JP2001044993A - ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体 - Google Patents
ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体Info
- Publication number
- JP2001044993A JP2001044993A JP21132499A JP21132499A JP2001044993A JP 2001044993 A JP2001044993 A JP 2001044993A JP 21132499 A JP21132499 A JP 21132499A JP 21132499 A JP21132499 A JP 21132499A JP 2001044993 A JP2001044993 A JP 2001044993A
- Authority
- JP
- Japan
- Prior art keywords
- model
- network
- simulation
- simulation model
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 270
- 238000000034 method Methods 0.000 title claims description 54
- 238000005259 measurement Methods 0.000 claims abstract description 154
- 238000012545 processing Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- DFUSDJMZWQVQSF-XLGIIRLISA-N (2r)-2-methyl-2-[(4r,8r)-4,8,12-trimethyltridecyl]-3,4-dihydrochromen-6-ol Chemical compound OC1=CC=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1 DFUSDJMZWQVQSF-XLGIIRLISA-N 0.000 description 1
- 102100034871 C-C motif chemokine 8 Human genes 0.000 description 1
- 101000946794 Homo sapiens C-C motif chemokine 8 Proteins 0.000 description 1
- 101100187186 Solanum lycopersicum LE16 gene Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- RGNPBRKPHBKNKX-UHFFFAOYSA-N hexaflumuron Chemical compound C1=C(Cl)C(OC(F)(F)C(F)F)=C(Cl)C=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F RGNPBRKPHBKNKX-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
デルを、ネットワークの現状を反映させて、自動生成で
きるようにする。 【解決手段】 モデル構成決定部11は、端点リストを
受け取ると、計測/情報収集部13に経路調査を依頼す
る。そして、モデル構成決定部11は、計測/情報収集
部13から経路機器リストを受け取り、ネットワーク2
0のシミュレーションモデルの構成を作成する。モデル
設定部12は、そのシミュレーションモデルの構成の各
構成要素について、適切なモデルを選択する。そして、
モデル設定部12は、そのモデルのパラメータ値を、計
測/情報収集部13から受け取る計測結果並びに収集情
報に基づいて設定し、ネットワーク20のシミュレーシ
ョンモデルを自動生成する。
Description
ミュレーション技術に関し、特に、ネットワークのシミ
ュレーションモデルを生成する装置、その方法、及びそ
の方法を実現するプログラムを記録した記録媒体に関す
る。
トワークの規模は急速に拡大している。そして、ネット
ワークの利用形態も、電話などの音声通信からデータ通
信、さらには、マルティメディア通信にシフトしてい
る。特に、今後は、大容量の高速データ伝送が要求され
るマルチメディア通信が主流になると予測され、ネット
ワークでのトラフィック量は、今後、更に、増加するも
のと思われる。また、ネットワーク機器が高機能化する
につれ、ネットワークの構成も複雑になり、今後は、フ
レームリレー網やATM(Asynchronous
TransferMode)網が、インターネットを構
成する主要なネットワーク機器であるルーターと接続さ
れVPN(Virtual Private Netw
ork),IP over ATM,IP over
SONET,IP over WTMなどの構築も増加
すると予想される。
ては、ネットワーク資源の構成や配置の最適化を実現し
たり、トラフィックの増加がネットワークに及ぼす影響
を評価するシミュレータの役割が、ますます、重要にな
ると考えられる。
は、ネットワークのシミュレーションモデルに基づい
て、ネットワークのトラフィック量などの各種情報を予
測する。従来、上記シミュレーションモデルの作成・管
理は、以下に述べるような方式により行われていた。
のツールを利用して、手動により、シミュレーションモ
デルを生成していた。
機器のシミュレーションモデル(モデル)をデータベー
ス化する。そして、ユーザは、データベースからネット
ワーク機器のモデルを選択しながら、ネットワークのシ
ミュレーションモデルを作成する。
ットワーク管理ツルを用いて、ネットワークの構成やネ
ットワークのトラフィックなどを収集し、その収集情報
を基に、ネットワークのシミュレーションモデルを作成
する。
来の方式では、以下に述べるような問題があった。 a) ユーザによる手動設定方式 この方式では、ユーザは、シミュレーションモデルの作
成対象のネットワークを詳細に調査して、モデル作成に
必要となる情報を収集しなければならないため、手間が
かかりユーザの作業負担が大きい。さらに、上記情報の
収集のためには、ネットワークの調査技術及びシミュレ
ーションに関する知識や技術が要求されるため、シミュ
レーションモデルの作成者には高度の能力が要求され
る。したがって、高度な知識を有する専門家でなけれ
ば、シミュレーションモデルの作成は困難であった。
ュレーションモデルに必要なネットワーク機器のモデル
がない場合、そのシミュレーションモデルを作成できな
いという問題がある。また、新たなネットワーク機器が
製品化されるたびに、そのネットワーク機器のモデルを
データベースに追加して、データベースを更新しなけら
ばならず、データベースの保守に要する作業負担が大き
く、その管理コストも嵩む。
トワークの現状を反映した正確なシミュレーションモデ
ルを作成することができない場合がある。すなわち、ネ
ットワーク管理ツールが収集する情報は、主に、トラフ
ィック流量などのネットワークの利用状態に関する情報
であるため、ネットワーク機器の性能に関する情報(伝
送速度、容量)などのようなネットワークのシミュレー
ションモデルの作成に必要不可欠な情報を、必ずしも、
取得できない場合がある。
式においても、シミュレーションモデルの生成・管理に
関して、以下に述べるような問題があった。 1) 過度の詳細モデルを使用するために生じる高い計
算コスト及び適用可能なネットワークの制限 一般に、シミュレーションでは、結果への影響度の強さ
に応じて、モデルの詳細度を調整する。従来、この調整
は、ユーザが手動で行うか、もしくは、一様に、詳細な
モデルを使用するようにしていた。しかしながら、一様
に、詳細なモデルを使用すると、最も、詳細なモデルに
全てのモデルを合わせることになるで、全体のシミュレ
ーション・コストが増大してしまう。その理由は、一般
に、モデルが詳細なほど、シミュレーションの計算コス
トは高くなるためである。
の増大により、コストが制限される場合、シミュレーシ
ョン可能なネットワークの規模は縮小する。 2) 管理上の問題により、ネットワーク間のシミュレ
ーションが困難 一般に、大規模なネットワークは、複数の下位ネットワ
ーク(サブネットワーク)に分割され、それぞれの下位
ネットワークは、別の管理者により管理される。従来の
シミュレータは、該各下位ネットワークの管理者毎に、
個別に運用されており、該各下位ネットワークのシミュ
レーションモデルの管理も、その運用形態を想定したも
のとなっている。
ミュレーションモデルを作成するためには、他の下位ネ
ットワークの管理情報を収集する必要がある。しかし、
このようなシミュレーションモデルの作成は、上述のよ
うな各下位ネットワーク毎の個別な運用上の問題(セキ
ュリティや任意の構成変更など)があるため、困難であ
った。
ースを必要とせずに、ネットワークのシミュレーション
モデルを作成できるようにすることである。また、連携
するネットワーク管理ツールが保有する情報の制約を受
けずに、ネットワークのシミュレーションモデルを作成
できるようにすることである。また、さらに、機器のモ
デルの詳細の程度を自動的に調整して、計算コストを下
げることが可能なネットワークのシミュレーションモデ
ルの作成を実現することである。また、さらに、複数の
ネットワーク間にまたがるネットワークのシミュレーシ
ョンモデルの生成を容易にすることである。
ットワークのシミュレーションモデル生成装置は、以下
の各手段を備える。
少なくとも2つ以上の端点に関する情報を入力し、該端
点を結ぶ該ネットワーク内の経路上に存在する機器に関
する情報を入力することにより、該ネットワークのシミ
ュレーションモデルの構成を決定する。
により決定されたシミュレーションモデルの各構成要素
について、適切なモデルを選択し、それぞれのモデルの
パラメータ値を設定するために必要なデータを入力し
て、上記ネットワークのシミュレーションモデルを作成
する。
から依頼を受けて、前記端点を結ぶ前記ネットワーク内
の経路上に存在する機器を検出し、それらの機器情報
を、前記モデル構成決定手段に返す。
段から依頼を受けて、該依頼されたデータを得るための
情報を前記ネットワークから取得して、その取得情報を
基に、該依頼されたデータを求め、それを前記モデル設
定手段に返す。
ンモデル生成装置によれば、計測/情報収集手段が、シ
ミュレーションモデルの各構成要素のモデルのパラメー
タ値の設定に必要なデータを、ネットワークから取得す
る情報から求める。そして、モデル設定手段が、その計
測/情報収集手段により求められたデータから各構成要
素のモデルのパラメータ値を設定し、ネットワークのシ
ミュレーションモデルを生成する。したがって、従来の
ように、ネットワーク機器データベースやネットワーク
管理ツールの制約を受けずに、シミュレーションモデル
を自動生成できる。そして、その自動生成されるネット
ワークのシミュレーションモデルは、ネットワークの実
測値に基づいたものであるため、該ネットワークの現状
を正確に反映したものとなる。
のシミュレーションモデル生成装置は、上記第1の態様
のネットワークのシミュレーションモデル生成装置と同
様に、モデル構成決定手段、モデル設定手段、経路検出
手段、及び計測/情報収集手段を備える。そして、該モ
デル設定手段は、端点を結ぶ経路外に存在するネットワ
ークの構成要素について、該経路の接点毎に、単一の簡
易モデルとする。の場合、前記モデル設定手段は、例え
ば、前記単一の簡易モデルを、前記経路の当該接点に対
してトラフィックの流入出を模倣するモデルとして作成
する。
シミュレーションモデル生成装置によれば、シミュレー
ションモデルの作成において、詳細度がそれほど必要さ
れないネットワーク部分を簡易モデルとすることによ
り、シミュレーション精度を落とさずに、シミュレーシ
ョンの計算コストを下げることが可能になる。
ュレーションモデル生成装置においては、上記第1の態
様のシミュレーションモデル生成装置において、前記計
測/情報収集手段が、前記ネットワークの内外に分散配
置、または前記ネットワーク内のノード(サーバやルー
タ等)上に設置される。
ワークのシミュレーションモデル生成装置によれば、前
記計測/情報収集手段が、計測対象に近い計測に有利な
