JP2000201185A - ネットワ―ク装置を分類する方法及びシステム - Google Patents

ネットワ―ク装置を分類する方法及びシステム

Info

Publication number
JP2000201185A
JP2000201185A JP34053699A JP34053699A JP2000201185A JP 2000201185 A JP2000201185 A JP 2000201185A JP 34053699 A JP34053699 A JP 34053699A JP 34053699 A JP34053699 A JP 34053699A JP 2000201185 A JP2000201185 A JP 2000201185A
Authority
JP
Japan
Prior art keywords
network
neural network
vlan
devices
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP34053699A
Other languages
English (en)
Other versions
JP3478770B2 (ja
Inventor
Franck Barillaud
フランク・バリラウド
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2000201185A publication Critical patent/JP2000201185A/ja
Application granted granted Critical
Publication of JP3478770B2 publication Critical patent/JP3478770B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/46—Interconnection of networks
    • H04L12/4641—Virtual LANs, VLANs, e.g. virtual private networks [VPN]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0866—Checking the configuration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Small-Scale Networks (AREA)

Abstract

(57)【要約】 【課題】 仮想ＬＡＮ内で、交換ネットワークのネット
ワーク装置を自動的に分類する方法及びシステムを提供
すること。 【解決手段】 分類の第１のステップは、ネットワーク
装置により記憶される、ネットワーク装置のネットワー
ク上での活動に関するネットワーク管理情報（ネットワ
ーク装置の物理及び論理アドレス）を獲得する。次に、
この入力データが、同一のネットワーク管理ワークステ
ーション上で動作し得るニューラル・ネットワークに供
給される。ニューラル・ネットワークの出力は、ＶＬＡ
Ｎにグループ化されたネットワーク装置のリストであ
り、通信中のまたは最近互いに通信したネットワーク装
置が、同一のＶＬＡＮにグループ化される。入力データ
がネットワーク装置内で周期的に更新され、分類が実際
のネットワーク装置活動を反映し、交換ネットワークの
帯域幅を最適化するために使用される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はネットワーク管理ア
プリケーションに関し、特に、仮想ＬＡＮ（ローカル・
エリア・ネットワーク）すなわちＶＬＡＮ内に構成され
る交換式ＬＡＮの管理を可能にするアプリケーションに
関する。
【０００２】
【従来の技術】ブリッジ式及びルータ・ベースのＬＡＮ
ネットワークは、交換式ＬＡＮネットワークに移行しつ
つある。ネットワークのサイズの拡大、及びユニキャス
トよりもむしろブロードキャストであるＬＡＮ内のトラ
フィックのタイプにより、従来のＬＡＮは効率的でない
と思われる。イーサネットやトークン・リングなどのＬ
ＡＮプロトコルは、同時に１つの装置だけがデータを送
信するために、通信チャネルを利用できるように、通信
チャネル内でトラフィックを制御する責任を担う。別の
観点から、ルータが各パケットに対して実行しなければ
ならないオペレーションは次のようである。すなわち、
（ＯＳＩ）レイヤ３アドレスをそのテーブル内で探索
し、アウトバウンド・ポートを決定するステップと、レ
イヤ３ヘッダを更新する（例えばホップ・カウントを減
分する）ステップと、レイヤ２ヘッダを除去し、置換す
るステップである。更にルータ内で、これらのオペレー
ションはソフトウェアで実現される。これらのオペレー
ションは、通信したい２つの端末ステーション間の経路
内の全てのルータにより実行されなければならず、ルー
タが増加するほど作業が増える。それに対して、交換技
術はより高速、容易、且つ安価であり、ハードウェア技
法にもとづきコスト及び性能を改善する。複数ポート・
ブリッジなどのＬＡＮ交換機は、そのポートが接続され
るセグメント内の全てのＭＡＣアドレスを習得し、トラ
フィックをそのポート間でブリッジする。
【０００３】交換式ＬＡＮネットワークの第２の利点
は、物理ネットワークのＶＬＡＮすなわち論理サブセッ
トを構築する可能性である。ブロードキャスト・ドメイ
ンへのグループ化は、以前はレイヤ３のハブ及びルータ
内で実行された。しかし残念ながら、装置のアドレスが
変更される場合（物理ワークステーションの移動）、誰
かがその装置に出向き、新たなネットワーク・アドレス
を割当てなければならない。ＶＬＡＮでは、グループ化
は物理位置には無関係である。ＶＬＡＮは物理アドレス
位置、ＭＡＣアドレス、ネットワーク・アドレス、また
はプロトコルなどの他の定義特性にもとづく。遺産のＬ
ＡＮのためのＶＬＡＮの標準化は、基準８０２．１Ｑの
下で進行中である。ＶＬＡＮによれば、トラフィックは
それを必要とするユーザだけに転送され、帯域幅利用度
が改善され、従ってネットワークの性能が改善される。
ＶＬＡＮの他の１つの利点は、スケーラブル交換ネット
ワークを構築できることである。すなわち、交換ネット
ワークの階層展開が、大規模交換ネットワークの展開を
支援する。最後に、ＶＬＡＮの主要な利点は、端末ステ
ーションが移動または追加されるとき、ハブの手動によ
る再構成を回避することである。すなわち、ユーザの新
たな物理アドレスの場合、ＶＬＡＮは依然ＬＡＮ内でそ
のグループ化を維持する。例えばＩＰネットワークで
は、ステーションが移動されるとき、ＩＰアドレスが保
存される。ＶＬＡＮは、地理的位置以外の根拠にもとづ
き、ワークステーションをマップするＬＡＮである。す
なわち、ワークステーションが例えば、部門、ユーザま
たは主なアプリケーションのタイプによりグループ化さ
れる。
【０００４】ＶＬＡＮ構成を担うネットワーク管理者
は、最初の構成を定義し、ＬＡＮの物理ピクチャによる
よりも容易に、ワークステーションを変更または追加
し、負荷平衡及び帯域幅割当てを管理することができ
る。ネットワーク管理ソフトウェアは、ＬＡＮの仮想ピ
クチャと実際の物理ピクチャとの関連付けを追跡する。
ＶＬＡＮ構成を定義するこのオペレーションは、ユーザ
・インタフェースを通じてコマンドを交換装置に入力す
ることにより、ネットワーク管理ステーションから実行
される。ここで交換装置は、ワークステーションをネッ
トワークを介して接続する。ＣＯＭＰＡＱのClearＶＩ
ＳＮ ＶＬＡＮマネージャなどのＶＬＡＮマネージャ・
プログラムは、ネットワーク管理者がＶＬＡＮを図式的
に構成及び管理することを可能にする、グラフィックＳ
ＮＭＰ（単純ネットワーク管理プロトコル）アプリケー
ションである。このプログラムは特に、ポート定義式Ｖ
ＬＡＮの構成を支援し、グラフィック・ソフトウェアを
通じて、移動、追加及び変更を管理する。交換装置内で
ＶＬＡＮを構成するために使用されるツールが何であろ
うと、ＶＬＡＮ管理者は常にＶＬＡＮにより、ネットワ
ーク・ワークステーションを分類する必要がある。
