JP2015106220A - 体感通信品質推定装置及び体感通信品質推定プログラム - Google Patents
体感通信品質推定装置及び体感通信品質推定プログラム Download PDFInfo
- Publication number
- JP2015106220A JP2015106220A JP2013246939A JP2013246939A JP2015106220A JP 2015106220 A JP2015106220 A JP 2015106220A JP 2013246939 A JP2013246939 A JP 2013246939A JP 2013246939 A JP2013246939 A JP 2013246939A JP 2015106220 A JP2015106220 A JP 2015106220A
- Authority
- JP
- Japan
- Prior art keywords
- communication quality
- log
- user
- information
- sensible
- 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.)
- Pending
Links
Landscapes
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】ユーザ毎、端末機種毎の各種ログに関する分析結果をエリアにおける通信品質情報に加味することにより、各ユーザの体感通信品質を推定可能とする。【解決手段】キャリア網にてユーザ端末や通信設備から収集される通信品質情報を収集する通信品質情報収集部11と、前記ユーザ端末が前記キャリア網で各種サービスの提供を受ける場合に発生する各種ログや各種情報を検定データとして収集しユーザ毎、端末機種毎に管理するログ収集部12と、前記各種ログや各種情報を分析し異常度合を判定するログ異常判定部13と、前記通信品質情報収集部で収集された通信品質情報に対して前記異常度合を加味して前記ユーザ毎、端末機種毎の利用状況に合わせた体感通信品質を推定する体感通信品質推定部15を備える。【選択図】図2
Description
本発明は、広域な移動体通信における各エリアの通信品質管理に関し、ユーザ毎、端末機種毎のログの分析結果を加味することによる各ユーザの体感通信品質を推定する体感通信品質推定装置及び体感通信品質推定プログラムに関する。
無線基地局等のキャリアが保有する通信設備からは、図6に示すように、通信品質に関わる様々な情報(トラフィックやスループット情報等)が出力される。また、ユーザ端末や通信設備からは、ユーザ端末の位置情報が提供される。
一方、通信システムやアプリケーションの事業者サーバ側においては、各ユーザの呼処理ログ(CDL:Call Detail Log、CDR:Call Detail Record)や、Webサイト含めたサーバアプリケーションへのアクセスログ、課金情報ログ、ネットワーク機器のログなどが出力される。更には、ユーザからのSNSへの投稿情報や事業者(コールセンタ)への問い合わせ情報、DPI(Deep Packet Inspection)技術により取得されたユーザのスループット情報なども集まる。以下、これらの収集される各種情報を総称して「ログ」と称す。
一方、通信システムやアプリケーションの事業者サーバ側においては、各ユーザの呼処理ログ(CDL:Call Detail Log、CDR:Call Detail Record)や、Webサイト含めたサーバアプリケーションへのアクセスログ、課金情報ログ、ネットワーク機器のログなどが出力される。更には、ユーザからのSNSへの投稿情報や事業者(コールセンタ)への問い合わせ情報、DPI(Deep Packet Inspection)技術により取得されたユーザのスループット情報なども集まる。以下、これらの収集される各種情報を総称して「ログ」と称す。
従来、ネットワークから得られる通信状況に関わる情報(トラフィックやスループット情報)、ユーザの声や現地調査データ、基地局のシステムログやエリア内の設備計画などを基に統計分析等を行うことにより、通信の不具合が発生している箇所をエリアレベルで割り出すことが可能となっている。
例えば、TCPコネクションの確立時に送受信されるSYN、SYN+ACK、ACKの遅延時間や、HTTP要求の到着時刻からHTTP応答の到着時刻までの時間差及び当該時間差内で送受されるデータ量によりユーザ側での通信品質を推定することができる。
例えば、TCPコネクションの確立時に送受信されるSYN、SYN+ACK、ACKの遅延時間や、HTTP要求の到着時刻からHTTP応答の到着時刻までの時間差及び当該時間差内で送受されるデータ量によりユーザ側での通信品質を推定することができる。
また、特許文献1の「通信品質測定方法および装置」には、各パケットの属性情報に基づいて、ユーザ(クライアント)側での体感通信品質を分析する技術が開示されている。
また、特許文献2の「通信網の品質分析システム、品質分析装置、品質分析方法、及びプログラム」には、呼処理ログをとり、通信網の品質劣化を検出し、呼処理ログから通信網の階層ごとの品質劣化量の分布の偏り度合いを定量化し、この偏り度合いと各階層を構成する端末、通信装置ならびに通信エリアを示す帰属関係の情報とを用いて、通信品質の劣化原因である端末、通信装置または通信エリアを推定する技術が開示されている。
また、特許文献2の「通信網の品質分析システム、品質分析装置、品質分析方法、及びプログラム」には、呼処理ログをとり、通信網の品質劣化を検出し、呼処理ログから通信網の階層ごとの品質劣化量の分布の偏り度合いを定量化し、この偏り度合いと各階層を構成する端末、通信装置ならびに通信エリアを示す帰属関係の情報とを用いて、通信品質の劣化原因である端末、通信装置または通信エリアを推定する技術が開示されている。
しかしながら、移動体通信における各エリアの通信品質に関して、基地局(あるいはエリア)レベルでの品質だけではなく、各ユーザが実際にどのように体感しているのかを把握したいという要望があった。
すなわち、各ユーザの体感通信品質は、ユーザのトラフィック情報(例えばパケットの遅延時間等)の値によって一律に判定できるものではなく、ユーザがどのサービス("サービス"とは、Webやメール、SNS等の種別を指す)をどのような状況で利用しているかなどにより異なるものであるため、移動機の利用状況も加味したユーザの現実的な体感通信品質を推測することが移動体通信におけるインフラ整備等における効率的な運用に繋がると考えられる。
すなわち、各ユーザの体感通信品質は、ユーザのトラフィック情報(例えばパケットの遅延時間等)の値によって一律に判定できるものではなく、ユーザがどのサービス("サービス"とは、Webやメール、SNS等の種別を指す)をどのような状況で利用しているかなどにより異なるものであるため、移動機の利用状況も加味したユーザの現実的な体感通信品質を推測することが移動体通信におけるインフラ整備等における効率的な運用に繋がると考えられる。
したがって、ユーザがサービスを利用することにより出力されるログ(移動機のユーザが利用中のゲームの種類やアクセスしているサイトなどの情報を含む)も加味した通信品質劣化のレベルを推測することは有益である。例えば、単にトラフィック情報のみで通信品質を判定した場合、通信品質は良いとは言えないがユーザが使用する状況(利用するサービスの種類等)によっては、通信品質に満足している場合も考えられる。このような場合、無駄な対応(メンテナンス)工数が支出される可能性がある。
逆に、通信品質は良いと判断されているがユーザは満足していないケースもあり得るため、ユーザの満足度に合わせて効率的な運用を行うことが、移動体通信における全エリアの通信品質向上を図ることになる。
逆に、通信品質は良いと判断されているがユーザは満足していないケースもあり得るため、ユーザの満足度に合わせて効率的な運用を行うことが、移動体通信における全エリアの通信品質向上を図ることになる。
各ユーザの体感通信品質を把握するためには、各ユーザが体感している通信品質劣化の内訳、どのようなサービスに対してどう品質が悪いと感じているのか(例えば、映像が見にくい、繋がりにくい、途切れる、画面が切り換わる速度等の応答性)を把握することが重要であるが、従来、体感通信品質を定量的に評価するようなシステムは存在していなかった。
本発明は上記実情に鑑みて提案されたものであり、ユーザ毎、端末機種毎のログ等に関する分析結果を各エリアにおける通信品質情報に加味することにより、各ユーザの体感通信品質を推定可能とした体感通信品質推測装置及び体感品質推測プログラムを提供することを目的としている。
上記目的を達成するため本発明(請求項1)は、ユーザ端末や通信設備から得られる情報を観測して通信品質を測定する体感通信品質推定装置において、次の各構成を備えたことを特徴としている。
キャリア網にてユーザ端末や通信設備から収集される通信品質情報を収集する通信品質情報収集部。
前記ユーザ端末が前記キャリア網で各種サービスの提供を受ける場合に発生する各種ログや各種情報を検定データとして収集しユーザ毎、端末機種毎、サービス種別毎に管理するログ収集部。
前記各種ログや各種情報を分析し異常度合を判定するログ異常判定部。
前記通信品質情報収集部で収集された通信品質情報に対して前記異常度合を加味して前記ユーザ毎、端末機種毎の利用状況に合わせた体感通信品質を推定する体感通信品質推定部。
キャリア網にてユーザ端末や通信設備から収集される通信品質情報を収集する通信品質情報収集部。
前記ユーザ端末が前記キャリア網で各種サービスの提供を受ける場合に発生する各種ログや各種情報を検定データとして収集しユーザ毎、端末機種毎、サービス種別毎に管理するログ収集部。
前記各種ログや各種情報を分析し異常度合を判定するログ異常判定部。
前記通信品質情報収集部で収集された通信品質情報に対して前記異常度合を加味して前記ユーザ毎、端末機種毎の利用状況に合わせた体感通信品質を推定する体感通信品質推定部。
請求項2は、請求項1の体感通信品質推定装置において、
前記ログ異常判定部は、正常時における各種ログの端末機種とサービス種別の組み合わせ毎のモデル分布(統計分布)に対する前記検定データの距離や、正常時のログ遷移確率に対する前記検定データの距離を分析することで異常度合を判定する
ことを特徴としている。
前記ログ異常判定部は、正常時における各種ログの端末機種とサービス種別の組み合わせ毎のモデル分布(統計分布)に対する前記検定データの距離や、正常時のログ遷移確率に対する前記検定データの距離を分析することで異常度合を判定する
ことを特徴としている。
請求項3は、請求項1の体感通信品質推定装置において、
前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のリセットパケットの出現頻度を分析し、前記出現頻度から異常度合を判定する
ことを特徴としている。
前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のリセットパケットの出現頻度を分析し、前記出現頻度から異常度合を判定する
ことを特徴としている。
請求項4は、請求項1の体感通信品質推定装置において、
前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のHTTP応答時間を分析し、前記応答時間から異常度合を判定する
ことを特徴としている。
前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のHTTP応答時間を分析し、前記応答時間から異常度合を判定する
ことを特徴としている。
請求項5は、請求項1の体感通信品質推定装置において、
前記体感通信品質推定部は、体感通信品質を段階的に表示可能とする出力表示部を更に備え、
前記ログ収集部は、前記ユーザ端末の位置に関するGPS情報を収集し、
前記ユーザ端末の位置と体感通信品質の段階的な表示を示すマークを前記出力表示部に表示された地図上にプロットする
ことを特徴としている。
前記体感通信品質推定部は、体感通信品質を段階的に表示可能とする出力表示部を更に備え、
前記ログ収集部は、前記ユーザ端末の位置に関するGPS情報を収集し、
前記ユーザ端末の位置と体感通信品質の段階的な表示を示すマークを前記出力表示部に表示された地図上にプロットする
ことを特徴としている。
請求項6は、請求項5の体感通信品質推定装置において、
前記マークは、色分けすることで体感通信品質の段階的な表示を行う
ことを特徴としている。
前記マークは、色分けすることで体感通信品質の段階的な表示を行う
ことを特徴としている。
請求項7は、体感通信品質推定プログラムであり、請求項1に記載された各部をコンピュータ上に構築することを特徴としている。
本発明の体感通信品質推定装置によれば、ユーザ端末(移動機)の利用状況を加味したユーザ毎、端末機種毎の体感通信品質を推定することができる。
したがって、ユーザ端末における体感通信品質が推定できるので、どれくらいの優先度で何を改善すべきかが、よりユーザ視点で判断可能となり、適切な品質を容易に提供できるため、ユーザ評価が向上するとともに、通信設備の過剰投資や運用者の無駄な稼働工数を抑えることができる。