場所に配置される。このため、データの計測精度を高く
できると共に、計測可能なデータの種類を増加できるの
で、シミュレーションモデルの各構成要素のモデルのパ
ラメータ値を、より正確に設定でき、精緻なシミュレー
ションモデルを作成できる。
ュレーションモデル生成装置は、前記ネットワークを複
数のサブネットワーク(下位ネットワーク)に分割す
る。そして、該各サブネットワーク内に、自ネットワー
クのシミュレーションモデルを生成する、前記モデル構
成決定手段、前記モデル設定手段、前記経路検出手段、
及び前記計測/情報収集手段を備えるモデル生成装置を
配置する。そして、更に、該各サブネットワークに配置
されたモデル生成装置から提供される、該各サブネット
ワークのシミュレーションモデルを管理するモデル管理
手段を備える。該モデル生成装置は、例えば、指示に応
じて、あるいは定期的に、また自ネットワークの構成の
変更等により、自ネットワークのシミュレーションモデ
ルをモデル管理手段に提供する。
ブネットワークのシミュレーションモデルは、例えば、
各サブネットワークに設けられたシミュレータにより参
照可能である。また、例えば、前記各サブネットワーク
の管理者は、前記モデル管理装置に提供する自ネットワ
ークのシミュレーションモデルの詳細度を調節する。ま
た、さらに、前記モデル管理手段は、例えば、前記各サ
ブネットワークのモデル生成装置から提供されるシミュ
レーションモデルの詳細度に応じて、前記各サブネット
ワークのシミュレータが参照可能な他のサブネットワー
クのシミュレーションモデルの詳細度を調節・制御す
る。
ワークのシミュレーションモデル生成装置によれば、ネ
ットワークを複数のサブネットワークに分割し、各サブ
ネットワーク毎に、上記モデル生成装置を設置する。そ
して、それらの各サブネットワークのモデル生成装置
が、自ネットワークのシミュレーションモデルを生成す
る。そして、それらの各サブネットワークのモデル生成
装置によって生成されたシミュレーションモデルを、モ
デル管理手段が管理する。
ークのシミュレータは、モデル管理手段を介して他のサ
ブネットワークのシミュレーションモデルを参照できる
ので、大規模なネットワークにおいても、各サブネット
ワークのシミュレータが該ネットワーク全体のシミュレ
ーションや複数のサブネットワーク間にまたがるシミュ
レーションを実行することができる。また、モデル管理
手段に提供する各サブネットワークのシミュレーション
モデルの詳細度は、それぞれのサブネットワークの管理
事情を考慮して決定することができる。
ュレーションモデル生成方法は、(a) ネットワーク
内の少なくとも2つ以上の端点に関する情報を入力し、
(b) 前記端点を結ぶ前記ネットワーク内の経路上に
存在する機器を検出し、それらの機器情報を求め、
(c) 該機器情報から、該ネットワークのシミュレー
ションモデルの構成を決定し、(d) 該決定されたシ
ミュレーションモデルの各構成要素について、適切なモ
デルを選択し、(e) 該選択されたモデルのパラメー
タ値を設定するために必要なデータを、前記ネットワー
クから取得して、上記ネットワークのシミュレーション
モデルを作成することを特徴とする。
ュレーションモデル生成方法は、前記ステップ(d)に
おいて、端点を結ぶ経路外に存在するネットワークの構
成要素については、該経路の接点毎に、単一の簡易モデ
ルとすることを特徴とする。
ュレーションモデル生成方法は、更に、上記ステップ
(a)〜(e)に加え、(f) パラメータ値が確定し
たモデルについて、そのモデルに係わるデータを前記ネ
ットワーク上で実測すると共に、その実測と等価な操作
をシミュレーションモデル上でシミュレートし、実測値
と該シミュレーション結果との比較結果を基に、必要で
あれば、前記モデルのパラメータ値の変更を行うことを
特徴とする。
ュレーションモデル生成方法は、前記ステップ(e)の
データの取得を、前記ネットワークの内外の分散配置さ
れた箇所、または、前記ネットワーク内に設置されたノ
ード上で実施することを特徴とする。
ュレーションモデル生成方法は、(a) 前記ネットワ
ークを複数のサブネットワークに分割し、該各サブネッ
トワーク毎に、(b1) ネットワーク内の少なくとも
2つ以上の端点に関する情報を入力し、(b2) 前記
端点を結ぶ前記ネットワーク内の経路上に存在する機器
を検出し、それらの機器情報を求め、(b3) 該機器
情報から、該ネットワークのシミュレーションモデルの
構成を決定し、(b4) 該決定されたシミュレーショ
ンモデルの各構成要素について、適切なモデルを選択
し、(b5) 該選択されたモデルのパラメータ値を設
定するために必要なデータを、前記ネットワークから取
得して、上記ネットワークのシミュレーションモデルを
作成し、(c) 該各サブネットワークで作成される、
該各サブネットワークのシミュレーションモデルを管理
することを特徴とする。
明の実施例形態を説明する。図1は、本発明のネットワ
ークのシミュレーションモデル生成装置の原理を説明す
る図である。
レーションの対象となるネットワークである。モデル構
成決定部11は、端点リストを受け取り、その端点リス
トを参照して、計測/情報収集部13に経路調査を依頼
する。そして、計測/情報収集部13から受け取る経路
機器リストを基に、ネットワーク20のシミュレーショ
ンモデルの構成情報を作成する。
20内で、互いに、サービスを受けたり、サービスを提
供したりするネットワーク内のエンドノードのことであ
る。また、端点リストとは、ネットワーク内での端点
(エンドノード)の接続関係をリスト形式により表現し
た情報である。尚、該情報は、リスト以外のデータ構造
により表現してもよい。また、経路機器リストとは、ネ
ットワーク20内の端点間の通信経路上に存在する中継
ノード(ネットワーク機器)の接続情報をリスト形式に
より表現した情報である。尚、この該情報も、リスト以
外のデータ構造により表現してもよい。
1から上記シミュレーションモデル構成情報を受け取
り、各端点のネットワーク20の構成要素について、適
切なモデルを選択し、該モデルのパラメータ(パラメー
タ値)を設定して、ネットワーク20のシミュレーショ
ンモデルを作成する。モデル設定部12は、計測/情報
収集部13から取得する該計測結果を基に、該シミュレ
ーションモデルを作成し、それを、シミュレータ14に
送信する。
部11から経路調査の依頼を受けると、ネットワーク2
0から、プロービング/監視/問い合わせ等によって、
上記経路機器リストを取得し、それを、モデル構成決定
部11に返す。また、モデル設定部12からの依頼(計
測指示要求)を受けて、モデル設定部12がパラメータ
を設定するために必要なデータ(ネットワーク20に対
する各種計測データ、機器検出情報、機器情報等)を、
プロービング/監視/問い合わせ等によって、ネットワ
ーク20から取得し、その取得情報を、計測結果とし
て、モデル設定部12に返す。
ら受信するシミュレーションモデルをシミュレーション
する。このシミュレータ14は、既存のシミュレータで
あってもよい。
レーションモデル生成装置においては、シミュレーショ
ン対象のネットワーク20から、自動的に、シミュレー
ションモデルの生成に必要な情報を取得して、ネットワ
ーク20のシミュレーションモデルを生成する。このた
め、従来装置のように、機器のシミュレーションモデル
を格納するデータベースを必要とせず、また、連携する
ネットワーク管理ツールの制約を受けずに、ネットワー
ク20のシミュレーションモデルを自動生成できる。し
かも、ネットワーク20から収集する実測値や情報に基
づいて、シミュレーションモデルを生成するので、ネッ
トワーク20の現状の構成を、正確に反映するシミュレ
ーションモデルを生成することができる。
ワークのシミュレーションモデル生成装置のシステム構
成を示すブロック図である。同図において、図1と同一
の構成要素には、同一の符号を付与している。
は、経路検出部13A,サーバ計測部13B,ルータ計
測部13C、およびMIB2情報収集部13Dから構成
される。これらの各部の機能については、後述する。
尚、経路検出部13Aと、サーバ計測部13B,ルータ
計測部13C、及びMIB2情報収集部13Dは、別々
の装置に設けられてもよい。
図である。同図において、C,C1,C2はクライアン
トを示す。また、S,S1,S2はサーバを示す。ま
た、さらに、R1,R2,R3はルータを示す。尚、同
図において、便宜上、各Ethernet(イーサネッ
ト)に接続されたクライアントとサーバを、それぞれ、
同一の記号C,Sで表記している。
FDDI(Fiber Distributed Da
ta Interface)21をバックボーンとする
ネットワークであり、FDDIに、ルータR1,R2,
及びR2を介して、5つのEthernet(Ethe
rnet1〜Ethernet5)が接続されている。
ントC1、Cと1つのサーバSが接続されている。Et
hernet2には、2つのクライアントC、Cと1つ
のサーバSが接続されている。Ethernet3に
は、2つのクライアントC2、Cと1つのサーバSが接
続されている。Ethernet4には、1つのクライ
アントCと2つのサーバS、S1が接続されている。E
thernet5には、1つのクライアントCと2つの
サーバS、S2が接続されている。
et2は、ルータR1を介してFDDIに接続されてい
る。Ethernet4とEthernet5は、ルー
タR2を介してFDDIに接続されている。Ether
net3は、ルータR3を介してFDDIに接続されて
いる。
シミュレーション対象のネットワークの例として取り上
げ、図2に示すシミュレーションモデル生成装置の構成
・動作を説明する。
サーバS1,S2のサービスのレスポンス時間及びネッ
トワーク20の負荷について、シミュレーションにより
評価するものとする。
ントC1,C2とサーバS1,S2に関する端点リスト
を入力する。この端点リストは、例えば、クライアント
C1,C2とサーバS1,S2のアドレスリストであ
り、一方の端点がクライアントC1,C2であり,他方
の端点がS1,S2であることを示す情報である。
1,S2のアドレスとしては、マシン名などのように、
ネットワーク20上のノード(計算機など)を特定でき
るものであればよく、また、クライアントやサーバを、
セグメント単位で特定できるものであってもよい。すな
わち、例えば、IPアドレスなどのようなものであって
もよい。
け取ると、クライアントC1,C2とサーバS1,S2
間を結ぶネットワーク20上の経路の調査を、計測/情
報収集部13の経路検出部13Aに依頼する。
C2とサーバS1,S2間の通信を中継するネットワー
ク20上の通信経路上の機器を検出し、それらの検出し
た機器に関する情報を、経路機器リストとして、モデル
構成決定部11に返す。
ルータのアドレスやリンクのタイプ(種別)であっても
よい。ここで、リンクとは、ネットワーク上のノード間
をつなぐ回線を示し、例えば、OSI(Open Sy
stem Interconnection)モデルの
物理層の実装に該当するものである。リンクは、WAN
(Wide Area Network)仕様、LAN
(Local Area Network)仕様などに
分類される。すなわち、図3のネットワーク20の場合
には、FDDI,Etherenet1〜5などのLA
Nがリンクに該当する。
ば、UNIX用のコマンドとして知られている“tra
ceroute”を利用して行う。尚、“tracer
oute”は、現在では、WindowsNTやWin
dows98にも標準装備されている。“tracer
oute”は、インターネット上で通信する際に、送信
元から宛先までの間に、パケットがどのようなルータを
経由するかを調べることができる。
TF(Internet Engineering T
ask Force)のRFC(Reguest Fo
rComment)で規定されているSNMP(Sim
ple NetworkManagement Pro
tocol),SNMPv2(SNMP versio
n2)などを利用して収集したMIB2(Manage
ment Information Base2)情報
から、リンクの種別を取得する。
する前に、モデル設定部12に対して、リンクの種別情
報の取得の必要性を問い合わせるようにしてもよい。こ
の場合、経路検出部13Aは、モデル設定部12がリン
クの種別を問わないモデルを選択できるならば、リンク
の種別の検出は行わない。
検出部13Aは、C1−S1(経路1−1)、C1−S
2(経路1−2)、C2−S1(経路2−1)、及びC
2−S1(経路2−2)の4つの経路を検出・調査し、
それぞれの経路について、以下のような調査結果(経路
機器リスト)を取得する。
R1−FDDI−R2−Ethernet4−S1 経路1−2:C1−Ethernet1−R1−FDD
I−R2−Ethernet5−S2 経路2−1:C1−Ethernet3−R3−FDD
I−R2−Ethernet4−S1 経路2−2:C2−Ethernet3−R3−FDD
I−R2−Ethernet5−S2 モデル構成決定部11は、上記4つの経路の経路機器リ
ストを、経路検出部13Aから受け取ると、それらから
シミュレーションモデルの構成を決定し、その構成情報
をモデル設定部12に送る。
成の例を示す図である。同図において、各矩形は機器の
モデルを示しており、頭文字が「C」で始まるモデルは
クライアントモデル、「L」で始まるモデルはリンクモ
デル、「R」で始まるモデルはルータモデル、「S」で
始まるモデルはサーバモデル、「N」で始まるモデルは
ネットワークモデルである。尚、図4の各モデルは、図
3の同名の機器のモデルである。
レーションモデルにおいて、新たに、ネットワークモデ
ルという概念を導入している。ネットワークモデルNi
(i=1〜4)は、端点を結ぶ経路外の複数の機器(ク
ライアント、サーバ、リンクなど)を包括するモデルで
ある。つまり、例えば、ネットワークモデルN2は、図
3のネットワーク20において、ルータR1に接続され
たEthernet2で構成されるセグメント全体を表
すモデルである。
群は、ユーザが端点リストで指定した機器間のサービス
に対して、その機器間の経路に負荷を与えるだけの存在
であるので、それぞれの機器の個別の振る舞いをシミュ
レートする必要がない。つまり、それらの機器群は、シ
ミュレーションでは、経路に仮想的なトラフィックを流
入出する構成要素(モデル)として、取り扱うことがで
きる。
ーク管理ツールから機器情報を収集してもよい。図4に
示すシミュレーションモデルは、リスト等のデータ構造
により、ソフトウェア(プログラム)により表現するこ
とが可能である。
1からシミュレーションモデルの構成情報を受け取る
と、そのシミュレーションモデルの各構成要素につい
て、適切なモデルを選択し、その選択したモデルが持つ
パラメータ値を設定するために必要となる計測を、その
モデルに対応する計測/情報収集部13の計測部に依頼
(指示)する。すなわち、モデル設定部12は、サーバ
モデルについては、計測/情報収集部13のサーバ計測
部13Bに計測を依頼し、ルータモデルであればルータ
計測部13Cに計測を依頼する。
測部13Bとルータ計測部13Cを備えているが、計測
部は、モデル設定部12から依頼されるモデルの種類毎
に用意される。したがって、計測/情報収集部13は、
上記以外の計測部を備える場合もある。モデル設定部1
2は、計測値からパラメータ値を求めるアルゴリズムに
応じて、計測/情報収集部13内の適切な計測部を選択
し、その計測部に計測を依頼する。
ルであれば、そのパラメータは、アクセスされるページ
サイズの平均値及び分散値、ページの1バイト当たりの
サービス時間等である。ページサイズの平均値及び分散
値は、例えば、MIB2情報である入出力パケットサイ
ズの平均値、分散値などから求めることができる。ま
た、ページサイズとサービス時間の関係は、例えば、擬
似的なクライアントを模倣してWebサーバをアクセス
することにより、複数のページサイズについて計測した
サーバのサービス時間の一次近似で求めることができ
る。
ズのサービス時間の計測をサーバ計測部13Bに依頼
し、MIB2情報収集部13DにMIB2情報の収集を
依頼する。そして、サーバ計測部13B及びMIB2情
報収集部13Dから、それぞれ、受け取る計測結果及び
MIB2情報収集から、サーバモデルのパラメータ値を
決定する。
メータとし、そのパラメータの値を、対象リンクに接続
しているルータの対応インタフェース速度から求めると
すれば、モデル設定部12は、計測/情報収集部13の
MIB2情報収集部13Dに該当するインタフェース速
度の収集を依頼する。
インタフェース数をパラメータとし、最大スループット
がルータのレスポンス時間から、インタフェース数がM
IB2情報から求められるとすれば、モデル設定部12
は、計測/情報収集部13のルータ計測部13CとMI
B2情報収集部13Dに、それぞれ、該レスポンス時間
の計測及びMIB2情報の収集を依頼する。そして、モ
デル設定部12は、ルータ計測部13CとMIB2情報
収集部13Dからの依頼結果を基に、上記パラメータの
値を決定する。
て、例えば、UNIX用のソフトウェアである“pat
hchar”などで知られている、ホップ毎のラウンド
トリップタイム(あるコンピュータから発信したパケッ
トが別のコンピュータに届き、さらに、その返答が返っ
てくるまでの時間)の差分をとる方法などを用いること
ができる。尚、ICMP(Internet Cont
rol Management Protocol)の
echoメッセージを使用するpingコマンドを利用
して、ラウンドトリップタイムを測定することもでき
る。
応する機器群全体に対して、対象経路から流入出するト
ラフィック量が分かればよい。例えば、ネットワークモ
デルと経路との接点に位置するルータ(図4のネットワ
ークモデルN2の場合には、図3のルータR1)の対応
インタフェース(Ethernet2とのインタフェー
ス)のMIB2情報から、該対象経路に流入出するパケ
ット数が分かるので、このパケット数を収集し、その時
間変化を計算すれば、流入出するトラフィックの頻度、
及びそのサイズについての平均値、分散値を求めること
ができる。
も、既存のネットワーク監視(管理)ツールから目的デ
ータを収集することにより、またはその収集データと計
測結果とを組み合わせることにより求めるようにしても
よい。
CMIP(Common Management In
formation Protocol)等により、ネ
ットワーク20からMIB2情報を収集する。
1から受け取るシミュレーションモデルの構成情報と、
計測/情報収集部13から受け取る計測結果及びMIB
2情報から求めた該シミュレーションモデルの各構成要
素(構成モデル)のパラメータ値とを基に、シミュレー
ションモデルを作成し、それをシミュレータ14に送
る。
部12から受け取るシミュレーションモデルをシミュレ
ーションすることにより、ネットワーク20をシミュレ
ートする。
された計測に失敗した場合、あるいはその計測が不可能
である場合、その旨を、モデル設定部12に通知するよ
うにしてもよい。このような場合、モデル設定部12
は、別のモデルについて、新たに、計測/情報収集部1
3に計測を依頼してもよい。例えば、モデル設定部12
は、最初は、パラメータ数が多い詳細なモデルについて
計測に依頼を試み、計測/情報収集部13から計測でき
ない旨の通知を受け取る毎に、段階的に、よりパラメー
タ数が少ない簡易なモデルに変更しながら、該モデルの
計測を計測/情報収集部13に依頼するようにしてもよ
い。
確定したパラメータを持つモデルについて、いくつかの
計測をシミュレータでシミュレーションすると同時に、
計測/情報収集部13の計測部に、該パラメータの実測
値の計測を依頼し、シミュレーション結果と実測値とを
比較することにより、パラメータ値の修正を行うように
してもよい。この場合、例えば、サーバのサービス時間
が実測値よりも短ければ、そのサービス時間が長くなる
ように、モデルのパラメータ値を修正する。
を保持し、その保持している値を利用して、モデルのパ
ラメータ値を求めるようにしてもよい。次に、上述した
第1の実施形態の全体動作フローを、図5を参照しなが
ら説明する。
入力する端点リストを受け取ると、端点同士の組み合わ
せを求める(ステップS11)。この処理は、図3の例
では、クライアントC1,C2とサーバS1,S2の組
み合わせを求める処理に該当する。
み合わせについて、ネットワーク内での経路(通信経
路)を検出する(ステップS12)。このステップS1
2の経路検出は、上記各組み合わせの端点の対の情報を
指定して、該端点を結ぶ経路の調査を経路検出部13A
に依頼することにより開始される。
受け取ると(ステップS121)、“tracerou
te”等を利用して、ネットワーク内での該端点間を結
ぶ経路上の機器(やリンク)を検出する(ステップS1
22)。
機器(やリンク)の接続構成を示す経路機器リストを作
成し、それを、モデル構成決定部11に返す(ステップ
S123)。
Aから、各端点間の経路機器リストを、順次、受取り、
それらを基に、シミュレーションモデルの構成を作成
し、それをモデル設定部12に送信する(ステップS1
3)。この場合、例えば、既に、経路検出部13Aから
受け取った経路機器リストを基に作成したシミュレーシ
ョンモデルの構成に、新たに、経路検出部13Aから受
け取る経路機器リストから求めた構成を、順次、追加し
ていく操作を実施しながら、図4に示すような最終的な
ネットワーク20のシミュレーションモデルの全体構成
を作成する。
1から受け取るシミュレーションモデルの各構成要素の
パラメータの値を設定する(ステップS14)。ステッ
プS14の処理は、モデル設定部12が、計測/情報収
集部13に対して、ネットワーク20のシミュレーショ
ンモデルの各構成要素(サーバモデル、ルータモデル、
ネットワークモデル、リンクモデル)のパラメータ値を
設定するために必要な計測値や情報収集を依頼すること
により開始される。
2から各構成要素に関する計測依頼や情報収集の依頼を
受け取ると、その構成要素のタイプを判断する(ステッ
プS141)。
プが「サーバ」であれば、サーバ計測部13Bにサーバ
の性能計測を指示する。サーバ計測部13Bは指定され
たサーバの性能を計測し、その計測結果をモデル設定部
12に送信する(ステップS142)。モデル設定部1
2は、サーバ計測部13Bから受け取る計測結果を基
に、サーバモデルのパラメータ値を算出する(ステップ
S143)。
S141で「ルータ」であると判断すると、ルータ計測
部13Cに指定されたルータの性能計測を指示する。ル
ータ計測部13Cは指定されたルータの性能を計測し、
その計測結果をモデル設定部12に送信する(ステップ
S144)。モデル設定部12は、ルータ計測部13C
から受け取る計測結果を基に、ルータモデルのパラメー
タ値を算出する(ステップS145)。
S141で「ネットワーク」であると判断すると、MI
B2情報収集部13Dに指定されたネットワークのトラ
フィックの収集を指示する。MIB2情報収集部13D
は指定されたネットワークモデルに関するトラフィック
情報を収集し、それををモデル設定部12に送信する
(ステップS146)。モデル設定部12は、MIB2
情報収集部13Dから受け取るトラフィック情報を基
に、ネットワークモデルのパラメータ値を算出する(ス
テップS147)。
S141で「リンク」であると判断すると、MIB2情
報収集部13Dに指定されたリンクに接続しているルー
タのインタフェース速度等の性能情報の収集を指示す
る。MIB2情報収集部13Dは指定されたリンクモデ
ルの性能情報を収集し、それををモデル設定部12に送
信する(ステップS148)。モデル設定部12は、M
IB2情報収集部13Dから受け取る性能情報を基に、
リンクモデルのパラメータ値を算出する(ステップS1
49)。
シミュレーションモデルの各構成要素のパラメータの値
を求め、これらのパラメータ値と、モデル構成決定部1
1から受け取ったシミュレーションモデルの構成情報と
を基に、シミュレーションモデルを作成し、そのシミュ
レーションモデルをシミュレータ14に送る(ステップ
S14)。
モデル設定部12が、シミュレーションモデルの構成要
素の性能計測を依頼して、該構成要素のパラメータ値を
設定する処理の詳細を説明する。図6は、モデル設定部
12の処理を説明するフローチャートである。
定部11から受け取ったシミュレーションモデルの各構
成要素について、その性能の計測を、計測/情報収集部
13に依頼する(ステップS21)。
集部13から依頼結果を受け取ると、計測/情報収集部
13が計測に成功したか否かを判別する(ステップS2
2)。そして、成功していれば、計測/情報収集部13
から受け取る計測値を基に、ステップS21で性能計測
を依頼した構成要素のパラメータ値を算出する(ステッ
プS23)。
タモデルであれば、例えば、経路のホップ毎に計測した
レスポンス時間の差分の最小値から、当該ルータの内部
遅延時間を求め、それを該ルータモデルのパラメータ値
とする。
部13が計測に失敗したと判別すれば、次に、他の計測
が成功した構成要素の計測値から、目的の構成要素のパ
ラメータ値を予測可能か判断する(ステップS24)。
そして、予測不可能であれば(ステップS24,N
O)、予め定められた設定値を、該目的の構成要素のパ
ラメータに設定する(ステップS25)。
れば(ステップS24、YES)、予測値を、該目的の
構成要素のパラメータに設定する(ステップS26)。
このステップS26の処理においては、構成要素がサー
バモデルであれば、例えば、同一セグメント内にあるル
ータのインタフェース速度を、当該サーバのネットワー
クカードの通信速度とみなす。あるいは、構成要素がホ
ップiのルータのルータモデルであり、ホップiのルー
タのスループットが不明で、ホップ(i−1)のルータ
のスループットが分かっている場合、ホップiのルータ
とホップ(i−1)のルータを含んだレスポンスの計測
値とホップ(i−1)のルータのスループット値から、
ホップiのルータのスループット値を計算する。また、
既に性能計測に成功した同一機種の機器があれば、その
機器の計測値を予測値とする。
5またはS26において、構成要素のパラメータ値を設
定した後、ステップS27以降で、モデルのパラメータ
値のテスト処理を実施する。
テストを試みるモデルに対応する機器を含む経路などに
対してレスポンス時間を計測し、そのレスポンス時間を
変数Yに設定する(ステップS27)。
ュレーションモデル上で実行し、そのシミュレーション
結果の値を変数Xに設定する(ステップS28)。例え
ば、ステップS27のレスポンス計測で“ping”を
あるルータに発行した場合、ステップS28ではシミュ
レーションモデル上で該ルータに対応する構成要素(ル
ータモデル)に対する“ping”の発行をシミュレー
トする。
た許容誤差以内であるか判別し(ステップS29)、該
許容誤差以内であれば(ステップS29,YES)、テ
ストしたモデルのパラメータ値を確定する(ステップS
31)。
S29,NO)、テストしたモデルのパラメータ値を修
正し(ステップS30)、ステップS28に戻る。この
ようにして、ステップS29で許容誤差以内であると判
別されるまで、ステップS28〜S30の処理を繰り返
し、テストしたモデルのパラメータ値を修正する。そし
て、許容誤差以内に収まったパラメータ値を確定値とす
る(ステップS31)。
レーションによるレスポンス計測値(レスポンス計測時
間)が実測値(実測時間)よりも小さい(短い)場合、
該当するモデル内で、信頼度が最も低いモデルのパラメ
ータの値(時間)をより大きく(遅く)なるように修正
する。
メータ値の信頼度を最も低いものとし、ステップS24
で設定した計測値の信頼度を最も高いものとする。そし
て、ステップS26で設定した予測値の信頼度を、両者
の中間とする。
いはサンプル数が多いほど、信頼度は高いものとする。
また、計測対象のネットワーク距離が短いほど、信頼度
は高いものとする。また、上記以外にも、計測/情報収
集部13の計測部の信頼度に従う、構成要素のモデル自
身の精度に従うなどの基準で、信頼度を設定する。
形態では、端点リストの入力により、シミュレーション
対象のネットワーク20のシミュレーションモデルを構
成し、ネットワーク20から取得した実測値やMIB2
情報に基づいて、該各構成要素のパラメータ値を設定し
て、シミュレーションモデルを自動生成するので、ユー
ザの負担が軽減される。また、シミュレーションモデル
の生成において、機器のシミュレーションモデルのデー
タベースを利用しないので、ハードウェア構成の規模を
小さくできると共に、ネットワーク構成の変化に柔軟に
対応できる。
ールからは取得できない情報についても、計測または収
集できるので、精密なシミュレーションモデルを生成で
きる。また、さらに、現在、稼働中のネットワーク20
から取得した計測値やMIB2情報から、シミュレーシ
ョンモデルの各構成要素のパラメータ値を求めて、ネッ
トワーク20のシミュレーションモデルを生成するの
で、実際のネットワーク20を正確に反映したシミュレ
ーションモデルを生成することができる。
明する。この第2の実施形態は、第1の実施形態の計測
/情報収集部13を、ネットワーク内外に分散配置した
り、あるいは、ネットワーク内のサーバやルータ等のノ
ードに設置することにより、シミュレーションモデルの
各構成要素のパラメータ値を求めるために必要となる計
測値の精度を高めると共に、計測可能なデータの種類を
増加することができるようにするものである。このよう
に、計測値の精度の向上及び計測データの種類の増加に
より、ネットワークのシミュレーションモデルのパラメ
ータ値を、より正確に設定することが可能となる。
示すブロック図である。同図に示すネットワークシステ
ムのトポロジーは、ネットワークEを中心としたスター
型となっており、ネットワークEに、ネットワークA,
ネットワークB,ネットワークC,及びネットワークD
が接続されている。
れぞれ、計測装置31A,31B,31C,及び31D
が配置されている。これらの計測装置31A,31B,
31C,及び31Dは、第1実施形態の計測/情報収集
部13に該当するものである。また、ネットワークE内
に設けられたモデル生成装置33は、第1の実施形態の
モデル構成決定部11及びモデル設定部12に該当し、
シミュレータ34は第1の実施形態のシミュレータ14
に該当する。
1Dは、それぞれ、ネットワークA,B,C,及びD内
に設けられたサーバやルータ等に関する計測情報やMI
B2情報の取得、すなわち、ネットワークE内に設けら
れたモデル生成装置33が、サーバモデル、ルータモデ
ル、ネットワークモデル、及びリンクモデルのパラメー
タ値を設定するために必要となる計測情報の計測や、M
IB情報等の収集を行う。また、モデル生成装置33か
ら依頼された経路選択リストの作成も行う。
して、計測装置31A,31B,31C,及び31Dに
対して、経路調査の依頼や計測の指示(MIB2情報の
収集依頼も含む)を行う。計測装置31A,31B,3
1C,及び31Dは、該依頼や該指示を受けて、依頼さ
れた経路選択リストの作成、指示された計測、及び依頼
されたMIB2情報の収集を行い、それらの依頼結果や
計測結果をモデル生成装置33に返す。
C,及び31Dは、サーバやルータ、またはネットワー
ク管理ツール内に、エージェントとして組み込んでもよ
い。このように、第2の実施形態によれば、計測装置3
1A,31B,31C,及び31Dを、計測対象に距離
的に近い、計測に有利な場所に設置するので、第1の実
施形態に比べ、より詳細な計測値を得ることができる。
例えば、サーバ内に計測部を設置するようにすれば、サ
ーバ外に計測部を設置する場合と比較して、サーバの計
測値から経路の影響を除外することができ、さらには、
サーバで使用されているCPUやその構成(マルチプロ
セッサ構成であるかなど)、サーバのメモリ構成など、
サーバの外部からは取得しにくい情報も得ることができ
る。このため、第2の実施形態によれば、シミュレータ
モデルの各構成要素のモデル精度を、より高めることが
できる。
明する。図8は、本発明の第3の実施形態のシステム構
成を示すブロック図である。同図において、ネットワー
クは、ネットワークA,B,Cの3つの下位ネットワー
ク(サブネットワーク)に分割され、管理されている。
尚、図8の例では、ネットワークを3つの下位ネットワ
ークに分割・管理しているが、もちろん、4以上の下位
ネットワークに分割・管理されるネットワークにも、本
発明は適用可能である。
ットワークA,B,Cの各シミュレーションモデル41
A,41B,41Cを、一括して管理している。ネット
ワークA,B,Cには、それぞれのネットワークの運用
を管理する管理者がおり、それらの管理者は、それぞれ
のネットワークの事情に応じて、担当するネットワーク
の管理・運用を行っている。
成・計測装置(モデル生成装置)51(51A,51
B,51C)とシミュレータ52(52A,52B,5
2C)が設けられている。モデル生成・計測装置51
は、第1の実施形態のモデル構成決定部11、モデル設
定部12、及び計測/情報収集部13を備えており、シ
ミュレータ52は第1の実施形態のシミュレータ14に
該当する。また、ネットワークA,B,Cは、自ネット
ワークのシミュレーションモデル(ネットワークAモデ
ル53A,不図示のネットワークBモデル及びネットワ
ークCモデル)を保有している。
計測装置51は、第1の実施形態と同様にして、それぞ
れのネットワークのシミュレーションモデル(ネットワ
ークAモデル、ネットワークBモデル、ネットワークC
モデル)を生成し、それを、モデル管理装置40に提供
する。
ングは、指定時でもよく、定期的でもよく、また、それ
ぞれのネットワークの構成変更により、シミュレーショ
ンモデルの更新がなされた時などであってもよい。
図示の通信部等を介して、モデル管理装置40から、他
のネットワークのシミュレーションモデルを参照または
ダウンロードすることができる。このことにより、各ネ
ットワークの管理者は、他のネットワーク間にまたがる
サービスについての評価を行う場合、モデル管理装置4
0から必要とする他のネットワークのシミュレーション
モデルを参照することができ、該評価を自ネットワーク
のシミュレータ52でシミュレートすることができる。
また、他の全ての下位ネットワークのシミュレーション
モデルを、モデル管理装置40から参照することによ
り、ネットワークA,B及びCを含む全体ネットワーク
のシミュレーションモデルを、自ネットワーク内のシミ
ュレータ52によりシミュレートすることが可能であ
る。
デル管理装置40からネットワークB,Cのシミュレー
ションモデル(ネットワークBモデル、ネットワークC
モデル)を参照して、ネットワークA,B,及びCから
構成される全体ネットワークのシミュレーションモデル
を生成し、それを、シミュレータ52Aによりシミュレ
ートする例が、模式的に示されている。この場合、シミ
ュレーション52Aは、自ネットワークAのシミュレー
ションモデルについては、自ネットワークA内にあるネ
ットワークAモデル53Aを参照している。
にして、モデル管理装置40から他のネットワークのシ
ミュレーションモデルを参照して、自ネットワーク内の
シミュレータ52B,52Cにより、他のネットワーク
にまたがるシミュレーションや上記全体ネットワークの
シミュレーションを実行することができる。この場合、
各ネットワークの管理者は、シミュレーションに必要な
他のネットワークのシミュレーションモデルのみを参照
して、自ネットワーク内のシミュレータ52によりシミ
ュレーションを行う。
ワーク内のどのネットワークに設置されてもよい。例え
ば、図8の例では、ネットワークA,B,またはCの、
いずれのネットワークに設置されていてもよい。もちろ
ん、ネットワークA,B,C以外の場所に、独立して設
置されてもよい。また、各ネットワークA,B,Cのシ
ミュレータ52は、直接または間接に、モデル管理装置
40が管理している下位ネットワークのシミュレーショ
ンモデルを参照する。
て、各ネットワークの管理者は、モデル管理装置40に
提供する自ネットワークのシミュレーションモデルの詳
細度を調節することで、自ネットワークの情報公開の程
度を制御するようするにしてもよい。また、参照可能な
他のネットワークのシミュレーションモデルの詳細度
を、参照しようとするネットワークが公開している(モ
デル管理装置40に提供している)シミュレーションモ
デルの詳細度に応じて、適宜、調整するようにしてもよ
い。例えば、シミュレーションモデルをモデル管理装置
40に提供していないネットワークは、他のネットワー
クのシミュレーションモデルを参照できないようにす
る。あるいは、機器単位レベルの詳細度で、モデル管理
装置40にシミュレーションモデルを提供したネットワ
ークに対しては、他のネットワークのシミュレーション
モデルについても、同程度、すなわち、機器単位レベル
の詳細度まで、参照を許可するなどの各種形態が考えら
れる。
管理装置40自身が、自動的に制御するようにしてもよ
い。また、あるいは、モデル管理装置40の管理者が、
モデル管理装置40に対して、各ネットワークのシミュ
レーションモデルの公開の程度を設定・管理するように
してもよい。
数の下位ネットワークに分割されるような大規模なネッ
トワークについて、各下位ネットワークのシミュレーシ
ョンモデルをモデル管理装置40で一括管理し、各下位
ネットワークに現状に応じたシミュレーションモデルを
各下位ネットワークからモデル管理装置40に提供させ
る。
ば、モデル管理装置40で、常時、各下位ネットワーク
のシミュレーションモデルを、それらのネットワークの
現状が反映された形態で維持することができる。また、
各下位ネットワークのシミュレータ52は、自ネットワ
ークが提供したシミュレーションモデルの公開の程度に
応じて、他の下位ネットワークのシミュレーションモデ
ルを参照できる。また、各下位ネットワークの管理者
は、それぞれの事情に考慮して、モデル管理装置40に
提供する自ネットワークのシミュレーションモデルの詳
細度を決定することができる。すなわち、各下位ネット
ワーク単位で、シミュレーションモデルの情報の公開レ
ベルを調節することができる。
トワークが自ネットワークのシミュレーションモデルを
保持するようにしているが、モデル管理装置40が全て
の下位ネットワークのシミュレーションモデルを一元的
に管理し、各下位ネットワークは、自ネットワークのシ
ミュレーションモデルを保持しないようなシステムとす
ることも可能である。このような構成とした場合、シス
テム全体で、記憶装置のトータルコストを削減できる。
また、下位ネットワークの最新のシミュレーションモデ
ルが、即時に、モデル管理装置40に提供・保持される
ため、各下位ネットワークのシミュレータは、常時、最
新の各下位ネットワークのシミュレータモデルを参照し
て、シミュレートすることも可能になる。
ットワークのシミュレーションモデル生成装置を実現す
るコンピュータのハードウェア構成を示すブロック図で
ある。
PU301と、該CPU301とバス309を介して接
続されたROM302、RAM303、外部記憶装置3
04、記録媒体駆動装置305、入出力装置306、及
び通信インターフェース307から構成されている。
装置の処理を実現するためのプログラムは、外部記憶装
置304,または、可搬記録媒体309に格納される。
外部記憶装置304、または記録媒体駆動装置305に
装着された可搬記録媒体309に格納されたプログラム
は、RAM303にロードされて、CPU301により
実行される。この実行により、上述した各実施形態のシ
ミュレーションモデル生成装置の機能が実現される。
尚、この実行において、例えば、ROM302に格納さ
れたOS等の機能も利用される。
400を介して情報提供業者500とデータやメッセー
ジ等の通信を行い、情報提供業者500が保有する上記
プログラムをRAM303や外部記憶装置304にダウ
ンロードする。このようにしてダウンロードされたプロ
グラムは、CPU301により実行され、本実施形態の
シミュレーションモデル生成装置の機能を実現する。ま
た、さらには、本実施形態のシミュレーションモデル生
成装置の機能を実現するプログラムを、情報提供者50
0側のコンピュータで遠隔実行して、生成されたシミュ
レーションモデルのみを受信するようにしてもよい。
ュレーション対象のネットワーク600に対してアクセ
スし、ネットワーク600のシミュレーションモデルの
各構成要素のパラメータ値を求めるために必要となる計
測値やMIB2情報の取得等を行う。これらの取得デー
タは、CPU301により実行されるプログラムで参照
され、CPU301により上記各構成要素のパラメータ
値が算出される。
DP等のディスプレイと、キーボードやマウス等のポイ
ンティング・デバイス、さらには、また、音声入力装置
装置等を備えており、ユーザが、本実施形態のシミュレ
ーションモデル生成装置に端点リストを入力するための
入力装置として使用される。また、入出力装置306
は、本実施形態のシミュレーションモデル生成装置が生
成したシミュレーションモデルの出力等にも使用され
る。
態に適用される場合には、下位ネットワーク(サブネッ
トワーク)の管理者が、自ネットワークのモデル生成・
計測装置51が生成したシミュレーションモデルを、モ
デル管理装置40に提供する指示や、該提供を定期的に
行うための設定などを行うためのユーザインタフェース
を提供する。また、さらに、該管理者が、モデル管理装
置40に提供する自ネットワークのシミュレーションモ
デルの詳細度を調節するためのユーザインタフェースも
提供する。
ク、各種規格のCD(コンパクトディスク)、各種規格
のDVD,PCカード等である。また、外部記憶装置3
04は、ハードディスク装置、光磁気記録装置等であ
り、上記シミュレーションモデルの構成情報や生成され
たシミュレーションモデル等が格納される。
である。ネットワーク600は、LAN、MAN,WA
N、インターネット、イントラネット、エクストラネッ
ト等の各種形態のネットワークである。
ば、あらゆるネットワークについて、シミュレーション
モデルを自動生成することができる。また、ネットワー
クの現状を忠実に反映したシミュレーションモデルを生
成することができる。
の簡易モデルに置き換えることにより、シミュレーショ
ン精度を落とさずに、シミュレーションの計算コストを
低減できる。
生成に必要となる計測や情報収集を行う手段を、ネット
ワーク内外に分散配置したり、ネットワーク内のノード
上に設置することにより、計測値の精度や計測可能なデ
ータの種類を増加させて、シミュレーションモデルの構
成要素のモデルのパラメータ値を、より正確に設定でき
る。
シミュレーションモデルを管理する手段を設け、各下位
ネットワークに設置されたモデル生成装置から、それぞ
れの下位ネットワークのシミュレーションモデルを該管
理手段に提供させ、各下位ネットワークのシミュレータ
が、必要とする下位ネットワークのシミュレーションモ
デルを該管理手段から参照できるようにすることによ
り、各下位ネットワークに設けられたシミュレータは、
ネットワーク全体や複数の下位ネットワークにまたがる
シミュレーションを実行することができる。
提供するシミュレーションモデルの詳細度に応じて、各
下位ネットワークが参照可能な他の下位ネットワークの
シミュレーションモデルの詳細度を制御することが可能
になる。また、さらに、各下位ネットワーク単位で、シ
ミュレーションモデルの情報公開のレベルを調節するこ
とができる。
ブロック図である。
ネットワークの構成例を示す図である。
る。
る。
ローチャートである。
図である。
図である。
ハードウェア構成を示すブロック図である。
レータ 20 ネットワーク 31A,31B,31C,31D 計測装置 33 モデル生成装置 40 モデル管理装置 41A ネットワークAモデル 41B ネットワークBモデル 41C ネットワークCモデル 51A,51B,51C モデル生成・計測装置 53A ネットワークAモデル 300 コンピュータ 301 CPU 302 ROM 303 RAM 304 外部記憶装置 305 記録媒体駆動装置 306 入出力装置 307 通信インターフェース 308 バス 309 可搬記録媒体 400 通信回線 500 情報提供業者 600 ネットワーク
Claims (46)
- 【請求項1】 ネットワーク内の少なくとも2つ以上の
端点に関する情報を入力し、該端点を結ぶ該ネットワー
ク内の経路上に存在する機器に関する情報を入力するこ
とにより、該ネットワークのシミュレーションモデルの
構成を決定するモデル構成決定手段と、 該モデル構成決定手段により決定されたシミュレーショ
ンモデルの各構成要素について、適切なモデルを選択
し、それぞれのモデルのパラメータ値を設定するために
必要なデータを入力して、上記ネットワークのシミュレ
ーションモデルを作成するモデル設定手段と、 前記モデル構成決定手段から依頼を受けて、前記端点を
結ぶ前記ネットワーク内の経路上に存在する機器を検出
し、それらの機器情報を、前記モデル構成決定手段に返
す経路検出手段と、 前記モデル設定手段から依頼を受けて、該依頼されたデ
ータを得るための情報を前記ネットワークから取得し
て、その取得情報を基に、該依頼されたデータを求め、
それを前記モデル設定手段に返す計測/情報収集手段
と、 を備えることを特徴とするネットワークのシミュレーシ
ョンモデル生成装置。 - 【請求項2】 前記モデル設定手段は、端点を結ぶ経路
外に存在するネットワークの構成要素については、該経
路の接点毎に、単一の簡易モデルとすることを特徴とす
る請求項1記載のネットワークのシミュレーションモデ
ル生成装置。 - 【請求項3】 前記モデル設定手段は、前記単一の簡易
モデルを、前記経路の当該接点に対するトラフィックの
流入出を模倣するモデルとして作成することを特徴とす
る請求項2記載のネットワークのシミュレーションモデ
ル生成装置。 - 【請求項4】 前記計測/情報収集手段は、前記モデル
設定手段により依頼されたデータを前記ネットワークか
ら取得することに失敗した場合には、その旨をモデル設
定手段に通知し、 モデル設定手段は、該通知を前記計測/情報収集手段か
ら受け取った場合、前期依頼したデータの代替データを
当該モデルのパラメータ値に設定すること、を特徴とす
る請求項1記載のネットワークのシミュレーションモデ
ル生成装置。 - 【請求項5】 前記モデル設定手段は、前記取得に失敗
したデータを、他の構成要素のモデルの既に取得された
データから予測できれば、その予測結果を前記代替デー
タとすること、 を特徴とする請求項4記載のネットワークのシミュレー
ションモデル生成装置。 - 【請求項6】 前記モデル設定手段は、前記取得に失敗
したデータを、他の構成要素のモデルの既に取得された
データから予測できなければ、予め、定められた設定値
を前記代替データとすること、 を特徴とする請求項4記載のネットワークのシミュレー
ションモデル生成装置。 - 【請求項7】 前記モデル設定手段は、前記計測/情報
収集手段から上記通知を受け取った場合、当該モデルを
より簡易なモデルに変更し、前記計測/情報収集手段に
対して、新たに、その簡易モデルのパラメータ値の設定
に必要なデータの取得を依頼すること、 を特徴とする請求項4記載のネットワークのシミュレー
ションモデル生成装置。 - 【請求項8】 前記モデル設定手段は、パラメータ値が
確定したモデルについて、そのモデルに係わる計測を前
記計測/情報収集手段に依頼すると共に、その計測と等
価な操作をシミュレーションモデル上でシミュレート
し、前記計測/情報収集手段により得られた実測値と該
シミュレーション結果との比較結果を基に、必要であれ
ば、前記モデルのパラメータ値の変更を行うこと、 を特徴とする請求項1記載のネットワークのシミュレー
ションモデル生成装置。 - 【請求項9】 前記モデル設定手段は、前記実測値と前
記シミュレーション結果との差が許容誤差内に収まるよ
うに、前記パラメータ値を変更すること、を特徴とする
請求項8記載のネットワークのシミュレーションモデル
生成装置。 - 【請求項10】 前記計測/情報収集手段は、前記ネッ
トワークの内外に分散配置されることを特徴とする請求
項1記載のネットワークのシミュレーションモデル生成
装置。 - 【請求項11】 前記計測/情報収集手段は、前記ネッ
トワーク内のノード上に設置されることを特徴とする請
求項1記載のネットワークのシミュレーションモデル生
成装置。 - 【請求項12】 前記ネットワークを複数のサブネット
ワークに分割し、該各サブネットワーク内に、自ネット
ワークのシミュレーションモデルを生成する、前記モデ
ル構成決定手段、前記モデル設定手段、前記経路検出手
段、及び前記計測/情報収集手段を備えるモデル生成装
置を配置し、 更に、該各サブネットワークに配置された該モデル生成
装置から提供される、該各サブネットワークのシミュレ
ーションモデルを管理するモデル管理手段を、備えるこ
とを特徴とする請求項1記載のネットワークのシミュレ
ーションモデル生成装置。 - 【請求項13】 前記モデル管理手段により管理される
各サブネットワークのシミュレーションモデルは、各サ
ブネットワークに設けられたシミュレータにより参照可
能であることを特徴とする請求項12記載のネットワー
クのシミュレーションモデル生成装置。 - 【請求項14】 前記各サブネットワークの管理者は、
前記モデル管理装置に提供する自ネットワークのシミュ
レーションモデルの詳細度を調節することを特徴とする
請求項13記載のネットワークのシミュレーションモデ
ル生成装置。 - 【請求項15】 前記モデル管理手段は、前記各サブネ
ットワークのモデル生成装置から提供されるシミュレー
ションモデルの詳細度に応じて、前記各サブネットワー
クのシミュレータが参照可能な他のサブネットワークの
シミュレーションモデルの詳細度を調節・制御すること
を特徴とする請求項13または14記載のネットワーク
のシミュレーションモデル生成装置。 - 【請求項16】前記各サブネットワークのモデル生成装
置は、予め、指定されたイベントの発生時に、前記モデ
ル管理手段に自ネットワークのシミュレーションモデル
を提供することを特徴とする請求項12記載のネットワ
ークのシミュレーションモデル生成装置。 - 【請求項17】(a) ネットワーク内の少なくとも2
つ以上の端点に関する情報を入力し、(b) 前記端点
を結ぶ前記ネットワーク内の経路上に存在する機器を検
出し、それらの機器情報を求め、(c) 該機器情報か
ら、該ネットワークのシミュレーションモデルの構成を
決定し、(d) 該決定されたシミュレーションモデル
の各構成要素について、適切なモデルを選択し、(e)
該選択されたモデルのパラメータ値を設定するために
必要なデータを、前記ネットワークから取得して、上記
ネットワークのシミュレーションモデルを作成する、 ことを特徴とするネットワークのシミュレーションモデ
ル生成方法。 - 【請求項18】 前記ステップ(d)において、端点を
結ぶ経路外に存在するネットワークの構成要素について
は、該経路の接点毎に、単一の簡易モデルとすること、 を特徴とする請求項17記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項19】 前記ステップ(d)において、前記単
一の簡易モデルを、前記経路の当該接点に対するトラフ
ィックの流入出を模倣するモデルとして作成することを
特徴とする請求項18記載のネットワークのシミュレー
ションモデル生成方法。 - 【請求項20】 前記ステップ(e)において、前記デ
ータを前記ネットワークから取得することに失敗した場
合には、代替データを当該モデルのパラメータ値に設定
すること、 を特徴とする請求項17記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項21】 前記取得に失敗したデータを、他の構
成要素のモデルの既に取得されたデータから予測できれ
ば、その予測結果を前記代替データとすること、 を特
徴とする請求項20記載のネットワークのシミュレーシ
ョンモデル生成方法。 - 【請求項22】 前記取得に失敗したデータを、他の構
成要素のモデルの既に取得されたデータから予測できな
ければ、予め、定められた設定値を前記代替データとす
ること、 を特徴とする請求項20記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項23】 前記ステップ(e)において、前記
データを前記ネットワークから取得することに失敗した
場合には、当該モデルをより簡易なモデルに変更し、新
たに、その簡易モデルのパラメータ値の設定に必要なデ
ータの取得を試みること、 を特徴とする請求項17記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項24】 更に、(f) パラメータ値が確定し
たモデルについて、そのモデルに係わるデータを前記ネ
ットワーク上で実測すると共に、その実測と等価な操作
をシミュレーションモデル上でシミュレートし、実測値
と該シミュレーション結果との比較結果を基に、必要で
あれば、前記モデルのパラメータ値の変更を行うこと、 を特徴とする請求項17記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項25】 前記ステップ(f)において、前記実
測値と前記シミュレーション結果との差が許容誤差内に
収まるように、前記パラメータ値を変更すること、 を特徴とする請求項24記載のネットワークのシミュレ
ーションモデル生成方法。 - 【請求項26】 前記ステップ(e)のデータの取得
は、前記ネットワークの内外の分散配置された箇所で実
施されることを特徴とする請求項17記載のネットワー
クのシミュレーションモデル生成方法。 - 【請求項27】 前記ステップ(e)のデータの取得
は、前記ネットワーク内に設置されたノード上で実施さ
れることを特徴とする請求項17記載のネットワークの
シミュレーションモデル生成方法。 - 【請求項28】(a) 前記ネットワークを複数のサブ
ネットワークに分割し、 該各サブネットワーク毎に、 (b1) ネットワーク内のシミュレーション対象とな
る少なくとも2つ以上の端点に関する情報を入力し、 (b2) 前記端点を結ぶ前記ネットワーク内の経路上
に存在する機器を検出し、それらの機器情報を求め、 (b3) 該機器情報から、該ネットワークのシミュレ
ーションモデルの構成を決定し、 (b4) 該決定されたシミュレーションモデルの各構
成要素について、適切なモデルを選択し、 (b5) 該選択されたモデルのパラメータ値を設定す
るために必要なデータを、前記ネットワークから取得し
て、上記ネットワークのシミュレーションモデルを作成
し、 (c) 該各サブネットワークで作成される、該各サブ
ネットワークのシミュレーションモデルを管理すること
を特徴とするネットワークのシミュレーションモデル生
成方法。 - 【請求項29】 前記管理される各サブネットワークの
シミュレーションモデルは、各サブネットワークに設け
られたシミュレータにより参照可能であることを特徴と
する請求項28記載のネットワークのシミュレーション
モデル生成方法。 - 【請求項30】 前記各サブネットワークのシミュレー
ションモデルの詳細度は、前記各サブネットワークの管
理者によって調節されることを特徴とする請求項29記
載のネットワークのシミュレーションモデル生成方法。 - 【請求項31】 前記各サブネットワークのシミュレー
タが参照可能な他のサブネットワークのシミュレーショ
ンモデルの詳細度は、前記各サブネットワークのモデル
生成装置から提供されるシミュレーションモデルの詳細
度に応じて、調節・制御されることを特徴とする請求項
29または30記載のネットワークのシミュレーション
モデル生成方法。 - 【請求項32】 コンピュータに実行されることによ
り、ネットワークのシミュレーションモデルを生成する
プログラムを格納している記録媒体であって、(a)
ネットワーク内の少なくとも2つ以上の端点に関する情
報を入力し、(b) 前記端点を結ぶ前記ネットワーク
内の経路上に存在する機器を検出し、それらの機器情報
を求め、(c) 該機器情報から、該ネットワークのシ
ミュレーションモデルの構成を決定し、(d) 該決定
されたシミュレーションモデルの各構成要素について、
適切なモデルを選択し、(e) 該選択されたモデルの
パラメータ値を設定するために必要なデータを、前記ネ
ットワークから取得して、上記ネットワークのシミュレ
ーションモデルを作成する、各ステップの処理をコンピ
ュータに実行させるプログラムを記録しているコンピュ
ータが読み取り可能な記録媒体。 - 【請求項33】 前記プログラムは、前記コンピュータ
に、前記ステップ(d)において、端点を結ぶ経路外に
存在するネットワークの構成要素については、該経路の
接点毎に、単一の簡易モデルとするように処理させるこ
と、を特徴とする請求項32記載の記録媒体。 - 【請求項34】 前記プログラムは、前記コンピュータ
に、前記ステップ(d)において、前記単一の簡易モデ
ルを、前記経路の当該接点に対するトラフィックの流入
出を模倣するモデルとして作成するように処理させるこ
と、を特徴とする請求項33記載の記録媒体 - 【請求項35】 前記プログラムは、前記コンピュータ
に、前記ステップ(e)において、前記データを前記ネ
ットワークから取得することに失敗した場合には、代替
データを当該モデルのパラメータ値に設定するように処
理させること、を特徴とする請求項32記載の記録媒
体。 - 【請求項36】 前記プログラムは、前記コンピュータ
に、前記取得に失敗したデータを、他の構成要素のモデ
ルの既に取得されたデータから予測できれば、その予測
結果を前記代替データとするように処理させること、を
特徴とする請求項35記載の記録媒体。 - 【請求項37】 前記プログラムは、前記コンピュータ
に、前記取得に失敗したデータを、他の構成要素のモデ
ルの既に取得されたデータから予測できなければ、予
め、定められた設定値を前記代替データとするように処
理させること、を特徴とする請求項35記載の記録媒
体。 - 【請求項38】 前記プログラムは、前記コンピュータ
に、前記ステップ(e)において、前記データを前記ネ
ットワークから取得することに失敗した場合には、当該
モデルをより簡易なモデルに変更し、新たに、その簡易
モデルのパラメータ値の設定に必要なデータの取得を試
みるように処理させること、を特徴とする請求項32記
載の記録媒体。 - 【請求項39】 前記プログラムは、前記コンピュータ
に、更に、(f) パラメータ値が確定したモデルにつ
いて、そのモデルに係わるデータを前記ネットワーク上
で実測すると共に、その実測と等価な操作をシミュレー
ションモデル上でシミュレートし、実測値と該シミュレ
ーション結果との比較結果を基に、必要であれば、前記
モデルのパラメータ値の変更を行うように処理させるこ
と、を特徴とする請求項32記載の記録媒体。 - 【請求項40】 前記ステップ(f)において、前記実
測値と前記シミュレーション結果との差が許容誤差内に
収まるように、前記パラメータ値を変更すること、を特
徴とする請求項39記載の記録媒体。 - 【請求項41】 前記プログラムは、前記コンピュータ
に、 前記ステップ(e)のデータの取得を、前記ネットワー
クの内外の分散配置された箇所で実施されるようにさせ
ること、 を特徴とする請求項32記載の記録媒体。 - 【請求項42】 前記プログラムは、前記コンピュータ
に、 前記ステップ(e)のデータの取得を、前記ネットワー
ク内に設置されたノード上で実施されるようにさせるこ
と、 を特徴とする請求項32記載の記録媒体。 - 【請求項43】 コンピュータに実行されることによ
り、複数のネットワークのシミュレーションモデルを生
成・管理するプログラムを格納している記録媒体であっ
て、 (a) 前記ネットワークを複数のサブネットワークに
分割し、 該各サブネットワーク毎に、 (b1) ネットワーク内の少なくとも2つ以上の端点
に関する情報を入力し、 (b2) 前記端点を結ぶ前記ネットワーク内の経路上
に存在する機器を検出し、それらの機器情報を求め、 (b3) 該機器情報から、該ネットワークのシミュレ
ーションモデルの構成を決定し、 (b4) 該決定されたシミュレーションモデルの各構
成要素について、適切なモデルを選択し、 (b5) 該選択されたモデルのパラメータ値を設定す
るために必要なデータを、前記ネットワークから取得し
て、上記ネットワークのシミュレーションモデルを作成
し、 (c) 該各サブネットワークで作成される、該各サブ
ネットワークのシミュレーションモデルを管理する各ス
テップの処理をコンピュータに実行させるプログラムを
記録しているコンピュータが読み取り可能な記録媒体。 - 【請求項44】 前記プログラムは、前記コンピュータ
に、前記管理される各サブネットワークのシミュレーシ
ョンモデルは、各サブネットワークに設けられたシミュ
レータにより参照可能であるようにさせること、を特徴
とする請求項43記載の記録媒体。 - 【請求項45】 前記プログラムは、前記コンピュータ
に、前記各サブネットワークのシミュレーションモデル
の詳細度は、前記各サブネットワークの管理者によって
調節されるようにさせること、を特徴とする請求項43
記載の記録媒体。 - 【請求項46】 前記プログラムは、前記コンピュータ
に、前記各サブネットワークのシミュレータが参照可能
な他のサブネットワークのシミュレーションモデルの詳
細度は、前記各サブネットワークのモデル生成装置から
提供されるシミュレーションモデルの詳細度に応じて、
調節・制御されるようにさせること、を特徴とする請求
項44または45記載の記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP21132499A JP3647677B2 (ja) | 1999-07-26 | 1999-07-26 | ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体 |
US09/572,937 US7031895B1 (en) | 1999-07-26 | 2000-05-18 | Apparatus and method of generating network simulation model, and storage medium storing program for realizing the method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP21132499A JP3647677B2 (ja) | 1999-07-26 | 1999-07-26 | ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001044993A true JP2001044993A (ja) | 2001-02-16 |
JP3647677B2 JP3647677B2 (ja) | 2005-05-18 |
Family
ID=16604078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP21132499A Expired - Fee Related JP3647677B2 (ja) | 1999-07-26 | 1999-07-26 | ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7031895B1 (ja) |
JP (1) | JP3647677B2 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006004162A (ja) * | 2004-06-17 | 2006-01-05 | Sony Corp | プログラム、データ処理装置およびデータ処理方法 |
JP2006048702A (ja) * | 2004-08-02 | 2006-02-16 | Microsoft Corp | トランザクションベースの性能モデルの自動構成 |
JP2006048703A (ja) * | 2004-08-02 | 2006-02-16 | Microsoft Corp | トランザクションベースのパフォーマンスモデルの自動的な妥当性検査および較正 |
JP2012175628A (ja) * | 2011-02-24 | 2012-09-10 | Oki Electric Ind Co Ltd | 擬似網構築システム、擬似網構築装置、及び擬似網構築方法 |
KR101216517B1 (ko) | 2011-04-01 | 2012-12-31 | 국방과학연구소 | 최적의 네트워크 시뮬레이션 환경 구축 방법 및 그 시스템 |
US9015830B2 (en) | 2011-03-15 | 2015-04-21 | Fujitsu Limited | Verification apparatus and verification method |
JP2015153395A (ja) * | 2014-02-19 | 2015-08-24 | 国立大学法人京都大学 | 関係性グラフ評価システム |
JP2017524320A (ja) * | 2014-07-30 | 2017-08-24 | フォワード・ネットワークス・インコーポレテッド | ネットワーク管理のためのシステムおよび方法 |
WO2020004489A1 (ja) * | 2018-06-29 | 2020-01-02 | 日本電信電話株式会社 | 通信システム及び通信方法 |
JPWO2021053966A1 (ja) * | 2019-09-17 | 2021-03-25 | ||
WO2023007553A1 (ja) * | 2021-07-26 | 2023-02-02 | 日本電信電話株式会社 | 通信ネットワークモデル化支援装置、通信ネットワークモデル化支援方法及びプログラム |
US20230396508A1 (en) * | 2020-11-06 | 2023-12-07 | Google Llc | Change Impact Simulation Analysis |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001093142A1 (en) * | 2000-06-02 | 2001-12-06 | Arkray, Inc. | Measurement assisting system and measurement assisting method |
US8135815B2 (en) * | 2001-03-27 | 2012-03-13 | Redseal Systems, Inc. | Method and apparatus for network wide policy-based analysis of configurations of devices |
US7003562B2 (en) * | 2001-03-27 | 2006-02-21 | Redseal Systems, Inc. | Method and apparatus for network wide policy-based analysis of configurations of devices |
US9026674B1 (en) * | 2010-03-22 | 2015-05-05 | Satish K Kanna | System and method for accurately displaying communications traffic information |
US7428587B2 (en) * | 2002-12-19 | 2008-09-23 | Microsoft Corporation | Generating globally unique device identification |
US7664846B2 (en) * | 2003-11-26 | 2010-02-16 | Siemens Communications, Inc. | System and method for distributed modeling of real time systems |
US7418376B1 (en) | 2004-04-08 | 2008-08-26 | Cisco Systems, Inc. | Method for generating a simulated network based on an actual managed network |
US20080037532A1 (en) * | 2005-08-20 | 2008-02-14 | Sykes Edward A | Managing service levels on a shared network |
US7843827B2 (en) * | 2005-12-22 | 2010-11-30 | International Business Machines Corporation | Method and device for configuring a network device |
US7826990B2 (en) * | 2006-02-14 | 2010-11-02 | Edsa Micro Corporation | Systems and methods for real-time system monitoring and predictive analysis |
US20170046458A1 (en) | 2006-02-14 | 2017-02-16 | Power Analytics Corporation | Systems and methods for real-time dc microgrid power analytics for mission-critical power systems |
US9557723B2 (en) | 2006-07-19 | 2017-01-31 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
US20160246905A1 (en) | 2006-02-14 | 2016-08-25 | Power Analytics Corporation | Method For Predicting Arc Flash Energy And PPE Category Within A Real-Time Monitoring System |
US9092593B2 (en) | 2007-09-25 | 2015-07-28 | Power Analytics Corporation | Systems and methods for intuitive modeling of complex networks in a digital environment |
US20080109093A1 (en) * | 2006-02-27 | 2008-05-08 | Yasutaka Maeda | Control Device, Device Control System, Device Control Program, Computer-Readable Recording Medium Containing the Device Control Program, and Setting Check Data Creation Method |
US7693608B2 (en) * | 2006-04-12 | 2010-04-06 | Edsa Micro Corporation | Systems and methods for alarm filtering and management within a real-time data acquisition and monitoring environment |
JP2008250788A (ja) * | 2007-03-30 | 2008-10-16 | Fujitsu Ltd | 連携シミュレーションシステム |
US20110082597A1 (en) | 2009-10-01 | 2011-04-07 | Edsa Micro Corporation | Microgrid model based automated real time simulation for market based electric power system optimization |
EP2383668A1 (en) * | 2010-04-16 | 2011-11-02 | Siemens Aktiengesellschaft | Simulation model |
US8612197B1 (en) * | 2010-12-06 | 2013-12-17 | Rockwell Collins, Inc. | Large scale simulation architecture for distributed networking waveforms |
US9794130B2 (en) | 2012-12-13 | 2017-10-17 | Coriant Operations, Inc. | System, apparatus, procedure, and computer program product for planning and simulating an internet protocol network |
US9647909B2 (en) * | 2014-09-23 | 2017-05-09 | Uila Networks, Inc. | Monitor a data center infrastructure |
US11252046B2 (en) * | 2018-12-14 | 2022-02-15 | Juniper Networks, Inc. | System for identifying and assisting in the creation and implementation of a network service configuration using Hidden Markov Models (HMMs) |
CN112055380B (zh) * | 2019-06-06 | 2022-04-29 | 华为技术有限公司 | 用于预测话务量的方法和装置 |
CN113746656B (zh) * | 2020-05-30 | 2024-08-02 | 华为技术有限公司 | 一种评估网络操作影响的方法、装置及设备 |
CN116805919A (zh) * | 2022-03-18 | 2023-09-26 | 华为技术有限公司 | 一种网络管理方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2735640B1 (fr) * | 1995-06-15 | 1997-08-14 | Guibert Jacky | Procede et dispositif d'admission de donnees a un reseau numerique de telecommunications, a regulation d'acces |
JP3574231B2 (ja) | 1995-08-21 | 2004-10-06 | 富士通株式会社 | 計算機ネットワークのシミュレータ装置 |
US5845124A (en) * | 1996-05-01 | 1998-12-01 | Ncr Corporation | Systems and methods for generating and displaying a symbolic representation of a network model |
US5754831A (en) * | 1996-05-30 | 1998-05-19 | Ncr Corporation | Systems and methods for modeling a network |
US5970064A (en) * | 1997-06-12 | 1999-10-19 | Northern Telecom Limited | Real time control architecture for admission control in communications network |
JP3782229B2 (ja) * | 1998-03-13 | 2006-06-07 | 富士通株式会社 | パス情報構築方法 |
-
1999
- 1999-07-26 JP JP21132499A patent/JP3647677B2/ja not_active Expired - Fee Related
-
2000
- 2000-05-18 US US09/572,937 patent/US7031895B1/en not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006004162A (ja) * | 2004-06-17 | 2006-01-05 | Sony Corp | プログラム、データ処理装置およびデータ処理方法 |
JP4631321B2 (ja) * | 2004-06-17 | 2011-02-16 | ソニー株式会社 | プログラム、データ処理装置およびデータ処理方法 |
JP2006048702A (ja) * | 2004-08-02 | 2006-02-16 | Microsoft Corp | トランザクションベースの性能モデルの自動構成 |
JP2006048703A (ja) * | 2004-08-02 | 2006-02-16 | Microsoft Corp | トランザクションベースのパフォーマンスモデルの自動的な妥当性検査および較正 |
JP2012175628A (ja) * | 2011-02-24 | 2012-09-10 | Oki Electric Ind Co Ltd | 擬似網構築システム、擬似網構築装置、及び擬似網構築方法 |
US9015830B2 (en) | 2011-03-15 | 2015-04-21 | Fujitsu Limited | Verification apparatus and verification method |
KR101216517B1 (ko) | 2011-04-01 | 2012-12-31 | 국방과학연구소 | 최적의 네트워크 시뮬레이션 환경 구축 방법 및 그 시스템 |
WO2015125758A1 (ja) * | 2014-02-19 | 2015-08-27 | 国立大学法人京都大学 | 関係性グラフ評価システム |
JP2015153395A (ja) * | 2014-02-19 | 2015-08-24 | 国立大学法人京都大学 | 関係性グラフ評価システム |
US10489429B2 (en) | 2014-02-19 | 2019-11-26 | Kyoto University | Relationship graph evaluation system |
JP2017524320A (ja) * | 2014-07-30 | 2017-08-24 | フォワード・ネットワークス・インコーポレテッド | ネットワーク管理のためのシステムおよび方法 |
WO2020004489A1 (ja) * | 2018-06-29 | 2020-01-02 | 日本電信電話株式会社 | 通信システム及び通信方法 |
JP2020005184A (ja) * | 2018-06-29 | 2020-01-09 | 日本電信電話株式会社 | 通信システム及び通信方法 |
JPWO2021053966A1 (ja) * | 2019-09-17 | 2021-03-25 | ||
WO2021053966A1 (ja) * | 2019-09-17 | 2021-03-25 | 日本電気株式会社 | 情報処理装置、パケット生成方法、システム、及びプログラム |
JP7363907B2 (ja) | 2019-09-17 | 2023-10-18 | 日本電気株式会社 | 情報処理装置、パケット生成方法、システム、及びプログラム |
US20230396508A1 (en) * | 2020-11-06 | 2023-12-07 | Google Llc | Change Impact Simulation Analysis |
WO2023007553A1 (ja) * | 2021-07-26 | 2023-02-02 | 日本電信電話株式会社 | 通信ネットワークモデル化支援装置、通信ネットワークモデル化支援方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP3647677B2 (ja) | 2005-05-18 |
US7031895B1 (en) | 2006-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3647677B2 (ja) | ネットワークのシミュレーションモデル生成装置、その方法、及びその方法を実現するプログラムを記録した記録媒体 | |
Jain et al. | Applying big data technologies to manage QoS in an SDN | |
CN110636000B (zh) | 一种虚拟云网络控制方法、系统和网络装置 | |
Madhyastha et al. | iPlane: An information plane for distributed services | |
AU2001238157A1 (en) | Server monitoring using virtual points of presence | |
JP2005521359A (ja) | ソフトウェアアプリケーションのネットワーク動作特性を測定する方法、システム及びコンピュータプログラム | |
Ansell et al. | Making queueing theory more palatable to SDN/OpenFlow-based network practitioners | |
Spring et al. | Reverse engineering the Internet | |
JP2003536321A (ja) | インターネットルータトラフィックを測定する方法および装置 | |
Lapeyrade et al. | OpenFlow-based migration and management of the TouIX IXP | |
Phung et al. | An open dataset for beyond-5g data-driven network automation experiments | |
Lowekamp et al. | Direct queries for discovering network resource properties in a distributed environment | |
Bai et al. | A two-stage approach for network monitoring | |
Gray et al. | Simulative evaluation of KPIs in SDN for topology classification and performance prediction models | |
KR20020048243A (ko) | 실시간 네트워크 시뮬레이션 방법 | |
Lowekamp et al. | Enabling network measurement portability through a hierarchy of characteristics | |
TW202215819A (zh) | 軟體定義網路體驗品質智能檢測系統及其方法 | |
Viipuri | Traffic analysis and modeling of IP core networks | |
Legrand et al. | Automatic deployment of the network weather service using the effective network view | |
Cika et al. | Network emulator of transmission parameters of data networks | |
Putra | Cloud-based Distributed Internet Measurement Platform | |
US7768932B2 (en) | Method for analyzing a system in a network | |
Arnold | Understanding Cloud Network Performance | |
Ficara et al. | The beacon number problem in a fully distributed topology discovery service | |
Chertov et al. | Topology generation, instrumentation, and experimental control tools for emulation testbeds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050209 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080218 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090218 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090218 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100218 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110218 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110218 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120218 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130218 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130218 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |