JP2002009772A - インターネット使用量分析方法 - Google Patents

Abstract

(57)【要約】 【課題】ネットワークの使用量を分析する方法（３０、
５８）を提供すること。 【解決手段】この方法は、統計モデル（５０）を定義
し、ネットワークの使用量に関係する業務問題（６０）
を解決することを含む。統計モデル（６２）が必要とす
る重要な使用量データのタイプを決定する。使用量デー
タ源（６４）から、重要な使用量データのタイプの重要
な使用量データを収集する（３２）。重要な使用量デー
タと統計モデル（６６）を用いて、統計データ（５２）
を生成する。重要な使用量データを保持する代わりに、
統計データ（５２）を格納する（６８）。統計データ
（５２）を分析して、ネットワークの使用量に関係する
業務問題（６９）に対処する結果を作成する。統計モデ
ル（５０）を使用して、ネットワークの使用量に関係す
る業務問題の対話式、実時間の分析を実施することが可
能である。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ネットワーク使用
量分析システムおよび方法に関し、より詳細には、コン
パンクトな格納と実時間対話式使用量分析をもたらす使
用量情報の直接的な統計表示を提供するインターネット
使用量分析システムおよび方法に関する。

【０００２】

【従来の技術】ネットワーク・システムは、日々の私的
および業務上の目的のために、通信リンクとして利用さ
れている。ネットワーク・システム、特にインターネッ
トの成長と、コンピュータ・ハードウエアとソフトウエ
ア技術の開発に伴い、ネットワークを使用する範囲は、
電子メールなどの簡単な通信交換から、ウェブのブラウ
ジング、電子商取引、およびインターネット・ボイス、
インターネット・ビデオ・オン・デマンドなど他の多く
の電子ネットワーク・サービスなど、より複雑でデータ
が集中する通信セッションにまで及ぶようになってい
る。

【０００３】ネットワーク使用量情報は、当事者間の通
信セッションで交換される実際の情報ではなく、通信セ
ッションに関するメタデータ（データに関するデータ）
情報を含み、多くの使用量詳細記録（ＵＤＲ）からな
る。各ＵＤＲに含まれるメタデータのタイプは、含まれ
ているサービスおよびネットワークのタイプによって変
化するが、しばしば、当事者間の特定の事象、またはセ
ッションの開始時間および終了時間、セッションのソー
スまたは発信者、セッションの宛先、課金に責任を負う
者、転送データのタイプ、転送データの量、配信サービ
スの質など、通信セッションに関する詳細な関連情報を
含む。電話通信ネットワークでは、使用量情報を作成す
るＵＤＲは、通話詳細記録またはＣＤＲと呼ばれる。イ
ンターネット・ネットワークでは、使用量詳細記録には
まだ統一された名前はないが、本出願では、インターネ
ット詳細記録またはＩＤＲと呼んでいる。本出願を通じ
て、ＩＤＲという用語を特にインターネットの例示的な
文脈で使用しているが、ＩＤＲという用語は、任意のネ
ットワークのＵＤＲを表すように定義される。

【０００４】ネットワーク使用量情報は、加入者の請
求、マーケティングおよび顧客ケア、およびオペレーシ
ョン管理など、多くの重要な業務機能に有用である。ネ
ットワーク使用量データ報告システムを利用して、ネッ
トワーク使用量情報の発生時にそれを収集、訂正、およ
び総計し、出力としてＵＤＲを作成して、これを上記の
業務機能を支援するコンピュータ業務システムによって
消費することができる。これらのコンピュータ業務シス
テムの例は、請求システム、マーケティングと顧客の関
係管理システム、顧客活動（churn）分析システム、お
よびデータ・マイニング・システムを含む。

【０００５】特にインターネット・ネットワークに対し
ては、いくつかの重要な技術上の変化は、インターネッ
ト使用量情報または基本となるＩＤＲの適時で費用効果
の高い分析のために、増大する需要を発生させる鍵とな
る推進力である。

【０００６】１つの技術上の変化は、妥当な加入者の負
担コストで、インターネットのアクセス帯域幅が劇的に
増大していることである。今日、ほとんどの消費者は、
アナログ電話通信モデムを介してインターネットにアク
セスする限られた帯域幅しか有しておらず、これは、１
秒あたり約５６０００ビットという実用上のデータ転送
レートの上限を有している。ネットワーク・サービス・
プロバイダの加入者がこれらの遅いレートに限定されて
いるとき、サービス・プロバイダのネットワークの潜在
的な輻輳と過負荷に対しては有効な上限がある。しか
し、デジタル・ケーブル・モデム、デジタル加入者線、
マイクロ波、および衛星サービスを介する広帯域インタ
ーネット・アクセスによって、広範な規模で使用される
ようになるにつれ、インターネットのアクセス帯域幅
が、数桁増大しつつある。したがって、このより高いア
クセス帯域幅は、ネットワークの輻輳度と大量ユーザに
よる帯域幅の乱用の可能性を著しく増大している。この
非常により高い帯域幅が利用可能であることにより、大
量ユーザと軽量ユーザの使用法の違いが非常に大きくな
り、固定料金で使い放題の（ａｌｌ−ｙｏｕ−ｃａｎ−
ｕｓｅ）料金計画は維持が難しくなる可能性がある。サ
ービス・プロバイダが、サービスに対する料金を非常に
高額にする場合、軽量ユーザは、大量ユーザの分まで負
担することになる。サービス・プロバイダの料金が非常
に安価な場合、大量ユーザは、利用可能なネットワーク
帯域幅を乱用し、サービス・プロバイダにとって高くつ
く。

【０００７】他の技術上の変化は、高帯域幅を必要とす
る用途およびサービスの急速な成長である。インターネ
ット電話通信、オン・デマンド方式のビデオ、複雑なマ
ルチプレイヤ用のマルチメディア・ゲームなどが例とし
て含まれる。これらのタイプのサービスは、ユーザがネ
ットワークに接続している持続時間を増大し、著しくよ
り広い帯域幅をサービス・プロバイダが供給することを
必要とする。

【０００８】他の技術上の変化は、「最善の努力（ｂｅ
ｓｔ ｅｆｆｏｒｔ）」から「不可欠なもの（ｍｉｓｓ
ｉｏｎ ｃｒｉｔｉｃａｌ）」へのインターネットの移
行である。多くの企業がインターネットを利用するよう
になるにつれ、企業は、日々の成功ために、ますますこ
の媒体に依存するようになってきている。このため、イ
ンターネットは、その時々に最善の努力としての配信サ
ービスから、商取引の主流へと変化している。業務管理
者は、サービス・プロバイダからサービスの質の保証を
得る必要があり、これらのより高品質のサービスに対し
て出費を惜しまないものである。

【０００９】上記の推進力のために、インターネット・
サービス・プロバイダは、現在の固定料金で使い放題の
インターネット・アクセス請求計画から、転送データの
量、利用帯域幅、使用サービス、時間帯、加入者のクラ
スなどの測定規準によって請求するより複雑な請求計画
に移行しつつあり、これは、使用量プロファイル、組織
への所属、または他の属性によって加入者の類似グルー
プを定義する。

【００１０】そのようなレート構造の例は、固定月極レ
ート部分、固定月極レート（閾値）の一部として含まれ
る使用量割付け、および割付け（または閾値）を超える
使用量分の可変レート部分を含む可能性がある。所与の
サービス・プロバイダにとって、サービスと加入者クラ
スの多くの可能な組合せに対して、多くのそのようなレ
ート構造が存在することになる。

【００１１】ネットワーク使用量分析システムは、サー
ビス・プロバイダの使用方法とその使用者について情報
を提供する。これは、急速に変化している傾向を認識
し、競争力のある価格を設定し、必要とされている新し
いサービスまたは加入者クラスを定義するために、サー
ビス・プロバイダが有していなければならない必須の業
務情報である。急速なペースで新しいインターネット・
サービスが出現しているために、サービス・プロバイダ
は、この必須情報に迅速にアクセスしなければならな
い。既知の分析パッケージは、ネットワーク使用量デー
タを大きなデータベースに供給し、その後データについ
て後続分析を実施する。これらのデータベース・システ
ムは、非常に大きくなることがあり得る。１００万人の
加入者を有するサービス・プロバイダは、毎日、数十か
ら数百ギガバイトの使用量データを生成することがあり
得る。膨大な量のデータを格納する技術は、着実に向上
してきているが、インターネットの通信量は、さらに速
いペースで成長している。これらのデータを全て格納す
ることは高価であり、最終的には、法外な価格になる可
能性がある。大型で高価な支援ハードウエアが必要であ
り（テラバイト・ディスク記憶装置、バックアップ・シ
ステムなど）、非常に高いトランザクション・レートと
大型のファイル・セットを支援するために、高価な関係
データベース管理ソフトウエア・システム（ＲＤＢＭ
Ｓ）が必要である。さらに、データベース管理担当を採
用して、これらの大型データベース管理システムを支援
し、維持しなければならない。

【００１２】分析のタイプが決定された後は、データ・
マイニングおよび分析ソフトウエア・システムを利用し
て、データベースに格納されている大量のネットワーク
使用量情報を照会し、分析する。データ・マイニング分
析ソフトウエア・システムを使用することは、しばし
ば、追加の業務相談サービス、追加の支援ハードウエ
ア、およびデータ・マイニング・ソフトウエア・ライセ
ンスを必要とする。さらに、処理する必要のあるデータ
の量を考慮すると、必要な情報を抽出するのに、数日か
ら数週間かかる可能性がある。

【００１３】

【発明が解決しようとする課題】上記の理由と、本明細
書の好ましい実施形態のセクションの記述により詳細に
提示されている他の理由のために、鍵となる使用量情報
をよりコンパンクトに提示し、この使用量情報から該当
する業務情報をより適時に抽出することに備えるため
に、より進んだ技術が必要である。

【００１４】

【課題を解決するための手段】本発明は、コンパクトな
記憶装置と、実時間の対話式使用量分析とをもたらす、
使用量情報の直接的な統計表示を提供するネットワーク
使用量分析システムおよび方法である。

【００１５】本発明は、ＩＤＲを収集し、統計モデルの
高度にコンパクトな形態としてＩＤＲの重要な使用量デ
ータを保存することによって、インターネットの使用量
を分析するシステムと方法を提供する。当初のＩＤＲを
保有することは必要でなく、したがって、格納管理コス
トの著しい節減を考慮している。次いで、統計モデルを
使用して、サービス・プロバイダにとって重要な特定の
業務エリア内の疑問について直接対処することができ
る。ユーザが様々な鍵となる変数を調節することを可能
にすることによって、本発明は、ユーザが、対話式およ
び適時な方式で、「ｗｈａｔ−ｉｆ」の分析を実施する
ことを可能にする。

【００１６】ある実施形態では、本発明は、ネットワー
クの使用量を分析する方法を提供する。この方法は、ネ
ットワークの使用量に関係する業務問題を解決する統計
モデルを定義することを含む。統計モデルが必要とする
重要な使用量データのタイプを決定する。使用量データ
源またはネットワーク使用量データ報告システムから、
重要な使用量データのタイプの重要な使用量データを収
集する。重要使用量データと統計モデルを使用して、統
計データを生成する。統計データを格納する。

【００１７】さらに、この方法は、統計データを分析し
て、ネットワークの使用量に関係する業務問題に対処す
る結果を作成するステップを含む。重要な使用量データ
を収集するステップは、使用量データ源またはネットワ
ーク使用量データ報告システムから使用量データを受信
し、使用量データから重要な使用量データを収集するス
テップを含むことが可能である。ある態様では、この方
法は、使用量データから収集した重要な使用量データを
格納するステップを含む。

【００１８】さらに、この方法は、重要な使用量データ
の第２セットを収集し、重要な使用量データの第２セッ
トを使用して、統計データをアップデートするステップ
を含む。

【００１９】ある態様では、統計モデルはヒストグラム
である。他の態様では、統計モデルは、順序付けしたヒ
ストグラムである。他の態様では、統計モデルは、確率
密度関数である。他の態様では、統計モデルは、累積確
率分布関数である。統計モデルを格納するステップは、
統計データを表に格納するステップを含むことが可能で
ある。ある態様では、表は分布表である。ある態様で
は、表は累積表である。ある態様では、表は、２４時間
プロファイルの表である。ある態様では、表は上位10の
表である。

【００２０】統計モデルを生成するステップは、実時間
で統計データを生成することを含むことが可能である。
さらに、この方法は、統計データを格納した後、重要な
使用量データを削除するステップを含む可能性がある。
ある態様では、統計モデルを定義するステップは、可変
要素を含む統計モデルを定義するステップを含む。さら
に、この方法は、可変要素を変化して、対話式にネット
ワークの使用量をモデル化するステップを含む。ある態
様では、統計データを分析するステップは、実時間で統
計データを分析するステップを含む。ある態様では、ネ
ットワークは、インターネット・ネットワークである。
ある態様では、この方法は、さらに、統計データを格納
した後、重要な使用量データを削除するステップを含
む。

【００２１】この方法は、統計モデルを使用して、統計
データを用いて対話式分析を実施するステップを含む。

【００２２】他の態様では、本発明は、ネットワーク使
用量分析システムを提供する。このシステムは、重要使
用量データ・コレクタを含み、使用量データ源から来る
使用量データから重要な使用量データのセットを収集す
る。重要な使用量データは、ネットワークの使用量に関
係する業務問題を解決する、予め定義された統計モデル
に対応する。重要使用量データ分析システム・サーバを
提供する。この重要使用量データ分析システム・サーバ
は、重要使用量データ・コレクタから重要な使用量デー
タのセットを受信し、重要な使用量データのセットと予
め定義された統計モデルに基づいて、統計データを生成
する。データ記憶システムを提供し、重要使用量データ
分析システム・サーバは、統計データをデータ記憶シス
テムに格納する。

【００２３】ある態様では、データ記憶システムは、ラ
ンダム・アクセス・メモリ（すなわち、揮発性記憶装
置）を含む。ある態様では、データ記憶システムは、ハ
ード・ディスク・ドライブまたは他の永続記憶装置を含
む。

【００２４】さらに、このシステムは、重要使用量デー
タ分析システム・サーバに結合して動作可能な、ユーザ
・インタフェースを含む。重要使用量データ分析システ
ム・サーバは、ユーザ・インタフェースに応答して、統
計モデルの対話式分析を行う。ある態様では、ネットワ
ークは、インターネット・ネットワークである。さら
に、このシステムは、統計モデルの分析結果を表示する
表示システムを含むことが可能である。

【００２５】ある態様では、統計モデルはヒストグラム
である。他の態様では、統計モデルは、順序付けしたヒ
ストグラムである。他の態様では、統計モデルは、確率
密度関数である。他の態様では、統計モデルは、累積確
率分布関数である。統計モデルを格納するステップは、
統計データを表に格納するステップを含むことが可能で
ある。ある態様では、表は分布表である。ある態様で
は、表は累積表である。ある態様では、表は２４時間プ
ロファイルの表である。ある態様では、表は上位10の表
である。

【００２６】他の実施形態では、本発明は、ネットワー
ク・サービス・プロバイダの財務分析を含む、ネットワ
ークの使用量を分析する方法を提供する。この方法は、
財務モデルを定義するステップを含む。統計モデルを定
義し、財務モデルと共に使用して、財務上のネットワー
クの使用量に関係する業務問題を解決する。統計モデル
が必要とする、重要な使用量データのタイプを決定す
る。使用量データ源から、重要な使用量データのタイプ
の重要な使用量データを収集する。重要な使用量データ
と統計モデルを使用して、統計データを生成する。統計
データを格納する。

【００２７】ある態様では、この方法は、さらに、財務
モデルと統計モデルを分析して、財務上のネットワーク
の使用量に関係する問題に対処する結果を作成する。

【００２８】ある態様では、統計モデルを定義するステ
ップは、ヒストグラムを定義するステップを含む。統計
データを格納するステップは、統計データを累積表に格
納するステップを含む。ある態様では、ヒストグラムを
定義するステップは、予め定義したメガバイトの範囲
に、加入者の累積した使用量を含むヒストグラムを定義
するステップを含む。

【００２９】ある態様では、統計モデルを定義するステ
ップは、順序付けしたヒストグラムを定義するステップ
を含む。さらに、この方法は、累積表に格納した統計モ
デルを使用して、順序付けしたヒストグラムを生成する
ステップを含む。順序付けしたヒストグラムを分布表に
格納する。統計モデルを定義するステップは、さらに、
累積確率分布を定義するステップを含む。さらに、この
方法は、順序付けしたヒストグラムを使用して、累積確
率分布を決定するステップを含む。累積確率分布を分布
表に格納する。

【００３０】この方法は、財務モデルの分布表を使用し
て、歳入を決定するステップを含むことが可能である。
この方法は、分布表と財務モデルを使用して、利益を決
定することを含むことが可能である。

【００３１】ある態様では、統計モデルを定義するステ
ップは、財務モデルに対応する多次元統計モデルを定義
するステップを含む。統計データを格納するステップ
は、統計データを多次元のデータ構造として格納するス
テップを含む。さらに、この方法は、多次元データ構造
を使用して、ネットワーク・サービス・プロバイダをモ
デル化するステップを含み、可変要素を含む統計モデル
を定義することを含むことが可能である。可変要素は、
ネットワーク・サービス・プロバイダの対話式財務分析
のために、ユーザによって変更される。

【００３２】他の態様では、本発明は、コンピュータ・
システムを制御して、ネットワークの使用量を分析する
方法を実施する命令を含む、コンピュータ読取り可能媒
体を提供する。この方法は、統計モデルを定義して、ネ
ットワークの使用量に関係する業務問題を解決すること
を含む。統計モデルが必要とする重要な使用量データの
タイプが決定される。使用量データ源またはネットワー
ク使用量データ報告システムから、重要使用量データの
タイプの重要な使用量データを収集する。重要な使用量
データと統計モデルを使用して、統計データ生成する。
統計データを格納する。

【００３３】さらに、この方法は、統計データを分析し
て、ネットワークの使用量に関係する業務問題に対処す
る結果を作成する。重要な使用量データを収集するステ
ップは、使用量データ源またはネットワーク使用量デー
タ報告システムから使用量データを受信し、使用量デー
タから重要使用量データを収集するステップを含むこと
が可能である。ある態様では、この方法は、使用量デー
タから収集した重要な使用量データを格納するステップ
を含む。

【００３４】他の態様では、本発明は、コンピュータ・
システムを制御して、ネットワーク・サービス・プロバ
イダの財務分析を含む、ネットワークの使用量を分析す
る方法を実施する命令を含むコンピュータ読取り可能媒
体を提供する。この方法は、財務モデルを定義するステ
ップを含む。統計モデルを定義して、財務モデルと共に
使用して、財務上のネットワークの使用量に関係する業
務問題を解決する。統計モデルが必要とする重要な使用
量データのタイプを決定する。使用量データ源から、重
要な使用量データのタイプの重要な使用量データを収集
する。重要な使用量データと統計モデルを使用して、統
計データを生成する。統計データを格納する。

【００３５】ある態様では、さらに、この方法は、財務
モデルと統計モデルを分析して、財務上のネットワーク
の使用量に関係する問題に対処する結果を作成する。

【００３６】ある態様では、統計モデルを定義するステ
ップは、ヒストグラムを定義するステップを含む。統計
データを格納するステップは、累積表に統計データを格
納するステップを含む。ある態様では、ヒストグラムを
定義するステップは、予め定義したメガバイトの範囲
に、加入者の累積使用量を含むヒストグラムを定義する
ステップを含む。

【００３７】ある態様では、統計モデルを定義するステ
ップは、順序付けしたヒストグラムを定義するステップ
を含む。さらに、この方法は、累積表に格納した統計デ
ータを使用して、順序付けしたヒストグラムを生成する
ステップを含む。順序付けしたヒストグラムを分布表に
格納する。統計モデルを定義するステップは、さらに、
累積確率分布を定義するステップを含む。さらに、この
方法は、順序付けしたヒストグラムを使用して、累積確
率分布を決定するステップを含む。累積確率分布を分布
表に格納する。

【００３８】この方法は、財務モデルの分布表を使用し
て、歳入を決定するステップを含むことが可能である。
この方法は、分布表と財務モデルを使用して、利益を決
定することを含むことが可能である。

【００３９】ある態様では、統計モデルを定義するステ
ップは、財務モデルに対応する、多次元統計モデルを定
義するステップを含む。統計データを格納するステップ
は、多次元データ構造として統計データを格納するステ
ップを含む。さらに、この方法は、多次元データ構造を
使用して、ネットワーク・サービス・プロバイダをモデ
ル化するステップを含み、可変要素を含む統計モデルを
定義することを含むことが可能である。可変要素は、ネ
ットワーク・サービス・プロバイダの対話式財務分析の
ために、ユーザによって変更される。

【００４０】本出願を通じて、ネットワークという用語
を特に使用しているが、ネットワークという用語は、デ
ータの転送に適するＴＣＰ／ＩＰを使用するかまたは使
用しない、公的および私的ネットワークを含む、インタ
ーネットおよび他のネットワーク・システムを含むよう
に定義される。例として、インターネット、イントラネ
ット、エクストラネット、電話通信ネットワーク、他の
有線および無線ネットワークが含まれる。本出願を通じ
て、インターネットという用語を特に使用しているが、
インターネットという用語は、ネットワークの例であ
る。

【００４１】

【発明の実施の形態】以下の好ましい実施形態の詳細な
説明では、その部分を形成する添付の図面を参照し、例
示として、本発明を実行することが可能な特定の実施形
態を示す。他の実施形態を利用することが可能であり、
本発明の範囲を逸脱せずに、構造または論理を変化する
ことが可能であることを理解されたい。したがって、以
下の詳細な記述は、限定的な意味でみるものではなく、
本発明の範囲は、特許請求の範囲によって定義される。

【００４２】本発明によるネットワーク使用量分析シス
テムを、図１の３０で一般的に示す。ネットワーク使用
量分析システム３０は、いくつかの主要な構成要素を含
み、それぞれソフトウエア・プログラムである。ネット
ワーク使用量分析システム３０の主要なソフトウエア・
プログラムの構成要素は、１つまたは複数のコンピュー
タまたはサーバ・システム上で実行される。ある実施形
態では、各主要ソフトウエア・プログラムの構成要素
は、それ自身のコンピュータ・システム上で実行され
る。

【００４３】ネットワーク使用量分析システム３０は、
コンパクトな記憶装置と、実時間対話式使用量分析をも
たらす使用量情報の直接的な統計表示を提供する。本発
明によるネットワーク使用量分析システム３０は、統計
モデルと、重要な使用量データを格納する代わりに、重
要な使用量データを表す統計データを格納することに備
えており、それにより、実時間対話式統計分析を考慮
し、使用量データの格納要件を大いに低減する。統計モ
デルは格納するが、使用量データ自体は格納しないの
で、本発明では、格納要件は、使用量データの量と共に
増大しない。統計モデルに対する格納要件は、モデル化
する業務の複雑さと所望する結果の粒度の関数である。

【００４４】ある例示的実施形態では、ネットワーク使
用量分析システム３０は、重要使用量データ・コレクタ
３２と、使用量データ分析システム・サーバ３４と、デ
ータ記憶システム３６とを含む。重要使用量データ・コ
レクタ３２は、通信リンク３８を介して、使用量データ
分析システム・サーバ３４に結合されている。データ記
憶システム３６は、通信リンク４０を介して、使用量デ
ータ分析システム・サーバ３４に結合されている。ネッ
トワーク使用量分析システム３０は、さらに、ユーザ・
インタフェース４２と表示システム４４を含む。ユーザ
・インタフェース４２と表示システム４４は、それぞれ
通信リンク４９と４８を介して、使用量データ分析シス
テム・サーバ３４に結合されている。

【００４５】重要使用量データ・コレクタ３２は、使用
量データ４６から重要な使用量データ（重要使用量デー
タのセットなど）を収集する。使用量データ４６は、ネ
ットワーク使用量データ記録の実時間ストリームである
ことが好ましい。ある実施形態では、使用量データ４６
は、使用量データ源またはネットワーク使用量データ報
告システム３１から生成されたＩＤＲの実時間ストリー
ムであり、ネットワーク４７上に配置されている（また
「Ｎ」によって示す）。本明細書で使用するように、ネ
ットワーク使用量データ報告システム３１は、使用量デ
ータ源のあるタイプである。代替として、ＩＤＲは、デ
ータベースまたは中央データ保管所から受信することが
可能である。

【００４６】本発明との使用に適したネットワーク使用
量データ報告システムは、米国ヒューレット・パッカー
ド（Ｈｅｗｌｅｔｔ−Ｐａｃｋａｒｄ）から商品名ＳＭ
ＡＲＴ ＩＮＴＥＲＮＥＴ ＵＳＡＧＥ２．０１（ＳＩ
Ｕ２．０１）で市販されている。本発明による使用量分
析システムとの使用に適した他のネットワーク使用量デ
ータ報告システムは、本明細書を読んだ後、当業者には
明らかになるであろう。

【００４７】使用量データ分析システム・サーバ３４
は、通信リンク３８を経て、重要使用量データ・コレク
タ３２から重要使用量データを受信する。ある態様で
は、重要使用量データ・コレクタ３２は、ネットワーク
使用量データ報告システムとは分離している。他の態様
では、重要使用量データ・コレクタ３２は、ネットワー
ク使用量データ報告システムの一部であり、使用量デー
タ分析システム・サーバ３４は、ネットワーク使用量デ
ータ報告システムから、直接重要な使用量データのセッ
トを受信する。他の態様では、重要使用量データ・コレ
クタ３２は、重要使用量データ分析システム・サーバ３
４の一部である。

【００４８】重要使用量データ分析システム・サーバ３
４は、重要な使用量データのセットを使用して、所定の
ネットワーク使用量統計分析を実施する。特に、統計モ
デル５０を定義して、ネットワークの使用量に関係する
業務問題を解決する。重要使用量データ分析システム・
サーバ３４は、重要使用量データと統計モデル５０を使
用して、統計データ５２を生成する。重要使用量データ
分析システム・サーバ３４を動作して、統計データ５２
をデータ記憶システム３６に格納する。ある態様では、
統計データは、表の形態（分布表など）で格納される。

【００４９】統計モデル５０を格納した後、重要な使用
量データのセットはもはや保有されない。ある態様で
は、重要使用量データ分析システム・サーバ３４は、統
計モデル５０の対話式分析のために、ユーザ・インタフ
ェース４２に応答する。さらに、統計モデル５０のグラ
フ表示を、表示システム４４に出力することができる。
統計モデル５０を使用する重要使用量データの対話式分
析のある例示的実施形態について、より詳細に本明細書
の下記で説明する。

【００５０】ある例示的実施形態では、重要使用量デー
タ分析システム・サーバ３４は、１つまたは複数のコン
ピュータまたはサーバ上でランするコンピュータ・ソフ
トウエア・プログラムを備える。統計モデル５０は、統
計データとして、表の形態でデータ記憶システム３６に
格納することができる。データ記憶システム３６は、揮
発性メモリ（ランダム・アクセス・メモリ（ＲＡＭ）な
ど）および／または不揮発性メモリ（ハード・ディスク
・ドライブまたは他の永続的記憶装置など）を備えるこ
とが可能である。ユーザ・インタフェース４２は、キー
ボードおよび／またはマウス、あるいは他のインタフェ
ース装置を備えることが可能である。表示システム４４
は、当技術分野で既知のビデオ表示装置を備えることが
可能である。

【００５１】図２では、本発明によるネットワークの使
用量を分析する方法の例示的実施形態の流れ図を、一般
に５８で示す。図１も参照する。ステップ６０では、統
計モデルを定義して、ネットワークの使用量に関係する
業務問題を解決する。ステップ６２では、統計モデルが
必要とする重要な使用量データのタイプを決定する。選
択した統計モデルのタイプは、解決すべきネットワーク
の使用量に関係する業務問題に基づいている。統計モデ
ルが必要とする重要な使用量データのタイプのみを定義
することによって、収集する必要のある使用量データの
量は、大いに低減される。

【００５２】ステップ６４では、重要な使用量データの
タイプの重要な使用量データ３８を、ネットワーク使用
量データ報告システムまたは使用量データ源３１から生
成することができる使用量データ４６から収集する。あ
る例示的実施形態では、使用量データ４６は、実時間ま
たはネットワーク使用量データ報告システムから受信し
たＩＤＲの実時間ストリームからなる。ＩＤＲの実時間
ストリームは、正規の間隔および頻繁な間隔（例えば、
ほぼ瞬間的、または使用量データ源に基づいて数秒から
数分であることが可能である）であるデータの格納位置
から「フラッシュ」または転送されたＩＤＲのストリー
ムとして定義される。重要使用量データ・コレクタ３２
は、ソースの識別子、宛先識別子、使用量測定規準（帯
域幅、メガバイト、時間など）、開始日時／時間、およ
び終了日時／時間など）を含むことが可能であるＩＤＲ
から、重要な使用量データを収集する。ネットワークの
使用量に関係する統計的な業務問題を解決する例示的な
定義された使用量データ・モデルについて、本明細書の
以下で、詳細に記述する。

【００５３】ステップ６６では、重要使用量データを表
す統計データを生成する。特に、重要な使用量データと
統計モデルを使用して、統計データを生成する。統計デ
ータを生成するステップは、実時間で実施することがで
きる。

【００５４】ステップ６８では、統計データを格納す
る。統計データは、揮発性メモリあるいは不揮発性メモ
リに、表またはグラフの形態など、様々な形態で格納す
ることが可能である。これは、選択したネットワークの
使用量に関係する業務問題のために保有する必要がない
ので、統計データを格納した後、重要な使用量データを
削除することができる。したがって、重要な使用量デー
タ自体を格納する代わりに、収集した重要な使用量デー
タを表す統計データを格納することにより、データ格納
要件を大いに低減する。

【００５５】ステップ６９では、統計データを分析し
て、ネットワークの使用量に関係する業務問題に対処す
る結果を生成することができる。また、統計データを揮
発性メモリ（ＲＡＭなど）に格納して、ネットワークの
使用量に関係する業務問題に関連する対話式分析と結果
の表示に備えることが可能である。統計データを、ハー
ド・ディスク・ドライブなど、不揮発性メモリに格納お
よび／またはアーカイブすることが可能である。特に、
統計モデルを使用して、使用量特性を決定／分析する。
また、統計モデルを使用して、ユーザ・インタフェース
４２を介して、重要な使用量データの対話式分析を実施
することが可能である。特に、統計モデルは、１つまた
は複数の可変要素を含むことが可能であり、可変要素
は、ネットワークの使用量を対話式にモデル化するよう
に、ユーザ・インタフェース４２を介して変更可能であ
る。統計モデルの結果は、表示システム４４を使用し
て、グラフまたは他の方式で表示することができる。

【００５６】図３から６は、本発明によるネットワーク
使用量分析システムで使用することができる統計モデル
の例示的実施形態を示すグラフである。これらの統計モ
デルを重要な使用量データから生成し、ＩＤＲのストリ
ームから獲得した予め定義した重要な使用量データのタ
イプの小さなセットを使用して、統計データを示すこと
ができる。統計データを表に格納して、これらの統計モ
デルを生成することについて、本出願の以下で、詳細に
記述する。図３では、多くの関係事象が出現する頻度を
表すヒストグラムの統計モデルを７０で示す。異なるタ
イプの事象は、数値的に順序付けしたセットの部分であ
るかまたははない可能性がある。示した例示的な実施形
態では、異なるインターネット・プロトコルのタイプが
出現する頻度が示されている（伝送制御プロトコル（Ｔ
ＣＰ）、ユーザ・データグラム・プロトコル（ＵＤ
Ｐ）、および実時間プロトコル（ＲＴＰ）など）。

【００５７】図４では、他のタイプのヒストグラム統計
モデルが示されており、順序付けしたヒストグラム７２
と名付けられている。順序付けしたヒストグラム７２
は、数値的に順序付けしたセットの部分として、事象が
出現する頻度を表示するヒストグラムである。示した例
示的な実施形態では、メガバイト（ＭＢ）使用量範囲で
記録された、加入者が１カ月に使用する合計が出現する
頻度が示されている。このグラフは、各ＩＤＲからメガ
バイトの使用領域を抽出して、ビン範囲（０〜１０Ｍ
Ｂ、１０〜２０ＭＢ、２０〜３０ＭＢ、３０〜４０Ｍ
Ｂ、および４０〜５０ＭＢ）で、ＩＤＲなどのカウント
を一覧表にまとめることによって生成されている。各ビ
ン範囲の合計は、統計データとして表に格納することが
できる。次いで、表をさらに分析して、追加情報（統計
モデル）を生成する。次いで、これを使用して、選択し
たネットワークの使用量に関係する業務問題の文脈で、
意味のある様々なグラフの結果を生成することができ
る。

【００５８】図５では、確率密度関数の統計モデルを７
４で示す。この確率密度関数は、順序付けしたヒストグ
ラムに類似しているが、頻度のデータは正規化されてお
り、したがって、頻度の事象の和は１に等しい。関数の
表記ｆ（ｘ）は、ｙ軸を表す。確率密度関数７４は、図
４の順序付けしたヒストグラムのデータとスムージング
関数（ｓｍｏｏｔｈｉｎｇ ｆｕｎｃｔｉｏｎ）を使用
して生成される。したがって、確率密度関数は、図４の
順序付けしたヒストグラムと同様の形状を有するが、正
規化されており、以下のようになる。

【００５９】

【数１】

【００６０】図６では、累積確率分布関数の統計モデル
を７６で示す。累積確率分布関数７６は、確率密度関数
の積分である。特に、示した累積確率分布関数７６は、
図５の確率密度関数７４の積分である。

【００６１】統計モデルでは、ある重要な使用量データ
のタイプを、確率変数（すなわち、１つまたは複数の可
変要素）として扱う。例えば、特定のＩＤＲの使用メガ
バイト数は、予想することができず、したがって、確率
変数として扱うことができる。同様に、加入者が１カ月
に使用するメガバイト数も全く予想することができず、
個々の確率変数として扱うことができる。これらの例は
両方ともメガバイトで測定されるが、確率の結果スペー
スは異なる。第１例は、結果スペースが全て可能なＩＤ
Ｒであるメガバイトの確率変数である。第２例は、結果
スペースが、１カ月の期間中の加入者に対する全ての可
能な使用量累積であるメガバイトの確率変数である。確
率変数を利用し、統計モデルを用いて使用量データの対
話式分析を実施することができる。統計モデルを使用す
る重要なデータの対話式分析の例示的実施形態につい
て、本明細書の以下で詳細に記述する。

【００６２】ある例示的業務上の質問は、「１カ月あた
り、Ｔメガバイトの閾値未満を使用する加入者の割合は
どれほどか？など、１カ月あたりの加入者の使用量を累
積した結果のスペース内」にありうる。「最終課金記録
（ＦＡＲ）」という用語は、通常１カ月である請求期間
の加入者に対する全使用量累積を示すＩＤＲを表す。記
号αは、メガバイトを単位とする確率変数を表す。下付
きのＦＡＲを最終課金記録の結果スペースに使用し、下
付きのＩＤＲをＦＡＲではない結果スペースに使用す
る。記号Ｔを使用して、メガバイトで閾値を表す。

【００６３】したがって、１カ月あたりＴメガバイト未
満を使用するサービス・プロバイダの加入者の数を決定
する業務問題は、次式で記述される。

【００６４】

【数２】

【００６５】上式に示す積分の形態は、累積確率分布関
数の定義であり、読み手にはよりなじみがあるかもしれ
ない。累積確率分布関数は、通常、図６に示すように、
「ｓ」型を有する。

【００６６】次式で示すように、確率密度関数は、累積
確率分布関数の微分として得ることができる。

【００６７】

【数３】

【００６８】他の有用な統計モデルは、２４時間（２４
時間を１日とする各時間など）の使用通信量密度の順序
付けしたヒストグラムである２４時間のプロファイル
と、時間帯中の大量ユーザ上位10のリストである上位10
のリストを含む。他の有用な統計モデルは、平均値、分
散、および標準偏差など、記述的統計を含むことが可能
である。本発明との使用に適した追加の統計モデルは、
本出願を読んだ後、当業者には明らかになるであろう。

【００６９】業務モデルの問題例 図７では、本発明によるネットワーク使用量分析システ
ムを利用する典型的なサービス・プロバイダに対する、
使用量に基づく請求の簡単な財務モデルの例示的実施形
態を示す図を１００で示す。ネットワーク使用量分析シ
ステムを使用して、統計モデルを定義し、示したネット
ワークの使用量に関係する業務問題を解決する。本明細
書では、簡単な財務モデル１００を、９８で示すインタ
ーネット・サービス・プロバイダ（ＩＳＰ）に対する業
務問題の一部として詳述するが、他のサービス・プロバ
イダ（イントラネット・ネットワークを管理する会社の
部門など）に対しても適用することができる。

【００７０】使用量に基づく請求に進む決定が行われた
後は、ＩＳＰの業務管理者は、歳入のストリームを、固
定請求と使用量に基づく請求とにどのように配分するか
を決定する。トレード−オフは、収入に対する年賦金の
保証と、低い基本レートで新しい顧客を勧誘する能力で
ある。大量ユーザの行動修正などの他のファクタも、考
慮の対象となる。

【００７１】ユーザ・ベースの請求業務モデル１００
は、サービス・プロバイダのコスト１０２とサービス・
プロバイダの歳入１０４を含む。コスト１０２は、２つ
の構成要素を含む。第１構成要素は、固定コスト部分１
０６であり、第２構成要素は、可変コスト部分１０８で
ある。固定コスト部分１０６は、オペレーション運行コ
スト、通信トランクのコスト（Ｔ１ｓ、Ｔ３ｓなど）、
および投資コスト（ＩＳＰインフラストラクチャの償却
コストなど）など、加入者の使用量に短期間では無関係
なコストを表す。可変コスト１０８は、使用したメガバ
イトあたりＩＳＰが支払い、加入者の使用量の直接的な
結果である決算請求料金または割り増し分の請求料金を
含む。

