知財求人 - 知財ポータルサイト「IP Force」
▶ エヌイーシー ラボラトリーズ アメリカ インクの特許一覧
特表2024-536326モバイルネットワークに対するアプリケーションのサービス品質要求の動的な自己最適化
(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】2024-10-04
(54)【発明の名称】モバイルネットワークに対するアプリケーションのサービス品質要求の動的な自己最適化
(51)【国際特許分類】
H04L 41/0897 20220101AFI20240927BHJP
H04W 28/26 20090101ALI20240927BHJP
【ＦＩ】
H04L41/0897
H04W28/26
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2024520065
(86)(22)【出願日】2022-10-04
(85)【翻訳文提出日】2024-04-02
(86)【国際出願番号】 US2022045607
(87)【国際公開番号】W WO2023059584
(87)【国際公開日】2023-04-13
(31)【優先権主張番号】63/251,869
(32)【優先日】2021-10-04
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/402,607
(32)【優先日】2022-08-31
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/958,820
(32)【優先日】2022-10-03
(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】504080663
【氏名又は名称】エヌイーシー ラボラトリーズ アメリカ インク
【氏名又は名称原語表記】ＮＥＣ Ｌａｂｏｒａｔｏｒｉｅｓ Ａｍｅｒｉｃａ， Ｉｎｃ．
(74)【代理人】
【識別番号】100123788
【弁理士】
【氏名又は名称】宮崎 昭夫
(74)【代理人】
【識別番号】100127454
【弁理士】
【氏名又は名称】緒方 雅昭
(72)【発明者】
【氏名】ラオ、 クナル
(72)【発明者】
【氏名】サンカラダス、 ムルガン
(72)【発明者】
【氏名】チャクラッダー、 スリマット
(72)【発明者】
【氏名】アスヴァル、 ヴィヴェク
【テーマコード（参考）】
5K067
【Ｆターム（参考）】
5K067EE02
5K067EE10
(57)【要約】
ネットワーク帯域幅最適化のためのシステムおよび方法であって、無線ネットワークを介してセンサから生成されたネットワークスライスへセンサデータを送信し、所望のネットワークスライスの特性を指定してアプリケーションのＱｏＳ要求を送信し、誤差の大きさ、方向、頻度に基づくコスト関数を使用して、アプリケーションのＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測することを含む。時間的に変化するネットワーク帯域幅の使用量は継続的に監視され、アプリケーションに対する新たなＱｏＳ要求は、監視に基づいて定期的に要求される。新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測が、コスト関数を使用して生成され、新たなＱｏＳ要求の更新された予測に基づいてネットワーク帯域幅の予約が反復的に調整され、新たなＱｏＳ要求をサポートするために、アプリケーションにネットワークリソースが提供される。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
ネットワーク帯域幅最適化のための方法であって、無線ネットワークを介して１つまたは複数のセンサからセンサデータを、生成されたネットワークスライスへ送信することと、
所望のネットワークスライスの特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信することと、
誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測することと、
時間的に変化するネットワーク帯域幅の使用状況を継続的に監視し、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求を定期的に発行することと、
前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測を生成することと、
前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約を反復的に調整し、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースを提供することとを含む方法。
【請求項2】
前記無線ネットワークが５Ｇネットワークである、請求項１に記載の方法。
【請求項3】
前記ＱｏＳ要求の許可に必要な前記ネットワーク帯域幅の予測は、アプリケーションの精度とネットワーク運用コストとのバランスを最適化するために、ネットワークリソースのオーバーサブスクリプションまたはアンダーサブスクリプションを特定することをさらに含むことを特徴とする、請求項１に記載の方法。
【請求項4】
前記コスト関数が、【数1】
【請求項5】
前記アンダーサブスクリプションは、実測値Ａtが予約済み保証帯域幅ＧＢＲt未満であることによって識別され、前記オーバーサブスクリプションは、前記実測値Ａtが前記予約済み保証帯域幅ＧＢＲtよりも大きいことによって識別される、請求項３に記載の方法。
【請求項6】
前記生成されたネットワークスライスは単一のネットワークスライスであり、該単一のネットワークスライスの生成時に他のネットワークスライスから分離される、請求項１に記載の方法。
【請求項7】
前記更新された予測は、前記監視中に検出されたネットワーク帯域幅の最も高い大きさをベースラインとして選択することと、前記監視中に上昇傾向が検出された場合、前記オーバーサブスクリプションの大きさの平均値を前記ベースラインに加算することと、前記監視中に下降傾向が検出された場合、前記アンダーサブスクリプションの大きさの平均値を前記ベースラインから減算することとを含む、請求項３に記載の方法。
【請求項8】
ネットワーク帯域幅最適化のためのシステムであって、１つまたは複数のコンピュータ読み取り可能な記憶媒体に動作可能に結合された１つまたは複数のプロセッサを有し、該プロセッサは、
無線ネットワークを介して１つまたは複数のセンサからセンサデータを、生成されたネットワークスライスへ送信し、
所望のネットワークスライスの特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信し、
誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測し、
時間的に変化するネットワーク帯域幅の使用状況を継続的に監視し、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求を定期的に発行し、
前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測を生成し、
前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約を反復的に調整し、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースを提供するように構成されたシステム。
【請求項9】
前記無線ネットワークが５Ｇネットワークである、請求項８に記載のシステム。
【請求項10】
前記ＱｏＳ要求の許可に必要な前記ネットワーク帯域幅の予測は、アプリケーションの精度とネットワーク運用コストとのバランスを最適化するために、ネットワークリソースのオーバーサブスクリプションまたはアンダーサブスクリプションを特定することをさらに含むことを特徴とする、請求項８に記載のシステム。
【請求項11】
前記コスト関数が、【数2】
【請求項12】
前記アンダーサブスクリプションは、実測値Ａtが予約済み保証帯域幅ＧＢＲt未満であることによって識別され、前記オーバーサブスクリプションは、前記実測値Ａtが前記予約済み保証帯域幅ＧＢＲtよりも大きいことによって識別される、請求項１０に記載のシステム。
【請求項13】
前記生成されたネットワークスライスは単一のネットワークスライスであり、該単一のネットワークスライスの生成時に他のネットワークスライスから分離される、請求項８に記載のシステム。
【請求項14】
前記更新された予測は、前記監視中に検出されたネットワーク帯域幅の最も高い大きさをベースラインとして選択することと、前記監視中に上昇傾向が検出された場合、前記オーバーサブスクリプションの大きさの平均値を前記ベースラインに加算することと、前記監視中に下降傾向が検出された場合、前記アンダーサブスクリプションの大きさの平均値を前記ベースラインから減算することとを含む、請求項１０に記載のシステム。
【請求項15】
ネットワーク帯域幅最適化のためのプロセッサ装置に動作可能に結合されたコンピュータ可読プログラムを含む非一過性コンピュータ可読記憶媒体であって、前記コンピュータ可読プログラムは、コンピュータ上で実行されると、前記コンピュータに、無線ネットワークを介して１つまたは複数のセンサからセンサデータを、生成されたネットワークスライスへ送信するステップと、
所望のネットワークスライスの特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信するステップと、
誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測するステップと、
時間的に変化するネットワーク帯域幅の使用状況を継続的に監視し、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求を定期的に発行するステップと、
前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測を生成するステップと、
前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約を反復的に調整し、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースを提供するステップとを実行させる、非一過性コンピュータ可読記憶媒体。
【請求項16】
前記無線ネットワークが５Ｇネットワークである、請求項１５に記載の非一過性コンピュータ可読記憶媒体。
【請求項17】
前記ＱｏＳ要求の許可に必要な前記ネットワーク帯域幅の予測は、アプリケーションの精度とネットワーク運用コストとのバランスを最適化するために、ネットワークリソースのオーバーサブスクリプションまたはアンダーサブスクリプションを特定することをさらに含むことを特徴とする、請求項１５に記載の非一過性コンピュータ可読記憶媒体。
【請求項18】
前記コスト関数が、【数3】
【請求項19】
前記アンダーサブスクリプションは、実測値Ａtが予約済み保証帯域幅ＧＢＲt未満であることによって識別され、前記オーバーサブスクリプションは、前記実測値Ａtが前記予約済み保証帯域幅ＧＢＲtよりも大きいことによって識別される、請求項１７に記載の非一過性コンピュータ可読記憶媒体。
【請求項20】
前記更新された予測は、前記監視中に検出されたネットワーク帯域幅の最も高い大きさをベースラインとして選択することと、前記監視中に上昇傾向が検出された場合、前記オーバーサブスクリプションの大きさの平均値を前記ベースラインに加算することと、前記監視中に下降傾向が検出された場合、前記アンダーサブスクリプションの大きさの平均値を前記ベースラインから減算することとを含む、請求項１７に記載の非一過性の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】
関連出願情報
本出願は、２０２１年１０月４日に出願された米国仮出願第６３／２５１，８６９号、２０２２年８月３１日に出願された米国仮出願第６３／４０２，６０７号および２０２２年１０月３日に出願された米国実用特許登録第１７／９５８，８２０号の優先権を主張するものであり、それぞれ参照によりその全体が本明細書に組み込まれる。
本出願は、２０２１年１０月４日に出願された米国仮出願第６３／２５１，８６９号、２０２２年８月３１日に出願された米国仮出願第６３／４０２，６０７号および２０２２年１０月３日に出願された米国実用特許登録第１７／９５８，８２０号の優先権を主張するものであり、それぞれ参照によりその全体が本明細書に組み込まれる。
【背景技術】
【0002】
技術分野
本発明は、モバイルネットワークへのサービス品質（ＱｏＳ）要求の最適化に関し、より詳細には、動的ＱｏＳ属性予測に基づく５ＧネットワークへのアプリケーションＱｏＳ要求の動的な自己最適化に関する。
本発明は、モバイルネットワークへのサービス品質（ＱｏＳ）要求の最適化に関し、より詳細には、動的ＱｏＳ属性予測に基づく５ＧネットワークへのアプリケーションＱｏＳ要求の動的な自己最適化に関する。
【0003】
関連技術の説明
５Ｇネットワークは、ネットワークスライシングによってアプリケーションにサービス品質（ＱｏＳ）を保証する。ネットワークスライシングは、共通の物理通信インフラ上にエンドツーエンドの論理／仮想ネットワークを構築する。アプリケーションは、遅延、スループット、帯域幅（保証および最大）、パケットエラーレート、信頼性、スライスの持続時間など、適切なネットワークスライス属性を指定することで、特定のＱｏＳを要求できる。アプリケーションは、アプリケーションによって使用された実際のネットワークリソースの量に基づいてではなく、要求／予約したネットワークリソースの量に基づいて課金される。監視カメラからのビデオストリームに必要なネットワーク帯域幅は、環境条件やビデオストリームのコンテンツによって大きく異なる。従来のシステムでは、最悪のシナリオを想定した１回限りの固定的なネットワーク帯域幅の予約を利用しているため、要求されたリソースが大量に浪費され、不必要な運用コストが発生する。
５Ｇネットワークは、ネットワークスライシングによってアプリケーションにサービス品質（ＱｏＳ）を保証する。ネットワークスライシングは、共通の物理通信インフラ上にエンドツーエンドの論理／仮想ネットワークを構築する。アプリケーションは、遅延、スループット、帯域幅（保証および最大）、パケットエラーレート、信頼性、スライスの持続時間など、適切なネットワークスライス属性を指定することで、特定のＱｏＳを要求できる。アプリケーションは、アプリケーションによって使用された実際のネットワークリソースの量に基づいてではなく、要求／予約したネットワークリソースの量に基づいて課金される。監視カメラからのビデオストリームに必要なネットワーク帯域幅は、環境条件やビデオストリームのコンテンツによって大きく異なる。従来のシステムでは、最悪のシナリオを想定した１回限りの固定的なネットワーク帯域幅の予約を利用しているため、要求されたリソースが大量に浪費され、不必要な運用コストが発生する。
【発明の概要】
【0004】
本発明の一態様によれば、ネットワーク帯域幅最適化のための方法が提供される。この方法は、無線ネットワークを介して１つまたは複数のセンサからセンサデータを、生成されたネットワークスライスへ送信することと、所望のネットワークスライスの特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信することと、誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測することとを含む。時間的に変化するネットワーク帯域幅の使用状況が継続的に監視され、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求が定期的に要求される。前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測が生成され、前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約が反復的に調整され、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースが提供される。
【0005】
本発明の別の態様によれば、ネットワーク帯域幅最適化のためのシステムが提供される。このシステムはプロセッサを有し、プロセッサは、無線ネットワークを介して１つまたは複数のセンサからセンサデータを、生成されたネットワークスライスへ送信し、所望のネットワークスライスの特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信し、誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測するように構成されている。時間的に変化するネットワーク帯域幅の使用状況が継続的に監視され、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求が定期的に要求される。前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測が生成され、前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約が反復的に調整され、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースが提供される。
【0006】
本発明の別の態様によれば、非一過性コンピュータ可読記憶媒体は、無線ネットワークを介して１つまたは複数のセンサからのセンサデータを、生成されたネットワークスライスに送信することと、所望のネットワークスライス特性を指定して、１つまたは複数のアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を送信することと、誤差の大きさ、方向、頻度に基づくコスト関数を使用して、前記１つまたは複数のアプリケーションの前記ＱｏＳ要求を許可するために必要なネットワーク帯域幅を予測することとを含む、ネットワーク帯域幅最適化方法をコンピュータに実行させるように構成されたコンテンツを含む。時間的に変化するネットワーク帯域幅の使用状況が継続的に監視され、該監視に基づいて前記１つまたは複数のアプリケーションに対して新たなＱｏＳ要求が定期的に要求される。前記コスト関数を使用して、前記新たなＱｏＳ要求に必要な更新された帯域幅の更新された予測が生成され、前記新たなＱｏＳ要求に対する前記更新された予測に基づいてネットワーク帯域幅予約が反復的に調整され、前記新たなＱｏＳ要求をサポートするために前記１つまたは複数のアプリケーションにネットワークリソースが提供される。
【0007】
これらおよび他の特徴および利点は、添付の図面と関連して読まれる、その例示的な実施形態の以下の詳細な説明から明らかになるであろう。
【図面の簡単な説明】
【0008】
本開示は、以下の図を参照して、好ましい実施形態の以下の説明において詳細を提供する。
【0009】
【図1】本発明の実施形態による、本発明を適用することができる例示的な処理システムを例示的に示すブロック図である。
【0010】
【図2】本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化のための高レベルシステムアーキテクチャを例示的に示す図である。
【0011】
【図3】本発明の実施形態による、顔認識アプリケーションに対する５ＧネットワークへのアプリケーションＱｏＳ要求の動的な自己最適化のためのシステムおよび方法を例示的に示すブロック／フロー図である。
【0012】
【図4】本発明の実施形態による、適応ＱｏＳ要求と固定ＱｏＳ要求とに対する、例示的なアプリケーションネットワーク帯域幅のニーズと使用量とを経時的に図解したグラフである。
【0013】
【図5】本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化の方法を例示的に示すブロック／フロー図である。
【0014】
【図6】本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化のための高レベルシステムを例示的に示すブロック図である。
【発明を実施するための形態】
【0015】
本発明の実施形態によれば、動的なＱｏＳ属性予測に基づいて、５Ｇネットワークに対するアプリケーションのＱｏＳ（Ｑｕａｌｉｔｙ－ｏｆ－Ｓｅｒｖｉｃｅ）要求を動的に自己最適化するシステムおよび方法が提供される。
【0016】
いくつかの実施形態では、動的ＱｏＳ属性予測システムおよび方法（例えば、ネットワーク帯域幅予測システムおよび方法）は、例えば、顔認識、インテリジェント輸送システム、物体検出、遠隔監視などを含む１つまたは複数のアプリケーション（例えば、分析アプリケーション）が、常に最適なリソース予約要求を決定し、利用するのを支援することができる。本発明は、時間的に変化するアプリケーションのニーズを考慮し、本発明の態様に従って、アプリケーションの精度と性能と運用コストとの最適なバランスを確保するために、モバイルネットワーク（例えば、５Ｇネットワーク）へのスライスＱｏＳ要求を動的に調整することができる。
【0017】
いくつかの実施形態では、ネットワーク帯域幅ニーズのオーバーサブスクリプションおよび／またはアンダーサブスクリプションの大きさ、方向、および頻度を考慮および利用できる新規のコスト関数を、本発明の側面に従って、５Ｇネットワークに対する１つまたは複数のネットワーク帯域幅要求のネットワーク帯域幅予測および継続的なリアルタイムの最適化に利用できる。様々な実施形態に従って、本発明は、時間変動するアプリケーションのニーズを考慮し、アプリケーションの精度と運用コストのバランスを確保するために、５ＧネットワークへのスライスＱｏＳ要求を動的に調整し、５ＧネットワークへのアプリケーションＱｏＳ要求を動的に自己最適化することによって、アプリケーションのための５Ｇネットワークの使用運用コストを削減することができる。
【0018】
様々な実施形態では、本明細書で以下にさらに詳しく説明するように、本発明を利用して、ネットワーク帯域幅の加入の無駄を削減し、ネットワーク帯域幅利用のオーバーサブスクリプションを防止し、オーバーサブスクリプションの大きさと頻度を削減し、環境やデータコンテンツ（ビデオコンテンツなど）の変化に応じて５Ｇネットワークへのネットワーク帯域幅要求を変更することができる。いくつかの実施形態では、誤差の大きさ、方向、頻度を同時に考慮できるコスト関数を定義して利用することができる。ある実施形態では、オーバーサブスクリプションはアンダーサブスクリプションよりも多くのペナルティを科すことができ、他の実施形態では逆の方法でペナルティを科すことができる。
【0019】
様々な実施形態において、本発明は、過去ｔ時間間隔のネットワーク帯域幅の使用状況を監視し、ネットワーク帯域幅の使用状況に特定された傾向（たとえば、下降、上昇、静的）がある次の間隔のネットワーク帯域幅予測要求の策定のために、過去ｔ時間間隔のオーバーサブスクリプションの大きさの平均を計算して利用し、ベースラインとしてネットワーク帯域幅の特定の大きさ（たとえば、最高、最低、中間など）を選択することができる。算出された平均値をベースラインに追加し、本発明の態様に従って、検出された傾向（上昇、下降、静的など）がある次の間隔のネットワーク帯域幅予測として利用することができる。
【0020】
スマートセンサ（または装置）は、様々なタイプの分析に使用される生のデータストリームを感知し、生成する。これらのセンサや「モノ」はインターネットに接続され、モノのインターネット（ＩｏＴ）と呼ばれる新たなパラダイムを生み出した。世界のＩｏＴデバイスの総数は、２０２５年までに４１６億台に増加し、これらのデバイスから生成されるデータ量は、２０２５年までに７９．４ゼタバイトに増加すると予測されている。多くのＩｏＴデバイスからのこれらのデータはすべて、通常、分析処理のために５Ｇネットワークを介して遠隔地に送信される。
【0021】
５Ｇの登場と成長により、こうしたＩｏＴデバイスの設置・展開の速度は一気に加速している。２０２５年までに、約５０億台のＩｏＴデバイスが携帯電話ネットワークに接続されると予測されている。１平方キロメートルに１００万台以上のＩｏＴデバイスを詰め込める５Ｇ（大規模マシン型通信：「ｍＭＴＣ」）は、超高信頼低遅延（「ｕＲＬＬ」）および拡張モバイルブロードバンド（「ｅＭＢＢ」）と相まって、これまで不可能だった多数のＩｏＴセンサの展開と新たなアプリケーションの設計を推進している。例えば、新たに登場したアプリケーションである高度道路交通システム（ＩＴＳ）を考えてみる。５ＧとＩｏＴセンサとを活用し、自律走行、衝突回避、交通計画など、交通の様々な側面を改善している。ＡＲ／ＶＲ（拡張現実、仮想現実）アプリケーションもいくつか登場しており、５Ｇによって広帯域のビデオデータ伝送と低遅延の応答時間が可能になる。このような新興の新たなアプリケーションのシナリオは、本発明の側面に従って、ネットワークリソース（例えば、帯域幅）の使用を最適化するために、センサの都市規模の展開（データはリモート処理のために５Ｇで送信される）で利用することができる。
【0022】
大半のアプリケーションでは、センサのデータ量は環境条件やデータストリームの内容によって変化するため、センサが生成する生データストリームの伝送に必要なネットワーク帯域幅は一般に時間変動する。例えば、ビデオ監視アプリケーションを含む実施形態では、ビデオデータストリームのビットレートは、観察されるシーンに応じて変化し得る。あるフレームから別のフレームに変化がないか、比較的変化が少ない場合、ビットレートは低下する。一方、アクティビティがかなり多く、フレーム間に大きな変化がある場合、ビットレートは大幅に上昇する可能性がある。これは、ビデオカメラ内で使用されている圧縮アルゴリズムのアーチファクトであり、カメラによって生成されるデータ量は一定期間にわたって大きく変化する可能性がある。
【0023】
５Ｇネットワークは、ネットワークスライシングによってアプリケーションにサービス品質（ＱｏＳ）を保証する。ネットワークスライシングは、共通の物理通信インフラ上にエンドツーエンドの論理／仮想ネットワークを構築する。アプリケーションは、遅延、スループット、帯域幅（保証および最大）、パケットエラーレート、信頼性、スライスの持続時間など、適切なネットワークスライス属性を指定することで、特定のＱｏＳを要求できる。アプリケーション用にスライスが作成されると、ネットワークスライスには専用の仮想ネットワークリソースがあるため、このネットワークスライスは他のスライスから分離できる。一般的に、アプリケーションは、アプリケーションによって使用された実際のネットワークリソースの量に基づいてではなく、要求／予約したネットワークリソースの量に基づいて課金される。したがって、実際に使用するリソースのみを要求することが、アプリケーションにとって最善の利益となる（例えば、運用コストを節約するため）。
【0024】
一般的に、アプリケーションに望まれる動作は、オーバーサブスクリプションが最小限またはゼロであること（たとえば、実際に必要なネットワーク帯域幅が予約帯域幅を超えないこと）、アンダーサブスクリプションが最小限またはゼロであること（例えば、アプリケーションによって使用される帯域幅が予約帯域幅と同じまたは近いため、未使用だが予約されたネットワーク帯域幅の支払いが避けられる）である。追加的なインセンティブとして、アプリケーションが要求するネットワークリソースが少なければ、５Ｇネットワークがその要求を許可する可能性はずっと高くなる。
【0025】
いくつかの実施形態では、本発明は、任意の分析アプリケーションが５Ｇネットワークに対するアプリケーションＱｏＳ要求を動的に自己最適化するために利用できるネットワーク帯域幅予測技術を含む、新規なＱｏＳ要求予測技術を利用することができる。オーバーサブスクリプションまたはアンダーサブスクリプションの大きさ、方向、および頻度を考慮できる新たなコスト関数により、本発明の態様に従って、５Ｇネットワークに対するネットワーク帯域幅要求を継続的に最適化する新たな予測技術の設計と利用が可能になる。１７台のカメラを介したビデオ分析アプリケーションの実際の展開では、従来の予測システムおよび予測方法で使用される、スライス作成時の１回限りの静的帯域幅要求と比較すると、本発明の適応型予測技術は従来の予測方法を上回り、ネットワーク帯域幅を３４％（約２４時間の期間にわたって）節約する。
【0026】
アプリケーション（分析アプリケーションなど）は、アプリケーション固有のパフォーマンス、機能、または操作に関連する様々なＱｏＳ属性を指定することで、ネットワークスライスをカスタマイズできる。しかし、アプリケーションが必要とする保証帯域幅のような一部のＱｏＳ属性は、時間とともに変化する。例えば、監視カメラからのビデオストリームのネットワーク帯域幅のニーズは、環境条件やビデオストリームのコンテンツによって大きく異なる。様々な実施形態において、本発明は、あらゆるアプリケーションが常に最適なリソース予約要求を行うことを支援する、新規の動的ＱｏＳ属性予測技術を利用することができる。
【0027】
５Ｇネットワークにおけるネットワークスライシングを最適化するために、ネットワークオペレータを支援する従来の予測およびリソース割り当て技術が利用されてきた。これらの技術は、５Ｇネットワークインフラストラクチャのプロバイダー／オペレーター向けに調整されており、複数のアプリケーション（マルチテナントなど）からのスライシング要求を効率的に処理するために利用することができる。しかし、これらの技術は５Ｇネットワーク事業者の観点から設計され、適用されている。対照的に、様々な実施形態において、本発明は、インフラまたは５Ｇネットワーク事業者中心ではなく、アプリケーション中心であり、本発明の態様に従って、様々なキャリアまたはプライベート５Ｇネットワーク事業者上でネットワークスライスＱｏＳ要求を動的に自己適応させるために、任意のアプリケーションによって利用することができる。
【0028】
従来の予測では、例えば平均絶対誤差（ＭＡＥ）、平均二乗誤差（ＭＳＥ）、ルート平均二乗誤差（ＲＭＳＥ）、正規化ルート平均二乗誤差（ＮＲＭＳＥ）、平均パーセンテージ誤差（ＭＰＥ）、平均絶対パーセンテージ誤差（ＭＡＰＥ）など、予測精度を評価するために従来の誤差測定基準やコスト関数を使用している。これらの測定基準は絶対誤差に焦点を当て、最適化技術は誤差の方向や頻度を考慮することなく、誤差を可能な限り低く保とうとする。この技術は、いくつかのシナリオには利用できるが、本発明のように、誤差の方向と頻度が重要であり、利用されるシナリオには利用できない。
【0029】
従来の予測手法が最適に機能しないのは、少なくとも、予測の方向性（例えば、リソースの予測が必要を超えるか、必要未満か）、大きさ（例えば、予測がどの方向にどの程度乖離するか）、頻度（例えば、予測が実際のニーズからどの方向に何回乖離するか）を考慮していないためである。その方向、大きさ、頻度は、アプリケーションの洞察の精度と運用コストに直接的な影響を与える可能性がある。いくつかの実施形態では、本発明は、方向、大きさ、および頻度の３つすべてを考慮するパラメータ化されたコスト関数を利用することができ、これらはすべて、本発明の予測技術において利用することができる。従来のシステムとは対照的に、本発明は、時間的に変化するアプリケーションのニーズを考慮することができ、本発明の側面に従って、アプリケーションの精度と運用コストの最適なバランスを提供するために、５ＧネットワークへのスライスＱｏＳ要求を動的に調整することができる。
【0030】
様々な実施形態において、本発明は、従来の誤差測定基準を使用せず、その代わりに、洞察の精度と運用コストとの間のトレードオフを捕捉するための新規のコスト関数を定義し、利用する。このコスト関数は、新たな予測技術の設計の指針として活用できる。従来の予測技術とは異なり、本発明の予測技術は、本発明の態様に従い、ビデオ解析アプリケーションにおいてアンダーサブスクリプションよりも重要なオーバーサブスクリプション（例えば、方向）の大きさと頻度の低減を優先することができる。例えば、オーバーサブスクリプションがあった場合、データが失われるため、アプリケーション精度の低下につながる可能性がある。従って、実際には可能な限りオーバーサブスクリプションを避けることが重要である。
【0031】
本明細書に記載する実施形態は、完全にハードウェアであってもよく、完全にソフトウェアであってもよく、または、ハードウェア要素とソフトウェア要素との両方を含むものであってもよい。好ましい実施形態では、本発明は、ファームウェア、常駐ソフトウェア、マイクロコードなどを含むがこれらに限定されないソフトウェアで実施される。
【0032】
実施形態は、コンピュータまたは任意の命令実行システムによって、またはそれに関連して使用するためのプログラムコードを提供する、コンピュータ使用可能またはコンピュータ可読媒体からアクセス可能なコンピュータプログラム製品を含むことができる。コンピュータ使用可能媒体またはコンピュータ可読媒体は、命令実行システム、装置、またはデバイスによって、またはそれに関連して使用するためのプログラムを格納、通信、伝搬、またはトランスポートする任意の装置を含むことができる。媒体は、磁気、光学、電子、電磁気、赤外線、または半導体システム（または装置またはデバイス）、または伝搬媒体とすることができる。媒体は、半導体または固体ステートメモリ、磁気テープ、リムーバブルコンピュータディスケット、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、リジッド磁気ディスクおよび光ディスクなどのコンピュータ読み取り可能な記憶媒体を含むことができる。
【0033】
各コンピュータプログラムは、本明細書に記載する手順を実行するために、記憶媒体または装置がコンピュータによって読み取られるときに、コンピュータの操作を構成し制御するために、汎用または特殊目的のプログラム可能コンピュータによって読み取り可能な、機械読み取り可能な記憶媒体または装置（例えば、プログラムメモリまたは磁気ディスク）に実体的に記憶することができる。本発明のシステムはまた、コンピュータプログラムで構成された、コンピュータ読み取り可能な記憶媒体で実施されるものと考えることができ、その場合、構成された記憶媒体は、コンピュータを特定の所定の方法で動作させて、本明細書に記載する機能を実行させる。
【0034】
プログラムコードを記憶および／または実行するのに適したデータ処理システムは、システムバスを介してメモリ要素に直接的または間接的に結合された少なくとも１つのプロセッサを含んでもよい。メモリ要素は、プログラムコードの実際の実行中に採用されるローカルメモリ、バルクストレージ、および実行中にバルクストレージからコードが検索される回数を減らすために少なくとも何らかのプログラムコードの一時記憶を提供するキャッシュメモリを含むことができる。入力／出力またはＩ／Ｏ装置（キーボード、ディスプレイ、ポインティング装置などを含むが、これらに限定されない）は、直接または介在するＩ／Ｏコントローラを介してシステムに結合され得る。
【0035】
ネットワークアダプタは、データ処理システムが、介在するプライベートまたはパブリックネットワークを介して他のデータ処理システムまたはリモートプリンタまたはストレージデバイスに結合されるようになることを可能にするために、システムに結合されることもできる。モデム、ケーブルモデム、イーサネットカードは、現在利用可能なネットワークアダプタの種類のほんの一部に過ぎない。
【0036】
本発明の態様を、本発明の実施形態による方法、システムおよびコンピュータプログラム製品のフローチャート図および／またはブロック図を参照して以下に説明する。フローチャートおよび／またはブロック図の各ブロック、ならびにフローチャートおよび／またはブロック図のブロックの組み合わせは、コンピュータプログラム命令によって実施され得ることに留意されたい。
【0037】
図中のフローチャートおよびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータプログラム製品の可能な実装のアーキテクチャ、機能、および動作を示している。フローチャートまたはブロック図の各ブロックは、指定された論理機能を実装するための１つまたは複数の実行可能命令から構成される、モジュール、セグメント、またはコードの一部を表すことができ、本発明のいくつかの代替実施では、ブロックに記載された機能は、図に記載された順序から外れて発生する可能性がある。例えば、連続して示されている２つのブロックは、実際には実質的に同時に実行されることもあれば、逆順に実行されることもあり、特定の実施形態の機能に応じて他の順序で実行されることもある。
【0038】
また、ブロック図および／またはフローチャート図の各ブロック、ならびにブロック図および／またはフローチャート図のブロックの組み合わせは、特定の機能／動作を実行する特定目的のハードウェアシステム、または本原理に従った特定目的のハードウェアとコンピュータ命令の組み合わせによって実施できることに留意されたい。
【0039】
ここで、同様の数字が同一または同様の要素を表す図面を参照し、最初に図１を参照すると、本原理が適用され得る例示的な処理システム１００が、本原理の実施形態に従って例示的に描かれている。
【0040】
いくつかの実施形態では、処理システム１００は、システムバス１０２を介して他の構成要素と動作可能に結合された少なくとも１つのプロセッサ（ＣＰＵ）１０４を含むことができる。キャッシュ１０６、リードオンリーメモリ（ＲＯＭ）１０８、ランダムアクセスメモリ（ＲＡＭ）１１０、入力／出力（Ｉ／Ｏ）アダプタ１２０、音声アダプタ１３０、ネットワークアダプタ１４０、ユーザインタフェースアダプタ１５０、およびディスプレイアダプタ１６０は、システムバス１０２に動作可能に結合される。
【0041】
第１の記憶装置１２２および第２の記憶装置１２４は、Ｉ／Ｏアダプタ１２０によってシステムバス１０２に動作可能に結合される。記憶装置１２２および１２４は、ディスク記憶装置（例えば、磁気または光ディスク記憶装置）、ソリッドステート磁気装置などのいずれであっても良い。記憶装置１２２および１２４は、同じタイプの記憶装置または異なるタイプの記憶装置とすることができる。
【0042】
スピーカ１３２は、音声アダプタ１３０によってシステムバス１０２と動作可能に結合される。トランシーバ１４２は、ネットワークアダプタ１４０によってシステムバス１０２と動作可能に結合される。ディスプレイ装置１６２は、ディスプレイアダプタ１６０によってシステムバス１０２と動作可能に結合される。１つまたは複数のカメラ１６４は、本発明の態様に従って、任意の適切な接続システムまたは方法（例えば、Ｗｉ－Ｆｉ、有線、ネットワークアダプタなど）によってシステムバス１０２にさらに結合することができる。
【0043】
第１のユーザ入力装置１５２、第２のユーザ入力装置１５４、および第３のユーザ入力装置１５６は、ユーザインタフェースアダプタ１５０によってシステムバス１０２と動作可能に結合される。ユーザ入力装置１５２，１５４，１５６は、キーボード、マウス、キーパッド、画像捕捉装置、動き感知装置、マイクロフォン、前述の装置のうちの少なくとも２つの機能を組み込んだ装置などのいずれかとすることができる。もちろん、本発明の原理の精神を維持しながら、他のタイプの入力装置を使用することもできる。ユーザ入力装置１５２，１５４，１５６は、同じタイプのユーザ入力装置または異なるタイプのユーザ入力装置とすることができる。ユーザ入力装置１５２，１５４，１５６は、システム１００との間で情報を入出力するために使用される。
【0044】
もちろん、処理システム１００は、当業者によって容易に企図されるように、他の要素（図示せず）を含むこともでき、また、特定の要素を省略することもできる。例えば、当業者によって容易に理解されるように、他の様々な入力装置および／または出力装置を、その特定の実装に応じて、処理システム１００に含めることができる。例えば、様々なタイプの無線および／または有線の入力および／または出力装置を使用することができる。さらに、様々な構成の追加のプロセッサ、コントローラ、メモリなども、当業者には容易に理解されるように利用することができる。処理システム１００のこれらおよび他の変形は、本明細書で提供される本原理の教示を与えられれば、当業者によって容易に企図される。
【0045】
さらに、それぞれ図２、図３、および図６に関して後述するシステム２００、３００、および６００は、本発明のそれぞれの実施形態を実施するためのシステムであることを理解されたい。処理システム１００の一部または全部を、本発明の態様に従って、システム２００、３００、および６００の要素の１つまたは複数に実装することができる。
【0046】
さらに、処理システム１００は、例えば、それぞれ図３および図５の方法３００および５００の少なくとも一部を含む、本明細書に記載される方法の少なくとも一部を実行することができることを理解されたい。同様に、システム２００、３００、および６００の一部または全部は、本発明の態様に従って、それぞれ図３および図５の方法３００および５００の少なくとも一部を実行するために使用することができる。
【0047】
本明細書で採用されるように、「ハードウェアプロセッササブシステム」または「プロセッサ」または「ハードウェアプロセッサ」という用語は、１つ以上の特定のタスクを実行するために協働するプロセッサ、メモリ、ソフトウェアまたはそれらの組み合わせを指すことができる。有用な実施形態では、ハードウェアプロセッササブシステムは、１つまたは複数のデータ処理要素（例えば、論理回路、処理回路、命令実行デバイスなど）を含むことができる。１つまたは複数のデータ処理要素は、中央処理ユニット、画像処理ユニットおよび／または別個のプロセッサまたはコンピューティング要素ベースのコントローラ（たとえば、論理ゲートなど）に含めることができる。ハードウェアプロセッササブシステムは、１つ以上のオンボードメモリ（例えば、キャッシュ、専用メモリアレイ、読み出し専用メモリなど）を含むことができる。いくつかの実施形態では、ハードウェアプロセッササブシステムは、オンボードまたはオフボードにすることができるか、またはハードウェアプロセッササブシステム（例えば、ＲＯＭ、ＲＡＭ、基本入出力システム（ＢＩＯＳ）など）によって使用するために専用にすることができる１つ以上のメモリを含むことができる。
【0048】
ある実施形態では、ハードウェアプロセッササブシステムは、１つ以上のソフトウェア要素を含むことができ、実行することができる。１つ以上のソフトウェア要素は、特定の結果を達成するために、オペレーティングシステムおよび／または１つ以上のアプリケーションおよび／または特定のコードを含むことができる。
【0049】
他の実施形態では、ハードウェアプロセッササブシステムは、指定された結果を達成するために１つまたは複数の電子処理機能を実行する専用の専用回路を含むことができる。そのような回路は、１つまたは複数のアプリケーション専用集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、および／またはプログラマブルロジックアレイ（ＰＬＡｓ）を含むことができる。
【0050】
ハードウェアプロセッササブシステムのこれらおよび他の変形もまた、本発明の実施形態に従って企図される。
【0051】
ここで図２を参照すると、本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化のための高レベルシステムアーキテクチャ２００が例示的に描かれている。
【0052】
一実施形態では、１つまたは複数のセンサ（例えば、カメラ２０２、２０４、２０６、および２０８）からのストリーミングデータをセンサアレイ２０１で利用することができ、センサ２０２、２０４、２０６、および２０８のそれぞれのトラフィックプロファイル２１０、２１２、２１４、および２１６が捕捉され、ネットワークスライストラフィックプロファイル２２２を含むことができる、単一のネットワークスライス２２０内の無線ネットワーク２１８（例えば、５Ｇネットワーク）によって１つまたは複数のアプリケーションで利用可能になり、エッジ２２４（例えば、５Ｇエッジ）における分析は、本発明の態様に従って、最適なネットワークリソースの使用を決定するためにリアルタイムで実行することができる。
【0053】
様々な実施形態において、エッジでの分析２２４は、例えば、顔認識、インテリジェント輸送システム、物体検出（例えば、自動運転車用）、遠隔監視などを含む、複数のアナリティクスアプリケーションのいずれかに適用され、機能することができる。１つまたは複数の更新されたＱｏＳ要求２３８は、例えば、１つまたは複数の分析アプリケーション２２８の最適な待ち時間、帯域幅、および／または信頼性のニーズに基づいて、分析アプリケーション２２８によって反復的に決定され得る。様々な実施形態において、更新されたＱｏＳ要求２３８は、本発明の態様に従って、エッジ２２４におけるさらなる分析および／またはクラウド２２６における分析のために、５Ｇネットワーク２１８経由でネットワークスライス２２０を介して発行され得る。
【0054】
いくつかの実施形態では、複数のセンサ２０１（例えば、カメラ２０２、２０４、２０６、および２０８）からのデータストリームは、５Ｇネットワーク２１８を介して、ブロック２２４においてエッジで実行されるタスクを有することができる１つまたは複数の分析アプリケーション２２８によって使用されるために５Ｇネットワーク２１８によって設定されたネットワークスライス２２０に送信されることができる。センサ２０２、２０４、２０６、および２０８のネットワーク帯域幅のニーズに応じて、アプリケーション２３０、２３２、２３４、および／または２３６は、本発明の態様に従って、５Ｇネットワークに適応し、更新されたＱｏＳ要求を定期的に発行することができる。
【0055】
例えば、一実施形態では、顔認識アプリケーション２３０は、本発明の態様に従って、１つまたは複数のセンサ２０２、２０４、２０６、および２０８から受信したビデオストリームを監視および分析し、例えば、コンピュータ読み取り可能な記憶媒体（例えば、ハードディスク、ポータブルディスクドライブ、クラウドなど）に記憶された顔の事前登録ギャラリーに基づいて、ビデオストリーム内の顔を識別／認識することができる。本発明の様々な実施形態に従って顔認識アプリケーション２３０を利用することに関するさらなる詳細は、図３を参照して以下に説明する。
【0056】
一実施形態では、１つまたは複数のカメラ２０２、２０４、２０６、および２０８から受信された１つまたは複数のビデオストリームは、単一のネットワークスライス２２０において、５Ｇネットワークによって顔認識アプリケーション２３０が利用できるようにすることができ、そのＱｏＳ属性は、予約されたネットワークリソースの最適な使用を保証するために、アプリケーション２３０による１つまたは複数のＱｏＳ要求２３８に応答して、顔認識アプリケーションによって定期的に更新することができる。例えば、夜間（例えば、一般的にカメラの前に人や他のものの動きがほとんどない、またはない場合）には、映像のビットレートが低くなることがある。しかし、日中（例えば、一般的にカメラの前に人や他のものが動いているとき）は、ビットレートが比較的高くなる可能性がある。この時間的に変化する動的なネットワークトラフィック２１０、２１２、２１４、および２１６は、顔認識アプリケーション２３０によって監視できるため、本発明の側面に従って、夜間に予約される帯域幅を日中に予約される帯域幅よりもはるかに低くすることができる。夜間と昼間に異なるネットワーク帯域幅の予約を利用することで、本発明の側面に従って、顔認識アプリケーション２３０からの洞察の精度に本質的に影響を与えることなく、ネットワーク帯域幅を大幅に節約することができる。
【0057】
ここで図３を参照すると、本発明の実施形態による、顔認識アプリケーション３００に対する５ＧネットワークへのアプリケーションＱｏＳ要求の動的な自己最適化のためのシステムおよび方法が例示的に描かれている。
【0058】
一実施形態では、ビデオカメラデータストリーム入力３０２は、５Ｇネットワークスライス３０６を通過させることができ、さらなる分析が実行される前に、ビデオストリームを（例えば、アプリケーションによって）受信することができる。ネットワーク帯域幅は一般に、環境やビデオコンテンツが変化するにつれて変化する。このようなネットワーク帯域幅の変化はブロック３０９で監視され、ブロック３１１で適切なネットワーク帯域幅要求を決定できる。ブロック３１１からの決定された適切なネットワーク帯域幅要求は、５Ｇネットワークコントローラ３１３に定期的に発行することができ、ネットワークコントローラ３１３は、本発明の態様によって、ブロック３１１からの要求に従って、５Ｇネットワークスライス３０６のＱｏＳ（例えば、この例ではネットワーク帯域幅）を調整することができる。
【0059】
一部の実施形態では、ネットワークコントローラ３１３によって５Ｇネットワークスライス３０６のＱｏＳが調整された後、ブロック３０８でビデオストリームを受信し、ブロック３０４で分析アプリケーションを使用して顔認識の実行に進むことができる。顔認識分析アプリケーション３０４は、本発明の態様に従って、ブロック３１０で受信ビデオストリームから顔を検出し、ブロック３１２で検出された顔から特徴を抽出し、ブロック３１４で１つまたは複数の顔を照合し、ブロック３１６で照合された顔を出力することができる。
【0060】
次に図４を参照すると、本発明の実施形態による、適応ＱｏＳ要求と固定ＱｏＳ要求とに対する、例示的なアプリケーションネットワーク帯域幅のニーズと使用量とを経時的に示すグラフ４００が例示的に描かれている。
【0061】
様々な実施形態に従って、本発明の目的は、データ損失４１２（アプリケーションからの洞察の精度が失われる可能性がある）、または帯域幅の浪費４０８（例えば、保証されたネットワークリソースの不使用）を回避するために、アプリケーションが最小限またはゼロのオーバーサブスクリプション、または最小限またはゼロのアンダーサブスクリプションを持つことである。ネットワークトラフィックのプロファイルや使用パターンを事前に知らなければ、コストよりも精度を優先するために５ＧネットワークにＱｏＳ要求を発行する方法は、特定のネットワーク帯域幅に対する固定ＱｏＳ要求４０２によって、必要なネットワーク帯域幅のワーストケースを要求することである。このような要求に応答して、５Ｇネットワークは、利用可能であれば、固定ＱｏＳ要求４０２に必要なワーストケースのネットワーク帯域幅を許可することができ、その後、アプリケーションはそれをどのように使用するかを選択できる。しかし、実際のネットワークトラフィックの使用量４０６（たとえば、実際の使用量）は、一般的に時間と共に大幅に変化するため、余剰のネットワーク帯域幅が予約されることがよくあり、その結果、帯域幅の浪費４０８が発生する可能性がある。余剰分は、帯域幅の浪費４０８に起因する追加的な運用コストを引き起こす可能性があるため、そのようなコストを回避することが望ましい。
【0062】
様々な実施形態では、帯域幅の浪費４０８を削減するために、固定ＱｏＳ要求４０２として５Ｇネットワークに１回限りのワーストケースで必要なネットワーク帯域幅要求を発行する代わりに、ＱｏＳ要求を定期的に５Ｇネットワークに送信し、その都度、（例えば、特定のアプリケーションまたはアプリケーションに）必要なネットワーク帯域幅を適応および予測し、その後、予測されたネットワーク帯域幅に基づくことができる適応ＱｏＳ要求４０４を発行することができる。適応ＱｏＳ要求４０４の動的でリアルタイムの適応（例えば、ＱｏＳ要求の変調）は、本発明の側面に従って、大幅な帯域幅の節約４１０を提供できる。しかし、多くの場合、予測値が実際に必要なネットワーク帯域幅（実際の使用量４０６など）よりも小さいと、送信されないデータがあり、データ損失４１２が発生する可能性がある。いかなるデータ損失４１２にもかかわらず、適応ＱｏＳ要求４０４の使用は、本発明の側面に従って、実質的なネットワーク帯域幅の節約、およびアプリケーションの全体的な運用コストの大幅な削減を提供することができる。
【0063】
次に図５を参照すると、本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化のための方法５００が例示的に描かれている。
【0064】
一実施形態では、１つ以上のセンサ（例えば、ビデオカメラ、近接センサ、赤外線センサ、マイクロフォン、速度センサなど）からの入力データストリームをブロック５０２で監視し、取り込むことができる。ブロック５０４において、入力データストリームは、単一のネットワークスライスで無線ネットワーク（例えば、５Ｇネットワーク）を介して送信され得る。アプリケーションに対する特定のＱｏＳ要求（例えば、適応ＱｏＳ要求）は、ブロック５０６で１つ以上の所望のネットワークスライス特性を指定することによって要求できる。ブロック５０８では、１つまたは複数のアプリケーションに必要なネットワーク帯域幅を、少なくとも誤差の大きさ、方向、および頻度に基づくコスト関数を使用して予測することができる。
【0065】
気象予測、ハードウェアの故障予測、経済や金融における為替レートの予測など、様々な分野で使用される予測手法がある。いずれの場合も、予測値が実際の値にできるだけ近いことが望ましい。コスト関数は一般的に、望ましい予測結果を達成するために最小化または最大化され、コスト関数は平均絶対誤差（ＭＡＥ）、平均絶対パーセント誤差（ＭＡＰＥ）、平均二乗誤差（ＭＳＥ）、ルート平均二乗誤差（ＲＭＳＥ）、平均方向精度（ＭＤＡ）、調整済みルート平均二乗誤差（ＡＲＭＳＥ）のような伝統的な誤差メトリクスを中心に設計されている。
【0066】
コスト関数は通常、誤差の大きさや方向、あるいはそれらの組み合わせを考慮する。例えば、ＭＡＥは残差の平均や絶対誤差（例えば、予測値と実際値の差）であり、誤差の大きさのみを考慮する。誤差の方向（例えば、予測値が実際の値より高いか低いか）や頻度（例えば、予測値が実際の値から逸脱する頻度やその方向）は考慮されていない。同様にＭＡＰＥも、方向や頻度を考慮せず、誤差の大きさのパーセンテージに注目する。ＭＳＥは、二乗誤差の平均であり、残差の分散を測定するもう１つの誤差指標である。
【0067】
ＭＡＥと同様に、ＭＳＥも方向や周波数を考慮しない。ＲＭＳＥはＭＳＥの平方根であり、残差の標準偏差を測定する。ＭＳＥとＲＭＳＥは、ＭＡＥに比べ、大きな予測誤差にペナルティを与える。ＭＡＥ、ＭＳＥ、およびＲＭＳＥの値が低いほど、予測が優れていることになる。ＭＡＥ、ＭＳＥ、およびＲＭＳＥとは異なり、ＭＤＡは予測値の方向性を考慮し、経済学や金融学でよく使われる予測性能指標である。ＭＤＡは上昇傾向や下降傾向を捉えるが、誤差の大きさや頻度については全く考慮しない。ＡＭＲＳＥは大きさと方向を組み合わせようとしているが、頻度は考慮していない。このように、従来利用されてきたコスト関数には、誤差の大きさ、方向、頻度を同時に考慮できるものがないことは明らかである。
【0068】
様々な実施形態に従って、本発明は、ブロック５０８で予測するための新たなコスト関数を使用して、誤差の大きさ、方向、および頻度を同時に考慮し、考慮することができる。実際のネットワーク帯域幅の使用量（予約されたネットワーク帯域幅を超えるか下回るか）、および予測された使用量が実際の使用量を超えるか下回る頻度は、アプリケーションの運用コストを最小限に抑え、データ損失による洞察の精度の低下を回避するために重要である。一実施形態では、実際の使用量よりも少ない使用量を予測することは、分析アプリケーションによって生成される洞察の精度の望ましくない損失につながる可能性があるため、非常に危険である。
【0069】
一実施形態では、ブロック５０８において、誤差の大きさ、方向、および頻度を考慮する新たなコスト関数を利用して、例えば、１つまたは複数のアプリケーションの運用コストを最小化し、データ損失による洞察の正確さの損失を回避することができる。コスト関数は以下の式１のように表すことができる。
ここで、本発明の態様に従って、Ｃtotalは総コストを表し、ｔは総持続時間Ｔの時間単位を表し、Ｆuはアンダーサブスクリプションのフラグを表し、Ｆoはオーバーサブスクリプションのフラグを表し、Ａtは実測値を表し、ＧＢＲtは予約済み保証帯域幅を表し、Ｐuはアンダーサブスクリプションのペナルティコストを表し、Ｐoはオーバーサブスクリプションのペナルティコストを表す。
【数1】
【数2】
【0070】
様々な実施形態において、総持続時間Ｔの各時間単位ｔについて、本発明の態様に従って、アンダーサブスクリプションまたはオーバーサブスクリプションを決定することができる。アンダーサブスクリプションがある場合（たとえば、実際の値（Ａt）が予約保証帯域幅（ＧＢＲ）値ＧＢＲtよりも小さい場合）、フラグＦuを１に設定できる。オーバーサブスクリプションがある場合（例えば、実際の値（Ａt）がＧＢＲ値ＧＢＲtよりも大きい場合）、フラグＦoを１に設定できる。ＦuおよびＦoは、上記の式２で示されるように、ゼロに設定することができる）。
【0071】
いくつかの実施形態では、アンダーサブスクリプションがあるたびに、Ｐuのコストでペナルティを課すことができ、オーバーサブスクリプションがあるたびに、Ｐoのコストでペナルティを課すことができ、ペナルティはアンダーサブスクリプションまたはオーバーサブスクリプションのいずれかの実際の量に適用される。オーバーサブスクリプションは分析の精度に直接悪影響を与えるため、オーバーサブスクリプションのペナルティは、一般的にアンダーサブスクリプションのペナルティよりもはるかに高くなる可能性がある。実際には、分析の精度に悪影響を与えないよう、オーバーサブスクリプションは最小限であることが望ましい。しかし、アンダーサブスクリプションは、ネットワーク帯域幅の過剰予約によるリソースの浪費と運用コストの上昇とにつながる可能性がある。従って、アンダーサブスクリプションにもペナルティがある。しかし、このペナルティは、通常、オーバーサブスクリプションのペナルティほど重大でもなければ、大きくもない。実際のペナルティ値は、特定のアプリケーションにおけるオーバーサブスクリプションとアンダーサブスクリプションの相対的な重要性に応じて構成することができ、本発明の態様に従って、ユーザおよび／またはアプリケーションによってカスタマイズすることができる。総コストは、アンダーサブスクリプションとオーバーサブスクリプションで発生するコストの合計として表すことができ、総コストが低いほど、より良い（例えば、より正確な）予測である。
【0072】
ネットワークトラフィックを予測するために、従来から様々な予測技術やモデル（ＡＲＭＡ、ＡＲＩＭＡ、ＧＡＲＣＨ、ニューラルネットワークベース、線形回帰、線形・非線形カーネル（ＲＢＦ、決定木ベース回帰、Ａｄａｂｏｏｓｔ回帰など）を使用したサポートベクトル回帰など）が使用・適用されている。しかし、これらの予測技術では、ネットワークリソースの使用量のオーバーサブスクリプションまたはアンダーサブスクリプションが、分析アプリケーションの運用コストや洞察の精度に与える影響が大きく異なることを考慮していない。
【0073】
様々な実施形態において、本発明は、ブロック５０８および５１２において新規の予測技術を利用し、分析アプリケーションは、本発明の態様に従って、５Ｇネットワークに対するアプリケーションのＱｏＳ要求を動的に自己最適化するために利用することができる。予測技術は、分析アプリケーションからの洞察の精度と同様に、運用コストを適切かつ正確に考慮することができる。上述したように、オーバーサブスクリプションはアプリケーションの精度に影響するため、よりクリティカルになる。従って、上記のコスト関数では、オーバーサブスクリプションに対してより高いペナルティを割り当てることができる。
【0074】
一実施形態では、ブロック５０８および５１２の予測方法は、前の区間でアプリケーションが実際に使用した最大ネットワーク帯域幅を、次の区間の予測ネットワーク帯域幅として使用することで、オーバーサブスクリプションの大きさと頻度とを低減できる。
【0075】
一実施形態では、ネットワーク帯域幅使用量の上昇傾向または下降傾向を考慮し、それに合わせて調整する、単純な予測方法（本明細書では「Ｍａｘ」予測方法と呼ぶ）を利用できる。「Ｍａｘ」予測方法は、次の区間の予測ネットワーク帯域幅として、前の区間でアプリケーションが実際に使用した最大ネットワーク帯域幅を使用する。しかし、この方法はまだ非常に粗い粒度であり、大きさと周波数の両方において、より大きなオーバーサブスクリプションやアンダーサブスクリプションが発生する可能性がある。これは少なくとも、ネットワークトラフィックが非常に速い速度で跳ね上がったり下がったりすることがあり、「Ｍａｘ」予測技術ではこれを素早く捉えることが難しいためである。さらに、やみくもに最大値を使用すると、大幅なアンダーサブスクリプションにつながる可能性がある。
【0076】
様々な実施形態に従って、ネットワークリソースの可用性と使用率を最適化するために（例えば、ネットワーク帯域幅の使用率の急激な変化に対応し、過度なアンダーサブスクリプションを回避し、一般的に、ネットワーク帯域幅の使用率の上昇傾向または下降傾向をより細かいレベルで把握するために）、本発明の態様に従って、別の予測技術を利用することができる。この追加の予測方法は、本明細書では「Ｍｏｄｉｆｉｅｄ－Ｍａｘ」予測方法５０８、５１２と称する。Ｍｏｄｉｆｉｅｄ－Ｍａｘ」予測方法５０８、５１２では、（「Ｍａｘ」予測方法と同様に）前の区間でアプリケーションが利用した最大ネットワーク帯域幅をやみくもに使用する代わりに、本発明の態様に従って、過去ｔ時間の区間の予測ネットワーク帯域幅を利用することができる。
【0077】
上記のｔ時間の区間について、時間的に変化するネットワーク帯域幅を継続的に監視し、決定された適切な新たなＱｏＳ要求を無線ネットワーク（５Ｇネットワークなど）に定期的に発行することで、ネットワーク帯域幅使用量の傾向（上昇、下降、静的など）があったかどうかを判断できる。いくつかの実施形態では、保守的で将来のオーバーサブスクリプションを防ぐために、過去ｔ時間の区間でオーバーサブスクリプションが１回だけ（または１回以上）発生したと判断されても、上昇傾向があるとみなすことができる。増加傾向が検出／決定された場合、オーバーサブスクリプションが発生したすべての予測値を上回るオーバーサブスクリプションの大きさの平均を計算することができる。
【0078】
一部の実施形態では、利用されたネットワーク帯域幅の最高値または最大値を、次の予測（例えば、アプリケーションからの新たなＱｏＳ要求のために必要なネットワーク帯域幅に関するブロック５１２での更新予測）のベースラインとして選択し、計算された平均値をこのベースラインに追加して、最大値を調整または修正し、この修正された最大値を、次のネットワーク帯域幅予測として選択することができる。様々な実施形態において、「Ｍｏｄｉｆｉｅｄ－Ｍａｘ」予測技術は、下降傾向（例えば、過去ｔ時間の区間でオーバーサブスクリプションが観察されなかった場合）も考慮する。下降傾向がある場合、アンダーサブスクリプションの大きさの平均が、アンダーサブスクリプションが発生したすべての予測値を下回ることが計算できる。次に、この平均値をベースラインから差し引くことができる。ベースラインは、最も高い大きさ、つまり、アプリケーションが使用するネットワーク帯域幅の最大値である。この新たな「修正された最大値」を、次の区間の予測値として選ぶことができる。したがって、上昇傾向がある場合、「Ｍｏｄｉｆｉｅｄ－Ｍａｘ」技術は、次の間隔の予測ネットワーク帯域幅をベースラインよりも上げることができ、一方、下降傾向がある場合、予測ネットワーク帯域幅をベースラインよりも下げることができる。これにより、本発明の態様に従って、従来のシステムや方法よりもはるかに細かな粒度で、ネットワーク帯域幅使用率の急激な変化を捕捉し、上昇傾向または下降傾向を捕捉することができる。
【0079】
ブロック５１２では、ネットワークリソースのＱｏＳ（帯域幅、待ち時間、信頼性など）をブロック５０８および５１４の予測に基づいて反復的に調整し、本発明の態様に従って、更新されたＱｏＳおよび予測に従ってネットワークリソースを割り当てることができる。ブロック５１６において、無線ネットワーク（例えば、５Ｇ）へのアプリケーションＱｏＳ要求は、本発明の態様に従って、ステップ５０２、５０４、５０６、５０８、５１０、５１２、および／または５１４のうちの１つ以上を反復的に繰り返すことによって、連続的に自己最適化され得る。
【0080】
次に図６を参照すると、本発明の実施形態による、５Ｇネットワークに対するアプリケーションＱｏＳ要求の動的な自己最適化のためのシステム６００が例示的に描かれている。
【0081】
いくつかの実施形態では、１つまたは複数のセンサ６０２（例えば、スマートセンサ、カメラ、ＩｏＴデバイスなど）は、データを収集することができ、センサ６０２からのデータストリームは、無線ネットワーク６０４（例えば、５Ｇ）を介して、ネットワークスライスジェネレータ／アイソレータ６０６によって設定されたネットワークスライスに送信することができる。ネットワーク帯域幅モニター６０８は、１つまたは複数の分析アプリケーション６１０（顔認識、インテリジェント輸送、物体検出、遠隔監視など）のネットワークトラフィックを監視し、分析アプリケーション６１０の１つまたは複数のネットワーク帯域幅のニーズを判断することができる。
【0082】
様々な実施形態では、アプリケーションＱｏＳ要求器６１２は、１つまたは複数の分析アプリケーション６１０の決定されたネットワーク帯域幅ニーズに基づいて、無線ネットワークに更新されたＱｏＳ要求を定期的に発行することができ、ネットワーク帯域幅ニーズは、本発明の態様に従って、ネットワーク帯域幅ニーズ予測器６１４によって決定することができる。コスト関数最適化器６１６は、最適なネットワーク帯域幅ニーズおよび／または使用量を決定する際に、ネットワーク帯域幅ニーズ予測器６１４が使用するコスト関数を生成および適用するために利用できる。ネットワーク帯域幅ニーズ予測器６１４およびコスト関数最適化器６１６によってそれぞれ実装される予測およびコスト関数の様々な機能は、本発明の態様に従って、図５のブロック５０８および５１２を参照してさらに上述されている。
【0083】
いくつかの実施形態では、ネットワークリソースサブスクリプションモニタ６１８は、ネットワークリソースのアンダーサブスクリプションまたはオーバーサブスクリプションがあるかどうかを決定するために利用され得る。ネットワークコントローラ／ＱｏＳ調整器３２０は、複数の理由（例えば、アプリケーションＱｏＳ要求、オーバーサブスクリプションまたはアンダーサブスクリプションの決定、更新された帯域幅ニーズの予測など）のいずれかに応じて、ネットワークリソースおよび／またはＱｏＳ要求の展開および使用を調整し、ネットワークの使用を最適化することができる。継続的自己最適化器６２２は、本発明の態様に従い、ネットワーク帯域幅を継続的に監視し、ブロック６１４からの少なくとも予測されたネットワーク帯域幅ニーズに基づいて、ＱｏＳ要求とネットワークリソースの展開とを調整することにより、継続的自己最適化器を使用して、リアルタイムでネットワークを継続的に自己最適化することができる。
【0084】
図６に示す実施形態では、その要素はバス６０１によって相互接続されている。しかし、他の実施形態では、他のタイプの接続を使用することもできる。さらに、一実施形態では、システム６００の要素の少なくとも１つは、プロセッサベースおよび／または論理回路であり、１つまたは複数のプロセッサ装置６２４を含み得る。さらに、１つ以上の要素が別々の要素として示されている場合もあるが、他の実施形態では、これらの要素を１つの要素として組み合わせることができる。逆もまた適用可能であり、１つまたは複数の要素が他の要素の一部である場合もあるが、他の実施形態では、１つまたは複数の要素は独立した要素として実装される場合もある。システム６００の要素のこれらおよび他の変形は、本明細書で提供される本原理の教示を考慮すれば、本原理の精神を維持しつつ、当業者によって容易に決定される。
【0085】
明細書において、本発明の「一実施形態」または「一実施形態」、およびその他の変形例への言及は、実施形態に関連して説明した特定の特徴、構造、特性などが、本発明の少なくとも一実施形態に含まれることを意味する。したがって、本明細書中の各所に現れる「一実施形態において」または「一実施形態において」という表現、および他の任意の変形は、必ずしもすべてが同じ実施形態を指すとは限らない。しかしながら、本明細書で提供される本発明の教示を考慮すれば、１つまたは複数の実施形態の特徴を組み合わせることができることを理解されたい。
【0086】
例えば「Ａ／Ｂ」の場合、「Ａおよび／またはＢ」、「ＡとＢとの少なくとも１つ」のような、以下の「／」、「および／または」、「少なくとも1つ」のいずれかの使用は、第１のリストされた選択肢（Ａ）のみの選択、または第２のリストされた選択肢（Ｂ）のみの選択、または両方の選択肢（ＡおよびＢ）の選択を包含すると意図していると理解されよう。さらなる例として、「Ａ、Ｂ、および／またはＣ」および「Ａ、Ｂ、およびＣの少なくとも１つ」の場合、かかる表現は、第１のリストされた選択肢（Ａ）のみの選択、または第２のリストされた選択肢（Ｂ）のみの選択、または第３のリストされた選択肢（Ｃ）のみの選択、または第１および第２のリストされた選択肢（ＡおよびＢ）のみの選択、第１および第３のリストされた選択肢（ＡおよびＣ）のみの選択、第２および第３のリストされた選択肢（ＢおよびＣ）のみの選択、または３つすべての選択肢（ＡおよびＢおよびＣ）の選択を包含すると意図されている。このことは、列挙された項目の数だけ拡張することができる。
【0087】
上記は、あらゆる点で例示的かつ例示的であるが、制限的なものではないと理解され、ここに開示された発明の範囲は、詳細な説明からではなく、特許法によって許される全幅に従って解釈された請求項から決定されるものである。本明細書に示され説明された実施形態は、本発明の例示に過ぎず、当業者は、本発明の範囲及び精神から逸脱することなく、様々な修正を実施することができることを理解されたい。当業者であれば、本発明の範囲と精神から逸脱することなく、様々な他の特徴の組み合わせを実施することができる。このように、特許法が要求する詳細さと特殊性をもって本発明の側面を説明したが、特許状によって請求され、保護されることを望むものは、添付の特許請求の範囲に記載されているとおりである。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【国際調査報告】