したがって、ユーザ端末における体感通信品質が推定できるので、どれくらいの優先度で何を改善すべきかが、よりユーザ視点で判断可能となり、適切な品質を容易に提供できるため、ユーザ評価が向上するとともに、通信設備の過剰投資や運用者の無駄な稼働工数を抑えることができる。
また、体感通信品質を段階的に表示可能とする出力表示部を備えることで、地図上にユーザ端末(移動機)の位置がマークでプロットされるので、ユーザ端末の利用状況を加味したエリア毎の体感通信品質を容易に把握することができる。
更に、マークを色分けすることにより、地図上で体感通信品質の程度を容易に把握することができる。
本発明の体感通信品質推定装置の実施形態の一例について、図1及び図2を参照しながら説明する。
図1は、本発明の体感通信品質推定装置1が提供される通信設備環境を示すモデル図であり、ユーザ端末(移動機)2は、インターネットを介してWebやSNS等における各種のサービス(サービス利用A)を受けることができる。
図1は、本発明の体感通信品質推定装置1が提供される通信設備環境を示すモデル図であり、ユーザ端末(移動機)2は、インターネットを介してWebやSNS等における各種のサービス(サービス利用A)を受けることができる。
ユーザ端末2が各種のサービス(サービス利用A)を受けた場合、サービス提供者との間で各種ログが発生するが、これら各種ログについて、ログ収集プラットフォーム3が収集(ログ収集C)する。各種ログには、サーバアプリログ(Web,メール等)、ネットワーク機器ログ、CDL、課金ログ、DPI監視情報の他、SNS上での書き込み文書による情報等が含まれる。
また、ログ収集プラットフォーム3は、ユーザがコールセンタ4に問い合わせ(問い合わせB)をした場合に発生する問い合わせログも収集(ログ収集D)する。
更に、ログ収集プラットフォーム3は、エリアに関する通信品質を推定する既存の通信品質推定装置5から通信品質情報を収集(通信品質情報収集E)する。
また、ログ収集プラットフォーム3は、ユーザがコールセンタ4に問い合わせ(問い合わせB)をした場合に発生する問い合わせログも収集(ログ収集D)する。
更に、ログ収集プラットフォーム3は、エリアに関する通信品質を推定する既存の通信品質推定装置5から通信品質情報を収集(通信品質情報収集E)する。
本発明の体感通信品質推定装置1は、ログ収集プラットフォームから各種ログを読み込み(ログ読込F)、ログの分析、クラスタリング、異常判定(距離計算)を行い、既存の通信品質推定装置5から得られたエリアに関する通信品質情報を勘案してユーザ端末2における体感通信品質を推定し出力する(分析・結果出力G)。通信設備の運用者は、推定された体感通信品質の出力を監視する(体感品質チェックH)。
体感通信品質推定装置1は、オペレーティングシステム(OS)を含む基本プログラムや各種の基本デバイスが記憶されたROMと、各種のプログラムやデータが記憶されるハードディスクドライブ装置(HDD)と、CR-ROMやDVD等の記憶媒体からプログラムやデータを読み出すメディアドライブ装置と、プログラムを実行するCPUと、このCPUにワークエリアを提供するRAMと、外部装置と通信するパラレル/シリアルI/Fとを主要部分とする一般的な構成を備えたコンピュータ上に構築されている。
例えば、上述したコンピュータにおいて、メディアドライブ装置で読み取られた体感通信品質推定プログラムがHDDにインストールされることで体感通信品質推定装置1が構築される。
例えば、上述したコンピュータにおいて、メディアドライブ装置で読み取られた体感通信品質推定プログラムがHDDにインストールされることで体感通信品質推定装置1が構築される。
体感通信品質推定装置1は、図2に示されるように、既存の通信品質推定装置5等からエリアに関する通信品質情報を収集する通信品質情報収集部11と、各種ログを収集するログ収集部12と、各種ログと正常モデルとの比較によりログの異常を判定するログ異常判定部13と、体感品質が正常時のログを学習して正常モデルを作成するモデル生成部14と、ユーザ端末2における体感通信品質の推定を行う体感通信品質推定部15と、推定結果を表示する結果出力部16を備えて構成されている。
また、体感通信品質推定装置1は、ログ分類や正常モデルと比較可能な情報にログを加工して検定データを得る情報加工部17と、ユーザ端末2が使用されているエリアを紐づけるユーザ/エリアマッピング部18と、初期パラメータ(ログ/モデル/異常判定結果格納パス、分析単位時間、レポートメール送信元アドレス等)の設定や正常モデルの読込を行う初期設定部21と、体感通信品質の劣化原因となる情報を抽出する詳細情報・ユーザ行動抽出部22を備えている。
また、体感通信品質推定装置1は、ログ分類や正常モデルと比較可能な情報にログを加工して検定データを得る情報加工部17と、ユーザ端末2が使用されているエリアを紐づけるユーザ/エリアマッピング部18と、初期パラメータ(ログ/モデル/異常判定結果格納パス、分析単位時間、レポートメール送信元アドレス等)の設定や正常モデルの読込を行う初期設定部21と、体感通信品質の劣化原因となる情報を抽出する詳細情報・ユーザ行動抽出部22を備えている。
ログ異常判定部13では、各種ログと正常モデルとの比較によりログの異常を判定するので、ユーザによる体感通信品質が良好であると判断されたサンプルログ(教師データ)が予め存在することが必要である。サンプルログは、ユーザによる体感通信品質が良好であると判断された時点のログを運用者が用意する。初期段階では、このサンプルログにより、ログ収集部12、情報加工部17、ログ異常判定部13と連携しつつ、モデル生成部14が正常モデルを生成し、メモリ上およびディスク上に正常モデルを保管する。
通信品質情報収集部11は、通信品質推定装置5よりエリア毎の通信品質情報(音声通話やデータ通信時における品質、電波状況に関する情報)を収集する。通信品質情報には、移動機と通信設備とが通信を行う場合の接続率、接続完了率、ハンドダウン率等がある。この情報からユーザ端末2(移動機)のエリア毎の通信品質が把握できる。また、これら情報は、体感通信品質推定部15へ出力される。
ログ収集部12は、各種ログ(観測値)を取得する。各種ログには、呼詳細情報ログ(CDL:Call Detail Log、CDR:Call Detail Record)、各種サーバアプリケーションログ(Webサーバアクセスログやメールサーバログ、ftpサーバログ等)、課金情報ログ、コールセンタ問い合わせログ、ネットワーク機器ログ、SNS投稿情報、DPI情報及びGPS情報(ユーザ端末位置)などが含まれる。取得された各種ログは、電話番号やユーザIDによりユーザ単位、機種単位で管理され、情報加工部17及びユーザ/エリアマッピング部18へ出力される。
情報加工部17では、取得した各種ログについて、ユーザ毎、端末機種毎、サービス("サービス"とは、Webやメール、SNS等の種別を指す)毎、システム毎のログ分布や、正常モデルと比較可能な形式への加工することで検定データを得る。情報加工部17で加工された情報(検定データ)は、ログ異常判定部13及び詳細情報・ユーザ行動抽出部22へ出力される。
ユーザ/エリアマッピング部18では、GPS情報からユーザ端末2が属するエリアの紐づけが行われ、その情報は体感通信品質推定部15へ出力される。
モデル生成部14では、情報加工部17及びログ異常判定部13を介してユーザにおいて体感通信品質が良好であると判断された期間のログ(正常時のサンプルログ)を分析することで正常モデルを作成して保持する。各ユーザが利用しているサービスごとの正常モデルの生成が行われる。 すなわち、ユーザはどのようなサービス("サービス"とは、Webやメール、SNS等の種別を指す)を利用している際に、どの程度を満足と感じていたかについて、サンプルログをモデル化することで正常モデルを学習して作成する。
例えば、図3に示すように、サーバアプリログ(Web,メール等)、ネットワーク機器ログ、CDL、課金ログ、DPI監視情報、問い合わせログ、SNS上での書き込み文書による情報等の各種ログを体質品質正常時のサンプルログ(教師データ)として収集し、ログの種類毎に分割し、更に機種(A〜D)毎にログを分別し、統計分析、遷移分析、リセット率分析、HTTP応答時間分析などにより機種毎(A〜D)に正常モデルを作成する。
これにより、サービスの性質・種別ごとにログを分析し、ユーザ端末2の機種毎に正常モデルを作成することが可能となる。作成された正常モデルは、ログ異常判定部13でのログ異常度合の判断に利用される。
例えば、図3に示すように、サーバアプリログ(Web,メール等)、ネットワーク機器ログ、CDL、課金ログ、DPI監視情報、問い合わせログ、SNS上での書き込み文書による情報等の各種ログを体質品質正常時のサンプルログ(教師データ)として収集し、ログの種類毎に分割し、更に機種(A〜D)毎にログを分別し、統計分析、遷移分析、リセット率分析、HTTP応答時間分析などにより機種毎(A〜D)に正常モデルを作成する。
