖ．

【住所又は居所原語表記】Ｃａｐｒｏｎｉｌａａｎ ４６， １１１９ ＮＳ Ｓｃｈｉｐｈｏｌ Ｒｉｊｋ， Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ

(74)【代理人】

【識別番号】100110423

【弁理士】

【氏名又は名称】曾我 道治

(74)【代理人】

【識別番号】100111648

【弁理士】

【氏名又は名称】梶並 順

(74)【代理人】

【識別番号】100122437

【弁理士】

【氏名又は名称】大宅 一宏

(74)【代理人】

【識別番号】100147566

【弁理士】

【氏名又は名称】上田 俊一

(74)【代理人】

【識別番号】100188514

【弁理士】

【氏名又は名称】松岡 隆裕

(72)【発明者】

【氏名】リ、キャンルイ

(72)【発明者】

【氏名】ボノビル、エルベ

(72)【発明者】

【氏名】グレッセ、ニコラ

(72)【発明者】

【氏名】シャラフ、アクル

【審査官】望月 章俊

(56)【参考文献】

【文献】米国特許出願公開第２００５／０２５４４２８（ＵＳ，Ａ１）

【文献】特開２００８－１１３１８６（ＪＰ，Ａ）

【文献】米国特許出願公開第２００８／０１０１２２７（ＵＳ，Ａ１）

【文献】3GPP TS 23.501 V16.8.0，フランス，3GPP，2021年03月30日，P.1,133-137，[検索日 2024.05.21]

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｗ４／００－Ｈ０４Ｗ９９／００

Ｈ０４Ｂ７／２４－Ｈ０４Ｂ７／２６

３ＧＰＰ ＴＳＧ ＲＡＮ ＷＧ１－４

ＳＡ ＷＧ１－４

ＣＴ ＷＧ１、４

(57)【特許請求の範囲】

【請求項1】

中央ノードによって管理されるネットワークにおいて複数の通信リンクのＱｏＳ性能相互依存度を学習する方法であって、前記中央ノードは、共通アプリケーションを共有するために、前記ネットワーク内の複数のユーザの間で前記複数の通信リンクを確立し、前記方法は、
前記複数の通信リンクの中から少なくとも２つのリンクを選択することと、
各選択された前記リンクに対してトレーニング要求のそれぞれを生成することと、
前記トレーニング要求について各選択された前記リンクに関するＱｏＳ性能を測定することと、
選択された前記リンク間の測定された前記ＱｏＳ性能を相互結合して、選択された前記リンクのＱｏＳ性能の集合を得ることによって、選択された前記リンク間の前記ＱｏＳ性能相互依存度を学習することと、
を含む、方法。

【請求項2】

各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、選択された前記リンクにおけるトラフィックの生成をトリガーすることを含み、
前記トレーニング要求について各選択された前記リンクに関するＱｏＳ性能を前記測定することは、前記選択された前記リンクに関する向上又は劣化を測定することを含む、請求項１に記載の方法。

【請求項3】

前記トラフィックは、前記共通アプリケーションに関する実際のトラフィックであるか、又は前記共通アプリケーションのトラフィック特性に従って生成されるダミートラフィックである、請求項２に記載の方法。

【請求項4】

各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、制御プレーン手順を通じて各選択された前記リンクについてのＱｏＳプロファイルを要求することを含み、
前記トレーニング要求について各選択された前記リンクに関するＱｏＳ性能を前記測定することは、選択された前記リンクにおけるＱｏＳプロファイル変化を検出することを含む、請求項１に記載の方法。

【請求項5】

前記通信リンクは、無線リンクである、請求項１に記載の方法。

【請求項6】

各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、動的ＧＢＲ ＱｏＳプロファイル手順を通じて各選択された前記リンクについての代替ＱｏＳプロファイル（ＡＱＰ）を要求することを含み、
前記トレーニング要求について各選択された前記リンクに関するＱｏＳ性能を前記測定することは、選択された前記リンクにおけるＱｏＳプロファイル変化を検出することを含む、請求項１に記載の方法。

【請求項7】

異なるチャネル状態を定義し、各前記チャネル状態について前記方法を実行することを含む、請求項１に記載の方法。

【請求項8】

前記チャネル状態は、低ＳＮＲシナリオ、中ＳＮＲシナリオ及び高ＳＮＲシナリオを含み、前記ＱｏＳ性能相互依存度は、各シナリオについて取得される、請求項７に記載の方法。

【請求項9】

外部イベントによってトリガーされる、請求項１に記載の方法。

【請求項10】

取得された前記ＱｏＳ性能相互依存度は、連続又は離散ＱｏＳプロファイルの集合を含む、請求項１に記載の方法。

【請求項11】

請求項１に記載の方法を実行する手段を備えるデータ処理装置。

【請求項12】

ＱｏＳ性能相互依存度を用いてアプリケーションの性能を最適化する方法であって、
請求項１に従ってＱｏＳ性能相互依存度を学習することと、
取得された前記ＱｏＳ性能の集合の各集合について前記アプリケーションの性能を予測することと、
前記アプリケーションに最高の性能を与えるＱｏＳ性能の集合を選択することと、
を含む、方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ネットワークサービスのサービス品質（ＱｏＳ）管理に関し、特に、共同性能指数を適用する共通アプリケーションとインターフェースする異なるリンクのＱｏＳ性能相互依存度を学習する方法と、ＱｏＳ性能相互依存度を用いてアプリケーション性能を最適化する方法とに関する。

【背景技術】

【0002】

５Ｇ等の最新の無線ネットワークは、技術革新及びビジネス革新が関与する垂直市場のエコシステムを創造する能力を有しているため、広範に使用されている。例えば、５Ｇを使用してバーティカルを強化する場合、プロフェッショナルアプリケーションは、サービス品質（ＱｏＳ）に関する特定の要件を有する。５Ｇベースの鉄道通信ネットワークを例にとると、鉄道アプリケーションが５Ｇ公共ブロードバンドネットワークで搬送される場合、鉄道専用通信ネットワークと同様のレベルの安全性、回復力及び信頼性を保証しなければならない。

【0003】

例えば、５Ｇにおいて、ＱｏＳの概念はフローに基づく。ＱｏＳフローは、ＰＤＵセッション（ＵＥとデータネットワークとの間の論理接続）において最も細かい粒度のＱｏＳ差別化である。各ＱｏＳフローは、以下のパラメータとともに、ＱｏＳフローＩＤ（ＱＦＩ）によって一意に識別される。以下のパラメータとはすなわち、リソースタイプ（保証ビットレート（ＧＢＲ）、非ＧＢＲ、遅延クリティカルＧＢＲ）を含む５Ｇ ＱｏＳ識別子（５ＱＩ）、優先度、パケット遅延バジェット（ＰＤＢ）及びパケットエラーレート（ＰＥＲ）、割当て保持優先度（ＡＲＰ）、並びに任意選択で保証最大フロービットレートである。ネットワークは、パケットの５ＱＩタグに基づいてパケットを扱う。

【0004】

ユーザ（ＵＥ）は、異なるデータネットワークといくつかのＰＤＵセッションを確立することができるが、あるＰＤＵセッションは、ＵＰＦ（User Plane Function）と称されるユーザプレーン機能とコアネットワークトランク用のｇＮＢとの間の単一のＩＰトンネル（Ｎ３ ＧＴＰ－Ｕトンネル）、及びｇＮＢとＵＥとの間の１つ又はいくつかのデータ無線ベアラ（ＤＲＢ）によって成り立っている。５Ｇでは、ＱｏＳフローマッピングがダウンリンク方向において２回生じることが知られている。ＵＰＦによって行われる第１のＱｏＳフローマッピングは、ピアエンティティからＮ３ ＧＴＰ－ＵトンネルへのＱｏＳフローをマッピングすることと、フローに５ＱＩをタグ付けすることである。Ｎ３における各ＱｏＳフローは、単一のＧＴＰ－Ｕトンネルにマッピングされる。第２のＱｏＳマッピングは、ｇＮＢによって行われ、ＱｏＳフローをＤＲＢにマッピングする。５Ｇでは、エアインターフェースにおいてＮ３上のＧＴＰ－ＵトンネルとＤＲＢとの間に一対多の関係が存在する。ｇＮＢは、個々のＱｏＳフローを（Ｒ）ＡＮ（（無線）アクセスネットワーク）における１つ以上のＤＲＢにマッピングすることができる。それゆえ、ＤＲＢは、１つ以上のＱｏＳフローを輸送することができる。コアネットワークは、ピアエンティティからのＱｏＳフローを独立して管理し、また、アクセスネットワークは、独立して無線ベアラを管理する。

【0005】

従来の無線通信システムでは、中央ノード（例えば、ＢＳ）は、無線の視点から見て異なるＵＥのリンク性能を管理し、アプリケーションレベルの視点は有しない。それゆえ、通信システムは、概して、ＵＥのアプリケーションは独立しているものと仮定している。これは一般的に、ｅＭＢＢサービスにおけるセルラーユーザ及びアプリケーションについて当てはまる。実際、従来の事例では、通信システムは、アプリケーションの視点から見てＵＥが依存する可能性があるとは認識していない。また、アプリケーションは通常、異なるＵＥからのリンク性能が相互依存している場合があることを理解する手がかりはなく、一方、実際には、無線アクセスネットワークでは、無線リソースは共有される、すなわち、１つのユーザ性能は他のユーザに依存している。図１に示すように、ユーザＵＥ_１及びＵＥ_２は、独立したアプリケーションApp_１及びApp_２をそれぞれ使用し、中央ノード５Ｇ ｇＮＢは、アプリケーション間の関係又は依存を考慮することなく、異なるＵＥのリンクを独立して管理する。

【0006】

しかしながら、５Ｇ対応バーティカル等の特定の無線ネットワークでは、プロフェッショナルアプリケーションは、５Ｇ公共ＭＮＯネットワークで搬送することができる。通常、プロフェッショナルアプリケーションに専用の共通アプリケーション層が展開される。異なる無線リンクの性能は集計され、プロフェッショナルアプリケーションにおいて規定されるいくつかの要件を共同で満たす。この場合、異なるリンク間のＱｏＳ管理は相互依存しており、異なるリンク間のそのような相互依存を知ることは有益であ得ることがわかった。これにより、システムは、ユーザ間の競争的側面を協調的側面に変換することができ、プロフェッショナルアプリケーションの所定の性能指数のいくつかの更なる最適化を実行することができるため、プロフェッショナルアプリケーションに対してよりよいＱｏＳ管理を提供することが可能になる。そのような状況を図２に示す。ＵＥ_１及びＵＥ_２は、共通アプリケーションＡｐｐを使用し、中央ノード５Ｇ ｇＮＢは、同じアプリケーションに基づいてリンク間の関係又は依存を考慮して、異なるＵＥのリンクを管理する。

【発明の概要】

【発明が解決しようとする課題】

【0007】

本発明は、そのような知見を使用して、当該技術分野において、アプリケーション間の依存がまだ考慮されていない従来方式におけるＱｏＳ管理を改善することを目的とする。

【課題を解決するための手段】

【0008】

これに関して、本発明の１つの態様によれば、中央ノードによって管理されるネットワークにおいて複数の通信リンクのＱｏＳ性能相互依存度を学習する方法であって、複数の無線リンクは、共同性能指数を適用する共通アプリケーションとインターフェースし、本方法は、
複数の通信リンクの中から少なくとも２つのリンクを選択することと、
各選択されたリンクに対してトレーニング要求をそれぞれ生成することと、
トレーニング要求について各選択されたリンクに関するＱｏＳ性能を測定することと、
選択されたリンクの測定されたＱｏＳ性能を組み合わせて、選択されたリンク間のＱｏＳ性能相互依存度を取得することと、
を含む、方法が提供される。「組み合わせる」という用語は、特に、選択されたリンクの間の（数学的）関係を見出すために、選択されたリンクの測定されたＱｏＳ性能を相互に関連付けるか又は整理することを意味する。

【0009】

本発明の文脈において、通信リンクは、５Ｇ等の無線リンクと、ファイバー、銅線等の有線リンクとの両方を含む。

【0010】

代替的に、取得されたＱｏＳ性能相互依存度は、連続又は離散ＱｏＳプロファイルの集合を含む。

【0011】

そのような方法によって、共同性能指数を適用する共通アプリケーションとインターフェースする異なる無線リンクのＱｏＳ性能相互依存度を学習及び取得することが可能である。

【0012】

一実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、選択されたリンクにおけるトラフィック生成をトリガーすることを含む。また、トレーニング要求について各選択されたリンクに関するＱｏＳ性能を測定するステップは、選択されたリンクに関する向上又は劣化を測定することを含む。

【0013】

特に、トラフィックは、優先度、ＰＤＢ、ＰＥＲ及び／又はスループット等の異なるＱｏＳパラメータの集合を使用することによって生成される。

【0014】

代替的に、トラフィックは、上記共通アプリケーションに関する実際のトラフィックであるか、又は上記共通アプリケーションのトラフィック特性に従って生成されるダミートラフィックである。

【0015】

別の実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、制御プレーン手順を通じて各選択されたリンクについてのＱｏＳプロファイルを要求することを含む。また、トレーニング要求について各選択されたリンクに関するＱｏＳ性能を測定するステップは、選択されたリンクにおけるＱｏＳプロファイル変化を検出することを含む。

【0016】

特に、制御プレーン手順は、ＱｏＳ交渉である。

【0017】

更に別の実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、動的ＧＢＲ ＱｏＳプロファイル手順を通じて各選択されたリンクについての代替ＱｏＳプロファイル（ＡＱＰ）を要求することを含む。さらに、トレーニング要求について各選択されたリンクに関するＱｏＳ性能を測定するステップは、選択されたリンクにおけるＱｏＳプロファイル変化を検出することを含む。

【0018】

さらに、本発明による方法は、異なるチャネル状態を定義し、各チャネル状態について上述のステップを実行することを含むこともできる。

【0019】

特に、チャネル状態は、低ＳＮＲシナリオ、中ＳＮＲシナリオ及び高ＳＮＲシナリオを含み、ＱｏＳ性能相互依存度は、各シナリオについて取得される。

【0020】

代替的に、本発明による方法は、チャネル変動の受容確率を測定し、確率と取得されたＱｏＳ性能相互依存度とを組み合わせるステップを含むこともできる。

【0021】

さらに、本発明による方法は、外部イベントによってトリガーされる。

【0022】

本発明の第２の態様によれば、上述の方法のステップを実行する手段を備えるデータ処理装置が提供される。

【0023】

本発明の第３の態様によれば、ＱｏＳ性能相互依存度を用いてアプリケーション性能を最適化する方法であって、
本発明の第１の態様に記載の方法に従ってＱｏＳ性能相互依存度を取得することと、
取得されたＱｏＳ性能相互依存度の各ＱｏＳプロファイル集合についてアプリケーションの性能を予測することと、
アプリケーションに最高の性能を与えるＱｏＳプロファイル集合を選択することと、
を含む、方法が提供される。

【0024】

そのような方法を用いると、学習及び取得されたＱｏＳ相互依存度情報によって共通アプリケーションの性能を向上させることが可能である。

【0025】

本発明の他の特徴及び利点は、添付図面に関連して以下の説明において明らかとなろう。

【図面の簡単な説明】

【0026】

【図1】当該技術分野における、別個のアプリケーションを有するＵＥの独立したＱｏＳ管理を示す図である。

【図2】本発明による、同じアプリケーションを有するＵＥの依存したＱｏＳ管理を示す図である。

【図3】本発明による、異なるリンク間のＱｏＳ独立度を学習する一例示の方法のフローチャートである。

【図4】本発明による、異なるリンク間のＱｏＳ独立度を学習する方法によって取得される、ベストエフォートトラフィックについてリンクｌ_ｉとリンクｌ_ｊとの間のスループット相互依存関係を示す図である。

【図5】本発明による、異なるリンク間のＱｏＳ独立度を学習する方法によって取得される、ＧＢＲトラフィックについてリンクｌ_ｉとリンクｌ_ｊとの間のＱｏＳプロファイル相互依存関係を示す図である。

【図6】本発明による、異なるリンク間のＱｏＳ独立度を学習する方法によって取得される、ＡＱＰを伴うＧＢＲトラフィックについてリンクｌ_ｉとリンクｌ_ｊとの間のＱｏＳプロファイル相互依存関係を示す図である。

【図7】ＱｏＳ性能相互依存関係を用いてアプリケーション性能を向上させる第１の例示的な実施形態を示す図である。

【図8】ＱｏＳ性能相互依存関係を用いてアプリケーション性能を向上させる第２の例示的な実施形態を示す図である。

【発明を実施するための形態】

【0027】

図２に、本発明が実施される５Ｇネットワーク等のネットワークの一例示的な設定を示す。ここでは、ユーザＵＥ_１及びＵＥ_２は、列車又はビデオストリームアプリケーション用の監視ビデオ通信のプロフェッショナルアプリケーション等の共通アプリケーションＡｐｐを使用する。５Ｇ ｇＮＢ等の中央ノードは、５Ｇコアネットワークを介して共同性能指数を適用する共通アプリケーションAppとインターフェースする異なるＵＥの無線リンクＵｕを管理する。

【0028】

特に、図２に示すような５Ｇネットワークでは、少なくとも２つのユーザＵＥ_１及びＵＥ_２は、共通リソースを共有し、中央ノードｇＮＢは、ユーザのそれぞれと個々の、すなわち一対一のラインを確立する。ユーザの観点から見ると、ユーザＵＥ_１及びＵＥ_２は、共通アプリケーション又はサービスを供給する場合であっても、互いに未知である場合がある。ユーザは、ユーザの性能に対する自身の挙動及びトラフィックの影響を知らない。確立されたリンクは相互依存しており、異なるユーザ又は単一のユーザにそれぞれ属し得ることに留意されたい。

【0029】

いくつかのユーザに共通のアプリケーション層を展開すると、ユーザのフロー間の相互依存度を学習することが可能になることがわかった。

【0030】

次に、これらの無線リンクのＱｏＳ性能相互依存度を学習するために、一例示的な方法について図３を参照しながら説明する。

【0031】

図３は、異なるリンク間のＱｏＳ性能相互依存度を学習する例示的な方法のステップを示すフローチャートである。

【0032】

一例として、第１のステップＳ１では、２つのリンクｌ_ｉ及びリンクｌ_ｊが、特徴付けられるように選択される。本発明によれば、リンクの数は２に限定されない。

【0033】

リンクが選択されると、次のステップＳ２において、各選択されたリンクｌ_ｉ及びｌ_ｊについてトレーニング要求が生成される。トレーニング要求は、例えば、割り当てられるリソース、無線状態、及び中央ノードに対するユーザ位置に依存するとともに、他のユーザトラフィック、無線状態及び割り当てられるリソースにも依存するユーザ性能に関する。

【0034】

例えば、ステップＳ２において、所与のリンクｌ_ｉ及びｌ_ｊについて、トレーニング要求は、リンクｌ_ｉ及びｌ_ｊにおけるトラフィック生成、又は制御プレーンＱｏＳ交渉／適合をトリガーすることによって生成することができる。これについては詳細に後述する。

【0035】

その後、ステップＳ３において、選択された各リンクに関するＱｏＳ性能、すなわち、トレーニング要求に応答する性能変化が測定され、特に、各リンクｌ_ｉ又はｌ_ｊにおいて実際のＱｏＳプロファイル切替えが検出される。

【0036】

代替的に、ＱｏＳ性能が測定されるとき、ステップＳ３０において、リンクｌ_ｉ及びｌ_ｊを分類して、相互依存スナップショットを提供し、その後、サンプルの数が十分であるか否かを判断する（Ｓ３１）ことが可能である。数が十分でない場合、ステップＳ３２において、サンプルの数が十分になるまで、新たなトレーニング要求をトリガーするとともに性能変化を測定するために、リンクの情報を更新して報告し、その後、ある場合はトラフィック生成コマンド及び設定を更新することが可能である。当業者であれば、異なるトレーニング要求に基づいて、リンク間の相互依存度を取得するのに数が十分である限り、サンプルの数が十分であるか否かを難なく理解及び判断する。

【0037】

測定が終了すると、ステップＳ４において、選択されたリンクｌ_ｉ及びｌ_ｊの測定されるＱｏＳ性能は、選択されたリンク間のＱｏＳ性能相互依存度を取得するために、相互リンクすること等によって組み合わされる。

【0038】

上述のように、異なる様式でトレーニング要求を生成することが可能であり、これは、異なるリンク間の性能相互依存度を異なる方法で学習することができることも意味する。次に、例のために、３つの異なる事例について論述する。

【0039】

第１の事例において、リンク相互依存度の学習は、異なるＱｏＳパラメータ（例えば、優先度、ＰＤＢ、ＰＥＲ、スループット）の集合を使用して、リンクｌ_ｉにおけるネットワークへのダミートラフィックを生成し、ｌ_ｉにおける性能変化（向上又は劣化）を測定することによって達成することができ、その逆についても同様である。リンク状態（無線状態、位置、リソース）は、生成されたトラフィック及び測定された性能とともに報告され、これにより、これらのトラフィック及び性能が学習特徴である。リンクｌ_ｉとリンクｌ_ｊとの間のスループット相互依存度として示される、ベストエフォートトラフィックのＱｏＳ相互依存関係の詳細な例を図４に示す。ベストエフォートトラフィックのリンクｌ_ｉ及びｌ_ｊのスループットは相互リンクされ、それらの相互依存関係を取得する。

【0040】

代替的に、リンクｌ_ｉ及びｌ_ｊにおける上記共通アプリケーションに関する実際のトラフィックを生成し、実際のトラフィックに応答した性能変化を測定することも可能である。

【0041】

この事例では、実際又はダミーのデータフローは、オープンなデータフローパイプを通じて送信され、無線アクセスネットワーク（ＲＡＮ）は、フロー性能を測定し、このデータフローについて確立することができるＱｏＳをアプリケーションサーバにフィードバックすることができる。

【0042】

第２の事例において、リンク相互依存度の学習は、ＱｏＳを主要な指標として考慮して達成することもできる。主に、既存のシステム手順、例えば、ＱｏＳ交渉等の制御プレーン手順を通じて、ＱｏＳプロファイルＱ_ｉがｌ_ｉに関して要求され、Ｑ_ｊがｌ_ｊに関して要求される。

【0043】

Ｑ_ｉ及びＱ_ｊの異なるレベルに対して同時に反復することによって、共通アプリケーション層は、所与の状態において２つのリンク間の関係を確立することができる。各ＱｏＳプロファイル要求の受容及び拒否は、ｇＮＢ等の中央ノードを介してアプリケーションサーバ側において獲得される。ネットワーク及び共通アプリケーション層の両方についてＱｏＳプロファイルが既知であるため、実際のトラフィックを生成する必要はない。リンクｌ_ｉとリンクｌ_ｊとの間のＱｏＳプロファイル相互依存関係として示される、ＧＢＲトラフィックのＱｏＳ相互依存関係の一例を図５に示す。ＧＢＲトラフィックのリンクｌ_ｉ及びｌ_ｊについてのＱｏＳプロファイルは相互リンクされる。

【0044】

さらに、制御プレーン手順中、アプリケーション層（アップリンク又はダウンリンクトラフィックに応じて、ユーザノードにおけるアプリケーション層、又はデータネットワーク内に存在するアプリケーションサーバのいずれか）は、ＱｏＳパラメータを用いてデータフローをオープンしようとし、無線アクセスネットワーク（ＲＡＮ）は、ＲＡＮレベル情報（例えば、選択されたリンク（ｌ_ｉ、ｌ_ｊ）の伝播チャネル状態、システムの現在の負荷等）に従ってデータフローを受容又は拒否することに留意されたい。制御プレーン手順は、データフローをオープンしようとするアプリケーション層の制御プレーンにおける手順、及びどのようにＲＡＮがデータフローの確立に応答するかを指す。

【0045】

第３の事例において、リンク相互依存度の学習は、代替ＱｏＳプロファイル（ＡＱＰ）を通じて達成することもできる。

【0046】

ＧＢＲ ＱｏＳフローについて、アプリケーションは、目標（好ましい）ＱｏＳプロファイルと、アプリケーションが適合することが可能なリンクｌ_ｉ及びｌ_ｊにおけるフォールバックＱｏＳパラメータ（例えば、ＰＤＢ、ＰＥＲ、ＧＦＢＲ）のリストとを要求するようにユーザ端末に依頼することができる。ここで、トラフィック、無線状態、基地局負荷等に応じて各フローについていずれのＱｏＳプロファイルが可能であるかを判断するのはネットワーク（基地局）であり、アプリケーション（又は端末）は、使用時の現在のＱｏＳプロファイルに関して警告される。実際又はダミーのトラフィックを注入することができる。注入されたトラフィック及びいくつかのユーザについて報告された現在のＱｏＳプロファイルを知ると、アプリケーションサーバは、通信システムの共同挙動を学習することができる。リンクｌ_ｉとリンクｌ_ｊとの間のＱｏＳプロファイル相互依存関係として示される、ＡＱＰを伴うＧＢＲトラフィックのＱｏＳ相互依存関係の一例を図６に示す。

【0047】

加えて、ＧＢＲ ＱｏＳフローについて、ＱｏＳプロファイルに基づくか又はＡＱＰに基づくかに関係なく、制御プレーン手順は、純粋なシグナリングメッセージ（データプレーン送信はない）であり、すなわち、アプリケーション層は、フローを特徴付けるＱｏＳパラメータを用いて要求を送ることによってデータフローをオープンしようとし、ＲＡＮは肯定で応答する。

【0048】

さらに、ＱｏＳ要求を通じたＧＢＲ又はレイテンシー制約サービスとのトラフィック適合の事例については、ＲＡＮは、ｙｅｓかnoかのみで応答する、すなわち、ＱｏＳフローは、受容されるか拒否されるかのいずれかである。ＡＱＰを通じたＧＢＲ又はレイテンシー制約サービスとのトラフィック適合の事例については、ＱｏＳ要求は、目標（最大）ＱｏＳプロファイルとフォールバックＱｏＳモードのリストとを含み、ＲＡＮ応答は、アプリケーションサーバが適合することが可能なＱｏＳパラメータをアプリケーションサーバに報知する。

【0049】

上記の例示的な学習方法は、サンプルが取得された異なる状態及び構成を考慮することもできる点で好ましい。したがって、リンク間の取得されたＱｏＳ性能相互依存関係は、異なる構成に関して調整することができ、又は多次元データベースとして提示することができる。

【0050】

例えば、無線リンク状態がチャネル変動に起因して変動することから、そのような変動を考慮するために、ＱｏＳ相互依存関係学習手順中に、チャネル状態を低／中／高ＳＮＲシナリオに類別し、各シナリオについてのＱｏＳ相互依存関係を取得することが可能である。別の可能性として、ステップＳ３１等、学習したＱｏＳ相互依存関係を、チャネル変動を考慮する確率測度（例えば、（Ｑ_ｉ，Ｑ_ｊ，Ｐ_ｒ））と組み合わせたＱｏＳ相互依存指標として提示することもできる。換言すれば、プロファイルＱ_ｉがリンクｌ_ｉに関して要求されるとき、Ｑ_ｊは、Ｐ_ｒの確率を有してｌ_ｉにおいて達成可能である。

【0051】

したがって、学習したＱｏＳ相互依存関係は、図に提示される対情報として又はデータベース内に記憶されるｎタプル情報として提示することができる。この関係は、システム構成に応じて、連続的又は離散的とすることができる。この関係は、無線状態の変動を反映するために、異なる構成（例えば、ＳＮＲレジーム）に関して調整することができ、又は他の情報（例えば、受容確率）と組み合わせることができる。

【0052】

リンク相互依存学習手順は、図３におけるステップＳ０に示すように、無用な相互依存（データ無効化）又は近傍の変化等の外部イベントによってトリガーすることができることが好ましい。

【0053】

異なるリンクについてのＱｏＳ性能相互依存情報が上述の実施形態によって学習されると、そのような情報は、上記の２リンク例を例として、達成可能なＱｏＳプロファイル集合（Ｑ_ｉ ^１，Ｑ_ｊ ^１）、．．．、（Ｑ_ｉ ^Ｎ，Ｑ_ｊ ^Ｎ）の形式で提示することができ、プロファイル集合は、離散化集合とすることができ、又は曲線で提示される連続関係、すなわち、ＱｏＳプロファイル集合の無限対とすることができる。プロファイル集合を使用することで、以下の２段階手順によってアプリケーションの性能を向上させることができる。
１．達成可能なＱｏＳプロファイル集合構成（Ｑ_ｉ ^ｉ，Ｑ_ｊ ^ｉ）ごとに、上述のＱｏＳプロファイルに基づいてアプリケーションの性能を予測する。全ての達成可能なＱｏＳプロファイル集合について手順を繰り返す。リンクにわたる連続ＱｏＳ相互依存関係関数の事例では、アプリケーション性能をＱｏＳ相互依存関係関数の関数として導出し、確率測度とともに提示されるＱｏＳプロファイルの事例では、アプリケーション性能評価のために期待最適化を実行する。
２．アプリケーションに最高の性能を与えるＱｏＳプロファイル集合を選択する。

【0054】

ステップ１において、アプリケーションの性能予測は、アプリケーションの所定の性能指数に基づいており、この性能指数は、例えば、スループット、遅延、信頼度等、全てアプリケーションに依存することができることに留意されたい。一対のＱｏＳプロファイルが与えられた場合、所定の性能指数に関するアプリケーションのためのいくつかの他の構成パラメータに対する更なる最適化を実行することができることが知られている。

【0055】

以下、アプリケーション性能を最適化するＱｏＳ相互依存関係情報学習を利用する２つの例を示す。

【0056】

第１の実施形態は、鉄道通信システムのバックホールとしての５Ｇ ＭＮＯを通じたトラフィック適合及びＱｏＳ管理である。特に、第１の実施形態は、バックホールとしての５Ｇ ＭＮＯを通じた鉄道通信システム用の監視ビデオ遅延最小化を行う共同ＱｏＳ管理及びルーティング最適化に関する。

【0057】

図７に示すように、ユーザは、図７の破線の矩形に示すように、専用列車無線ネットワークにおける路傍無線ユニット、例えばＷＲＵ_１、ＷＲＵ_２、及びＷＲＵ_３である。共通アプリケーションである列車アプリは、例えば、列車の監視ビデオ通信である鉄道事業者関連プロフェッショナルアプリケーションである。５Ｇ ｇＮＢとＷＲＵ_１との間、及び５Ｇ ｇＮＢとＷＲＵ_２との間という２つのＵｕリンクは相互依存しており、それらのＱｏＳ相互依存関係は、ＱｏＳ性能相互依存度を学習する上述の例示的な方法のうちの１つに従って学習することができる。

【0058】

列車アプリケーションの１つのある性能指数は、監視ビデオの遅延最小化とすることができる。図７に示すように、５Ｇ ＭＮＯは、プロフェッショナル列車アプリケーションのバックホールとして使用される。５Ｇ ＭＮＯの視点から見ると、ＷＲＵは、Ｕｕインターフェースを通じてサービス提供される従来のユーザである。しかしながら、図７の破線の矩形内のローカル５Ｇ列車ネットワークの目で見ると、ＷＲＵは、列車の中継点又はアクセスポイントとして機能する。したがって、２つのＵｕリンクを通るフローは、同じ列車アプリケーション、すなわち列車アプリに属することができ、これにより、リンクは互いに相互依存する。

【0059】

この事例では、ＱｏＳ相互依存関係学習の後、達成可能なＱｏＳプロファイルの各対について、監視ビデオアプリケーションの遅延を最小化するために、図７の破線の矩形内の専用列車無線ネットワークについてのＰＣ５ルーティングトポロジーの最適化を、実行する必要がある。

【0060】

達成可能な各ＱｏＳプロファイルにわたって性能予測を繰り返した後、最小の遅延性能につながる最適なＱｏＳプロファイル対及び関連する最高のＰＣ５ルーティング構成を選択することが可能である。

【0061】

第２の実施形態は、ビデオスタジオのバックホールとしてのＭＮＯを通じたＱｏＥ（体験品質）管理である。特に、本実施形態は、バックホールとしての５Ｇ ＭＮＯを通じたビデオスタジオ用のＱｏＥ最適化を行う共同ＱｏＳ管理及びｃｏｄｅｃ（／ルーティング）最適化に関する。

【0062】

図８は、第１のカメラＵＥ_１及び第２のカメラＵＥ_２からのビデオストリームを、このビデオストリームを使用又は視聴するエンドユーザに提供するネットワークを示す。ＵＥ_１及びＵＥ_２は、５Ｇ ｇＮＢを介して５Ｇネットワーク上で共通ビデオスタジオアプリを共有する。したがって、ＭＮＯ中央ノード５Ｇ ｇＮＢとＵＥ_１との間、及びＭＮＯ中央ノード５Ｇ ｇＮＢとＵＥ_２との間という２つのＵｕリンクは相互依存しており、それらのＱｏＳ相互依存関係は、ＱｏＳ性能相互依存度を学習する上述の例示的な方法のうちの１つに従って学習することができる。

【0063】

典型的には、常に全てのビデオストリームに最高品質を要求する必要はない。すなわち、例えば、「オンエア」のカメラは高ビデオ品質を必要とするが、他のカメラから到来するビデオフローについてはより低品質で許容可能である。それゆえ、異なるビデオフロー特性は、アプリケーションレベルにおいてリンクされる。

【0064】

この実施形態において、ビデオスタジオアプリケーションの１つのある性能指数は、ＱｏＥ向上、例えば、音声／画像品質等とすることができる。この事例では、ＱｏＳ相互依存関係学習の後、達成可能なＱｏＳプロファイルの各対について、目標ＱｏＥ指標を達成することができるように、異なるユーザについてのｃｏｄｅｃの最適化が実行される。

【0065】

代替的に、複雑なローカルネットワークが関与する場合、ＱｏＥ最適化についてと併せて、経路選択又はローカルネットワークルーティングトポロジー最適化を最適化することもできる。そのような最適化は、当該技術分野において既知である。

【0066】

上述の方法を用いて、本発明は、複数の通信リンク間の相互依存関係を取得するために、共同性能指数を達成するように、共通アプリケーションとインターフェースするリンクのＱｏＳ相互依存度を学習する方法を提案する。加えて、本発明は、アプリケーションの性能指数に基づいて、リンクのＱｏＳと経路選択等のいくつかの他の構成指標との共同最適化によって、ネットワーク性能を更に向上させる方法も提案する。

【0067】

加えて、当業者に既知であるように、本発明による、上記で説明された例示のアーキテクチャは、多くの方法、例えば、プロセッサによる実行のためのプログラム命令、ソフトウェアモジュール、マイクロコード、コンピュータ可読媒体上のコンピュータプログラム製品、論理回路、特定用途向け集積回路、ファームウェア等において実施することができる。本発明の実施形態は、完全にハードウェアの実施形態の形式、完全にソフトウェアの実施形態の形式、又はハードウェア要素及びソフトウェア要素の双方を含む実施形態の形式を取ることができる。好ましい実施形態において、本発明は、ソフトウェアにおいて実施され、ソフトウェアは、ファームウェア、常駐ソフトウェア、マイクロコード等を含むが、これらに限定されない。

【0068】

さらに、本発明の実施形態は、コンピュータ、処理デバイス、又は任意の命令実行システムによる、又はこれらに関連した使用のためのプログラムコードを提供するコンピュータ使用可能又はコンピュータ可読媒体からアクセス可能なコンピュータプログラム製品の形式を取ることができる。本明細書において、コンピュータ使用可能又はコンピュータ可読媒体は、命令実行システム、装置又はデバイスによる、又はこれらに関連した使用のためのプログラムを収容、記憶、通信、又は送達することができる任意の装置とすることができる。媒体は、電子、磁気、光学、又は半導体システム（又は装置若しくはデバイス）とすることができる。コンピュータ可読媒体の例として、半導体又はソリッドステートメモリ、磁気テープ、取り外し可能コンピュータディスケット、ＲＡＭ、リードオンリーメモリ（ＲＯＭ）、リジッド磁気ディスク、光学ディスク等が挙げられるが、これらに限定されない。光学ディスクの現在の例として、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、コンパクトディスクリード／ライト（ＣＤ－Ｒ／Ｗ）及びＤＶＤが挙げられる。

【0069】

本明細書において上記で説明した実施形態は、本発明の説明である。添付の特許請求の範囲から生じる本発明の範囲から離れることなく、実施形態に対し様々な変更を行うことができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】