JP2009188885A - Communication apparatus, communication system, communication method and communication program - Google Patents
Communication apparatus, communication system, communication method and communication program Download PDFInfo
- Publication number
- JP2009188885A JP2009188885A JP2008028771A JP2008028771A JP2009188885A JP 2009188885 A JP2009188885 A JP 2009188885A JP 2008028771 A JP2008028771 A JP 2008028771A JP 2008028771 A JP2008028771 A JP 2008028771A JP 2009188885 A JP2009188885 A JP 2009188885A
- Authority
- JP
- Japan
- Prior art keywords
- network
- state
- behavior pattern
- network state
- information
- 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
Images
Abstract
Description
本発明は、ネットワークの状態を推定する通信装置、通信システム、通信方法及び通信プログラムに関するものである。 The present invention relates to a communication device, a communication system, a communication method, and a communication program for estimating a network state.
近年、インターネット網や無線網を利用して、映像や音声のリアルタイム通信を行うサービスが増加している。具体的なサービスとしては、例えば、IP（Internet Protocol）電話、TV（Tele Vision）会議、映画やライブ等の映像配信等が挙げられる。 In recent years, services that perform real-time video and audio communication using the Internet and wireless networks are increasing. Specific services include, for example, IP (Internet Protocol) telephone, TV (Tele Vision) conference, video distribution such as movie and live.
なお、映像や音声の品質劣化を発生させる要因として、ネットワークが与える影響（具体的には、遅延の増加やパケット消失等）がある。インターネット網や無線網においては、クロストラフィックや物理的干渉等の発生を回避することが困難なため、上述したサービス（以下、映像・音声配信アプリケーションと表記する）では、品質劣化要因の影響を抑制することが求められる。 Note that factors that cause video and audio quality degradation include the influence of the network (specifically, an increase in delay, packet loss, and the like). Because it is difficult to avoid the occurrence of cross traffic and physical interference in the Internet and wireless networks, the above-mentioned services (hereinafter referred to as video / audio distribution applications) suppress the influence of quality degradation factors. It is required to do.
映像・音声配信アプリケーションの多くは、品質劣化要因の影響を抑制するため、受信者側からRTCP（RTP Control Protocol）等の手段を通じて報告されるネットワーク品質に関する統計情報（平均遅延、パケットロス率等）を基に、送信ビットレートの変更や冗長符号化を実行している。 In many video / audio distribution applications, statistical information on network quality (average delay, packet loss rate, etc.) reported from the receiver side through means such as RTCP (RTP Control Protocol) to suppress the effects of quality degradation factors Based on this, the transmission bit rate is changed and redundant coding is performed.
例えば、本発明より先に出願された技術文献として、デジタル映像をQoS（Quality of Service）非保証のIPネットワーク上で輻輳制御しながら効率的かつ映像品質劣化を抑えながらリアルタイム伝送する技術について開示された文献がある（例えば、特許文献１参照）。 For example, as a technical literature filed prior to the present invention, a technique for transmitting real-time digital video while controlling congestion on an IP network that does not guarantee QoS (Quality of Service) while suppressing degradation of video quality is disclosed. (For example, refer to Patent Document 1).
また、ネットワークの状況によらず常に最適な環境で動画や音声等のデータ通信を行う技術について開示された文献がある（例えば、特許文献２参照）。 In addition, there is a document that discloses a technique for performing data communication such as moving images and voices in an always optimal environment regardless of network conditions (see, for example, Patent Document 2).
また、伝送帯域幅に合わせて受信側の表示品質に最適な映像伝送を行う技術について開示された文献がある（例えば、特許文献３参照）。 Further, there is a document that discloses a technique for performing video transmission optimal for display quality on the receiving side in accordance with the transmission bandwidth (see, for example, Patent Document 3).
また、本発明より先に出願された関連技術文献として、無線回線品質の変動を的確に把握し、データ通信の正否の可能性をより確実に且つきめ細かく予測して表示することを可能とする技術について開示された文献がある（例えば、特許文献４参照）。 In addition, as a related technical document filed prior to the present invention, it is possible to accurately grasp fluctuations in radio channel quality and more accurately and precisely predict and display the possibility of correctness of data communication. Is disclosed (for example, see Patent Document 4).
また、ニューラルネットワークの内部状態を利用して、大規模問題における時系列データの確率分布を高速に推定する技術について開示された文献がある（例えば、特許文献５参照）。
しかし、上記特許文献１〜３では、フィードバック情報を基に、配信制御を実行し、品質劣化要因の影響を抑制している。このため、上記特許文献１〜３では、配信制御の実行タイミングが、品質劣化発生以降となり、再生映像や音声に品質劣化が発生する可能性が残存することになる。 However, in the said patent documents 1-3, delivery control is performed based on feedback information and the influence of a quality degradation factor is suppressed. For this reason, in Patent Documents 1 to 3 described above, the execution timing of distribution control is after the occurrence of quality degradation, and there is a possibility that quality degradation will occur in reproduced video and audio.
即ち、上記特許文献１〜３では、受信者側から送信される情報を基に、品質劣化要因の影響を抑制し、データ送信を行うことになるため、データを送信する事前に適切な送信制御パラメータを設定することができないことになる。 That is, in the above Patent Documents 1 to 3, since data transmission is performed based on information transmitted from the receiver side, the influence of quality degradation factors is suppressed, and appropriate transmission control is performed in advance before transmitting data. The parameter cannot be set.
なお、上記特許文献４には、データ通信の相手との状況を予測する点について記載されている。しかし、上記特許文献４では、相手先との接続処理の成功／失敗時、データ転送の失敗時等に、それまでに蓄積された回線品質値から特徴値を抽出して学習値に反映させ、データ通信の実行前の時点で蓄積されている回線品質値の特徴値と、上記の学習値とを比較し、データ通信の成否の可能性等を予測している。このため、上記特許文献４には、複数のネットワーク状態を予め管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定する点については何ら記載もその必用性についても示唆されていない。 Note that Patent Document 4 describes the point of predicting the situation with the other party of data communication. However, in the above-mentioned Patent Document 4, when success / failure of the connection process with the other party, when data transfer fails, etc., the feature value is extracted from the line quality value accumulated so far and reflected in the learning value, The feature value of the line quality value accumulated before the execution of data communication is compared with the learning value, and the possibility of success or failure of data communication is predicted. For this reason, the above-mentioned Patent Document 4 neither manages nor describes the necessity of managing a plurality of network states in advance and estimating the network state based on the managed network state.
また、上記特許文献５には、時系列データの確率分布を高速に推定する技術について記載されている。しかし、上記特許文献５には、複数のネットワーク状態を予め管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定する点については何ら記載もその必用性についても示唆されていない。 Patent Document 5 describes a technique for estimating the probability distribution of time series data at high speed. However, the above-mentioned patent document 5 does not describe any necessity or necessity of managing a plurality of network states in advance and estimating the network state based on the managed network state.
本発明は、上記事情に鑑みてなされたものであり、上述した課題である、複数のネットワーク状態を管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定することを可能とする通信装置、通信システム、通信方法及び通信プログラムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and is a communication apparatus capable of managing a plurality of network states and estimating a network state based on the managed network state, which is the above-described problem. An object of the present invention is to provide a communication system, a communication method, and a communication program.
かかる目的を達成するために、本発明は、以下の特徴を有することとする。 In order to achieve this object, the present invention has the following features.
＜通信装置＞
本発明にかかる通信装置は、
複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する状態定義手段と、
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定手段と、
を有することを特徴とする。
<Communication device>
The communication apparatus according to the present invention is
A state defining means for managing a plurality of network states in association with behavior patterns indicating the respective network states;
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation means;
It is characterized by having.
＜通信システム＞
また、本発明にかかる通信システムは、
複数の通信装置を有して構成する通信システムであって、
前記通信装置は、
複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する状態定義手段と、
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定手段と、
を有することを特徴とする。
<Communication system>
Further, the communication system according to the present invention includes:
A communication system comprising a plurality of communication devices,
The communication device
A state defining means for managing a plurality of network states in association with behavior patterns indicating the respective network states;
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation means;
It is characterized by having.
＜通信方法＞
また、本発明にかかる通信方法は、
複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する状態定義手段を有する通信装置で行う通信方法であって、
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定工程を行うことを特徴とする。
<Communication method>
In addition, the communication method according to the present invention includes:
A communication method performed by a communication device having a state definition means for managing a plurality of network states in association with behavior patterns indicating each network state,
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation step is performed.
＜通信プログラム＞
また、本発明にかかる通信プログラムは、
複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する状態定義手段を有する通信装置に実行させる通信プログラムであって、
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定処理を、前記通信装置に実行させることを特徴とする。
<Communication program>
The communication program according to the present invention is:
A communication program for causing a communication device having a state definition means for managing a plurality of network states in association with behavior patterns indicating each network state,
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation process is executed by the communication device.
本発明によれば、複数のネットワーク状態を管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定することが可能となる。 According to the present invention, it is possible to manage a plurality of network states and estimate the network state based on the managed network states.
まず、図１、図２を参照しながら、本実施形態の通信システムの概要について説明する。 First, the outline of the communication system of this embodiment will be described with reference to FIGS. 1 and 2.
本実施形態の通信システムは、図１に示すように、複数の通信装置（111、121に相当）を有して構成する通信システムである。そして、通信装置（111、121）は、図２に示すように、ネットワーク状態定義部（203）と、ネットワーク状態推定部（205）と、を少なくとも有して構成する。 As shown in FIG. 1, the communication system according to the present embodiment is a communication system including a plurality of communication devices (corresponding to 111 and 121). As shown in FIG. 2, the communication devices (111, 121) are configured to include at least a network state definition unit (203) and a network state estimation unit (205).
ネットワーク状態定義部（203）は、複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する。ネットワーク状態推定部（205）は、ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、ネットワーク状態定義部（203）で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する。 The network state definition unit (203) manages a plurality of network states in association with behavior patterns indicating the respective network states. The network state estimation unit (205) identifies the network state corresponding to the behavior pattern of the information obtained by observing the network from the network states managed by the network state definition unit (203), and the identified Estimate the network status based on the network status.