【０００５】ＶＬＡＮ分類に関わる第１の問題は、分類
のために選択された基準にもとづき、ＶＬＡＮによりネ
ットワーク装置をグループ化するために、ネットワーク
管理者により消費される時間である。いかなる方法無し
では、これは時間がかかり、誤りを伴いがちである。ベ
ンダが仮想ＬＡＮの単純化を推進してきたが、知覚され
る利益を考慮すると、それが今日一般的でない理由は、
初期セットアップのために通常、要求される手動操作で
あり、これは特に、構成されるネットワークが数千のノ
ードを含む場合に当てはまる。
【０００６】ＶＬＡＮによりワークステーションを分類
する第２の問題は、基準の選択である。分類はポート・
ベースであり、これは単にＬＡＮスイッチまたは多数の
スイッチ内の異なるポートの集合である、ＶＬＡＮの最
も単純な形態である。しかしながら、これはネットワー
ク内での装置の追加または装置の物理位置の変更の問題
を解決できない。ＭＡＣアドレス・ベースのＶＬＡＮも
存在し、この場合、各ＶＬＡＮ内にＭＡＣアドレスのリ
ストが存在する。このモデルは、ネットワーク装置がそ
れらの位置を変更するとき、それらを自動的に追跡でき
る。しかしながら、非常に多数のＭＡＣアドレスを管理
することは容易でない。ＶＬＡＮをそれらのＩＰサブネ
ット・アドレスや、ＩＰＸサブネット・アドレスなどに
もとづき構築することも可能である。これは多大な柔軟
性をネットワーク管理者に提供し、ＭＡＣアドレス・ベ
ースのＶＬＡＮを管理するよりも容易である。しかしな
がら、最も柔軟性のあるＶＬＡＮは、ポリシ・ベースの
ＶＬＡＮであり、これはＶＬＡＮを定義する上述の全て
の方法を含み、特定のネットワークにとって好適な方法
を選択することが可能である。これらのポリシ・ベース
の方法は、帯域幅の最適化を獲得するために今日最も使
用される。ＶＬＡＮを分類する良い基準を確立するため
の難題は、大量のデータから有用なパターンを抽出する
ことである。
【０００７】
【発明が解決しようとする課題】従って、本発明の目的
は、ＶＬＡＮ分類のための自動的方法を提供することで
ある。
【０００８】本発明の別の目的は、帯域幅利用を最適化
する一方、ネットワーク内のトラフィック変化の進化を
考慮する、自動ＶＬＡＮ分類のための基準を選択するこ
とである。
【０００９】
【課題を解決するための手段】この目的は、ネットワー
ク装置を管理するネットワーク管理アプリケーションを
有する交換ネットワークにおいて、ＶＬＡＮ内のネット
ワーク装置を分類する方法により達成される。この方法
は、前記ネットワーク管理アプリケーションにより、前
記ネットワーク装置上に記憶されるネットワーク管理変
数を収集するステップと、コンピュータ上で動作する神
経網（ニューラル・ネットワーク）に、前記ネットワー
ク装置の活動を反映する前記ネットワーク管理変数を供
給するステップと、前記ニューラル・ネットワークを実
行することにより、前記ニューラル・ネットワークがネ
ットワーク管理変数の値に従い、ＶＬＡＮにグループ化
されたネットワーク装置の出力リストを提供するステッ
プとを含む。
【００１０】ネットワーク要素（物理装置またはこうし
た装置上で実行されるアプリケーション）を使用するこ
とにより、一緒に通信し、この基準にもとづきＶＬＡＮ
を形成する問題を解決し、ネットワーク管理者は、１つ
のＶＬＡＮにつき形成されるブロードキャスト・ドメイ
ンが、ネットワーク帯域幅の利用を最適化することを確
信する。しかしながら、この解決策の主な利点は、自動
的に分類できるニューラル・ネットワークの利用、並び
に交換機のアドレス解析プロトコル（ＡＲＰ）・テーブ
ルに最初に記憶されたこの情報を、ネットワーク装置に
より記憶されるネットワーク管理変数として獲得する事
実による。すなわち、この分類は自動的に実行され、周
期的にリフレッシュされる。なぜなら、ネットワーク装
置は情報を最新なものに維持するからである。アプリケ
ーションは自動的に、ＶＬＡＮに対するリストを管理者
に提供し、管理者は次に、ネットワークの交換機内のＶ
ＬＡＮ定義を更新する。更に、本発明の分類子（classi
fier）を使用することにより、分類ステップ後に、ネッ
トワーク内の交換機の自動更新を、ネットワーク管理プ
ロトコル機構を介してＶＬＡＮ定義により、このアプリ
ケーションに容易に追加することができる。
【００１１】
【発明の実施の形態】図１を参照すると、本発明の好適
な実施例に従い、ＴＣＰ／ＩＰネットワークの装置に仮
想ＬＡＮを割当てる、自動ネットワーク装置分類子シス
テムのアーキテクチャが示される。これはお互いの間で
論理的または物理的接続を有するネットワーク装置３、
４を有するＴＣＰ／ＩＰネットワーク２を含む。コンピ
ュータ・システム１は、ネットワーク・アクセス要素５
を介してネットワーク２に接続され、ネットワーク・ア
クセス要素は、例えばトークン・リング装置への接続の
ためのトークン・リング・カードである。コンピュータ
・システム１は、記憶ユニット１２へのアクセスを有す
る主プロセッサ１１を含む。ここで記憶ユニットは、Ｒ
ＡＭユニットなどの１次ユニットか、磁気記憶ユニット
などの２次ユニットである。コンピュータ・システム１
は更に、ユーザ・インタフェース１０を含み、これはユ
ーザが例えばキーボード及び画面を有する端末を構成す
るワークステーションを用いて、コンピュータ・システ
ムと対話することを可能にする。コンピュータ記憶装置
１２は、ネットワーク装置をＶＬＡＮに分類することを
可能にするデータ及び実行可能プログラムを含む。ネッ
トワーク装置がネットワーク管理アプリケーション１３
により管理される場合、入力データが変数データを保持
するネットワーク装置からのネットワーク・アクセスを
通じて、コンピュータ・システムにより収集される。ネ
ットワーク管理アプリケーション１３は、コンピュータ
記憶装置内に記憶され、好適な実施例では、ＳＮＭＰ
（単純ネットワーク管理プロトコル）プロトコルを使用
し、ネットワーク装置と通信する。ネットワーク装置
は、それらの管理情報ベース（ＭＩＢ）内で定義された
全ての変数を記憶する。管理されるネットワーク装置に
より記憶され、収集される入力データは、２ユーザ間で
通信が確立されるとき、中間装置内のアドレス解析プロ
トコル・テーブル内に記憶される。こうした情報は装置
内で履歴レポジトリを形成し、実際にこの情報は、既に
互いに接続された２ユーザ間で通信が再確立されるとき
再利用され、プロセスを高速化する。一旦入力データが
収集されると、それらは入力されて、システム・コンピ
ュータ記憶装置１２に記憶されたＶＬＡＮ分類子アプリ
ケーション１４により処理される。好適な実施例では、
ユーザはユーザ・インタフェースを介して常にＶＬＡＮ
分類子アプリケーションを始動及び停止することがで
き、分類子１４の各構成要素６、７、８、９を独立に活
動化できる。すなわち好適には、ＶＬＡＮ分類子アプリ
ケーションは、ネットワーク２へのネットワーク・アク
セス５及びユーザ・インタフェース１０を有する、ネッ
トワーク管理ワークステーション上に導入される。他の
解決策の１つは、独立のコンピュータ上に導入され、実
行されるＶＬＡＮアプリケーション構成要素６、７、
８、９を有することである。このＶＬＡＮ分類子アプリ
ケーションは、ユーザ・インタフェースを通じて対話式
に実行されるか、ユーザの対話式参加無しに、自動的に
実行され得る。入力データは、分類子アプリケーション
の入力データ・フォーマッタ・ソフトウェア構成要素６
によりフォーマットされる。一旦フォーマットされる
と、入力データはトレーニング・データとして記憶さ
れ、システム・コンピュータ記憶装置１２に記憶される
ニューラル・ネットワーク・アプリケーション・プログ
ラム８への入力として、トレーニングのために提供され
る。使用されるニューラル・ネットワークは、人工ニュ
ーラル・ネットワーク（ＡＮＮ）である。人工ニューラ
ル・ネットワークを使用する利点は３つある。第１に、
人工ニューラル・ネットワークは問題を一般化するのに
優れている。これは、しばしば入力データの全ての可能
な組み合わせに関して、テストされる必要がある従来の
アルゴリズムと対照的である。すなわち、これは複雑な
問題では実行不可能である。第２に、人工ニューラル・
ネットワークは明示的にプログラムされるのではなく、
トレーニングされる。このことは問題が複雑過ぎて、包
括的な理論を提供できない多くの分野において、十分な
数のデータが示されるならば、人工ニューラル・ネット
ワークが新たな問題を解決できることを意味する。しば
しば不正確または不完全であることが判明する規則を提
供するための専門家が必要とされない。フィーチャ抽出
ニューラル・ネットワークでは、監視無しに、パターン
及びフィーチャを見出し得る。第３に、人工ニューラル
・ネットワークは近似関数として作用するように設計さ
れ得る。これは特に関数が非常に複雑で、従来の算術方
法では十分に単純で正確な近似が見い出せなかった場合
に有効である。より詳細には、人工ニューラル・ネット
ワークは入力ベクトル空間の確率密度マップを生成する
ことにより、トポロジ的マッピングを実行し、分類タス
クを達成する、自己編成型フィーチャ・マップ（ＳＯＦ
Ｍ）人工ニューラル・ネットワークである。他の人工ニ
ューラル・ネットワークの１つは、適応共鳴理論（ＡＲ
Ｔ）ニューラル・ネットワークである。図１を再度参照
し、ニューラル・ネットワークが既に教育されている場
合、それは直接フォーマット済みの入力データを供給さ
れて、実行され、分類アプリケーションの結果のデータ
・セットが、次に出力データ・フォーマッタ９によりフ
ォーマットされる。ここで出力データ・フォーマッタ
は、コンピュータ・システムの記憶装置内に記憶され、
ニューラル・ネットワーク・アプリケーション・プログ
ラム８からの出力データの受信時に活動化される。ユー
ザはユーザ・インタフェースを介して、１ＶＬＡＮ当た
りのネットワーク装置のリストを提供する出力データを
アクセスする。ネットワーク管理者はこのリストを用い
てネットワークの交換装置内のＶＬＡＮを定義する。こ
の分類の結果は、ポリシ・ベースのＶＬＡＮを提供し、
そこでは分類基準が異なるユーザの実活動を反映する。
すなわち、一緒に作業する全てのネットワーク・ユーザ
は、同一のＶＬＡＮにグループ化される。このことは、
交換ネットワークのＶＬＡＮ編成につき、ネットワーク
帯域幅の最適化を可能にする。更に、ニューラル・ネッ
トワーク分類子への入力と見なされるこれらの情報は"
陳腐化（aged）"し、このことはすなわち、特定の期
間、２ユーザ間にもはや通信が存在せず、情報がネット
ワーク装置の記憶装置から除去されることを意味する。
情報を最新に維持するために、自動ＶＬＡＮ分類が周期
的に繰り返され、結果的に、ネットワーク装置間の実活
動を反映するように、新たなＶＬＡＮが再定義される。
このことはネットワーク管理者に、交換ネットワーク内
の帯域幅の最善の利用度を保証する。
【００１２】図２は、コンピュータ・システム１とイン
タフェースするワークステーションから、ユーザ・イン
タフェース１０を介して、ＴＣＰ／ＩＰネットワーク装
置の仮想ＬＡＮの割当てを分類するための、主プログラ
ム及びサブルーチンとして実現される、コンピュータ・
システム１の主プロセッサ１１上で実行される論理ブロ
ックを含む、本発明の好適な実施例のジェネラル・フロ
ーチャートを示す。この実施例では、ユーザ・インタフ
ェースを介してユーザに質問した後、各オペレーション
が開始される。このジェネラル・フローチャートでは、
ニューラル・ネットワークを使用するために必要なオペ
レーションが識別され、それらには、データの収集、デ
ータのフォーマット化、トレーニングのためのニューラ
ル・ネットワークの実行、ニューラル・ネットワークの
実行、出力データのフォーマット化が含まれる。好適な
実施例では、分類子のユーザがユーザ・インタフェース
を用いて、主なステップの実行をスキップまたは要求し
得る（テスト８１、８２、８３、８４、８５）。プログ
ラムが開始すると８０、新たなネットワーク・データ獲
得が要求されるか否かを知るために、テスト８１が実行
される。応答が肯定の場合、サブルーチン９０すなわち
ネットワーク・アクセス・モジュール（図１３、図１
４、図１５、図１６、図１７参照）が、ネットワーク装
置からニューラル・ネットワーク入力データを収集す
る。好適な実施例では、ネットワーク・アクセス・モジ
ュールは、ＳＮＭＰコマンドのシェル・スクリプトを通
じて実行され、入力データは装置のＭＩＢ内に収集され
たＭＩＢ変数値である。新たなネットワーク・データ獲
得が実行された後、または新たなネットワーク・データ
獲得が要求されない場合、既存の入力データがフォーマ
ットされるか否かを知るためにテスト８２が実行され
る。肯定の場合、入力フォーマット・サブルーチン１２
０（図１９参照）が呼び出される。入力データがフォー
マットされた後、または入力データがフォーマットされ
る必要がない場合、テスト８３が実行されて、データの
分類が要求されるか否かがチェックされ、肯定の場合、
分類すなわちニューラル・ネットワーク・アプリケーシ
ョン・サブルーチン１３０（図３、図４、図５、図６、
図７、図８、図９参照）が開始される。この分類は、ニ
ューラル・ネットワークがまだトレーニングされていな
ければ、ニューラル・ネットワークをトレーニング後、
ニューラル・ネットワークを実行するステップを含む。
次に、丁度実行された出力結果、または以前に実行され
た分類結果データが、フォーマットされる必要があるか
否かがテストされ（テスト８４）、肯定の場合、出力フ
ォーマット・サブルーチン２００（図２０参照）が呼び
出される。好適な実施例では、出力結果が要求に応じて
（テスト８５）、エンド・ユーザ・インタフェース・サ
ブルーチン２１０（図２１参照）を呼び出すことにより
表示される。
【００１３】図３は、図２のジェネラル・フローチャー
ト内で参照されるニューラル・ネットワーク・アプリケ
ーション・サブルーチン１３０のフローチャートであ
る。第１テスト１３１で、ニューラル・ネットワーク・
データ構造を作成する必要があるか否かがチェックされ
る。通常、最初に使用されるとき、ニューラル・ネット
ワークはデータ構造を構築する必要がある。これはニュ
ーラル・ネットワーク・データ構造作成サブルーチン１
４０（図４参照）を活動化することにより実行される。
ニューラル・ネットワーク・データ構造の作成は、アプ
リケーションにおいて初めてニューラル・ネットワーク
を使用するときの通常のステップである。次に、ユーザ
はニューラル・ネットワークのトレーニングを要求する
か否かを問われる（テスト１３２）。ユーザが肯定応答
をすると、ニューラル・ネットワーク教育サブルーチン
１６０（図６及び図７参照）が活動化される。ニューラ
ル・ネットワークのトレーニングは、アプリケーション
において初めてニューラル・ネットワークを使用すると
きの通常のステップである。次のステップは、ユーザ・
インタフェースを用いるテスト１３３であり、ニューラ
ル・ネットワークが実行されるか否かをチェックする。
肯定応答の場合、ニューラル・ネットワーク実行サブル
ーチン１８０（図８及び図９参照）が開始される。否定
応答か、またはニューラル・ネットワーク実行サブルー
チンが実行された場合、ニューラル・ネットワーク・ア
プリケーション・サブルーチンが終了する。制御は、図
２のフローチャートにより示される主アプリケーション
に提供される。
【００１４】図４は、ニューラル・ネットワーク・デー
タ構造作成サブルーチン１４０を示す。このルーチン
は、図３のニューラル・ネットワーク・アプリケーショ
ン・サブルーチン１３０の実行の間に呼び出され、ニュ
ーラル・ネットワークの新たなモデルを作成する。ユー
ザは新たなモデルの名前を提供するように指示され１４
１、新たなモデル名が読込まれ、それがコンピュータ・
システム１の記憶装置１２に記憶される既存のモデル名
に対してチェックされる１４２。モデルが存在しない場
合、モデル作成プログラム実行サブルーチン１５０（図
５参照）が呼び出される。ユーザにより入力される新た
なモデル名が、既存のモデル名の場合、エラー・メッセ
ージがユーザ・ワークステーションに表示される。一旦
モデル作成プログラム実行サブルーチン１５０が完了す
ると、制御は呼び出し元サブルーチンに戻される。
【００１５】図５は、図４のモデル作成プログラム実行
サブルーチン１５０のステップを示すフローチャートで
ある。このサブルーチンは、ニューラル・ネットワーク
の新たなモデルを作成する要求が生じたとき、呼び出さ
れる。これはニューラル・ネットワークが初めて使用さ
れるときの、通常のステップである。このサブルーチン
は最初に、デフォルトのニューラル・ネットワーク構造
１５１を作成し、ユーザに対して、ＶＬＡＮ分類子アプ
リケーションのために活動化されるニューラル・ネット
ワーク・モデルを特徴付ける特定のパラメータを要求す
る１５２。特に、これらのパラメータは、ＳＯＦＭまた
はＡＲＴ人工ニューラル・ネットワークを示す。ユーザ
から提供されるパラメータが誤りの場合（テスト１５３
が否定）、要求が繰り返される。提供されるパラメータ
が正しいと（テスト１５３が肯定）、ユーザ・パラメー
タがセットされ１５４、ニューラル・ネットワークにそ
れらをロードするために処理される１５４。
【００１６】図６は、ニューラル・ネットワーク教育サ
ブルーチン１６０のフローチャートを示し、これは図３
に示されるように、ニューラル・ネットワークを教育す
る要求が出される度に呼び出される。より詳細には、図
６は、ニューラル・ネットワーク構造の検索１６１、１
６２、及びユーザによるダイアログを介するトレーニン
グ・データの検索１６３、１６４を含む、教育の予備フ
ェーズを表す。ニューラル・ネットワークのためのトレ
ーニング・データは、ネットワークから収集される初期
データであり、前もってフォーマットされている。一旦
トレーニング・データが検証されると、ユーザはカスタ
ム・インタフェース・プログラムを入力するように指示
される１６５。この特定のインタフェースは、入力とし
て提供されるデータをアクセスするためにニューラル・
ネットワークにより使用される。すなわち、このインタ
フェースはニューラル・ネットワークのタイプに依存
し、必須である。前のステップで、ニューラル・ネット
ワークに対応するこうしたカスタム・インタフェースが
存在しないと判断されると、ユーザはエラー・メッセー
ジにより新たなカスタム・インタフェース・プログラム
を入力するように指示される。テスト１６６の結果が肯
定の場合、モデル教育プログラム実行サブルーチンが呼
び出される１７０。
【００１７】図７は、図６に示されるように、ニューラ
ル・ネットワーク教育サブルーチン１６０により呼び出
される、モデル教育プログラム実行サブルーチン１７０
のフローチャートを示す。第１のステップは、ニューラ
ル・ネットワーク・モデルを初期化する１７１。一旦初
期化されると、ユーザにより入力される情報に従い、ト
レーニング・データがデータ・セットから獲得される１
７２。次にユーザは、トレーニング・データの表示１７
３または記録１７４を希望するかを問われる。ユーザが
データの記録を希望する場合、デフォルトのファイル名
がファイルに提供され、そこでデータが記録される。ニ
ューラル・ネットワークは次に、データ・セットからの
データを提供される１７５。入力データは、それがニュ
ーラル・ネットワークのための最後のエポックか否かを
テストされる。ここでエポックとは、ニューラル・ネッ
トワークに提供される入力ベクトルであり、ニューラル
・ネットワークに装置のＩＰアドレスを提供する場合、
１次元ベクトルを有する。最後のエポックでない場合、
ニューラル・ネットワークはデータ・セットから読出さ
れる次のレコードを提供される。全てのデータが読出さ
れると、データ・セットの読出しに際して既に実行され
た繰り返し回数が、所定の繰り返し回数に対してチェッ
クされる１７７。この回数は、何種類かのニューラル・
ネットワークの初期化に際して提供されるパラメータの
１つである。これはニューラル・ネットワークが、定義
済み繰り返し回数後に、収束前に停止すべきことを示
す。繰り返し回数に達すると、サブルーチンは復帰す
る。そうでない場合、ニューラル・ネットワークへのデ
ータ・セットの提供が再開される１７５。
【００１８】図８及び図９は、ニューラル・ネットワー
ク実行サブルーチン１８０のフローチャートであり、ニ
ューラル・ネットワーク・アプリケーション・サブルー
チン１３０のもう１つのサブルーチンが、ジェネラル・
フローチャート（図２）の分類（図３）の間に呼び出さ
れる。分類プロセスの間、このルーチンは、一旦ニュー
ラル・ネットワークが既にトレーニングされると呼び出
される。これは最初に、モデルに対応するモデル作成プ
ログラム実行サブルーチン１５０の実行の間に入力され
るパラメータにもとづき、ニューラル・ネットワーク・
モデルを初期化する１８１。次に、ニューラル・ネット
ワークの名前が決定され１８２、続いてフォーマット済
みの入力データが、以前にトレーニング済み（図７）の
決定されたニューラル・ネットワークを成長させる。各
入力データ・セットはニューラル・ネットワークにより
読出され、処理され、ログ結果がログ・ファイルに保管
される１９３。ニューラル・ネットワークの処理の結果
生じるログ・データは、追加情報無しに生のモードで記
憶される。このオペレーションは、フォーマット済み入
力データが完全に読出されるまで、すなわちテスト１９
２の"データ・セットが終了か？"が肯定応答されるまで
繰り返される。
【００１９】図１に示されるように、分類子を操作する
環境は極めて単純である。より詳細には、図１０は、フ
ォン・ノイマン型（直列）プロセッサ・システム上にお
いて、ハードウェア・ニューラル・ネットワーク（並
列）・コンピュータをシミュレートすることが可能な様
子を示す。異なる接続トポロジ及び異なる処理ユニット
属性を有する、多くの異なるニューラル・ネットワーク
・モデルが存在する。しかしながら、それは適応重み２
２により接続される、多くの（数十、数百、数千の）単
純な処理ユニット２１から成るコンピュータ・システム
として示される。ここで重みは、ニューラル・ネットワ
ーク内のノードの通信に適用される重要度を定性化する
ために使用される。ニューラル・ネットワークが教育さ
れる間、重みは変更される。更に、プロセッサ及び重み
に加え、ニューラル・ネットワーク・モデルは学習機構
２３を有さねばならず、これは各トレーニングの繰り返
しの後に、重みを更新することにより動作する。重みは
処理ユニット前の活動化関数の出力を表す。ハードウェ
ア・ニューラル・ネットワーク・モデルはデジタル・コ
ンピュータ上で、プログラム及びデータによりシミュレ
ートされ得る。プログラム２４は、ニューラル・ネット
ワーク処理ユニット２１により実行される処理機能をシ
ミュレートする。適応接続重みは、データ２５として記
憶される。プログラム２６は、学習または接続重み適応
化機構２３を実現するために使用される。
【００２０】図１１は、ニューラル・ネットワーク・プ
ログラム及びデータのプログラミング環境の構成要素を
示す。この概念的レイアウトの高位レベルには、ニュー
ラル・ネットワーク・プログラム及びデータとのアプリ
ケーション・プログラミング・インタフェース（ＡＰ
Ｉ）３１が存在する。ＡＰＩは本発明の一部ではなく、
ニューラル・ネットワークの専門知識を欠くアプリケー
ション開発者が、彼らのアプリケーション内で、"ユー
ティリティ・プログラム"３２をアクセス及び使用する
ことを可能にする。"ユーティリティ・プログラム"は、
ニューラル・ネットワーク・アプリケーションを定義、
作成、トレーニング及び実行することを可能にする。ニ
ューラル・ネットワークはデータ構造３３がデータの表
現を有することを必要とし、データはニューラル・ネッ
トワークを教育または実行するための入力として提供さ
れる。好適な実施例では、データ構造はネットワーク装
置のＩＰアドレスを、ニューラル・ネットワークにより
理解可能な形式で表現すべきである。すなわち、"ユー
ティリティ・プログラム"が"データ構造"と共に、いわ
ゆるニューラル・ネットワーク・シェルを形成する。ニ
ューラル・ネットワーク・シェルを用いて、ユーティリ
ティ・プログラムによりアクセスされ得る総称的なニュ
ーラル・ネットワーク・データ構造を定義することによ
り、ニューラル・ネットワーク・モデルを作成できる。
モデルはフィーチャ・マップ（ＳＯＦＭ）または適応共
鳴理論（ＡＲＴ）である。
【００２１】図１２は、好適な実施例の自動ネットワー
ク装置分類子ソフトウェア・アプリケーションが、いわ
ゆるニューラル・ネットワーク・アプリケーション・プ
ログラム４０になったことを示す。なぜなら、これはニ
ューラル・ネットワーク・シェルのサービスを使用する
からである。好適な実施例の自動ネットワーク装置分類
子ソフトウェア・アプリケーションは、シェル３６か
ら、より詳細には経路４４を介して結果を受信し、その
シェルの"実行"ユーティリティ・プログラムの出力を受
信する。自動ネットワーク装置分類子ソフトウェア・ア
プリケーションにより使用される他のユーティリティ・
プログラムには、図１１の概念的フレームワークに関連
して上述したように、ニューラル・ネットワークの定義
４５、作成４６、及び教育４７ユーティリティ・プログ
ラムが含まれる。ユーティリティ・プログラムはそれ自
身、ニューラル・ネットワークのデータ構造３３とイン
タフェースする。入力４２は、例えばデータ・フォーマ
ッタなどの、自動ネットワーク装置分類子ソフトウェア
・アプリケーションへの他のサービス及び入力を示す。
【００２２】図２で呼び出され、図１３、図１４、図１
５で示されるネットワーク・アクセス・モジュール・サ
ブルーチン９０は、ニューラル・ネットワークを成長さ
せる入力ネットワーク・データの獲得に関連し、これら
のデータはＶＬＡＮ分類の基礎である。好適な実施例で
選択される入力ネットワーク・データは、異なるネット
ワーク要素（装置または装置上で実行されるアプリケー
ション）間に存在する活動を反映し、ネットワークの交
換機内に記憶されるＡＲＰ（アドレス解析プロトコル）
テーブル内に記憶され、これらの交換機により更新され
る。これらのテーブルは、各ネットワーク要素に対し
て、それが通信する他のネットワーク要素の論理アドレ
ス及び物理アドレスを記憶する。あるネットワーク装置
上で実行されるアプリケーションの物理アドレスは、そ
のネットワーク装置の物理アドレスである。物理アドレ
スはプロトコルに依存する。ＴＣＰ／ＩＰ ＬＡＮの場
合、論理アドレスはＩＰアドレスであり、物理アドレス
はＭＡＣアドレスである。実際には、このＡＲＰテーブ
ル情報が、各ネットワーク装置に対してＳＮＭＰ ＭＩ
Ｂ変数（図１６）またはＲＭＯＮマトリックス・グルー
プ（図１７）内に検索される。これらのＭＩＢはネット
ワーク装置上に記憶され、周期的に更新される。ＲＭＯ
Ｎマトリックス・グループは、一部のＳＮＭＰエージェ
ントが保持し得る特定のＭＩＢである。
【００２３】図１３、図１４、図１５を参照すると、ネ
ットワーク・アクセス・モジュール・サブルーチン９０
により実行されるネットワーク・データの獲得が、トポ
ロジ・データベースの走査９１により獲得される、ネッ
トワーク装置のＩＰアドレスの獲得により開始する。好
適な実施例では、トポロジ・データベースは、ＲＳ／６
０００ワークステーション上で動作するネットワーク管
理プラットフォームである、NetView／６０００の発見
プロセスにより充填されるフラット・ファイルである。
フラット・ファイルでは、一部のレコードがＩＰアドレ
ス・フィールドに当たるＩＰネットワーク装置情報、及
び本発明の範囲外の他のフィールドを含む。トポロジ・
データベース・フラット・ファイルに読出されるレコー
ドが、ネットワーク装置に対応する場合９２、論理アド
レスが読出される。ユーザは、このネットワーク装置に
対して管理情報のタイプが読出されるように、選択でき
る。好適な実施例では、管理情報のタイプが定義されて
いない場合１０１、ユーザは自分の選択を提供するよう
に求められる１１１。後述のように、選択はＲＭＯＮマ
トリックス・グループ７０またはＭＩＢアドレス変換グ
ループのいずれかである。一旦選択が決定されると、ネ
ットワーク管理の標準のコマンドを用いて、情報がネッ
トワーク装置上に読出される１０２。この読出しは、フ
ラット・ファイルの終わりに達するまで実行される９
３。
【００２４】図１６は、ＭＩＢ ＩＩアドレス変換グル
ープ６０を示す。これは単一のテーブルすなわちat６１
内に含まれる。テーブル内の各行は、ネットワーク装置
の１物理インタフェースに対応する。行は、論理ネット
ワーク・アドレスから物理アドレスへのマッピングに対
応する。atTable６２は、ネットアドレスから物理アド
レス相当への変換を含む。atEntry６３は、各エントリ
が１ネットアドレスから物理アドレス相当への変換を含
む事実を表す。atNetAddress６４は、媒体依存物理アド
レスに対応する。
【００２５】図１７は、ＭＩＢ ＩＩアドレス変換グル
ープの代わりに使用されるＲＭＯＮマトリックス・グル
ープ７０を示す。ＲＭＯＮマトリックス・グループは、
ネットワーク内のホスト対の間のトラフィックに関する
情報を検索するために使用される。本発明の関心の対象
であるＲＭＯＮマトリックス・グループ・テーブル７１
は、マトリックスＳＤテーブル７２である。マトリック
スＳＤテーブルは、特定のソース・ホストから多数の宛
先へのトラフィックに関する統計を検索するために使用
される。マトリックスＳＤソース・アドレス７４は、宛
先ＭＡＣアドレスを表す。
【００２６】図１８は、図１３、図１４、図１５で上述
したサブルーチン９０に対応するネットワーク・アクセ
ス・モジュール５のソフトウェア体系モデルを示す。こ
のソフトウェアの基礎は、ＳＮＭＰにもとづく。ネット
ワーク・アクセス・モジュールは３つのレイヤで構成さ
れる。すなわち、最上レイヤは、図１４及び図１５で上
述したネットワーク・データ・アクセス・サブルーチン
１００に対応するネットワーク・データ・アクセス・ア
プリケーション５０を含み、これはデータ・サービスの
収集を提供する。好適な実施例では、アプリケーション
のこの部分は、データ収集インタフェースに対応する。
すなわち、各アプリケーション要素５１乃至５３が、Ｍ
ＩＢ変数の特定グループへの特定の基本アクセスを実行
する。最下レベルは、ネットワーク管理データ・トラン
スポート・サービス５４である。このモジュールは、ネ
ットワーク管理情報を交換するためのネットワーク管理
プロトコル、及びアプリケーション要素５１乃至５３と
のサービス・インタフェースを含む。好適な実施例で
は、サービス・インタフェースは２つの基本機能、すな
わち"単一情報の獲得"及び"複数情報の獲得"を提供す
る。ネットワーク・アクセス・モジュールは、ネットワ
ーク装置上のローカルＭＩＢをアクセスする。ＭＩＢア
クセス・モジュール５５は、ＭＩＢへのアクセスを可能
にする基本ファイル管理ソフトウェアを含む。更に、Ｍ
ＩＢアクセス・モジュールは、ローカルＭＩＢ形式か
ら、ネットワーク・アクセス・モジュールの他の部分に
より理解可能な形式に変換する。ネットワーク装置との
通信は、通信プロトコル・スタック５６によりサポート
され、これは好適な実施例では、ＴＣＰ／ＩＰである。
【００２７】本発明の好適な実施例のジェネラル・フロ
ーチャートを示す図２を再度参照すると、入力フォーマ
ット・サブルーチン１２０が、分類の開始前に呼び出さ
れる。実際上、このステップはニューラル・ネットワー
クの使用のために必要である。図１９は、ネットワーク
装置から検索された情報が、ニューラル・ネットワーク
に提供される前にフォーマットされる様子を示す。テス
ト１２１で、情報が新たなネットワーク装置から到来す
るか否かがチェックされる。否定の場合、これはネット
ワーク装置の参照が既に知れており、登録される必要が
ないことを意味する。ネットワーク装置が知れていなけ
れば、ネットワーク装置の識別子が、後の処理のために
記憶される。あらゆる新たなネットワーク装置に対して
ＳＮＭＰテーブルが検索され、その内容がフォーマット
される１２２。一旦フォーマットされると、結果が後の
処理のためにファイルに記憶される１２３。
【００２８】図２０は、図２のジェネラル・フローチャ
ートの出力フォーマット・サブルーチン２００のフロー
チャートを示す。このサブルーチンでは、以前にファイ
ルに記憶されたデータがフォーマットされる。ネットワ
ーク識別子が、ニューラル・ネットワークの出力結果の
指標であるＶＬＡＮ識別子と共に読出し可能な形式で記
憶される２０１。このオペレーションは、入力ファイル
内に含まれる各データに対して実行される２０２。
【００２９】最後に、図２１は、図２のフローチャート
の最後で呼び出されるエンドユーザ・インタフェース・
サブルーチン２１０のフローチャートを示す。このサブ
ルーチンは、ユーザが前のステップで実行された分類オ
ペレーションの結果ファイルを利用することを可能にす
る。結果ファイルのラインが読出され２１１、ユーザが
望むデータの提示形式に従い、データが表示される２１
２。いつでもユーザはデータの表示を停止できる２１
３。一旦結果ファイルの終わりに達すると、サブルーチ
ンは終了する２１４。好適な実施例は、ネットワーク管
理ワークステーションをアクセスするネットワーク管理
者であるユーザとの、対話式アプリケーションに指向さ
れる。本発明の自動分類により、ネットワーク管理者
は、このオペレーションがユーザ・インタフェース無し
に、自動的且つ周期的に実行されるように、またコンピ
ュータに表示または記録されるリストを読出すために、
ユーザ・インタフェースを使用しないように決心し得
る。代わりに、分類結果が、それを受け取るプログラム
へ入力として提供される。更に、ネットワーク管理サー
ビス（ＳＮＭＰの場合、ＳＮＭＰ ＧＥＴコマンドな
ど）を使用することにより、ネットワークの交換機内の
ＶＬＡＮ定義を自動的に更新することができる。
【００３０】まとめとして、本発明の構成に関して以下
の事項を開示する。
【００３１】（１）ネットワーク装置を管理するネット
ワーク管理アプリケーションを有する交換ネットワーク
において、ＶＬＡＮ内のネットワーク装置を分類する方
法であって、前記ネットワーク管理アプリケーションに
より、前記ネットワーク装置上に記憶されるネットワー
ク管理変数を収集するステップと、コンピュータ上で動
作するニューラル・ネットワークに、前記ネットワーク
装置の活動を反映する前記ネットワーク管理変数を供給
するステップと、前記ニューラル・ネットワークを実行
することにより、前記ニューラル・ネットワークが前記
ネットワーク管理変数の値に従い、ＶＬＡＮにグループ
化された前記ネットワーク装置の出力リストを提供する
ステップとを含む、方法。 （２）前記ニューラル・ネットワークが自己編成型フィ
ーチャ・マップ（ＳＯＦＭ）人工ニューラル・ネットワ
ークである、前記（１）記載の方法。 （３）前記ニューラル・ネットワークが適応共鳴理論
（ＡＲＴ）人工ニューラル・ネットワークである、前記
（１）記載の方法。 （４）前記ネットワークがＴＣＰ／ＩＰネットワークで
あり、前記ネットワーク管理変数が、前記ネットワーク
装置と通信している他のネットワーク装置のＩＰアドレ
スである、前記（１）乃至（３）のいずれかに記載の方
法。 （５）前記ネットワーク管理アプリケーションが単一ネ
ットワーク管理プロトコル（ＳＮＭＰ）をサポートす
る、前記（１）乃至（４）のいずれかに記載の方法。 （６）前記ネットワーク装置と通信している他のネット
ワーク装置のＩＰアドレスが、前記ネットワーク装置に
記憶されたＭＩＢを読出すことにより獲得される、前記
（５）記載の方法。 （７）前記ネットワーク装置と通信している他のネット
ワーク装置のＩＰアドレスが、前記ネットワーク装置に
記憶されたＲＭＯＮマトリックス・グループを読出すこ
とにより獲得される、前記（５）記載の方法。 （８）前記ネットワーク管理アプリケーションにより、
ＶＬＡＮにグループ化されたネットワーク装置の出力リ
ストを読出し、ネットワーク交換機内のＶＬＡＮ定義を
更新するステップを含む、前記（１）乃至（７）のいず
れかに記載の方法。 （９）ネットワーク装置を管理するために、ネットワー
クをアクセスするネットワーク管理ワークステーション
上で動作するネットワーク管理アプリケーションを有す
る前記ネットワークにおいて、ＶＬＡＮ内の前記ネット
ワーク装置を分類するシステムであって、前記（１）乃
至（８）のいずれかに記載の方法のステップを実行する
ように適応化された手段を有するシステム。
【図面の簡単な説明】
【図１】本発明のＶＬＡＮ分類子アプリケーションのソ
フトウェア構成要素を含む、本発明のシステムのアーキ
テクチャの概略図である。
【図２】本発明のＶＬＡＮ分類子アプリケーションのジ
ェネラル・フローチャートである。
【図３】ニューラル・ネットワーク・アプリケーション
・サブルーチンのジェネラル・フローチャートである。
【図４】ニューラル・ネットワーク・データ構造作成サ
ブルーチンのフローチャートである。
【図５】モデル作成プログラム実行サブルーチンのフロ
ーチャートである。
【図６】ニューラル・ネットワーク教育サブルーチンの
ジェネラル・フローチャートである。
【図７】モデル教育プログラム実行サブルーチンのジェ
ネラル・フローチャートである。
【図８】ニューラル・ネットワーク実行サブルーチンの
ジェネラル・フローチャートである。
【図９】モデル実行プログラム実行サブルーチンのジェ
ネラル・フローチャートである。
【図１０】ソフトウェアでのニューラル・ネットワーク
の実施例を示す図である。
【図１１】ニューラル・ネットワーク・アプリケーショ
ンのための概念的フレームワークを示す図である。
【図１２】ニューラル・ネットワーク分類子ソフトウェ
アの概念的フレームワークを示す図である。
【図１３】ネットワーク・アクセス・モジュール・サブ
ルーチンのフローチャートである。
【図１４】ネットワーク・データ・アクセス・モジュー
ル・サブルーチンのフローチャートである。
【図１５】アプリケーション構成要素選択サブルーチン
のフローチャートである。
【図１６】変数のＭＩＢ ＩＩアドレス変換グループを
示す図である。
【図１７】変数のＲＭＯＮマトリックス・グループを示
す図である。
【図１８】神経体系モデルを示す図である。
【図１９】入力フォーマット・サブルーチンのフローチ
ャートである。
【図２０】出力フォーマット・サブルーチンのフローチ
ャートである。
【図２１】エンドユーザ・インタフェース・サブルーチ
ンのフローチャートである。
【符号の説明】
１ コンピュータ・システム ２ ＴＣＰ／ＩＰネットワーク ３、４ ネットワーク装置 ５ ネットワーク・アクセス要素 ６ 入力データ・フォーマッタ・ソフトウェア構成要素 ８ ニューラル・ネットワーク・アプリケーション・プ
ログラム ９ 出力データ・フォーマッタ １０ ユーザ・インタフェース １１ 主プロセッサ １２ システム・コンピュータ記憶装置 １３ ネットワーク管理アプリケーション １４ ＶＬＡＮ分類子アプリケーション ２１ 処理ユニット ２２ 適応重み ２３ 学習または接続重み適応化機構 ２４ プログラム ２５ データ ３２ ユーティリティ・プログラム ３３ データ構造 ３６ ニューラル・ネットワーク・シェル ４０ ニューラル・ネットワーク・アプリケーション・
プログラム ４２ 入力 ４４ 経路 ４５ 定義 ４６ 作成 ４７ 教育 ５０ ネットワーク・データ・アクセス・アプリケーシ
ョン ５１、５２、５３ アプリケーション要素 ５５ ＭＩＢアクセス・モジュール ５６ 通信プロトコル・スタック ６０ ＭＩＢ ＩＩアドレス変換グループ ６１ at ６２ atTable ６３ atEntry ６４ atNetAddress ７０ ＲＭＯＮマトリックス・グループ ７１ ＲＭＯＮマトリックス・グループ・テーブル ７２ マトリックスＳＤテーブル ７４ マトリックスＳＤソース・アドレス ８１、８２、８３、８４、８５、１２１、１３１、１３
３、１５３、１６６、１９２ テスト ９０ ネットワーク・アクセス・モジュール・サブルー
チン １００ ネットワーク・データ・アクセス・サブルーチ
ン １２０ 入力フォーマット・サブルーチン １３０ ニューラル・ネットワーク・アプリケーション
・サブルーチン １４０ ニューラル・ネットワーク・データ構造作成サ
ブルーチン １５０ モデル作成プログラム実行サブルーチン １６０ ニューラル・ネットワーク教育サブルーチン １７０ モデル教育プログラム実行サブルーチン １８０ ニューラル・ネットワーク実行サブルーチン ２００ 出力フォーマット・サブルーチン ２１０ エンド・ユーザ・インタフェース・サブルーチ
ン