これにより、サービスの性質・種別ごとにログを分析し、ユーザ端末2の機種毎に正常モデルを作成することが可能となる。作成された正常モデルは、ログ異常判定部13でのログ異常度合の判断に利用される。
ログ異常判定部13は、読み込まれた各種ログ(検定データ)について、モデル生成部14に記憶されたログの正常モデルとの比較による分析で、ログが異常と判定された場合、体感通信品質を表す重み値が導出され、体感通信品質推定部15へ出力される。
すなわち、図4に示すように、ユーザ毎(u1〜u3)に単位時間毎の各種ログを得ることで、ユーザが使用する機種毎のログを収集し、機種毎(A〜D)にモデル化された正常モデルとの照合を行うことで、ログの異常の有無を判定する。
すなわち、図4に示すように、ユーザ毎(u1〜u3)に単位時間毎の各種ログを得ることで、ユーザが使用する機種毎のログを収集し、機種毎(A〜D)にモデル化された正常モデルとの照合を行うことで、ログの異常の有無を判定する。
ログ異常判定は、サービス毎のログ(検定データ)に対して、該当するサービスの正常モデルとの距離を測り、満足度を推定する。距離が大きい場合は、満足度が低いと判断する。サービス毎に分けて異常を判定することにより、例えば、メールでは不満は感じないが、Webアクセス(動画配信)サービスでは不満を感じるといった、ユーザのサービス毎の体感品質を分析することが可能となる。
ログの異常度合の測定方法としては、正常時のログ(正常モデル)に対する検定データのログの変化を測ることで異常度合を判定することができる。ログ変化の測定は、以下の(1)〜(4)で示すような各種の例が考えられる。
(1)正常モデルに対し、任意の検定対象期間におけるログ(検定データ)の統計値分布の距離を測り体感品質を推測する。距離が大きければ、体感品質が低いと判断する。距離の測定に関しては、Z検定、マハラノビス距離等、既存の手法を用いることができる。
(2)正常モデルに対し、任意の検定対象期間におけるログ(検定データ)の遷移確率情報の距離を測り体感品質を推測する。距離が大きければ、体感品質が低いと判断する。距離の測定に関しては、上記同様に、Z検定、マハラノビス距離等、既存の手法を用いることができる。ログの遷移確率情報については、同じ発明者による特願2012−275113に記載された技術を使用する。
(3)正常モデルに対し、任意の検定対象期間における前記CDLやNATログ(検定データ)からTCPセッションのリセット率(ユーザ毎、端末機種毎のリセットパケットの出現頻度)を分析し、正常モデルでのリセットパケット出現頻度との差分から、リセット率を算出する。度々リセットされている場合には、体感品質が低いと判断する。
(4)単位時間あたりの通信品質情報(Webサーバログやftpサーバログから得られるHTTP応答時間平均値、データ転送速度等)をログ(検定データ)から導出し、正常モデルでの通信品質情報との差分から低下率を算出する。
(1)正常モデルに対し、任意の検定対象期間におけるログ(検定データ)の統計値分布の距離を測り体感品質を推測する。距離が大きければ、体感品質が低いと判断する。距離の測定に関しては、Z検定、マハラノビス距離等、既存の手法を用いることができる。
(2)正常モデルに対し、任意の検定対象期間におけるログ(検定データ)の遷移確率情報の距離を測り体感品質を推測する。距離が大きければ、体感品質が低いと判断する。距離の測定に関しては、上記同様に、Z検定、マハラノビス距離等、既存の手法を用いることができる。ログの遷移確率情報については、同じ発明者による特願2012−275113に記載された技術を使用する。
(3)正常モデルに対し、任意の検定対象期間における前記CDLやNATログ(検定データ)からTCPセッションのリセット率(ユーザ毎、端末機種毎のリセットパケットの出現頻度)を分析し、正常モデルでのリセットパケット出現頻度との差分から、リセット率を算出する。度々リセットされている場合には、体感品質が低いと判断する。
(4)単位時間あたりの通信品質情報(Webサーバログやftpサーバログから得られるHTTP応答時間平均値、データ転送速度等)をログ(検定データ)から導出し、正常モデルでの通信品質情報との差分から低下率を算出する。
