特表 2022-541815 トラフィック監視に基づくマルチテナント無線ネットワーク管理

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-09-27

(54)【発明の名称】トラフィック監視に基づくマルチテナント無線ネットワーク管理

(51)【国際特許分類】

   H04L 41/40 20220101AFI20220916BHJP

   H04L 41/5019 20220101ALI20220916BHJP

【ＦＩ】

H04L41/40

H04L41/5019

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2022504049

(86)(22)【出願日】2020-07-14

(85)【翻訳文提出日】2022-03-18

(86)【国際出願番号】 US2020041898

(87)【国際公開番号】W WO2021015988

(87)【国際公開日】2021-01-28

(31)【優先権主張番号】16/518,859

(32)【優先日】2019-07-22

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】521478407

【氏名又は名称】ディッシュ ワイヤレス エル．エル．シー．

【氏名又は名称原語表記】ＤＩＳＨ ＷＩＲＥＬＥＳＳ Ｌ．Ｌ．Ｃ．

(74)【代理人】

【識別番号】100121083

【弁理士】

【氏名又は名称】青木 宏義

(74)【代理人】

【識別番号】100138391

【弁理士】

【氏名又は名称】天田 昌行

(74)【代理人】

【識別番号】100074099

【弁理士】

【氏名又は名称】大菅 義之

(72)【発明者】

【氏名】ソロンド マリアム

(72)【発明者】

【氏名】エマミ アミラリ

(72)【発明者】

【氏名】ケヌモル シッダールタ

(57)【要約】

マルチテナントネットワーク管理システムを含む配置が提示される。第１の仮想無線ネットワークは、無線ネットワークの一部として運用され得る。第１の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットにマッピングされ得る。第２の仮想無線ネットワークもまた、第３のエンティティに代わって無線ネットワークの一部として運用され得る。第２の仮想無線ネットワークは、サービスレベル運用パラメータの第２のセットにマッピングされ得る。第１の仮想無線ネットワーク及び第２の仮想無線ネットワークに対するトラフィック関連の統計を別個に監視及び編集するトラフィック監視システムが存在し得る。仮想ネットワーク管理システムは、サービスレベル運用パラメータの第１のセットを満足するように第１の仮想無線ネットワークのプロパティを修正する方法を判定するために、機械学習の配置を使用し得る。

【特許請求の範囲】

【請求項1】

第１のエンティティによって運用される無線ネットワークと、
第２のエンティティに代わって前記無線ネットワークの一部として運用される第１の仮想無線ネットワークであって、
前記第１の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットにマッピングされる、
前記第１の仮想無線ネットワークと、
第３のエンティティに代わって前記無線ネットワークの一部として運用される第２の仮想無線ネットワークであって、
前記第２の仮想無線ネットワークは、サービスレベル運用パラメータの前記第１のセットとは異なるサービスレベル運用パラメータの第２のセットにマッピングされる、
前記第２の仮想無線ネットワークと、
前記第１の仮想無線ネットワーク及び前記第２の仮想無線ネットワークに対するトラフィック関連の統計を個別に監視及び編集するトラフィック監視システムと、
前記トラフィック監視システムと通信する仮想ネットワーク管理システムであって、
前記仮想ネットワーク管理システムは、サービスレベル運用パラメータの前記第１のセットを満足するように前記第１の仮想無線ネットワークのプロパティを修正する方法を判定するために機械学習の配置を使用し、
前記仮想ネットワーク管理システムは、前記機械学習の配置に基づいて前記第１の仮想無線ネットワークを修正する、
前記仮想ネットワーク管理システムと
を含む、マルチテナントネットワーク管理システム。

【請求項2】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、前記第１の仮想無線ネットワークに割り当てられた無線帯域幅の量を変更することを含む、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項3】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、レイテンシを短縮するために前記第１の仮想無線ネットワークのネットワークトポロジーを変更することを含む、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項4】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、前記第１の仮想無線ネットワークに追加の処理リソースを割り当てることを含む、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項5】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、処理能力を前記第１の仮想無線ネットワークのエッジのより近くに移動させることを含む、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項6】

処理能力を前記第１の仮想無線ネットワークの前記エッジのより近くに移動させることは、前記処理能力をホストするデータセンターを切り替えることを含む、請求項５に記載のマルチテナントネットワーク管理システム。

【請求項7】

前記機械学習の配置は、出力を提供するニューラルネットワークである、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項8】

前記トラフィック監視システムは、前記第１の仮想無線ネットワーク及び前記第２の仮想無線ネットワークに対する別個の短期統計及び長期トラフィック統計を編集し、短期統計は、１週間未満の期間をカバーし、長期統計は、１週間を超える期間をカバーする、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項9】

前記仮想ネットワーク管理システムは、長期レコメンデーションを出力するように更に構成される、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項10】

前記仮想ネットワーク管理システムは、サービスレベル運用パラメータの前記第２のセットを満足するように前記第２の仮想無線ネットワークのプロパティを修正する方法を判定するように更に構成される、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項11】

前記第１の仮想無線ネットワーク及び前記第２の仮想無線ネットワークは、モノのインターネット（ＩｏＴ）デバイスとの通信のために排他的に各々使用される、請求項１に記載のマルチテナントネットワーク管理システム。

【請求項12】

マルチテナント無線ネットワークを管理するための方法であって、
無線ネットワーク上で動作する第１の仮想無線ネットワークと関連付けられたトラフィックを前記無線ネットワークによって監視することであって、
前記無線ネットワークは第１のエンティティによって運用され、
前記第１の仮想無線ネットワークは、第２のエンティティに代わって運用され、
前記第１の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットにマッピングされることと、
前記無線ネットワーク上で動作する第２の仮想無線ネットワークと関連付けられたトラフィックを前記無線ネットワークによって監視することであって、
前記第２の仮想無線ネットワークは、第３のエンティティに代わって運用され、
前記第２の仮想無線ネットワークは、サービスレベル運用パラメータの前記第１のセットとは異なるサービスレベル運用パラメータの第２のセットにマッピングされることと、
前記第１の仮想無線ネットワーク及び前記第２の仮想無線ネットワークに対するトラフィック関連の統計を別個に仮想ネットワーク管理システムによって編集することと、
サービスレベル運用パラメータの前記第１のセットを満足するように前記第１の仮想無線ネットワークのプロパティを修正する方法を前記仮想ネットワーク管理システムによって判定することと、
分析することに基づいて、前記第１の仮想無線ネットワークを前記仮想ネットワーク管理システムによって修正すること
を含む方法。

【請求項13】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、前記第１の仮想無線ネットワークに割り当てられた無線帯域幅の量を変更することを含む、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項14】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、レイテンシを短縮するために前記第１の仮想無線ネットワークのネットワークトポロジーを変更することを含む、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項15】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、前記第１の仮想無線ネットワークに追加の処理リソースを割り当てることを含む、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項16】

前記第１の仮想無線ネットワークを修正する前記仮想ネットワーク管理システムは、処理能力を前記第１の仮想無線ネットワークのエッジのより近くに移動させることを含む、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項17】

処理能力を前記第１の仮想無線ネットワークの前記エッジのより近くに移動させることは、前記処理能力をホストするデータセンターを切り替えることを含む、請求項１６に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項18】

前記判定することは、ニューラルネットワークを使用して実施される、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項19】

前記判定することは、前記第１の仮想無線ネットワーク及び前記第２の仮想無線ネットワークに対する別個の短期統計及び長期トラフィック統計を編集することを含み、短期統計は、１週間未満の期間をカバーし、長期統計は、１週間を超える期間をカバーする、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【請求項20】

サービスレベル運用パラメータの前記第２のセットを満足するように前記第２の仮想無線ネットワークのプロパティを修正する方法を前記仮想ネットワーク管理システムによって判定することを更に含む、請求項１２に記載のマルチテナント無線ネットワークを管理するための方法。

【発明の詳細な説明】

【技術分野】

【0001】

［クロスリファレンス］
この出願は、２０１９年７月２２日に出願された“ＭＵＬＴＩ－ＴＥＮＡＮＴ ＷＩＲＥＬＥＳＳ ＮＥＴＷＯＲＫ ＭＡＮＡＧＥＭＥＮＴ ＢＡＳＥＤ ＯＮ ＴＲＡＦＦＩＣ ＭＯＮＩＴＯＲＩＮＧ”と題された米国特許出願第１６／５１８，８５９号の利益及び優先権を主張し、それは、参照によりその全体が本明細書にこれにより組み込まれる。

【背景技術】

【0002】

ネットワークオペレーターは、様々なサービス品質メトリックを満足するように、そのネットワークを頻繁に再構成しなければならない。ネットワークを適切に再構成する方法を理解することは、高度なスキルを持つネットワークアーキテクトによって実施される複雑なタスクであり得る。単一の物理ネットワーク上で複数の仮想ネットワークが運用される等の利害関係がある場合、ネットワークの再構成は非常に複雑になり得る。本明細書で詳述する配置は、ネットワークの再構成を最適化することに役立つ。

【発明の概要】

【課題を解決するための手段】

【0003】

マルチテナントネットワーク管理システムに関連する様々な実施形態が説明される。幾つかの実施形態では、マルチテナントネットワーク管理システムが説明される。システムは、第１のエンティティによって運用される無線ネットワークを含み得る。システムは、第２のエンティティに代わって無線ネットワークの一部として運用される第１の仮想無線ネットワークを含み得る。第１の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットにマッピングされ得る。システムは、第３のエンティティに代わって無線ネットワークの一部として運用される第２の仮想無線ネットワークを含み得る。第２の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットとは異なり得るサービスレベル運用パラメータの第２のセットにマッピングされ得る。システムは、第１の仮想無線ネットワーク及び第２の仮想無線ネットワークに対するトラフィック関連の統計を別個に監視及び編集し得るトラフィック監視システムを含み得る。システムは、トラフィック監視システムと通信する仮想ネットワーク管理システムを含み得る。仮想ネットワーク管理システムは、サービスレベル運用パラメータの第１のセットを満足するように第１の仮想無線ネットワークのプロパティを修正する方法を判定するために、機械学習の配置を使用し得る。仮想ネットワーク管理システムは、機械学習の配置に基づいて、第１の仮想無線ネットワークを修正し得る。

【0004】

こうしたシステムの実施形態は、以下の機構の内の１つ以上を含み得、第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、第１の仮想無線ネットワークに割り当てられた無線帯域幅の量を変更することを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、レイテンシを短縮するために第１の仮想無線ネットワークのネットワークトポロジーを変更することを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、追加の処理リソースを第１の仮想無線ネットワークに割り当てることを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、処理能力を第１の仮想無線ネットワークのエッジのより近くに移動させることを含み得る。処理能力を第１の仮想無線ネットワークのエッジのより近くに移動させることは、処理能力をホストするデータセンターを切り替えることを含み得る。機械学習の配置は、出力を提供するニューラルネットワークであり得る。トラフィック監視システムは、第１の仮想無線ネットワーク及び第２の仮想無線ネットワークに対する別個の短期統計及び長期トラフィック統計を編集し得る。短期統計は１週間未満の期間をカバーし得、長期統計は１週間を超える期間をカバーし得る。仮想ネットワーク管理システムは、長期レコメンデーションを出力するように更に構成され得る。仮想ネットワーク管理システムは、サービスレベル運用パラメータの第２のセットを満足するように第２の仮想無線ネットワークのプロパティを修正する方法を判定するように更に構成され得る。第１の無線ネットワーク及び第２の仮想無線ネットワークは、モノのインターネット（ＩｏＴ）デバイスとの通信のために排他的に各々使用され得る。

【0005】

幾つかの実施形態では、マルチテナント無線ネットワークを管理するための方法が説明される。方法は、無線ネットワーク上で動作する第１の仮想無線ネットワークと関連付けられたトラフィックを無線ネットワークによって監視することを含み得る。無線ネットワークは、第１のエンティティによって運用され得る。第１の仮想無線ネットワークは、第２のエンティティに代わって運用され得る。第１の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットにマッピングされ得る。方法は、無線ネットワーク上で動作する第２の仮想無線ネットワークと関連付けられたトラフィックを無線ネットワークによって監視することを含み得る。第２の仮想無線ネットワークは、第３のエンティティに代わって運用され得る。第２の仮想無線ネットワークは、サービスレベル運用パラメータの第１のセットとは異なるサービスレベル運用パラメータの第２のセットにマッピングされ得る。方法は、第１の仮想無線ネットワーク及び第２の仮想無線ネットワークに対するトラフィック関連の統計を仮想ネットワーク管理システムによって別個に編集することを含み得る。方法は、サービスレベル運用パラメータの第１のセットを満足するように第１の仮想無線ネットワークのプロパティを修正する方法を仮想ネットワーク管理システムによって判定することを含み得る。方法は、分析することに基づいて第１の仮想無線ネットワークを仮想ネットワーク管理システムによって修正することを含み得る。

【0006】

こうした方法の実施形態は、以下の機構の内の１つ以上を含み得、第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、第１の仮想無線ネットワークに割り当てられた無線帯域幅の量を変更することを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、レイテンシを短縮するために第１の仮想無線ネットワークのネットワークトポロジーを変更することを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、追加の処理リソースを第１の仮想無線ネットワークに割り当てることを含み得る。第１の仮想無線ネットワークを修正する仮想ネットワーク管理システムは、処理能力を第１の仮想無線ネットワークのエッジのより近くに移動させることを含み得る。処理能力を第１の仮想無線ネットワークのエッジのよりに近くに移動させることは、処理能力をホストするデータセンターを切り替えることを含み得る。判定することは、ニューラルネットワークを使用して実施され得る。判定することは、第１の仮想無線ネットワーク及び第２の仮想無線ネットワークに対する別個の短期統計及び長期トラフィック統計を編集することを含み得る。短期統計は１週間未満の期間をカバーし得、長期統計は１週間を超える期間をカバーし得る。方法は、サービスレベル運用パラメータの第２のセットを満足するように第２の仮想無線ネットワークのプロパティを修正する方法を仮想ネットワーク管理システムによって判定することを更に含み得る。

【図面の簡単な説明】

【0007】

【図1】マルチテナントネットワーク管理システムの実施形態を説明する。

【図2】仮想ネットワーク管理システムの実施形態を説明する。

【図3】サービスレベル運用パラメータを満足するようにマルチテナントネットワーク管理システムによって実装され得る変更の実施形態を説明する。

【図4】マルチテナント無線ネットワークを管理するための方法の実施形態を説明する。

【発明を実施するための形態】

【0008】

無線ネットワークオペレーターは、単一の物理無線ネットワークを使用して、複数の独立した仮想ネットワークオペレーター（ＶＮＯ）に仮想無線ネットワークを提供し得る。各ＶＮＯは、無線ネットワークオペレーターがＶＮＯに提供することを約束したサービス品質（ＱｏＳ）パラメータの特定のセットを有し得る。ＶＮＯ毎のＱｏＳは、１つ以上の点で異なり得る。実例として、第１のＶＮＯは、低レイテンシで配信される少量のデータスループットを定義するそのＱｏＳパラメータと関連付けられ得る。第２のＶＮＯは、より高いレイテンシで配信される大量のデータを定義するそのＱｏＳパラメータと関連付けられ得る。第３のＶＮＯは、高いデータスループットと非常に低いレイテンシのＱｏＳパラメータと関連付けられ得る。

【0009】

仮想ネットワーク管理システム（ＶＮＭＳ）は、物理無線ネットワークと通信して又は該物理無線ネットワークの一部として機能し得る。各ＶＮＯの仮想無線ネットワーク（ＶＷＮ）に固有のトラフィックは、様々な特性（例えば、データ量、レイテンシ等）に対して監視され得る。ＶＮＭＳは、ＶＷＮ毎に収集されたトラフィックデータを個々に定期的に又は時折分析し得る。ＶＮＭＳは、特定のＶＷＮと関連付けられたＱｏＳパラメータと組み合わせてトラフィックデータを分析し得る。ＶＷＮがそのマッピングされたＱｏＳパラメータを下回って実施している状況をＶＮＭＳが検出した場合、ＶＮＭＳは、マッピングされたＱｏＳパラメータを満たす試みでＶＷＮが動作する方法の１つ以上の特性を修正し得る。反対に、ＶＷＮがそのマッピングされたＱｏＳパラメータを大幅に上回って実施している状況が検出された場合、ＶＮＭＳは、不必要なネットワークリソースを費やすことなく、マッピングされたＱｏＳパラメータを依然として満たす試みでＶＷＮが動作する方法の１つ以上の特性を修正し得る。

【0010】

ＶＮＭＳは、各ＶＷＮが機能する方法に対する修正を実施し得る。ＶＮＭＳは、ＶＷＮにマッピングされたＱｏＳパラメータを満足するように無線ネットワークの機能が修正されるべき方法を判定するために、（測定値又は履歴データの大量のセットに基づいて最適な決定をなすように試みることを含む）トレーニングされたニューラルネットワーク、機械学習（ＭＬ）、及び／又はビッグデータ分析等の人工知能（ＡＩ）の形態を使用し得る。無線ネットワークの機能に対する幾つかの修正は、管理者からの何れの入力を必要とすることなく、ＶＮＭＳによってなされ得る。ハードウェアの追加及び除去を含む変更等のその他の変更は、管理者により実装されるレコメンデーションの形式でＶＮＭＳによって出力され得る。

【0011】

本明細書に詳述するようなこうした実施形態は、モノのインターネット（ＩｏＴ）に焦点を当てたＶＷＮに特に有用であり得る。ＶＮＯエンティティはその独自の物理ネットワークを構築する必要がないために、多くのエンティティはＶＮＯとして機能することを好むであろう。むしろ、ＶＮＯは、物理無線ネットワークを適切な位置に既に有するエンティティとＱｏＳパラメータに対して同意し得る。更に、所属する特定のビジネス分野に基づいた、ＩｏＴ空間内のエンティティは、ＱｏＳに対して非常に異なるニーズを有し得る。実例として、地理的領域に渡って分散した多くの駐車施設を有する第１のエンティティは、そのオンサイトの駐車システムからデータを収集してデータを分配することを要望し得る。このデータは、駐車用であるため、量が比較的少なく、（例えば、数秒の）レイテンシは全く重要ではないことがある。しかしながら、クレジットカード取引を処理する第２のエンティティは、第１のエンティティよりも大幅に短いレイテンシを要望し得る。以下の実施形態は、ＩｏＴデバイスと主に又は排他的に通信するＶＷＮに焦点を当てているが、他の実施形態は、スマートフォン、携帯電話等のその他の形態の無線デバイスと主に又は排他的に通信し得ることは理解されるべきである。有線ネットワークの配置も可能である。

【0012】

上記の実施形態及びその他の実施形態に関する詳細は、図に関連して提供される。図１は、マルチテナントネットワーク管理システム１００の実施形態を説明する。マルチテナントネットワーク管理システム１００は、コア無線ネットワーク１１０、基地局１２０（例えば、１２０－１、１２０－２）、ＩｏＴデバイス１３０（例えば、１３０－１、１３０－２、１３０－３、及び１３０－４）、ＶＮＯシステム１４０（例えば、１４０－１、１４０－２）、並びにインターネット１５０を含み得る。

【0013】

無線ネットワークは、物理無線ネットワークオペレーター（ＰＷＮＯ）と称され得るエンティティによって運用され得る。ＰＷＮＯは、地理的領域（例えば、大陸、国、州、郡等）に渡って基地局１２０を運用し得る。無線ネットワークのタイプに依存して、基地局１２０の内の各基地局と関連付けられた各セルは、サイズが大きく異なり得る。実例として、単一の基地局（例えば、基地局１２０－１）は、２０～５０マイルの半径を有する等、比較的広い地理的領域にサービスを提供することが可能であり得る。こうした基地局は、低電力広域ネットワーク（ＬＰＷＡＮ）無線アクセス技術（ＲＡＴ）を使用するＮＢ－ＩｏＴ（狭帯域モノのインターネット）ネットワークの一部であり得る。或いは、基地局は、４Ｇ ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）又は５Ｇ ＮＲ（Ｎｅｗ Ｒａｄｉｏ）等の比較的高電力のＲＡＴを使用し得る。５Ｇ ＮＲ基地局の機能的な通信半径は、０．５マイル未満であり得る。４Ｇ ＬＴＥネットワークに対しては、基地局はｅＮｏｄｅＢ（ｅＮＢ）であり得、５Ｇ ＮＲネットワークに対しては、基地局はｇＮｏｄｅＢ（ｇＮＢ）であり得る。

【0014】

様々なＩｏＴデバイス１３０が基地局１２０と通信し得る。例として、ＩｏＴデバイス１３０－１及び１３０－３は第１のＶＮＯと関連付けられ得、ＩｏＴデバイス１３０－２及び１３０－４は第２のＶＮＯと関連付けられ得る。それ故、異なるＶＮＯにマッピングされたＩｏＴデバイスは同じ基地局１２０と通信し得る。基地局１２０の各々は、特定のＶＮＯに専用の帯域幅の一部分（例えば、帯域幅部分（ＢＷＰ））を有し得る。ＶＮＯを異なるＢＷＰにマッピングすることは、エアインターフェース上でＶＮＯを分離し得るが、この配置は、何らかの統計的多重化損失を生じさせ得る。半静的な場合に対しては、システムは、様々なＶＮＯのトラフィックを測定し得、それに応じてＢＷＰのＢＷを調整し得る。これらのＢＷＰは、キャリア帯域幅全体の異なる部分を使用し得、異なるサブキャリア間隔（ＳＣＳ）を使用し得る。或いは、これらのＢＷＰは、重複し得、同じＳＣＳを使用し得る。或いは、通信は基地局によってスケジューリングされ得るため、異なるＶＮＯと関連付けられたＩｏＴデバイスは、通信のために同じＢＷＰを使用し得る。そうした実施形態では、各ＶＮＯのＢＷを動的に調整するインテリジェント基地局（例えば、ｇＮＢ）スケジューラを使用することによって、統計的多重化利得を失うことなく、分離が達成され得る。

【0015】

様々な処理タスクが基地局１２０において直接実施され得る。実例として、ゲートウェイ処理システム１１４は、基地局１２０の一部として組み込まれ得る。ゲートウェイ処理システム１１４は、１つ以上のプロセッサと、非一時的プロセッサ可読媒体とを含み得る。ゲートウェイ処理システム１１４は、特定のＶＮＯに固有の命令を実行するように構成され得る。それ故、特定のＶＮＯと関連付けられたＩｏＴデバイス１３０－１から受信されたデータは、該特定のＶＮＯと関連付けられた命令を使用して、ゲートウェイ処理システム１１４－１によって処理され得る。他の実施形態では、ゲートウェイ処理システム１１４は、基地局１２０から離れていてもよく、コア無線ネットワーク１１０の一部であってもよい。

【0016】

コア無線ネットワーク１１０は、高レベル処理リソース（例えば、１１１－１、１１１－２）、認証システム１１２、コアネットワークコンポーネント１１３（例えば、１１３－１、１１３－２）、ゲートウェイ処理システム１１４（例えば、１１４－１、１１４－２）、仮想ネットワーク管理システム１１５、ＶＷＮ構成データ１１６、ＶＮＯ ＱｏＳパラメータデータ構造体１１８、及びトラフィック監視システム１１７（例えば、１１７－１、１１７－２）を含み得る。前述したように、ゲートウェイ処理システム１１４は、ＩｏＴデバイス１３０から受信した、又はＩｏＴデバイス１３０へ送信されるデータについての処理を実施し得る。幾つかの実施形態では、ゲートウェイ処理システム１１４は、コア無線ネットワーク１１０の一部であり、基地局１２０から離れている。幾つかの実施形態では、幾つかのコアネットワークコンポーネント１１３は、ゲートウェイ処理システム１１４と基地局１２０との間に位置付けられ得ることを理解すべきである。

【0017】

コアネットワークコンポーネントは、４Ｇ ＬＴＥ、ＮＢ－ＩｏＴ ＬＰＷＡＮ、又はその他の何らかの形態の無線ネットワークのコアコンポーネントの内の少なくとも幾つかを表し得る。４Ｇ ＬＴＥネットワークに対しては、コアコンポーネントは、ＰＧＷ（パケットデータネットワークゲートウェイ）、ＳＧＷ（サービシングゲートウェイ）を含み得る。５Ｇ ＮＲネットワークに対しては、コアネットワークコンポーネント１１３は、ＵＰＦ（ユーザプレーンファンクション）を含み得る。

【0018】

トラフィック監視システム１１７は、個々のコアネットワークコンポーネント１１３及び基地局１２０を含む物理無線ネットワークの各コンポーネントにおけるトラフィックを監視し得る。トラフィック監視システム１１７は、コア無線ネットワーク１１０及び基地局１２０全体に渡ってトラフィックデータ（例えば、アップリンク及びダウンリンクデータの量、アップリンク及びダウンリンクデータ転送のレイテンシ、処理遅延等）を監視し、編集する。トラフィック監視システム１１７は、各ＶＮＯと関連付けられたトラフィックに対する別個の統計を維持し得る。それ故、各ＶＮＯに固有の統計が編集され、蓄積される。

【0019】

トラフィック監視システム１１７は、複数のタイプのトラフィック統計を維持し得る。幾つかの実施形態では、ＶＮＯ毎のトラフィック統計は、２つの包括的なカテゴリ、短期統計及び長期統計に分割される。一般的に、短期統計は、１時間と１週間との間等の、比較的短期間に固有であり、長期統計は、１週間を超える（１ヶ月、１年等）等の、比較的長期間に固有である。この場合も、短期及び長期の統計は各ＶＮＯに固有であり得る。

【0020】

幾つかの実施形態では、高レベル処理リソース１１１が存在し得る。これらの処理リソースは、ゲートウェイ処理システム１１４よりも基地局１２０から地理的及び階層的に離れていてもよい。高レベル処理リソース１１１－１等の単一の高レベル処理システムは、複数の基地局及びゲートウェイ処理システムにサービスを提供し得る。高レベル処理リソース１１１は、より多くのコンピューティングリソースを有し得、ＶＮＯに対してより強力な処理及びデータストレージを実施し得る。高レベル処理リソース１１１は、地理的に分散したデータセンターによってホストされ得る。幾つかの実施形態では、高レベル処理リソース１１１は、厳密にはコア無線ネットワーク１１０の一部ではなくてもよく、むしろコア無線ネットワーク１１０と通信し得る。高レベル処理リソース１１１は、外部のＶＮＯシステム１４０と通信し得る。

【0021】

ＶＮＯシステム１４０は、異なる仮想ネットワークオペレーターによって各々運用され得る。各ＶＮＯの観点からは、物理無線ネットワークは、ＶＮＯのデータ専用に現れ、すなわち、物理無線ネットワークの他のＶＮＯの使用は、該ＶＮＯからは見えないであろう。第１のＶＮＯは、１つ以上のサーバシステムをＶＮＯシステム１４０－１として運用し得、第２のＶＮＯは、１つ以上のサーバシステムをＶＮＯシステム１４０－２として運用し得る。ＶＮＯシステム１４０は、各々が異なる独立したエンティティによって運用されるので、相互に完全に無関係であり得、相互に通信しなくてもよい。ＶＮＯシステム１４０の内の各ＶＮＯシステムは、複数の目的のためにコア無線ネットワーク１１０と通信し得る。第１のＶＮＯシステム１４０は、特定のＶＮＯシステムと関連するＩｏＴデバイス１３０の内のＩｏＴデバイスと交換されるデータをコア無線ネットワーク１１０との間で送受信し得る。例えば、ＶＮＯシステム１４０－１のＶＮＯにマッピングされたＩｏＴデバイスのみがＶＮＯシステム１４０－１とデータを交換することを許可され得る。ＶＮＯシステム１４０はまた、コア無線ネットワーク１１０と認証情報を交換し得る。ＩｏＴデバイスがコア無線ネットワーク１１０を使用して通信することが承認されるために、ＩｏＴデバイスは、特定のＶＮＯにマッピングされて、適切に認証される必要があり得る。ＶＮＯシステムを介して、ＶＮＯプロバイダは、そのマッピングされたＩｏＴデバイス毎に認証情報を提供し得る。実例として、ＶＮＯシステム１４０－１は、ＩｏＴデバイス１３０－１等の様々なＩｏＴデバイスに対する認証情報（例えば、ＭＡＣアドレス、ＩＭＳＩ）を提供し得る。認証情報は、認証システム１１２によって蓄積及び管理され得、認証システム１１２は、１つ以上のサーバ又は処理システムと、１つ以上の非一時的プロセッサ可読媒体とを含み得る。認証システム１１２は、ＩｏＴデバイス１３０－１から通信リクエストを受信し得る。認証システム１１２は、ＶＮＯシステム１４０－１から受信した認証データに基づいてＩｏＴデバイス１３０－１を認証し得、ＩｏＴデバイス１３０－１が無線ネットワークを使用して通信することを許可し得る。ＩｏＴデバイス１３０－１は、ＶＮＯシステム１４０－１を運用するＶＮＯプロバイダにマッピングされ得る。

【0022】

仮想ネットワーク管理システム（ＶＮＭＳ）１１５は、トラフィック監視システム１１７と通信し得る。ＶＮＭＳ１１５は、ＶＮＯ毎にトラフィック監視システム１１７から編集された統計（例えば、長期及び／又は短期の統計）を定期的に又は時折受信し得る。ＶＮＭＳ１１５は更に、ＶＮＯ毎にＶＷＮを運用するために使用されているコンピューティングリソース、帯域幅、システムアーキテクチャ等を詳述するＶＷＮ構成データ１１６を蓄積するデータ構造体にアクセスし得る。ＶＮＭＳ１１５はまた、非一時的プロセッサ可読媒体を使用して蓄積され得るＶＮＯ ＱｏＳパラメータ１１８へのアクセスを有し得る。ＶＮＯ ＱｏＳパラメータ１１８は、満たされる必要がある特定のＱｏＳパラメータをＶＮＯ毎に定義する。そうしたＶＮＯ ＱｏＳパラメータ１１８は、アップリンク及びダウンリンク通信に対する最大レイテンシと、アップリンク及びダウンリンク通信に対するデータスループットのレートとを含み得る。これらのＱｏＳパラメータは、各ＶＮＯとＰＷＮＯとの間の契約上の合意に基づき得る。異なるＶＮＯは、少なくとも幾つかの異なるＱｏＳパラメータを有し得る。ＶＮＭＳ１１５に関する更なる詳細は、図２に関連して提供される。

【0023】

コア無線ネットワーク１１０のコンポーネントに関して、様々な分散型のコンピューティングシステム、通信バス、非一時的プロセッサ可読媒体、有線ネットワーク、及びその他のコンピュータ化されたコンポーネントがコア無線ネットワーク１１０のコンポーネント毎に使用されることを理解すべきである。更に、基地局１２０、ゲートウェイ処理システム１１４、コアネットワークコンポーネント１１３、トラフィック監視システム１１７、高レベル処理リソース１１１の２つの実体が存在する。実体のこの数は単なる例であることを理解すべきである。例えば、実世界の実施形態では、更に多くの基地局１２０が存在し得る。同様に、実世界の実装では、４つを超える多くのＩｏＴデバイス１３０が基地局１２０と通信するであろうことが予想され得る。

【0024】

図２は、仮想ネットワーク管理システム（ＶＮＭＳ）１１５の実施形態を説明する。ＶＮＭＳは、１つ以上のプロセッサを含む１つ以上のコンピュータサーバシステムを使用して実装され得る。それ故、ＶＮＭＳ１１５は、１つ以上の専用又は汎用プロセッサを含み得る。こうした専用プロセッサは、本明細書に詳述する機能を実施するように特別に設計されたプロセッサを含み得る。こうした専用プロセッサは、本明細書に詳述する機能を実施するように物理的及び電気的に構成された汎用コンポーネントであるＡＳＩＣ又はＦＰＧＡであり得る。こうした汎用プロセッサは、ランダムアクセスメモリ（ＲＡＭ）、フラッシュメモリ、ハードディスクドライブ（ＨＤＤ）、又はソリッドステートドライブ（ＳＳＤ）等の１つ以上の非一時的プロセッサ可読媒体を使用して蓄積された専用ソフトウェアを実行し得る。

【0025】

ＶＮＭＳ１１５は、（トレーニングデータ２２０を使用してトレーニングされた）ニューラルネットワーク２１０、ネットワーク再構成エンジン２３０、及びネットワークレコメンデーションエンジン２３５を含む様々なコンポーネントを含み得る。ニューラルネットワーク２１０は、トレーニングデータ２２０のセットを使用して最初にトレーニングされ得る。トレーニングデータ２２０は、ネットワーク構成及び統計を含むデータを含み得、ネットワーク構成及び関連する統計の各実体は、ネットワーク構成が統計に基づいて修正されるべき方法に対する所望の再構成にマッピングされ得る。実例として、正確なネットワーク修正を伴う数千の例がトレーニングデータ２２０を形成するために使用され得る。ニューラルネットワークは、トレーニングデータ２２０を使用してトレーニングされ得る。トレーニングされたニューラルネットワーク２１０は、ＶＮＭＳ１１５の一部として処理システムを使用して実装され得る。

【0026】

ＶＮＭＳ１１５はニューラルネットワークを使用するものとして表されているが、他の形態のＡＩ又はＭＬが使用され得ることは理解されるべきである。実例として、ニューラルネットワークの代わりに、その他のタイプのトレーニングされたネットワークが使用され得る。幾つかの実施形態では、ビッグデータ分析が代わりに使用され得る。そうした実施形態では、仮想無線ネットワークの機能について大量のデータが補足され得、相関、傾向等について分析され得る。そうした分析は、ネットワーク再構成エンジン２３０によって、及びネットワークレコメンデーションエンジン２３５によって使用され得る。幾つかの実施形態では、カルマンフィルタ等のアルゴリズムが実装され得る。

【0027】

ニューラルネットワーク２１０は、トレーニングされた後、トラフィック監視システム１１７から統計を受信し得る。ニューラルネットワーク２１０により受信される統計は、各ＶＮＯのＶＷＮに固有であり得る。すなわち、ＶＮＯ毎に、統計の別個のセットがニューラルネットワーク２１０によって受信される。したがって、ニューラルネットワーク２１０の出力は、特定のＶＷＮ及びＶＮＯに固有であろう。幾つかの実施形態では、ニューラルネットワーク２１０は、２つのセット、短期統計２０１及び長期統計２０２に分けられた統計を受信する。幾つかの実施形態では、別個のニューラルネットワークが、入力として短期及び長期のトラフィック統計を取り、別個の出力（例えば、短期及び長期の修正及びレコメンデーション）を提供する。ニューラルネットワーク２１０による分析の一部として、ＶＮＯに対する現在のＶＷＮ構成と、特定のＶＮＯに対するＱｏＳパラメータとを夫々判定するために、ＶＷＮ構成データ１１６及びＶＮＯ ＱｏＳパラメータ１１８がアクセスされ得る。ＶＮＯ ＱｏＳパラメータ１１８との比較は、物理無線ネットワークの性能によってどのＱｏＳパラメータが満たされていないか（又は閾値マージンが大きすぎることにより超えているか）を判定するために実施され得る。

【0028】

幾つかの実施形態では、プレディクタとして機能する追加のコンポーネントが存在し得る。プレディクタは、短期統計に基づく等して、ＶＮＯ毎に近い将来のトラフィックを予測するように構成され得る。こうした予測は、ＶＮＯについてのトラフィックの増加又は減少に先立って、最適な決定をなして、ネットワークを再構成することに役立つように使用され得る。

【0029】

受信したトラフィック統計、ＶＷＮ構成データ１１６、及びＶＮＯ ＱｏＳパラメータ１１８に基づいて、ニューラルネットワーク２１０は、１）特定のＶＮＯのＶＷＮに対して実装される修正、及び／又は２）特定のＶＮＯのＶＷＮを修正する方法についてのレコメンデーションを含む１つ以上の出力を提供し得る。物理無線ネットワークの性能を、対応するＶＮＯにマッピングされたＶＮＯ ＱｏＳパラメータに、より厳密に一致させる（例えば、満たす、又は僅かに超える）ように、ネットワーク再構成エンジン２３０は、ニューラルネットワーク２１０の出力に従って物理無線ネットワークを再構成し得る。ネットワーク再構成エンジン２３０によって実施され得る具体的な変更の詳細は、図３に関連して提供される。修正２４０を詳述する情報は、実装のために物理無線ネットワークの適切な部分に出力され得る。

【0030】

ネットワークレコメンデーションエンジン２３５は、物理無線ネットワークが管理者によって再構成され得る方法のレコメンデーションを出力し得る。こうしたレコメンデーションは、管理者の介入なしにＶＮＭＳを実装するのに適切又は可能ではないことがある。実例として、物理無線ネットワーク内の特定の位置に新たなコンピューティングリソースを追加するためのレコメンデーションがあり得る。この例として、ゲートウェイ処理システム１１４－２等の特定のゲートウェイ処理システムは、特定のＶＮＯに対するレイテンシＱｏＳパラメータを満足することが可能ではないことがある。ゲートウェイ処理システム１１４－２は、ＶＮＯに割り当てるために利用可能な追加の処理リソースを有していないことがある。それ故、ＶＮＯのＱｏＳパラメータを満足することに役立つように、ゲートウェイ処理システム１１４－２の一部として追加の物理処理リソースが設置される必要があり得る。他の状況では、ＶＷＮ機能に対する特定の変更が非常に重要であるとみなされ得るため、実装するためには管理者の承諾又は専門知識が必要になる。ネットワークレコメンデーションエンジン２３５によって出力されたレコメンデーションは、生成されたレポートとしてディスプレイデバイスを介した管理者への提示等のために、レコメンデーション２４５として出力され得る。

【0031】

図２に関連して詳述すると、ＶＮＯにマッピングされたＱｏＳパラメータに対するＶＮＯのＶＷＮの性能を確認するために、物理無線ネットワーク内のＶＮＭＳ１１５によって様々な修正２４０が直接実装され得る。図３は、サービスレベル運用パラメータを満足するようにマルチテナントネットワーク管理システムによって実装され得る変更の実施形態３００を説明する。

【0032】

管理者の承諾又は入力なしにＶＮＭＳ１１５によって実装され得る第１のタイプの修正は、処理リソースを再配置することであり得る。実例として、特定のＶＮＯに対しては、特定のデータセンターで高レベルの処理が実施され得る。ＶＮＭＳ１１５は、このデータセンターとそれがサービスを提供するＩｏＴデバイスとの間の距離が、ＶＮＯにマッピングされた許可されたＱｏＳパラメータと比較して大きすぎるレイテンシを創出していると判定し得る。それ故、高レベル処理リソース１１１－２は、例えば、より低いレイテンシを提供する異なるデータセンターに移動させられ得る。

【0033】

反対に、ＶＮＭＳ１１５は、現在使用されているデータセンターとそれがサービスを提供するＩｏＴデバイスとの間の通信に対するレイテンシが、ＶＮＯのＱｏＳパラメータにより必要とされるよりも小さな閾値量を超えると判定し得る。それ故、高レベル処理リソース１１１－２は、例えば、より高いレイテンシをもたらすが、他の利点（例えば、より低いコスト）を有する異なるデータセンターに移動させられ得る。

【0034】

管理者の承諾又は入力なしにＶＮＭＳ１１５によって実装され得る第２のタイプの修正は、コンポーネント間で処理機能を移動させることであり得る。実例として、特定のＶＮＯに対しては、処理は、高レベル処理リソース１１１－１を使用して実施され得る。ＶＮＭＳ１１５は、コア無線ネットワーク１１０内のレイテンシが、ＶＮＯにマッピングされた許可されたＱｏＳパラメータと比較して高すぎると判定し得る。それ故、特定のＶＮＯに代わって実施される高レベル処理リソース１１１－１の処理は、矢印３２０により指し示されるように、ゲートウェイ処理システム１１４－１等のゲートウェイ処理システムに（すなわち、コア無線ネットワーク１１０のエッジにより近くに）移動させられ得る。

【0035】

その逆もまた真であり得る。ＶＮＭＳ１１５は、コア無線ネットワーク１１０内のレイテンシが、ＶＮＯにマッピングされた許可されたＱｏＳパラメータを下回る閾値を超えると判定し得る。それ故、特定のＶＮＯに代わって実施される処理は、矢印３２０により指し示されるように、ゲートウェイ処理システム１１４－１等のゲートウェイ処理システムから高レベル処理リソース１１１に移動させられ得る。こうした配置は、レイテンシを追加し得るが、処理をコア無線ネットワーク１１０のエッジから遠ざけて移動させることによってコストを減少させ得る。

【0036】

管理者の承諾又は入力なしにＶＮＭＳ１１５によって実装され得る第３のタイプの修正は、特定のＶＮＯに対して指定された１つ以上の基地局の帯域幅の量を調整することであり得る。こうした修正は、ＶＮＯ毎のＢＷの半静的制御に使用され得る。こうしたＢＷの調整は、基地局スケジューラによって動的に実施され得る。幾つかのＶＮＯに対しては、帯域幅の部分は、１つ以上の基地局１２０において明確に受信される。帯域幅のこれらの部分は、明確に指定されたＢＷＰであり得る。特定のＶＮＯに対するデータスループット（アップリンク、ダウンリンク、又はその両方）の量がＶＮＯのＱｏＳパラメータを満たしていない場合、ＶＮＯのＶＷＮに対して追加の帯域幅を追加するための帯域幅再割り当て３３０が実施され得る。反対に、ＶＮＯのＶＷＮ対して設計された帯域幅の量が、ＶＮＯのＱｏＳパラメータを上回る少なくとも閾値であるデータスループットをもたらしている場合、ＶＮＯに対する帯域幅は、別のＶＮＯのＩｏＴデバイスとの通信に対して追加され得るように、削減され得る。

【0037】

管理者の承諾又は入力なしにＶＮＭＳ１１５によって実装され得る第４のタイプの修正は、コア無線ネットワーク１１０のコンポーネントに割り当てられる処理リソースの量を調整することであり得る。処理がＶＮＯのＱｏＳパラメータを満たすのに時間がかかりすぎることをトラフィック統計が指し示している場合、高レベル処理リソース１１１－１の処理リソース３４０等の利用可能な追加の処理リソースがＶＮＯのＶＷＮに割り当てられ得る。或いは、ＶＮＯのＱｏＳパラメータに違反することなく処理時間を増加させ得ることをトラフィック統計が指し示している場合、処理リソースは、ＶＮＯのＶＷＮから割り当て解除され得、他のタスク（例えば、何らかのその他のＶＮＯのＶＷＮ）に専用にされ得る。

【0038】

管理者の承諾又は入力なしにＶＮＭＳ１１５によって実装され得る第５のタイプの修正は、コア無線ネットワークコンポーネントが通信する方法のトポロジーを調整することであり得る。実例として、ＶＮＯのＩｏＴデバイスからＶＮＯの関連するＶＮＯシステム１４０－１への配信データの総レイテンシが高すぎる場合、高レベル処理リソースを通じてデータを配信するのではなくむしろ、ゲートウェイ処理システム１１４は、ＶＮＯシステム１４０－１と直接通信するように命じられ得る。こうした配置は、ＶＮＯのＶＷＮのトポロジー又は階層に対する変更として理解され得る。

【0039】

図１～図３に関連して詳述したシステムを使用して様々な方法が実施され得る。図４は、マルチテナント無線ネットワークを管理するための方法４００の実施形態を説明する。方法４００の各ブロックは、図１～図３のシステムを使用して実施され得る。具体的には、方法４００の各ブロックは、物理無線ネットワーク並びにトラフィック監視システム及びＶＮＭＳ等のそのコンポーネントを使用して実施され得る。

【0040】

ブロック４０５において、様々な分散型のトラフィック監視コンポーネントを使用する等して、物理無線ネットワーク上でトラフィックが監視され得る。実例として、各データパケットは、物理無線ネットワークの各コンポーネントを通じて監視され得る。ブロック４０５において監視されるトラフィックは、（それが関連付けられるＩｏＴデバイスに基づく等して）特定のＶＷＮにマッピングされ得る。このＶＷＮは特定のＶＮＯにリンクされる。それ故、物理無線ネットワークを運用する第１のエンティティは、第２のエンティティ（ＶＮＯ）に代わってＶＷＮを運用することの合意に達している。ブロック４０５において監視されるトラフィックは、無線ネットワークの幾つか又は全てのコンポーネントに渡って、アップリンク及びダウンリンクデータの量、アップリンク及びダウンリンクデータのレイテンシを追跡することを含み得る。追跡することはまた、無線ＩｏＴデバイス等のユーザー装置から受信された又は該ユーザー装置へ送信されるデータについての処理を実施するための時間量内で実施され得る。トラフィックは時間に関連して監視され得、それ故、ＶＮＯに対するＶＷＮトラフィックのピーク及び最下点を識別することが可能であり得る。

【0041】

ブロック４０５と同様に、ブロック４１０において、物理無線ネットワーク上でトラフィックが監視され得る。しかしながら、このブロックでは、監視されるトラフィックは、異なる（第２の）ＶＷＮにリンクされ得る。このＶＷＮは異なるＶＮＯにリンクされる。それ故、物理無線ネットワークを運用する第１のエンティティは、第３のエンティティ（ＶＮＯ）に代わって別のＶＷＮを運用することの合意に達している。ブロック４１０において監視されるトラフィックは、無線ネットワークの幾つか又は全てのコンポーネントに渡って、アップリンク及びダウンリンクデータの量、アップリンク及びダウンリンクデータのレイテンシを追跡することを含み得る。追跡することはまた、無線ＩｏＴデバイス等のユーザー装置から受信された又は該ユーザー装置へ送信されるデータについての処理を実施するための時間量内で実施され得る。トラフィックは時間に関連して監視され得、それ故、ＶＮＯに対するＶＷＮトラフィックのピーク及び最下点を識別することが可能であり得る。ブロック４１０のトラフィックデータは、ブロック４０５のトラフィックデータとは別個に維持される。方法４００は、別個のＶＷＮを有する２つのＶＮＯの例を含むが、これは一例にすぎず、他の実施形態は、独自のＶＷＮを各々有するより多数のＶＮＯを含み得ることを理解すべきである。

【0042】

ブロック４１５において、第１のＶＷＮ及び第２のＶＷＮに対して別個にトラフィック統計が編集され得る。これらのトラフィック統計は、レイテンシデータ（アップリンク及び／又はダウンリンク）、データスループット（アップリンク及び／又はダウンリンク）、並びにＶＷＮの幾つか又は全てのコンポーネントに対する処理時間を含み得る。幾つかの実施形態では、トラフィック統計は、２つのカテゴリ、短期統計及び長期統計に分けられる。幾つかの実施形態では、これらの統計は、レポートの形式で、出力に対する人間可読のフォーマットに入れ込まれ得る。ブロック４１５において編集されたトラフィック統計は、分析のためにＶＮＭＳに供給され得る。

【0043】

ブロック４２０において、特定のＶＮＯのＶＷＮに対するトラフィック統計が分析され得る。ブロック４２０の分析は、トレーニングされたニューラルネットワークを使用して実施され得る。更に、ブロック４２０の分析は、特定のＶＷＮに対するトラフィック統計を、ＶＷＮが運用されるＶＮＯに固有のＶＮＯ ＱｏＳパラメータ（例えば、レイテンシ、処理速度、データ全体）と比較することを含み得る。この比較は、ＱｏＳパラメータが満たされていない、満たされているが閾値を超えている、又はそれら両方の状況を判定するために使用され得る。ブロック４２０の分析は、ＶＷＮの現在の構成データを分析することを更に含み得る。

【0044】

ブロック４２５において、ＶＷＮの１つ以上のプロパティが、修正されると判定され得る。ブロック４２０のニューラルネットワークにより判定される修正は、ニューラルネットワークがトレーニングされた方法に基づき得る。ブロック４２５において修正され得るプロパティの非限定的なリストは、図３に関連して詳述されている。

【0045】

ブロック４３０において、ブロック４２０においてニューラルネットワークにより実施された分析に基づいて１つ以上のレコメンデーションが出力され得る。ブロック４３０において出力されるレコメンデーションは、レポートの形式で管理者に提示され得る。幾つかの実施形態では、管理者がレコメンデーションを承諾することによって、ＶＮＭＳは、レコメンデーションを実装させ得る。他の状況では、管理者は、（新たなハードウェアを設置する等して）レコメンデーションを手動で実装する必要があり得る。

【0046】

ブロック４３０が実施されることに続いて、ブロック４２０～４３０が第２のＶＷＮに対して実施され得る。このプロセスは、物理無線ネットワークを使用して運用される各ＶＷＮが分析され、必要に応じて修正されるまで継続され得る。

【0047】

上で論じた方法、システム、及びデバイスは例示である。様々な構成が様々な手順又はコンポーネントを必要に応じて省略、置換、又は追加し得る。実例として、代替的な構成では、方法は、説明したものとは異なる順序で実施され得、並びに／又は様々な段階が追加、省略、及び／若しくは組み合わされ得る。また、幾つかの構成に関して説明した機構は、他の様々な構成では組み合わされ得る。構成の異なる態様及び要素は、同様の方法で組み合わされ得る。また、技術は進化しており、したがって、要素の多くは例示であり、開示又は請求項の範囲を限定しない。

【0048】

（実装を含む）例示的な構成を完全に理解を提供するための具体的詳細が説明において与えられている。しかしながら、これらの具体的詳細なしに構成は実践され得る。例えば、構成を不明瞭にすることを避けるために、周知の回路、プロセス、アルゴリズム、構造体、及び技術は、不必要な詳細なしに示されている。この説明は、例示的な構成のみを提供し、請求項の範囲、適用可能性、又は構成を限定しない。むしろ、構成の前述の説明は、説明された技術を実装するための有効な説明を当業者に提供するであろう。開示の精神又は範囲から逸脱することなく、要素の機能及び配置に様々な変更がなされ得る。

【0049】

また、構成は、フロー図又はブロック図として描写されるプロセスとして説明され得る。各々は、連続的なプロセスとしての動作を説明し得るが、動作の多くは並行して又は同時に実施され得る。また、動作の順序は再配置され得る。プロセスは、図には含まれていない追加のステップを有し得る。更に、方法の例は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、又はそれらの任意の組み合わせによって実装され得る。ソフトウェア、ファームウェア、ミドルウェア、又はマイクロコードで実装される場合、必要なタスクを実施するためのプログラムコード又はコードセグメントは、ストレージ媒体等の非一時的コンピュータ可読媒体内に蓄積され得る。プロセッサは、説明したタスクを実施し得る。

【0050】

幾つかの例示的な構成を説明したが、開示の精神から逸脱することなく、様々な修正、代替的構造、及び均等物が使用され得る。例えば、上記の要素は、より大きなシステムのコンポーネントであり得、他の規則が、発明の適用よりも優先され得、さもなければ該適用を修正し得る。また、幾つかのステップは、上記の要素を考慮する前、間、又は後に着手され得る。

【図1】

【図2】

【図3】

【図4】

【国際調査報告】