特許 7646065 通信制御装置、および通信制御方法

(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】2025-03-06

(45)【発行日】2025-03-14

(54)【発明の名称】通信制御装置、および通信制御方法

(51)【国際特許分類】

   H04W 28/084 20230101AFI20250307BHJP

   H04W 24/06 20090101ALI20250307BHJP

   H04W 16/18 20090101ALI20250307BHJP

【ＦＩ】

H04W28/084

H04W24/06

H04W16/18

【請求項の数】 10

(21)【出願番号】P 2024224670

(22)【出願日】2024-12-20

【審査請求日】2024-12-20

【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】篠田 享佑

(56)【参考文献】

【文献】中国特許出願公開第１１３３４７２５５（ＣＮ，Ａ）

【文献】米国特許出願公開第２０２１／０３２０８９６（ＵＳ，Ａ１）

【文献】特開２０００－３３０９０９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｂ ７／２４－ ７／２６

Ｈ０４Ｗ ４／００－９９／００

３ＧＰＰ ＴＳＧ ＲＡＮ ＷＧ１－４

ＳＡ ＷＧ１－４、６

ＣＴ ＷＧ１、４

(57)【特許請求の範囲】

【請求項1】

複数のユーザ端末の各々が在圏している複数の基地局の情報を未知の入力として学習済みの機械学習モデルに与え、前記学習済みの機械学習モデルの演算を行って、前記複数のユーザ端末が接続可能なデータ最終処理ノードである複数のデータ処理装置のうち、前記複数のユーザ端末との通信の遅延を抑制する接続先のデータ処理装置に関するネットワーク設定情報を出力するように構成された演算部と、
前記演算部によって出力された前記ネットワーク設定情報に基づいて、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間のデータ通信パスの設定をコアネットワークに指示するように構成された通信制御部と
を備える通信制御装置。

【請求項2】

請求項１に記載の通信制御装置において、
さらに、前記複数のユーザ端末の各々が在圏している前記複数の基地局の組み合わせと、前記複数のユーザ端末が接続可能な前記複数のデータ処理装置のうち、前記複数のユーザ端末との前記通信の遅延を抑制する、前記接続先のデータ処理装置に関する前記ネットワーク設定情報との関係を、機械学習モデルを用いて学習するように構成された学習部と、
前記学習部によって構築された前記学習済みの機械学習モデルを記憶するように構成された記憶部と
を備え、
前記演算部は、前記記憶部に記憶された前記学習済みの機械学習モデルを読み出して、演算を行う
ことを特徴とする通信制御装置。

【請求項3】

請求項２に記載の通信制御装置において、
さらに、前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信する位置登録要求信号に基づいて、前記複数のユーザ端末の各々が在圏している前記複数の基地局の情報を取得するように構成された取得部を備え、
前記演算部は、前記取得部によって取得された前記複数の基地局の情報を前記未知の入力として用いる
ことを特徴とする通信制御装置。

【請求項4】

請求項３に記載の通信制御装置において、
前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信した前記位置登録要求信号が前記コアネットワークを経由して前記通信制御装置に送信される際に、前記コアネットワークによって、前記位置登録要求信号に含まれる加入者識別番号に、前記複数のユーザ端末が属するグループのグループ識別子が関連付けられ、
前記取得部は、前記位置登録要求信号に含まれる前記加入者識別番号に関連付けられた前記グループ識別子と、前記複数の基地局の情報とを関連付けて取得し、
前記記憶部は、前記学習済みの機械学習モデルに前記グループ識別子を関連付けて記憶し、
前記通信制御部は、前記グループ識別子を有する前記複数のユーザ端末を指定して、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間の前記データ通信パスの設定を前記コアネットワークに指示する
ことを特徴とする通信制御装置。

【請求項5】

請求項１に記載の通信制御装置において、
前記ネットワーク設定情報は、前記複数のユーザ端末の各々が、前記複数のデータ処理装置のうち前記複数の基地局からの物理的な距離がより短い位置に配置されている前記接続先のデータ処理装置の情報を含み、
前記接続先のデータ処理装置の情報により、前記複数のユーザ端末の各々のデータ通信に対する共通のユーザプレーン機能が設定可能である
ことを特徴とする通信制御装置。

【請求項6】

複数のユーザ端末の各々が在圏している複数の基地局の情報を未知の入力として学習済みの機械学習モデルに与え、前記学習済みの機械学習モデルの演算を行って、前記複数のユーザ端末が接続可能なデータ最終処理ノードである複数のデータ処理装置のうち、前記複数のユーザ端末との通信の遅延を抑制する接続先のデータ処理装置に関するネットワーク設定情報を出力する演算ステップと、
前記演算ステップで出力された前記ネットワーク設定情報に基づいて、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間のデータ通信パスの設定をコアネットワークに指示する通信制御ステップと
を備える通信制御方法。

【請求項7】

請求項６に記載の通信制御方法において、
さらに、前記複数のユーザ端末の各々が在圏している前記複数の基地局の組み合わせと、前記複数のユーザ端末が接続可能な前記複数のデータ処理装置のうち、前記複数のユーザ端末との前記通信の遅延を抑制する、前記接続先のデータ処理装置に関する前記ネットワーク設定情報との関係を、機械学習モデルを用いて学習する学習ステップと、
前記学習ステップで構築された前記学習済みの機械学習モデルを記憶部に記憶する記憶ステップと
を備え、
前記演算ステップは、前記記憶部に記憶された前記学習済みの機械学習モデルを読み出して、演算を行う
ことを特徴とする通信制御方法。

【請求項8】

請求項７に記載の通信制御方法において、
さらに、前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信する位置登録要求信号に基づいて、前記複数のユーザ端末の各々が在圏している前記複数の基地局の情報を取得する取得ステップを備え、
前記演算ステップは、前記取得ステップで取得された前記複数の基地局の情報を前記未知の入力として用いる
ことを特徴とする通信制御方法。

【請求項9】

請求項８に記載の通信制御方法において、
前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信した前記位置登録要求信号が前記コアネットワークを経由して前記通信制御方法を実行する通信制御装置に送信される際に、前記コアネットワークによって、前記位置登録要求信号に含まれる加入者識別番号に、前記複数のユーザ端末が属するグループのグループ識別子が関連付けられ、
前記取得ステップは、前記位置登録要求信号に含まれる前記加入者識別番号に関連付けられた前記グループ識別子と、前記複数の基地局の情報とを関連付けて取得し、
前記記憶ステップは、前記学習済みの機械学習モデルに前記グループ識別子を関連付けて前記記憶部に記憶し、
前記通信制御ステップは、前記グループ識別子を有する前記複数のユーザ端末を指定して、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間の前記データ通信パスの設定を前記コアネットワークに指示する
ことを特徴とする通信制御方法。

【請求項10】

請求項６に記載の通信制御方法において、
前記ネットワーク設定情報は、前記複数のユーザ端末の各々が、前記複数のデータ処理装置のうち前記複数の基地局からの物理的な距離がより短い位置に配置されている前記接続先のデータ処理装置の情報を含み、
前記接続先のデータ処理装置の情報により、前記複数のユーザ端末の各々のデータ通信に対する共通のユーザプレーン機能が設定可能である
ことを特徴とする通信制御方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、通信制御装置、および通信制御方法に関する。

【背景技術】

【0002】

従来から、モバイル通信網において、ユーザ端末から物理的に距離の近い場所でクラウドコンピューティングの機能を提供する手法であるＭＥＣ（Ｍｕｌｔｉ－ａｃｃｅｓｓ Ｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ）が知られている（特許文献１参照）。

【0003】

特許文献１に記載されている技術では、ユーザ端末ごとに、データ通信の遅延を抑制するためのコアネットワークのユーザプレーン機能（ＵＰＦ）が設定されている。そのため、複数のユーザ端末が同じウェブサイトを提供するクラウドに接続する場合や、複数のユーザ端末間でデータ通信を行う場合等であっても、複数のユーザ端末の全体の伝送時間の遅延を考慮したエッジコンピューティングは行われていなかった。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１８－１６０８１３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

従来の技術では、より簡易な構成により複数のユーザ端末の通信の遅延を抑制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、より簡易な構成により複数のユーザ端末の通信の遅延を抑制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、本発明に係る通信制御装置は、複数のユーザ端末の各々が在圏している複数の基地局の情報を未知の入力として学習済みの機械学習モデルに与え、前記学習済みの機械学習モデルの演算を行って、前記複数のユーザ端末が接続可能なデータ最終処理ノードである複数のデータ処理装置のうち、前記複数のユーザ端末との通信の遅延を抑制する接続先のデータ処理装置に関するネットワーク設定情報を出力するように構成された演算部と、前記演算部によって出力された前記ネットワーク設定情報に基づいて、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間のデータ通信パスの設定をコアネットワークに指示するように構成された通信制御部とを備える。

【0008】

また、本発明に係る通信制御装置において、さらに、前記複数のユーザ端末の各々が在圏している前記複数の基地局の組み合わせと、前記複数のユーザ端末が接続可能な前記複数のデータ処理装置のうち、前記複数のユーザ端末との前記通信の遅延を抑制する、前記接続先のデータ処理装置に関する前記ネットワーク設定情報との関係を、機械学習モデルを用いて学習するように構成された学習部と、前記学習部によって構築された前記学習済みの機械学習モデルを記憶するように構成された記憶部とを備え、前記演算部は、前記記憶部に記憶された前記学習済みの機械学習モデルを読み出して、演算を行ってもよい。

【0009】

また、本発明に係る通信制御装置において、さらに、前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信する位置登録要求信号に基づいて、前記複数のユーザ端末の各々が在圏している前記複数の基地局の情報を取得するように構成された取得部を備え、前記演算部は、前記取得部によって取得された前記複数の基地局の情報を前記未知の入力として用いてもよい。

【0010】

また、本発明に係る通信制御装置において、前記位置登録要求信号には、前記複数のユーザ端末が属するグループのグループ識別子が関連付けられており、前記取得部は、前記位置登録要求信号に関連付けられた前記グループ識別子と、前記複数の基地局の情報とを関連付けて取得し、前記記憶部は、前記学習済みの機械学習モデルに前記グループ識別子を関連付けて記憶し、前記通信制御部は、前記グループ識別子を有する前記複数のユーザ端末を指定して、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間の前記データ通信パスの設定を前記コアネットワークに指示してもよい。

【0011】

また、本発明に係る通信制御装置において、前記ネットワーク設定情報は、前記複数のユーザ端末の各々が、前記複数のデータ処理装置のうち前記複数の基地局からの物理的な距離がより短い位置に配置されている前記接続先のデータ処理装置の情報を含み、前記接続先のデータ処理装置の情報により、前記複数のユーザ端末の各々のデータ通信に対する共通のユーザプレーン機能が設定可能であってもよい。

【0012】

上述した課題を解決するために、本発明に係る通信制御方法は、複数のユーザ端末の各々が在圏している複数の基地局の情報を未知の入力として学習済みの機械学習モデルに与え、前記学習済みの機械学習モデルの演算を行って、前記複数のユーザ端末が接続可能なデータ最終処理ノードである複数のデータ処理装置のうち、前記複数のユーザ端末との通信の遅延を抑制する接続先のデータ処理装置に関するネットワーク設定情報を出力する演算ステップと、前記演算ステップで出力された前記ネットワーク設定情報に基づいて、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間のデータ通信パスの設定をコアネットワークに指示する通信制御ステップとを備える。

【0013】

また、本発明に係る通信制御方法において、さらに、前記複数のユーザ端末の各々が在圏している前記複数の基地局の組み合わせと、前記複数のユーザ端末が接続可能な前記複数のデータ処理装置のうち、前記複数のユーザ端末との前記通信の遅延を抑制する、前記接続先のデータ処理装置に関する前記ネットワーク設定情報との関係を、機械学習モデルを用いて学習する学習ステップと、前記学習ステップで構築された前記学習済みの機械学習モデルを記憶部に記憶する記憶ステップとを備え、前記演算ステップは、前記記憶部に記憶された前記学習済みの機械学習モデルを読み出して、演算を行ってもよい。

【0014】

また、本発明に係る通信制御方法において、さらに、前記複数のユーザ端末の各々が前記複数の基地局に在圏する際に発信する位置登録要求信号に基づいて、前記複数のユーザ端末の各々が在圏している前記複数の基地局の情報を取得する取得ステップを備え、前記演算ステップは、前記取得ステップで取得された前記複数の基地局の情報を前記未知の入力として用いてもよい。

【0015】

また、本発明に係る通信制御方法において、前記位置登録要求信号には、前記複数のユーザ端末が属するグループのグループ識別子が関連付けられており、前記取得ステップは、前記位置登録要求信号に関連付けられた前記グループ識別子と、前記複数の基地局の情報とを関連付けて取得し、前記記憶ステップは、前記学習済みの機械学習モデルに前記グループ識別子を関連付けて前記記憶部に記憶し、前記通信制御ステップは、前記グループ識別子を有する前記複数のユーザ端末を指定して、前記複数のユーザ端末の各々と前記接続先のデータ処理装置との間の前記データ通信パスの設定を前記コアネットワークに指示してもよい。

【0016】

また、本発明に係る通信制御方法において、前記ネットワーク設定情報は、前記複数のユーザ端末の各々が、前記複数のデータ処理装置のうち前記複数の基地局からの物理的な距離がより短い位置に配置されている前記接続先のデータ処理装置の情報を含み、前記接続先のデータ処理装置の情報により、前記複数のユーザ端末の各々のデータ通信に対する共通のユーザプレーン機能が設定可能であってもよい。

【発明の効果】

【0017】

本発明によれば、複数のユーザ端末の各々が在圏している複数の基地局の情報を未知の入力として学習済みの機械学習モデルに与え、学習済みの機械学習モデルの演算を行って、複数のユーザ端末が接続可能なデータ最終処理ノードである複数のデータ処理装置のうち、複数のユーザ端末との通信の遅延を抑制する、接続先のデータ処理装置に関するネットワーク設定情報を出力する。そのため、より簡易な構成により複数のユーザ端末の通信の遅延を抑制することができる。

【図面の簡単な説明】

【0018】

【図1】図１は、本発明の実施の形態に係る通信制御装置を備える通信制御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制御装置の第１記憶部の構成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制御装置が備える学習部による学習処理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制御装置のハードウェア構成を示すブロック図である。

【図5】図５は、本実施の形態に係る通信制御装置を備える通信制御システムの動作を説明するためのシーケンス図である。

【図6】図６は、本実施の形態に係る通信制御装置の動作を説明するためのフローチャートである。

【図7】図７は、本実施の形態に係る通信制御装置の動作を説明するためのフローチャートである。

【発明を実施するための形態】

【0019】

以下、本発明の好適な実施の形態について、図１から図７を参照して詳細に説明する。

【0020】

［通信制御システムの構成］
まず、図１を参照して、本発明の実施の形態に係る通信制御装置１を備える通信制御システムの概要について説明する。

【0021】

本実施の形態に係る通信制御システムは、通信制御装置１、ユーザ端末２、基地局３、コアネットワーク４、およびクラウド（データ処理装置）５を備える。通信制御システムは、５Ｇモバイル通信ネットワークに設けられる。通信制御システムは、複数のユーザ端末２のそれぞれが在圏する基地局３を介して接続可能な複数のクラウド５のうち、通信の遅延をより抑制する特定のクラウド５を予測する。さらに、特定のクラウド５と接続するための最適なＵＰＦ４４を、複数のユーザ端末２の各々に対して設定する。通信制御装置１は、コアネットワーク４とネットワークＮＷを介して接続されている。

【0022】

ユーザ端末２は、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。ユーザ端末２は、ＳＩＭを備え、ＳＩＭ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。ユーザ端末２は、ＩＭＳＩによって一意に識別される。

【0023】

ユーザ端末２には、また、端末を一意に識別する端末ＩＰアドレスが割り当てられる。ＩＰアドレスは、セッション確立後にＳＭＦ４２を通じてユーザ端末２に割り当てられる。本実施の形態では、ユーザ端末２は、Ｎ台（Ｎは２以上の正の整数）存在する。ユーザ端末２－１，２－２，・・・，２－Ｎは、それぞれ異なる基地局３の通信エリアに在圏する。ユーザ端末２は、それぞれが在圏する基地局３を介して、指定されたＵＰＦ４４から、特定のクラウド５にアクセスする。本実施の形態では、複数のユーザ端末２は、所定の属性に基づいて事前にグループ化され、グループＩＤ（グループ識別子）が割り当てられる。所定の属性は、例えば、同じ組織により管理される複数のユーザ端末２や、ＱｏＳの要求などの任意の基準により定めることができる。

【0024】

ユーザ端末２は、通信エリアの移動時、周期的な位置更新として、および電源投入時等に位置登録要求信号を、基地局３を介してコアネットワーク４に送信する。ユーザ端末２が発信する位置登録要求信号には、ＩＭＳＩが含まれる。

【0025】

基地局３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ユーザ端末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３は、バックホールリンクなどのネットワークを介してコアネットワーク４と接続する。基地局３は、Ｎ台（Ｎは、２以上の整数）設けられている。以下、基地局３－１，３－２，・・・，３－Ｎを互いに区別しない場合には、「基地局３」と総称する。基地局３は、基地局ＩＤによって一意に識別される。また、基地局ＩＤによって、基地局３の地理的な位置についても把握することができる。すなわち、基地局ＩＤと、基地局３の配置された位置の緯度、経度、高度からなる位置情報とが関連付けられて後述の通信制御装置１の補助記憶装置１０５に格納されている。

【0026】

コアネットワーク４は、通信制御装置１とＬＡＮやＷＡＮ、インターネット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、Ｃ－ｐｌａｎｅ内のノードであるＡＭＦ（Ａｃｃｅｓｓ ａｎｄ Ｍｏｂｉｌｉｔｙ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）４０、ＵＤＭ（Ｕｎｉｆｉｅｄ Ｄａｔａ Ｍａｎａｇｅｍｅｎｔ）／ＵＤＲ（Ｕｎｉｆｉｅｄ Ｄａｔａ Ｒｅｐｏｓｉｔｏｒｙ）４１、ＳＭＦ（Ｓｅｓｓｉｏｎ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）４２、およびＰＣＦ（Ｐｏｌｉｃｙ Ｃｏｎｔｒｏｌ Ｆｕｎｃｔｉｏｎ）４３を備える。また、コアネットワーク４は、Ｕ－ｐｌａｎｅ内の複数のＵＰＦ（Ｕｓｅｒ Ｐｌａｎｅ Ｆｕｎｃｔｉｏｎ）４４を備える。コアネットワーク４が備える、上記以外のＵ－ｐｌａｎｅやＣ－ｐｌａｎｅ内の機能ノードについては図示を省略している。

【0027】

ＡＭＦ４０は、アクセスおよび移動管理装置であり、各通信エリアに移動したユーザ端末２の登録や無線接続を管理する。

【0028】

ＵＤＭ／ＵＤＲ４１は、加入者プロファイルの管理、認証、モビリティ管理を行う。本実施の形態では、ＵＤＭ／ＵＤＲ４１は、加入者プロファイルにＩＭＳＩごとに割り当てられたグループＩＤを格納する。ＵＤＭ／ＵＤＲ４１は、通信制御装置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。

【0029】

また、ＵＤＭ／ＵＤＲ４１は、通信制御装置１の指示に応じて、図２に示すように、複数のユーザ端末２のＩＭＳＩ、グループＩＤ、基地局ＩＤ、ユーザ端末２のデータ通信において設定されたＵＰＦ４４の通信パス、および接続先のクラウド５を互いに関連付けた設定情報テーブルＴ１を作成し記憶する。通信制御装置１からの指示には、事前に指定されている制御対象の複数のＩＭＳＩとグループＩＤとが関連付けられたグループ化情報が含まれる。なお、設定情報テーブルＴ１のＵＰＦ４４のＩＰアドレスの値は、後述のＳＭＦ４２およびＰＣＦ４３により通信パスが設定された後に登録される。クラウド５のＩＰアドレスに関しては、後述の通信制御装置１の演算部１３により予測値が得られた際に登録される。

【0030】

ＵＤＭ／ＵＤＲ４１は、加入者プロファイルにグループＩＤのフィールドを追加することで設定情報テーブルＴ１を構成することができる。ＵＤＭ／ＵＤＲ４１によって管理される設定情報テーブルＴ１は、通信制御装置１でも同期され、同一の内容が記憶される（第２記憶部１５）。なお、本実施の形態では、ＵＤＭ／ＵＤＲ４１は、ＵＤＭとＵＤＲとが一つの装置として構成される場合を例示するが、ＵＤＭ／ＵＤＲ４１は、ＵＤＭとＵＤＲとが分離して配置された装置であってもよい。

【0031】

ＳＭＦ４２は、セッション管理機能であり、ユーザ端末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。ＳＭＦ４２は、ＰＣＦ４３からのＰＣＣ（Ｐｏｌｉｃｙ ａｎｄ Ｃｈａｒｇｉｎｇ Ｃｏｎｔｒｏｌ）ポリシーに基づいて、ユーザ端末２とＵＰＦ４４との間のデータ通信に対して適切な通信パスを設定する。

【0032】

ＰＣＦ４３は、ＱｏＳやポリシーを決定しＳＭＦ４２に提供する。ＰＣＦ４３は、３ＧＰＰ（登録商標）の仕様によるＰＣＣルールを適用し、通信制御装置１からの指示に応じて、ユーザ端末２が通信するＵＰＦ４４の通信パスの設定についてのＰＣＣポリシーを作成する。

【0033】

ＵＰＦ４４は、ユーザプレーン機能であり、基地局３と、インターネットなどのデータネットワークとの間のパケットを処理する。ＵＰＦ４４は、コアネットワーク４と外部のデータネットワークとの間のゲートウェイとして機能する。ＵＰＦ４４は、コアネットワーク４に複数設けられる。また、図１に示すように、ＵＰＦ＿１～ＵＰＦ＿Ｎの各々は、基地局３－１，３－２，・・・，３－Ｎの各々と直接接続する、いわゆるフルメッシュ接続とされる。本実施の形態では、各ＵＰＦ４４は、ユーザ端末２からのパケットを、インターネットなどのデータネットワークを介してクラウド５に送信する。また、各ＵＰＦ４４は、クラウド５から送信されたパケットを、ユーザ端末２に転送する。各ＵＰＦ４４は、図１に示すように、１つのクラウド５を接続先とする。本実施の形態では、同じグループＩＤに属する複数のユーザ端末２は、接続先の特定の拠点に係るクラウド５に応じて指定された、ＵＰＦ＿１～ＵＰＦ＿Ｎのうちのいずれかの最適なＵＰＦ４４と通信する。ＵＰＦ４４は、ＩＰアドレスを有し、これによりＵＰＦ４４を一意に識別することができる。

【0034】

クラウド５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する。クラウド５は、ウェブサイトなど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であるクラウド拠点である。クラウド５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。本実施の形態では、同じグループＩＤを有する複数のユーザ端末２は、同じウェブサイト等を提供するデータ最終処理ノードである複数のクラウド５に接続可能である。

【0035】

複数のクラウド５は、地理的に互いに離れた位置に分散配置されている。また、それぞれの基地局３から、複数のクラウド５の各々までの距離は、クラウド５ごとに異なる。例えば、基地局３－１から物理的な距離が最も近いクラウド５は、「クラウド１－１」であり、最も遠いクラウド５は、「クラウド１－Ｎ」である。複数のユーザ端末２は、それぞれの在圏する基地局３から、指定された同じＵＰＦ４４を介して、同じクラウド５にアクセスする。クラウド５はＩＰアドレスにより一意に識別することができ、ＩＰアドレスに位置情報が関連付けられて後述の通信制御装置１の補助記憶装置１０５に格納されている。

【0036】

［通信制御装置の機能ブロック］
図１に示すように、通信制御装置１は、取得部１０、学習部１１、第１記憶部１２（記憶部）、演算部１３、通信制御部１４、および第２記憶部１５を備える。通信制御装置１は、複数のユーザ端末２が在圏する複数の基地局３の組み合わせと、複数のユーザ端末２とのデータ通信の遅延を抑制する、接続先のクラウド５に関するネットワーク設定情報との関係を学習する。

【0037】

取得部１０は、複数のユーザ端末２の各々が複数の基地局３に在圏する際に発信する位置登録要求信号に基づいて、複数のユーザ端末２の各々が在圏している複数の基地局３の情報を取得する。また、取得部１０は、複数のユーザ端末２が発信した位置登録要求信号に関連付けられたグループＩＤと、複数の基地局３の情報とを関連付けて取得する。基地局３の情報として基地局ＩＤが用いられる。基地局ＩＤは、ユーザ端末２の発信した位置登録要求信号がコアネットワーク４を経由する際にコアネットワーク４で位置登録要求信号に付加される。位置登録要求信号は、前述したように、ユーザ端末２が各基地局３の通信エリアを跨いだ際や一定周期で発信される。

【0038】

取得部１０が取得する基地局ＩＤは、同じグループＩＤの複数のユーザ端末２がそれぞれ同時間帯に在圏する基地局３の情報を示す。取得部１０によって取得されたユーザ端末２ごとの基地局ＩＤは、後述の演算部１３が学習済みの機械学習モデルの演算を行う際の未知の入力として用いられる。また、取得部１０によって取得された基地局ＩＤは、学習部１１が機械学習モデルを学習する際の教師データの一部として用いることができる。

【0039】

学習部１１は、複数のユーザ端末２の各々が在圏している複数の基地局３の組み合わせと、複数のユーザ端末２が接続可能なデータ最終処理ノードである複数のクラウド５のうち、複数のユーザ端末２との通信の遅延を抑制する接続先のクラウド５に関するネットワーク設定情報との関係を、機械学習モデルを用いて学習する。学習部１１は、教師あり学習により機械学習モデルの学習を行うことができる。

【0040】

通信の遅延としては、特に、複数のユーザ端末２のデータ通信における複数のユーザ端末２全体の伝送遅延を対象とする。つまり、グループＩＤ単位でのデータ通信の伝送遅延が抑制の対象となる。伝送遅延は、複数のユーザ端末２が在圏する複数の基地局３から見た場合のエンドポイントが物理的に遠いことに起因する遅延を含む。具体的には、複数の基地局３からクラウド５までのユーザプレーンのデータ転送における伝送遅延を抑制の対象とすることができる。この場合、複数のユーザ端末２が在圏している基地局３のそれぞれからの物理的な距離が全体として最も短いあるいは最適な距離にあるクラウド５を接続先とすることで、グループ全体としてのデータ通信の伝送遅延は抑制されることになる。

【0041】

ネットワーク設定情報は、複数のユーザ端末２の各々が、地理的に異なる位置に配置されている複数のクラウド５のうち、複数の基地局３からの物理的な距離がより短い位置に配置されているクラウド５の情報を含む。すなわち、ネットワーク設定情報により、接続先のクラウド５が特定され、特定されたクラウド５の情報により、複数のユーザ端末２の各々のデータ通信に対する最適なＵＰＦ４４が設定可能となる。例えば、クラウド１～Ｎのうち、クラウド１が接続先として特定されることで、クラウド１に接続するための最適なＵＰＦ＿１が特定される。

【0042】

具体的には、ネットワーク設定情報として、接続先のクラウド５の情報およびルーティング先のＵＰＦ４４の情報が識別可能なＤＮＮ（Ｄａｔａ Ｎｅｔｗｏｒｋ Ｎａｍｅ）の識別子を採用することができる。なお、複数の基地局３から特定のクラウド５までの物理的な距離を最適とする場合に、ある１台のユーザ端末２からの距離は、必ずしも最短距離となるとは限らない。複数の基地局３からより短い、つまり最適な距離のクラウド５がネットワーク設定情報により特定される。

【0043】

図３は、学習部１１が用いる機械学習モデルの一例として採用する、ニューラルネットワークモデルの構造を示す。ニューラルネットワークモデルは、入力層ｘ、隠れ層ｈ、および出力層ｙを備える。学習部１１は、同じグループＩＤを有する複数のユーザ端末２（ＩＭＳＩ）がそれぞれ在圏する基地局３の基地局ＩＤをニューラルネットワークモデルの入力層に与え、入力の重み付け総和に活性化関数を適用し、しきい値処理により決定された出力を出力層に渡す。出力層の出力ノードは、複数のユーザ端末２が在圏する基地局３の基地局ＩＤの組み合わせに対する、複数のユーザ端末２の接続先のクラウド５に関するネットワーク設定情報のモデルの予測出力を出力する。

【0044】

学習部１１は、目的関数を導入することで、複数のユーザ端末２の在圏する基地局３の組み合わせに対するニューラルネットワークモデルからのネットワーク設定情報の予測値が正解ラベルのネットワーク設定情報の値となるように、ニューラルネットワークモデルのパラメータを学習する。学習部１１は、目的関数が最小、つまり０となるように、機械学習モデルに係るニューラルネットワークの重みパラメータを調整する。学習部１１は、誤差逆伝播法などを用いて、目的関数を最適化することができる。

【0045】

具体的には、学習部１１は、クラス分類として接続先のクラウド５を予測し、最適なクラウド５を正解として、正解ラベルのクラウド５を高確率で出力するようにニューラルネットワークを学習することができる。この場合には、目的関数として交差エントロピー損失を用いる。あるいは、学習部１１は、回帰問題として複数の基地局ＩＤと対応するクラウド５の距離誤差である二乗誤差を最小化する目的関数を導入することができる。回帰問題として扱う場合には、複数の基地局３の位置とクラウド５の位置との間の実際の距離を正解ラベルとして、モデルが出力した距離の予測値との二乗誤差を最小とするよう学習が行われる。

【0046】

第１記憶部１２は、学習部１１によって構築された学習済みの機械学習モデルを記憶する。第１記憶部１２は、学習済みの機械学習モデルにグループＩＤを関連付けて記憶する。

【0047】

演算部１３は、複数のユーザ端末２の各々が在圏している複数の基地局３の情報を未知の入力として学習済みの機械学習モデルに与え、学習済みの機械学習モデルの演算を行って、複数のユーザ端末２が接続可能なデータ最終処理ノードの複数のクラウド５のうち、複数のユーザ端末２との通信の遅延を抑制する接続先のクラウド５に関するネットワーク設定情報を出力する。

【0048】

演算部１３は、取得部１０が取得した、複数のユーザ端末２が発信した位置登録要求信号に付加されている複数の基地局３の基地局ＩＤを、未知の入力として用いる。すなわち、同じグループＩＤのＩＭＳＩごとの基地局ＩＤが未知の入力として、第１記憶部１２に記憶されている当該グループＩＤに対応する学習済み機械学習モデルに与えられる。演算部１３は、ネットワーク設定情報として、ＤＮＮの識別子を出力することができる。演算部１３により出力されたネットワーク設定情報が示す接続先のクラウド５のＩＰアドレスは、設定情報テーブルＴ１に登録される。

【0049】

通信制御部１４は、演算部１３によって出力されたネットワーク設定情報に基づいて、複数のユーザ端末２の各々と接続先のクラウド５との間のデータ通信パスの設定をコアネットワーク４に指示する。より具体的には、通信制御部１４は、同じグループＩＤを有する複数のユーザ端末２のＩＭＳＩを指定して、複数のユーザ端末２の各々に共通のＵＰＦ４４の設定をコアネットワーク４に指示する。演算部１３は、ネットワーク設定情報として、ＤＮＮの識別子を出力した場合には、出力されたＤＮＮの識別子に関連付けられている、接続先のクラウド５の識別情報を、補助記憶装置１０５に格納された情報を参照して取得することができる。

【0050】

通信制御部１４は、同じグループＩＤの各ユーザ端末２のＩＭＳＩに対して、ＤＮＮの識別子により特定される接続先のクラウド５を指定し、各ユーザ端末２のＵＰＦ４４の設定を指示する。詳細には、通信制御部１４は、ユーザ端末２からの位置登録要求信号を、コアネットワーク４を介して受信したことに応じて、図２に示すテーブルＴ１を参照する。なお、位置登録要求信号には、前述したようにユーザ端末２のＩＭＳＩが含まれる。

【0051】

通信制御部１４は、コアネットワーク４のＰＣＦ４３に対して、グループＩＤ、ＩＭＳＩ、通信制御装置１のＩＰアドレス、および接続先のクラウド５を指定して、ＰＣＣポリシーの作成要求を行う。作成要求に応じて、コアネットワーク４のＰＣＦ４３、ＳＭＦ４２、およびＵＤＭ／ＵＤＲ４１は連携して、ユーザ端末２のデータ通信に対するＵＰＦ４４の適切な通信パスを設定する。ユーザ端末２のデータ通信に対してＵＰＦ４４の通信パスが設定されると、図２で説明したように、第２記憶部１５のテーブルＴ１において、通信パスの設定に係るＵＰＦ４４のＩＰアドレスがＩＭＳＩごとに格納される。

【0052】

第２記憶部１５は、複数のユーザ端末２のＩＭＳＩ、グループＩＤ、基地局ＩＤ、ユーザ端末２のデータ通信において設定されたＵＰＦ４４の通信パス、および接続先のクラウド５を互いに関連付けた設定情報テーブルＴ１を記憶する。設定情報テーブルＴ１のうち、接続先のクラウド５の識別情報（「クラウドＩＰアドレス」）は、演算部１３から出力されたＤＮＮの識別子により特定され、記憶される情報である。また、ＵＰＦ４４の識別情報（「ＵＰＦ ＩＰアドレス」）は、通信制御部１４のコアネットワーク４の指示に応じてＵＰＦ４４が設定されることに応じて記憶される情報である。

【0053】

［通信制御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制御装置１を実現するハードウェア構成の一例について、図４を用いて説明する。

【0054】

図４に示すように、通信制御装置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。さらに、通信制御装置１は、バス１０１を介して接続される表示装置１０７を備えることができる。

【0055】

プロセッサ１０２は、ＣＰＵ、ＧＰＵ、ＦＰＧＡ、ＡＳＩＣなどによって実現される。

【0056】

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に示した取得部１０、学習部１１、演算部１３、通信制御部１４など通信制御装置１の各機能が実現される。

【0057】

通信インターフェース１０４は、通信制御装置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。

【0058】

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。

【0059】

補助記憶装置１０５は、通信制御装置１が実行する通信制御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、通信制御装置１が実行する機械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。さらに、補助記憶装置１０５は、ＤＮＮ識別子と、クラウド５の識別情報およびＵＰＦ４４の識別情報とが関連付けられた情報を格納する領域を有する。また、補助記憶装置１０５は、複数のユーザ端末２のＩＭＳＩとグループＩＤとを関連付けたグループ化情報を格納する領域を有する。さらに、補助記憶装置１０５は、基地局ＩＤ、ＵＰＦ４４の識別情報、およびクラウド５の識別情報にそれぞれの位置情報を関連付けて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１２、第２記憶部１５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。

【0060】

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。

【0061】

表示装置１０７は、有機ＥＬディスプレイや液晶ディスプレイなどによって構成される。表示装置１０７は、グループＩＤごとの接続先のクラウド５やＵＰＦ４４の設定情報などを表示させることができる。

【0062】

［通信制御システムの動作］
次に、上述した構成を有する通信制御装置１を備える通信制御システムの動作を、図５のシーケンスを参照して説明する。図５は、通信制御装置１の学習部１１により学習済みの機械学習モデルが構築された後の推論に係る通信制御システムの処理を示す。

【0063】

まず、通信制御装置１は、ＵＤＭ／ＵＤＲ４１に、グループＩＤおよびＩＭＳＩが対応付けられたグループ化情報を送信する（ステップＳ１００）。グループ化情報は、事前に通信制御装置１に記憶されている。次に、ＵＤＭ／ＵＤＲ４１は、受信したグループ化情報に基づいて、設定情報テーブルＴ１（図２）を作成する（ステップＳ１０１）。ステップＳ１０１では、設定情報テーブルＴ１の「グループＩＤ」および「ＩＭＳＩ」の値が登録され、その他の項目の各値は未だエントリーがない状態である。設定情報テーブルＴ１は、通信制御装置１の第２記憶部１５においても記憶される。

【0064】

その後、グループＩＤ「１」の複数のユーザ端末２は、位置登録要求信号を、各々が在圏する基地局３を介してコアネットワーク４に送信する（ステップＳ１０２）。位置登録要求信号には、ユーザ端末２のＩＭＳＩおよび在圏する基地局３の基地局ＩＤが含まれる。ＡＭＦ４０を経由し、さらにＵＤＭ／ＵＤＲ４１が位置登録要求信号を受信すると、ＵＤＭ／ＵＤＲ４１は、ステップＳ１０１で作成された設定情報テーブルＴ１（図２）のグループ化情報を参照し、受信した位置登録要求信号に含まれる基地局ＩＤ、ＩＭＳＩに対してグループＩＤを関連付けて、位置登録要求信号をさらに通信制御装置１へ転送する（ステップＳ１０３）。なお、ステップＳ１０３において、設定情報テーブルＴ１の基地局ＩＤの値が設定される。

【0065】

次に、通信制御装置１の演算部１３は、ステップＳ１０３で受信したグループＩＤが関連付けられた学習済みの機械学習モデルを第１記憶部１２から読み出して、演算処理を行う（ステップＳ１０４）。ステップＳ１０４では、ステップＳ１０３で通信制御装置１の取得部１０が取得した、同じグループＩＤのＩＭＳＩの基地局ＩＤを未知の入力として、学習済みの機械学習モデルの演算を行う。ステップＳ１０４の演算処理により、最適なネットワーク設定情報、すなわちＤＮＮの識別子が出力される。ＤＮＮの識別子により特定される接続先のクラウド５のＩＰアドレスは、設定情報テーブルＴ１（図２）に登録される。

【0066】

その後、通信制御装置１の通信制御部１４は、ステップＳ１０４で出力されたＤＮＮの識別子に関連付けられたクラウド５のＩＰアドレス、さらには、グループＩＤ、ＩＭＳＩ、通信制御装置１のＩＰアドレスを指定して、ＰＣＦ４３に対してＰＣＣポリシーの作成を要求する（ステップＳ１０５）。図５の例では、クラウド＿２が指定されている。続いて、ＰＣＦ４３は、指定された要件に基づいてＰＣＣポリシーを作成する（ステップＳ１０６）。ＰＣＦ４３は、ユーザ端末２のデータ通信がどのＵＰＦ４４を経由するかについての情報を含むＰＣＣポリシーを作成する。ＰＣＣポリシーは、同じグループＩＤのユーザ端末２からクラウド＿２へのデータ通信の通信パスとして最適なＵＰＦ４４を指定する。

【0067】

続いて、ＰＣＦ４３は、作成したＰＣＣポリシーをＳＭＦ４２に送信する（ステップＳ１０７）。その後、ＳＭＦ４２は、ＰＣＣポリシーによって指定されるＵＰＦ４４に対して、ＰＣＣポリシーで規定される通信パスの設定などのユーザプレーン機能に関連するデータ通信パスの設定情報が送信される（ステップＳ１０８）。図５の例では、ＵＰＦ＿２が設定されている。次に、ＵＰＦ４４（ＵＰＦ＿２）は、受信したデータ通信パスの設定情報をメモリに登録する（ステップＳ１０９）。

【0068】

続いて、ＵＰＦ４４（ＵＰＦ＿２）は、ＳＭＦ４２にＡＣＫを送信し、ＵＰＦ＿２のＩＰアドレスを通知する（ステップＳ１１０）。さらに、ＳＭＦ４２は、通信制御装置１にＡＣＫを送信して、ＵＰＦ＿２のＩＰアドレスを通知する（ステップＳ１１１）。その後、通信制御装置１は、ＵＤＭ／ＵＤＲ４１にＵＰＦ＿２のＩＰアドレスを通知し、かつ、ユーザ端末２に対してＡＣＫを送信する（ステップＳ１１２）。その際、ユーザ端末２と通信するＵＰＦ＿２のＩＰアドレスは、設定情報テーブルＴ１（図２）に設定される。また、ＵＤＭ／ＵＤＲ４１で更新された設定情報テーブルＴ１は、通信制御装置１の第２記憶部１５においても記憶される。さらにその後、ユーザ端末２とＵＰＦ４４（ＵＰＦ＿２）とクラウド５（クラウド＿２）との間のデータ通信の通信パスが確立される（ステップＳ１１３）。同じグループＩＤ「１」の他のユーザ端末２に対してもステップＳ１０２からステップＳ１１３までの処理が行われる。

【0069】

以上の処理によって、同じグループＩＤの複数のユーザ端末２は、全体としてデータ通信の遅延が最も抑制される転送ルートにより、同じクラウド＿２に接続し、データ通信を行うことができる。

【0070】

次に、図６および図７のフローチャートを参照して、上述した構成を有する通信制御装置１の動作を説明する。図６は、通信制御装置１による学習処理を示すフローチャートである。図７は、通信制御装置１による演算処理を示すフローチャートである。

【0071】

図６に示すように、まず、学習部１１は、教師データを用意する（ステップＳ１）。具体的には、取得部１０によって取得される、同じグループＩＤの複数のユーザ端末２の各々が在圏する基地局３の基地局ＩＤを教師データとして用いることができる。ＩＭＳＩごとの基地局ＩＤの組み合わせのセットには、正解ラベルとしてＤＮＮの識別子が事前に与えられる。あるいは、クラウド５の識別情報が正解ラベルとして与えられていてもよい。

【0072】

次に、学習部１１は、ステップＳ１で用意された教師データを用いて、機械学習モデルの学習を行う（ステップＳ２）。より詳細には、学習部１１は、複数のユーザ端末２の各々が在圏している複数の基地局３の基地局ＩＤの組み合わせと、複数のユーザ端末２とのデータ通信の遅延を抑制する接続先のクラウド５に関するネットワーク設定情報との関係を、機械学習モデルを用いて学習する。

【0073】

その後、第１記憶部１２は、ステップＳ２で構築された学習済みの機械学習モデルにグループＩＤを関連付けて記憶する（ステップＳ３）。

【0074】

次に、図７に示すように、取得部１０は、グループＩＤが共通の複数のユーザ端末２が在圏している基地局３の基地局ＩＤを取得する（ステップＳ１０）。ステップＳ１０は、図５で説明したステップＳ１０３に対応する。つまり、ステップＳ１０では、同じグループＩＤの複数のユーザ端末２が発信する位置登録要求信号を契機として、各ユーザ端末２が在圏する基地局３の基地局ＩＤが取得される。

【0075】

次に、演算部１３は、第１記憶部１２からステップＳ１０で取得された、グループＩＤに対応する学習済みの機械学習モデルを読み出して、ステップＳ１０で取得された基地局ＩＤの組み合わせを未知の入力として学習済みの機械学習モデルの演算を行い、グループ全体のデータ通信の伝送遅延を抑制する接続先のクラウド５に関するネットワーク設定情報を出力する（ステップＳ１１）。ステップＳ１１では、複数の基地局３からの物理的な距離がより短いクラウド５を示すＤＮＮの識別子が出力される。ステップＳ１１は、図５で説明したステップＳ１０４に対応する。

【0076】

その後、通信制御部１４は、ステップＳ１１で出力されたネットワーク設定情報に基づいて、同じグループＩＤを有する複数のユーザ端末２の各々を指定して、複数のユーザ端末２に対するＵＰＦ４４の設定をコアネットワーク４に指示する（ステップＳ１２）。ステップＳ１２は、図５で説明したステップＳ１０５に対応する。

【0077】

以上説明したように、本実施の形態に係る通信制御装置１によれば、複数のユーザ端末２がそれぞれ在圏する基地局３の組み合わせと、複数のユーザ端末２とのデータ通信の伝送遅延を抑制することができる接続先のクラウド５に関するネットワーク設定情報とを機械学習モデルにより学習し、学習済みのネットワーク設定情報を事前にデータベース化する。そのため、より簡易な構成により複数のユーザ端末２の通信の遅延を抑制することができる。

【0078】

また、本実施の形態に係る通信制御装置１によれば、複数のユーザ端末２をグループ化し、グループ単位で最適な接続先のクラウド５を選択する。そのため、複数のユーザ端末２のグループ単位で、物理的な距離が近いクラウド５を接続先とすることで、より簡易な構成により、より効率的にグループ全体のデータ通信の伝送遅延を抑制することができる。

【0079】

また、本実施の形態に係る通信制御装置１によれば、複数のユーザ端末２が在圏する基地局３で発信する位置登録要求信号を契機として、基地局ＩＤの取得、および学習済みの機械学習モデルの演算、さらには、ＰＣＣポリシーの作成要求を行う。そのため、より簡易な構成で、複数のユーザ端末２の通信の遅延を抑制することができる。

【0080】

なお、説明した実施の形態では、学習部１１が用いる機械学習モデルは、多層ニューラルネットワークを用いる場合を例示した。しかし、機械学習モデルは、多層パーセプトロン、ランダムフォレストなどの決定木ベースのモデル、勾配ブースティングベースの決定木としてＸＧＢｏｏｓｔやＬｉｇｈｔＧＢＭ、ｋ近傍法、サポートベクターマシン、線形回帰などを用いることができる。

【0081】

また、説明した実施の形態では、学習部１１が用いる多層ニューラルネットワークの入力層には、同じグループＩＤの複数のユーザ端末２が在圏している基地局３の基地局ＩＤが入力される場合について説明した。しかし、複数のユーザ端末２全体でのデータ通信の伝送遅延を抑制するための接続先のクラウド５の情報を出力するモデルを構築することができれば、入力層に入力される特徴量は、ＩＭＳＩごとの基地局ＩＤだけでなく、論理的な距離を考慮した経路のホップ数、中継ノード数やスイッチング処理時間などのネットワーク遅延、帯域や信頼性等のＱｏＳ要件などの値を採用することができる。

【0082】

以上、本発明の通信制御装置、および通信制御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】

【0083】

１…通信制御装置、１０…取得部、１１…学習部、１２…第１記憶部、１３…演算部、１４…通信制御部、１５…第２記憶部、２…ユーザ端末、３…基地局、４…コアネットワーク、４０…ＡＭＦ、４１…ＵＤＭ／ＵＤＲ、４２…ＳＭＦ、４３…ＰＣＦ、４４…ＵＰＦ、５…クラウド、１０１…バス、１０２…プロセッサ、１０３…主記憶装置、４１ａ、１０４…通信インターフェース、１０５…補助記憶装置、１０６…入出力Ｉ／Ｏ、１０７…表示装置、ＮＷ…ネットワーク。

【要約】

【課題】より簡易な構成により複数のユーザ端末の通信の遅延を抑制することを目的とする。
【解決手段】
通信制御装置１は、複数のユーザ端末２の各々が在圏している複数の基地局３の情報を未知の入力として学習済みの機械学習モデルに与え、学習済みの機械学習モデルの演算を行って、複数のユーザ端末２が接続可能なデータ最終処理ノードである複数のクラウド５のうち、複数のユーザ端末２との通信の遅延を抑制する接続先のクラウド５に関するネットワーク設定情報を出力する演算部１３と、演算部１３によって出力されたネットワーク設定情報に基づいて、複数のユーザ端末２の各々と接続先のクラウド５との間のデータ通信パスの設定をコアネットワーク４に指示する通信制御部１４とを備える。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】