【００７２】ＩＳＰの歳入１０４も、２つの構成要素を
含む。第１構成要素は、固定歳入部分１１０であり、第
２構成要素は、可変歳入部分１１２である。固定歳入部
分１１０は、加入者の請求書の構成要素であり、その後
（例えば、加入者の使用量が、予め定義された使用量の
閾値を超えた後）使用請求料金が追加される。可変歳入
部分１１２は、割り当てられた閾値を超える使用量に属
する加入者の使用料金に直接由来するものである。利益
１１３は、コストの合計１０２を超える歳入の合計１０
４の部分である。

【００７３】表１は、簡単な財務モデル１００を用いる
ＩＳＰ９８に対するコスト１０２と歳入１０４の仮説に
基づく例である。

【００７４】

【表１】

【００７５】この例では、償却は、１０％で３６カ月に
わたる、当初の１０００万ドルの投資に対する毎月のコ
ストを表す。さらに、それに続く仮定は、以下の通りで
ある：＄１２／月の固定加入者料金は、予め割り付けら
れた４０ＭＢの使用量閾値を含む。ＩＳＰ９８は、１つ
のサービスのみを提供する。全ての加入者は、同じプラ
ンを与えられており、加入者はクラス分けされていな
い。

【００７６】閾値がない場合（Ｔ＝０）、サービス・プ
ロバイダの歳入と利益は、以下のように容易に計算され
る。

【００７７】

【数４】 上式で、 ＭＢ_Ｕｋ＝その期間のユーザｋに対するメガバイト Ｒ＝＄／ＭＢで表したレーティング・ファクタ Ｕ_Ｔ＝ユーザ（加入者）の合計

【００７８】 利益＝歳入−固定コスト−ＭＢ_Ｔｖａｒ×Ｒ_Ｃｏｓｔ 上式で、 固定コスト＝期間あたりのＩＳＰの固定コスト Ｒ_Ｃｏｓｔ＝＄／ＭＢのコスト・ファクタ ＭＢ_Ｔｖａｒ＝Ｒ_Ｃｏｓｔの影響を受ける合計ＭＢ（可
変コスト）

【００７９】しかし、たいていの加入者は、固定月極料
金に含まれているある量のサービスを得ることを好む。
したがって、ＩＳＰ計画は、料金の固定部分に含まれて
いるサービスの閾値を有することがある。例えば、各月
のユーザが使用する最初の４０メガバイトは固定料金に
含め、閾値を４０メガバイトに設定することが可能であ
る。

【００８０】再び図７を参照すると、縦軸１１４は、使
用したメガバイトを表す。使用量閾値は、１１６で示さ
れおり、これは、固定歳入１１０に起因する最大量であ
る。使用量閾値１１６のレベルは、象徴的に２つの値を
表すことができ、固定料金からの歳入（縦軸１０４に沿
う）、および、それを超えたら加入者が使用量請求料金
を支払う固定料金を超えたメガバイトのレベル（軸１１
４に沿う）である。縦軸１１５は、２つの異なる＄／Ｍ
Ｂレートで格付けした２つのセグメントに分割された歳
入ドルを表す。第１セグメント１１８は、使用量閾値１
１６より下の部分であり、月毎の割り付けられたＭＢの
使用量によって分割した月毎の加入者の固定料金に関す
るドル／ＭＢスケーリング・ファクタを有する。第２セ
グメント１２０は、使用量閾値１１６を超える部分であ
り、閾値を超える請求料金について独立したドル／ＭＢ
のスケーリング・ファクタを含む。

【００８１】本発明によるネットワーク使用量分析シス
テムを利用して、統計モデルを生成し、ＩＳＰのインタ
ーネット・ネットワークの使用量に関係する業務問題を
解決する。特に、業務モデル１００を利用することによ
って、サービス・プロバイダは、多くのマーケット・フ
ァクタに基づいて、対話式分析を介してリスクを調節す
ることができる。また、たとえば、以下の３つの値：顧
客１人あたりの月極固定請求料金；使用料金（ドル／Ｍ
Ｂ）の請求が開始するメガバイトの使用量閾値；使用量
閾値を超える使用量に対するドル／ＭＢ料金、などを変
更することによって、使用量測定（および請求）の利点
を有することができる。

【００８２】閾値を用いる歳入計算 使用量閾値のない業務モデルでは、合計歳入は、その月
の全加入者の平均使用量と加入者の人数をかけることに
よって、簡単に計算することができる。閾値を有する業
務モデルでは、使用量閾値とドル／ＭＢレートを決定／
設定することは、より複雑である。本発明によるネット
ワーク使用量分析システムは、統計モデルから余剰（Ｘ
Ｓ）メガバイトを決定する。この値が既知となった後
は、サービル・プロバイダの合計歳入を計算すること
は、本明細書の以下で詳細に考察するように簡単であ
る。

【００８３】累積表の手法 図８では、累積表を一般に１３０で示す。累積表１３０
は、通常１カ月である課金期間中の、各加入者の累積使
用量に対応する統計データを追跡することに備えてい
る。累積表１３０は、揮発性メモリ（ＲＡＭなど）また
は不揮発性メモリ、あるいは他の永続的な記憶装置に格
納することができる。累積表１３０のサイズは、特定の
状況で望まれる粒度に依存する。この例では、次元は加
入者の１つのみであり、表のサイズは直接加入者の数に
対応する。

【００８４】累積表１３０の格納要件は最小である。単
一の３２ビットの整数加入者ＩＤタグと３２ビットの整
数累積レジスタを仮定すると、簡単な１００Ｋ加入者の
累積表は、８００ＫＢを消費することになる。

【００８５】示した例示的な実施形態では、累積表１３
０は、加入者識別（加入者ＩＤ）列１３２と累積メガバ
イト（累積ＭＢ）列１３４を含む。したがって、列１３
２は、各加入者ＩＤの項目を含み、列１３４は、各識別
者ＩＤに対応するメガバイトの使用量累積を含む。

【００８６】累積表は、ある期間中の能動的顧客または
加入者ＩＤの数と共にサイズが増大するが、顧客の合計
数を超えて増大することはできない。累積表の粒状度
は、任意の出力結果で望まれる詳細の次元数を支援する
ことが必要である。表のサイズは、課金期間中に通信量
を実際に記録する能動的顧客の数だけ小さい。したがっ
て、個々の顧客の長期間にわたる累積使用量は、ネット
ワーク使用量データ報告システム（本明細書で上述し
た）を用いて追跡することができ、（例えば、ＩＤＲの
形態にある）累積統計データは、一般に１４０で示す図
９の構造を含むことが可能である。累積表１４０は、顧
客ＩＤ列１４２、クラスＩＤ列１４４、サービスＩＤ列
１４６、１日における時間列１４７、日付列１４８、お
よび累積メガバイト（累積ＭＢ）列１４９を含む。

【００８７】例えば、３０日の時間帯の間、１時間毎に
分解が必要とされる累積表１４０の可能なサイズは、以
下の通りである。６４ビットのダブルである累積メガバ
イト列１４９を例外として、各領域を３２ビットの整数
と仮定すると、行は総計２８バイトになる。したがっ
て、加入者を１０万人とし、その１０％が任意の１時間
に使用すると仮定すると、累積表は、現在の時間の格納
に対して約２８０ＫＢ、過去２４時間に対しては６．７
２ＭＢ、過去３０日の格納要件は２０１ＭＢとなる。

【００８８】再び図８を参照すると、歳入は、以下のよ
うに計算される。

【００８９】

【数５】 上式で、 ＭＢ_Ｕｋ＝ユーザｋ（Ｕ_ｋ）に対するメガバイト Ｒ＝＄／ＭＢで表した閾値を超える使用請求料金のレー
ト Ｕ_Ｔ＝ユーザ（加入者）の合計数 Ｔ＝ＭＢで表した閾値 固定料金＝月あたり加入者あたりの基本固定料金（＄／
ＭＢ）

【００９０】期間の終了時に、各ユーザに対して、合計
ＭＢから閾値（Ｔ）を減算する。この値がゼロより大き
い場合、その差にレーティング・ファクタをかけ、月あ
たりの固定料金に加算する。この値がゼロより小さい場
合、この加入者からの歳入は固定料金のみとなる。ＩＳ
Ｐの全歳入は、全顧客に関するこれらの結果の合計とな
る。

【００９１】上限が５０ＭＢで、加入者が１０万の累積
表を有し、閾値２５ＭＢを超える余剰ＭＢを見出すこと
を欲していると仮定する。様々な手法がある：１つの簡
単な手法は、選択した閾値に対し、上式を累積表の各項
目に適用して、合計を増大するか否かを各加入者の項目
で決定する。

【００９２】この手法は、新しい値Ｔが選択される度
に、または累積表がアップデートされる場合、表を完全
にスキャンしなければならないという計算上のオーバー
ヘッドを有する。

【００９３】分布表の手法 本明細書で（図８に関して）上述した大きな累積表を直
接処理することは、厄介で緩慢である。本発明は、統計
データを生成し、各個々の加入者に関する特定の情報を
廃棄するが、Ｔメガバイトを超える加入者の確率を計算
する能力を保有することによって、所望の結果を獲得す
るために必要な時間を著しく低減することに備えてい
る。これは、累積表から計算したいくつかの統計を有す
る小さい表（５０項目など）を構築することによって達
成される。

【００９４】期間中に任意の個々の加入者が使用するＭ
Ｂの妥当な上限（ＵＢ）を確立する。この値が誤りであ
るという結果を得ることは、それほど深刻なことではな
い。値が高すぎる場合、統計プロファイルの分解能は低
減される。この値が低すぎる場合、表のトップ・バケッ
トは、大きなスパイクを示し、これは容易に識別され
る。さらに、この方法を使用すると、プログラムはＵＢ
に適応することができ、履歴に基づいて調節する。例を
作成するために、大きな累積表の項目が、期間中０から
５０ＭＢの範囲であると仮定した。

【００９５】スキャニングによって分布表を作成 図１０を参照すると、例示的な実施形態である分布表１
５０が示されている。分布表１５０は、図９の累積表を
表す統計データを格納する。（図８の）累積表１３０を
一度スキャンして、小さな順序付けした５０ビン・カウ
ンタ１５２のヒストグラムを生成する。第１ビンが、使
用量ＭＢの範囲が０〜１ＭＢである加入者の数を表し、
第２ビンが１〜２ＭＢに対応、というように続く。累積
表１３０の各加入者の項目に対し、ヒストグラムのビン
を加入者のＭＢ値に基づいて選択し、次いでヒストグラ
ムのビンを１増加する。これは、１５４で示す、ＭＢの
範囲に対するヒットＮ_ｉの数を表す。

【００９６】累積表１３０の単一スキャンからＮｉの値
を計算する一方で、各加入者に対し実際のＭＢの値を取
り、それを列１５８に追加することができる。これによ
り、各ビンの範囲内にある、全加入者のＭＢの合計を有
する列１５８が生成される。この列をＭ_Ｔと呼ぶ。列Ｍ
_Ａｖｇは、各ビンの範囲１５２に対する平均値であり、
次式で与えられる。

【００９７】

【数６】

【００９８】Ｎ_ｉの列から累積確率分布関数を計算し
て、第４列Ｆ_Ａ（確率分布Ｆ_Ａｉと示す）を生成する。
大きな累積表からのＭＢ値は、確率変数として扱う。ｘ
を連続的な場合のＭＢとし、ｉを離散的な場合に対する
表の列指標とする。以前のように、記号αは、メガバイ
トの確率変数を表す。結果スペースは、期間中の累積メ
ガバイトに対するＡである。確率変数αの特定の試みに
対する全ての可能な結果が、累積表の全項目である。累
積表は、ＭＢによって線形に順序付けされているのでは
なく、正規化されている。

【００９９】５０項目のヒストグラムを埋めるプロセス
により、ＭＢによって線形に順序付けされた分布表を生
成される。累積確率分布関数は、（列Ｎ_ｉから）以下の
ように計算される。

【０１００】

【数７】 上式で、 Ｔ＝ＭＢで表した閾値 Ｎ_ｉ＝帯域ｉのヒットの数 Ｎ（ｘ）＝Ｎ_ｉの滑らかにしたまたは連続的なバージョ
ン ＵＢ＝ＭＢで表した上限 ｎ（ＵＢ）＝上限を含む帯域の指標（表のサイズ） ｎ（Ｔ）＝Ｔを含む帯域の指標

【０１０１】分布関数に対する５０の値のアレイは、グ
ラフを作成するのに十分に大きいが、分析するために微
調整するには十分小さい。この簡単な表のパワーを理解
するには、これらの値を、月あたりの加入者の使用量合
計に関するクラスのＭＢ分布を完全に記述する５０個の
パラメータと見なすことが有用である。また、これらの
値は、５０次多項式の５０の係数に類似すると見なすこ
とができる。しかし、他の表のサイズを選択することも
できる。

【０１０２】図１１では、１６０で簡単な累積確率分布
関数の表を示す。累積確率分布関数表１６０は、５０項
目のサンプル分布表である。このサンプル分布から、期
間中に２５ＭＢの使用量を超える加入者の割合は、次式
のようになる。

【０１０３】１−Ｆ_Ａ（２５）＝１−Ｐ｛α＜２５｝＝
１−０．８０＝２０％ この情報は、業務管理者にとって有益である。閾値を５
０ＭＢに設定することは、１％未満の加入者にしか影響
を与えず、ほとんど無意味である。閾値を５ＭＢに設定
することは、８４％程度の加入者に影響を与えるが、顧
客の満足度など、顧客をケアする他の目的と対立する可
能性がある。しかし、管理者がどのような閾値を選択し
ても、使用量閾値とその閾値を超えるＭＢ、すなわち閾
値を超える推定した余剰メガバイトの合計に対する＄／
ＭＢレートを妥当に設定するために、情報を追加するこ
とが望まれる可能性がある。

【０１０４】余剰ＭＢの計算 閾値Ｔが与えられると、余剰ＭＢ（ＸＳ）は、和として
表から計算することができる。

【０１０５】

【数８】 上式で、 ＸＳ＝余剰ＭＢ ｎ＝表の項目の数 Ｎ_ｉ＝半開間隔

【数９】 での出現頻度 ＵＢ＝ＭＢで表した上限 Ｔ＝ＭＢで表した閾値

【０１０６】５０の値の小さな表に対して、上記の計算
は簡単である。図１１の分布表に対する格納要件は、約
１４００バイトである。より長期の持続は、非常に穏当
なサイズのファイルまたはデータベースで達成される。
以下の式によって、歳入を計算する。

【０１０７】歳入＝ＸＳ×Ｒ＋固定料金×Ｕ_Ｔ 上式で、 Ｕ_Ｔ＝ユーザ（加入者）の合計数 ＸＳ＝１カ月中の全加入者に対する余剰ＭＢの使用量 Ｒ＝＄／ＭＢで表した閾値Ｔを超える使用請求料金のレ
ート 固定料金＝月あたり加入者あたりの基本固定料金（＄／
ＭＢ）

【０１０８】業務モデルに対するＩＳＰ利益は、上述し
た同じ式を用いて計算される。 利益＝歳入−固定コスト−ＭＢ_Ｔｖａｒ×Ｒ_Ｃｏｓｔ 上式で、 固定コスト＝期間あたりのＩＳＰの固定コスト Ｒ_Ｃｏｓｔ＝＄／ＭＢのコスト・ファクタ ＭＢ_Ｔｖａｒ＝Ｒ_Ｃｏｓｔの影響を受ける全（可変コス
ト）ＭＢ

【０１０９】図１２では、複数の加入者クラスを有し、
複数のサービスを提供するインターネット・サービス・
プロバイダの完全な業務モデルの例示的実施形態を２０
０で示す。特に、業務モデル２００は、横軸に沿うサー
ビス２０２と、縦軸に沿うクラス２０４を含む。業務モ
デル２００は行列形態にあり、例示的なサービス２０２
は、ｅ−メール２０６、ウェブ２０８、ＶＰＮ２１０、
およびＶＯＩＰ２１２を含む。例示的なクラス２０４
は、ゴールド・クラス２１４、シルバー・クラス２１
６、およびブロンズ・クラス２１８を含む。各サービス
２０２とクラス２０４の交点は、「ノード」２２０と名
付けることができる。本発明によるネットワーク使用量
分析システム３０は、ノード２２０のそれぞれに対応す
る重要な使用量データを収集し、本明細書で以前に議論
したコストと歳入モデルのパラメータに基づいて、イン
ターネット・サービス・プロバイダの業務全体に対する
多様な財務上の見解を可能にし、２２２で示す統計デー
タを格納し、これに基づいてこれらの財務を計算する。

【０１１０】ある態様では、各ノード２２０において、
本発明によるネットワーク使用量分析システム３０は、
以下の統計を提供する。

【０１１１】１．人口に対する使用量分布と密度曲線
（例えば、メガバイトで表す） ２．時間に基づく使用通信量プロファイル（例えば、２
４時間の期間にわたるメガバイト） ３．上位10のリスト ４．平均と標準偏差を含む記述的統計 さらに、各ノードは、コスト・ファクタおよびレート・
ファクタなど、財務モデルに間係付けられた鍵となるパ
ラメータを含むことが可能である。各ノードで利用する
ことができる他の有用な統計データは、本明細書を読ん
だ後、当業者には明らかになるであろう。

【０１１２】多次元統計モデル２００を使用して、様々
なサービス２０２とクラス２０４の組合せに対して、利
益と歳入を対話式的にモデル化することができる。特
に、各ノードでの重要な使用量データを横方向または縦
方向に合計して、インターネット・サービス・プロバイ
ダの業務について、多数の見解を提供することができ
る。見解には、サービスまたはクラスによるサービス・
プロバイダの合計、加入者の特定のクラスに対する歳入
および利益（横方向ストライプ）、特定のサービスに対
する歳入および利益（縦方向ストライプ）、および（特
定ノード２２０での）加入者クラスとサービス・クラス
の交点に対する歳入および利益が含まれる。

【０１１３】ここで、全体として、財務の計算をインタ
ーネット・サービス・プロバイダに対して行うことがで
きる。固定料金_ＩＳＰは、全加入者に対する基本固定料
金を請求する機会を表し、加入者が選択する追加サービ
スに依存しない。加入者料金の固定部分は、基本固定料
金と、各選択したサービスに関連する固定料金の和であ
る。コストの面では、固定コスト_ＩＳＰは、ＩＳＰの全
固定コストを表し、償却コスト、給料、および固定通信
サービスを含む。固定コスト_Ｓｊは、各追加サービスに
対する同様のコストを表す。

【０１１４】縦方向、横方向、または交点に対する式
は、１つまたは複数の可変定数を保持することによって
獲得することができる。

【０１１５】

【数１０】 上式で、 固定料金_ＩＳＰ＝全加入者のアクセスに対する基本固定
料金、＄／期間 Ｃ_ｉ＝加入者クラスｉ Ｓ_ｊ＝サービスｊ Ｐ＝プライム−タイム指標

【０１１６】

【数１１】

【０１１７】例示的実施形態では、業務モデル２００
は、多次元データ構造を用いて格納される。図１３で
は、本発明と共に使用する多次元データ構造の例示的実
施形態を一般に２３０で示す。この図は、３つの加入者
クラス、プライム・タイムに対し１時間毎に分解した３
つの異なるサービス、および／または他の統計報告を有
する、サンプルのインターネット・プロバイダについて
描かれている。階級の各レベルは、異なるタイプの表を
含み、ＩＤＲストリームから重要な使用量データを使用
して統計を収集する。他のタイプの多次元データ構造が
考慮されており、本明細書を読んだ後には、当業者には
明らかになるであろう。例えば、ハッシュ関数が全ての
必要な次元変数の簡単な連続または組合せである場合、
フラット・ハッシュ表を使用することが可能である。例
えば、クラス、サービス、１日における時間の３次元に
格納するために、表が必要な可能性がある。連続ハッシ
ュ関数を用いて、クラス＝ゴールド、サービス＝ウェ
ブ、ＨｃＤ＝１２の表を次のように置くことができる。

【０１１８】位置＝ハッシュ（「ゴールドウェブ１
２」）

【０１１９】次の表は、異なるタイプの表と、階級のレ
ベルとの関連を記述する。

【０１２０】

【表２】

【０１２１】本発明との使用に適した他の統計および表
の構造は、本明細書を読んだ後、当業者には明らかにな
るであろう。

【０１２２】本発明で維持することが可能であり、本発
明との使用に適した他の統計は、プロファイル統計とプ
ライム・タイム統計（プライム・タイム（ＰＴ）と非プ
ライムタイム（ＮＰＴ）統計など）を含む。図１４で
は、２４時間のプロファイル統計データを格納する方法
を表す表を２４０で示す。ある態様では、プロファイル
はユーザのクラスまたは特定のサービスに対する２４時
間の通信量の図を提供する。表２４０は、各時間のヒッ
ト数（ヒットの数Ｎ_ｉで示す）を示す第１列２４２と、
各時間のヒットに関連するメガバイトの合計数（全Ｍ
Ｂ、Ｍ_Ｔで示す）を示す第２列２４４を含む。特に、重
要な使用量データを収集するときに、２４時間の項目の
プロファイル表は、各重要な使用量データの記録から、
重要な使用量データ記録の時間だけ、全メガバイトを累
積する。表２４０は、累積表がアップデートされるのと
同時にアップデートされる。プロファイル表２４０は、
サービス・プロバイダが見たいものに応じて管理するこ
とができる。例えば、表２４０は、深夜以降の時間当た
りの累積により管理することができる。代替として、表
は、常に最後の２４時間を反映する循環する２４時間の
表として、または１日、１週間、あるいは１月など、あ
る時間期間の各時間の累積として管理することができ
る。

【０１２３】ＩＳＰが提供する各サービスに対して、１
日および特定の日の特定の時間をプライム・タイム時間
として指定する。この情報は、各サービスに関連する構
成表に保存することができる。さらに、追加のデータが
ある場合があり、サービス・プロバイダの方針により、
特別の日および祝日のプライム・タイムを適切に累積す
る。財務上の用途では、業務管理者が個々の固定料金、
閾値、およびプライム・タイム（ＰＴ）と非プライム・
タイム（ＮＰＴ）に対する＄／ＭＢの確立を望む可能性
があるので、追加のレーティング情報も必要とされる。

【０１２４】プライム・タイムをモニタすることができ
る、いくつかの方式がある。この手法はプライム・タイ
ムの観点での企業の方針とＩＳＰの目的に依存する。３
つの例を以下の表に示す。

【０１２５】

【表３】

【０１２６】通常、プライム・タイムの設定は、加入者
の特定のクラスとは対照的に、特定のサービスに関連す
る。しかし、加入者の異なるクラスは、特定のサービス
のプライム・タイム時間に対する異なるアクセス特権を
有する可能性がある。

【０１２７】上記の表から選択肢２または３を選択する
場合、歳入は次のように計算することができる。

【０１２８】

【数１２】 上式で、 Ｐ＝プライム（ＰＴ、Ｐ＝１）サービスまたは非プライ
ム・タイム（ＮＰＴ、Ｐ＝０）サービス ｉ＝ＰＴ時間またはＮＰＴ時間の指標 Ｕ_Ｐ＝Ｐサービスへのアクセスを有するユーザの数

【０１２９】これは、プライム−タイムの時間に対し
て、個々の固定料金を確立する柔軟性を有する。Ｕ
_Ｐ＝１は、プライム−タイム時間中にアクセスを有する
加入者の数を表す。Ｕ_Ｐ＝０は、非プライム−タイム時
間中にアクセスを有する加入者の数を表し、これは、お
そらく、アクセスしているサービスに対するアクセスを
有するそのクラスの全ユーザである。プライム・タイム
を０８：００から１６：５９とする。指標ｉは、プライ
ム・タイムに対して８から１６の値を有し、非プライム
タイム時間に対しては、１７から２３を有する。

【０１３０】上位10の計算は、歳入の計算と同様の制約
を有する。個々の加入者の累積を適切な時間に対して維
持しなければならず、その後に上位10を最終決定するこ
とができる。幸い、歳入の計算に対して維持された同じ
累積表を、上位10に対しても使用することができる。本
発明は、現在の上位10のリストを維持し、これは、累積
表に各ＩＤＲの項目を記入した後、連続的にアップデー
トすることができる。または、期間の終了時に、計算す
ることができる。

【０１３１】オフ−ライン業務分析 本発明では、これらの分布表に含まれている情報を利用
して、インターネット使用量分析システムがネットワー
クに接続されておらず、能動的に重要な使用量データを
収集しているときであっていも、ＩＳＰが対話式に業務
をモデル化することが可能となる。図１５では、ブロッ
ク図は、クライアント−サーバ・モデル２４６を使用す
る本発明によるオフ−ライン業務分析を有するネットワ
ーク使用量分析システムのある例示的実施形態を示す。
使用量データ分析システム・サーバ３４は、実時間の重
要な使用量データの収集を行い、統計データを生成し
て、統計モデルを作成する。要求があったとき、オフ−
ライン業務分析のために、オフ−ライン分析のために、
通信リンク２４７を介して統計モデルをインターネット
使用量分析システム・クライアント２４８にダウンロー
ドする。ある実施形態では、クライアント２４８はコン
ピュータである。

【０１３２】本発明を用いる対話式の分析は、いくつか
の利点を提供する。オン−ラインで収集した表を用い
て、業務管理者は、ノート型コンピュータからオフ−ラ
インで、新しい価格付け、コスト、またはプライム・タ
イムの仮定を試験することができる。例えば、加入者の
クラスに対して、固定価格、閾値、または＄／ＭＢレー
ト、あるいは任意の組合せを変更して、これらの変更
が、サービス、クラス、またはＩＳＰ全体の歳入および
利益にもたらす効果をシミュレーションする。これはオ
フ−ラインで行うことが望ましい。サービスに対して、
プライム・タイムの時間またはコスト・モデルの仮定を
変更することができる。

【０１３３】新しいサービスを追加するとき、履歴デー
タは存在しない。同様のサービスからの表をコピーし、
微調整して、加入者を取り入れる仮定、プロファイル、
および使用量分布に基づいて、歳入および利益に対する
境界を設定することができる「ｗｈａｔ−ｉｆ」シナリ
オを生成することができる。

【０１３４】システムがオンラインかオフラインかにか
かわらず、分析ルーチンが、表に基づいて、実施される
ので、これらの分析状況は簡単である。本発明によるイ
ンターネット使用量分析システムに関する顕著な違い
は、これらの「ｗｈａｔ−ｉｆ」シナリオを対話式で試
験することができることである。

【０１３５】インターネット使用量分析システムを、オ
ペレーション目的にも適用することができる（オペレー
ション・データをモニタするなど）。

【０１３６】ＩＤＲに対する結果スペース上述したよう
に、確率変数の分布に基づいて決定するとき、結果スペ
ースを理解することは重要である。この議論のために、
ＩＤＲであり、ＦＡＲではない結果スペースを考慮す
る。

【０１３７】例えば、任意の収集段階でＩＤＲを生成
し、５分、または１時間、あるいは１日の使用量の累積
を表すことが可能である。請求目的に使用するとき、こ
れらのＩＤＲは、通常の請求期間である、１カ月の加入
者の全使用量を表すＦＡＲに累積しなければならない。
（この最終累積が行われる所は重要でない。）加入者に
対する請求文書を生成するために使用するのは、このＦ
ＡＲである。

【０１３８】オペレーション統計の収集有用な営業統計
を生成するために、ＩＤＲは、有用なグラフ解釈のため
に、十分に細かいグレインを有さなければならない。５
分から１時間の収集間隔は、一般的である。

【０１３９】ＩＤＲは、分布表に直接供給される。同じ
階級の業務モデルを引き続き使用して、業務モデルの各
ノードで、ＩＤＲの分布を測定する。そのような収集モ
デルから得られる結果的な統計は、各クラス、各サービ
ス、および各クラス−サービスに対して、ＩＤＲ、Ｍ
Ｂ、または全体としてのＩＳＰに対する量あるいは持続
分布を含む。これらの分布から、あるサイズを超えるＩ
ＤＲ内のＭＢの確率、Ｘ分を超えるＩＤＲ内の持続の確
率、などを決定する。また、全体としてのＩＳＰ、各ク
ラス、各サービス、および各クラス−サービスに対する
２４時間のＩＤＲ通信量プロファイルを決定することが
できる。

【０１４０】図１６では、本発明による、ネットワーク
・サービス・プロバイダの財務分析を含む、ネットワー
ク使用量を分析する例示的方法を示す流れ図を２５０で
示す。ステップ２５２で、財務モデルを定義する。ステ
ップ２５４で、統計モデルを定義して、財務モデルと共
に使用して、財務上のネットワーク使用量に関係する業
務問題を解決する。ステップ２５６で、統計モデルが必
要とする重要な使用量データのタイプを決定する。２５
８で、使用量データ源から、重要な使用量データのタイ
プの重要な使用量データを収集する。ステップ２６０
で、重要な使用量データと統計モデルを使用して、統計
データを生成する。ステップ２６２で、統計データを格
納する。

【０１４１】さらに、この方法は、財務モデルと統計デ
ータを含む統計モデルを分析し、財務上のネットワーク
使用量に関係する業務問題に対処する結果を生成するス
テップを含むことが可能である。

【０１４２】ある態様では、統計モデルを定義するステ
ップは、ヒストグラムを定義するステップを含み、統計
データを格納するステップは、累積表に統計データを格
納するステップを含む。ヒストグラムを定義するステッ
プは、予め定義したメガバイトの範囲に加入者の累積し
た使用量を含むヒストグラムを定義するステップを含
む。統計モデルを定義するステップは、順序付けしたヒ
ストグラムを定義するステップを含むことが可能であ
る。さらに、この方法は、累積表に格納され、分布表の
順序付けしたヒストグラムとして格納された統計データ
を用いて、順序付けしたヒストグラムを生成するステッ
プを含む。ある態様では、統計モデルを定義するステッ
プは、さらに、累積確率分布を定義するステップを含
む。さらに、この方法は、順序付けしたヒストグラムを
用いて、累積確率分布を決定するステップを含む。累積
確率分布は、分布表に格納される。

【０１４３】ある態様では、この方法は、さらに、財務
モデルの分布表を用いて、歳入を決定するステップを含
む。他の態様では、この方法は、分布表と財務モデルを
用いて、利益を決定するステップを含む。

【０１４４】ある実施形態では、統計モデルを決定する
ステップは、財務モデルに対応する多次元統計モデルを
定義するステップを含む。統計データを格納するステッ
プは、多次元データ構造として統計データを格納するス
テップを含む。さらに、この方法は、多次元データ構造
を用いて、ネットワーク・サービス・プロバイダをモデ
ル化するステップを含み、可変要素を含む統計モデルを
定義することを含むことが可能である。可変要素は、ネ
ットワーク・サービス・プロバイダの対話式財務分析に
対して変更される。

【０１４５】好ましい実施形態を記述する目的で、本明
細書では、特定の実施形態について示し、記述してきた
が、当業者は、同じ目的を達成するために計算した広範
な様々な代替および／または均等の実施が、本発明の範
囲から逸脱せずに、示し記述した特定の実施形態に代用
することが可能であることを理解するであろう。化学、
機械、電気機械、電子、およびコンピュータの分野の技
術者は、本発明が、非常に広範で多様な実施形態で実施
することが可能であることを、容易に理解するであろ
う。本出願は、本明細書で議論した好ましい実施形態の
任意の適応または変形形態を網羅することを意図してい
る。したがって、本発明は、特許請求の範囲とそれに均
等なものによってのみ限定されることを明白に意図して
いる。

【０１４６】本発明は例として次の実施態様を含む。

【０１４７】（１）ネットワークの使用量を分析する方
法（５８）であって、ネットワークの使用量に関係する
業務問題（６０）を解決するための統計モデル（５０）
を定義することと、統計モデル（６２）が必要とする重
要な使用量データのタイプを決定することと、使用量デ
ータ源（６４）から、重要な使用量データのタイプの重
要な使用量データを収集することと（３２）、重要な使
用量データと統計モデル（６６）を用いて、統計データ
（５２）を生成することと、統計データを格納すること
（６８）とを備える方法。

【０１４８】（２）さらに、統計データ（５２）を分析
することを備え、ネットワークの使用量に関係する業務
問題（６９）に対処する結果を作成する、上記（１）に
記載の方法。

【０１４９】（３）重要な使用量データを収集すること
が、使用量データ源（３１）から使用量データを受信す
ることと、使用量データから重要な使用量データを収集
すること（３２）とを含む、上記（１）に記載の方法。

【０１５０】（４）さらに、重要な使用量データの第２
セットを収集すること（３２）と、重要な使用量データ
の第２セットを用いて、統計データ（３６）をアップデ
ートすることとを備える、上記（１）に記載の方法。

【０１５１】（５）統計モデル（５０）を定義するステ
ップが、順序付けしたヒストグラムを定義することを含
み、この方法が、さらに、累積表に格納した統計データ
を用いて、順序付けしたヒストグラムを生成すること
と、順序付けしたヒストグラムを分布表に格納すること
とを備える、上記（１）に記載の方法。

【０１５２】（６）統計モデル（５０）を定義すること
が、さらに、累積確率分布を定義することを含み、この
方法が、さらに、順序付けしたヒストグラムを用いて、
累積確率分布を決定することと、累積確率分布を分布表
に格納することとを備える、上記（５）に記載の方法。

【０１５３】（７）さらに、統計モデル（５０）を用い
て、重要な使用量データの対話式分析を実施するステッ
プを含む、上記（１）に記載の方法。

【０１５４】（８）統計モデル（５０）を定義すること
が、統計モデルに対応する多次元統計モデル（２００）
を定義することを含み、統計データを格納することが、
統計データを多次元データ構造（２３０）に格納するこ
とを含む、上記（１）に記載の方法。

【０１５５】（９）統計モデル（５０）を定義するステ
ップが、可変要素を含む統計モデルを定義するステップ
を含み、さらに、可変要素を変更して、ネットワークの
使用量を対話式にモデル化することを備える、上記
（７）または（８）に記載の方法。

【０１５６】（１０）上記１から９のいずれか一項に記
載の方法を実施するネットワーク使用量分析システム
（３０）であって、使用量データ源から、重要な使用量
データのセットを収集する重要使用量データ・コレクタ
（３２）と、重要使用量データ・コレクタ（３２）から
重要な使用量データのセットを受信し、重要な使用量デ
ータのセットと予め定義した統計モデル（５０）に基づ
いて、統計データ（５２）を生成する、重要使用量デー
タ分析システム・サーバ（３４）と、重要使用量データ
分析システム・サーバが統計データ（５２）を格納す
る、データ記憶システム（３６）とを備えるシステム。

【０１５７】

【発明の効果】本発明によれば、ネットワーク使用量分
析において、コンパクトな記憶装置と、実時間の対話式
使用量分析とがもたらされる。

【図面の簡単な説明】

【図１】コンパクトな記憶装置と実時間対話式使用量分
析をもたらす、使用量情報の直接的な統計表示を提供す
る、本発明によるネットワーク使用量分析システムのブ
ロック図である。

【図２】使用量情報の直接的な統計表示、コンパクトな
記憶装置、および実時間対話式使用量分析を提供するこ
とを含む、本発明によるネットワーク使用量分析の方法
の例示的実施形態を示す流れ図である。

【図３】ヒストグラム統計モデルの例示的実施形態を示
す図である。

【図４】順序付けしたヒストグラム統計モデルの例示的
実施形態を示す図である。

【図５】確率密度関数統計モデルの例示的実施形態を示
す図である。

【図６】累積確率分布関数統計モデルの例示的実施形態
を示す図である。

【図７】通常のサービス・プロバイダに対する使用量に
基づく請求の簡単な財務モデルを含む、簡単な業務モデ
ルの例示的実施形態を示す図である。

【図８】本発明による、ネットワーク使用量分析システ
ムで使用する簡単な累積表の例示的実施形態の図であ
る。

【図９】本発明による、ネットワーク使用量分析システ
ムで使用する使用量の詳細な記録またはインターネット
の詳細な記録の例示的実施形態の図である。

【図１０】本発明による、ネットワーク使用量分析シス
テムで使用する、分布表の例示的実施形態の図である。

【図１１】Ｔメガバイトを超えて使用する加入者の割合
を計算することができることを示すために使用する、本
発明による分布表の確率分布列の例値に関する例示的実
施形態の図である。

【図１２】本発明によるネットワーク使用量分析システ
ムで使用する、複数のサービスと複数の加入者クラスを
含む、サービス・プロバイダのより複雑な業務モデルの
例示的実施形態を示す図である。また、各サービスと加
入者クラスの交点で、そこに位置することが可能であ
り、次いで本発明によるネットワーク使用量分析システ
ムで使用することが可能な統計データ表のタイプの例示
的実施形態を示す図である。

【図１３】本発明によるネットワーク使用量分析システ
ムで使用する、格納された多次元統計モデルの階層図の
例示的実施形態を示す図である。

【図１４】本発明によるネットワーク使用量分析システ
ムで使用する、プロファイル統計の表の例示的実施形態
を示す表である。

【図１５】クライアント・サーバ・モデルを使用するオ
フライン業務分析を含む、本発明によるネットワーク使
用量分析システムの例示的実施形態を示すブロック図で
ある。

【図１６】本発明による、ネットワーク・サーバ・プロ
バイダの財務分析を含む、ネットワークの使用量を分析
する方法の例示的実施形態を示す流れ図である。

【符号の説明】

３０ ネットワーク使用量分析システム ３１、６４ 使用量データ源 ３２ 重要使用量データ・コレクタ ３４ 重要使用量データ分析システム・サーバ ３６ データ記憶システム ５０、６２、６６ 統計モデル ３６、５２ 統計データ ５８ ネットワーク使用量分析方法 ６０、６９ネットワークの使用量に関係する業務問題 ６８ 統計モデルを格納 ２００ 多次元統計モデル ２３０ 多次元データ構造

Claims (1)

【特許請求の範囲】
1. 【請求項１】 ネットワークの使用量を分析する方法
   （５８）であって、 ネットワークの使用量に関係する業務問題（６０）を解
   決するための統計モデル（５０）を定義することと、 統計モデル（６２）が必要とする重要な使用量データの
   タイプを決定することと、 使用量データ源（６４）から、重要な使用量データのタ
   イプの重要な使用量データを収集することと（３２）、 重要な使用量データと統計モデル（６６）を用いて、統
   計データ（５２）を生成することと、 統計データを格納すること（６８）とを備える方法。