Claims (9)

    【特許請求の範囲】
  1. 【請求項１】ネットワーク装置を管理するネットワーク
    管理アプリケーションを有する交換ネットワークにおい
    て、ＶＬＡＮ内のネットワーク装置を分類する方法であ
    って、 前記ネットワーク管理アプリケーションにより、前記ネ
    ットワーク装置上に記憶されるネットワーク管理変数を
    収集するステップと、 コンピュータ上で動作するニューラル・ネットワーク
    に、前記ネットワーク装置の活動を反映する前記ネット
    ワーク管理変数を供給するステップと、 前記ニューラル・ネットワークを実行することにより、
    前記ニューラル・ネットワークが前記ネットワーク管理
    変数の値に従い、ＶＬＡＮにグループ化された前記ネッ
    トワーク装置の出力リストを提供するステップとを含
    む、方法。
  2. 【請求項２】前記ニューラル・ネットワークが自己編成
    型フィーチャ・マップ（ＳＯＦＭ）人工ニューラル・ネ
    ットワークである、請求項１記載の方法。
  3. 【請求項３】前記ニューラル・ネットワークが適応共鳴
    理論（ＡＲＴ）人工ニューラル・ネットワークである、
    請求項１記載の方法。
  4. 【請求項４】前記ネットワークがＴＣＰ／ＩＰネットワ
    ークであり、前記ネットワーク管理変数が、前記ネット
    ワーク装置と通信している他のネットワーク装置のＩＰ
    アドレスである、請求項１乃至請求項３のいずれかに記
    載の方法。
  5. 【請求項５】前記ネットワーク管理アプリケーションが
    単一ネットワーク管理プロトコル（ＳＮＭＰ）をサポー
    トする、請求項１乃至請求項４のいずれかに記載の方
    法。
  6. 【請求項６】前記ネットワーク装置と通信している他の
    ネットワーク装置のＩＰアドレスが、前記ネットワーク
    装置に記憶されたＭＩＢを読出すことにより獲得され
    る、請求項５記載の方法。
  7. 【請求項７】前記ネットワーク装置と通信している他の
    ネットワーク装置のＩＰアドレスが、前記ネットワーク
    装置に記憶されたＲＭＯＮマトリックス・グループを読
    出すことにより獲得される、請求項５記載の方法。
  8. 【請求項８】前記ネットワーク管理アプリケーションに
    より、ＶＬＡＮにグループ化されたネットワーク装置の
    出力リストを読出し、ネットワーク交換機内のＶＬＡＮ
    定義を更新するステップを含む、請求項１乃至請求項７
    のいずれかに記載の方法。
  9. 【請求項９】ネットワーク装置を管理するために、ネッ
    トワークをアクセスするネットワーク管理ワークステー
    ション上で動作するネットワーク管理アプリケーション
    を有する前記ネットワークにおいて、ＶＬＡＮ内の前記
    ネットワーク装置を分類するシステムであって、請求項
    １乃至請求項８のいずれかに記載の方法のステップを実
    行するように適応化された手段を有するシステム。
JP34053699A 1998-12-29 1999-11-30 ネットワーク装置を分類する方法 Expired - Fee Related JP3478770B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP98480101A EP1017199B1 (en) 1998-12-29 1998-12-29 A method and system for classifying network devices in virtual LANs
EP98480101.9 1998-12-29

Publications (2)

Publication Number Publication Date
JP2000201185A true JP2000201185A (ja) 2000-07-18
JP3478770B2 JP3478770B2 (ja) 2003-12-15

Family

ID=8235789

Family Applications (1)

Application Number Title Priority Date Filing Date
JP34053699A Expired - Fee Related JP3478770B2 (ja) 1998-12-29 1999-11-30 ネットワーク装置を分類する方法

Country Status (4)

Country Link
US (1) US6578021B1 (ja)
EP (1) EP1017199B1 (ja)
JP (1) JP3478770B2 (ja)
DE (1) DE69826298T2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008060958A (ja) * 2006-08-31 2008-03-13 Nec Corp Ｖｌａｎ通信範囲特定システム、データ作成方法、及びプログラム
JP2013545387A (ja) * 2010-11-01 2013-12-19 アルカテル−ルーセント コンテンツベースのブリッジングをサポートするためのコンテンツベースのｖｌａｎ分類およびイーサネット（登録商標）ネットワークに関するフレームワーク
KR102224758B1 (ko) * 2020-09-29 2021-03-05 주식회사 케이티엠오에스북부 네트워크 관제 장치 및 방법

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6697806B1 (en) * 2000-04-24 2004-02-24 Sprint Communications Company, L.P. Access network authorization
US6934262B1 (en) * 2000-08-26 2005-08-23 Cisco Technology, Inc. Method and apparatus for restricting the assignment of VLANs
US6892245B1 (en) * 2000-09-22 2005-05-10 Nortel Networks Limited Management information base for a multi-domain network address translator
US7177923B2 (en) * 2001-03-13 2007-02-13 Agere Systems Inc. Methods and devices for selecting internet servers
KR100429160B1 (ko) * 2001-04-12 2004-04-29 (주)맥컴정보기술 에스앤엠피브이 알엠오엔을 이용한 초고속망의 네트웍성능 및 표준 관리장치
US20030084136A1 (en) * 2001-10-31 2003-05-01 Jayanta Tewari System and method for device specific identification and management of network devices
US6965885B2 (en) * 2002-01-22 2005-11-15 Koninklijke Philips Electronics N.V. Self-organizing feature map with improved performance by non-monotonic variation of the learning rate
AU2003212191A1 (en) * 2002-02-05 2003-09-02 Siemens Aktiengesellschaft Method for classifying the traffic dynamism of a network communication using a network that contains pulsed neurons
EP1517482A1 (en) * 2003-09-18 2005-03-23 Hewlett-Packard Development Company, L.P. Discovery of virtual private networks
US7885198B2 (en) * 2004-01-05 2011-02-08 Jds Uniphase Corporation Systems and methods for characterizing packet-switching networks
US7715409B2 (en) * 2005-03-25 2010-05-11 Cisco Technology, Inc. Method and system for data link layer address classification
JP2008293414A (ja) * 2007-05-28 2008-12-04 Toshiba Corp 電子機器および接続機器サーチ方法
US9037694B2 (en) * 2007-11-06 2015-05-19 Neustar Ip Intelligence, Inc. Method and system for determining the geographic location of a network block
US9647779B2 (en) 2013-04-22 2017-05-09 The Nielsen Company (Us), Llc Systems, methods, and apparatus to identify media devices
US9891959B2 (en) * 2015-10-30 2018-02-13 International Business Machines Corporation Stage-aware performance modeling for computer cluster sizing
US10503998B2 (en) * 2016-11-07 2019-12-10 Gracenote, Inc. Recurrent deep neural network system for detecting overlays in images
GB201902918D0 (en) * 2019-03-04 2019-04-17 British Telecomm Software defined network optimisation
US12003792B2 (en) * 2020-12-08 2024-06-04 Tencent America LLC Adaptation of 2D video for streaming to heterogenous client end-points
CN115473835B (zh) * 2022-08-05 2023-09-26 北京罗克维尔斯科技有限公司 流量统计方法及相关设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5142665A (en) * 1990-02-20 1992-08-25 International Business Machines Corporation Neural network shell for application programs
US5373486A (en) * 1993-02-03 1994-12-13 The United States Department Of Energy Seismic event classification system
US6085238A (en) * 1996-04-23 2000-07-04 Matsushita Electric Works, Ltd. Virtual LAN system
IL118984A (en) * 1996-07-30 2003-12-10 Madge Networks Israel Ltd APPARATUS AND METHOD FOR ASSIGNING VIRTUAL LANs TO A SWITCHED NETWORK

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008060958A (ja) * 2006-08-31 2008-03-13 Nec Corp Ｖｌａｎ通信範囲特定システム、データ作成方法、及びプログラム
JP4600367B2 (ja) * 2006-08-31 2010-12-15 日本電気株式会社 Ｖｌａｎ通信範囲特定システム、データ作成方法、及びプログラム
JP2013545387A (ja) * 2010-11-01 2013-12-19 アルカテル−ルーセント コンテンツベースのブリッジングをサポートするためのコンテンツベースのｖｌａｎ分類およびイーサネット（登録商標）ネットワークに関するフレームワーク
KR102224758B1 (ko) * 2020-09-29 2021-03-05 주식회사 케이티엠오에스북부 네트워크 관제 장치 및 방법

Also Published As

Publication number Publication date
DE69826298T2 (de) 2005-11-17
JP3478770B2 (ja) 2003-12-15
EP1017199B1 (en) 2004-09-15
EP1017199A1 (en) 2000-07-05
US6578021B1 (en) 2003-06-10
DE69826298D1 (de) 2004-10-21

Similar Documents

Publication Publication Date Title
JP3478770B2 (ja) ネットワーク装置を分類する方法
US7292541B1 (en) Methods and systems for unnumbered network link discovery
US8010650B2 (en) Managing a computer network
US7120678B2 (en) Method and apparatus for configurable data collection on a computer network
CN103997414B (zh) 生成配置信息的方法和网络控制单元
JP2918088B2 (ja) 階層型ネットワーク管理システムおよびネットワーク管理情報の制御方法
US6047320A (en) Network managing method and system
US20020141378A1 (en) Methods, apparatuses and systems facilitating deployment, support and configuration of network routing policies
US20140289404A1 (en) Configuration management method of logical topology in virtual network and management server
CN112311606B (zh) 一种用于构建虚实解耦仿真网络的方法
EP0529787A2 (en) Network management agent with user created objects
US20040240440A1 (en) Virtual network addresses
JP2002368743A (ja) ネットワーク設計支援システム
CN108989068B (zh) 一种编排软件定义网络的方法及sdn控制器
JPH09504913A (ja) ネットワークトポロジ決定方法および装置
CN103026660A (zh) 网络策略配置方法、管理设备以及网络管理中心设备
CN108712286A (zh) 网络拓扑结构的确定方法、装置和存储介质
Aboelela Network simulation experiments manual
US6735626B1 (en) Network managing method and system
US20140317313A1 (en) Nat sub-topology management server
CN110086640A (zh) 业务使能的方法和装置
CN104219153B (zh) 基于mac 地址定向搜索的网络拓扑自发现方法和装置
CN108809732A (zh) 一种软件定义城域网网络控制系统
CN114584504B (zh) 一种ai训练平台的网卡通信方法、装置、设备及介质
US7733800B2 (en) Method and mechanism for identifying an unmanaged switch in a network

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees