特表 2024-532880 トラフィック特徴の抽出方法、サービス品質スケジューリング方法、電子機器およびコンピュータ可読記憶媒体

(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】2024-09-10

(54)【発明の名称】トラフィック特徴の抽出方法、サービス品質スケジューリング方法、電子機器およびコンピュータ可読記憶媒体

(51)【国際特許分類】

   H04L 43/04 20220101AFI20240903BHJP

【ＦＩ】

H04L43/04

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024512112

(86)(22)【出願日】2022-08-19

(85)【翻訳文提出日】2024-02-22

(86)【国際出願番号】 CN2022113546

(87)【国際公開番号】W WO2023025052

(87)【国際公開日】2023-03-02

(31)【優先権主張番号】202110968463.7

(32)【優先日】2021-08-23

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＰＹＴＨＯＮ

(71)【出願人】

【識別番号】511151662

【氏名又は名称】中興通訊股▲ふん▼有限公司

【氏名又は名称原語表記】ＺＴＥ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】ＺＴＥ Ｐｌａｚａ，Ｋｅｊｉ Ｒｏａｄ Ｓｏｕｔｈ，Ｈｉ－Ｔｅｃｈ Ｉｎｄｕｓｔｒｉａｌ Ｐａｒｋ，Ｎａｎｓｈａｎ Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ ５１８０５７ Ｃｈｉｎａ

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】劉 暘

(72)【発明者】

【氏名】劉 芙 蕾

(72)【発明者】

【氏名】呉 杰

(57)【要約】

本願は、インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出するステップと、前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定し、前記トラフィック特徴は前記IPデータストリームのサービス品質（QoS）要求を特徴づけるものであるステップと、を含む、トラフィック特徴の抽出方法を提供する。本願はサービス品質スケジューリング方法、電子機器およびコンピュータ可読記憶媒体をさらに提供する。

【特許請求の範囲】

【請求項1】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出するステップと、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定し、前記トラフィック特徴は前記IPデータストリームのサービス品質（QoS）要求を特徴づけるものであるステップと、を含む、
トラフィック特徴の抽出方法。

【請求項2】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームにおける少なくとも1つのデータブロックのデータブロック特徴を特定するステップと、
各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算し、前記データブロック特徴統計値を前記IPデータストリームのトラフィック特徴とするステップと、を含む、
請求項1に記載の抽出方法。

【請求項3】

前記データブロック特徴は、データブロックのデータブロックサイズと到着遅延とを含み、インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出するステップと、
前記データブロックにHTTP/1.1フィールドまたはHTTP/1.0フィールドが含まれている場合、コンテンツ長さフィールドを抽出し、前記コンテンツ長さフィールドは前記データブロックのデータブロックサイズを特徴づけるものであるステップと、
前記データブロックにHTTP/1.1フィールドおよびHTTP/1.0フィールドが含まれていない場合、前記データブロックの全てのパケットのサイズ情報を抽出するステップと、を含む、
請求項2に記載の抽出方法。

【請求項4】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出するステップの前に、GETフィールドに基づいて前記GETメッセージを識別するステップと、
前記GETメッセージにおけるSEQフィールド値とLENフィールド値を抽出するステップと、
前記GETメッセージ後のACKフィールド値が前記SEQフィールド値と前記LENフィールド値との和に等しい最初のパケットを、前記開始パケットとして特定するステップと、をさらに含む、
請求項3に記載の抽出方法。

【請求項5】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出する前記ステップの前に、GETフィールドに基づいて前記GETメッセージを識別するステップと、
前記GETメッセージ後の長さが予め設定された長さより大きい最初のパケットを、前記開始パケットとして特定するステップと、をさらに含む、
請求項3に記載の抽出方法。

【請求項6】

前記データブロック特徴統計値は、データブロックサイズ統計値と到着遅延統計値とを含み、各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
前記少なくとも1つのデータブロックのデータブロックサイズと到着遅延に基づいて、少なくとも1つのトラフィック特徴テーブルを生成し、各前記データブロックは前記トラフィック特徴テーブルの1つのトラフィック特徴テーブルエントリに対応するものであるステップと、
予め設定された統計条件が満たされると、前記トラフィック特徴テーブルにおけるデータブロックサイズの平均値を計算し、前記データブロックサイズ統計値を得て、前記トラフィック特徴テーブルにおける到着遅延の平均値を計算し、前記到着遅延統計値を得るステップと、を含む、
請求項3～5のいずれか一項に記載の抽出方法。

【請求項7】

各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数を特定することと、
前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数が予め設定された数量閾値に達した場合、前記予め設定された統計条件が満たされたことを示すことと、をさらに含む、
請求項6に記載の抽出方法。

【請求項8】

各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
タイマーを起動することと、
前記タイマーが予め設定された時間閾値に達した場合、前記予め設定された統計条件が満たされたことを示すことと、をさらに含む、
請求項6に記載の抽出方法。

【請求項9】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、
前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算するステップと、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定するステップと、を含む、
請求項1に記載の抽出方法。

【請求項10】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記トラフィック特徴フィールドに基づいてメッセージのメッセージ統計特徴を計算するステップと、
前記メッセージ統計特徴に基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、を含む、
請求項9に記載の抽出方法。

【請求項11】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるメッセージのメッセージ情報を含み、前記トラフィック特徴フィールドに基づいてメッセージのメッセージ統計特徴を計算する前記ステップは、
少なくとも1つのメッセージのメッセージ情報に基づいて、メッセージ情報テーブルを生成するステップと、
前記メッセージ情報テーブルにおける各メッセージのメッセージサイズ情報に基づいて、前記メッセージ情報テーブルにおけるメッセージサイズの期待値を計算し、前記メッセージ統計特徴を得るステップと、を含み、
前記メッセージ統計特徴に基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記メッセージ統計特徴とメッセージサイズ閾値を比較することと、
前記メッセージ統計特徴が前記メッセージサイズ閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つであることと、
前記メッセージ統計特徴が前記メッセージサイズ閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィック、第4タイプのトラフィック、第2非周期トラフィックのうちの1つであることと、を含む、
請求項10に記載の抽出方法。

【請求項12】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第3タイプのトラフィック、第4タイプのトラフィック、第2非周期トラフィックのうちの1つである場合、前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算する前記ステップは、
複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップと、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック間隔情報に基づいて、前記データブロック情報テーブルにおけるデータブロック間隔標準差を計算し、前記データブロック統計特徴を得るステップと、を含み、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記データブロック間隔標準差とデータブロック間隔標準差閾値を比較するステップと、
前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第2非周期トラフィックであり、トラフィックタイプが第2非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップと、
前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィックまたは第4タイプのトラフィックであり、トラフィックタイプが第3タイプのトラフィックまたは第4タイプのトラフィックであるIPデータストリームの周期特徴、データブロックサイズ特徴、帯域幅特徴、最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップと、を含む、
請求項11に記載の抽出方法。

【請求項13】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つである場合、前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算する前記ステップは、
複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップと、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロックサイズ情報に基づいて、前記データブロック情報テーブルにおけるデータブロックサイズ標準差を計算し、前記データブロック統計特徴を得るステップと、を含み、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記データブロックサイズ標準差に基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、
前記IPデータストリームのトラフィックタイプが第1非周期トラフィックである場合、トラフィックタイプが第1非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴とを計算して、前記トラフィック特徴を得るステップと、
前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックまたは第2タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングによって前記トラフィック特徴を特定するステップと、を含む、
請求項11に記載の抽出方法。

【請求項14】

前記データブロックサイズ標準差に基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記データブロックサイズ標準差を第1データブロックサイズ標準差閾値および第2データブロックサイズ標準差閾値と比較し、
前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1非周期トラフィックであり、
前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えておらず、かつ前記第1データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィックであり、
前記データブロックサイズ標準差が前記第1データブロックサイズ標準差閾値と前記第2データブロックサイズ標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第2タイプのトラフィックであるステップを含む、
請求項13に記載の抽出方法。

【請求項15】

前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングにより前記トラフィック特徴を特定する前記ステップは、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロックサイズ情報に従ってクラスタリングし、第1クラスタリング結果を得るステップと、
前記第1クラスタリング結果に基づいて前記トラフィック特徴を特定するステップと、を含む、
請求項14に記載の抽出方法。

【請求項16】

前記IPデータストリームのトラフィックタイプが第2タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングにより前記トラフィック特徴を特定する前記ステップは、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロック間隔情報に従ってクラスタリングし、第2クラスタリング結果を得るステップと、
前記第2クラスタリング結果に基づいて前記トラフィック特徴を特定するステップと、を含む、
請求項14に記載の抽出方法。

【請求項17】

前記サービス特徴フィールドに基づいて前記IPデータストリームのサービスタイプを特定する前記ステップは、
前記トラフィック特徴フィールドにおけるトラフィックタイプフィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップを含む、
請求項9に記載の抽出方法。

【請求項18】

データストリームのトラフィック特徴に基づいてQoSスケジューリングを行い、前記トラフィック特徴は、請求項1～17のいずれか1項に記載のトラフィック特徴の抽出方法で抽出されたものであることを含む、
サービス品質（QoS）スケジューリング方法。

【請求項19】

少なくとも1つのプロセッサと、
少なくとも1つのコンピュータプログラムが記憶され、前記少なくとも1つのコンピュータプログラムが前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに請求項1～17のいずれか1項に記載のトラフィック特徴の抽出方法または請求項18に記載のQoSスケジューリング方法のうちの少なくとも1つを実現させるメモリと、
前記プロセッサとメモリとの間に接続され、前記プロセッサとメモリとの情報相互作用を実現するように構成された少なくとも1つのI/Oインターフェースと、を備える、
電子機器。

【請求項20】

コンピュータプログラムが記憶され、前記コンピュータプログラムがプロセッサによって実行された時に、請求項1～17のいずれか1項に記載のトラフィック特徴の抽出方法または請求項18に記載のQoSスケジューリング方法のうちの少なくとも1つを実現する、
コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

［関連出願の相互参照］
本願は、2021年8月23日に提出された中国特許出願番号第202110968463.7号の優先権を主張し、当該中国特許出願のすべての内容を参照により本願に援用する。
［技術分野］
本願は通信技術分野に関し、特にトラフィック特徴の抽出方法、サービス品質スケジューリング方法、電子機器およびコンピュータ可読記憶媒体に関するものである。

【背景技術】

【0002】

アクセスネットワークのトラフィック特徴を識別して、トラフィック特徴に基づいてサービス品質（QoS、Quality Of Service）のスケジューリングを行うことは、ネットワークトラフィックの品質を保障し、ユーザ体験を向上させるために重要な意義がある。

【0003】

しかしながら、ネットワークアーキテクチャの制限により、一部のアクセスネットワークには、トラフィック特徴の識別と正確なトラフィック品質を保障するメカニズムが欠けており、ネットワークのインテリジェント化の進展のニーズを満たすことができない可能性がある。

【発明の概要】

【0004】

第1態様において、本願実施例は、インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出するステップと、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定し、前記トラフィック特徴は前記IPデータストリームのサービス品質（QoS）要求を特徴づけるものであるステップと、を含む、トラフィック特徴の抽出方法を提供する。

【0005】

第2態様において、本願実施例は、
データストリームのトラフィック特徴に基づいてQoSスケジューリングを行い、前記トラフィック特徴は第1態様に記載の本願実施例によるトラフィック特徴の抽出方法で抽出されたものであることを含む、サービス品質（QoS）スケジューリング方法を提供する。

【0006】

第3態様において、本願実施例は、
少なくとも1つのプロセッサと、
少なくとも1つのコンピュータプログラムが記憶され、前記少なくとも1つのコンピュータプログラムが前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに第1態様に記載の本願実施例によるトラフィック特徴の抽出方法または第2態様に記載の本願実施例によるQoSスケジューリング方法のうちの少なくとも1つを実現させるメモリと、
前記プロセッサとメモリとの間に接続され、前記プロセッサとメモリとの情報相互作用を実現するように構成された少なくとも1つのI/Oインターフェースと、を備える、電子機器を提供する。

【0007】

第4態様において、本願実施例は、コンピュータプログラムが記憶され、前記コンピュータプログラムがプロセッサによって実行された時に、第1態様に記載の本願実施例によるトラフィック特徴の抽出方法または第2態様に記載の本願実施例によるQoSスケジューリング方法のうちの少なくとも1つを実現する、コンピュータ可読記憶媒体を提供する。

【図面の簡単な説明】

【0008】

【図1】図1は、本願実施例におけるトラフィック特徴の抽出方法のフローチャートである。

【図2】図2は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図3】図3は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図4】図4は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図5】図5は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図6】図6は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図7】図7は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図8】図8は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図9】図9は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図10】図10は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図11】図11は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図12】図12は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図13】図13は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図14】図14は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図15】図15は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図16】図16は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図17】図17は、本願実施例におけるトラフィック特徴の抽出方法での一部のステップのフローチャートである。

【図18】図18は、本願実施例におけるサービス品質スケジューリング方法のフローチャートである。

【図19】図19は、本願実施例における電子機器の構成ブロック図である。

【図20】図20は、本願実施例におけるコンピュータ可読記憶媒体の構成ブロック図である。

【発明を実施するための形態】

【0009】

本願の技術案を当業者がよりよく理解するために、本願が提供するトラフィック特徴の抽出方法、サービス品質スケジューリング方法、電子機器、コンピュータ可読記憶媒体について以下に図面を組み合わせて詳細に説明する。

【0010】

以下、図面を参照して例示的な実施例をより十分に説明するが、説明する例示的な実施例は異なる形態で具現化することができ、かつ本願は本明細書に記載された実施例に限定されると解釈すべきではない。これらの実施例を提供する目的は、本願をより徹底的かつ完全にし、当業者に本願の範囲を十分に理解させることである。

【0011】

矛盾しない場合、本願の各実施例および実施例における各特徴は互いに組み合わせてもよい。

【0012】

本明細書で使用する、「および/または」という用語は、1つまたは複数の関連する列挙項目の任意のものおよびすべての組み合わせを含む。

【0013】

本明細書で使用する用語は、特定の実施例を記述するためにのみ使用され、かつ本願を限定することを意図するものではない。本明細書で使用する、単数形「1つの」および「当該」は、文脈が特に明確に示さない限り、複数形を含むことも意図する。本明細書で「含む」および/または「～からなる」という用語を使用する場合、特定の特徴、全体、ステップ、動作、部品、および/または構成部品が存在することを指すが、1つまたは複数の他の特徴、全体、ステップ、動作、部品、構成部品、および/またはそれらのグループの存在または追加可能なことを排除しないと理解されるだろう。

【0014】

別途限定しない限り、本明細書で使用されるすべての用語（技術用語および科学用語を含む）の意味は、当業者が通常理解しているものと同じである。また、一般的な辞書に定義されるような用語は、本明細書で明確にそのように限定しない限り、関連する技術および本願の背景におけるその意味と一致する意味を有すると解釈され、理想的または過度な形式上の意味を有すると解釈されないことも理解されるであろう。

【0015】

第1態様において、図1を参照すると、本願実施例は、ステップS100およびS200を含む、トラフィック特徴の抽出方法を提供する。

【0016】

S100は、インターネット相互接続プロトコル（IP，Internet Protocol）データストリームのトラフィック特徴フィールドを抽出するステップである。

【0017】

S200は、前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定し、前記トラフィック特徴は前記IPデータストリームのサービス品質（QoS）要求を特徴づけるものであるステップである。

【0018】

本願実施例が提供するトラフィック特徴の抽出方法において、IPデータストリームは、周期データトラフィックのIPデータストリームであってよく、非周期データトラフィックのIPデータストリームであってもよい。本願はこれについて特に限定しない。データトラフィックは、ビデオトラフィック、大帯域幅トラフィック、大帯域幅低遅延トラフィック、低遅延高信頼トラフィックなどのいずれかであってよい。本願はこれについても特に限定しない。

【0019】

本願実施例が提供するトラフィック特徴の抽出方法では、ステップS200で特定したIPデータストリームのトラフィック特徴により、IPデータストリームに対応するデータトラフィックのトラフィック特徴を特徴づけることができ、そして当該データトラフィックに必要なQoS要求を特徴づけることができるため、ステップS200で特定したIPデータストリームのトラフィック特徴に基づいてQoSスケジューリングを行うことができ、データトラフィックの品質を保障することができる。

【0020】

本願実施例が提供するトラフィック特徴の抽出方法において、トラフィック特徴フィールドはトラフィック特徴に基づいて特定される。トラフィック特徴フィールドは、IPデータストリーム自体に付帯されるフィールドであってもよいし、IPデータストリームに付帯されるフィールドに基づいて計算して得たものでもよい。本願はこれについて特に限定しない。

【0021】

本願実施例が提供するトラフィック特徴の抽出方法において、周期データトラフィックに対応するトラフィック特徴フィールドと非周期データトラフィックに対応するトラフィック特徴フィールドは、同一であっても異なっていてもよい。本願はこれについて特に限定しない。いくつかの実施形態では、周期データトラフィックと非周期データトラフィックを識別してから、ステップS100で識別結果に基づいて対応するトラフィック特徴フィールドを抽出することもできる。

【0022】

本願実施例が提供するトラフィック特徴の抽出方法では、IPデータストリームを分析し、トラフィック特徴フィールドを抽出してから、トラフィック特徴フィールドに基づいてトラフィック特徴を特定し、トラフィック特徴はIPデータストリームに対応するデータトラフィックの特徴および当該データトラフィックのサービス品質要求を特徴づけることができるため、ネットワークのQoSスケジューリングに根拠と支持を提供することができ、さらにはユーザのQoS体験を効果的に向上させることができ、ユーザ機器とトラフィックを中心とした無線ネットワークのインテリジェント化を実現する。

【0023】

いくつかの実施形態では、非周期データトラフィックについて、データブロックの特徴を抽出して非周期データトラフィックのIPデータストリームのトラフィック特徴とする。データブロックは、連続する非ゼロメッセージまたはパケットから構成されている。

【0024】

対応して、いくつかの実施形態では、図2を参照すると、ステップS200はステップS210およびS220を含む。

【0025】

S210は、前記トラフィック特徴フィールドに基づいて前記IPデータストリームにおける少なくとも1つのデータブロックのデータブロック特徴を特定するステップである。

【0026】

S220は、各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算し、前記データブロック特徴統計値を前記IPデータストリームのトラフィック特徴とするステップである。

【0027】

本願実施例はデータブロックのデータブロック特徴について特に限定しない。例えば、ビデオトラフィック、大帯域幅トラフィック、大帯域幅低遅延トラフィック、低遅延高信頼性トラフィックなどの非周期トラフィックに対して、データブロックの到着遅延および/またはデータブロックサイズをデータブロック特徴とする。本願実施例が提供するトラフィック特徴の抽出方法において、各データブロックは1つの要求（GET）メッセージに対応し、データブロックの到着遅延とは、GETメッセージの到着時刻に対するデータブロックの最初のパケット（開始パケット）の到着時刻の遅延であり、ブロックサイズとは、データブロックの全てのパケットのサイズの合計である。

【0028】

本願実施例が提供するトラフィック特徴の抽出方法において、いくつかの実施形態では、IPデータストリームにコンテンツ長さ（Content-Length）フィールドを付帯し、コンテンツ長さフィールドの値はデータブロックのサイズを示し、IPデータストリームに付帯されるコンテンツ長さフィールドを抽出することによってデータブロックのサイズを特定することができ、いくつかの実施形態において、IPデータストリームにはコンテンツ長さフィールドが付帯されておらず、データブロックの各パケットのサイズ情報を抽出することによってデータブロックサイズを特定することができる。

【0029】

対応して、いくつかの実施形態では、図3を参照すると、前記データブロック特徴は、データブロックのデータブロックサイズと到着遅延とを含み、ステップS100はステップS110～S130を含む。

【0030】

S110は、要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出するステップである。

【0031】

S120は、前記データブロックにHTTP/1.1フィールドまたはHTTP/1.0フィールドが含まれている場合、コンテンツ長さフィールドを抽出し、前記コンテンツ長さフィールドは前記データブロックのデータブロックサイズを特徴づけるものであるステップである。

【0032】

S130は、前記データブロックにHTTP/1.1フィールドおよびHTTP/1.0フィールドが含まれていない時に、前記データブロックの全てのパケットのサイズ情報を抽出する。

【0033】

なお、ステップS110では、GETメッセージのタイムスタンプとデータブロックの開始パケットのタイムスタンプを特定し、2つのタイムスタンプを減算することでデータブロックの到着遅延を得ることができる。

【0034】

なお、IPデータストリームにおいて、コンテンツ長さフィールドはHTTP/1.1フィールドまたはHTTP/1.0フィールドと対応関係があり、即ち、IPデータストリームにHTTP/1.1フィールドまたはHTTP/1.0フィールドが付帯されていると、コンテンツ長さフィールドも付帯される。一方、HTTP/1.1フィールドまたはHTTP/1.0フィールドのフォーマットは固定されており、転送制御プロトコル（TCP、Transmission Control Protocol）のペイロード（Payload）の先頭に位置しており、コンテンツ長さフィールドよりも識別しやすい。ステップS120において、コンテンツ長さフィールドを抽出すればデータブロックサイズを特定することができ、ステップS130において、データブロックの全てのパケットのサイズ情報を抽出し、累算することでデータブロックサイズを得ることができる。

【0035】

いくつかの実施形態では、まずGETメッセージとデータブロックの開始パケットを識別する必要がある。いくつかの実施形態では、GETフィールドによってGETメッセージを識別する。GETメッセージに対応するデータブロックはGETメッセージの後にあり、GETメッセージを識別してからデータブロックの開始パケットを識別する。

【0036】

本願は、GETメッセージを識別した後にデータブロックの開始パケットをどのように識別するかについて特に限定しない。いくつかの実施形態において、GETメッセージにおけるSEQフィールド値およびLENフィールド値とパケットにおけるACKフィールド値との対応関係に基づいてデータブロックの開始パケットを特定する。

【0037】

いくつかの実施形態では、図4を参照すると、要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出する（即ちステップS110）の前に、ステップS100はステップS141～S143をさらに含む。

【0038】

S141は、GETフィールドに基づいて前記GETメッセージを識別するステップである。
S142は、前記GETメッセージにおけるSEQフィールド値とLENフィールド値を抽出するステップである。

【0039】

S143は、前記GETメッセージ後のACKフィールド値が前記SEQフィールド値と前記LENフィールド値との和に等しい最初のパケットを、前記開始パケットとして特定するステップである。

【0040】

なお、GETメッセージ後のACKフィールド値がSEQフィールド値とLENフィールド値との和に等しい全てのパケットはみな当該GETメッセージに対応するデータブロックのパケットである。したがって、SEQフィールド値とLENフィールド値の和を得た後、ACKフィールドによってデータブロックの全てのパケットを識別でき、さらには各パケットのサイズを累算することによってデータブロックサイズを得る。

【0041】

いくつかの実施形態では、パケット長さに基づいてデータブロックの開始パケットおよび終了パケット（最後のパケット）を特定する。

【0042】

対応して、いくつかの実施形態では、図5を参照すると、要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出する（即ちステップS110）の前に、ステップS100はステップS151およびS152をさらに含む。

【0043】

S151は、GETフィールドに基づいて前記GETメッセージを識別するステップである。
S152は、前記GETメッセージ後の長さが予め設定された長さより大きい最初のパケットを、前記開始パケットとして特定するステップである。

【0044】

いくつかの実施形態では、例えば、長さが第2の予め設定された長さより小さく、かつ第3の予め設定された長さより大きいパケットを終了パケットとして特定するなど、データブロックの終了パケットをさらに識別することもできる。開始パケットと終了パケットの間のすべてのパケットのサイズを累算すればデータブロックサイズが得られる。

【0045】

いくつかの実施形態では、図6を参照すると、前記データブロック特徴統計値は、データブロックサイズ統計値と到着遅延統計値とを含み、ステップS220はステップS221およびS222を含む。

【0046】

S221は、前記少なくとも1つのデータブロックのデータブロックサイズと到着遅延に基づいて、少なくとも1つのトラフィック特徴テーブルを生成し、各前記データブロックは前記トラフィック特徴テーブルの1つのトラフィック特徴テーブルエントリに対応するものであるステップである。

【0047】

S222は、予め設定された統計条件が満たされた場合、前記トラフィック特徴テーブルにおけるデータブロックサイズの平均値を計算し、前記データブロックサイズ統計値を得て、前記トラフィック特徴テーブルにおける到着遅延平均値を計算し、前記到着遅延統計値を得るステップである。

【0048】

いくつかの実施形態では、図7を参照すると、ステップS220はステップS223をさらに含む。

【0049】

S223は、前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数を特定し、前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数が予め設定された数量閾値に達した場合、前記予め設定された統計条件が満たされたことを示すステップである。

【0050】

いくつかの実施形態において、予め設定された数量閾値はトラフィック特徴テーブルの容量である。本願では予め設定された数量閾値について特に限定せず、例えば、予め設定された数量閾値は10000である。

【0051】

いくつかの実施形態では、図8を参照すると、ステップS220はステップS224をさらに含む。

【0052】

S224は、タイマーを起動し、前記タイマーが予め設定された時間閾値に達した場合、前記予め設定された統計条件が満たされたことを示すステップである。

【0053】

本願実施例が提供するトラフィック特徴の抽出方法は、周期トラフィックのIPデータストリームのトラフィック特徴を抽出するためにも使用することができる。

【0054】

対応して、いくつかの実施形態では、図9を参照すると、ステップS200はステップS230～S250を含む。

【0055】

S230は、前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップである。

【0056】

S240は、前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算するステップである。

【0057】

S250は、前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定するステップである。

【0058】

いくつかの実施形態では、図10を参照すると、ステップS230はステップS231およびS232を含むステップである。

【0059】

S231は、前記トラフィック特徴フィールドに基づいてメッセージのメッセージ統計特徴を計算するステップである。

【0060】

S232は、前記メッセージ統計特徴に基づいて前記IPデータストリームのトラフィックタイプを特定するステップである。

【0061】

いくつかの実施形態では、図11を参照すると、前記トラフィック特徴フィールドは、前記IPデータストリームにおけるメッセージのメッセージ情報を含み、ステップS231はステップS2311およびステップS2312を含み、ステップS232はステップS2321を含む。

【0062】

S2311は、少なくとも1つのメッセージのメッセージ情報に基づいて、メッセージ情報テーブルを生成するステップである。

【0063】

S2312は、前記メッセージ情報テーブルにおける各メッセージのメッセージサイズ情報に基づいて、前記メッセージ情報テーブルにおけるメッセージサイズの期待値を計算し、前記メッセージ統計特徴を得るステップである。

【0064】

S2321は、前記メッセージ統計特徴とメッセージサイズ閾値を比較し、前記メッセージ統計特徴が前記メッセージサイズ閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つであり、前記メッセージ統計特徴が前記メッセージサイズ閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィック、第4タイプのトラフィック、第2非周期トラフィックのうちの1つであるステップである。

【0065】

なお、本願実施例が提供するトラフィック特徴の抽出方法において、第1タイプのトラフィックは大帯域幅トラフィックであり、複数のブロックサイズ特徴を有し、第2タイプのトラフィックは大帯域幅低遅延トラフィックであり、複数のデータブロック間隔の特徴を有し、第3タイプのトラフィックは上り低遅延高信頼トラフィックであり、周期性の小さいメッセージの特徴を有し、第4タイプのトラフィックは下り低遅延高信頼トラフィックであり、周期性の小さいメッセージの特徴を有し、第1非周期トラフィックと第2非周期トラフィックは明らかな特徴を有していない。

【0066】

いくつかの実施形態では、図12を参照すると、前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第3トラフィック、第4トラフィック、第2非周期トラフィックのうちの1つである場合、ステップS240はステップS241およびS242を含み、ステップS250はステップS251～S253を含む。

【0067】

S241は、複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップである。

【0068】

S242は、前記データブロック情報テーブルにおける複数のデータブロックのデータブロック間隔情報に基づいて、前記データブロック情報テーブルにおけるデータブロック間隔標準差を計算し、前記データブロック統計特徴を得るステップである。

【0069】

S251は、前記データブロック間隔標準差とデータブロック間隔標準差閾値を比較するステップである。

【0070】

S252は、前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第2非周期トラフィックであり、トラフィックタイプが第2非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップである。

【0071】

S253は、前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィックまたは第4タイプのトラフィックであり、トラフィックタイプが第3タイプのトラフィックまたは第4タイプのトラフィックであるIPデータストリームの周期特徴、データブロックサイズ特徴、帯域幅特徴、最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップである。

【0072】

いくつかの実施形態では、図13を参照すると、前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つである場合、ステップS240はステップS243およびS244を含み、ステップS250はステップS254～S256を含む。

【0073】

S243は、複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップである。

【0074】

S244は、前記データブロック情報テーブルにおける複数のデータブロックのデータブロックサイズ情報に基づいて、前記データブロック情報テーブルにおけるデータブロック標準差を計算し、前記データブロック統計特徴を得るステップである。

【0075】

S254は、前記データブロックサイズ標準差に基づいて前記IPデータストリームのトラフィックタイプを特定するステップである。

【0076】

S255は、前記IPデータストリームのトラフィックタイプが第1非周期トラフィックである場合、トラフィックタイプが第1非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴とを計算して、前記トラフィック特徴を得るステップである。

【0077】

S256は、前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックまたは第2タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングによって前記トラフィック特徴を特定するステップである。

【0078】

いくつかの実施形態では、図14を参照すると、ステップS254はステップS2541を含む。
S2541は、前記データブロックサイズ標準差を第1データブロックサイズ標準差閾値および第2データブロックサイズ標準差閾値と比較し、前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1非周期トラフィックであり、前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えておらず、かつ前記第1データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィックであり、前記データブロックサイズ標準差が前記第1データブロックサイズ標準差閾値と前記第2データブロックサイズ標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第2タイプのトラフィックであるステップである。

【0079】

いくつかの実施形態では、図15を参照すると、前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックである場合、ステップS256はステップS2561およびS2562を含む。

【0080】

S2561は、前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロックサイズ情報に従ってクラスタリングし、第1クラスタリング結果を得るステップである。

【0081】

S2562は、前記第1クラスタリング結果に基づいて前記トラフィック特徴を特定するステップである。

【0082】

いくつかの実施形態では、図16を参照すると、前記IPデータストリームのトラフィックタイプが第2タイプのトラフィックである場合、ステップS256はステップS2563およびS2564を含む。

【0083】

S2563は、前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロック間隔情報に従ってクラスタリングし、第2クラスタリング結果を得るステップである。

【0084】

S2564は、前記第2クラスタリング結果に基づいて前記トラフィック特徴を特定するステップである。

【0085】

いくつかの実施形態では、図17を参照すると、ステップS230はステップS233を含む。
S233は、前記トラフィック特徴フィールドにおけるトラフィックタイプフィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップである。

【0086】

第2態様において、図18を参照すると、本願実施例は、ステップS300を含む、サービス品質（QoS）スケジューリング方法を提供する。

【0087】

S300は、データストリームのトラフィック特徴に基づいてQoSスケジューリングを行い、前記トラフィック特徴は、第1態様に記載の本願実施例によるトラフィック特徴の抽出方法で抽出されたものであるステップである。

【0088】

本願実施例が提供するサービス品質スケジューリング方法では、第1態様の本願実施例が提供する抽出方法によって抽出されたトラフィック特徴に基づいてネットワークのQoSスケジューリングを行うことができるため、ユーザのQoS体験を効果的に向上させ、ユーザ機器とトラフィックを中心とした無線ネットワークのインテリジェント化を実現する。

【0089】

第3態様において、図19を参照すると、本願実施例は、
少なくとも1つのプロセッサ101（図19では1つのみ図示）と、
少なくとも1つのコンピュータプログラムが記憶され、前記少なくとも1つのコンピュータプログラムが前記少なくとも1つのプロセッサ101によって実行されると、前記少なくとも1つのプロセッサ101に第1態様に記載の本願実施例によるトラフィック特徴の抽出方法または第2態様に記載の本願実施例によるQoSスケジューリング方法のうちの少なくとも1つを実現させるメモリ102と、
前記プロセッサ101とメモリ102との間に接続され、前記プロセッサ101とメモリ102との情報相互作用を実現するように構成された少なくとも1つのI/Oインターフェース103と、を備える、電子機器を提供する。

【0090】

プロセッサ101はデータ処理能力を有するデバイスであり、中央プロセッサ（CPU）などを含むがこれらに限定されない。メモリ102はデータ記憶能力を有するデバイスであり、ランダムアクセスメモリ（RAM、より具体的にはSDRAM、DDRなど）、読み取り専用メモリ（ROM）、電気的に消去・プログラムが可能な読み取り専用メモリ（EEPROM）、フラッシュメモリ（FLASH）、などを含むがこれらに限定されない。I/Oインターフェース（読み書きインターフェース）103は、プロセッサ101とメモリ102との間に接続され、プロセッサ101とメモリ102との情報相互作用を可能にするものであり、データバス（Bus）などを含むがこれらに限定されない。

【0091】

いくつかの実施形態において、プロセッサ101、メモリ102、I/Oインターフェース103は、バス104を介して相互に接続され、さらにコンピューティングデバイスの他の構成部品と接続される。

【0092】

第4態様において、図20を参照すると、本願実施例は、コンピュータプログラムが記憶され、当該コンピュータプログラムがプロセッサによって実行された時に、第1態様に記載の本願実施例によるトラフィック特徴の抽出方法または第2態様に記載の本願実施例によるQoSスケジューリング方法のうちの少なくとも1つを実現する、コンピュータ可読記憶媒体を提供する。

【0093】

本願実施例が提供する技術案を当業者がより明確に理解できるように、以下に具体的な例を用いて、本願実施例が提供する技術案について詳細に説明する。

【0094】

例1
本例は、データストリームにおける特徴フィールドを識別して抽出し、識別と抽出結果に基づいて、データストリームのトラフィック特徴を計算して、統計結果を出力することを含む、非周期データトラフィックの特徴抽出方法を提供する。

【0095】

前記の、データストリームにおける特徴フィールドを抽出および識別することは、データストリームにおけるIP 5タプル（即ち、ソースIPアドレス、ソースポート、宛先IPアドレス、宛先ポート、トランスポート層プロトコル）、GETフィールド、HTTP/1.1フィールドまたはHTTP/1.0フィールド、コンテンツ長さ（Content-Length）フィールド、データブロック開始メッセージ、データブロック終了メッセージ、および各特徴フィールドに対応するメッセージの到着時刻を識別して抽出することを含む。

【0096】

前記の、抽出および識別した特徴フィールドに基づいて、データストリームのトラフィック特徴を計算することは、GETフィールドに基づいてGETメッセージを識別し、GETメッセージ到着時刻とデータブロック開始メッセージ到着時刻にさらに基づいて、データブロックの到着時刻を計算することと、メッセージにおけるHTTP/1.1フィールドまたはHTTP/1.0フィールドとコンテンツ長さ（Content-Length）フィールドに基づいてデータブロックのサイズを直接抽出することと、データブロック開始メッセージとデータブロック終了メッセージに基づいて、累積加算してデータブロックサイズを得ることと、データブロック開始メッセージ到着時刻とデータブロック終了メッセージ到着時刻の差に基づいて、データブロックの持続時間を計算することと、を含む。

【0097】

前記の、統計結果を出力することは、統計の方式を採用して、IP 5タプルに基づいて、受信したすべてのパケットを分類してまとめ、トラフィック特徴テーブルを生成することを含む。トラフィック特徴テーブルには、現在のトラフィックストリームの複数のレコードが含まれ、各レコードにはデータブロック到着遅延とデータブロックサイズが含まれる。

【0098】

いくつかの実施形態では、トラフィック特徴テーブルが満たされた時に、トラフィック特徴テーブルにおけるデータブロック到着遅延とデータブロックサイズに対して平均値が計算され、統計結果、即ち、現在のIPデータストリームのトラフィック特徴が得られる。

【0099】

いくつかの実施形態では、タイマーがタイムアウトした時に、トラフィック特徴テーブルにおける既存のデータブロック到着遅延とデータブロックサイズに対して平均値を計算し、統計結果、即ち、現在のIPデータストリームのトラフィック特徴を得る。

【0100】

例2
本例は、IPデータメッセージを抽出し、メッセージ統計特徴を計算して対応するメッセージ統計特徴閾値と比較し、トラフィックタイプに基づいてデータブロック統計特徴を計算し、データブロック統計特徴を対応するデータブロック統計特徴の閾値と比較し、トラフィックタイプを区別してデータブロック統計特徴を計算し、データストリームのトラフィック特徴を出力すること、あるいは適切なクラスタリング方式を選択してクラスタリングし、クラスタリング結果に基づいて統計を行い、統計結果を出力することを含む、周期データトラフィックの特徴抽出方法を提供する。

【0101】

前記の、IPデータメッセージを抽出することは、IPデータメッセージ情報をメッセージ情報テーブルに書き込むことを含む。前記メッセージ情報テーブルには、メッセージシリアル番号、メッセージ到着時刻、メッセージサイズ、メッセージ方向などの情報が含まれる。

【0102】

前記の、メッセージ統計特徴を計算して対応するメッセージ統計特徴閾値と比較することは、メッセージ情報テーブルにおけるメッセージの統計値を抽出して計算し、メッセージサイズ閾値と比較し、トラフィックタイプを初歩的に区別することを含む。メッセージサイズの閾値を超えている場合は、第1タイプのトラフィック、第2タイプのトラフィックまたは第1非周期トラフィックであり、メッセージサイズ閾値を超えていない場合は、第3タイプのトラフィック、第4タイプのトラフィックまたは第2非周期トラフィックである。

【0103】

前記第1タイプのトラフィックは大帯域幅トラフィックであり、複数のブロックサイズ特徴を有する。

【0104】

前記第2タイプのトラフィックは大帯域幅低遅延トラフィックであり、複数のデータブロック間隔の特徴を有する。

【0105】

前記第3タイプのトラフィックは上り低遅延高信頼トラフィックであり、周期性の小さいメッセージの特徴を有する。

【0106】

前記第4タイプのトラフィックは下り低遅延高信頼トラフィックであり、周期性の小さいメッセージの特徴を有する。

【0107】

前記第1非周期トラフィックと第2非周期トラフィックは明らかな特徴を有していない。
前記の、トラフィックタイプに基づいてデータブロック統計特徴を計算することは、
第1タイプのトラフィック、第2タイプのトラフィック、または第1非周期トラフィックである場合、対応するデータブロック情報テーブルを生成し、データブロックサイズ情報を抽出して、データブロックサイズ期待値とデータブロックサイズ標準差を含むがこれに限定されない、データブロックサイズの統計値を計算することと、第3タイプのトラフィック、第4タイプのトラフィック、または第2非周期トラフィックである場合、対応するデータブロック情報テーブルを生成し、データブロック間隔情報を抽出して、データブロック間隔期待値とデータブロック間隔標準差を含むがこれらに限定されない、データブロック間隔統計値を計算することと、を含む。

【0108】

前記の、データブロック統計特徴を対応するデータブロック統計特徴の閾値と比較し、トラフィックタイプを区別してデータブロック統計特徴を計算し、データストリームのトラフィック特徴を出力することは、
データブロック間隔の標準差とデータブロック間隔標準差閾値を比較し、データブロック間隔標準差閾値を超えていない場合、第3タイプのトラフィックまたは第4タイプのトラフィックであり、第3タイプのトラフィックと第4タイプのトラフィックのデータブロックサイズの期待値、帯域幅と最大パケットサイズをそれぞれ計算して、データブロック間隔の期待値を抽出し、データストリームのトラフィック特徴として出力することと、データブロック間隔標準差閾値を超えている場合、第2非周期トラフィックであり、データブロックサイズとデータブロック間隔を0と記し、帯域幅と最大パケットサイズを計算し、データストリームのトラフィック特徴として出力することと、を含む。

【0109】

前記の、データブロック統計特徴を対応するデータブロック統計特徴の閾値と比較し、トラフィックタイプを区別してデータブロック統計特徴を計算し、データストリームのトラフィック特徴を出力すること、あるいは適切なクラスタリング方式を選択してクラスタリングすることは、
データブロックサイズ標準差を第2データブロックサイズ標準差閾値と比較し、第2データブロックサイズ標準差閾値を超えていない場合、第1タイプのトラフィックまたは第2タイプのトラフィックであり、さらに、データブロックサイズの標準差を第1データブロックサイズ標準差閾値と比較し、第1データブロックサイズ標準差閾値を超えている場合、第2タイプのトラフィックであり、第2タイプのトラフィックデータブロック情報テーブルを生成し、データブロック間隔に従ってクラスタリングすることと、第1データブロックサイズ標準差閾値を超えている場合、第1タイプのトラフィックであり、第1タイプのトラフィックデータブロック情報テーブルを生成し、データブロックサイズに従ってクラスタリングすることと、第2データブロックサイズ標準差閾値を超えている場合、第1非周期トラフィックであり、データブロックサイズとデータブロック間隔を0と記し、帯域幅と最大パケットサイズを計算し、データストリームのトラフィック特徴として出力することと、をさらに含む。

【0110】

前記の、クラスタリング結果に基づいて統計を行い、統計結果を出力することは、第1タイプのトラフィックである場合、データブロックサイズクラスタリング結果に基づいて、各クラスタリングデータのデータブロックサイズとデータブロック間隔の期待値を計算し、帯域幅と最大パケットサイズを計算し、データストリームのトラフィック特徴として出力することと、第2タイプのトラフィックである場合、データブロック間隔クラスタリング結果に基づいて、各クラスタリングデータのデータブロックサイズとデータブロック間隔の期待値を計算し、帯域幅と最大パケットサイズを計算し、データストリームのトラフィック特徴として出力することと、非周期トラフィックの場合、データブロックサイズとデータブロック間隔を0と記して、帯域幅と最大パケットサイズを計算し、データストリームのトラフィック特徴として出力することと、を含む。

【0111】

例3
本例は、オンライン分析モジュール、オフラインモジュール、予測モジュールを含む、非周期トラフィック特徴識別装置を提供する。

【0112】

本例において、入力は初期のIPデータストリームである。入力されたIPデータストリームをコピーして、2つのIPデータストリームを得て、1つをオンライン分析モジュールに入力し、1つをオフラインモジュールに入力し、出力はIPデータストリームのトラフィック特徴であり、データブロックサイズ、データ到着遅延を含む。

【0113】

オンライン分析モジュールは、リアルタイムパケット解析を完了し、メッセージGETフィールドを識別し、メッセージHTTP/1.1フィールドを識別し、パケットサイズ（size）情報を抽出し、同時にオフラインモジュールから予測の到着時刻を読み取るように構成される。

【0114】

オフラインモジュールは、メッセージGETフィールドを識別し、メッセージHTTP/1.1フィールドを識別し、データブロック先頭パケットとデータブロックエンドパケットを識別し、データブロックサイズ（size）情報を抽出または計算するようにと、GETメッセージとデータ先頭パケットとの間の時間間隔を計算するようにと、トラフィック特徴ライブラリを構築して維持するように構成される。

【0115】

予測モジュールは、データブロックサイズを出力する（特殊フィールドを解析して取得する、または計算して取得する）ようにと、要求（GET）メッセージと先頭パケットとの間の遅延（計算して取得する）を出力するように構成される。

【0116】

トラフィック特徴ライブラリは複数のトラフィック特徴テーブルから構成されており、一般的なトラフィック特徴テーブル構造は表1に示す通りである。

【0117】

【表1】

【0118】

トラフィック特徴テーブルは以下の内容を含む。
●サーバIPアドレス＋サーバポート番号＋プロトコル番号（App IP＋App port＋protocol）の組み合わせ：メッセージのIP 5タプルから解析されたサーバIPアドレス＋サーバポート番号＋プロトコル番号。同じトラフィック特徴テーブルにおけるサーバIPアドレス＋サーバポート番号＋プロトコル番号（App IP＋App port＋protocol）は同じであり、各テーブルの容量はトラフィック特徴テーブル容量（tableLength）と表記され、デフォルト値は10000であり、トラフィック特徴テーブルは同じトラフィックストリームにおける10000本の分析レコードを記録できることを示す。トラフィック特徴テーブルの数をテーブル枚数（tableNum）と記すと、特徴ライブラリ全体の容量は、テーブル枚数（tableqiNum）×1枚あたりのテーブル容量（tableLength）である。

【0119】

●データブロックサイズ（data size）：現在のGET要求メッセージに対応するデータブロックサイズである。

【0120】

●遅延（Delay）：現在の要求（GET）メッセージと対応するデータブロックの先頭パケットとの間の遅延である。

【0121】

●アプリケーション識別（APP tag）：トラフィックストリームが属するビデオアプリケーション（APP）を識別するために使用される。

【0122】

トラフィック特徴テーブルの更新：先入れ先出し方式を採用し、新しく受け取ったデータはトラフィック特徴テーブルの末尾に書き込み、動的に最大10000本の記録を維持する。

【0123】

メッセージGETフィールド：GETキーワードはHTTPメッセージの最初の3つのバイトにある。そのASCII符号化は47,4554（16進法）である。HTTPメッセージはTCPヘッダを追加した後、パッケージ化されてTCPメッセージとなり、TCPメッセージはIPヘッダを追加した後、パッケージ化されてIPメッセージとなる。IPv 6メッセージヘッダ長さは40バイト、IPv 4メッセージヘッダ長さは20バイト、TCPメッセージヘッダ長さは20バイトである。

【0124】

GETフィールドを識別する時に、IPv 6メッセージであれば、IPv 6メッセージの61バイト目から63バイト目が47 45 54（16進法）であるかどうかを検出することができ、IPv 4メッセージの場合、IPv 4メッセージの41バイト目から43バイト目が47 45 54（16進法）であるかどうかを検出することができる。

【0125】

メッセージHTTP/1.1フィールド：GETメッセージの次のメッセージから解析パケットをトラバースする。パケットペイロード（payload）部分に’HTTP/1.1’フィールドが含まれている場合、当該パケットがデータブロックサイズ情報を付帯していることを示し、ペイロード（payload）におけるコンテンツ長さ（Content-Length）フィールドの値を抽出し、当該フィールドの値が今回のGET要求メッセージのデータブロックサイズに対応する。

【0126】

HTTP/1.1のASCII符号化は48 54 54 50 2f 31 2e 31（16進法）であり、TCPペイロード（payload）の最初の8つのバイトにある。GETフィールド識別方式と同様に、IPv 6メッセージの場合、IPv 6メッセージの61バイト目から68バイト目が48 54 54 50 2f 31 2e 31であるかどうかを検出することができる。IPv 4メッセージであれば、IPv 4メッセージの61バイト目から68バイト目が48 54 54 50 2f 31 2e 31であるかどうかを検出することができる。

【0127】

次の2つの方法を使用して、データブロック先頭パケットを識別することができる。
方法1：
GETメッセージの次のメッセージから解析パケットをトラバースする。パケット長さが1400バイトを超える場合、現在のメッセージはデータブロック先頭パケットであると判断する。

【0128】

方法2：
ステップ1、GETメッセージにおけるSeqフィールド値とLenフィールド値を抽出し、2つのフィールド値を合計し、SeqフィールドはTCPメッセージフィールドのシリアル番号で、LenフィールドはIPメッセージの全長フィールドで、ヘッダとデータの長さを含む、および
ステップ2、GETメッセージの次のメッセージから解析パケットをトラバースし、メッセージにおけるAckフィールド値がステップ1におけるGETメッセージのSeqフィールド値とLenフィールド値の和と等しいことが検出された場合、現在のメッセージはデータブロック先頭パケットであると判断する。

【0129】

次の2つの方法がデータブロックエンドパケットの識別に用いられる。
方法1：
GETデータの次のメッセージから解析パケットをトラバースする。パケット長さが150バイトを超えて1000バイト未満の場合は、現在のデータブロックのエンドパケットであると判断する。

【0130】

方法2：
ステップ1、GETメッセージにおけるSeqフィールド値とLenフィールド値を抽出し、2つのフィールド値を合計し、SeqフィールドはTCPメッセージフィールドのシリアル番号で、LenフィールドはIPメッセージの全長フィールドで、ヘッダとデータの長さを含む、および
ステップ2、GETメッセージの次のメッセージから解析パケットをトラバースし、メッセージにおけるAckフィールド値がステップ1におけるGETメッセージのSeqフィールド値とLenフィールド値の和と等しいことが検出された場合、上記条件を満たす全てのパケットをマークし、最後のパケットがデータブロックエンドパケットである。

【0131】

ブロックサイズ：表1のパケットサイズ（data size）フィールドに対応して、次の2つの計算方法がある。

【0132】

方法1（メッセージペイロード（payload）部分は’HTTP／1.1’フィールドを含む）
パケットペイロード（payload）におけるコンテンツ長さ（Content-Length）フィールド値を直接読み取り、当該値は今回のGET要求メッセージのデータブロックサイズに対応する。

【0133】

方法2（メッセージペイロード（payload）部分は’HTTP／1.1’フィールドを含まない）
現在のデータブロック先頭パケットとデータブロックエンドパケットとの間のすべてのパケットを累積加算し、当該値は今回のGET要求メッセージのデータブロックサイズに対応する。

【0134】

データ到着遅延：表1におけるデータ到着遅延（delay）フィールドに対応し、現在のIPデータストリームの各GETメッセージと当該GETメッセージに対応するデータブロック先頭パケットのタイムスタンプを取得し、2つのタイムスタンプを減算してデータブロック遅延を得る。

【0135】

データブロックサイズと遅延の期待値：表1の作成時にタイマーが起動され（tabelUPDateTimer）（デフォルト：60 s）、当該タイマーがタイムアウトした時、以下の処理が完了する。

【0136】

タイマー（tabelUPDateTimer）をクリアしてから、再起動する。
現在の表1における全てのパケットサイズ（data size）の平均値を計算し、現在のデータブロックサイズ統計値（avg _ size）を更新する。

【0137】

現在の表1における全てのデータ到着遅延（delay）の平均値を計算し、現在のデータ遅延統計値（avg _ delay）を更新する。

【0138】

例4
本例では、
IPデータメッセージを抽出し、メッセージ統計特徴を計算して対応するメッセージ統計特徴閾値と比較し、トラフィックタイプに基づいてデータブロック統計特徴を計算し、データブロック統計特徴を対応するデータブロック統計特徴閾値と比較し、さらにトラフィックタイプを区別し、データブロック統計特徴を計算してデータストリームのトラフィック特徴を出力すること、あるいは適切なクラスタリング方式を選択してクラスタリングし、クラスタリング結果に基づいて統計を行い、統計結果を出力することを含む、周期トラフィックの特徴抽出方法を提供する。

【0139】

前記の、IPデータメッセージを抽出することは、IPデータメッセージ情報をメッセージ情報テーブルに書き込むことを含む。前記メッセージ情報テーブルは、キャプチャされた初期メッセージ情報を記録するために使用され、メッセージ到着番号（pktNo）、メッセージ到着時刻（pktTstp）、メッセージサイズ（pktSize）、メッセージ方向（pktDir）などを含む。メッセージ方向（pktDir）とはメッセージの送信方向を指し、上りはUL、下りはDLである。

【0140】

メッセージ情報テーブルは10個のデータスライス（section）で構成され、各スライス容量（section capacity）はデフォルトで1000に設定される。毎回IPデータストリームからデータスライスのメッセージを1つキャプチャし、合計10個のデータスライスをキャプチャすると統計テーブルが埋まる。統計テーブルが埋まった後、新しいデータスライスをキャプチャすると、統計テーブルにおける番号が最も小さいデータスライス（section 1スライス）が破棄されて、新しいデータスライスが統計テーブルの末尾に追加される。メッセージ情報テーブルの一般的な構造は表2に示す通りである。

【0141】

【表2】

【0142】

前記の、メッセージ統計特徴を計算して対応するメッセージ統計特徴閾値と比較することは、
メッセージ情報テーブルが埋まった時に、メッセージ情報テーブルにおけるメッセージ情報に基づいて計算することを含む。いくつかの実施形態では、タイマーがタイムアウトした時に、メッセージ情報テーブルが埋まっていない場合、メッセージ情報テーブルにおける既存のメッセージ情報に基づいて計算を行い、計算方法は以下の通りである。

【0143】

メッセージ情報テーブルにおけるメッセージサイズ（pktSize）フィールドの非ゼロ値を抽出して、抽出した非ゼロメッセージの期待値（pktSizeNAvg）を計算し、メッセージサイズ閾値（pktSizeThr）（デフォルト：200バイト）と比較し、トラフィックタイプを初歩的に区別し、非ゼロメッセージの期待値（pktSizeNAvg）がメッセージサイズ閾値（pktSizeThr）を超えていれば、第1タイプのトラフィック、第2タイプのトラフィック、または第1非周期トラフィックであり、メッセージサイズ閾値を超えていなければ、第3タイプのトラフィック、第4タイプのトラフィック、または第2非周期トラフィックである。

【0144】

前記第1タイプのトラフィックは大帯域幅トラフィックであり、複数のデータブロックサイズ特徴を有する。例えば、ビデオ監視、オンラインライブサービスなどである。

【0145】

前記第2タイプのトラフィックは、大帯域幅低遅延トラフィックであり、複数のデータブロック間隔の特徴を有する。生産ラインカメラで撮影された高精細画像のような、リアルタイム品質検査のためにサーバにアップロードされるものである。

【0146】

前記第3タイプのトラフィックは上り低遅延高信頼トラフィックであり、周期性の小さいメッセージ特徴を有する。例えば、生産ラインや園内センサが収集データをアップロードするというものである。

【0147】

前記第4タイプのトラフィックは下り低遅延高信頼トラフィックであり、周期性の小さいメッセージ特徴を有する。例えば、生産ラインが運転制御命令を発して機械アームの運転を制御するというものである。

【0148】

前記第1非周期トラフィックおよび第2非周期トラフィックは周期性が明らかではないトラフィックであり、ノイズや干渉などの周期性特徴を有していない。

【0149】

前記の、トラフィックタイプに基づいてデータブロック統計特性を計算することは、
第1タイプのトラフィック、第2タイプのトラフィック、または第1非周期トラフィックの場合、データブロック情報テーブルを生成し、データブロックサイズ情報を抽出して、データブロックサイズ期待値（dbSizeAvg）とデータブロックサイズ標準差（dbSizeStd）を含むがこれらに限定されない、データブロックサイズの統計値を計算することと、第3タイプのトラフィック、第4タイプタイプのトラフィック、または第2非周期トラフィックの場合、対応するデータブロック情報テーブルを生成し、データブロック間隔情報を抽出して、データブロック間隔期待値（dbItvlAvg）とデータブロック間隔標準差（dbItvlStd）を含むがこれらに限定されない、データブロック間隔統計値を計算することと、を含む。

【0150】

データブロック情報テーブルはデータブロック情報を記録するために使用され、前記データブロックは連続する非ゼロメッセージからなる。データブロック情報は、データブロック番号（dbNo）、開始時間（dbStart）、終了時間（dbEnd）、データブロックサイズ（dbSize）、データブロック間隔（dbItvl）、データブロック継続時間（dbDu）を含む。dbStartはデータブロックにおける先頭パケットのメッセージ時刻であり、dbEndはデータブロックにおけるエンドパケットのメッセージ時刻である。データブロック情報テーブルを構築する際に、トラフィックタイプID（serviceTypeID）ラベルに従って次の5種類のブロック情報テーブル（トラフィックタイプ0～4）を生成する。

【0151】

serviceTypeID=0、非周期トラフィック、
serviceTypeID=1、第1タイプのトラフィック、
serviceTypeID=2、第2タイプのトラフィック、
serviceTypeID=3、第3タイプのトラフィック、
serviceTypeID=4、第4タイプのトラフィック。

【0152】

表3は、第1タイプのトラフィック（serviceTypeID=1）のブロック情報テーブルを示す。

【0153】

【表3】

【0154】

前記データブロック開始時刻は、データブロック先頭パケットの到着時刻である。データブロック先頭パケットの到着時刻は次の方式で特定できる。

【0155】

第1タイプと第2タイプのトラフィックについて：メッセージ長さがbPktThr（デフォルト：1468バイト）より大きい場合、データブロック先頭パケットと判断し、データブロック先頭パケット時刻dbStartを記録する。

【0156】

第3タイプと第4タイプのトラフィックについて：連続する3つのメッセージ長さがsPktThr（デフォルト：64バイト）より大きい場合、3つの連続するメッセージのうちの最初のメッセージがデータブロック先頭パケットであると判断し、データブロック先頭パケット時刻dbStartを記録する。

【0157】

前記データブロックの終了時刻は、データブロックエンドパケットの到着時刻である。データブロックエンドパケットの到着時刻は次の方式で特定できる。

【0158】

データブロック先頭パケットを識別した後、データブロック先頭パケットの次のメッセージからトラバースする。

【0159】

第1タイプと第2タイプのトラフィックについて：メッセージ長さがbPktThr（デフォルト：1468バイト）未満である場合、データブロックエンドパケットと判断し、データブロックエンドパケット時刻dbEndを記録する。

【0160】

第3タイプと第4タイプのトラフィックについて：メッセージ長さがsPktThr（デフォルト：64バイト）より大きくない場合、データブロックエンドパケットと判断し、データブロックエンドパケット時刻dbEndを記録する。

【0161】

前記データブロックサイズ（dbSize）は、条件を満たす、複数の連続するメッセージのメッセージサイズ累積和である。本例のデータブロックサイズは、現在のデータブロックの先頭パケットと現在のデータブロックエンドパケットとの間のすべてのデータパケットの長さを累積加算して得たものである。

【0162】

前記データブロック間隔（dbItvl）：隣接する2つのデータブロック先頭パケット時刻について減算し、データブロック間隔を得る。

【0163】

前記データブロック継続時間（dbDu）：同一のデータブロックエンドパケット到着時刻からデータブロック先頭パケット到着時刻を減算する。

【0164】

前記の、前記データブロック統計特徴を対応するデータブロック統計特徴閾値と比較し、さらにトラフィックタイプを区別することは、
データブロック間隔標準差（dbItvlStd）とデータブロック間隔標準差閾値（dbItvlStdthr）を比較することを含み、dbItvlStdが閾値dbItvlStdthrを超えていなければ、第3タイプのトラフィックまたは第4タイプのトラフィックである。第3タイプのトラフィックは上りトラフィック、第4タイプのトラフィックは下りトラフィックであり、2タイプのトラフィックの特徴計算方式は同じである。特徴計算方式は以下の通りである。

【0165】

周期特徴：データブロック間隔の期待値（dbItvlAvg）を抽出しデータストリームの周期特徴とする。出力方式は表4に示す通りである。

【0166】

【表4】

【0167】

データブロックサイズ特徴：データブロックサイズの期待値（dbSizeAvg）を抽出しデータストリームのブロックサイズ特徴とする。出力方式は表5に示す通りである。

【0168】

【表5】

【0169】

帯域幅特徴：2000ミリ秒単位で対応するトラフィックタイプによって発生したデータ量（パケット総和）、つまり帯域幅値を統計し、得られた複数の帯域幅値について統計平均値を求め、データストリームの帯域幅特徴を得る。出力方式は表6に示す通りである。

【0170】

【表6】

【0171】

最大パケットサイズ特徴：パケット統計テーブルにおける対応するトラフィックタイプメッセージのpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。出力方式は表7に示す通りである。

【0172】

【表7】

【0173】

dbItvlStdが閾値dbItvlStdthrを超えている場合、第2非周期トラフィックであり、その特徴計算方法は以下の通りである。

【0174】

周期特徴：0。出力方式は表4に示す通りである。
データブロックサイズ特徴：0。出力方式は表5に示す通りである。

【0175】

帯域幅特徴：2000ミリ秒単位で非周期トラフィックによって発生したデータ量、つまり帯域幅値を統計し、得られた複数の帯域幅値について統計平均値を求め、帯域幅特徴を得る。出力方式は表6に示す通りである。

【0176】

最大パケットサイズ特徴：パケット統計表における非周期トラフィックタイプのメッセージに対応するpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。出力方式は表7に示す通りである。

【0177】

前記の、データブロック統計特徴を対応するデータブロック統計特徴閾値と比較し、さらにトラフィックタイプを区別し、データブロック統計特徴を計算してデータストリームのトラフィック特徴を出力することは、
データブロックサイズの標準差（dbSizeStd）と第2データブロックサイズ標準差閾値（dbSizeStdthr 2）（デフォルト：2*pktSizeNAvg）を比較することをさらに含み、dbSizeStdがdbSizeStdthr 2を超えていなければ、第1タイプまたは第2タイプのトラフィックであり、さらに判断する必要があり、dbSizeStdthr 2を超えていれば、第1非周期トラフィックであり、その特徴計算方法は以下の通りである。

【0178】

周期特徴：0。出力方式は表4に示す通りである。
データブロックサイズ特徴：0。出力方式は表5に示す通りである。

【0179】

帯域幅特徴：2000ミリ秒単位で非周期トラフィックによって発生したデータ量、つまり帯域幅値を統計し、得られた複数の帯域幅値について統計平均値を求め、帯域幅特徴を得る。出力方式は表6に示す通りである。

【0180】

最大パケットサイズ特徴：パケット統計テーブルにおける非周期トラフィックタイプのメッセージに対応するpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。出力方式は表7に示す通りである。

【0181】

前記の、適切なクラスタリング方式を選択してクラスタリングを行い、クラスタリング結果に基づいて統計を行い、統計結果を出力することは、
データブロックサイズの標準差（dbSizeStd）と第1データブロックサイズ標準差閾値（dbSizeStdthr 1）（デフォルト：0.5*pktSizeNAvg）を比較することを含み、dbSizeStdがdbSizeStdthr 1を超えていなければ、第2タイプのトラフィックであり、第2タイプのトラフィックブロック情報テーブルを生成し、データブロック間隔（dbItvl）に従ってクラスタリングを行い、dbSizeStdがdbSizeStdthr 1を超えていれば、第1タイプのトラフィックであり、第1タイプのトラフィックブロック情報テーブルを生成し、データブロックサイズ（dbSize）に従ってクラスタリングを行う。

【0182】

クラスタリングは無監督クラスタリング方式を採用する。第1タイプのトラフィックであれば、データブロックサイズ（dbSize）に従ってクラスタリングを行う。本例では第1タイプのトラフィック周期数は2であり、K平均クラスタリング（k-means）アルゴリズムを用いて、各データブロックサイズ（dbSize）に対応するラベルを統計し、新しい統計テーブルを生成する。各新しい統計テーブルは、現在のデータブロックサイズ（dbSize）が属するカテゴリと、dbSizeの期待値であるクラスタセンターの統計データを記録する。

【0183】

K平均クラスタリング（k-means）アルゴリズムはpython sklearn.cluster.KMeans関数を使用し、nclustersパラメータは2に設定され、残りのパラメータはデフォルトに設定される。

【0184】

第2タイプのトラフィックの場合、dbItvlがクラスタリングされる。周期数が未知であるため、平均オフセット（mean _ shift）アルゴリズムを用いてクラスタリングし、集約されたカテゴリ数が周期の数である。各データブロック間隔（dbItvl）に対応するラベルを統計し、新しい統計テーブルを生成する。各新しい統計テーブルは、現在のデータブロック間隔（dbItvl）が属するカテゴリと、dbItvlの期待値であるクラスタセンターの統計データを記録する。

【0185】

平均オフセット（mean_shift）アルゴリズムは、python sklearn.cluster.MeanShift関数を使用し、パラメータはデフォルトである。

【0186】

第1タイプのトラフィックの場合は、データブロックサイズ（dbSize）に基づいてクラスタリングを行う。各クラスタリングデータに対して、データブロック間隔（dbItvl）の期待値（dbItvlAvg）を計算して周期特徴とし、周期特徴の出力形式は表4に示す通りである。各クラスタデータに対して、クラスタセンターをデータブロックサイズ特徴とし、ブロックサイズ特徴の出力形式は表5に示す通りである。各クラスタデータに対して、2000ミリ秒以内に発生したデータ量、つまり帯域地を統計し、得られた複数の帯域値について統計平均値を求め、帯域特徴を得る。帯域幅特性の出力形式は表6に示す通りである。各クラスタデータに対して、パケット統計表における対応するトラフィックタイプメッセージのpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。最大パケットサイズ特徴の出力形式は表7に示す通りである。

【0187】

第2タイプのトラフィックの場合、データブロック間隔（dbItvl）に基づいてクラスタリングが行われる。各クラスタデータに対して、クラスタセンターを周期特徴とし、周期特徴の出力形式は表4に示す通りである。各クラスタデータについて、データブロックサイズ（dbSize）の期待値（dbSizeAvg）を計算しデータブロックサイズ特徴とし、データブロックサイズ特徴の出力形式は表5に示す通りである。各クラスタデータに対して、2000ミリ秒内に発生したデータ量、つまり帯域値を統計し、得られた複数の帯域値について統計平均値を求め、帯域特徴を得る。帯域幅特性の出力形式は表6に示す通りである。各クラスタデータに対して、パケット統計表における対応するトラフィックタイプメッセージのpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。最大パケットサイズ特徴の出力形式は表7に示す通りである。

【0188】

第1非周期トラフィックである場合、データブロック間隔統計値を0と記して周期特徴とし、周期特徴の出力形式は表4に示す通りである。データブロックサイズの統計値を0と記して、データブロックサイズの特徴とし、データブロックサイズの出力形式は表5に示す通りである。2000ミリ秒内に発生したデータ量、つまり帯域幅値を統計し、得られた複数の帯域幅値について統計平均値を求め、帯域幅特徴を得る。帯域幅特徴の出力形式は表6に示す通りである。パケット統計テーブルにおける対応するトラフィックタイプメッセージのpktSize最大値をトラバースし、データストリームの最大パケットサイズ特徴を得る。最大パケットサイズ特徴の出力形式は表7に示す通りである。

【0189】

当業者は、上記にて公開された方法のすべてまたはいくつかのステップ、装置内の機能モジュール/ユニットをソフトウェア、ファームウェア、ハードウェア、およびそれらの適切な組み合わせとして実施することができると理解するであろう。ハードウェアの実施形態では、上述した機能モジュール/ユニット間の区分は、必ずしも物理コンポーネントの区分に対応しておらず、例えば、1つの物理コンポーネントが複数の機能を有していてもよいし、1つの機能またはステップが複数の物理コンポーネントによって協働して実行されてもよい。一部の物理コンポーネントまたはすべての物理コンポーネントは、中央プロセッサ、デジタル信号プロセッサ、マイクロプロセッサなどのプロセッサによって実行されるソフトウェアとして実施されてもよく、ハードウェアとして実施されてもよく、専用集積回路などの集積回路として実施されてもよい。そのようなソフトウェアは、コンピュータ記憶媒体（または非一時的媒体）と通信媒体（または一時的媒体）とを含むことができるコンピュータ可読媒体上に分散することができる。当業者に周知のように、コンピュータ記憶媒体という用語は、コンピュータ可読命令、データ構造、プログラムモジュール、または他のデータなどの情報を記憶するための任意の方法または技術において実施される揮発性および不揮発性、取り外し可能および取り外し不可能な媒体を含む。コンピュータ記憶媒体は、RAM、ROM、EEPROM、フラッシュメモリまたは他のメモリ技術、CD－ROM、デジタル多機能ディスク（DVD）または他の光ディスク記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶装置、または所望の情報を記憶するために使用され、コンピュータによってアクセスされ得る他の任意の媒体を含むが、これらに限定されない。さらに、通信媒体は、一般にコンピュータ可読命令、データ構造、プログラムモジュール、または搬送波または他の送信メカニズムなどの変調データ信号中の他のデータを含み、任意の情報配信媒体を含むことができることは当業者の周知事項である。

【0190】

本明細書では例示的な実施例を開示し、具体的な用語を使用したが、それらは一般的な例示的な説明の意味としてのみ使用され、またそのように解釈されるべきであり、限定的な目的のために使用されるべきではない。いくつかの例では、特定の実施例に関連して説明した特徴、特性、および/または要素は、別途明確に示さない限り、単独で使用することができ、または他の実施例に関連して説明された特徴、特性、および/または要素と組み合わせて使用することができることは当業者にとって自明である。したがって、当業者であれば、添付の特許請求の範囲によって明らかにされた本願の範囲を逸脱することなく、様々な形態および詳細な変更が可能であることを理解するであろう。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【手続補正書】

【提出日】2024-02-22

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出するステップと、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定し、前記トラフィック特徴は前記IPデータストリームのサービス品質（QoS）要求を特徴づけるものであるステップと、を含む、
トラフィック特徴の抽出方法。

【請求項2】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームにおける少なくとも1つのデータブロックのデータブロック特徴を特定するステップと、
各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算し、前記データブロック特徴統計値を前記IPデータストリームのトラフィック特徴とするステップと、を含む、
請求項1に記載の抽出方法。

【請求項3】

前記データブロック特徴は、データブロックのデータブロックサイズと到着遅延とを含み、インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出するステップと、
前記データブロックにHTTP/1.1フィールドまたはHTTP/1.0フィールドが含まれている場合、コンテンツ長さフィールドを抽出し、前記コンテンツ長さフィールドは前記データブロックのデータブロックサイズを特徴づけるものであるステップと、
前記データブロックにHTTP/1.1フィールドおよびHTTP/1.0フィールドが含まれていない場合、前記データブロックの全てのパケットのサイズ情報を抽出するステップと、を含む、
請求項2に記載の抽出方法。

【請求項4】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出するステップの前に、GETフィールドに基づいて前記GETメッセージを識別するステップと、
前記GETメッセージにおけるSEQフィールド値とLENフィールド値を抽出するステップと、
前記GETメッセージ後のACKフィールド値が前記SEQフィールド値と前記LENフィールド値との和に等しい最初のパケットを、前記開始パケットとして特定するステップと、をさらに含む、
請求項3に記載の抽出方法。

【請求項5】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴フィールドを抽出する前記ステップは、
要求（GET）メッセージのタイムスタンプと前記データブロックの開始パケットのタイムスタンプを抽出する前記ステップの前に、GETフィールドに基づいて前記GETメッセージを識別するステップと、
前記GETメッセージ後の長さが予め設定された長さより大きい最初のパケットを、前記開始パケットとして特定するステップと、をさらに含む、
請求項3に記載の抽出方法。

【請求項6】

前記データブロック特徴統計値は、データブロックサイズ統計値と到着遅延統計値とを含み、各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
前記少なくとも1つのデータブロックのデータブロックサイズと到着遅延に基づいて、少なくとも1つのトラフィック特徴テーブルを生成し、各前記データブロックは前記トラフィック特徴テーブルの1つのトラフィック特徴テーブルエントリに対応するものであるステップと、
予め設定された統計条件が満たされると、前記トラフィック特徴テーブルにおけるデータブロックサイズの平均値を計算し、前記データブロックサイズ統計値を得て、前記トラフィック特徴テーブルにおける到着遅延の平均値を計算し、前記到着遅延統計値を得るステップと、を含む、
請求項3に記載の抽出方法。

【請求項7】

各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数を特定することと、
前記トラフィック特徴テーブルにおけるトラフィック特徴テーブルエントリの数が予め設定された数量閾値に達した場合、前記予め設定された統計条件が満たされたことを示すことと、をさらに含む、
請求項6に記載の抽出方法。

【請求項8】

各前記データブロックのデータブロック特徴に基づいてデータブロック特徴統計値を計算する前記ステップは、
タイマーを起動することと、
前記タイマーが予め設定された時間閾値に達した場合、前記予め設定された統計条件が満たされたことを示すことと、をさらに含む、
請求項6に記載の抽出方法。

【請求項9】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、
前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算するステップと、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定するステップと、を含む、
請求項1に記載の抽出方法。

【請求項10】

前記トラフィック特徴フィールドに基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記トラフィック特徴フィールドに基づいてメッセージのメッセージ統計特徴を計算するステップと、
前記メッセージ統計特徴に基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、を含む、
請求項9に記載の抽出方法。

【請求項11】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるメッセージのメッセージ情報を含み、前記トラフィック特徴フィールドに基づいてメッセージのメッセージ統計特徴を計算する前記ステップは、
少なくとも1つのメッセージのメッセージ情報に基づいて、メッセージ情報テーブルを生成するステップと、
前記メッセージ情報テーブルにおける各メッセージのメッセージサイズ情報に基づいて、前記メッセージ情報テーブルにおけるメッセージサイズの期待値を計算し、前記メッセージ統計特徴を得るステップと、を含み、
前記メッセージ統計特徴に基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記メッセージ統計特徴とメッセージサイズ閾値を比較することと、
前記メッセージ統計特徴が前記メッセージサイズ閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つであることと、
前記メッセージ統計特徴が前記メッセージサイズ閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィック、第4タイプのトラフィック、第2非周期トラフィックのうちの1つであることと、を含む、
請求項10に記載の抽出方法。

【請求項12】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第3タイプのトラフィック、第4タイプのトラフィック、第2非周期トラフィックのうちの1つである場合、前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算する前記ステップは、
複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップと、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック間隔情報に基づいて、前記データブロック情報テーブルにおけるデータブロック間隔標準差を計算し、前記データブロック統計特徴を得るステップと、を含み、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記データブロック間隔標準差とデータブロック間隔標準差閾値を比較するステップと、
前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第2非周期トラフィックであり、トラフィックタイプが第2非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップと、
前記データブロック間隔標準差が前記データブロック間隔標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第3タイプのトラフィックまたは第4タイプのトラフィックであり、トラフィックタイプが第3タイプのトラフィックまたは第4タイプのトラフィックであるIPデータストリームの周期特徴、データブロックサイズ特徴、帯域幅特徴、最大パケットサイズ特徴を計算し、前記トラフィック特徴を得るステップと、を含む、
請求項11に記載の抽出方法。

【請求項13】

前記トラフィック特徴フィールドは、前記IPデータストリームにおけるデータブロックのデータブロック情報をさらに含み、前記IPデータストリームのトラフィックタイプが第1タイプのトラフィック、第2タイプのトラフィック、第1非周期トラフィックのうちの1つである場合、前記IPデータストリームのトラフィックタイプに基づいて前記IPデータストリームにおけるデータブロックのデータブロック統計特徴を計算する前記ステップは、
複数のデータブロックのデータブロック情報に基づいてデータブロック情報テーブルを生成するステップと、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロックサイズ情報に基づいて、前記データブロック情報テーブルにおけるデータブロックサイズ標準差を計算し、前記データブロック統計特徴を得るステップと、を含み、
前記データブロック統計特徴に基づいて前記IPデータストリームのトラフィック特徴を特定する前記ステップは、
前記データブロックサイズ標準差に基づいて前記IPデータストリームのトラフィックタイプを特定するステップと、
前記IPデータストリームのトラフィックタイプが第1非周期トラフィックである場合、トラフィックタイプが第1非周期トラフィックであるIPデータストリームの帯域幅特徴と最大パケットサイズ特徴とを計算して、前記トラフィック特徴を得るステップと、
前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックまたは第2タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングによって前記トラフィック特徴を特定するステップと、を含む、
請求項11に記載の抽出方法。

【請求項14】

前記データブロックサイズ標準差に基づいて前記IPデータストリームのトラフィックタイプを特定する前記ステップは、
前記データブロックサイズ標準差を第1データブロックサイズ標準差閾値および第2データブロックサイズ標準差閾値と比較し、
前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1非周期トラフィックであり、
前記データブロックサイズ標準差が前記第2データブロックサイズ標準差閾値を超えておらず、かつ前記第1データブロックサイズ標準差閾値を超えている場合、前記IPデータストリームのトラフィックタイプは第1タイプのトラフィックであり、
前記データブロックサイズ標準差が前記第1データブロックサイズ標準差閾値と前記第2データブロックサイズ標準差閾値を超えていない場合、前記IPデータストリームのトラフィックタイプは第2タイプのトラフィックであるステップを含む、
請求項13に記載の抽出方法。

【請求項15】

前記IPデータストリームのトラフィックタイプが第1タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングにより前記トラフィック特徴を特定する前記ステップは、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロックサイズ情報に従ってクラスタリングし、第1クラスタリング結果を得るステップと、
前記第1クラスタリング結果に基づいて前記トラフィック特徴を特定するステップと、を含む、
請求項14に記載の抽出方法。

【請求項16】

前記IPデータストリームのトラフィックタイプが第2タイプのトラフィックである場合、前記IPデータストリームのトラフィックタイプに基づいてクラスタリングにより前記トラフィック特徴を特定する前記ステップは、
前記データブロック情報テーブルにおける複数のデータブロックのデータブロック情報をデータブロック間隔情報に従ってクラスタリングし、第2クラスタリング結果を得るステップと、
前記第2クラスタリング結果に基づいて前記トラフィック特徴を特定するステップと、を含む、
請求項14に記載の抽出方法。

【請求項17】

前記サービス特徴フィールドに基づいて前記IPデータストリームのサービスタイプを特定する前記ステップは、
前記トラフィック特徴フィールドにおけるトラフィックタイプフィールドに基づいて前記IPデータストリームのトラフィックタイプを特定するステップを含む、
請求項9に記載の抽出方法。

【請求項18】

インターネット相互接続プロトコル（IP）データストリームのトラフィック特徴を特定することであって、前記トラフィック特徴は前記IPデータストリームのサービス品質QoS要求を特徴づけるものであり、前記トラフィック特徴は前記IPデータストリームのトラフィック特徴フィールドに基づいて特定されるものであることと、
前記IPデータストリームのトラフィック特徴に基づいてQoSスケジューリングを行うこととを含む、
サービス品質（QoS）スケジューリング方法。

【請求項19】

少なくとも1つのプロセッサと、
少なくとも1つのコンピュータプログラムが記憶され、前記少なくとも1つのコンピュータプログラムが前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに請求項1～17のいずれか1項に記載のトラフィック特徴の抽出方法または請求項18に記載のQoSスケジューリング方法のうちの少なくとも1つを実現させるメモリと、
前記プロセッサとメモリとの間に接続され、前記プロセッサとメモリとの情報相互作用を実現するように構成された少なくとも1つのI/Oインターフェースと、を備える、
電子機器。

【請求項20】

コンピュータプログラムが記憶され、前記コンピュータプログラムがプロセッサによって実行された時に、請求項1～17のいずれか1項に記載のトラフィック特徴の抽出方法または請求項18に記載のQoSスケジューリング方法のうちの少なくとも1つを実現する、
コンピュータ可読記憶媒体。

【国際調査報告】