本実施形態の通信装置（111、121）は、上記構成を有することで、複数のネットワーク状態を管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定することが可能となる。これにより、本実施形態の通信装置（111、121）は、ネットワーク状態の変化を事前に把握し、ネットワーク状態の変化に応じた配信制御を行うことが可能となる。例えば、ネットワーク状態が輻輳状態に移行する兆候を事前に把握し、品質劣化要因の発生前に、その品質劣化要因の影響を抑制するための配信制御を行うことが可能となる。また、本実施形態の通信装置（111、121）は、複数のネットワーク状態を管理し、その管理したネットワーク状態を基に、ネットワーク状態を推定するため、複雑な処理を行わずに、効率的にネットワーク状態を推定することが可能となる。以下、添付図面を参照しながら、本実施形態の通信システムについて詳細に説明する。 The communication apparatuses (111, 121) of the present embodiment have the above configuration, thereby managing a plurality of network states and estimating the network state based on the managed network states. As a result, the communication devices (111, 121) according to the present embodiment can grasp the change in the network state in advance and perform distribution control according to the change in the network state. For example, it is possible to grasp in advance a sign that the network state shifts to a congestion state, and to perform distribution control for suppressing the influence of the quality deterioration factor before the occurrence of the quality deterioration factor. In addition, since the communication devices (111, 121) of the present embodiment manage a plurality of network states and estimate the network state based on the managed network state, the communication device (111, 121) can efficiently perform without performing complicated processing. The network state can be estimated. Hereinafter, the communication system of the present embodiment will be described in detail with reference to the accompanying drawings.
（第１の実施形態）
＜通信システムのシステム構成＞
まず、図１を参照しながら、本実施形態における通信システムのシステム構成について説明する。なお、図１は、本実施形態の通信システムのシステム構成例を示す図である。
(First embodiment)
<System configuration of communication system>
First, the system configuration of the communication system in the present embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating a system configuration example of a communication system according to the present embodiment.
本実施形態における通信システムは、送信側端末（110）と、受信側端末（120）と、がネットワーク（130）を介して接続して構成している。なお、本実施形態におけるネットワーク（130）は、端末（110、120）間で情報通信が可能であれば、通信形態は、特に限定するものではなく、有線、無線を問わずあらゆる通信形態が適用可能である。 The communication system in the present embodiment is configured by connecting a transmission side terminal (110) and a reception side terminal (120) via a network (130). The network (130) in the present embodiment is not particularly limited as long as information communication is possible between the terminals (110, 120), and any communication form regardless of wired or wireless is applicable. Is possible.
＜送信側端末；110＞
送信側端末（110）は、通信装置（111）と、映像・音声配信アプリケーション（112）と、を有して構成する。
<Sending terminal; 110>
The transmission side terminal (110) includes a communication device (111) and a video / audio distribution application (112).
通信装置（111）は、ネットワーク（130）にパケットデータを送信するものである。
映像・音声アプリケーション（112）は、通信装置（111）を通じてネットワーク（130）に映像データや音声データを送信するものである。
The communication device (111) transmits packet data to the network (130).
The video / audio application (112) transmits video data and audio data to the network (130) through the communication device (111).
＜受信側端末；120＞
受信側端末（120）は、通信装置（121）と、映像・音声配信アプリケーション（122）と、を有して構成する。
<Receiving terminal; 120>
The receiving terminal (120) includes a communication device (121) and a video / audio distribution application (122).
通信装置（121）は、ネットワーク（130）からパケットデータを受信するものである。
映像・音声配信アプリケーション（122）は、通信装置（121）から映像データや音声データを受信するものである。
The communication device (121) receives packet data from the network (130).
The video / audio distribution application (122) receives video data and audio data from the communication device (121).
なお、本実施形態の通信システムを構成する通信装置（111）、通信装置（121）は、同様の機能を有して構成するが、送信側端末（110）、受信側端末（120）が異なる役割を演じてデータ通信を行うため、両者の機能を区別して説明した。なお、送信側端末（110）、受信側端末（120）の役割は、説明のため便宜的に固定したものであり、実際は随意役割を入れ替え、相互にデータ通信を行うことは言うまでもない。 Note that the communication device (111) and the communication device (121) constituting the communication system of the present embodiment are configured with the same functions, but the transmission side terminal (110) and the reception side terminal (120) are different. In order to perform data communication by playing a role, the functions of both were described separately. Note that the roles of the transmission side terminal (110) and the reception side terminal (120) are fixed for convenience of explanation, and it goes without saying that the optional roles are actually switched and data communication is performed mutually.
＜通信装置；111、121の内部構成例＞
次に、図２を参照しながら、本実施形態の通信装置（111、121）の内部構成について説明する。なお、通信装置（111、121）の内部構成は、同様に構成するため、以下の説明では、通信装置（200）として説明する。
<Internal configuration example of
Next, the internal configuration of the communication apparatus (111, 121) of this embodiment will be described with reference to FIG. Note that the internal configuration of the communication device (111, 121) is the same as that of the communication device (111, 121).
本実施形態における通信装置（200）は、ネットワーク情報取得部（201）と、パターン抽出部（202）と、ネットワーク状態定義部（203）と、類似度判定部（204）と、ネットワーク状態推定部（205）と、を有して構成している。 The communication apparatus (200) in the present embodiment includes a network information acquisition unit (201), a pattern extraction unit (202), a network state definition unit (203), a similarity determination unit (204), and a network state estimation unit (205).
ネットワーク情報取得部（201）は、一定間隔で送受信される映像パケットあるいは音声パケットの一定区間の遅延データ列、平均遅延、パケットロス率等の統計情報を取得する。 The network information acquisition unit (201) acquires statistical information such as a delay data string, an average delay, a packet loss rate, and the like of a predetermined section of a video packet or an audio packet transmitted / received at a predetermined interval.
なお、ネットワーク情報取得部（201）は、遅延データ列を基に、平均遅延やパケットロス率等の統計情報を算出するように構築することも可能である。 Note that the network information acquisition unit (201) can be configured to calculate statistical information such as an average delay and a packet loss rate based on the delay data string.
パターン抽出部（202）は、ネットワーク情報取得部（201）が取得した遅延データ列から行列を作成し、該作成した行列に対し、特異値分解、あるいは、固有値分解を行い、遅延データ列を代表する振る舞いパターンを抽出する。 The pattern extraction unit (202) creates a matrix from the delayed data sequence acquired by the network information acquisition unit (201), performs singular value decomposition or eigenvalue decomposition on the generated matrix, and represents the delayed data sequence The behavior pattern to be extracted is extracted.
ネットワーク状態定義部（203）は、複数のネットワーク状態を定義して管理し、ネットワーク情報取得部（201）が取得した統計情報に対応するネットワーク状態を特定し、その特定したネットワーク状態の登録パターンに、パターン抽出部（202）が抽出した振る舞いパターンを、ネットワーク状態を代表する新たな振る舞いパターンとして登録する。 The network state definition unit (203) defines and manages a plurality of network states, specifies the network state corresponding to the statistical information acquired by the network information acquisition unit (201), and sets the specified network state registration pattern. The behavior pattern extracted by the pattern extraction unit (202) is registered as a new behavior pattern representative of the network state.
類似度判定部（204）は、通信装置（200）で観測して得られる遅延データ列の振る舞いパターンを取得し、該取得した振る舞いパターンと、ネットワーク状態定義部（203）で管理している各ネットワーク状態を代表する振る舞いパターンと、の類似度を算出する。 The similarity determination unit (204) acquires the behavior pattern of the delayed data string obtained by observation with the communication device (200), and manages the acquired behavior pattern and the network state definition unit (203). The similarity with the behavior pattern representing the network state is calculated.
ネットワーク状態推定部（205）は、類似度判定部（204）で算出した各ネットワーク状態を代表する振る舞いパターンとの類似度を基に、現在のネットワーク状態が、ネットワーク状態定義部（203）で管理しているどのネットワーク状態にあるのかを推定する。 The network state estimation unit (205) manages the current network state by the network state definition unit (203) based on the similarity with the behavior pattern representing each network state calculated by the similarity determination unit (204). Estimate which network state you are in.
＜本実施形態の処理動作＞
次に、図２〜図４を参照しながら、本実施形態の通信システムにおける一連の処理動作について説明する。なお、本実施形態における通信システムは、図３に示すネットワーク状態を定義する動作と、図４に示すネットワーク状態を推定する動作と、の２つの動作を行う。
<Processing operation of this embodiment>
Next, a series of processing operations in the communication system of this embodiment will be described with reference to FIGS. Note that the communication system in the present embodiment performs two operations: an operation for defining the network state shown in FIG. 3 and an operation for estimating the network state shown in FIG.
＜ネットワーク状態を定義する動作＞
まず、図２、図３を参照しながら、ネットワーク状態を定義する動作について説明する。
<Operation to define network status>
First, an operation for defining a network state will be described with reference to FIGS.
送信側端末（110）と受信側端末（120）とは、ネットワーク（130）を通じて、映像データや音声データの送受信を行っているとする。 It is assumed that the transmission side terminal (110) and the reception side terminal (120) transmit and receive video data and audio data through the network (130).
ネットワーク情報取得部（201）は、受信側端末（120）からネットワーク情報として、一定区間に受信した映像パケットあるいは音声パケットの遅延データ列、平均遅延、パケットロス率等の統計情報を取得する（ステップS1）。なお、ネットワーク情報取得部（201）は、遅延データ列を基に、平均遅延やパケットロス率等の統計情報を算出するように構築することも可能である。 The network information acquisition unit (201) acquires, as network information from the receiving terminal (120), statistical information such as a delay data string, average delay, and packet loss rate of video packets or audio packets received in a certain section (step) S1). Note that the network information acquisition unit (201) can be configured to calculate statistical information such as an average delay and a packet loss rate based on the delay data string.
パターン抽出部（202）は、ステップS1でネットワーク情報取得部（201）が取得した遅延データ列から行列を作成し、該作成した行列に対し、特異値分解、あるいは、固有値分解を行い、遅延データ列を代表する振る舞いパターンを抽出する（ステップS2）。 The pattern extraction unit (202) creates a matrix from the delayed data sequence acquired by the network information acquisition unit (201) in step S1, performs singular value decomposition or eigenvalue decomposition on the generated matrix, and performs delay data A behavior pattern representing a column is extracted (step S2).
ネットワーク状態定義部（203）は、ステップS1でネットワーク情報取得部（201）が取得した統計情報に対応するネットワーク状態を特定し、その特定したネットワーク状態の登録パターンに、ステップS2でパターン抽出部（202）が抽出した振る舞いパターンを登録する（ステップS3）。 The network state definition unit (203) identifies the network state corresponding to the statistical information acquired by the network information acquisition unit (201) in step S1, and adds the pattern extraction unit (step S2) to the specified network state registration pattern. 202) is registered (step S3).
具体的には、ネットワーク状態定義部（203）は、図５に示すように、複数のネットワーク状態（安定、改善、悪化、輻輳等）を定義し、各ネットワーク状態に、各々のネットワーク状態を特定するための統計情報（統計情報；A〜D）を対応付けて管理している。そして、ネットワーク状態定義部（203）は、ネットワーク情報取得部（201）が取得した統計情報に対応するネットワーク状態を特定し、その特定したネットワーク状態の登録パターンに、パターン抽出部（202）が抽出した振る舞いパターンを登録することになる。例えば、ネットワーク情報取得部（201）が取得した統計情報が『統計情報；A』に対応する場合には、その『統計情報；A』に対応するネットワーク状態として『安定状態』を特定することになる。そして、その特定した『安定状態』の登録パターンに、パターン抽出部（202）が抽出した振る舞いパターン（例えば、パターン１）を登録することになる。 Specifically, as shown in FIG. 5, the network state definition unit (203) defines a plurality of network states (stability, improvement, deterioration, congestion, etc.), and identifies each network state in each network state. Statistical information (statistical information; A to D) for management is associated and managed. The network state definition unit (203) identifies the network state corresponding to the statistical information acquired by the network information acquisition unit (201), and the pattern extraction unit (202) extracts the registered pattern of the network state. Will be registered. For example, when the statistical information acquired by the network information acquisition unit (201) corresponds to “statistical information; A”, the “stable state” is specified as the network state corresponding to the “statistical information; A”. Become. Then, the behavior pattern (for example, pattern 1) extracted by the pattern extraction unit (202) is registered in the specified “stable state” registration pattern.
なお、ネットワーク状態定義部（203）は、振る舞いパターンを登録パターンに登録する場合には、その振る舞いパターンと、登録パターンに既に登録されている登録済み振る舞いパターンと、の類似度を算出し、その算出した類似度が所定の閾値より低い場合には、ネットワーク状態を代表する新たな振る舞いパターンとして登録パターンに登録する。また、類似度が所定の閾値より高い場合には、登録パターンに登録しないことにする。これにより、パターン抽出部（202）が抽出した振る舞いパターンが、登録パターンに既に登録されている登録済み振る舞いパターンと類似しない場合には、新たな振る舞いパターンとして登録することが可能となる。 In addition, when registering a behavior pattern in a registered pattern, the network state definition unit (203) calculates a similarity between the behavior pattern and a registered behavior pattern that has already been registered in the registered pattern. If the calculated similarity is lower than a predetermined threshold, it is registered in the registration pattern as a new behavior pattern representative of the network state. If the similarity is higher than a predetermined threshold value, the registration pattern is not registered. As a result, when the behavior pattern extracted by the pattern extraction unit (202) is not similar to the registered behavior pattern already registered in the registration pattern, it can be registered as a new behavior pattern.
なお、上記処理では、パターン抽出部（202）が抽出した振る舞いパターンが、登録済み振る舞いパターンと類似する場合には、登録パターンに登録しないことにしたが、パターン抽出部（202）が抽出した振る舞いパターンと、その振る舞いパターンと類似する登録済み振る舞いパターンと、を平滑化し、その平滑化した振る舞いパターンを新たな振る舞いパターンとして登録して更新するように構築することも可能である。 In the above processing, when the behavior pattern extracted by the pattern extraction unit (202) is similar to the registered behavior pattern, it is not registered in the registered pattern, but the behavior extracted by the pattern extraction unit (202). A pattern and a registered behavior pattern similar to the behavior pattern may be smoothed, and the smoothed behavior pattern may be registered and updated as a new behavior pattern.
このように、本実施形態の通信装置（200）では、ネットワーク状態定義部（203）は、複数のネットワーク状態を、各ネットワーク状態を特定するための統計情報と対応付けて管理し、ネットワーク情報取得部（201）が取得したネットワーク情報から得られる統計情報に対応するネットワーク状態を、そのネットワーク状態定義部（203）で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態と対応付けて、パターン抽出部（202）が抽出した振る舞いパターンを登録することになる。 As described above, in the communication device (200) of the present embodiment, the network state definition unit (203) manages a plurality of network states in association with statistical information for specifying each network state, and obtains network information. The network state corresponding to the statistical information obtained from the network information acquired by the unit (201) is identified from the network states managed by the network state definition unit (203), and is associated with the identified network state Thus, the behavior pattern extracted by the pattern extraction unit (202) is registered.
なお、各ネットワーク状態と対応付けて管理する統計情報は、各ネットワーク状態を特定することが可能であれば、ユーザが任意に設定したり、過去に測定した統計情報を基に設定したりすることが可能である。 The statistical information managed in association with each network state may be set arbitrarily by the user or based on statistical information measured in the past if each network state can be specified. Is possible.
＜ネットワーク状態を推定する動作＞
次に、図２、図４を参照しながら、ネットワーク状態を推定する動作について説明する。
<Operation to estimate network status>
Next, the operation for estimating the network state will be described with reference to FIGS.
ネットワーク情報取得部（201）は、受信側端末（120）からネットワーク情報として、一定区間に受信した映像パケットあるいは音声パケットの遅延データ列を取得する（ステップA1）。 The network information acquisition unit (201) acquires a delay data string of video packets or audio packets received in a certain section as network information from the receiving terminal (120) (step A1).
類似度判定部（204）は、ステップA1でネットワーク情報取得部（201）が取得した遅延データ列を振る舞いパターンとし、その振る舞いパターンと、ネットワーク状態定義部（203）で管理している各ネットワーク状態を代表する登録済み振る舞いパターンと、の類似度を算出する（ステップA2）。 The similarity determination unit (204) uses the delayed data sequence acquired by the network information acquisition unit (201) in step A1 as a behavior pattern, and the behavior pattern and each network state managed by the network state definition unit (203) The degree of similarity with the registered behavior pattern representative of is calculated (step A2).
ネットワーク状態推定部（205）は、ステップA2で類似度判定部（204）が算出した各ネットワーク状態を代表する登録済み振る舞いパターンとの類似度を基に、ネットワーク情報取得部（201）が取得した遅延データ列の振る舞いパターンと類似する登録済み振る舞いパターンを特定し、該特定した登録済み振る舞いパターンが登録されているネットワーク状態を基に、現在のネットワーク状態が、どのネットワーク状態にあるのかを推定する（ステップA3）。 The network state acquisition unit (205) acquires the network information acquisition unit (201) based on the similarity with the registered behavior pattern representing each network state calculated by the similarity determination unit (204) in step A2. A registered behavior pattern similar to the behavior pattern of the delayed data sequence is specified, and based on the network state in which the specified registered behavior pattern is registered, it is estimated which network state the current network state is in. (Step A3).
なお、ネットワーク情報取得部（201）が取得した遅延データ列の振る舞いパターンと類似する登録済み振る舞いパターンを特定する方法としては、以下の方法が挙げられる。
第１の方法：類似度が最も高い登録済み振る舞いパターンを特定する。
第２の方法：類似度が所定の値（例えば、類似度が８０％）より高い登録済み振る舞いパターンを特定する。この場合、その特定した登録済み振る舞いパターンが複数存在し、各登録済み振る舞いパターンが登録されているネットワーク状態が各々異なる場合には、複数のネットワーク状態が存在し、１つのネットワーク状態に絞ることができない。この場合には、類似度が最も高い登録済み振る舞いパターンが登録されているネットワーク状態を基に、現在のネットワーク状態を推定する方法がある。また、上記特定した登録済み振る舞いパターンが多く登録されているネットワーク状態を基に、ネットワーク状態を推定する方法がある。また、各ネットワーク状態に対して重み付けを施し、上記特定した登録済み振る舞いパターンが登録されているネットワーク状態の中から、重み付けが高いネットワーク状態を特定し、現在のネットワーク状態を推定する方法がある（例えば、リアルタイム通信等の場合には、ネットワーク状態が輻輳状態になるかを推定することが重要視されるため、安定状態よりも輻輳状態の重み付けを高く設定し、上記特定した登録済み振る舞いパターンが登録されているネットワーク状態が複数存在する場合には、安定状態よりも輻輳状態の振る舞いパターンとの類似度を重視してネットワーク状態を推定するように構築する）。
As a method for specifying a registered behavior pattern similar to the behavior pattern of the delayed data sequence acquired by the network information acquisition unit (201), the following method may be mentioned.
First method: A registered behavior pattern having the highest similarity is specified.
Second method: A registered behavior pattern whose similarity is higher than a predetermined value (for example, the similarity is 80%) is specified. In this case, when there are a plurality of specified registered behavior patterns and the network states to which each registered behavior pattern is registered are different, there are a plurality of network states, and it is possible to narrow down to one network state. Can not. In this case, there is a method of estimating the current network state based on the network state in which the registered behavior pattern having the highest similarity is registered. Further, there is a method for estimating the network state based on the network state in which many of the specified registered behavior patterns are registered. In addition, there is a method of weighting each network state, specifying a network state having a higher weight from the registered network behavior patterns, and estimating the current network state ( For example, in the case of real-time communication or the like, it is important to estimate whether the network state becomes a congestion state. Therefore, the weighting of the congestion state is set higher than the stable state, and the specified registered behavior pattern is When there are a plurality of registered network states, the network state is estimated by focusing on the similarity to the behavior pattern of the congestion state rather than the stable state).
＜本実施形態の通信システムにおける作用・効果＞
このように、本実施形態の通信装置（200）では、ネットワーク状態定義部（203）は、複数のネットワーク状態（安定、改善、悪化、輻輳等）を、各ネットワーク状態を示す振る舞いパターンと対応付けて管理する。そして、ネットワークを観測して得られる遅延データ列の振る舞いパターンに対応するネットワーク状態を、ネットワーク状態定義部（203）で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、現在のネットワーク状態を推定する。これにより、本実施形態の通信装置（200）は、ネットワーク状態の変化を事前に把握し、ネットワーク状態の変化に応じた配信制御を行うことが可能となる。
<Operation / Effect in Communication System of this Embodiment>
As described above, in the communication device (200) of the present embodiment, the network state definition unit (203) associates a plurality of network states (stability, improvement, deterioration, congestion, etc.) with behavior patterns indicating each network state. Manage. Then, the network state corresponding to the behavior pattern of the delay data string obtained by observing the network is identified from the network states managed by the network state definition unit (203), and based on the identified network state. Estimate the current network state. Thereby, the communication apparatus (200) of this embodiment can grasp | ascertain the change of a network state in advance, and can perform delivery control according to the change of a network state.
また、本実施形態の通信装置（200）は、複数のネットワーク状態を管理し、その管理したネットワーク状態を基に、現在のネットワーク状態を推定するため、複雑な処理を行わずに、効率的に現在のネットワーク状態を推定することが可能となる。 In addition, the communication device (200) of the present embodiment manages a plurality of network states, and estimates the current network state based on the managed network states. Therefore, the communication device (200) can efficiently perform without performing complicated processing. It is possible to estimate the current network state.
（第２の実施形態）
次に、第２の実施形態について説明する。
(Second Embodiment)
Next, a second embodiment will be described.
第２の実施形態における通信装置は、図６に示すように、ネットワーク状態定義部（303）で管理しているネットワーク状態間の遷移確率を算出するネットワーク状態遷移モデル部（304）を有し、ネットワーク状態推定部（306）は、ネットワーク状態推定部（306）で推定したネットワーク状態の遷移確率を、ネットワーク状態遷移モデル部（304）から取得し、該取得した遷移確率と、ネットワーク状態推定部（306）で推定したネットワーク状態と、を基にネットワーク状態を推定することを特徴とする。これにより、本実施形態の通信装置は、一定時間経過後の将来のネットワーク状態を推定することが可能となるため、第１の実施形態よりも長期的なネットワーク状態の推定を行うことが可能となる。以下、図６〜図８を参照しながら、第２の実施形態について説明する。 As shown in FIG. 6, the communication device according to the second embodiment includes a network state transition model unit (304) that calculates transition probabilities between network states managed by the network state definition unit (303). The network state estimation unit (306) acquires the transition probability of the network state estimated by the network state estimation unit (306) from the network state transition model unit (304), and the acquired transition probability and the network state estimation unit (306) The network state is estimated based on the network state estimated in step 306). As a result, the communication device of the present embodiment can estimate the future network state after a lapse of a certain time, and therefore can estimate the network state longer than the first embodiment. Become. Hereinafter, the second embodiment will be described with reference to FIGS.
＜通信システムのシステム構成＞
本実施形態の通信システムは、第１の実施形態と同様に構成し、通信装置（111、121）の内部構成が第１の実施形態とは異なることになる。なお、本実施形態の通信装置（111、121）の内部構成は、同様に構成するため、以下の説明では、通信装置（300）として説明する。
<System configuration of communication system>
The communication system of this embodiment is configured in the same manner as in the first embodiment, and the internal configuration of the communication devices (111, 121) is different from that in the first embodiment. In addition, since the internal structure of the communication apparatus (111, 121) of this embodiment is comprised similarly, in the following description, it demonstrates as a communication apparatus (300).
＜通信装置；300の内部構成＞
本実施形態における通信装置（300）は、図６に示すように、ネットワーク情報取得部（301）と、パターン抽出部（302）と、ネットワーク状態定義部（303）と、ネットワーク状態遷移モデル部（304）と、類似度判定部（305）と、ネットワーク状態推定部（306）と、を有して構成している。
<Internal configuration of communication device; 300>
As shown in FIG. 6, the communication device (300) in this embodiment includes a network information acquisition unit (301), a pattern extraction unit (302), a network state definition unit (303), and a network state transition model unit ( 304), a similarity determination unit (305), and a network state estimation unit (306).
ネットワーク情報取得部（301）は、一定間隔で送受信される映像パケットあるいは音声パケットの一定区間の遅延データ列、平均遅延、パケットロス率等の統計情報を取得する。 The network information acquisition unit (301) acquires statistical information such as a delay data string, an average delay, a packet loss rate, and the like of a predetermined section of a video packet or an audio packet transmitted / received at a predetermined interval.
なお、ネットワーク情報取得部（301）は、遅延データ列を基に、平均遅延やパケットロス率等の統計情報を算出するように構築することも可能である。 Note that the network information acquisition unit (301) can also be configured to calculate statistical information such as average delay and packet loss rate based on the delay data string.
パターン抽出部（302）は、ネットワーク情報取得部（301）が取得した遅延データ列から行列を作成し、該作成した行列に対し、特異値分解、あるいは、固有値分解を行い、遅延データ列を代表する振る舞いパターンを抽出する。 The pattern extraction unit (302) creates a matrix from the delay data sequence acquired by the network information acquisition unit (301), performs singular value decomposition or eigenvalue decomposition on the generated matrix, and represents the delay data sequence The behavior pattern to be extracted is extracted.
ネットワーク状態定義部（303）は、複数のネットワーク状態を定義して管理し、ネットワーク情報取得部（301）が取得した統計情報に対応するネットワーク状態を特定し、その特定したネットワーク状態の登録パターンに、パターン抽出部（302）が抽出した振る舞いパターンを、ネットワーク状態を代表する振る舞いパターンとして登録する。 The network state definition unit (303) defines and manages a plurality of network states, identifies the network state corresponding to the statistical information acquired by the network information acquisition unit (301), and sets the registered network state registration pattern The behavior pattern extracted by the pattern extraction unit (302) is registered as a behavior pattern representing the network state.
ネットワーク状態遷移モデル部（304）は、ネットワーク情報取得部（301）が取得した遅延データを基に、マルコフモデル、あるいは、隠れマルコフモデルを用いて、ネットワークの振る舞いをモデル化し、ネットワーク状態定義部（303）で管理している各ネットワーク状態間の遷移確率を算出する。 The network state transition model unit (304) models the behavior of the network using a Markov model or a hidden Markov model based on the delay data acquired by the network information acquisition unit (301). The transition probability between each network state managed in step 303) is calculated.
類似度判定部（305）は、通信装置（300）で観測して得られる遅延データ列の振る舞いパターンを取得し、該取得した振る舞いパターンと、ネットワーク状態定義部（303）で管理している各ネットワーク状態を代表する振る舞いパターンと、の類似度を算出する。 The similarity determination unit (305) acquires a behavior pattern of the delayed data sequence obtained by observation with the communication device (300), and manages each of the acquired behavior pattern and the network state definition unit (303). The similarity with the behavior pattern representing the network state is calculated.
ネットワーク状態推定部（306）は、類似度判定部（305）で算出した各ネットワーク状態を代表する振る舞いパターンとの類似度を基に、現在のネットワーク状態が、ネットワーク状態定義部（303）で管理しているどのネットワーク状態にあるのかを推定する。また、ネットワーク状態推定部（306）は、上記推定した現在のネットワーク状態の推定結果と、ネットワーク状態遷移モデル部（304）が算出した各ネットワーク状態間の遷移確率と、を基に、将来のネットワーク状態の動向を推定する。 The network state estimation unit (306) manages the current network state by the network state definition unit (303) based on the similarity with the behavior pattern representing each network state calculated by the similarity determination unit (305). Estimate which network state you are in. In addition, the network state estimation unit (306) determines a future network based on the estimation result of the estimated current network state and the transition probability between the network states calculated by the network state transition model unit (304). Estimate state trends.
＜本実施形態の処理動作＞
次に、図６〜図８を参照しながら、本実施形態の通信システムにおける一連の処理動作について説明する。なお、本実施形態における通信システムは、図３に示すネットワーク状態を定義する動作と、図７に示すネットワーク状態遷移モデルを構築する動作と、図８に示すネットワーク状態を推定する動作と、の３つの動作を行う。
<Processing operation of this embodiment>
Next, a series of processing operations in the communication system of the present embodiment will be described with reference to FIGS. Note that the communication system according to the present embodiment includes three operations: an operation for defining the network state shown in FIG. 3, an operation for constructing the network state transition model shown in FIG. 7, and an operation for estimating the network state shown in FIG. Do one action.
＜ネットワーク状態を定義する動作＞
本実施形態におけるネットワーク状態を定義する動作は、図３に示す第１の実施形態と同様な動作を行うことになる。
<Operation to define network status>
The operation for defining the network state in this embodiment is the same as that in the first embodiment shown in FIG.
まず、ネットワーク情報取得部（301）は、受信側端末（120）からネットワーク情報として、一定区間に受信した映像パケットあるいは音声パケットの遅延データ列、平均遅延、パケットロス率等の統計情報を取得する（ステップS1）。なお、ネットワーク情報取得部（301）は、遅延データ列を基に、平均遅延やパケットロス率等の統計情報を算出するように構築することも可能である。 First, the network information acquisition unit (301) acquires, as network information from the receiving terminal (120), statistical information such as a delay data string, an average delay, and a packet loss rate of video packets or audio packets received in a certain section. (Step S1). Note that the network information acquisition unit (301) can also be configured to calculate statistical information such as average delay and packet loss rate based on the delay data string.
パターン抽出部（302）は、ステップS1でネットワーク情報取得部（301）が取得した遅延データ列から行列を作成し、該作成した行列に対し、特異値分解、あるいは、固有値分解を行い、遅延データ列を代表する振る舞いパターンを抽出する（ステップS2）。 The pattern extraction unit (302) creates a matrix from the delay data sequence acquired by the network information acquisition unit (301) in step S1, performs singular value decomposition or eigenvalue decomposition on the generated matrix, and performs delay data A behavior pattern representing a column is extracted (step S2).
ネットワーク状態定義部（303）は、ステップS1でネットワーク情報取得部（301）が取得した統計情報に対応するネットワーク状態を特定し、その特定したネットワーク状態の登録パターンに、ステップS2でパターン抽出部（302）が抽出した振る舞いパターンを登録する（ステップS3）。 The network state definition unit (303) identifies the network state corresponding to the statistical information acquired by the network information acquisition unit (301) in step S1, and adds the pattern extraction unit ( 302) is registered (step S3).
＜ネットワーク状態遷移モデルを構築する動作＞
次に、図６、図７を参照しながら、ネットワーク状態遷移モデルを構築する動作について説明する。
<Operation to build network state transition model>
Next, an operation for constructing a network state transition model will be described with reference to FIGS.
まず、ネットワーク状態遷移モデル部（304）は、ネットワーク情報取得部（301）から遅延データ列を取得する（ステップB1）。 First, the network state transition model unit (304) acquires a delay data string from the network information acquisition unit (301) (step B1).
次に、ネットワーク状態遷移モデル部（304）は、ネットワーク情報取得部（301）から取得した遅延データ列を基に、マルコフモデル、あるいは、隠れマルコフモデルを用いて、ネットワークの振る舞いをモデル化し、ネットワーク状態定義部（303）で管理しているネットワーク状態間の遷移確率を算出する（ステップB2）。 Next, the network state transition model unit (304) models the behavior of the network using a Markov model or a hidden Markov model based on the delay data sequence acquired from the network information acquisition unit (301). The transition probability between the network states managed by the state definition unit (303) is calculated (step B2).
なお、ネットワーク状態遷移モデル部（304）は、上記算出したネットワーク状態間の遷移確率を管理する。また、ネットワーク状態遷移モデル部（304）は、ネットワーク情報取得部（301）から遅延データを取得する度、または、一定区間毎の遅延データを基に、ネットワーク状態間の遷移確率を算出し、ネットワーク状態遷移モデル部（304）で管理しているネットワーク状態間の遷移確率を更新する。 The network state transition model unit (304) manages the calculated transition probability between network states. The network state transition model unit (304) calculates a transition probability between network states every time delay data is acquired from the network information acquisition unit (301) or based on delay data for each predetermined section, and The transition probability between network states managed by the state transition model unit (304) is updated.
＜ネットワーク状態を推定する動作＞
次に、図６、図８を参照しながら、ネットワーク状態を推定する動作について説明する。
<Operation to estimate network status>
Next, the operation for estimating the network state will be described with reference to FIGS.
ネットワーク情報取得部（301）は、受信側端末（120）からネットワーク情報として、一定区間に受信した映像パケットあるいは音声パケットの遅延データ列を取得する（ステップC1）。 The network information acquisition unit (301) acquires a delay data string of video packets or audio packets received in a certain section as network information from the receiving terminal (120) (step C1).
類似度判定部（305）は、ステップC1でネットワーク情報取得部（301）が取得した遅延データ列を振る舞いパターンとし、その振る舞いパターンと、ネットワーク状態定義部（303）で管理している各ネットワーク状態を代表する登録済み振る舞いパターンと、の類似度を算出する（ステップC2）。 The similarity determination unit (305) uses the delayed data sequence acquired by the network information acquisition unit (301) in step C1 as a behavior pattern, and the behavior pattern and each network state managed by the network state definition unit (303) The degree of similarity with the registered behavior pattern that represents is calculated (step C2).
ネットワーク状態推定部（306）は、ステップC2で類似度判定部（305）が算出した各ネットワーク状態を代表する登録済み振る舞いパターンとの類似度を基に、ネットワーク情報取得部（301）が取得した遅延データ列の振る舞いパターンと類似する登録済み振る舞いパターンを特定し、該特定した登録済み振る舞いパターンが登録されているネットワーク状態を基に、現在のネットワーク状態が、どのネットワーク状態にあるのかを推定する（ステップC3）。 The network state estimation unit (306) acquires the network information acquisition unit (301) based on the similarity with the registered behavior pattern representing each network state calculated by the similarity determination unit (305) in step C2. A registered behavior pattern similar to the behavior pattern of the delayed data sequence is specified, and based on the network state in which the specified registered behavior pattern is registered, it is estimated which network state the current network state is in. (Step C3).
ネットワーク状態推定部（306）は、ネットワーク状態遷移モデル部（304）で管理している各ネットワーク状態間の遷移確率の中から、ステップC3で推定したネットワーク状態に対応するネットワーク状態間の遷移確率を取得し、該取得したネットワーク状態間の遷移確率と、ステップC3で推定したネットワーク状態結果と、を基に将来のネットワーク状態を推定し、現在のネットワーク状態と共に、その将来のネットワーク状態の情報を提示する（ステップC4）。 The network state estimation unit (306) calculates the transition probability between the network states corresponding to the network state estimated in step C3 from the transition probabilities between the network states managed by the network state transition model unit (304). Obtains and estimates the future network state based on the transition probability between the obtained network states and the network state result estimated in Step C3, and presents the information of the future network state together with the current network state. (Step C4).
例えば、ネットワーク状態間の遷移確率として、輻輳状態から輻輳状態への遷移確率が非常に小さな数値だった場合、輻輳状態が継続する期間は、非常に短いことが推定できる。そこで、ステップC3で推定した推定結果が、現在のネットワーク状態が輻輳状態に向かいつつあるという推定結果が出た場合でも、輻輳状態に滞在する可能性が低いという推定結果を通知することが可能となる。逆に、輻輳状態から輻輳状態への遷移確率が非常に大きい場合、輻輳状態が長期に渡って継続する可能性が高いという推定結果を通知することが可能となる。これにより、将来のネットワーク状態の動向も推定することが可能となるため、ネットワーク配信を行う事前に、長期的な輻輳に耐えられるような配信制御を行うことが可能となる。 For example, if the transition probability from the congestion state to the congestion state is a very small numerical value as the transition probability between the network states, it can be estimated that the period during which the congestion state continues is very short. Therefore, even if the estimation result estimated in step C3 shows that the current network state is approaching the congestion state, it is possible to notify the estimation result that the possibility of staying in the congestion state is low Become. On the contrary, when the transition probability from the congestion state to the congestion state is very large, it is possible to notify the estimation result that the congestion state is likely to continue for a long time. As a result, it is possible to estimate future trends in the network state, and thus it is possible to perform distribution control that can withstand long-term congestion before performing network distribution.
＜本実施形態の通信システムにおける作用・効果＞
このように、本実施形態における通信装置（300）では、ネットワーク状態遷移モデル部（304）は、ネットワーク状態定義部（303）で管理しているネットワーク状態間の遷移確率を算出し、ネットワーク状態推定部（306）は、現在のネットワーク状態の推定結果と、その現在のネットワーク状態間の遷移確率と、を基に、将来のネットワーク状態の動向を推定する。これにより、一定時間経過後の将来のネットワーク状態を推定することが可能となるため、第１の実施形態よりも長期的なネットワーク状態の推定を行うことが可能となる。
<Operation / Effect in Communication System of this Embodiment>
As described above, in the communication device (300) in the present embodiment, the network state transition model unit (304) calculates the transition probability between the network states managed by the network state definition unit (303), and estimates the network state. The unit (306) estimates the future trend of the network state based on the estimation result of the current network state and the transition probability between the current network states. As a result, it is possible to estimate the future network state after a lapse of a certain time, and therefore it is possible to estimate the network state for a longer period than in the first embodiment.
（実施例１）
次に、上述した通信システムにおける具体的な実施例について説明する。なお、図９は、映像・音声配信端末（1100）と、映像・音声配信端末（1200）と、がネットワーク（1000）を介して接続して構成するシステム構成例を示している。なお、本実施例では、映像・音声配信端末（1100）が映像・音声配信端末（1200）に音声パケットを送信する状況を想定する。
Example 1
Next, specific examples of the above-described communication system will be described. FIG. 9 shows a system configuration example in which the video / audio distribution terminal (1100) and the video / audio distribution terminal (1200) are connected via the network (1000). In this embodiment, it is assumed that the video / audio distribution terminal (1100) transmits an audio packet to the video / audio distribution terminal (1200).
映像・音声配信端末（1100）は、音声パケットを20ミリ秒間隔で映像・音声配信端末（1200）に送信し、映像・音声配信端末（1200）は、受信した音声パケットを再生する。なお、この処理は、映像パケットについても同様に行うことになる。また、送受信の関係が逆転した場合も同様に行うことになる。 The video / audio distribution terminal (1100) transmits audio packets to the video / audio distribution terminal (1200) at intervals of 20 milliseconds, and the video / audio distribution terminal (1200) reproduces the received audio packets. This process is performed in the same manner for video packets. The same operation is performed when the transmission / reception relationship is reversed.
映像・音声配信端末（1200）は、受信した音声パケットからネットワーク情報を収集し、該収集したネットワーク情報を基に、振る舞いパターンを抽出する。 The video / audio distribution terminal (1200) collects network information from the received audio packet, and extracts a behavior pattern based on the collected network information.
図１０は、連続する遅延データ列の個数を３個とした場合の振る舞いパターンの抽出を示す図であり、ある時点tにおける遅延データをD(t)，３次元軸上の点P(t)=(D(t)，D(t-1)，D(t-2))とした場合の点P(t)を一定区間の遅延データ列に対してプロットしたものである。 FIG. 10 is a diagram illustrating extraction of a behavior pattern when the number of continuous delay data strings is three. The delay data at a certain time point t is D (t) and the point P (t) on the three-dimensional axis. A point P (t) with = (D (t), D (t-1), D (t-2)) is plotted against a delay data string in a certain interval.
映像・音声配信端末（1200）は、空間上にプロットした複数の点で形成される集合に対し、その集合の状態を表現しているベクトルを選定し、該選定したベクトルを、ネットワーク状態を示す振る舞いパターンとして抽出する。図１０では、２つの集合に対し、それぞれの集合を代表するベクトルとして、『第１主成分』、『第２主成分』で表現される２本のベクトルを選定している。なお、ベクトルの選定方法としては、集合を形成する遅延データ列から行列を作成し、その作成した行列に対し、特異値分解、あるいは、固有値分解を行い、特異値が大きい特異ベクトル、あるいは、固有値が大きい固有ベクトルを選定する方法がある。 The video / audio distribution terminal (1200) selects a vector expressing the state of the set for a set formed by a plurality of points plotted in space, and indicates the network state by the selected vector. Extract as a behavior pattern. In FIG. 10, two vectors represented by “first principal component” and “second principal component” are selected for the two sets as vectors representing the respective sets. As a vector selection method, a matrix is created from the delayed data sequence that forms the set, and the created matrix is subjected to singular value decomposition or eigenvalue decomposition to obtain a singular vector or eigenvalue with a large singular value. There is a method of selecting an eigenvector having a large.
なお、本実施例では、ベクトル空間の次元を３次元として説明したが、次元数は、３次元に限定するものではなく、Ｎ（Ｎは、任意の整数）次元とすることも可能である。 In the present embodiment, the dimension of the vector space is described as three dimensions. However, the number of dimensions is not limited to three dimensions, and may be N (N is an arbitrary integer).
次に、映像・音声配信端末（1200）は、上記処理で抽出した振る舞いパターンを、ネットワーク状態を代表する振る舞いパターンとして登録する。 Next, the video / audio distribution terminal (1200) registers the behavior pattern extracted by the above processing as a behavior pattern representing the network state.
映像・音声配信端末（1200）は、図１１に示すテーブルを管理しており、ネットワーク状態を特定するための識別条件と関連付けて各ネットワーク状態を定義して管理している。図１１では、ネットワーク状態として、『安定』、『改善』、『悪化』、『輻輳』の4つのネットワーク状態を定義して管理している。なお、識別条件としては、例えば、音声品質を示す指標の１つであるR値が、所定の目標値以上を維持するために必要な平均遅延やパケットロス率の数値を採用する。 The video / audio distribution terminal (1200) manages the table shown in FIG. 11, and defines and manages each network state in association with an identification condition for specifying the network state. In FIG. 11, four network states of “stable”, “improvement”, “deterioration”, and “congestion” are defined and managed as network states. Note that, as the identification condition, for example, a numerical value of an average delay or a packet loss rate necessary for maintaining an R value, which is one of indexes indicating voice quality, at or above a predetermined target value is adopted.
映像・音声配信端末（1200）は、ネットワーク情報から取得した統計情報と、図１１に示すテーブルで管理している識別条件と、を比較し、ネットワーク情報から取得した統計情報の識別条件に対応するネットワーク状態を特定する。そして、その特定したネットワーク状態の登録パターンに、上記処理で抽出した振る舞いパターンを登録する。 The video / audio distribution terminal (1200) compares the statistical information acquired from the network information with the identification conditions managed in the table shown in FIG. 11, and corresponds to the statistical information identification conditions acquired from the network information. Identify network status. Then, the behavior pattern extracted by the above processing is registered in the specified network state registration pattern.
なお、ネットワーク状態の登録パターンに振る舞いパターンを登録する際に、その振る舞いパターンと、登録パターンに既に登録されている登録済み振る舞いパターンと、の類似性が低い場合（例えば、ベクトルの内積を求め、内積が０に近い場合等）には、ネットワーク状態を代表する新たな振る舞いパターンとして登録し、図１１に示すように、各ネットワーク状態を代表する振る舞いパターンを複数管理することも可能である。 In addition, when registering a behavior pattern in the registration pattern of the network state, when the similarity between the behavior pattern and the registered behavior pattern already registered in the registration pattern is low (for example, obtaining the inner product of vectors, When the inner product is close to 0), it is possible to register a new behavior pattern representing the network state and manage a plurality of behavior patterns representing each network state as shown in FIG.
なお、上述した第２の実施形態の場合、映像・音声配信端末（1200）は、ネットワーク状態の定義に加え、図１２に示すネットワーク状態遷移モデルを構築して管理することになる。本実施例では、隠れマルコフモデルを用いたネットワーク状態遷移モデルの構築について説明する。 In the case of the second embodiment described above, the video / audio distribution terminal (1200) constructs and manages the network state transition model shown in FIG. 12 in addition to the definition of the network state. In this embodiment, the construction of a network state transition model using a hidden Markov model will be described.
隠れマルコフモデルは、マルコフ過程に基づいて遷移する内部状態と各内部状態におけるシンボルの出現確率とから構成する確率モデルであり、ネットワーク状態遷移モデルにおいては、内部状態としてネットワーク状態、シンボルとして遅延データ列を用いる。遅延データ列の時系列変化を学習することで、図１２に示すようにネットワーク状態間の状態遷移確率、及び、各ネットワーク状態におけるシンボルの出現確率を算出することが可能となる。 A hidden Markov model is a probability model that consists of internal states that transition based on Markov processes and the appearance probability of symbols in each internal state. In the network state transition model, network states are used as internal states, and delayed data sequences are used as symbols. Is used. By learning the time series change of the delay data string, it is possible to calculate the state transition probability between the network states and the symbol appearance probability in each network state as shown in FIG.
図１３は、ネットワーク状態として、隠れマルコフモデルが持つ内部状態を『安定』、『改善』、『悪化』、『輻輳』の4つのネットワーク状態として学習を行ったある時点における状態遷移確率を示す。 FIG. 13 shows the state transition probabilities at a certain point of time when learning is performed as four network states of “stable”, “improvement”, “deterioration”, and “congestion” as internal states of the hidden Markov model.
隠れマルコフモデルは、遅延データ列を受信する度、あるいは、一定間隔毎に更新し、各パラメータの値もそれに合わせて更新する。 The hidden Markov model is updated every time a delayed data string is received or at regular intervals, and the values of the parameters are updated accordingly.
続いて、映像・音声配信端末（1200）は、一定区間毎の遅延データ列の振る舞いパターンを抽出するため、遅延データ列を時系列順に並べ、ベクトル化する。そして、ベクトル化した振る舞いパターンと、図１１に示す各ネットワーク状態を代表する登録済み振る舞いパターンと、の類似度を算出する。類似度としては、各ベクトルの内積を用い、内積値が大きい程、ベクトル化した振る舞いパターンが、ネットワーク状態を代表する登録済み振る舞いパターンと類似していると判断する。 Subsequently, the video / audio distribution terminal (1200) arranges the delay data string in time series in order to extract a behavior pattern of the delay data string for each predetermined section, and vectorizes it. Then, the similarity between the vectorized behavior pattern and the registered behavior pattern representing each network state shown in FIG. 11 is calculated. As the degree of similarity, the inner product of each vector is used, and the larger the inner product value, the more the vectorized behavior pattern is judged to be similar to the registered behavior pattern representing the network state.
ネットワーク状態がどのネットワーク状態にあるのかを判断する方法としては、例えば、一定区間の遅延データから抽出される複数のベクトルの類似度を求め、最も類似度が高いネットワーク状態に決定するといった方法を用いる。 As a method for determining which network state the network state is, for example, a method is used in which the similarity between a plurality of vectors extracted from delay data in a fixed section is obtained and the network state having the highest similarity is determined. .
映像・音声配信端末（1200）は、例えば、ネットワーク状態が悪化状態にあると推定した場合、音声送信時の冗長度を増やすといった対策を行うことで、ネットワーク状態が輻輳状態に移行し、パケットロスが頻発する状況になったとしても、パケットロス耐性を高める処置を事前に行うことが可能となる。 For example, when the video / audio distribution terminal (1200) estimates that the network state is in a deteriorated state, the network state shifts to a congestion state by taking measures such as increasing the redundancy during audio transmission, and packet loss Even if the situation occurs frequently, it is possible to perform in advance a measure for increasing the packet loss tolerance.
また、第２の実施形態の場合には、ネットワーク状態に関する情報として、マルコフモデルあるいは隠れマルコフモデルを用いて算出した状態遷移確率が追加される。 In the case of the second embodiment, a state transition probability calculated using a Markov model or a hidden Markov model is added as information on the network state.
映像・音声配信端末（1200）は、ネットワーク状態が悪化状態にあると推定した場合、図１３に示す状態遷移確率を用いることで、悪化状態から輻輳状態に遷移する確率が20%あり、輻輳状態に遷移した場合、50%の確率で輻輳状態に滞在することが推定できるため、長期間にわたって影響が続く可能性を考慮し、音声データの冗長化を図る場合のインターリーブ長を大きくするといった処置を事前に行うことが可能となる。 When the video / audio distribution terminal (1200) estimates that the network state is in a deteriorated state, the state transition probability shown in FIG. 13 is used, so that there is a 20% probability of transition from the deteriorated state to the congestion state. Since it can be estimated that there will be a 50% probability of staying in a congested state, taking into consideration the possibility that the effect will continue over a long period of time, take measures such as increasing the interleave length when attempting to make voice data redundant. This can be done in advance.
（実施例２）
次に、実施例２について説明する。
(Example 2)
Next, Example 2 will be described.
図１４は、第１の実施形態、あるいは、第２の実施形態の通信装置を用いて構成する映像・音声配信システムのシステム構成例である。 FIG. 14 is a system configuration example of a video / audio distribution system configured by using the communication device according to the first embodiment or the second embodiment.
図１４に示す映像・音声配信システムでは、第１の実施形態あるいは第２の実施形態の通信装置である中継装置（2001、2101）と、中継装置（2001、2101）を介して映像・音声配信を行う映像・音声配信端末（2002、2003、2102、2103）と、各端末（2002、2003、2102、2103）を繋ぐネットワーク（2000、2100、2200）と、を有して構成する。 In the video / audio distribution system shown in FIG. 14, the video / audio distribution is performed via the relay device (2001, 2101) which is the communication device of the first embodiment or the second embodiment, and the relay device (2001, 2101). And a video / audio distribution terminal (2002, 2003, 2102, 2103) for performing the above and a network (2000, 2100, 2200) connecting the terminals (2002, 2003, 2102, 2103).
なお、ネットワーク（2000、2100、2200）は、中継装置（2001）、映像・音声配信端末（2002、2003）が属する企業ネットワーク（2000）と、中継装置（2101）、映像・音声配信端末（2102、2103）が属する企業ネットワーク（2100）と、企業ネットワーク（2000）、企業ネットワーク（2100）を結ぶインターネット（2200）と、を有して構成している。 The network (2000, 2100, 2200) includes the corporate network (2000) to which the relay device (2001) and the video / audio distribution terminal (2002, 2003) belong, the relay device (2101), and the video / audio distribution terminal (2102). 2103), a corporate network (2100), a corporate network (2000), and an Internet (2200) connecting the corporate network (2100).
なお、企業ネットワーク（2000）、企業ネットワーク（2100）は、ネットワーク品質が保証された網であるとし、インターネット（2200）は、ネットワーク品質が保証されない網であるとする。 It is assumed that the corporate network (2000) and the corporate network (2100) are networks whose network quality is guaranteed, and the Internet (2200) is a network whose network quality is not guaranteed.
ある時点で、映像・音声配信端末（2002）と映像・音声配信端末（2102）との間で映像・音声配信が行われていたとする。この場合、中継装置（2001）は、映像・音声配信端末（2002）から映像・音声配信端末（2102）に向けて送信する映像・音声パケットを受信し、その映像・音声パケットを中継装置（2101）に転送する。中継装置（2101）は、転送されてきた映像・音声パケットを映像・音声配信端末（2102）に転送する。なお、映像・音声配信端末（2102）から映像・音声配信端末（2002）に向けて送信する映像・音声パケットは、逆の処理を行うことになる。また、映像・音声配信端末（2003）と映像・音声配信端末（2103）との間の映像・音声パケットの通信も同様の処理を行うことになる。 It is assumed that video / audio distribution has been performed between the video / audio distribution terminal (2002) and the video / audio distribution terminal (2102) at a certain time. In this case, the relay device (2001) receives the video / audio packet transmitted from the video / audio distribution terminal (2002) to the video / audio distribution terminal (2102), and transmits the video / audio packet to the relay device (2101). ). The relay device (2101) transfers the transferred video / audio packet to the video / audio distribution terminal (2102). The video / audio packet transmitted from the video / audio distribution terminal (2102) to the video / audio distribution terminal (2002) is processed in reverse. The same processing is performed for video / audio packet communication between the video / audio distribution terminal (2003) and the video / audio distribution terminal (2103).
中継装置（2001、2101）は、パケットの転送処理を行うと同時に、その受信パケットのネットワーク情報を収集し、実施例１で述べた場合と同様に、受信パケットのネットワーク情報から、インターネット（2200）のネットワーク状態の変化を推定し、その推定結果を基に、中継装置（2001、2101）間で遣り取りされる映像・音声パケットに対し、適切な配信制御を行うことになる。あるいは、ネットワーク状態の推定結果を同一ネットワークに属する映像・音声配信端末（中継装置2001であれば、企業ネットワーク2000に属する映像・音声配信端末2002、2003）に通知し、その映像・音声配信端末は、適切な配信制御を行うことになる。これにより、各映像・音声配信端末は、安定した映像・音声の配信が可能となる。
The relay device (2001, 2101) collects the network information of the received packet at the same time as performing the packet transfer process, and from the network information of the received packet, the Internet (2200) is collected as described in the first embodiment. Based on the estimation result, appropriate distribution control is performed on video / audio packets exchanged between the relay devices (2001, 2101). Alternatively, the estimation result of the network state is notified to the video / audio distribution terminal belonging to the same network (in the case of the relay device 2001, the video /
なお、上述する実施形態は、本発明の好適な実施形態であり、上記実施形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。 The above-described embodiment is a preferred embodiment of the present invention, and the scope of the present invention is not limited to the above-described embodiment alone, and various modifications are made without departing from the gist of the present invention. Implementation is possible.
例えば、上述した実施形態では、ネットワーク情報は、一定区間に受信した映像パケットあるいは音声パケットから取得することにしたが、遅延データ列が取得できれば、あらゆる情報をネットワーク情報として取得することが可能である。 For example, in the above-described embodiment, the network information is acquired from the video packet or the audio packet received in a certain section. However, any information can be acquired as the network information if the delay data string can be acquired. .
例えば、上述した本実施形態における通信システムを構成する各装置における制御動作は、ハードウェア、または、ソフトウェア、あるいは、両者の複合構成を用いて実行することも可能である。 For example, the control operation in each device constituting the communication system in the present embodiment described above can be executed using hardware, software, or a combined configuration of both.
なお、ソフトウェアを用いて処理を実行する場合には、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれているコンピュータ内のメモリにインストールして実行させることが可能である。あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。 In the case of executing processing using software, it is possible to install and execute a program in which a processing sequence is recorded in a memory in a computer incorporated in dedicated hardware. Alternatively, the program can be installed and executed on a general-purpose computer capable of executing various processes.
例えば、プログラムは、記録媒体としてのハードディスクやROM（Read Only Memory）に予め記録しておくことが可能である。あるいは、プログラムは、リムーバブル記録媒体に、一時的、あるいは、永続的に格納（記録）しておくことが可能である。このようなリムーバブル記録媒体は、いわゆるパッケージソフトウエアとして提供することが可能である。なお、リムーバブル記録媒体としては、フロッピー（登録商標）ディスク、CD-ROM（Compact Disc Read Only Memory）、MO（Magneto optical）ディスク、DVD（Digital Versatile Disc）、磁気ディスク、半導体メモリなどが挙げられる。 For example, the program can be recorded in advance on a hard disk or ROM (Read Only Memory) as a recording medium. Alternatively, the program can be stored (recorded) temporarily or permanently in a removable recording medium. Such a removable recording medium can be provided as so-called package software. The removable recording medium includes a floppy (registered trademark) disk, a CD-ROM (Compact Disc Read Only Memory), an MO (Magneto optical) disk, a DVD (Digital Versatile Disc), a magnetic disk, a semiconductor memory, and the like.
なお、プログラムは、上述したようなリムーバブル記録媒体からコンピュータにインストールすることになる。また、ダウンロードサイトから、コンピュータに無線転送することになる。また、ネットワークを介して、コンピュータに有線で転送することになる。 The program is installed in the computer from the removable recording medium as described above. In addition, it is wirelessly transferred from the download site to the computer. In addition, it is transferred to the computer via a network by wire.
また、本実施形態における通信システムは、上記実施形態で説明した処理動作に従って時系列的に処理が実行されるのみならず、処理を実行する装置の処理能力、あるいは、必要に応じて並列的にあるいは個別に処理を実行するように構築することも可能である。 In addition, the communication system in the present embodiment is not only executed in time series in accordance with the processing operation described in the above embodiment, but also in parallel with the processing capability of the apparatus that executes the processing, or in parallel as necessary. Alternatively, it can be configured to execute processing individually.
本発明は、映像や音声の配信を行うシステムに適用可能である。 The present invention is applicable to a system that distributes video and audio.
１１０ 送信側端末
１２０ 受信側端末
１３０ ネットワーク
２００ 通信装置
２０１ ネットワーク情報取得部
２０２ パターン抽出部
２０３ ネットワーク状態定義部
２０４ 類似度判定部
２０５ ネットワーク状態推定部
３００ 通信装置
３０１ ネットワーク情報取得部
３０２ パターン抽出部
３０３ ネットワーク状態定義部
３０４ ネットワーク状態遷移モデル部
３０５ 類似度判定部
３０６ ネットワーク状態推定部
１１００、１２００ 映像・音声端末
１０００ ネットワーク
２００１、２１０１ 中継装置
２００２、２００３、２１０２、２１０３ 映像・音声端末
２０００、２１００ 企業ネットワーク
２２００ インターネット
DESCRIPTION OF
Claims (13)
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定手段と、
を有することを特徴とする通信装置。 A state defining means for managing a plurality of network states in association with behavior patterns indicating the respective network states;
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation means;
A communication apparatus comprising:
前記ネットワーク情報の振る舞いパターンを抽出する抽出手段と、を有し、
前記状態定義手段は、
複数のネットワーク状態を、各々のネットワーク状態を特定するための統計情報と対応付けて管理しており、
前記情報取得手段で取得したネットワーク情報から得られる統計情報に対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態と対応付けて前記抽出手段で抽出した振る舞いパターンを登録することを特徴とする請求項１記載の通信装置。 Information acquisition means for acquiring network information;
Extracting means for extracting a behavior pattern of the network information,
The state defining means includes
Multiple network states are managed in association with statistical information for identifying each network state,
The network state corresponding to the statistical information obtained from the network information acquired by the information acquisition unit is identified from the network states managed by the state definition unit, and the extraction unit is associated with the identified network state. 2. The communication apparatus according to claim 1, wherein the behavior pattern extracted in (1) is registered.
前記ネットワーク情報に含まれる平均遅延と、パケットロスと、の少なくとも１つの情報、または、
前記ネットワーク情報に含まれる遅延データ列から算出した平均遅延と、パケットロスと、の少なくとも１つの情報であることを特徴とする請求項２記載の通信装置。 The statistical information is
At least one piece of information of average delay and packet loss included in the network information, or
The communication apparatus according to claim 2, wherein the communication apparatus is at least one information of an average delay and a packet loss calculated from a delay data string included in the network information.
前記ネットワーク情報に含まれる遅延データ列から行例を作成し、該作成した行例に対し、特異値分解、または、固有値分解を行い、前記振る舞いパターンを抽出することを特徴とする請求項２または３記載の通信装置。 The extraction means includes
3. A row example is created from a delayed data sequence included in the network information, and the behavior pattern is extracted by performing singular value decomposition or eigenvalue decomposition on the created row example. 3. The communication device according to 3.
前記抽出手段で抽出した振る舞いパターンと、前記特定したネットワーク状態と対応付けて既に登録されている登録済み振る舞いパターンと、の類似度が所定の閾値より低い場合に、前記抽出手段で抽出した振る舞いパターンを新たな振る舞いパターンとして登録することを特徴とする請求項２から４の何れか１項に記載の通信装置。 The state defining means includes
The behavior pattern extracted by the extraction unit when the similarity between the behavior pattern extracted by the extraction unit and the registered behavior pattern already registered in association with the specified network state is lower than a predetermined threshold value 5 is registered as a new behavior pattern. 5. The communication apparatus according to claim 2, wherein the communication apparatus is registered as a new behavior pattern.
前記状態推定手段は、
前記類似度判定手段で算出した類似度を基に、ネットワークを観測して得られる情報の振る舞いパターンと類似する登録済み振る舞いパターンを選定し、該選定した登録済み振る舞いパターンに対応付けられたネットワーク状態を、前記ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態として特定することを特徴とする請求項１から５の何れか１項に記載の通信装置。 Having a similarity determination means for calculating the similarity between the behavior pattern of the information obtained by observing the network and the registered behavior pattern managed by the state definition means;
The state estimating means includes
Based on the similarity calculated by the similarity determination means, a registered behavior pattern similar to the behavior pattern of information obtained by observing the network is selected, and the network state associated with the selected registered behavior pattern The communication apparatus according to claim 1, wherein a network state corresponding to a behavior pattern of information obtained by observing the network is specified.
前記状態推定手段は、
前記特定したネットワーク状態の遷移確率を前記状態遷移モデル手段から取得し、該取得した遷移確率と、前記特定したネットワーク状態と、を基にネットワーク状態を推定することを特徴とする請求項１から６の何れか１項に記載の通信装置。 A state transition model means for calculating a transition probability between network states managed by the state definition means;
The state estimating means includes
7. The transition probability of the specified network state is acquired from the state transition model means, and the network state is estimated based on the acquired transition probability and the specified network state. The communication device according to any one of the above.
前記通信装置は、
複数のネットワーク状態を、各々のネットワーク状態を示す振る舞いパターンと対応付けて管理する状態定義手段と、
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定手段と、
を有することを特徴とする通信システム。 A communication system comprising a plurality of communication devices,
The communication device
A state defining means for managing a plurality of network states in association with behavior patterns indicating the respective network states;
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state An estimation means;
A communication system comprising:
ネットワークの情報を取得する情報取得手段と、
前記ネットワーク情報の振る舞いパターンを抽出する抽出手段と、を有し、
前記状態定義手段は、
複数のネットワーク状態を、各々のネットワーク状態を特定するための統計情報と対応付けて管理しており、
前記情報取得手段で取得したネットワーク情報から得られる統計情報に対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態と対応付けて前記抽出手段で抽出した振る舞いパターンを登録することを特徴とする請求項８記載の通信システム。 The communication device
Information acquisition means for acquiring network information;
Extracting means for extracting a behavior pattern of the network information,
The state defining means includes
Multiple network states are managed in association with statistical information for identifying each network state,
The network state corresponding to the statistical information obtained from the network information acquired by the information acquisition unit is identified from the network states managed by the state definition unit, and the extraction unit is associated with the identified network state. 9. The communication system according to claim 8, wherein the behavior pattern extracted in step (b) is registered.
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定工程を行うことを特徴とする通信方法。 A communication method performed by a communication device having a state definition means for managing a plurality of network states in association with behavior patterns indicating each network state,
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state A communication method characterized by performing an estimation step.
複数のネットワーク状態を、各々のネットワーク状態を特定するための統計情報と対応付けて管理しており、
ネットワークの情報を取得する情報取得工程と、
前記ネットワーク情報の振る舞いパターンを抽出する抽出工程と、
前記情報取得工程で取得したネットワーク情報から得られる統計情報に対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態と対応付けて前記抽出工程で抽出した振る舞いパターンを登録する工程と、を有することを特徴とする請求項１０記載の通信方法。 The state defining means includes
Multiple network states are managed in association with statistical information for identifying each network state,
An information acquisition process for acquiring network information;
An extraction step of extracting a behavior pattern of the network information;
The network state corresponding to the statistical information obtained from the network information acquired in the information acquisition step is specified from the network states managed by the state definition means, and the extraction step is associated with the specified network state. The communication method according to claim 10, further comprising the step of registering the behavior pattern extracted in step 1.
ネットワークを観測して得られる情報の振る舞いパターンに対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態を基に、ネットワーク状態を推定する状態推定処理を、前記通信装置に実行させることを特徴とする通信プログラム。 A communication program for causing a communication device having a state definition means for managing a plurality of network states in association with behavior patterns indicating each network state,
A state in which the network state corresponding to the behavior pattern of the information obtained by observing the network is identified from the network states managed by the state definition means, and the network state is estimated based on the identified network state A communication program that causes the communication device to execute an estimation process.
複数のネットワーク状態を、各々のネットワーク状態を特定するための統計情報と対応付けて管理しており、
ネットワークの情報を取得する情報取得処理と、
前記ネットワーク情報の振る舞いパターンを抽出する抽出処理と、
前記情報取得処理で取得したネットワーク情報から得られる統計情報に対応するネットワーク状態を、前記状態定義手段で管理しているネットワーク状態の中から特定し、該特定したネットワーク状態と対応付けて前記抽出処理で抽出した振る舞いパターンを登録する処理と、を、前記通信装置に実行させることを特徴とする請求項１２記載の通信プログラム。 The state defining means includes
Multiple network states are managed in association with statistical information for identifying each network state,
An information acquisition process for acquiring network information;
An extraction process for extracting a behavior pattern of the network information;
The network status corresponding to the statistical information obtained from the network information acquired by the information acquisition processing is specified from the network status managed by the status definition means, and the extraction processing is associated with the specified network status. The communication program according to claim 12, wherein the communication device is caused to execute processing for registering the behavior pattern extracted in step (b).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008028771A JP5034998B2 (en) | 2008-02-08 | 2008-02-08 | COMMUNICATION DEVICE, COMMUNICATION SYSTEM, COMMUNICATION METHOD, AND COMMUNICATION PROGRAM |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008028771A JP5034998B2 (en) | 2008-02-08 | 2008-02-08 | COMMUNICATION DEVICE, COMMUNICATION SYSTEM, COMMUNICATION METHOD, AND COMMUNICATION PROGRAM |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009188885A true JP2009188885A (en) | 2009-08-20 |
| JP5034998B2 JP5034998B2 (en) | 2012-09-26 |
Family
ID=41071653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008028771A Expired - Fee Related JP5034998B2 (en) | 2008-02-08 | 2008-02-08 | COMMUNICATION DEVICE, COMMUNICATION SYSTEM, COMMUNICATION METHOD, AND COMMUNICATION PROGRAM |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5034998B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011158421A1 (en) * | 2010-06-16 | 2011-12-22 | 日本電気株式会社 | Model specification device |
| WO2017019103A1 (en) * | 2015-07-30 | 2017-02-02 | Hewlett Packard Enterprise Development Lp | Network traffic pattern based machine readable instruction identification |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10111862A (en) * | 1996-08-13 | 1998-04-28 | Fujitsu Ltd | Device for analyzing time sequence based on recurrent neural network and its method |
| JP2002009798A (en) * | 2000-06-27 | 2002-01-11 | Nippon Telegr & Teleph Corp <Ntt> | Route control system |
| JP2002124991A (en) * | 2000-09-05 | 2002-04-26 | Microsoft Corp | System and method for relaxing network congestion |
| JP2004248205A (en) * | 2003-02-17 | 2004-09-02 | Nippon Telegr & Teleph Corp <Ntt> | Congestion monitoring method and congestion monitoring system for packet network |
| JP2004254258A (en) * | 2002-12-24 | 2004-09-09 | Sony Corp | Apparatus and method for processing information, data telecommunication system and program |
| JP2005236813A (en) * | 2004-02-20 | 2005-09-02 | Ntt Docomo Inc | Controller of network device, communication system and abnormality detection method |
| JP2007208571A (en) * | 2006-02-01 | 2007-08-16 | Nec Corp | Communication system, communication device, congestion control method used for them, and its program |
-
2008
- 2008-02-08 JP JP2008028771A patent/JP5034998B2/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10111862A (en) * | 1996-08-13 | 1998-04-28 | Fujitsu Ltd | Device for analyzing time sequence based on recurrent neural network and its method |
| JP2002009798A (en) * | 2000-06-27 | 2002-01-11 | Nippon Telegr & Teleph Corp <Ntt> | Route control system |
| JP2002124991A (en) * | 2000-09-05 | 2002-04-26 | Microsoft Corp | System and method for relaxing network congestion |
| JP2004254258A (en) * | 2002-12-24 | 2004-09-09 | Sony Corp | Apparatus and method for processing information, data telecommunication system and program |
| JP2004248205A (en) * | 2003-02-17 | 2004-09-02 | Nippon Telegr & Teleph Corp <Ntt> | Congestion monitoring method and congestion monitoring system for packet network |
| JP2005236813A (en) * | 2004-02-20 | 2005-09-02 | Ntt Docomo Inc | Controller of network device, communication system and abnormality detection method |
| JP2007208571A (en) * | 2006-02-01 | 2007-08-16 | Nec Corp | Communication system, communication device, congestion control method used for them, and its program |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011158421A1 (en) * | 2010-06-16 | 2011-12-22 | 日本電気株式会社 | Model specification device |
| WO2017019103A1 (en) * | 2015-07-30 | 2017-02-02 | Hewlett Packard Enterprise Development Lp | Network traffic pattern based machine readable instruction identification |
| US10757029B2 (en) | 2015-07-30 | 2020-08-25 | Trend Micro Incorporated | Network traffic pattern based machine readable instruction identification |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5034998B2 (en) | 2012-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9781474B2 (en) | Content playback information estimation apparatus and method and program | |
| US9723329B2 (en) | Method and system for determining a quality value of a video stream | |
| JP5673538B2 (en) | Distribution system | |
| EP3310000B1 (en) | Methods and systems for analyzing streaming media sessions | |
| CN113630391A (en) | In-service quality monitoring system with intelligent retransmission and interpolation | |
| JP4460506B2 (en) | User experience quality estimation apparatus, method, and program | |
| JP6033058B2 (en) | Communication path identification device | |
| JP4523395B2 (en) | User experience quality monitoring apparatus and method | |
| JP5034998B2 (en) | COMMUNICATION DEVICE, COMMUNICATION SYSTEM, COMMUNICATION METHOD, AND COMMUNICATION PROGRAM | |
| US20120327954A1 (en) | Packet Meta-Tagging Using Excess Payload | |
| US11553027B2 (en) | Methods and systems for improving performance of streaming media sessions | |
| JP4460523B2 (en) | User experience quality estimation apparatus, method, and program | |
| JP5532045B2 (en) | Communications system | |
| KR20170072788A (en) | Apparatus and method for estimating packet loss based on machine learning | |
| JP2009124362A (en) | Communicating system, communication apparatus, control parameter determining method, and program | |
| JP6033069B2 (en) | Communication quality estimation device | |
| Radhika et al. | Video Traffic Analysis over LEACH-GA routing protocol in a WSN | |
| JP4668851B2 (en) | Quality class determination apparatus, quality class determination method, and program | |
| CN113784081A (en) | Method, medium, and system for dynamically selecting a codec | |
| WO2011158421A1 (en) | Model specification device | |
| JP4809256B2 (en) | Data streaming method | |
| KR101627796B1 (en) | Device Indicator Data Transmitting Method for Network based AV System | |
| JP2011130035A (en) | Transmission apparatus and transmission method | |
| JP6780978B2 (en) | Information record control device and information record control method | |
| US20220232060A1 (en) | Methods and systems for improving performance of streaming media sessions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110114 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20110920 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120229 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120313 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120511 |
|
| 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: 20120605 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120618 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150713 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5034998 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |