特許7557855 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ 株式会社国際電気通信基礎技術研究所の特許一覧

特許7557855ネットワークスキャン装置、コンピュータに実行させるためのプログラムおよびプログラムを記録したコンピュータ読み取り可能な記録媒体

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

(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】2024-09-19

(45)【発行日】2024-09-30

(54)【発明の名称】ネットワークスキャン装置、コンピュータに実行させるためのプログラムおよびプログラムを記録したコンピュータ読み取り可能な記録媒体

(51)【国際特許分類】

H04L 43/10 20220101AFI20240920BHJP

H04B 17/309 20150101ALI20240920BHJP

H04W 24/06 20090101ALI20240920BHJP

H04W 88/18 20090101ALI20240920BHJP

【ＦＩ】

H04L43/10

H04B17/309

H04W24/06

H04W88/18

【請求項の数】 17

(21)【出願番号】P 2020146731

(22)【出願日】2020-09-01

(65)【公開番号】P2021097401

(43)【公開日】2021-06-24

【審査請求日】2023-08-03

(31)【優先権主張番号】P 2019226169

(32)【優先日】2019-12-16

(33)【優先権主張国・地域又は機関】JP

【新規性喪失の例外の表示】特許法第３０条第２項適用２０１９年電子情報通信学会通信ソサイエティ大会講演論文集２ＢＳ－４－２、第Ｓ－１４～Ｓ０－１５頁で公開

【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２年度支出負担行為担当官、総務省大臣官房会計課企画官、研究テーマ「周波数有効利用のためのＩｏＴワイヤレス高効率広域ネットワークスキャン技術の研究開発」に関する委託研究、産業技術力強化法第１７条の適用を受ける特許出願

(73)【特許権者】

【識別番号】393031586

【氏名又は名称】株式会社国際電気通信基礎技術研究所

(74)【代理人】

【識別番号】100112715

【弁理士】

【氏名又は名称】松山隆夫

(72)【発明者】

【氏名】ババツンデセグンオジェツンデ

(72)【発明者】

【氏名】鈴木健太

(72)【発明者】

【氏名】矢野一人

(72)【発明者】

【氏名】鈴木義規

【審査官】羽岡さやか

(56)【参考文献】

【文献】特開２００９－２４６９５７（ＪＰ，Ａ）

【文献】矢野一人 Kazuto YANO，ＩｏＴワイヤレス機器に対する広域ネットワークスキャン技術の研究開発 Research and Development on Wide Area Network Scan Techniques for IoT Wireless Equipment，電子情報通信学会技術研究報告Ｖｏｌ．１１９Ｎｏ．１０６ IEICE Technical Report，日本，一般社団法人電子情報通信学会 The Institute of Electronics,Information and Communication Engineers，2019年07月03日，第119巻，P.177-182

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｌ４３／００

Ｈ０４Ｂ１７／３０９

Ｈ０４Ｗ２４／０６

Ｈ０４Ｗ８８／１８

(57)【特許請求の範囲】

【請求項1】

複数の端末装置に対してネットワークスキャンを実行し、前記ネットワークスキャンのスキャン応答から複数の通信特性を取得するスキャン手段と、
前記スキャン手段によって取得された前記複数の通信特性に基づいて前記ネットワークスキャンの結果を推定するために最も適した第１の通信特性を抽出する抽出処理を実行する抽出手段と、
前記第１の通信特性を有する端末装置のグループ間の分散および前記第１の通信特性を有する端末装置のグループ内の分散に基づいて、前記第１の通信特性を有する端末装置のグループ間の分散と前記第１の通信特性を有する端末装置のグループ内の分散との比率を最大化するように、前記抽出処理において抽出された前記第１の通信特性を有する端末装置をネットワークスキャンが正常である第１のグループと、ネットワークスキャンが前記端末装置との通信チャネルに起因した原因によって失敗した第２および第３のグループとに分類し、前記第１のグループと前記第３のグループとを判別する第１の判別スコアであって前記端末装置に対して算出される第１の判別スコアまたは前記第２のグループと前記第３のグループとを判別する第２の判別スコアであって前記端末装置に対して算出される第２の判別スコアを算出し、その算出した第１の判別スコアに基づいて前記ネットワークスキャンが正常または失敗であると推定するとともに、前記ネットワークスキャンが失敗であると推定したとき、零よりも小さい前記第１の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが失敗した原因を推定する推定処理を実行し、または前記算出した第２の判別スコアに基づいて前記ネットワークスキャンが正常または失敗であると推定するとともに、前記ネットワークスキャンが失敗であると推定したとき、零よりも小さい前記第２の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが失敗した原因を推定する推定処理を実行する推定手段とを備えるネットワークスキャン装置。

【請求項2】

前記抽出手段は、前記抽出処理において、前記複数の通信特性の相互の相関係数を算出し、その算出した相関係数が第１のしきい値よりも大きいｄ（ｄは正の整数）個の第２の通信特性を抽出し、その抽出したｄ個の第２の通信特性のうち、前記ネットワークスキャンの結果を推定するために最も重要な第２の通信特性を前記第１の通信特性として抽出する、請求項１に記載のネットワークスキャン装置。

【請求項3】

前記抽出手段は、前記抽出処理において、前記第２の通信特性について、期待値からのずれの大きさを表すスコアを算出する処理を前記ｄ個の第２の通信特性の全てについて実行してｄ個のスコアを算出し、前記スコアの大きい順にＫ（Ｋは、正の整数）個の第２の通信特性を前記ｄ個の第２の通信特性から抽出し、前記抽出したＫ個の第２の通信特性を学習済の分類アルゴリズムを用いて、前記ネットワークスキャンの結果を推定するために重要なグループと前記ネットワークスキャンの結果を推定するために重要でないグループとに分類し、前記ネットワークスキャンの結果を推定するための重要度に基づいて、前記抽出した第２の通信特性にランクを付与する第１の処理と、前記Ｋ個の第２の通信特性のうち、ランクが最も低い前記第２の通信特性を削除する第２の処理とを、削除する前記第２の通信特性が無くなるまで繰り返し実行し、最後に削除した前記第２の通信特性を前記第１の通信特性として抽出する、請求項２に記載のネットワークスキャン装置。

【請求項4】

前記推定手段は、前記推定処理において、前記ネットワークスキャンが失敗した原因を第１の原因、第２の原因、第３の原因および第４の原因のいずれかであると推定し、
前記第１の原因は、ネットワークスキャンの対象である端末装置との通信における通信品質が不足していることであり、
前記第２の原因は、前記ネットワークスキャンの対象である前記端末装置が接続されているネットワークが混雑していることであり、
前記第３の原因は、前記ネットワークスキャンの対象である前記端末装置がネットワークに接続されていないことであり、
前記第４の原因は、前記ネットワークスキャンの対象である前記端末装置のポートが閉塞していることである、請求項１から請求項３のいずれか１項に記載のネットワークスキャン装置。

【請求項5】

前記推定手段は、前記推定処理において、
前記第１の判別スコアが零であるとき、前記ネットワークスキャンが正常である、または前記ネットワークスキャンが前記第３の原因および前記第４の原因のいずれかによって失敗したと推定し、前記第１の判別スコアが零でないとき、前記ネットワークスキャンが前記第１の原因および第２の原因のいずれかによって失敗したと推定し、
または
前記第２の判別スコアが零であるとき、前記ネットワークスキャンが正常である、または前記ネットワークスキャンが前記第３の原因および前記第４の原因のいずれかによって失敗したと推定し、前記第２の判別スコアが零でないとき、前記ネットワークスキャンが前記第１の原因および第２の原因のいずれかによって失敗したと推定する、請求項４に記載のネットワークスキャン装置。

【請求項6】

前記推定手段は、前記推定処理において、
前記第１の判別スコアが零であるとき、前記端末装置の全てのポートにおける前記スキャン応答の有無に基づいて、前記ネットワークスキャンが正常である、または前記第３の原因および前記第４の原因のいずれかによって前記ネットワークスキャンが失敗したと推定し、前記第１の判別スコアが零でないとき、零よりも小さい前記第１の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが前記第１の原因または前記第２の原因によって失敗したと推定し、
または
前記第２の判別スコアが零であるとき、前記端末装置の全てのポートにおける前記スキャン応答の有無に基づいて、前記ネットワークスキャンが正常である、または前記第３の原因および前記第４の原因のいずれかによって前記ネットワークスキャンが失敗したと推定し、前記第２の判別スコアが零でないとき、零よりも小さい前記第２の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが前記第１の原因または前記第２の原因によって失敗したと推定する、請求項５に記載のネットワークスキャン装置。

【請求項7】

前記推定手段は、前記推定処理において、
前記第１の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答があったとき、前記ネットワークスキャンが正常であると推定し、前記第１の判別スコアが零であり、かつ、前記端末装置の一部のポートにおいて前記スキャン応答があるとき、前記ネットワークスキャンが前記第４の原因によって失敗したと推定し、前記第１の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答が無いとき、前記ネットワークスキャンが前記第３の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが第３のしきい値よりも小さいとき、零よりも小さい前記第１の判別スコアを有する端末装置について前記ネットワークスキャンが前記第１の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが前記第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置について前記ネットワークスキャンが前記第２の原因によって失敗したと推定し、
または
前記第２の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答があったとき、前記ネットワークスキャンが正常であると推定し、前記第２の判別スコアが零であり、かつ、前記端末装置の一部のポートにおいて前記スキャン応答があるとき、前記ネットワークスキャンが前記第４の原因によって失敗したと推定し、前記第２の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答が無いとき、前記ネットワークスキャンが前記第３の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが第３のしきい値よりも小さいとき、零よりも小さい前記第２の判別スコアを有する端末装置について前記ネットワークスキャンが前記第１の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが前記第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置について前記ネットワークスキャンが前記第２の原因によって失敗したと推定する、請求項６に記載のネットワークスキャン装置。

【請求項8】

前記推定手段は、前記第１のグループと前記第２のグループとを判別する第３の判別スコアに基づいて前記ネットワークスキャンの結果を推定するためのモデルを第１のモデルに更新したとき、前記第１の判別スコアを用いて前記推定処理を実行し、前記第３の判別スコアに基づいて前記ネットワークスキャンの結果を推定するためのモデルを第２のモデルに更新したとき、前記第２の判別スコアを用いて前記推定処理を実行する、請求項１から請求項７のいずれか１項に記載のネットワークスキャン装置。

【請求項9】

スキャン手段が、複数の端末装置に対してネットワークスキャンを実行し、前記ネットワークスキャンのスキャン応答から複数の通信特性を取得する第１のステップと、
抽出手段が、前記第１のステップにおいて取得された前記複数の通信特性に基づいて前記ネットワークスキャンの結果を推定するために最も適した第１の通信特性を抽出する抽出処理を実行する第２のステップと、
推定手段が、前記第１の通信特性を有する端末装置のグループ間の分散および前記第１の通信特性を有する端末装置のグループ内の分散に基づいて、前記第１の通信特性を有する端末装置のグループ間の分散と前記第１の通信特性を有する端末装置のグループ内の分散との比率を最大化するように、前記第２のステップの前記抽出処理において抽出された前記第１の通信特性を有する端末装置をネットワークスキャンが正常である第１のグループと、ネットワークスキャンが前記端末装置との通信チャネルに起因した原因によって失敗した第２および第３のグループとに分類し、前記第１のグループと前記第３のグループとを判別する第１の判別スコアであって前記端末装置に対して算出される第１の判別スコアまたは前記第２のグループと前記第３のグループとを判別する第２の判別スコアであって前記端末装置に対して算出される第２の判別スコアを算出し、その算出した第１の判別スコアに基づいて前記ネットワークスキャンが正常または失敗であると推定するとともに、前記ネットワークスキャンが失敗であると推定したとき、零よりも小さい前記第１の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが失敗した原因を推定する推定処理を実行し、または前記算出した第２の判別スコアに基づいて前記ネットワークスキャンが正常または失敗であると推定するとともに、前記ネットワークスキャンが失敗であると推定したとき、零よりも小さい前記第２の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが失敗した原因を推定する推定処理を実行する第３のステップとをコンピュータに実行させるためのプログラム。

【請求項10】

前記抽出手段は、前記第２のステップの前記抽出処理において、前記複数の通信特性の相互の相関係数を算出し、その算出した相関係数が第１のしきい値よりも大きいｄ（ｄは正の整数）個の第２の通信特性を抽出し、その抽出したｄ個の第２の通信特性のうち、前記ネットワークスキャンの結果を推定するために最も重要な第２の通信特性を前記第１の通信特性として抽出する、請求項９に記載のコンピュータに実行させるためのプログラム。

【請求項11】

前記抽出手段は、前記第２のステップの前記抽出処理において、前記第２の通信特性について、期待値からのずれの大きさを表すスコアを算出する処理を前記ｄ個の第２の通信特性の全てについて実行してｄ個のスコアを算出し、前記スコアの大きい順にＫ（Ｋは、正の整数）個の第２の通信特性を前記ｄ個の第２の通信特性から抽出し、前記抽出したＫ個の第２の通信特性を学習済の分類アルゴリズムを用いて、前記ネットワークスキャンの結果を推定するために重要なグループと前記ネットワークスキャンの結果を推定するために重要でないグループとに分類し、前記ネットワークスキャンの結果を推定するための重要度に基づいて、前記抽出した第２の通信特性にランクを付与する第１の処理と、前記Ｋ個の第２の通信特性のうち、ランクが最も低い前記第２の通信特性を削除する第２の処理とを、削除する前記第２の通信特性が無くなるまで繰り返し実行し、最後に削除した前記第２の通信特性を前記第１の通信特性として抽出する、請求項１０に記載のコンピュータに実行させるためのプログラム。

【請求項12】

前記推定手段は、前記第３のステップの前記推定処理において、前記ネットワークスキャンが失敗した原因を第１の原因、第２の原因、第３の原因および第４の原因のいずれかであると推定し、
前記第１の原因は、ネットワークスキャンの対象である端末装置との通信における通信品質が不足していることであり、
前記第２の原因は、前記ネットワークスキャンの対象である前記端末装置が接続されているネットワークが混雑していることであり、
前記第３の原因は、前記ネットワークスキャンの対象である前記端末装置がネットワークに接続されていないことであり、
前記第４の原因は、前記ネットワークスキャンの対象である前記端末装置のポートが閉塞していることである、請求項９から請求項１１のいずれか１項に記載のコンピュータに実行させるためのプログラム。

【請求項13】

前記推定手段は、前記第３のステップの前記推定処理において、
前記第１の判別スコアが零であるとき、前記ネットワークスキャンが正常である、または前記ネットワークスキャンが前記第３の原因および前記第４の原因のいずれかによって失敗したと推定し、前記第１の判別スコアが零でないとき、前記ネットワークスキャンが前記第１の原因および第２の原因のいずれかによって失敗したと推定し、
または
前記第２の判別スコアが零であるとき、前記ネットワークスキャンが正常である、または前記ネットワークスキャンが前記第３の原因および前記第４の原因のいずれかによって失敗したと推定し、前記第２の判別スコアが零でないとき、前記ネットワークスキャンが前記第１の原因および第２の原因のいずれかによって失敗したと推定する、請求項１２に記載のコンピュータに実行させるためのプログラム。

【請求項14】

前記推定手段は、前記第３のステップの前記推定処理において、
前記第１の判別スコアが零であるとき、前記端末装置の全てのポートにおける前記スキャン応答の有無に基づいて、前記ネットワークスキャンが正常である、または前記第３の原因および前記第４の原因のいずれかによって前記ネットワークスキャンが失敗したと推定し、前記第１の判別スコアが零でないとき、零よりも小さい前記第１の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが前記第１の原因または前記第２の原因によって失敗したと推定し、
または
前記第２の判別スコアが零であるとき、前記端末装置の全てのポートにおける前記スキャン応答の有無に基づいて、前記ネットワークスキャンが正常である、または前記第３の原因および前記第４の原因のいずれかによって前記ネットワークスキャンが失敗したと推定し、前記第２の判別スコアが零でないとき、零よりも小さい前記第２の判別スコアを有する端末装置の個数に基づいて前記ネットワークスキャンが前記第１の原因または前記第２の原因によって失敗したと推定する、請求項１３に記載のコンピュータに実行させるためのプログラム。

【請求項15】

前記推定手段は、前記第３のステップの前記推定処理において、
前記第１の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答があったとき、前記ネットワークスキャンが正常であると推定し、前記第１の判別スコアが零であり、かつ、前記端末装置の一部のポートにおいて前記スキャン応答があるとき、前記ネットワークスキャンが前記第４の原因によって失敗したと推定し、前記第１の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答が無いとき、前記ネットワークスキャンが前記第３の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが第３のしきい値よりも小さいとき、零よりも小さい前記第１または第２の判別スコアを有する端末装置について前記ネットワークスキャンが前記第１の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが前記第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置について前記ネットワークスキャンが前記第２の原因によって失敗したと推定し、
または
前記第２の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答があったとき、前記ネットワークスキャンが正常であると推定し、前記第２の判別スコアが零であり、かつ、前記端末装置の一部のポートにおいて前記スキャン応答があるとき、前記ネットワークスキャンが前記第４の原因によって失敗したと推定し、前記第２の判別スコアが零であり、かつ、前記端末装置の全てのポートにおいて前記スキャン応答が無いとき、前記ネットワークスキャンが前記第３の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが第３のしきい値よりも小さいとき、零よりも小さい前記第２の判別スコアを有する端末装置について前記ネットワークスキャンが前記第１の原因によって失敗したと推定し、前記端末装置の零よりも小さい判別スコア（Ｄスコア）の個数を表すカウント値ＤＳ＿ｃｏｕｎｔが前記第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置について前記ネットワークスキャンが前記第２の原因によって失敗したと推定する、請求項１４に記載のコンピュータに実行させるためのプログラム。

【請求項16】

前記推定手段は、前記第１のグループと前記第２のグループとを判別する第３の判別スコアに基づいて前記ネットワークスキャンの結果を推定するためのモデルを第１のモデルに更新したとき、前記第３のステップにおいて、前記第１の判別スコアを用いて前記推定処理を実行し、前記第３の判別スコアに基づいて前記ネットワークスキャンの結果を推定するためのモデルを第２のモデルに更新したとき、前記第３のステップにおいて、前記第２の判別スコアを用いて前記推定処理を実行する、請求項９から請求項１５のいずれか１項に記載のコンピュータに実行させるためのプログラム。

【請求項17】

請求項９から請求項１６のいずれか１項に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、ネットワークスキャン装置、コンピュータに実行させるためのプログラムおよびプログラムを記録したコンピュータ読み取り可能な記録媒体に関するものである。

【背景技術】

【0002】

第５世代移動通信（５Ｇ）システムの実用化に伴って、携帯端末、コンピュータ、センサおよびウェブカメラ等の多くの物がインターネットに接続されることになる。このようなインターネットに接続された携帯端末およびコンピュータ等は、ＩｏＴ（Internet of Things）機器と呼ばれている。

【0003】

ＩｏＴ時代には、通信ネットワークに接続されるＩｏＴ機器の個数は、急速に増大することが見込まれる。ＩｏＴ機器のうち、無線通信を行うＩｏＴ機器は、十分にセキュリティを確保できないまま、不正使用され、ＤＤｏＳ（Distributed Denial of Service attack）攻撃のようなサイバー攻撃に悪用されるケースが増大すると予想される。

【0004】

このような事態を回避するために、通信ネットワークに接続されたＩｏＴ機器に対して、ネットワークスキャンを行い、セキュリティ対策が各ＩｏＴ機器になされているかを調査する必要がある。

【0005】

従来、非特許文献１に記載のネットワークスキャンが知られている。非特許文献１に記載されたネットワークスキャンは、ＩＰｖ４空間のアプリケーションに対してスキャンを行うものであり、次の方法によって行われる。

【0006】

まず、ＩＰｖ４空間に対してポートスキャンを行い、レスポンスの有無を調査する。そして、レスポンスのあったホストに対して、様々なプロトコル（ＨＴＴＰ（Hypertext Transfer Protocol）、ＨＴＴＰＳ（Hypertext Transfer Protocol Secure）およびＰＯＰ３（Post Office Protocol version 3）等）でハンドシェイクを実施し、メッセージを取得する。その後、取得したメッセージから、脆弱性評価に有用なキーワードを抽出する。そして、メタデータやタグ情報をキーワードに付与する。メタデータやタグ情報が付与されたキーワードを構造データとしてデータベースに登録する。

【先行技術文献】

【非特許文献】

【0007】

【文献】Z. Durumeric, et al., “A Search Engine Backed by Internet-Wide Scanning”, CCS15, October 12-16, 2015.

【文献】吉岡克成、村上洸介、松本勉，“マルウェア感染ホスト検出のためのネットワークスキャン手法と検出用シグネチャの自動生成，”情報処理学会論文誌，Ｖｏｌ．５１，Ｎｏ．９，１６３３－１６４４（Ｓｅｐ．２０１０）．

【発明の概要】

【発明が解決しようとする課題】

【0008】

ネットワークスキャンにおいてスキャン用のパケットを送信してからスキャン応答を受信するまでの時間であるＲＴＴ（Round-Trip Time）は、ネットワークが混雑している場合および通信品質が不十分である場合において、端末装置に対する特性が非常に類似している。

【0009】

しかし、非特許文献１に記載のネットワークスキャンにおいては、ネットワークが混雑している場合および通信品質が不十分である場合において、ＲＴＴが非常に類似していることを考慮していないため、ネットワークスキャンを失敗した原因を正確に推定することが困難である。

【0010】

そこで、この発明の実施の形態によれば、ネットワークスキャンの結果を正確に推定可能なネットワークスキャン装置を提供する。

【0011】

また、この発明の実施の形態によれば、ネットワークスキャンの結果の正確な推定をコンピュータに実行させるためのプログラムを提供する。

【0012】

更に、この発明の実施の形態によれば、ネットワークスキャンの結果の正確な推定をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体を提供する。

【課題を解決するための手段】

【0013】

（構成１）
この発明の実施の形態によれば、ネットワークスキャン装置は、スキャン手段と、抽出手段と、推定手段とを備える。スキャン手段は、複数の端末装置に対してネットワークスキャンを実行し、ネットワークスキャンのスキャン応答から複数の通信特性を取得する。抽出手段は、スキャン手段によって取得された複数の通信特性に基づいてネットワークスキャンの結果を推定するために最も適した第１の通信特性を抽出する抽出処理を実行する。推定手段は、抽出処理において抽出された第１の通信特性を有する端末装置をネットワークスキャンが正常である第１のグループと、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗した第２および第３のグループとに分類し、第１のグループと第３のグループとを判別する第１の判別スコアまたは第２のグループと第３のグループとを判別する第２の判別スコアを算出し、その算出した第１の判別スコアまたは第２の判別スコアに基づいて、ネットワークスキャンが正常または失敗であると推定するとともに、ネットワークスキャンが失敗であると推定したとき、ネットワークスキャンが失敗した原因を推定する推定処理を実行する。

【0014】

（構成２）
構成１において、抽出手段は、抽出処理において、複数の通信特性の相互の相関係数を算出し、その算出した相関係数が第１のしきい値よりも大きいｄ（ｄは正の整数）個の第２の通信特性を抽出し、その抽出したｄ個の第２の通信特性のうち、ネットワークスキャンの結果を推定するために最も重要な第２の通信特性を第１の通信特性として抽出する。

【0015】

（構成３）
構成２において、抽出手段は、抽出処理において、第２の通信特性について、期待値からのずれの大きさを表すスコアを算出する処理をｄ個の第２の通信特性の全てについて実行してｄ個のスコアを算出し、スコアの大きい順にＫ（Ｋは、正の整数）個の第２の通信特性をｄ個の第２の通信特性から抽出し、その抽出したＫ個の第２の通信特性を学習済の分類アルゴリズムを用いて、ネットワークスキャンの結果を推定するために重要なグループとネットワークスキャンの結果を推定するために重要でないグループとに分類し、ネットワークスキャンの結果を推定するための重要度に基づいて、抽出した第２の通信特性にランクを付与する第１の処理と、Ｋ個の第２の通信特性のうち、ランクが最も低い第２の通信特性を削除する第２の処理とを、削除する第２の通信特性が無くなるまで繰り返し実行し、最後に削除した第２の通信特性を第１の通信特性として抽出する。

【0016】

（構成４）
構成１から構成３のいずれかにおいて、推定手段は、推定処理において、ネットワークスキャンが失敗した原因を第１の原因、第２の原因、第３の原因および第４の原因のいずれかであると推定し、第１の原因は、ネットワークスキャンの対象である端末装置との通信における通信品質が不足していることであり、第２の原因は、ネットワークスキャンの対象である端末装置が接続されているネットワークが混雑していることであり、第３の原因は、ネットワークスキャンの対象である端末装置がネットワークに接続されていないことであり、第４の原因は、ネットワークスキャンの対象である端末装置のポートが閉塞していることである。

【0017】

（構成５）
構成４において、推定手段は、推定処理において、第１の判別スコアまたは第２の判別スコアが零であるとき、ネットワークスキャンが正常である、またはネットワークスキャンが第３の原因および第４の原因のいずれかによって失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零でないとき、ネットワークスキャンが第１の原因および第２の原因のいずれかによって失敗したと推定する。

【0018】

（構成６）
構成５において、推定手段は、推定処理において、第１の判別スコアまたは第２の判別スコアが零であるとき、端末装置の全てのポートにおけるスキャン応答の有無に基づいて、ネットワークスキャンが正常である、または第３の原因および第４の原因のいずれかによってネットワークスキャンが失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零でないとき、零よりも小さい第１または第２の判別スコアを有する端末装置の個数に基づいてネットワークスキャンが第１の原因または第２の原因によって失敗したと推定する。

【0019】

（構成７）
構成６において、推定手段は、推定処理において、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の全てのポートにおいてスキャン応答があったとき、ネットワークスキャンが正常であると推定し、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の一部のポートにおいてスキャン応答があるとき、ネットワークスキャンが第４の原因によって失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の全てのポートにおいてスキャン応答が無いとき、ネットワークスキャンが第３の原因によって失敗したと推定し、端末装置の個数が第３のしきい値よりも小さいとき、零よりも小さい第１または第２の判別スコアを有する端末装置についてネットワークスキャンが第１の原因によって失敗したと推定し、端末装置の個数が第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置についてネットワークスキャンが第２の原因によって失敗したと推定する。

【0020】

（構成８）
構成１から構成７のいずれかにおいて、推定手段は、第１のグループと第２のグループとを判別する第３の判別スコアに基づいてネットワークスキャンの結果を推定するためのモデルを第１のモデルに更新したとき、第１の判別スコアを用いて推定処理を実行し、第３の判別スコアに基づいてネットワークスキャンの結果を推定するためのモデルを第２のモデルに更新したとき、第２の判別スコアを用いて推定処理を実行する。

【0021】

（構成９）
また、この発明の実施の形態によれば、プログラムは、
スキャン手段が、複数の端末装置に対してネットワークスキャンを実行し、ネットワークスキャンのスキャン応答から複数の通信特性を取得する第１のステップと、
抽出手段が、第１のステップにおいて取得された複数の通信特性に基づいてネットワークスキャンの結果を推定するために最も適した第１の通信特性を抽出する抽出処理を実行する第２のステップと、
推定手段が、第２のステップの抽出処理において抽出された第１の通信特性を有する端末装置をネットワークスキャンが正常である第１のグループと、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗した第２および第３のグループとに分類し、第１のグループと第３のグループとを判別する第１の判別スコアまたは第２のグループと第３のグループとを判別する第２の判別スコアを算出し、その算出した第１の判別スコアまたは第２の判別スコアに基づいて、ネットワークスキャンが正常または失敗であると推定するとともに、ネットワークスキャンが失敗であると推定したとき、ネットワークスキャンが失敗した原因を推定する推定処理を実行する第３のステップとをコンピュータに実行させるためのプログラムである。

【0022】

（構成１０）
構成９において、抽出手段は、第２のステップの抽出処理において、複数の通信特性の相互の相関係数を算出し、その算出した相関係数が第１のしきい値よりも大きいｄ（ｄは正の整数）個の第２の通信特性を抽出し、その抽出したｄ個の第２の通信特性のうち、ネットワークスキャンの結果を推定するために最も重要な第２の通信特性を第１の通信特性として抽出する。

【0023】

（構成１１）
構成１０において、抽出手段は、第２のステップの抽出処理において、第２の通信特性について、期待値からのずれの大きさを表すスコアを算出する処理をｄ個の第２の通信特性の全てについて実行してｄ個のスコアを算出し、スコアの大きい順にＫ（Ｋは、正の整数）個の第２の通信特性をｄ個の第２の通信特性から抽出し、その抽出したＫ個の第２の通信特性を学習済の分類アルゴリズムを用いて、ネットワークスキャンの結果を推定するために重要なグループとネットワークスキャンの結果を推定するために重要でないグループとに分類し、ネットワークスキャンの結果を推定するための重要度に基づいて、抽出した第２の通信特性にランクを付与する第１の処理と、Ｋ個の第２の通信特性のうち、ランクが最も低い第２の通信特性を削除する第２の処理とを、削除する第２の通信特性が無くなるまで繰り返し実行し、最後に削除した第２の通信特性を第１の通信特性として抽出する。

【0024】

（構成１２）
構成９から構成１１のいずれかにおいて、推定手段は、第３のステップの推定処理において、ネットワークスキャンが失敗した原因を第１の原因、第２の原因、第３の原因および第４の原因のいずれかであると推定し、
第１の原因は、ネットワークスキャンの対象である端末装置との通信における通信品質が不足していることであり、第２の原因は、ネットワークスキャンの対象である端末装置が接続されているネットワークが混雑していることであり、第３の原因は、ネットワークスキャンの対象である端末装置がネットワークに接続されていないことであり、第４の原因は、ネットワークスキャンの対象である端末装置のポートが閉塞していることである。

【0025】

（構成１３）
構成１２において、推定手段は、第３のステップの推定処理において、第１の判別スコアまたは第２の判別スコアが零であるとき、ネットワークスキャンが正常である、またはネットワークスキャンが第３の原因および前記第４の原因のいずれかによって失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零でないとき、ネットワークスキャンが第１の原因および第２の原因のいずれかによって失敗したと推定する。

【0026】

（構成１４）
構成１３において、推定手段は、第３のステップの推定処理において、第１の判別スコアまたは第２の判別スコアが零であるとき、端末装置の全てのポートにおけるスキャン応答の有無に基づいて、ネットワークスキャンが正常である、または第３の原因および第４の原因のいずれかによってネットワークスキャンが失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零でないとき、零よりも小さい第１または第２の判別スコアを有する端末装置の個数に基づいてネットワークスキャンが第１の原因または第２の原因によって失敗したと推定する。

【0027】

（構成１５）
構成１４において、推定手段は、第３のステップの推定処理において、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の全てのポートにおいてスキャン応答があったとき、ネットワークスキャンが正常であると推定し、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の一部のポートにおいてスキャン応答があるとき、ネットワークスキャンが第４の原因によって失敗したと推定し、第１の判別スコアまたは第２の判別スコアが零であり、かつ、端末装置の全てのポートにおいてスキャン応答が無いとき、ネットワークスキャンが第３の原因によって失敗したと推定し、端末装置の個数が第３のしきい値よりも小さいとき、零よりも小さい第１または第２の判別スコアを有する端末装置についてネットワークスキャンが第１の原因によって失敗したと推定し、端末装置の個数が第３のしきい値よりも小さくないとき、１つの基地局に属する全ての端末装置についてネットワークスキャンが第２の原因によって失敗したと推定する。

【0028】

（構成１６）
構成９から構成１５のいずれかにおいて、推定手段は、第１のグループと第２のグループとを判別する第３の判別スコアに基づいてネットワークスキャンの結果を推定するためのモデルを第１のモデルに更新したとき、第３のステップにおいて、第１の判別スコアを用いて推定処理を実行し、第３の判別スコアに基づいてネットワークスキャンの結果を推定するためのモデルを第２のモデルに更新したとき、第３のステップにおいて、第２の判別スコアを用いて推定処理を実行する。

【0029】

（構成１７）
更に、この発明の実施の形態によれば、記録媒体は、構成９から構成１６のいずれかに記載のプログラムを記録したコンピュータ読み取り可能な記録媒体である。

【発明の効果】

【0030】

ネットワークスキャンの結果を正確に推定できる。

【図面の簡単な説明】

【0031】

【図1】この発明の実施の形態における通信システムの概略図である。

【図2】図１に示すネットワークスキャン装置の概略図である。

【図3】図２に示すホスト情報データベースの概念図である。

【図4】図２に示すホスト情報データベースの別の概念図である。

【図5】スキャンスケジュールの概念図である。

【図6】トラヒックの時間依存性を示す図である。

【図7】通信特性の相関係数を示す図である。

【図8】通信特性の別の相関係数を示す図である。

【図9】通信特性の更に別の相関係数を示す図である。

【図10】通信特性の更に別の相関係数を示す図である。

【図11】通信特性ＣＭｂｅｓｔを選択するときの元データの例を示す図である。

【図12】通信特性ＣＭｂｅｓｔを選択する方法を説明するための図である。

【図13】通信特性のスコアを求める方法を説明するための図である。

【図14】通信特性のスコアを示す図である。

【図15】ランク重みＲ_ｋの算出結果を示す図である。

【図16】ネットワークスキャンの動作を説明するためのフローチャートである。

【図17】図１６のステップＳ１０の詳細な動作を説明するための第１のフローチャートである。

【図18】図１６のステップＳ１０の詳細な動作を説明するための第２のフローチャートである。

【図19】図１６のステップＳ１１の詳細な動作を説明するための第１のフローチャートである。

【図20】図１６のステップＳ１１の詳細な動作を説明するための第２のフローチャートである。

【図21】図１６のステップＳ１１の詳細な動作を説明するための第３のフローチャートである。

【図22】図１９のステップＳ１３２の詳細な動作を説明するためのフローチャートである。

【図23】図１９のステップＳ１３６の詳細な動作を説明するためのフローチャートである。

【図24】Ｄスコアのシミュレーション結果を示す図である。

【発明を実施するための形態】

【0032】

本発明の実施の形態について図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰返さない。

【0033】

図１は、この発明の実施の形態における通信システムの概略図である。図１を参照して、この発明の実施の形態による通信システム１０は、ネットワークスキャン装置１と、基地局ＢＳ１，ＢＳ２と、インターネットプロバイダＩＳＰと、端末装置ＴＭ１～ＴＭ１８とを備える。

【0034】

ネットワークスキャン装置１、基地局ＢＳ１，ＢＳ２、インターネットプロバイダＩＳＰ（Internet Service Provider）および端末装置ＴＭ１～ＴＭ１８は、通信空間に配置される。

【0035】

基地局ＢＳ１は、無線通信網ＣＮＷ１の基地局であり、基地局ＢＳ２は、無線通信網ＣＮＷ２の基地局であり、インターネットプロバイダＩＳＰは、有線通信網ＣＮＷ３の通信事業者である。

【0036】

無線通信網ＣＮＷ１，ＣＮＷ２は、相互に異なる無線通信規格に従って無線通信を行う通信網である。

【0037】

この発明の実施の形態においては、端末装置ＴＭ１～ＴＭ１３の各々は、無線端末であり、端末装置ＴＭ１４～ＴＭ１８の各々は、有線端末である。

【0038】

端末装置ＴＭ１～ＴＭ６は、無線通信網ＣＮＷ２の外側であり、かつ、無線通信網ＣＮＷ１の内部に配置される。

【0039】

端末装置ＴＭ７は、無線通信網ＣＮＷ１と無線通信網ＣＮＷ２との重複領域内に配置される。

【0040】

端末装置ＴＭ８～ＴＭ１３は、無線通信網ＣＮＷ１の外側であり、かつ、無線通信網ＣＮＷ２の内部に配置される。

【0041】

端末装置ＴＭ１４～ＴＭ１８は、有線通信網ＣＮＷ３内に配置され、有線を介してインターネットプロバイダＩＳＰに接続される。

【0042】

端末装置ＴＭ１～ＴＭ１３の各々は、基地局ＢＳ１，ＢＳ２と無線通信可能な２個の無線通信モジュールを備えている。従って、端末装置ＴＭ１～ＴＭ１３の各々は、基地局ＢＳ１または基地局ＢＳ２と無線通信可能である。

【0043】

端末装置ＴＭ１～ＴＭ６は、基地局ＢＳ１と無線通信を行い、端末装置ＴＭ７は、基地局ＢＳ１または基地局ＢＳ２と無線通信を行い、端末装置ＴＭ８～ＴＭ１３は、基地局ＢＳ２と無線通信を行う。

【0044】

端末装置ＴＭ１４～ＴＭ１８は、インターネットプロバイダＩＳＰを介して有線通信を行う。

【0045】

ネットワークスキャン装置１は、後述する方法によって、端末装置ＴＭ１～ＴＭ１８に対してネットワークスキャンを行う。

【0046】

図２は、図１に示すネットワークスキャン装置１の概略図である。図２を参照して、ネットワークスキャン装置１は、ネットワークスキャナ１１と、スキャン解析マネージャ１２と、ホスト情報データベース１３と、抽出手段１４と、推定手段１５と、スキャンスケジューラ１６とを備える。

【0047】

ネットワークスキャナ１１は、スキャンスケジューラ１６からスキャンタイミングを受け、その受けたスキャンタイミングに基づいて、例えば、公知のＮｍａｐ（非特許文献２参照）を用いて、スキャン対象のネットワーク２０に接続された端末装置のポートに対してネットワークスキャンを行う。

【0048】

そして、ネットワークスキャナ１１は、ネットワーク２０に接続された端末装置からネットワークスキャンのスキャン応答を受信し、その受信したスキャン応答をユーザ（ネットワークセキュリティ等からなる）３０およびスキャン解析マネージャ１２へ出力する。

【0049】

また、ネットワークスキャナ１１は、ネットワークスキャンがバックグラウンドトラフィックを監視せずに行われる場合、スキャン応答遅延ＲＴＴ_ｍ（ｍは、１≦ｍ≦Ｍを満たす整数であり、Ｍは、端末装置ＴＭ１～ＴＭ１８の総数）、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍを測定し、その測定したスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍをスキャン解析マネージャ１２へ出力する。即ち、ネットワークスキャナ１１は、ネットワークスキャンがバックグラウンドトラフィックを監視せずに行われる場合、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍからなる通信特性ＣＭ１＝［スキャン応答遅延ＲＴＴ_ｍ／パケットロス率ＰＬＲ_ｍ／スキャン最大遅延ＤＬｍａｘ_ｍ／スキャン最小遅延ＤＬｍｉｎ_ｍ］を測定し、その測定した通信特性ＣＭ１＝［スキャン応答遅延ＲＴＴ_ｍ／パケットロス率ＰＬＲ_ｍ／スキャン最大遅延ＤＬｍａｘ_ｍ／スキャン最小遅延ＤＬｍｉｎ_ｍ］をスキャン解析マネージャ１２へ出力する。

【0050】

更に、ネットワークスキャナ１１は、ネットワークスキャンがバックグラウンドトラフィックを監視して行われる場合、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍを測定し、その測定したスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍをスキャン解析マネージャ１２へ出力する。即ち、ネットワークスキャナ１１は、ネットワークスキャンがバックグラウンドトラフィックを監視して行われる場合、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍからなる通信特性ＣＭ２＝［スキャン応答遅延ＲＴＴ_ｍ／パケットロス率ＰＬＲ_ｍ／遅延ＤＬ_ｍ／ジッタＪＴ_ｍ／バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ／バックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍ］を測定し、その測定した通信特性ＣＭ２＝［スキャン応答遅延ＲＴＴ_ｍ／パケットロス率ＰＬＲ_ｍ／遅延ＤＬ_ｍ／ジッタＪＴ_ｍ／バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ／バックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍ］をスキャン解析マネージャ１２へ出力する。

【0051】

スキャン解析マネージャ１２は、ネットワークスキャナ１１からスキャン応答を受け、ネットワークスキャン中に通信ログを受ける。また、スキャン解析マネージャ１２は、ネットワークスキャナ１１から通信特性ＣＭ１または通信特性ＣＭ２を受ける。

【0052】

そして、スキャン解析マネージャ１２は、スキャン応答および通信特性ＣＭ１を受けたとき、スキャン応答および通信特性ＣＭ１に基づいてスキャン対象の端末装置のアドレスと、スキャン応答と、通信特性ＣＭ１とを対応付けたスキャン結果ＳＣ１を生成し、その生成したスキャン結果ＳＣ１をホスト情報データベース１３に格納することによってホスト情報データベース１３を作成または更新する。

【0053】

また、スキャン解析マネージャ１２は、スキャン応答および通信特性ＣＭ２を受けたとき、スキャン応答および通信特性ＣＭ２に基づいてスキャン対象の端末装置のアドレスと、スキャン応答と、通信特性ＣＭ２とを対応付けたスキャン結果ＳＣ２を生成し、その生成したスキャン結果ＳＣ２をホスト情報データベース１３に格納することによってホスト情報データベース１３を作成または更新する。

【0054】

ホスト情報データベース１３は、スキャン結果ＳＣ１またはスキャン結果ＳＣ２を記憶する。

【0055】

抽出手段１４は、ホスト情報データベース１３に格納された通信特性ＣＭ１（または通信特性ＣＭ２）に基づいて、後述する方法によって、ネットワークスキャンの結果を推定するために最も適した通信特性ＣＭｂｅｓｔを抽出する抽出処理を実行する。

【0056】

推定手段１５は、抽出手段１４によって抽出された通信特性ＣＭｂｅｓｔを有する端末装置をネットワークスキャンが正常であるグループＣＬＳ_１と、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗したグループＣＬＳ_２，ＣＬＳ_３とに分類する。

【0057】

そして、推定手段１５は、グループＣＬＳ_１とグループＣＬＳ_３とを判別するＤスコアＤ＿２、またはグループＣＬＳ_２とグループＣＬＳ_３とを判別するＤスコアＤ＿３を算出し、その算出したＤスコアＤ＿２またはＤスコアＤ＿３に基づいてネットワークスキャンが正常または失敗であると推定するとともに、ネットワークスキャンが失敗であると推定したとき、ネットワークスキャンが失敗した原因を推定する推定処理を実行する。そうすると、推定手段１５は、推定処理において推定した推定結果をスキャンスケジューラ１６へ出力する。

【0058】

スキャンスケジューラ１６は、ホスト情報データベース１３からスキャン結果を読み出し、スキャン要件をユーザ３０から受ける。また、スキャンスケジューラ１６は、ネットワークスキャンを行う領域（例えば、日本国内）に存在する全ての端末装置のグローバルＩＰアドレスおよびドメイン名を予め保持している。

【0059】

そして、スキャンスケジューラ１６は、スキャン要件およびスキャン結果に基づいて、後述する方法によって、ネットワークスキャンのスキャンタイミングと各スキャンタイミングにおけるネットワークスキャンの対象となる端末装置とを対応付けたスキャンスケジュールＳＣＨ＿ｓｃａｎを生成する。そうすると、スキャンスケジューラ１６は、スキャンスケジュールＳＣＨ＿ｓｃａｎをネットワークスキャナ１１へ出力してスキャンスケジュールＳＣＨ＿ｓｃａｎに従ってネットワークスキャンを実行するようにネットワークスキャナ１１を制御する。

【0060】

また、スキャンスケジューラ１６は、推定結果を推定手段１５から受けたとき、推定結果のうちのネットワークスキャンが失敗した原因に基づいて、スキャンスケジュールを再スケジュール化し、その再スケジュール化したスキャンスケジュールＲＥＳＣＨ＿ｓｃａｎをネットワークスキャナ１１へ出力してスキャンスケジュールＲＥＳＣＨ＿ｓｃａｎに従ってネットワークスキャンを実行するようにネットワークスキャナ１１を制御する。

【0061】

図３は、図２に示すホスト情報データベース１３の概念図である。なお、図３に示すホスト情報データベース１３－１は、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行されるときのホスト情報データベースである。

【0062】

図３を参照して、ホスト情報データベース１３－１は、時刻ｔと、ＩＰアドレスＡｄｄ_ｂ（ｂ＝１～Ｂ、Ｂは、基地局の総数）と、ＩＰアドレスＡｄｄ_ｍと、ドメイン名ＤＮ_ｍと、ポート番号ＰＮ_ｒ（ｒは、正の整数）と、スキャン応答ＳＲ_ｍと、スキャン応答遅延ＲＴＴ_ｍと、パケットロス率ＰＬＲ_ｍと、スキャン最大遅延ＤＬｍａｘ_ｍと、スキャン最小遅延ＤＬｍｉｎ_ｍとを含む。

【0063】

時刻ｔは、ＹＹＹＹ／ＭＭ／ＤＤ／ｈｈ／ｍｍ／ｓｓ（年／月／日／時／分／秒）によって表される。そして、時刻ｔは、後述する一定の時間長を有する１つのスキャンタイミング内における時刻であり、ネットワークスキャンにおけるテスト入力をネットワークスキャンの対象である端末装置へ送信した時間を表す。

【0064】

ＩＰアドレスＡｄｄ_ｂは、基地局のアドレスである。ＩＰアドレスＡｄｄ_ｍは、ネットワークスキャンの対象である端末装置のグローバルＩＰアドレスからなる。

【0065】

ドメイン名ＤＮ_ｍは、ＩＰアドレスＡｄｄ_ｍに基づいてＰＴＲ（PoinTeR record）レコードを用いて変換されたものである。

【0066】

ポート番号ＰＮ_ｒは、各端末装置が通信に用いるポートの番号である。

【0067】

スキャン応答ＳＲ_ｍは、スキャン応答が返って来たとき、“１”からなり、スキャン応答が返って来なかったとき、“０”からなる。

【0068】

スキャン応答遅延ＲＴＴ_ｍは、テスト入力を送信した時刻からスキャン応答ＳＲ_ｍが返って来るまでの時間からなる。

【0069】

パケットロス率ＰＬＲ_ｍは、テスト入力からなるパケットを送信してスキャン応答ＳＲ_ｍを受信する場合にパケットの送受信を失敗する割合である。

【0070】

スキャン最大遅延ＤＬｍａｘ_ｍは、スキャン応答遅延ＲＴＴ_ｍの最大値であり、スキャン最小遅延ＤＬｍｉｎ_ｍは、スキャン応答遅延ＲＴＴ_ｍの最小値である。

【0071】

そして、スキャン応答ＳＲ_ｍおよびスキャン応答遅延ＲＴＴ_ｍは、ポート番号ＰＮ_ｒに対応付けられる。パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍは、ネットワークスキャンの対象となる端末装置のＩＰアドレスＡｄｄ_ｍに対応付けられる。

【0072】

また、アドレスＡｄｄ_ｍ＿１～Ａｄｄ_ｍ＿３は、アドレスＡｄｄ_ｂ＿１に対応付けられ、・・・、アドレスＡｄｄ_{ｍ＿Ｍ－１}～Ａｄｄ_ｍ＿Ｍは、アドレスＡｄｄ_ｂ＿Ｂに対応付けられる。その結果、各基地局に属する端末装置を把握することができる。

【0073】

図４は、図２に示すホスト情報データベース１３の別の概念図である。なお、図４に示すホスト情報データベース１３－２は、バックグラウンドトラフィックを監視してネットワークスキャンが実行されるときのホスト情報データベースである。

【0074】

図４を参照して、ホスト情報データベース１３－２は、図３に示すホスト情報データベース１３－１のスキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍを遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍに変えたものであり、その他は、ホスト情報データベース１３－１と同じである。

【0075】

遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍは、各端末装置のＩＰアドレスＡｄｄ_ｍに対応付けられる。

【0076】

遅延ＤＬ_ｍは、端末装置からの片道の通信における標準的な時間からの遅れである。

【0077】

ジッタＪＴ_ｍは、端末装置からの片道の通信におけるパケットの伝送時間の揺らぎである。

【0078】

バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍは、端末装置からの片道の通信における伝送遅延の最大値であり、バックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍは、端末装置からの片道の通信における伝送遅延の最小値である。

【0079】

そして、ホスト情報データベース１３－２においては、スキャン応答ＳＲ_ｍおよびスキャン応答遅延ＲＴＴ_ｍ、は、各端末装置のポート番号ＰＮ_ｒに対応付けられる。

【0080】

図５は、スキャンスケジュールの概念図である。図５の（ａ）を参照して、スキャンスケジュールＳＣＨ＿ｓｃａｎは、スキャン総時間長Ｔ_Ｓ＿ｔｏｔａｌを有し、Ｔ（Ｔは、１以上の整数）個のスキャンタイミング１_Ｓ～スキャンタイミングＴ_Ｓを含む。

【0081】

スキャン総時間長Ｔ_Ｓ＿ｔｏｔａｌは、例えば、１日に設定され、スキャンタイミング１_Ｓ～スキャンタイミングＴ_Ｓの各々は、例えば、１時間の時間長を有する。スキャンタイミングｔ_Ｓ（ｔ_Ｓ＝１_Ｓ～Ｔ_Ｓ）は、開始時刻ｔ_{ｓｔａｒｔ}と、終了時刻ｔ_ｅｎｄと、対象アドレスＡｄｄ_１～Ａｄｄ_Ｍとを含む。

【0082】

開始時刻ｔ_{ｓｔａｒｔ}は、スキャンタイミングｔ_Ｓにおいてネットワークスキャンを開始する時刻を表し、終了時刻ｔ_ｅｎｄは、スキャンタイミングｔ_Ｓにおいてネットワークスキャンを終了する時刻を表す。従って、ネットワークスキャナ１１は、スキャンタイミングｔ_Ｓにおいて終了時刻ｔ_ｅｎｄが到来すると、ネットワークスキャンを終了する。

【0083】

対象アドレスＡｄｄ_１～Ａｄｄ_Ｍの各々は、グローバルＩＰアドレスからなる。そして、対象アドレスＡｄｄ_１～Ａｄｄ_Ｍは、ネットワークスキャンの対象であるＭ個の端末装置を表す。

【0084】

なお、スキャンタイミングｔ_Ｓ以外のスキャンタイミング１_Ｓ～（ｔ－１）_Ｓ，（ｔ＋１）_Ｓ～Ｔ_Ｓの各々も、図５の（ａ）に示すスキャンタイミングｔ_Ｓと同じ構成からなる。

【0085】

スキャンタイミング１_Ｓ～Ｔ_Ｓは、相互に同じ時間長（＝ｔ_ｅｎｄ－ｔ_{ｓｔａｒｔ}）を有していてもよく、相互に異なる時間長（＝ｔ_ｅｎｄ－ｔ_{ｓｔａｒｔ}）を有していてもよい。また、スキャンタイミング１_Ｓ～Ｔ_Ｓは、相互に同じ個数のＩＰアドレスを有していてもよく、相互に異なる個数のＩＰアドレスを有していてもよい。

【0086】

最初にネットワークスキャンを実行する場合、図５の（ａ）に示すスキャンタイミング１_Ｓ～Ｔ_Ｓが用いられる。

【0087】

また、通信が空いているタイミングでネットワークスキャンが実行される場合、図５の（ｂ）に示すスキャンタイミング１’_Ｓ～Ｔ’_Ｓ（Ｔ’は、１以上の整数）が用いられる。図５の（ｂ）においては、スキャンタイミング１’_Ｓ～Ｔ’_Ｓは、時間的に離間して設定される。これは、通信が空いている複数の時間帯が相互に接していることはないからである。

【0088】

なお、スキャンタイミングｔ’_Ｓ（ｔ’_Ｓ＝１’_Ｓ～Ｔ’_Ｓ）の構成は、上述したスキャンタイミングｔ_Ｓの構成と同じである。

【0089】

また、スキャンタイミングｔ_Ｓ，ｔ’_Ｓは、１つの時刻を意味するのではなく、開始時刻ｔ_{ｓｔａｒｔ}から終了時刻ｔ_ｅｎｄまでの所定の時間長を有する概念である。

【0090】

スキャンタイミングｔ’_Ｓを決定する方法について説明する。図６は、トラヒックの時間依存性を示す図である。図６において、縦軸は、トラヒックを表し、横軸は、時間を表す。また、曲線ｋ１は、例えば、端末装置Ａにおけるトラヒックの時間依存性を示し、曲線ｋ２は、例えば、端末装置Ａと異なる端末装置Ｂにおけるトラヒックの時間依存性を示す。

【0091】

図６の（ａ）を参照して、端末装置Ａにおいては、トラヒックは、日中よりも夜間の方が多い（曲線ｋ１参照）。即ち、端末装置Ａにおいては、通信は、日中に空いており、夜間に混雑している。図６の（ｂ）を参照して、端末装置Ｂにおいては、トラヒックは、夜間よりも日中の方が多い（曲線ｋ２参照）。即ち、端末装置Ｂにおいては、通信は、日中に混雑しており、夜間に空いている。

【0092】

従って、スキャンスケジューラ１６は、ネットワークスキャンの対象となるＭ個の端末装置について、通信が空いている時間帯を検出し、その検出した時間帯に基づいて、スキャンタイミングｔ_Ｓ（またはスキャンタイミングｔ’_Ｓ）を決定する。

【0093】

ネットワークスキャナ１１は、スキャンスケジュールＳＣＨ＿ｓｃａｎをスキャンスケジューラ１６から受け、その受けたスキャンスケジュールＳＣＨ＿ｓｃａｎに従ってネットワークスキャンをＭ個の端末装置に対して実行する。

【0094】

この場合、ネットワークスキャンは、バックグラウンドトラフィックを監視せずに実行され、またはバックグラウンドトラフィックを監視して実行される。

【0095】

図７は、通信特性の相関係数を示す図である。なお、図７に示す相関係数は、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行された場合において、通信品質が不十分であるときの通信特性の相関係数である。また、図７に示すスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、およびスキャン最小遅延ＤＬｍｉｎ_ｍは、ネットワークスキャンをＭ個の端末装置に対して実行したときのＭ個の端末装置における複数の通信特性である。なお、スキャン応答遅延ＲＴＴ_ｍは、ネットワークスキャンの対象である１つのＩＰアドレス内における平均値を示す。

【0096】

スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、およびスキャン最小遅延ＤＬｍｉｎ_ｍの相互の相関係数を図７に示す。なお、図７において、対角要素よりも上側の非対角要素の相関係数が示されていないのは、対角要素よりも下側の非対角要素の相関係数と同じであるからである。

【0097】

図７を参照して、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行された場合において、通信品質が不十分であるとき、スキャン応答遅延ＲＴＴ_ｍとスキャン最大遅延ＤＬｍａｘ_ｍとの相関係数、スキャン応答遅延ＲＴＴ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数およびスキャン最大遅延ＤＬｍａｘ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数は、０．５よりも大きい。そして、スキャン応答遅延ＲＴＴ_ｍとスキャン最大遅延ＤＬｍａｘ_ｍとの相関係数およびスキャン応答遅延ＲＴＴ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数は、スキャン最大遅延ＤＬｍａｘ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数よりも大きい。従って、スキャン応答遅延ＲＴＴ_ｍは、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍと大きな相関を有する。

【0098】

図８は、通信特性の別の相関係数を示す図である。なお、図８に示す相関係数は、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行された場合において、ネットワークが混雑している（ネットワーク輻輳である）ときの通信特性の相関係数である。また、スキャン応答遅延ＲＴＴ_ｍは、ネットワークスキャンの対象である１つのＩＰアドレス内における平均値を示す。スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、およびスキャン最小遅延ＤＬｍｉｎ_ｍの相互の相関係数を図８に示す。なお、図８においても、対角要素よりも上側の非対角要素の相関係数が示されていないのは、図７において説明した理由と同じである。また、図８に示すスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、およびスキャン最小遅延ＤＬｍｉｎ_ｍは、ネットワークスキャンをＭ個の端末装置に対して実行したときのＭ個の端末装置における複数の通信特性である。

【0099】

図８を参照して、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行された場合において、ネットワークが混雑しているとき、スキャン応答遅延ＲＴＴ_ｍとスキャン最大遅延ＤＬｍａｘ_ｍとの相関係数、スキャン応答遅延ＲＴＴ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数およびスキャン最大遅延ＤＬｍａｘ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数は、０．５よりも大きい。そして、スキャン応答遅延ＲＴＴ_ｍとスキャン最大遅延ＤＬｍａｘ_ｍとの相関係数およびスキャン応答遅延ＲＴＴ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数は、同じである。また、スキャン応答遅延ＲＴＴ_ｍとスキャン最大遅延ＤＬｍａｘ_ｍとの相関係数およびスキャン応答遅延ＲＴＴ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数は、スキャン最大遅延ＤＬｍａｘ_ｍとスキャン最小遅延ＤＬｍｉｎ_ｍとの相関係数よりも大きい。従って、ネットワークが混雑しているときも、スキャン応答遅延ＲＴＴ_ｍは、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍと大きな相関を有する。

【0100】

図７および図８に示すように、バックグラウンドトラフィックを監視せずにネットワークスキャンが実行された場合、通信品質が不十分なときとネットワークが混雑しているときとでは、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、およびスキャン最小遅延ＤＬｍｉｎ_ｍの相互の相関係数が異なる。

【0101】

図９は、通信特性の更に別の相関係数を示す図である。なお、図９に示す相関係数は、バックグラウンドトラフィックを監視してネットワークスキャンが実行された場合において、通信品質が不十分であるときの通信特性の相関係数である。

【0102】

スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍの相互の相関係数を図９に示す。なお、図９においても、対角要素よりも上側の非対角要素の相関係数が示されていないのは、図７において説明した理由と同じである。また、図９に示すキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍは、ネットワークスキャンをＭ個の端末装置に対して実行したときのＭ個の端末装置における複数の通信特性である。

【0103】

図９を参照して、バックグラウンドトラフィックを監視してネットワークスキャンが実行された場合において、通信品質が不十分であるとき、スキャン応答遅延ＲＴＴ_ｍと、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、パケットロス率ＰＬＲ_ｍと、遅延ＤＬ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、遅延ＤＬ_ｍとジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、ジッタＪＴ_ｍとバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、およびバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍとバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数は、０．５よりも大きい。そして、スキャン応答遅延ＲＴＴ_ｍは、パケットロス率ＰＬＲ_ｍと最も大きい相関係数を有する。

【0104】

図１０は、通信特性の更に別の相関係数を示す図である。なお、図１０に示す相関係数は、バックグラウンドトラフィックを監視してネットワークスキャンが実行された場合において、ネットワークが混雑しているときの通信特性の相関係数である。

【0105】

スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍの相互の相関係数を図１０に示す。なお、図１０においても、対角要素よりも上側の非対角要素の相関係数が示されていないのは、図７において説明した理由と同じである。また、図１０に示すスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍは、ネットワークスキャンをＭ個の端末装置に対して実行したときのＭ個の端末装置における複数の通信特性である。

【0106】

図１０を参照して、バックグラウンドトラフィックを監視してネットワークスキャンが実行された場合において、ネットワークが混雑しているとき、スキャン応答遅延ＲＴＴ_ｍと、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍおよびバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍとの相関係数、パケットロス率ＰＬＲ_ｍと、遅延ＤＬ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、遅延ＤＬ_ｍと、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、ジッタＪＴ_ｍとバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数、およびバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍとバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数は、０．５よりも大きい。そして、スキャン応答遅延ＲＴＴ_ｍは、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍと最も大きい相関係数を有する。

【0107】

図９および図１０に示すように、バックグラウンドトラフィックを監視してネットワークスキャンが実行された場合、通信品質が不十分なときとネットワークが混雑しているときとでは、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍ、およびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍの相互の相関係数が異なる。

【0108】

なお、図７から図１０に示すスキャン応答遅延ＲＴＴ_ｍと、パケットロス率ＰＬＲ_ｍ、遅延ＤＬ_ｍ、ジッタＪＴ_ｍ、バックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍとの相関係数は、図３に示すホスト情報データベース１３－１または図４に示すホスト情報データベース１３－２に格納されたスキャン応答遅延ＲＴＴ_ｍを１つの端末装置においてスキャン応答ＳＲ_ｍがあったポートの個数によって平均化したものをスキャン応答遅延ＲＴＴ_ｍとして用いて算出された相関係数であってもよく、ホスト情報データベース１３－１，１３－２に格納されたスキャン応答遅延ＲＴＴ_ｍおよびパケットロス率ＰＬＲ_ｍ等の各通信特性をそのまま用いて（即ち、スキャン応答遅延ＲＴＴ_ｍに関しては、ポートの違いによるスキャン応答遅延ＲＴＴ_ｍの通信特性の違いも考慮して）算出された相関係数であってもよい。

【0109】

ネットワークスキャンを実行した場合、ネットワークスキャンの結果は、正常および失敗に分類される。そして、ネットワークスキャンが失敗した場合、ネットワークスキャンが失敗した原因として、次の第１の原因、第２の原因、第３の原因および第４の原因が想定される。

【0110】

（第１の原因）
ネットワークスキャンの対象である端末装置ｍとの通信における通信品質が不足していることである。

【0111】

（第２の原因）
ネットワークスキャンの対象である端末装置ｍが接続されているネットワークが混雑していること（即ち、ネットワーク輻輳）である。

【0112】

（第３の原因）
ネットワークスキャンの対象である端末装置ｍがネットワークに接続されていないことである。

【0113】

（第４の原因）
ネットワークスキャンの対象である端末装置ｍのポートが閉塞していることである。

【0114】

そこで、この発明の実施の形態においては、以下に説明する方法によって、ネットワークスキャンを実行したときに得られるスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍおよび遅延ＤＬ_ｍ等の通信特性を用いて、ネットワークスキャンが正常であるか失敗であるかを推定するとともに、ネットワークスキャンが失敗であると推定したとき、その失敗の原因（第１の原因、第２の原因、第３の原因および第４の原因のいずれか）を推定する。なお、第１の原因および第２の原因は、端末装置との通信チャネルに起因した原因である。

【0115】

ネットワークスキャンの結果を推定する方法は、図７から図１０に示すスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍおよび遅延ＤＬ_ｍ等の通信特性のうち、ネットワークスキャンの結果を推定するために最も適した通信特性ＣＭｂｅｓｔを抽出する抽出処理と、抽出処理において抽出された通信特性を有する端末装置をネットワークスキャンが正常であるグループＣＬＳ_１と、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗したグループＣＬＳ_２，ＣＬＳ_３とに分類し、グループＣＬＳ_１とグループＣＬＳ_３とを判別するＤスコアＤ＿２、またはグループＣＬＳ_２とグループＣＬＳ_３とを判別するＤスコアＤ＿３を算出し、その算出したＤスコアＤ＿２またはＤスコアＤ＿３に基づいてネットワークスキャンが正常または失敗であると推定するとともに、ネットワークスキャンが失敗であると推定したとき、ネットワークスキャンが失敗した原因を推定する推定処理とを含む。

【0116】

［通信特性の抽出］
図５に示すスケジュールＳＣＨ＿ｓｃａｎに従って、ネットワークスキャンがバックグラウンドトラフィックを監視せずに実行された場合、スキャン解析マネージャ１２は、Ｍ個の端末装置の各々について、１つのスキャンタイミングｔ_ｓにおけるスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍａｘ_ｍをネットワークスキャナ１１から受け、その受けたスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍａｘ_ｍをホスト情報データベース１３に格納することによってホスト情報データベース１３を作成または更新する。

【0117】

抽出手段１４は、Ｍ個のスキャン応答遅延ＲＴＴ_ｍ、Ｍ個のパケットロス率ＰＬＲ_ｍ、Ｍ個のスキャン最大遅延ＤＬｍａｘ_ｍおよびＭ個のスキャン最小遅延ＤＬｍｉｎ_ｍをホスト情報データベース１３から読み出し、その読み出したＭ個のスキャン応答遅延ＲＴＴ_ｍ、Ｍ個のパケットロス率ＰＬＲ_ｍ、Ｍ個のスキャン最大遅延ＤＬｍａｘ_ｍおよびＭ個のスキャン最小遅延ＤＬｍｉｎ_ｍに基づいて、スキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍの相互の相関係数ｒ_ｉｊを次式によって算出する。

【0118】

【数1】

【0119】

式（１）において、ｘ_ａｉは、相関係数ｒ_ｉｊを算出する元になる一方の通信特性ｆ_ｉのサンプルを表し、ｙ_ａｊは、相関係数ｒ_ｉｊを算出する元になる他方の通信特性ｆ_ｊのサンプルを表す。そして、ａ_ｉ＝１～Ｍであり、ａ_ｊ＝１～Ｍである。

【0120】

抽出手段１４は、通信特性ｆ_ｉ，ｆ_ｊの相関係数ｒ_ｉｊのうち、異なる通信特性ｆ_ｉ，ｆ_ｊ（ｉ≠ｊ）の相関係数ｒ_ｉｊ（ｉ≠ｊ）を抽出する。例えば、算出された相関係数ｒ_ｉｊが図７に示す相関係数からなる場合、通信特性ｆ_ｉ（ｉ＝１～４）は、それぞれ、列方向のスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍに設定され、通信特性ｆ_ｊ（ｊ＝１～４）は、それぞれ、行方向のスキャン応答遅延ＲＴＴ_ｍ、パケットロス率ＰＬＲ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍに設定される。

【0121】

相関係数ｒ_１１，ｒ_２２，ｒ_３３，ｒ_４４は、対角要素であり、相関係数ｒ_２１，ｒ_３１，ｒ_４１，ｒ_３２，ｒ_４２，ｒ_４３は、非対角要素である。

【0122】

抽出手段１４は、非対角要素の相関係数ｒ_２１，ｒ_３１，ｒ_４１，ｒ_３２，ｒ_４２，ｒ_４３を順次抽出し、その抽出した各相関係数ｒ_２１，ｒ_３１，ｒ_４１，ｒ_３２，ｒ_４２，ｒ_４３がしきい値Ｃｏｒｒ_ｒよりも大きいか否かを判定する。しきい値Ｃｏｒｒ_ｒは、例えば、０．５～１．０の範囲内の実数に設定される。ここでは、しきい値Ｃｏｒｒ_ｒ＝０．５とする。

【0123】

まず、抽出手段１４は、相関係数ｒ_２１がしきい値Ｃｏｒｒ_ｒよりも大きいか否かを判定する。そして、抽出手段１４は、相関係数ｒ_２１がしきい値Ｃｏｒｒ_ｒ以下であるとき、相関係数ｒ_２１の算出の元になった２つの通信特性ｆ_２，ｆ_１を削除し、相関係数ｒ_２１がしきい値Ｃｏｒｒ_ｒよりも大きいとき、相関係数ｒ_２１の算出の元になった２つの通信特性ｆ_２，ｆ_１を保存する。

【0124】

この場合、相関係数ｒ_２１（＝０．２５）がしきい値Ｃｏｒｒ_ｒ（＝０．５）以下であるので、抽出手段１４は、相関係数ｒ_２１の算出の元になった２つの通信特性ｆ_２（＝パケットロス率ＰＬＲ_ｍ）および通信特性ｆ_１（＝スキャン応答遅延ＲＴＴ_ｍ）を削除する。

【0125】

次に、抽出手段１４は、相関係数ｒ_３１がしきい値Ｃｏｒｒ_ｒよりも大きいか否かを判定する。相関係数ｒ_３１が０．８０であるので、抽出手段１４は、相関係数ｒ_３１がしきい値Ｃｏｒｒ_ｒよりも大きいと判定し、相関係数ｒ_３１の算出の元になった２つの通信特性ｆ_３（＝スキャン最大遅延ＤＬｍａｘ_ｍ）および通信特性ｆ_１（＝スキャン応答遅延ＲＴＴ_ｍ）を保存する。

【0126】

引き続いて、抽出手段１４は、相関係数ｒ_４１がしきい値Ｃｏｒｒ_ｒよりも大きいか否かを判定する。相関係数ｒ_４１が０．９７であるので、抽出手段１４は、相関係数ｒ_４１がしきい値Ｃｏｒｒ_ｒよりも大きいと判定し、相関係数ｒ_４１の算出の元になった２つの通信特性ｆ_４（＝スキャン最小遅延ＤＬｍｉｎ_ｍ）および通信特性ｆ_１（＝スキャン応答遅延ＲＴＴ_ｍ）を保存する。

【0127】

以下、同様にして、抽出手段１４は、相関係数ｒ_３２，ｒ_４２，ｒ_４３がしきい値Ｃｏｒｒ_ｒよりも大きいか否かを順次判定する。そして、抽出手段１４は、しきい値Ｃｏｒｒ_ｒ（＝０．５）よりも大きい相関係数ｒ_４３の算出の元になった２つの通信特性ｆ_４（＝スキャン最小遅延ＤＬｍｉｎ_ｍ），ｆ_３（＝スキャン最大遅延ＤＬｍａｘ_ｍ）を保存する。また、抽出手段１４は、しきい値Ｃｏｒｒ_ｒ（＝０．５）以下である相関係数ｒ_３２，ｒ_４２の算出の元になった２つの通信特性ｆ_３（＝スキャン最大遅延ＤＬｍａｘ_ｍ），ｆ_２（＝パケットロス率ＰＬＲ_ｍ）；２つの通信特性ｆ_４（＝スキャン最小遅延ＤＬｍｉｎ_ｍ），ｆ_２（＝パケットロス率ＰＬＲ_ｍ）を削除する。

【0128】

その結果、２つの通信特性ｆ_３（＝スキャン最大遅延ＤＬｍａｘ_ｍ），ｆ_１（＝スキャン応答遅延ＲＴＴ_ｍ）；２つの通信特性ｆ_４（＝スキャン最小遅延ＤＬｍｉｎ_ｍ），ｆ_１（＝スキャン応答遅延ＲＴＴ_ｍ）；２つの通信特性ｆ_４（＝スキャン最小遅延ＤＬｍｉｎ_ｍ），ｆ_３（＝スキャン最大遅延ＤＬｍａｘ_ｍ）が保存されたので、抽出手段１４は、最終的に、スキャン応答遅延ＲＴＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍの３個の通信特性を保存する。

【0129】

なお、抽出手段１４は、相関係数ｒ_ｉｊが図８から図１０のいずれかに示す相関係数からなる場合も、同様にして、しきい値Ｃｏｒｒ_ｒよりも大きい相関係数ｒ_ｉｊの算出の元になった通信特性を保存し、しきい値Ｃｏｒｒ_ｒ以下である相関係数ｒ_ｉｊの算出の元になった通信特性を削除する。

【0130】

スキャン応答遅延ＲＴＴ_ｍは、ネットワークスキャンが正常である場合におけるテスト入力からなるパケットを送信してからスキャン応答が帰って来るまでのＲＴＴ_{ｎｏｒｍａｌ}に対する遅れを表すので、ネットワークスキャンの結果を最も良く表すものである。

【0131】

そこで、抽出手段１４は、最終的に保存された通信特性（上記の例では、スキャン応答遅延ＲＴＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍ）から、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍを説明変数として抽出するとともにスキャン応答遅延ＲＴＴ_ｍを目的変数として抽出し、重回帰分析を実行して重回帰分析における寄与率（＝Ｒ^２）を求める。

【0132】

その後、抽出手段１４は、寄与率Ｒ^２がしきい値Ｓ_ｒよりも小さいか否かを判定する。しきい値Ｓ_ｒは、例えば、０．５～１．０の範囲の実数に設定される。

【0133】

抽出手段１４は、寄与率Ｒ^２がしきい値Ｓ_ｒよりも小さいと判定したとき、ネットワークスキャンの結果を推定するアルゴリズムＡＬＧのモードを“無相関”に設定し、寄与率Ｒ^２がしきい値Ｓ_ｒよりも小さくないと判定したとき、アルゴリズムＡＬＧのモードを“相関”に設定する。

【0134】

アルゴリズムＡＬＧのモードが“無相関”に設定されたとき、最終的に保存された通信特性がやや重要であることを意味する。一方、アルゴリズムＡＬＧのモードが“相関”に設定されたとき、最終的に保存された通信特性が非常に重要であることを意味する。

【0135】

引き続いて、抽出手段１４は、機械学習アルゴリズム“ＳｅｌｅｃｔＫｂｅｓｔ”を用いて、ネットワークスキャンの結果を推定するために最も適した通信特性ＣＭｂｅｓｔをＫ個の通信特性から選択する。

【0136】

通信特性ＣＭｂｅｓｔを選択する方法を説明する。図１１は、通信特性ＣＭｂｅｓｔを選択するときの元データの例を示す図である。図１２は、通信特性ＣＭｂｅｓｔを選択する方法を説明するための図である。

【0137】

ネットワークスキャンのスキャン応答から得られる複数の通信特性として、パケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、スキャン最小遅延ＤＬｍｉｎ_ｍおよび遅延ＤＬ_ｍを図１１に示す。図１１においては、パケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍ、スキャン最小遅延ＤＬｍｉｎ_ｍおよび遅延ＤＬ_ｍは、８個の端末装置について示されている。

【0138】

そして、抽出手段１４は、上述した方法によって、しきい値Ｃｏｒｒ_ｒよりも大きい相関係数ｒ_ｉｊを有する通信特性として、図１２に示すように、例えば、パケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍを選択する。

【0139】

その後、抽出手段１４は、図１２の各行の合計および各列の合計を算出し、各行の合計と各列の合計との合計である総合計を算出する。

【0140】

引き続いて、抽出手段１４は、次式によって、ｒ行ｃ列の期待値Ｅ_ｒｃを全ての行および全ての列について算出する。

【0141】

【数2】

【0142】

式（２）において、ｅ_ｒは、ｒ番目の行の合計を表し、ｅ_ｃは、ｃ番目の列の合計を表す。また、Ｎ_{ｇｒａｎｄ}は、総合計を表す。

【0143】

図１３は、通信特性のスコアを求める方法を説明するための図である。図１４は、通信特性のスコアを示す図である。なお、図１３においては、スキャン最大遅延ＤＬｍａｘ_ｍのスコアＱを求める方法を説明する。

【0144】

図１３を参照して、左端の列は、図１２の右端の列の合計および総合計であり、左端から２番目の列は、図１１に示すスキャン最大遅延ＤＬｍａｘ_ｍのサンプルである。

【0145】

抽出手段１４は、図１３に示す各行の合計（＝０．０４９，０．０３４，０．０２３，０．０３８，０．０２２，０．０２２，０．０２１，０．０２３）を式（２）のｅ_ｒに順次代入し、図１３に示すｃ番目の列の合計（＝０．２３２）を式（２）のｅ_ｃに代入し、図１３の総合計を式（２）のＮ_{ｇｒａｎｄ}に代入して期待値Ｅ_ｒｃを算出する。

【0146】

そして、抽出手段１４は、次式によってスコアＱを算出する。

【0147】

【数3】

【0148】

式（３）において、Ｏは、図１３に示すスキャン最大遅延ＤＬｍａｘ_ｍの各値であり、Ｅは、式（２）によって算出される期待値Ｅ_ｒｃである。

【0149】

スコアＱは、１つの通信特性（例えば、スキャン最大遅延ＤＬｍａｘ_ｍ）において、各サンプルＯの期待値Ｅからのずれ量の大きさを表すものである。式（３）においては、各サンプルＯが期待値Ｅよりも大きい方に大きくずれている場合、または各サンプルＯが期待値Ｅよりも小さい方に大きくずれている場合、スコアＱが大きくなり、各サンプルＯが期待値Ｅよりも大きい方に小さくずれている場合、または各サンプルＯが期待値Ｅよりも小さい方に小さくずれている場合、スコアＱが小さくなる。従って、スコアＱは、１つの通信特性（例えば、スキャン最大遅延ＤＬｍａｘ_ｍ）の特徴を表すものである。

【0150】

抽出手段１４は、期待値Ｅを算出すると、Ｏ－Ｅを算出し、続いて、（Ｏ－Ｅ）^２を算出し、その算出した（Ｏ－Ｅ）^２を期待値Ｅで除算して（Ｏ－Ｅ）^２／Ｅを算出する。

【0151】

そうすると、抽出手段１４は、各行の（Ｏ－Ｅ）^２／Ｅの和をスキャン最大遅延ＤＬｍａｘ_ｍのスコアＱとして算出する。つまり、抽出手段１４は、式（３）によって、スキャン最大遅延ＤＬｍａｘ_ｍのスコアＱを算出する。

【0152】

また、抽出手段１４は、図１２に示すパケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍについても、上述した方法によってスコアＱを算出する。その結果、図１４に示すように、パケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍのスコアＱが得られる。

【0153】

そうすると、抽出手段１４は、パケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍのスコアＱから、スコアＱの大きい順にＫ（Ｋは、正の整数）個の通信特性を選択する。

【0154】

例えば、Ｋ＝３である場合、図１４に示す例においては、抽出手段１４は、ジッタＪＴ_ｍ、スキャン最小遅延ＤＬｍｉｎ_ｍおよびスキャン最大遅延ＤＬｍａｘ_ｍを選択する。

【0155】

抽出手段１４は、Ｋ個の通信特性を選択すると、次の方法によって、通信特性ＣＭｂｅｓｔをＫ個の通信特性から選択する。

【0156】

まず、抽出手段１４は、ＬＲ（Linear Regression）およびＳＶＭ（Support Vector Machine）等の分類アルゴリズムを用いてＫ個の通信特性を、ネットワークスキャンの結果を推定するために重要な通信特性のグループＧＰ１と、ネットワークスキャンの結果を推定するために重要でない通信特性のグループＧＰ２とに分類する。

【0157】

ここでは、分類アルゴリズムとしてサポートベクターマシン（ＳＶＭ－ｔｒａｉｎ）を用いるものとする。

【0158】

ＳＶＭは、教師有り学習を用いるパターン認識モデルの一つであり、教師データＸ_０＝［ｘ_０１，ｘ_０２，・・・，ｘ_０Ｍ］^Ｔ（Ｔは、転置を表す）を最も大胆に区切る境界を学習する。この境界を学習するために２個以上のパラメータによって構成される２次元以上の空間が設定される。

【0159】

そして、２次元以上の空間に配置された学習用サンプルを用いて学習を行った結果、教師データＸ_０＝［ｘ_０１，ｘ_０２，・・・，ｘ_０Ｍ］^Ｔを最も大胆に区切る境界は、境界に最も近いサンプル（データ）との距離（マージン）が最大となるように決定される。この決定された境界は、最大マージン超平面と呼ばれる。なお、この境界を決定する具体的な方法は、周知であるので、省略する。

【0160】

抽出手段１４は、教師データＸ_０＝［ｘ_０１，ｘ_０２，・・・，ｘ_０Ｍ］^Ｔ（Ｔは、転置を表す）を用いてサポートベクターマシン（ＳＶＭ－ｔｒａｉｎ）の学習を実行し、学習によって決定された境界を用いて、Ｍ個のサンプルベクトルｘ_ｍ（ｍ＝１～Ｍ）の各々が式（４）を満たすように、各サンプルベクトルｘ_ｍをグループＧＰ１，ＧＰ２のいずれかに分類する。ここで、サンプルベクトルｘ_ｍは、ｘ_ｍ＝［ＣＭ_１ｍ，ＣＭ_２ｍ，・・・，ＣＭ_ｋｍ，・・・，ＣＭ_Ｋｍ］である。即ち、サンプルベクトルｘ_ｍは、Ｋ個の通信特性ＣＭ_１ｍ～ＣＭ_Ｋｍを要素として含む。その結果、グループＧＰ１，ＧＰ２のいずれかに分類する対象となるデータは、式（５）によって表わされる。

【0161】

【数4】

【0162】

【数5】

【0163】

式（５）において、通信特性ＣＭ_ｋｍ（ｋ＝１～Ｋ，ｍ＝１～Ｍ）は、端末装置ｍにおけるｋ番目の通信特性を表す。

【0164】

式（４）において、ｚは、ウェイトベクトルであり、ｂは、予め決定された定数である。

【0165】

グループＧＰ１は、ネットワークスキャンの結果を推定するための重要な通信特性からなるグループである。また、グループＧＰ２は、ネットワークスキャンの結果を推定するための重要でない通信特性からなるグループである。サンプルベクトルｘ_ｍがグループＧＰ１に分類されたとき、ｙ_ｍは、“１”からなり、サンプルベクトルｘ_ｍがグループＧＰ２に分類されたとき、ｙ_ｍは、“－１”からなる。

【0166】

抽出手段１４は、式（４）によってウェイトベクトルｚを算出することによって、次式の分類指標αを決定する。

【0167】

【数6】

【0168】

式（６）において、Ｘ＝［ｘ_１，ｘ_２，・・・，ｘ_Ｍ］^Ｔ（Ｔは、転置を表す）であり、ｙ＝［ｙ_１，ｙ_２，・・・，ｙ_Ｍ］^Ｔ（Ｔは、転置を表す）である。

【0169】

抽出手段１４は、サンプルベクトルｘ_ｍがグループＧＰ１に分類されたとき（即ち、ｙ_ｍが“１”からなるとき）、ｚ・ｘ_ｍ－ｂ＝１によってウェイトベクトルｚを算出し、その算出したウェイトベクトルｚを分類指標αとする。また、抽出手段１４は、サンプルベクトルｘ_ｍがグループＧＰ２に分類されたとき（即ち、ｙ_ｍが“－１”からなるとき）、ｚ・ｘ_ｍ－ｂ＝－１によってウェイトベクトルｚを算出し、その算出したウェイトベクトルｚを分類指標αとする。

【0170】

抽出手段１４は、ｋ番目の通信特性ＣＭ_ｋｍに関する分類指標αを決定すると、その決定した分類指標α（＝αｋ）、サンプルベクトルｘ_ｋｍ、およびｙ_ｍ（＝“１”または“－１”）を次式に代入して、ネットワークスキャンの結果を推定するための通信特性の重要性を示す重みｗ_ｋを算出する。

【0171】

【数7】

【0172】

式（７）において、ｘ_ｋｍは、端末装置ｍにおけるサンプルベクトルｘ_ｍのｋ番目の通信特性のサンプルＣＭ_ｋｍを表す。従って、式（７）の右辺は、式（５）に示すＭ個のｋ番目の通信特性ＣＭ_ｋ１，ＣＭ_ｋ２，・・・，ＣＭ_ｋｍ，・・・，ＣＭ_ｋＭを用いて重みｗ_ｋを算出することを意味する。

【0173】

その後、抽出手段１４は、式（７）によって算出した重みｗ_ｋを次式に代入し、ランクを決定するためのランク重みＲ_ｋを算出する。

【0174】

【数8】

【0175】

抽出手段１４は、上述した方法によって、Ｋ個の通信特性の全てについてランク重みＲ_ｋを算出する。

【0176】

図１５は、ランク重みＲ_ｋの算出結果を示す図である。図１５を参照して、スキャン最大遅延ＤＬｍａｘ_ｍ、ジッタＪＴ_ｍ、スキャン最小遅延ＤＬｍｉｎ_ｍおよびパケットロス率ＰＬＲ_ｍに対して、ランク重みＲ_ｋおよびランクが対応付けられる。

【0177】

そして、抽出手段１４は、最もランクが低い（即ち、最も小さいランク重みＲ_ｋを与える）通信特性（ここでは、パケットロス率ＰＬＲ_ｍ）を、削除する通信特性に決定する。その後、抽出手段１４は、当該通信特性のサンプルをサンプルベクトルｘ_１～ｘ_Ｍから削除し、式（４），（６）～（８）の計算と、削除する通信特性の決定とを全ての通信特性が削除されるまで繰り返し実行する。なお、最も小さいランク重みＲ_ｋを与える通信特性が複数個存在する場合、抽出手段１４は、これらのうちの任意の通信特性を削除する。また、最も小さいランク重みＲ_ｋを与える通信特性が複数個存在する場合、抽出手段１４は、スキャン応答遅延ＲＴＴ_ｍとの相関係数ｒ_ｉｊが最も小さい通信特性を、削除する通信特性としてもよい。

【0178】

そうすると、抽出手段１４は、最後に削除した通信特性を通信特性ＣＭｂｅｓｔとして選択し、その選択した通信特性ＣＭｂｅｓｔと、スキャン応答遅延ＲＴＴ_ｍとを結合して推定手段１５へ出力する。

【0179】

なお、図５に示すスケジュールＳＣＨ＿ｓｃａｎに従って、ネットワークスキャンがバックグラウンドトラフィックを監視して実行された場合、抽出手段１４は、上述したＭ個のスキャン応答遅延ＲＴＴ_ｍ、Ｍ個のパケットロス率ＰＬＲ_ｍ、Ｍ個のスキャン最大遅延ＤＬｍａｘ_ｍおよびＭ個のスキャン最小遅延ＤＬｍｉｎ_ｍに代えて、Ｍ個のスキャン応答遅延ＲＴＴ_ｍ、Ｍ個のパケットロス率ＰＬＲ_ｍ、Ｍ個の遅延ＤＬ_ｍ、Ｍ個のジッタＪＴ_ｍ、Ｍ個のバックグラウンド最大遅延ＢＧＤＬｍａｘ_ｍおよびＭ個のバックグラウンド最小遅延ＢＧＤＬｍｉｎ_ｍに基づいて、上述した方法によって、通信特性ＣＭｂｅｓｔを選択する。

【0180】

［ネットワークスキャンの結果の推定］
推定手段１５は、スキャン応答遅延ＲＴＴ_ｍおよび通信特性ＣＭｂｅｓｔを抽出手段１４から受ける。そして、推定手段１５は、ＬＤＡ（Liner Discriminant Analysis）アルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置をＧ（Ｇは、３以上の整数）個のグループＣＬＳ_１～ＣＬＳ_Ｇに分類する。

【0181】

ＬＤＡアルゴリズムは、グループ間の分散とグループ内の分散との比率を最大化するように、通信特性ＣＭｂｅｓｔを有する端末装置をＧ個のグループＣＬＳ_１～ＣＬＳ_Ｇに分類する。従って、グループＣＬＳ_１～ＣＬＳ_Ｇの相互間の最大の分離が保証される。

【0182】

ＬＤＡアルゴリズムは、共通共分散に基づいてデータ（通信特性ＣＭｂｅｓｔを有する端末装置）を球体化し、変換された空間で最も近いグループ重心にデータ（通信特性ＣＭｂｅｓｔを有する端末装置）を分類する。

【0183】

これを実現するために、異なるグループの平均間の距離である異なるグループ間の分離可能性（「グループ間共分散」とも言う。）が計算される。その後、各グループの平均とサンプルとの間の距離（「グループ内共分散」とも言う。）が計算される。これによって、グループ間の共分散を最大化し、かつ、グループ内の共分散を最小化する低次元空間が構築される。そして、構築された低次元空間において、最も近いグループ重心にデータ（通信特性ＣＭｂｅｓｔを有する端末装置）を分類する。なお、ＬＤＡアルゴリズムは、”T. Hastie, R. Tibshirani, and J. H. Friedman, “The elements of statistical learning: data mining, inference, and prediction,” 2nd ed. Chapter 4. pp.106 - 118,New York: Springer, 2009.”に記載されており、公知である。従って。ＬＤＡアルゴリズムによる詳細な分類方法は、省略する。

【0184】

また、グループＣＬＳ_１～ＣＬＳ_Ｇの個数Ｇは、ネットワークスキャンの推定される結果のうち、ネットワークスキャンの結果が端末装置との通信チャネルに起因する原因の数と同じ個数に設定される。即ち、「正常」、「通信品質不十分」および「ネットワークが混雑」の３個の結果が端末装置との通信チャネルに起因する原因であるので、グループＣＬＳ_１～ＣＬＳ_Ｇの個数Ｇは、“３”に設定される。その結果、推定手段１５は、ＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。そして、グループＣＬＳ_１は、“正常”のグループであり、グループＣＬＳ_２は、「通信品質不十分」のグループであり、グループＣＬＳ_３は、「ネットワークが混雑」のグループである。

【0185】

推定手段１５は、通信特性ＣＭｂｅｓｔを有する端末装置をグループＣＬＳ_１～ＣＬＳ_３に分類するとき、ネットワークスキャンが“ネットワークが混雑”であるときのスキャンデータ（“ネットワークが混雑”であるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。これによって、ネットワークスキャンが失敗した原因としての“ネットワークが混雑”を最も精度良く推定できる。

【0186】

推定手段１５は、ネットワークスキャンの結果を推定するためのＭｏｄｅｌ１、Ｍｏｄｅｌ２およびＭｏｄｅｌ３を使用する。Ｍｏｄｅｌ１は、グループＣＬＳ_１とグループＣＬＳ_２とを扱い、Ｍｏｄｅｌ２は、グループＣＬＳ_１とグループＣＬＳ_３とを扱い、Ｍｏｄｅｌ３は、グループＣＬＳ_２とグループＣＬＳ_３とを扱う。

【0187】

そして、推定手段１５は、Ｍｏｄｅｌ１を使用するとき、グループＣＬＳ_１とグループＣＬＳ_２を判別するＤスコアＤ＿１を算出し、Ｍｏｄｅｌ２を使用するとき、グループＣＬＳ_１とグループＣＬＳ_３を判別するＤスコアＤ＿２を算出し、Ｍｏｄｅｌ３を使用するとき、グループＣＬＳ_２とグループＣＬＳ_３を判別するＤスコアＤ＿３を算出する。

【0188】

ＤスコアＤ＿１～Ｄ＿３が算出されるとき、次式によって表わされる判別関数δ_ｐｑ（ｘ）が用いられる。

【0189】

【数9】

【0190】

式（９Ａ）のｘには、スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトルが代入される。また、式（９Ａ）のμ_ｇには、グループｐの判別関数を算出するとき、式（９Ｃ）に示す通信特性の平均μ_ｐが代入され、グループｑの判別関数を算出するとき、式（９Ｄ）に示す通信特性の平均μ_qが代入される。更に、式（９Ａ）の事前平均Π_ｇには、グループｐの判別関数を算出するとき、式（９Ｅ）に示す通信特性の事前平均Π_ｐが代入され、グループｑの判別関数を算出するとき、式（９Ｆ）に示す通信特性の事前平均Π_qが代入される。式（９Ａ）の合併共分散行列Ｃ_ｐｑは、式（９Ｂ）によって表される。式（９Ｂ）の右辺において、第１項は、グループｐにおける共分散行列であり、第２項は、グループｑにおける共分散行列である。そして、式（９Ｂ）のｘ_ｍｐには、グループｐに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）が代入され、式（９Ｂ）のｘ_ｍｑには、グループｑに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）が代入される。

【0191】

式（９Ｂ），（９Ｃ），（９Ｄ）において、Ｍ_ｐは、グループｐに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数であり、Ｍ_ｑは、グループｑに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数であり、ｍ_ｐは、グループｐに分類された１つの通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を示す引数であり、ｍ_ｑは、グループｑに分類された１つの通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を示す引数である。式（９Ｅ），（９Ｆ）において、Ｍは、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数である。式（９Ｃ）は、グループｐに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の平均μ_ｐを表し、式（９Ｄ）は、グループｑに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の平均μ_ｑを表す。式（９Ｅ）は、グループｐに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の事前平均Π_ｐを表し、式（９Ｆ）は、グループｑに分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の事前平均Π_ｑを表す。

【0192】

式（９Ｂ）は、２つのグループ（２つのグループＣＬＳ_１，ＣＬＳ_２；２つのグループＣＬＳ_１，ＣＬＳ_３；２つのグループＣＬＳ_２，ＣＬＳ_３のいずれか）における２つの共分散行列を合併した合併共分散行列Ｃ_ｐｑを表す。２つのグループＣＬＳ_１，ＣＬＳ_２における２つの共分散行列を合併した合併共分散行列Ｃ_１２を算出するとき、式（９Ａ）において、ｐは、グループＣＬＳ_１を表し、ｑは、グループＣＬＳ_２を表す。また、２つのグループＣＬＳ_１，ＣＬＳ_３における２つの共分散行列を合併した合併共分散行列Ｃ_１３を算出するとき、式（９Ａ）において、ｐは、グループＣＬＳ_１を表し、ｑは、グループＣＬＳ_３を表す。更に、２つのグループＣＬＳ_２，ＣＬＳ_３における２つの共分散行列を合併した合併共分散行列Ｃ_２３を算出するとき、式（９Ａ）において、ｐは、グループＣＬＳ_２を表し、ｑは、グループＣＬＳ_３を表す。

【0193】

Ｍｏｄｅｌ１における合併共分散行列Ｃ_１２は、次式によって表わされる。

【0194】

【数10】

【0195】

式（１０）において、Ｍ_１は、式（９Ｂ）におけるＭ_ｐに相当し、Ｍ_２は、式（９Ｂ）におけるＭ_ｑに相当し、ｍ_１は、式（９Ｂ）におけるｍ_ｐに相当し、ｍ_２は、式（９Ｂ）におけるｍ_ｑに相当する。また、μ_１は、Ｍ_１を式（９Ｃ）のＭ_ｐに代入し、グループＣＬＳ_１に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｃ）のｘ_ｍｐに代入して算出され、μ_２は、Ｍ_２を式（９Ｄ）のＭ_ｑに代入し、グループＣＬＳ_２に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｄ）のｘ_ｍｑに代入して算出される。合併共分散行列Ｃ_１２は、グループＣＬＳ_１における共分散行列とグループＣＬＳ_２における共分散行列との和によって表わされる。

【0196】

Ｍｏｄｅｌ２における合併共分散行列Ｃ_１３は、次式によって表わされる。

【0197】

【数11】

【0198】

式（１１）において、Ｍ_１は、式（９Ｂ）におけるＭ_ｐに相当し、Ｍ_３は、式（９Ｂ）におけるＭ_ｑに相当し、ｍ_１は、式（９Ｂ）におけるｍ_ｐに相当し、ｍ_３は、式（９Ｂ）におけるｍ_ｑに相当する。また、μ_１は、Ｍ_１を式（９Ｃ）のＭ_ｐに代入し、グループＣＬＳ_１に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｃ）のｘ_ｍｐに代入して算出され、μ_３は、Ｍ_３を式（９Ｄ）のＭ_ｑに代入し、グループＣＬＳ_３に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｄ）のｘ_ｍｑに代入して算出される。合併共分散行列Ｃ_１３は、グループＣＬＳ_１における共分散行列とグループＣＬＳ_３における共分散行列との和によって表わされる。

【0199】

Ｍｏｄｅｌ３における合併共分散行列Ｃ_２３は、次式によって表わされる。

【0200】

【数12】

【0201】

式（１２）において、Ｍ_２は、式（９Ｂ）におけるＭ_ｐに相当し、Ｍ_３は、式（９Ｂ）におけるＭ_ｑに相当し、ｍ_２は、式（９Ｂ）におけるｍ_ｐに相当し、ｍ_３は、式（９Ｂ）におけるｍ_ｑに相当する。また、μ_２は、Ｍ_２を式（９Ｃ）のＭ_ｐに代入し、グループＣＬＳ_２に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｃ）のｘ_ｍｐに代入して算出され、μ_３は、Ｍ_３を式（９Ｄ）のＭ_ｑに代入し、グループＣＬＳ_３に分類された通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）を式（９Ｄ）のｘ_ｍｑに代入して算出される。合併共分散行列Ｃ_２３は、グループＣＬＳ_２における共分散行列とグループＣＬＳ_３における共分散行列との和によって表わされる。

【0202】

Ｍｏｄｅｌ１におけるＤスコアＤ＿１を算出するとき、グループＣＬＳ_１における判別関数ｆ^１およびグループＣＬＳ_２における判別関数ｆ^２は、次式によって表わされる。

【0203】

【数13】

【0204】

式（１３Ａ）において、事前平均Π_１は、Ｍ_１を式（９Ｅ）のＭ_ｐに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｅ）のＭに代入して算出される。また、式（１３Ｂ）において、事前平均Π_２は、Ｍ_２を式（９Ｆ）のＭ_ｑに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｆ）のＭに代入して算出される。また、式（１３Ａ）における平均μ_１および式（１３Ｂ）における平均μ_２は、式（１０）において説明した方法によって算出される。

【0205】

また、Ｍｏｄｅｌ２におけるＤスコアＤ＿２を算出するとき、グループＣＬＳ_１における判別関数ｆ^１およびグループＣＬＳ_３における判別関数ｆ^２は、次式によって表わされる。

【0206】

【数14】

【0207】

式（１４Ａ）において、事前平均Π_１は、Ｍ_１を式（９Ｅ）のＭ_ｐに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｅ）のＭに代入して算出される。また、式（１４Ｂ）において、事前平均Π_２は、Ｍ_３を式（９Ｆ）のＭ_ｑに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｆ）のＭに代入して算出される。また、式（１４Ａ）における平均μ_１および式（１４Ｂ）における平均μ_３は、式（１１）において説明した方法によって算出される。

【0208】

更に、Ｍｏｄｅｌ３におけるＤスコアＤ＿３を算出するとき、グループＣＬＳ_２における判別関数ｆ^１およびグループＣＬＳ_３における判別関数ｆ^２は、次式によって表わされる。

【0209】

【数15】

【0210】

式（１５Ａ）において、事前平均Π_２は、Ｍ_２を式（９Ｅ）のＭ_ｐに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｅ）のＭに代入して算出される。また、式（１５Ｂ）において、事前平均Π_３は、Ｍ_３を式（９Ｆ）のＭ_ｑに代入し、通信特性（スキャン応答遅延ＲＴＴ_ｍと通信特性ＣＭｂｅｓｔとからなるベクトル）の総数を式（９Ｆ）のＭに代入して算出される。また、式（１５Ａ）における平均μ_２および式（１５Ｂ）における平均μ_３は、式（１２）において説明した方法によって算出される。

【0211】

そして、ＤスコアＤ＿１は、式（１３Ａ）に示す判別関数ｆ^１と式（１３Ｂ）に示す判別関数ｆ^２との差＝ｆ^１－ｆ^２によって表わされる。

【0212】

また、ＤスコアＤ＿２は、式（１４Ａ）に示す判別関数ｆ^１と式（１４Ｂ）に示す判別関数ｆ^２との差＝ｆ^１－ｆ^２によって表わされる。

【0213】

更に、ＤスコアＤ＿３は、式（１５Ａ）に示す判別関数ｆ^１と式（１５Ｂ）に示す判別関数ｆ^２との差＝ｆ^１－ｆ^２によって表わされる。

【0214】

従って、式（９）～（１５）を用いることによってＤスコアＤ＿１～Ｄ＿３を算出できる。

【0215】

推定手段１５は、Ｍｏｄｅｌ１～Ｍｏｄｅｌ３のいずれかを用いて、Ｄスコア（Ｄ＿１～Ｄ＿３のいずれか）を算出する。

【0216】

そして、推定手段１５は、Ｄスコアが零（＝０）よりも小さいか否かを判定する。そして、推定手段１５は、Ｄスコアが零（＝０）よりも小さいと判定したとき、零（＝０）よりも小さいＤスコアの個数を表すカウント値ＤＳ＿ｃｏｕｎｔを“１”だけインクリメントする。

【0217】

一方、推定手段１５は、Ｄスコアが零（＝０）以上であると判定したとき、カウント値ＤＳ＿ｃｏｕｎｔを変更せずに保持する。

【0218】

推定手段１５は、この処理を１つの基地局に属する全ての端末装置について実行する。

【0219】

推定手段１５は、Ｄスコアのカウント値ＤＳ＿ｃｏｕｎｔをカウントした後、カウント値ＤＳ＿ｃｏｕｎｔに基づいて、ネットワークスキャンの結果を推定するＭｏｄｅｌをＭｏｄｅｌ２またはＭｏｄｅｌ３に設定する。

【0220】

より具体的には、推定手段１５は、最初、Ｍｏｄｅｌを“１”に設定し（即ち、Ｍｏｄｅｌ１に設定し）、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であるとき、またはカウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも大きいとき、モデルＭｏｄｅｌを“２”に設定する（即ち、Ｍｏｄｅｌ２に設定する）。なお、Ｎ_{ｔｅｒｍｉｎａｌ}は、１つの基地局に属する端末装置の総数である。また、Ｄ＿ｔｈｒｅｓは、０～１の範囲の実数に設定される。

【0221】

また、推定手段１５は、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）でなく、かつ、カウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）以下であるとき、モデルＭｏｄｅｌを“３”に設定する（即ち、Ｍｏｄｅｌ３に設定する）。

【0222】

そして、推定手段１５は、モデルＭｏｄｅｌが“１”でないとき（即ち、モデルＭｏｄｅｌが“２”または“３”であるとき）、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であるか否かを判定する。

【0223】

カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であると判定されたとき、推定手段１５は、基地局に属する全ての端末装置について、ネットワークスキャンの結果を“ネットワーク輻輳”および“ＳＮＲ不十分”以外であると決定する。

【0224】

一方、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）でないと判定されたとき、推定手段１５は、カウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいか否かを判定する。

【0225】

そして、カウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいと判定されたとき、推定手段１５は、“０”よりも小さいＤスコアを有する端末装置について、ネットワークスキャンを失敗した原因を「通信品質が不十分である」と推定する。

【0226】

一方、カウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さくないと判定されたとき（即ち、カウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）以上であると判定されたとき）、推定手段１５は、基地局に属する全ての端末装置について、ネットワークスキャンが失敗した原因を「ネットワークが混雑している（即ち、ネットワーク輻輳）」と推定する。

【0227】

また、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であると判定され、更に、端末装置の全てのポートでスキャン応答があったと判定されたとき、推定手段１５は、端末装置について、ネットワークスキャンが「正常」であると推定する。

【0228】

一方、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であると判定され、更に、端末装置の一部のポートから応答があったと判定されたとき、推定手段１５は、端末装置について、ネットワークスキャンが失敗した原因を「ポート閉」と推定する。

【0229】

更に、カウント値ＤＳ＿ｃｏｕｎｔが零（＝０）であると判定され、更に、端末装置の全てのポートでスキャン応答が無いと判定されたとき、端末装置について、ネットワークスキャンが失敗した原因を「ネットワーク接続無し」と推定する。

【0230】

図１６は、ネットワークスキャンの動作を説明するためのフローチャートである。図１６を参照して、ネットワークスキャンの動作が開始されると、ネットワークスキャナ１１は、ネットワークスキャンの対象となる端末装置のアドレスＡｄｄ_１～Ａｄｄ_Ｍおよびポート番号ＰＮ_ｒを含むスキャンリストと、スキャンスケジュールとをスキャンスケジューラ１６から取得する（ステップＳ１）。

【0231】

そして、ネットワークスキャナ１１は、ｍ＝１を設定し（ステップＳ２）、ＰＮ_ｒ＝１を設定する（ステップＳ３）。

【0232】

その後、ネットワークスキャナ１１は、バックグラウンドトラフィックを監視して、またはバックグラウンドトラフィックを監視せずに、ネットワークスキャンを実行する（ステップＳ４）。そして、ネットワークスキャナ１１は、スキャン応答および待ち時間を取得する（ステップＳ５）。

【0233】

そうすると、ネットワークスキャナ１１は、ＰＮ_ｒ＝ＰＮ_ｒ＿ＭＡＸ（ポート番号ＰＮ_ｒの最大値）であるか否かを判定する（ステップＳ６）。

【0234】

ステップＳ６において、ＰＮ_ｒ＝ＰＮ_ｒ＿ＭＡＸでないと判定されたとき、ネットワークスキャナ１１は、ＰＮ_ｒ＝ＰＮ_ｒ＋１を設定する（ステップＳ７）。その後、一連の動作は、ステップＳ４へ移行し、ステップＳ６において、ＰＮ_ｒ＝ＰＮ_ｒ＿ＭＡＸであると判定されるまで、ステップＳ４～ステップＳ７が繰り返し実行される。

【0235】

そして、ステップＳ６において、ＰＮ_ｒ＝ＰＮ_ｒ＿ＭＡＸであると判定されると、ネットワークスキャナ１１は、ｍ＝Ｍであるか否かを判定する（ステップＳ８）。

【0236】

ステップＳ８において、ｍ＝Ｍでないと判定されたとき、ネットワークスキャナ１１は、ｍ＝ｍ＋１を設定する（ステップＳ９）。その後、一連の動作は、ステップＳ３へ移行し、ステップＳ８において、ｍ＝Ｍであると判定されるまで、ステップＳ３～ステップＳ９が繰り返し実行される。

【0237】

そして、ステップＳ８において、ｍ＝Ｍであると判定されると、ネットワークスキャナ１１は、スキャン応答から通信特性（スキャン応答遅延ＲＴＴ_ｍ等の複数の通信特性）を抽出し（ステップＳ１０）、その抽出した通信特性とスキャン応答とをスキャン解析マネージャ１２へ出力する。

【0238】

スキャン解析マネージャ１２は、スキャン応答および通信特性をネットワークスキャナ１１から受け、その受けたスキャン応答および通信特性に基づいてホスト情報データベース１３を作成または更新する。

【0239】

その後、抽出手段１４および推定手段１５は、ホスト情報データベース１３の通信特性（即ち、抽出された通信特性）に基づいてネットワークスキャンの結果を推定し（ステップＳ１１）、その推定したネットワークスキャンの結果をホスト情報データベース１３に登録するとともにスキャンスケジューラ１６へ出力する。

【0240】

スキャンスケジューラ１６は、推定されたネットワークスキャンの結果を推定手段１５から受け、その受けたネットワークスキャンの結果に基づいて再スキャンリストを作成し（ステップＳ１２）、その作成した再スキャンリストをネットワークスキャナ１１へ出力する。

【0241】

なお、再スキャンリストを作成するのは、ネットワークスキャンの結果が「通信品質不十分」または「ネットワーク混雑」である場合、別のスキャンタイミングでネットワークスキャンを実行すれば、ネットワークスキャンの結果が「正常」になる可能性があるからである。

【0242】

ステップＳ１２の後、ネットワークスキャナ１１は、再スキャンリストが空であるか否かを判定する（ステップＳ１３）。

【0243】

ステップＳ１３において、再スキャンリストが空でないと判定されたとき、一連の動作は、ステップＳ２へ移行し、ステップＳ１３において、再スキャンリストが空であると判定されるまで、ステップＳ２～ステップＳ１３が繰り返し実行される。

【0244】

そして、ステップＳ１３において、再スキャンリストが空であると判定されると、ネットワークスキャンの動作が終了する。

【0245】

図１７および図１８は、それぞれ、図１６のステップＳ１０の詳細な動作を説明するための第１および第２のフローチャートである。

【0246】

図１７を参照して、図１６のステップＳ８において、ｍ＝Ｍであると判定されると、抽出手段１４は、ネットワークスキャンによって取得されたＭ個の端末装置における全ての通信特性について、上述した方法によって、相関係数ｒ_ｉｊを算出する（ステップＳ１００）。なお、ｉは、図７から図１０における列方向の引数であり、ｊは、図７から図１０における行方向の引数である。

【0247】

そして、抽出手段１４は、ｊ＝１を設定し（ステップＳ１０１）、ｉ＝１を設定する（ステップＳ１０２）。その後、抽出手段１４は、通信特性ｆ_ｉ，ｆ_ｊの相関係数ｒ_ｉｊを抽出し（ステップＳ１０３）、その抽出した相関係数ｒ_ｉｊがしきい値Ｃｏｒｒ_ｒよりも大きいか否かを判定する（ステップＳ１０４）。

【0248】

ステップＳ１０４において、相関係数ｒ_ｉｊがしきい値Ｃｏｒｒ_ｒよりも大きくないと判定されたとき、抽出手段１４は、通信特性ｆ_ｉ，ｆ_ｊを削除する（ステップＳ１０５）。

【0249】

一方、ステップＳ１０４において、相関係数ｒ_ｉｊがしきい値Ｃｏｒｒ_ｒよりも大きいと判定されたとき、抽出手段１４は、通信特性ｆ_ｉ，ｆ_ｊを保存する（ステップＳ１０６）。

【0250】

そして、ステップＳ１０５またはステップＳ１０６の後、抽出手段１４は、ｉ＝Ｉ（Ｉは、図７から図１０における列方向の通信特性の最大個数）であるか否かを判定する（ステップＳ１０７）。

【0251】

ステップＳ１０７において、ｉ＝Ｉでないと判定されたとき、抽出手段１４は、ｉ＝ｉ＋１を設定する（ステップＳ１０８）。その後、一連の動作は、ステップＳ１０３へ移行し、ステップＳ１０７において、ｉ＝Ｉであると判定されるまで、ステップＳ１０３～ステップＳ１０８が繰り返し実行される。

【0252】

そして、ステップＳ１０７において、ｉ＝Ｉであると判定されると、抽出手段１４は、ｊ＝Ｊ（Ｊは、図７から図１０における行方向の通信特性の最大個数）であるか否かを判定する（ステップＳ１０９）。

【0253】

ステップＳ１０９において、ｊ＝Ｊでないと判定されたとき、抽出手段１４は、ｊ＝ｊ＋１を設定する（ステップＳ１１０）。その後、一連の動作は、ステップＳ１０２へ移行し、ステップＳ１０９において、ｊ＝Ｉであると判定されるまで、ステップＳ１０２～ステップＳ１１０が繰り返し実行される。

【0254】

そして、ステップＳ１０９において、ｊ＝Ｉであると判定されると、抽出手段１４は、保存された全ての通信特性に基づいて、上述した方法によって、保存された全ての通信特性を説明変数とし、スキャン応答遅延ＲＴＴ_ｍを目的変数とする多重線形回帰を算出し（ステップＳ１１１）、寄与率Ｒ^２を取得する。

【0255】

その後、抽出手段１４は、寄与率Ｒ^２がしきい値Ｓ_ｒよりも小さいか否かを判定する（ステップＳ１１２）。

【0256】

ステップＳ１１２において、寄与率Ｒ^２がしきい値Ｓ_ｒよりも小さいと判定されたとき、抽出手段１４は、アルゴリズムＡＬＧのモードを“無相関”に設定する（ステップＳ１１３）。

【0257】

一方、ステップＳ１１２において、寄与率Ｒ^２がしきい値Ｓ_ｒ以上であると判定されたとき、抽出手段１４は、アルゴリズムＡＬＧのモードを“相関”に設定する（ステップＳ１１４）。

【0258】

そして、ステップＳ１１３またはステップＳ１１４の後、抽出手段１４は、ネットワークスキャンにおける待ち時間および通信特性と、アルゴリズムのモードとを保存する（ステップＳ１１５）。

【0259】

なお、図１７に示すフローチャートにおいては、図７から図１０に示す下三角形状に配列された通信特性ｆ_ｉ，ｆ_ｊの相関係数ｒ_ｉｊを抽出する場合、ステップＳ１０２において、ｉ＝１に代えてｉ＝ｊを設定するようにしてもよい。

【0260】

図１８を参照して、図１７のステップＳ１１５の後、抽出手段１４は、しきい値Ｃｏｒｒ_ｒよりも大きい相関係数ｒ_ｉｊを有する複数の通信特性の複数のスコアＱを算出し、スコアＱの大きい順にＫ個の通信特性を複数の通信特性から選択する（ステップＳ１１６）。

【0261】

そして、抽出手段１４は、教師データを用いて分類アルゴリズム（例えば、ＳＶＭ－ｔｒａｉｎ）の学習を実行する（ステップＳ１１７）。

【0262】

その後、抽出手段１４は、ｋ＝Ｋを設定する（ステップＳ１１８）。引き続いて、抽出手段１４は、学習済の分類アルゴリズムを用いて、通信特性の（ｋ×Ｍ）個のサンプルベクトルｘ_１１～ｘ_ｋＭを２つのグループＧＰ１，ＧＰ２に分類する（ステップＳ１１９）。

【0263】

そして、抽出手段１４は、式（４），（６），（７）によって、ｋ個の通信特性のｋ個の重みｗ_１～ｗ_ｋを算出する（ステップＳ１２０）。

【0264】

その後、抽出手段１４は、ｋ個の重みｗ_１～ｗ_ｋに基づいて、式（８）によってｋ個のランク重みＲ_１～Ｒ_ｋを算出する（ステップＳ１２１）。

【0265】

そして、抽出手段１４は、ｋ個のランク重みＲ_１～Ｒ_ｋに基づいて、最も小さいランク重みＲ_{ｋ＿ｍｉｎ}が付与された通信特性のサンプルを、削除する通信特性として決定する（ステップＳ１２２）。その後、抽出手段１４は、最も小さいランク重みＲ_{ｋ＿ｍｉｎ}が付与された通信特性のサンプルをサンプルベクトルｘ_１１～ｘ_ｋＭから削除する（ステップＳ１２３）。

【0266】

そうすると、抽出手段１４は、通信特性のサブセットが空であるか否かを判定する（ステップＳ１２４）。

【0267】

ステップＳ１２４において、通信特性のサブセットが空でないと判定されたとき、抽出手段１４は、ｋ＝ｋ－１を設定する（ステップＳ１２５）。即ち、抽出手段１４は、通信特性のサブセットにおけるサンプルの個数を“１”だけ減少する。その後、一連の動作は、ステップＳ１１９へ移行し、ステップＳ１２４において、通信特性のサブセットが空であると判定されるまで、ステップＳ１１９～ステップＳ１２５が繰り返し実行される。

【0268】

そして、ステップＳ１２４において、通信特性のサブセットが空であると判定されると、抽出手段１４は、最後に削除した通信特性を通信特性ＣＭｂｅｓｔとして選択する（ステップＳ１２６）。そして、一連の動作は、図１６のステップＳ１１へ移行する。

【0269】

ステップＳ１１９～ステップＳ１２５を１回目に実行した後に、通信特性のサブセットが空になるまで、ステップＳ１１９～ステップＳ１２５を繰り返し実行することによって、ネットワークスキャンの結果を推定するために最も重要でない通信特性のサンプルを順次削除する。このとき、通信特性の１個のサンプルを削除した後、学習済の分類アルゴリズムを用いて、残ったサンプルを２つのグループＧＰ１，ＧＰ２に分類し直す（ステップＳ１１９参照）。そして、上述したように、グループＧＰ１は、ネットワークスキャンの結果を推定するために重要な通信特性が分類されるグループであり、グループＧＰ２は、ネットワークスキャンの結果を推定するために重要でない通信特性が分類されるグループである。従って、各サンプルについて、ネットワークスキャンの結果を推定するために重要な通信特性であるか否かの判定の精度を高くして、ネットワークスキャンの結果を推定するために最も重要でないサンプルを削除できる。

【0270】

図１９から図２１は、それぞれ、図１６のステップＳ１１の詳細な動作を説明するための第１から第３のフローチャートである。

【0271】

図１９を参照して、図１６のステップＳ１０の後、推定手段１５は、スキャン応答遅延ＲＴＴ_ｍおよび通信特性ＣＭｂｅｓｔを抽出手段１４から受ける。そして、推定手段１５は、ｂ＝１を設定し（ステップＳ１３１）、ホスト情報データベース１３を参照して基地局ｂに属するＮ_{ｔｅｒｍｉｎａｌ}個の端末装置の通信特性ＣＭｂｅｓｔを抽出する。ここで、Ｎ_{ｔｅｒｍｉｎａｌ}は、基地局ｂに属する端末装置の総数である。

【0272】

その後、推定手段１５は、ＬＤＡアルゴリズムを用いて判別関数δ_ｇ（ｘ）を生成する（ステップＳ１３２）。引き続いて、推定手段１５は、ネットワークスキャンの結果を推定するモデルＭｏｄｅｌをＭｏｄｅｌ＝１に設定し（ステップＳ１３３）、ｍ_ｂ＝１を設定し（ステップＳ１３４）、ＤＳ＿ｃｏｕｎｔ＝０を設定する（ステップＳ１３５）。ここで、ｍ_ｂは、１つの基地局ｂに属する端末装置を表す。

【0273】

そして、推定手段１５は、判別関数δ_ｇ（ｘ）を用いて通信特性ＣＭｂｅｓｔを有する端末装置のＤスコアを算出する（ステップＳ１３６）。

【0274】

その後、推定手段１５は、Ｄスコアが零（０）よりも小さいか否かを判定する（ステップＳ１３７）。

【0275】

ステップＳ１３７において、Ｄスコアが零（０）よりも小さいと判定されたとき、推定手段１５は、ＤＳ＿ｃｏｕｎｔ＝ＤＳ＿ｃｏｕｎｔ＋１を設定する（ステップＳ１３８）。即ち、推定手段１５は、カウント値ＤＳ＿ｃｏｕｎｔを“１”だけインクリメントする。

【0276】

そして、ステップＳ１３７において、Ｄスコアが零（０）よりも小さくないと判定されたとき、またはステップＳ１３８の後、推定手段１５は、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であるか否かを判定する（ステップＳ１３９）。

【0277】

ステップＳ１３９において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}でないと判定されたとき、推定手段１５は、ｍ_ｂ＝ｍ_ｂ＋１を設定する（ステップＳ１４０）。その後、一連の動作は、ステップＳ１３６へ移行し、ステップＳ１３９において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であると判定されるまで、ステップＳ１３６～ステップＳ１４０が繰り返し実行される。

【0278】

そして、ステップＳ１３９において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であると判定されると、推定手段１５は、Ｍｏｄｅｌ＝１であるか否かを判定する（ステップＳ１４１）。

【0279】

ステップＳ１４１において、Ｍｏｄｅｌ＝１であると判定されたとき、推定手段１５は、ＤＳ＿ｃｏｕｎｔ＝０であるか否か、またはＤＳ＿ｃｏｕｎｔ＞（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であるか否かを判定する（ステップＳ１４２）。

【0280】

ステップＳ１４２において、ＤＳ＿ｃｏｕｎｔ＝０でなく、かつ、ＤＳ＿ｃｏｕｎｔ＞（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）でないと判定されたとき、推定手段１５は、Ｍｏｄｅｌ＝３を設定する（ステップＳ１４３）。

【0281】

一方、ステップＳ１４１において、ＤＳ＿ｃｏｕｎｔ＝０である、またはＤＳ＿ｃｏｕｎｔ＞（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であると判定されたとき、推定手段１５は、Ｍｏｄｅｌ＝２を設定する（ステップＳ１４４）。

【0282】

そして、ステップＳ１４３またはステップＳ１４４の後、一連の動作は、ステップＳ１３４へ移行する。

【0283】

一方、ステップＳ１４１において、Ｍｏｄｅｌ＝１でないと判定されたとき、一連の動作は、図２０のステップＳ１４５へ移行する。

【0284】

図２０を参照して、ステップＳ１４１において、Ｍｏｄｅｌ＝１でないと判定されたとき、推定手段１５は、ＤＳ＿ｃｏｕｎｔ＝０であるか否かを判定する（ステップＳ１４５）。

【0285】

ステップＳ１４５において、ＤＳ＿ｃｏｕｎｔ＝０であると判定されたとき、推定手段１５は、基地局に属する全ての端末装置について、ネットワークスキャンの結果を“ネットワーク輻輳”および“ＳＮＲ不十分”以外であると決定する（ステップＳ１４６）。

【0286】

一方、ステップＳ１４５において、ＤＳ＿ｃｏｕｎｔ＝０でないと判定されたとき、推定手段１５は、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であるか否かを判定する（ステップＳ１４７）。

【0287】

ステップＳ１４７において、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）でないと判定されたとき、推定手段１５は、基地局ｂに属する全ての端末装置について、ネットワークスキャンが失敗した原因を“ネットワーク輻輳”であると推定する（ステップＳ１４８）。

【0288】

一方、ステップＳ１４７において、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であると判定されたとき、推定手段１５は、“０”よりも小さいＤスコアを有する端末装置について、ネットワークスキャンが失敗した原因を“ＳＮＲ不十分（通信品質不十分）”であると推定する（ステップＳ１４９）。

【0289】

そして、ステップＳ１４６、ステップＳ１４８およびステップＳ１４９のいずれかの後、一連の動作は、図２１のステップＳ１５０へ移行する。

【0290】

図２１を参照して、図２０のステップＳ１４６、ステップＳ１４８およびステップＳ１４９のいずれかの後、推定手段１５は、ｍ_ｂ＝１を設定する（ステップＳ１５０）。

【0291】

そして、推定手段１５は、端末装置ｍ_ｂについて、ネットワークスキャンの結果が推定済であるか否かを判定する（ステップＳ１５１）。

【0292】

ステップＳ１５１において、端末装置ｍ_ｂについて、ネットワークスキャンの結果が推定済でないと判定されたとき、推定手段１５は、端末装置ｍ_ｂの全てのポートでスキャン応答が無いか否かを判定する（ステップＳ１５２）。

【0293】

ステップＳ１５２において、端末装置ｍ_ｂの一部のポートでスキャン応答が有ると判定されたとき、推定手段１５は、端末装置ｍ_ｂの全てのポートでスキャン応答が有るか否かを判定する（ステップＳ１５３）。

【0294】

ステップＳ１５３において、端末装置ｍ_ｂの全てのポートでスキャン応答が有ると判定されたとき、推定手段１５は、端末装置ｍ_ｂについて、ネットワークスキャンが“正常”であると推定する（ステップＳ１５４）。

【0295】

一方、ステップＳ１５３において、端末装置ｍ_ｂの一部のポートでスキャン応答が無いと判定されたとき、推定手段１５は、端末装置ｍ_ｂについて、ネットワークスキャンが失敗した原因を“ポート閉”であると推定する（ステップＳ１５５）。そして、推定手段１５は、得られた待ち時間をホスト情報データベース１３に保存する（ステップＳ１５６）。

【0296】

一方、ステップＳ１５２において、端末装置ｍ_ｂの全てのポートでスキャン応答が無いと判定されとき、推定手段１５は、端末装置ｍ_ｂについて、ネットワークスキャンが失敗した原因を“ネットワーク接続無し”であると推定する（ステップＳ１５７）。

【0297】

そして、ステップＳ１５１において、端末装置ｍ_ｂについての結果が推定済であると判定されたとき、またはステップＳ１５４、ステップＳ１５６およびステップＳ１５７のいずれかの後、推定手段１５は、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であるか否かを判定する（ステップＳ１５８）。

【0298】

ステップＳ１５８において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}でないと判定されたとき、推定手段１５は、ｍ_ｂ＝ｍ_ｂ＋１を設定する（ステップＳ１５９）。その後、一連の動作は、ステップＳ１５１へ移行し、ステップＳ１５８において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であると判定されるまで、ステップＳ１５１～ステップＳ１５９が繰り返し実行される。

【0299】

そして、ステップＳ１５８において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であると判定されると、推定手段１５は、ｂ＝Ｂであるか否かを判定する（ステップＳ１６０）。

【0300】

ステップＳ１６０において、ｂ＝Ｂでないと判定されたとき、推定手段１５は、ｂ＝ｂ＋１を設定する（ステップＳ１６１）。その後、一連の動作は、図１９のステップＳ１３２へ移行し、ステップＳ１６０において、ｂ＝Ｂであると判定されるまで、ステップＳ１３２～ステップＳ１６１が繰り返し実行される。

【0301】

そして、ステップＳ１６０において、ｂ＝Ｂであると判定されると、一連の動作は、図１６のステップＳ１２へ移行する。

【0302】

図２１のステップＳ１５０～ステップＳ１５９は、１つの基地局に属する全ての端末装置の各々について、ネットワークスキャンの結果（“正常”、“ポート閉”および“ネットワーク接続無し”のいずれか）を推定するステップである。

【0303】

図２２は、図１９のステップＳ１３２の詳細な動作を説明するためのフローチャートである。なお、図２２においては、ネットワークスキャンが“正常”であるときのスキャンデータ（“ネットワークが混雑”であるときの通信特性ＣＭｂｅｓｔ）を用いて学習した学習済のＬＤＡアルゴリズムによって判別関数δ_ｇ（ｘ）を生成することを説明する。

【0304】

図２２を参照して、図１９のステップＳ１３１の後、推定手段１５は、ＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置をＧ（Ｇ＝３）個のグループＣＬＳ_１～ＣＬＳ_３に分類する（ステップＳ１３２１）。

【0305】

そして、推定手段１５は、式（９Ｃ）（または式（９Ｄ））を用いて、各グループの平均μ_１，μ_２，μ_３を算出する（ステップＳ１３２２）。

【0306】

その後、推定手段１５は、式（９Ｅ）（または式（９Ｆ））を用いて、各グループの事前平均Π_１，Π_２，Π_３を算出する（ステップＳ１３２３）。

【0307】

引き続いて、推定手段１５は、式（９Ｂ）を用いて、各グループの共分散行列Ｃを算出する（ステップＳ１３２４）。

【0308】

そうすると、推定手段１５は、式（１０）によって、Ｍｏｄｅｌ１の合併共分散行列Ｃ_１２を算出する（ステップＳ１３２５）。また、推定手段１５は、式（１１）によって、Ｍｏｄｅｌ２の合併共分散行列Ｃ_１３を算出する（ステップＳ１３２６）。更に、推定手段１５は、式（１２）によって、Ｍｏｄｅｌ３の合併共分散行列Ｃ_２３を算出する（ステップＳ１３２７）。

【0309】

そして、推定手段１５は、式（９Ａ）によって、判別関数δ_ｐｑ（ｘ）を生成する（ステップＳ１３２８）。式（９Ａ）における“Ｃ”には、それぞれ、ステップＳ１３２５～ステップＳ１３２７において算出された合併共分散行列Ｃ_１２，Ｃ_１３，Ｃ_２３が代入される。

【0310】

図２２に示すフローチャートにおいては、推定手段１５は、ステップＳ１３２１において、例えば、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。

【0311】

そして、上述したように、グループＣＬＳ_１は、“正常”のグループであり、グループＣＬＳ_２は、“通信品質不十分”のグループであり、グループＣＬＳ_３は、“ネットワークが混雑”のグループである。また、Ｍｏｄｅｌ１は、グループＣＬＳ_１とグループＣＬＳ_２とを扱い、Ｍｏｄｅｌ２は、グループＣＬＳ_１とグループＣＬＳ_３とを扱い、Ｍｏｄｅｌ３は、グループＣＬＳ_２とグループＣＬＳ_３とを扱う。

【0312】

従って、Ｍｏｄｅｌ１が使用されるとき、ステップＳ１３２５において算出された合併共分散行列Ｃ_１２が、ステップＳ１３２８において、“Ｃ”に代入される。また、Ｍｏｄｅｌ２が使用されるとき、ステップＳ１３２６において算出された合併共分散行列Ｃ_１３が、ステップＳ１３２８において、“Ｃ”に代入される。更に、Ｍｏｄｅｌ３が使用されるとき、ステップＳ１３２７において算出された合併共分散行列Ｃ_２３が、ステップＳ１３２８において、“Ｃ”に代入される。

【0313】

また、“通信品質不十分”および“ネットワークが混雑”の失敗原因は、上述したように、端末装置との通信チャネルに起因した失敗原因であるので、ステップＳ１３２１において、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類することは、「ネットワークスキャンが正常であることを表す第１のグループと、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗したことを表す第２および第３のグループとに分類する」ことに相当する。この場合、グループＣＬＳ_２は、第２のグループを構成し、グループＣＬＳ_３は、第３のグループを構成する。

【0314】

図２３は、図１９のステップＳ１３６の詳細な動作を説明するためのフローチャートである。

【0315】

図２３を参照して、図２２のステップＳ１３５またはステップＳ１４０の後、推定手段１５は、Ｍｏｄｅｌ＝１であるか否かを判定する（ステップＳ１３６１）。

【0316】

ステップＳ１３６１において、Ｍｏｄｅｌ＝１であると判定されたとき、推定手段１５は、図２２のステップＳ１３２５において算出した合併共分散行列Ｃ_１２を式（１３Ａ）のＣ_１２に代入して、判別関数ｆ^１を算出する（ステップＳ１３６２）。この判別関数ｆ^１は、グループＣＬＳ_１（＝ｇ_１）の共分散行列とグループＣＬＳ_２（＝ｇ_２）の共分散行列とを合併した合併共分散行列Ｃ_１２と、グループＣＬＳ_１（＝ｇ_１）の平均μ_１と、グループＣＬＳ_１（＝ｇ_１）の事前平均Π_１とを用いて表される判別関数である。

【0317】

その後、推定手段１５は、図２２のステップＳ１３２５において算出した合併共分散行列Ｃ_１２を式（１３Ｂ）のＣ_１２に代入して、判別関数ｆ^２を算出する（ステップＳ１３６３）。この判別関数ｆ^２は、グループＣＬＳ_１（＝ｇ_１）の共分散行列とグループＣＬＳ_２（＝ｇ_２）の共分散行列とを合併した合併共分散行列Ｃ_１２と、グループＣＬＳ_２（＝ｇ_２）の平均μ_２と、グループＣＬＳ_２（＝ｇ_２）の事前平均Π_２とを用いて表される判別関数である。

【0318】

一方、ステップＳ１３６１において、Ｍｏｄｅｌ＝１でないと判定されると、推定手段１５は、Ｍｏｄｅｌ＝２であるか否かを判定する（ステップＳ１３６４）。

【0319】

ステップＳ１３６４において、Ｍｏｄｅｌ＝２であると判定されたとき、推定手段１５は、図２２のステップＳ１３２６において算出した合併共分散行列Ｃ_１３を式（１４Ａ）のＣ_１３に代入して、判別関数ｆ^１を算出する（ステップＳ１３６５）。この判別関数ｆ^１は、グループＣＬＳ_１（＝ｇ_１）の共分散行列とグループＣＬＳ_３（＝ｇ_３）の共分散行列とを合併した合併共分散行列Ｃ_１３と、グループＣＬＳ_１（＝ｇ_１）の平均μ_１と、グループＣＬＳ_１（＝ｇ_１）の事前平均Π_１とを用いて表される判別関数である。

【0320】

その後、推定手段１５は、図２２のステップＳ１３２６において算出した合併共分散行列Ｃ_１３を式（１４Ｂ）のＣ_１３に代入して、判別関数ｆ^２を算出する（ステップＳ１３６６）。この判別関数ｆ^２は、グループＣＬＳ_１（＝ｇ_１）の共分散行列とグループＣＬＳ_３（＝ｇ_３）の共分散行列とを合併した合併共分散行列Ｃ_１３と、グループＣＬＳ_３（＝ｇ_３）の平均μ_３と、グループＣＬＳ_３（＝ｇ_３）の事前平均Π_３とを用いて表される判別関数である。

【0321】

一方、ステップＳ１３６４において、Ｍｏｄｅｌ＝２でないと判定されたとき、推定段１５は、図２２のステップＳ１３２７において算出した合併共分散行列Ｃ_２３を式（１５Ａ）のＣ_２３に代入して、判別関数ｆ^１を算出する（ステップＳ１３６７）。この判別関数ｆ^１は、グループＣＬＳ_２（＝ｇ_２）の共分散行列とグループＣＬＳ_３（＝ｇ_３）の共分散行列とを合併した合併共分散行列Ｃ_２３と、グループＣＬＳ_２（＝ｇ_２）の平均μ_２と、グループＣＬＳ_２（＝ｇ_２）の事前平均Π_２とを用いて表される判別関数である。

【0322】

その後、推定手段１５は、図２２のステップＳ１３２７において算出した合併共分散行列Ｃ_２３を式（１５Ｂ）のＣ_２３に代入して、判別関数ｆ^２を算出する（ステップＳ１３６８）。この判別関数ｆ^２は、グループＣＬＳ_２（＝ｇ_２）の共分散行列とグループＣＬＳ_３（＝ｇ_３）の共分散行列とを合併した合併共分散行列Ｃ_２３と、グループＣＬＳ_３（＝ｇ_３）の平均μ_３と、グループＣＬＳ_３（＝ｇ_３）の事前平均Π_３とを用いて表される判別関数である。

【0323】

そして、ステップＳ１３６３、ステップＳ１３６６およびステップＳ１３６８のいずれかの後、推定手段１５は、Ｄスコア＝ｆ^１－ｆ^２を算出する（ステップＳ１３６９）。その後、一連の動作は、図１９のステップＳ１３７へ移行する。

【0324】

図２３に示すフローチャートにおいては、図１９のステップＳ１３３において、Ｍｏｄｅｌ＝１が設定されているので、図１９のステップＳ１３６が最初に実行される場合、図２３のステップＳ１３６１において、Ｍｏｄｅｌ＝１であると判定され、ステップＳ１３６２およびステップＳ１３６３が順次実行された後、ステップＳ１３６９において、Ｍｏｄｅｌ１を用いてＤスコアが算出される。

【0325】

そして、ステップＳ１３６９の後、図１９のステップＳ１３９において、ｍ_ｂ＝Ｎ_{ｔｅｒｍｉｎａｌ}であると判定されるまで、図１９のステップＳ１３６～ステップＳ１４０が繰り返し実行された後、ステップＳ１４１において、Ｍｏｄｅｌ＝１であると判定され、ステップＳ１４２およびステップＳ１４３が順次実行され、またはステップＳ１４２およびステップＳ１４４が順次実行される。

【0326】

ステップＳ１４２およびステップＳ１４３が順次実行された場合、Ｍｏｄｅｌ＝３が設定されるので（ステップＳ１４３参照）、ステップＳ１４３からステップＳ１３４へ移行した後に、ステップＳ１３６が実行されるとき、図２３のステップＳ１３６１において、Ｍｏｄｅｌ＝１でないと判定され、更に、ステップＳ１３６４において、Ｍｏｄｅｌ＝２でないと判定され、ステップＳ１３６７およびステップＳ１３６８が順次実行された後、ステップＳ１３６９において、Ｍｏｄｅｌ３を用いてＤスコアが算出される。

【0327】

一方、図１９のステップＳ１４２およびステップＳ１４４が順次実行された場合、Ｍｏｄｅｌ＝２が設定されるので（ステップＳ１４４参照）、ステップＳ１４４からステップＳ１３４へ移行した後に、ステップＳ１３６が実行されるとき、図２３のステップＳ１３６１において、Ｍｏｄｅｌ＝１でないと判定され、更に、ステップＳ１３６４において、Ｍｏｄｅｌ＝２であると判定され、ステップＳ１３６５およびステップＳ１３６６が順次実行された後、ステップＳ１３６９において、Ｍｏｄｅｌ２を用いてＤスコアが算出される。

【0328】

従って、図２３に示すフローチャートは、設定されるＭｏｄｅｌ（Ｍｏｄｅｌ１、Ｍｏｄｅｌ２およびＭｏｄｅｌ３のいずれか）に応じてＤスコアを算出するフローチャートである。

【0329】

また、ネットワークスキャンの結果を推定する図１９から図２１に示すフローチャートにおいては、ステップＳ１３３においてＭｏｄｅｌ＝１を設定した後に、ステップＳ１３６においてＤスコアを算出するのは、Ｍｏｄｅｌ１を用いれば、まず、ネットワークスキャンが“正常”であるか“失敗（＝通信品質不十分が原因で失敗）”であるかを推定でき、ネットワークスキャンが“失敗（＝通信品質不十分が原因で失敗）”であると推定したときに、ネットワークスキャンが失敗した原因を更に推定すればよいからである。

【0330】

また、ステップＳ１３３において、Ｍｏｄｅｌ＝１が設定された後に、１つの基地局ｂに属する全ての端末装置についてＭｏｄｅｌ１を用いてＤスコアが算出されるとともに、“０”よりも小さいＤスコアの個数がカウント値ＤＳ＿ｃｏｕｎｔとしてカウントされる（ステップＳ１３６～ステップＳ１４０参照）。

【0331】

その後、ステップＳ１４１を１回目に実行するとき、Ｍｏｄｅｌ＝１が設定されているので、ステップＳ１４１において、Ｍｏｄｅｌ＝１であると判定され、ステップＳ１４２～ステップＳ１４４において、Ｍｏｅｄｅｌ＝２またはＭｏｄｅｌ＝３が設定される。

【0332】

従って、Ｍｏｄｅｌ２またはＭｏｄｅｌ３は、Ｍｏｄｅｌ１を用いて算出されたＤスコアの個数（＝ＤＳ＿ｃｏｕｎｔ）に応じて設定される。つまり、Ｍｏｄｅｌ２またはＭｏｄｅｌ３は、Ｍｏｄｅｌ１に基づいて設定される。

【0333】

そして、ステップＳ１４２～ステップＳ１４４において、Ｍｏｅｄｅｌ＝２またはＭｏｄｅｌ＝３が設定された後、Ｍｏｄｅｌ２またはＭｏｄｅｌ３を用いてＤスコアが算出されるとともに、“０”よりも小さいＤスコアの個数がカウント値ＤＳ＿ｃｏｕｎｔとしてカウントされる（ステップＳ１３６～ステップＳ１４０参照）。より詳細には、Ｍｏｅｄｅｌ＝２が設定されたとき、グループＣＬＳ_１に分類された通信特性ＣＭｂｅｓｔと、グループＣＬＳ_３に分類された通信特性ＣＭｂｅｓｔと、式（１０）に示す合併共分散行列Ｃ_１３とを用いてＤスコアが算出され、Ｍｏｅｄｅｌ＝３が設定されたとき、グループＣＬＳ_２に分類された通信特性ＣＭｂｅｓｔと、グループＣＬＳ_３に分類された通信特性ＣＭｂｅｓｔと、式（１１）に示す合併共分散行列Ｃ_２３とを用いてＤスコアが算出される。そして、算出されたＤスコアに基づいて、“０”よりも小さいＤスコアの個数がカウント値ＤＳ＿ｃｏｕｎｔとしてカウントされる。

【0334】

その後、ステップＳ１４１において、Ｍｏｄｅｌ＝１でないと判定され、図２０および図２１に示すステップＳ１４５～ステップＳ１５７において、Ｍｏｄｅｌ２またはＭｏｄｅｌ３を用いて、ネットワークスキャンの結果（“正常”、“通信品質不十分”、“ネットワーク混雑”、“ポート閉”、“ネットワーク接続無し”のいずれか）が推定される。

【0335】

そして、Ｍｏｄｅｌ２が設定されてネットワークスキャンの結果が推定される場合、Ｍｏｄｅｌ２を用いて算出されたＤスコアのうち、“０”よりも小さいＤスコアの個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が用いられる。

【0336】

また、Ｍｏｄｅｌ３が設定されてネットワークスキャンの結果が推定される場合、Ｍｏｄｅｌ３を用いて算出されたＤスコアのうち、“０”よりも小さいＤスコアの個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が用いられる。

【0337】

図２４は、Ｄスコアのシミュレーション結果を示す図である。図２４を参照して、Ｄスコアのシミュレーションを行った結果、ネットワークスキャンが“正常”であるとき、端末装置の半数よりも多い端末装置において、Ｄスコアが“０”よりも大きいことが分かった（図２４の（ａ）参照）。

【0338】

また、ネットワークスキャンが失敗した原因が、“通信品質不十分”であるとき、端末装置の半数よりも少ない端末装置において、Ｄスコアが“０”よりも小さいことが分かった（図２４の（ｂ）参照）。

【0339】

更に、ネットワークスキャンが失敗した原因が、“ネットワーク混雑”であるとき、端末装置の半数よりも多い端末装置において、Ｄスコアが“０”よりも小さいことが分かった（図２４の（ｃ）参照）。

【0340】

従って、“０”よりも小さいＤスコアの個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）を用いれば、ネットワークスキャンの結果が“正常”、“通信品質不十分”および“ネットワーク混雑”のいずれであるかを推定することができる。

【0341】

Ｍｏｄｅｌ２は、ネットワークスキャンが“正常”であるグループＣＬＳ_１と、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したグループＣＬＳ_３とを扱い、グループＣＬＳ_１とグループＣＬＳ_３とを判別するＤスコアＤ＿２を算出し、その算出したＤスコアＤ＿２のうち、“０”よりも小さいＤスコアＤ＿２の個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が“０”であれば、ネットワークスキャンが“正常”であると推定でき、“０”よりも小さいＤスコアＤ＿２の個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が端末装置の半数よりも大きければ、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したと推定できる。

【0342】

また、Ｍｏｄｅｌ３は、ネットワークスキャンが“通信品質不十分”の原因によって失敗したグループＣＬＳ_２と、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したグループＣＬＳ_３とを扱い、グループＣＬＳ_２とグループＣＬＳ_３とを判別するＤスコアＤ＿３を算出し、その算出したＤスコアＤ＿３のうち、“０”よりも小さいＤスコアＤ＿３の個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が端末装置の半数よりも少なければ、ネットワークスキャンが“通信品質不十分”の原因で失敗したと推定でき、“０”よりも小さいＤスコアＤ＿３の個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）が端末装置の半数よりも大きければ、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したと推定できる。

【0343】

そこで、まず、図２０のステップＳ１４５において、ＤＳ＿ｃｏｕｎｔ＝０であるか否かを判定し、ＤＳ＿ｃｏｕｎｔ＝０でないと判定されたとき、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であるか否かを更に判定し、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）であるとき、“０”よりも小さいＤスコアを有する端末装置について、ネットワークスキャンが“通信品質不十分”の原因で失敗したと推定し、ＤＳ＿ｃｏｕｎｔ＜（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）でないとき（即ち、ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）以上であるとき）、基地局に属する全ての端末装置について、ネットワークスキャンが“ネットワーク混雑”の原因で失敗したと推定することにした（ステップＳ１４５，Ｓ１４７～Ｓ１４９参照）。

【0344】

Ｍｏｄｅｌ２が設定されたとき、ステップＳ１４５，Ｓ１４７～Ｓ１４９において、ネットワークスキャンが“正常”であるグループＣＬＳ_１と、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したグループＣＬＳ_３とを判別するＤスコアＤ＿２が用いられるので、“０”よりも小さいＤスコアＤ＿２の個数（＝カウント値ＤＳ＿ｃｏｕｎｔ）に応じて、ＤＳ＿ｃｏｕｎｔ＝０（即ち、ネットワークスキャンが“正常”）とＤＳ＿ｃｏｕｎｔ≠０（即ち、ネットワークスキャンが“通信品質不十分”または“ネットワーク混雑”の原因によって失敗）とを正確に推定できる。そして、ＤＳ＿ｃｏｕｎｔ＝０でない（即ち、ＤＳ＿ｃｏｕｎｔ≠０）とき、“０”よりも小さいＤスコアＤ＿２の個数であるカウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいか否かによって、ネットワークスキャンが失敗した原因が“通信品質不十分”または“ネットワーク混雑”であると正確に推定できる。

【0345】

一方、Ｍｏｄｅｌ３が設定されたとき、ステップＳ１４５，Ｓ１４７～Ｓ１４９において、ネットワークスキャンが“通信品質不十分”の原因によって失敗したグループＣＬＳ_２と、ネットワークスキャンが“ネットワーク混雑”の原因によって失敗したグループＣＬＳ_３とを判別するＤスコアＤ＿３が用いられるので、ＤＳ＿ｃｏｕｎｔ＝０でない（即ち、ＤＳ＿ｃｏｕｎｔ≠０）とき、“０”よりも小さいＤスコアＤ＿３の個数であるカウント値ＤＳ＿ｃｏｕｎｔが（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいか否かによって、ネットワークスキャンが失敗した原因が“通信品質不十分”または“ネットワーク混雑”であると正確に推定できる。また、ＤＳ＿ｃｏｕｎｔ＝０であるか否かの判定は、明確であるので、ＤＳ＿ｃｏｕｎｔ＝０（即ち、ネットワークスキャンが“正常”）とＤＳ＿ｃｏｕｎｔ≠０（即ち、ネットワークスキャンが“通信品質不十分”または“ネットワーク混雑”の原因によって失敗）とを正確に推定できる。

【0346】

従って、Ｍｏｄｅｌ２またはＭｏｄｅｌ３のいずれを用いても、ネットワークスキャンが“正常”であるか“失敗”であるかを正確に推定でき、ネットワークスキャンが“失敗”であると推定したとき、更に、ネットワークスキャンが失敗した原因が“通信品質不十分”または“ネットワーク混雑”であると正確に推定できる。

【0347】

更に、ステップＳ１４５において、ＤＳ＿ｃｏｕｎｔ＝０であると判定されたとき、直ちに、ネットワークスキャンが“正常”であると推定せずに、各端末装置のポートについて、スキャン応答があったポートの数に応じて、ネットワークスキャンが“正常”、“ポート閉”の原因による失敗および“ネットワーク接続無し”の原因による失敗のいずれかであると推定する（ステップＳ１５２～Ｓ１５５，Ｓ１５７参照）。従って、各ポートでスキャン応答の有無を検知することによって、ネットワークスキャンが“正常”、“ポート閉”の原因による失敗および“ネットワーク接続無し”の原因による失敗のいずれであるかを正確に推定できる。

【0348】

更に、ステップＳ１４７の“ＹＥＳ”からステップＳ１４９へ至った場合、ステップＳ１４９において、“０”よりも小さくないＤスコア（即ち、“０”以上、かつ、（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいＤスコア）を有する端末装置についてネットワークスキャンの結果が推定されていないが、ステップＳ１４９の後、ネットワークスキャンの結果が推定済でない各端末装置ｍ_ｂについて、図２１のステップＳ１５２～ステップＳ１５７が実行されるので、“０”よりも小さくないＤスコア（即ち、“０”以上、かつ、（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）よりも小さいＤスコア）を有する端末装置についてのネットワークスキャンの結果は、“正常”、ネットワークスキャンを失敗した原因が“ポート閉”、およびネットワークスキャンを失敗した原因が“ネットワーク接続無し”のいずれかに推定される（ステップＳ１５４，Ｓ１５５，Ｓ１５７参照）。

【0349】

なお、ステップＳ１４５の“ＹＥＳ”→Ｓ１５１の“ＮＯ”→Ｓ１５２の“ＮＯ”→Ｓ１５３の“ＹＥＳ”→Ｓ１５４からなるステップ、およびステップＳ１４５の“ＮＯ”→Ｓ１４７～Ｓ１４９からなるステップは、ＤスコアＤ＿２またはＤスコアＤ＿３に基づいて、ネットワークスキャンが正常または失敗であると推定するとともに、ネットワークスキャンが失敗であると推定したとき、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗したと推定することに相当する。

【0350】

この発明の実施の形態においては、ネットワークスキャンの結果を推定する動作は、ソフトウェアによって実現されてもよい。この場合、ネットワークスキャン装置１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）およびＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）を備える。そして、ＲＯＭは、図１６に示すフローチャート（図１７から図２３に示すフローチャートを含む）の各ステップからなるプログラムＰｒｏｇ＿Ａを記憶する。

【0351】

ＣＰＵは、ＲＯＭからプログラムＰｒｏｇ＿Ａを読み出し、その読み出したプログラムＰｒｏｇ＿Ａを実行して、ネットワークスキャンの結果を推定する動作を実行する。ＲＡＭは、上述した各種の算出結果を一時的に記憶する。

【0352】

また、プログラムＰｒｏｇ＿Ａは、ＣＤ，ＤＶＤ等の記録媒体に記録されて流通してもよい。プログラムＰｒｏｇ＿Ａを記録した記録媒体がコンピュータに装着されると、コンピュータは、記録媒体からプログラムＰｒｏｇ＿Ａを読み出して実行し、ネットワークスキャンの結果を推定する動作を実行する。

【0353】

従って、プログラムＰｒｏｇ＿Ａを記録した記録媒体は、コンピュータ読み取り可能な記録媒体である。

【0354】

なお、上記においては、推定手段１５は、通信特性ＣＭｂｅｓｔを有する端末装置をグループＣＬＳ_１～ＣＬＳ_３に分類するとき、ネットワークスキャンが“ネットワークが混雑”であるときのスキャンデータ（“ネットワークが混雑”であるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類すると説明したが、この発明の実施の形態においては、これに限らず、推定手段１５は、ネットワークスキャンの結果（＝“正常”、“ネットワークが混雑”、“通信品質不十分”のいずれか）のうち、最も精度良く推定したい結果が得られるときのスキャンデータ（最も精度良く推定したい結果が得られるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類してもよい。

【0355】

より具体的には、推定手段１５は、“正常”が最も精度良く推定したい結果であるとき、ネットワークスキャンが“正常”であるときのスキャンデータ（“正常”であるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。

【0356】

また、推定手段１５は、“ネットワークが混雑”が最も精度良く推定したい結果であるとき、ネットワークスキャンが“ネットワークが混雑”であるときのスキャンデータ（“ネットワークが混雑”であるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。

【0357】

更に、推定手段１５は、“通信品質不十分”が最も精度良く推定したい結果であるとき、ネットワークスキャンが“通信品質不十分”であるときのスキャンデータ（“通信品質不十分”であるときの通信特性ＣＭｂｅｓｔ）を用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類する。

【0358】

このように、推定手段１５は、最も精度良く推定したい結果に応じて、教師データであるスキャンデータを決定するとともに、その決定したスキャンデータを用いてＬＤＡアルゴリズムを学習し、その学習した学習済のＬＤＡアルゴリズムを用いて、通信特性ＣＭｂｅｓｔを有する端末装置を３個のグループＣＬＳ_１～ＣＬＳ_３に分類してもよい。

【0359】

また、上記においては、ネットワークスキャンは、スキャンタイミングｔ_Ｓ（またはスキャンタイミングｔ’_Ｓ）毎に行われると説明したが、この発明の実施の形態においては、これに限らず、ネットワークスキャンは、スキャン期間Ｔ_Ｓ＿ｔｏｔａｌ単位で行われてもよく、スキャン期間Ｔ_Ｓ＿ｔｏｔａｌ内の複数のスキャンタイミングに亘って行われてもよい。従って、この発明の実施の形態においては、ネットワークスキャンを複数のスキャンタイミングに亘って実行して取得した通信特性を用いて、上述した方法によって、ネットワークスキャンが“正常”または“失敗”であるかを推定し、ネットワークスキャンが“ “失敗”であると推定したとき、ネットワークスキャンが“ “失敗”した原因を更に推定するものであればよい。

【0360】

この発明の実施の形態においては、しきい値Ｃｏｒｒ_ｒは、「第１のしきい値」を構成し、しきい値Ｓ_ｒは、「第２のしきい値」を構成し、しきい値（Ｎ_{ｔｅｒｍｉｎａｌ}×Ｄ＿ｔｈｒｅｓ）は、「第３のしきい値」を構成する。

【0361】

また、この発明の実施の形態においては、通信特性ＣＭｂｅｓｔは、「第１の通信特性」を構成し、相関係数ｒ_ｉｊがしきい値Ｃｏｒｒ_ｒよりも大きい通信特性は、「ｄ（ｄは、正の整数）個の第２の通信特性」を構成し、スコアＱの大きい順に抽出された通信特性は、「Ｋ（Ｋは、正の整数）個の第２の通信特性」を構成する。

【0362】

更に、この発明の実施の形態においては、Ｄスコアまたはカウント値ＤＳ＿ｃｏｕｎｔは、「判別スコア」を構成する。

【0363】

更に、この発明の実施の形態においては、ＤスコアＤ＿２は、「第１の判別スコア」を構成し、ＤスコアＤ＿３は、「第２の判別スコア」を構成し、ＤスコアＤ＿１は、「第３の判別スコア」を構成する。

【0364】

更に、この発明の実施の形態においては、図１２に示すパケットロス率ＰＬＲ_ｍ、ジッタＪＴ_ｍ、スキャン最大遅延ＤＬｍａｘ_ｍおよびスキャン最小遅延ＤＬｍｉｎ_ｍは、相関係数ｒ_ｉｊがしきい値Ｃｏｒｒ_ｒよりも大きい「ｄ（ｄは、正の整数）個の第２の通信特性」を構成する。

【0365】

更に、この発明の実施の形態においては、上述したＫ個の通信特性は、「Ｋ個の第２の通信特性」を構成する。

【0366】

更に、この発明の実施の形態においては、グループＣＬＳ_１は、ネットワークスキャンが正常である「第１のグループ」を構成し、グループＣＬＳ_２，ＣＬＳ_３は、それぞれ、ネットワークスキャンが端末装置との通信チャネルに起因した原因によって失敗した「第２のグループ」および「第３のグループ」を構成する。

【0367】

更に、この発明の実施の形態においては、Ｍｏｄｅｌ２は、「第１のモデル」を構成し、Ｍｏｄｅｌ３は、「第２のモデル」を構成する。