また、ログの異常度合の測定方法の他の例として、Webサーバアプリケーションへのアクセスログをサービスの性質・種別ごとにクラスタリングし、ユーザの単位時間あたりのアクセス先移行情報を抽出し出力する。すなわち、ユーザが、どのようなサービス(クラスタ)から、どのようなサービス(クラスタ)に移行しているか、といった情報を出力する。ユーザが利用しているサービスのクラスタリングの方法に関しては、アクセス先ドメインや通信頻度、必要な通信料などの属性を基に既存クラスタリング技術にて分類する。
これにより、例えば、ユーザが高頻度な通信を必要とするサービス(クラスタ)から低頻度な通信で実行可能なサービス(クラスタ)への移行(切り替え)を行っているかどうかが確認でき、この移行(切り替え)が該当エリア内で多ければ多いほどそのエリアにおける体感通信品質低下が予測できる。切り替え回数が大きい場合には、体感通信品質が低いと判断する。
これにより、例えば、ユーザが高頻度な通信を必要とするサービス(クラスタ)から低頻度な通信で実行可能なサービス(クラスタ)への移行(切り替え)を行っているかどうかが確認でき、この移行(切り替え)が該当エリア内で多ければ多いほどそのエリアにおける体感通信品質低下が予測できる。切り替え回数が大きい場合には、体感通信品質が低いと判断する。
初期設定部21に読み込まれた初期パラメタや正常モデルの情報は、ログ異常判定部13等を含む各部間でメモリ(図示せず)上にて共有される。過去に生成したログのモデルが既に存在する場合、正常モデルとして読み込まれる。
体感通信品質推定部15では、ユーザと端末機種とサービス種別毎のログの分析結果(ログの異常度合)を通信品質情報(通信品質情報収集部11で得た通信品質情報)に加味(重み付け)し、ユーザと端末機種とサービス種別毎の利用状況に応じた体感通信品質を推測する。具体的には、ログの異常度合と通信品質情報と掛け合わせることで行われる。
ログの分析結果(ログの異常度合)による加味(重み付け)は、ログ異常判定により得たログの変化値の大小を、検定対象期間の通信品質の情報である下記に示す接続率等に加味することで行われる。
ログの変化値には、
・正常モデルとの距離(例えば1.96といったような数値)、
・リセットパケット出現頻度の差分、
・通信品質低下率(HTTP応答時間、データ転送速度の変化)、
がある。
ログの変化値には、
・正常モデルとの距離(例えば1.96といったような数値)、
・リセットパケット出現頻度の差分、
・通信品質低下率(HTTP応答時間、データ転送速度の変化)、
がある。
また、接続率等には、
・接続率(値が大きいほど品質良好)、
・接続完了率(値が大きいほど品質良好)、
・接続時間(値が小さいほど品質良好)、
・通信時間(値が小さいほど品質良好)、
・RSRP(Reference Signal Received Power:基準信号受信パワー)(値が大きいほど品質良好)、
・RSRQ(Reference Signal Recieved Quality:基準信号受信品質)(値が大きいほど品質良好)
・SINR(Signal-to-Interference and Noise power Ratio:信号対雑音. 干渉電力比)(値が大きいほど品質良好)、
・ハンドダウン率(値が小さいほど品質良好)、
がある。
・接続率(値が大きいほど品質良好)、
・接続完了率(値が大きいほど品質良好)、
・接続時間(値が小さいほど品質良好)、
・通信時間(値が小さいほど品質良好)、
・RSRP(Reference Signal Received Power:基準信号受信パワー)(値が大きいほど品質良好)、
・RSRQ(Reference Signal Recieved Quality:基準信号受信品質)(値が大きいほど品質良好)
・SINR(Signal-to-Interference and Noise power Ratio:信号対雑音. 干渉電力比)(値が大きいほど品質良好)、
・ハンドダウン率(値が小さいほど品質良好)、
がある。
また、情報加工部17において、ログ収集部12で収集した各種ログを移動機(ユーザ端末)の機種情報により振り分けすれば、ユーザ毎に加え端末機種毎の体感通信品質を推測することが可能となる。
また、情報加工部17において、ログ収集部12で収集した各種ログをシステム情報(3G、LTE、WiFi)により振り分けすれば、ユーザ毎に加えシステム毎の体感通信品質を推測することが可能となる。
また、情報加工部17において、ログ収集部12で収集した各種ログをシステム情報(3G、LTE、WiFi)により振り分けすれば、ユーザ毎に加えシステム毎の体感通信品質を推測することが可能となる。
結果出力部16は出力表示部30を備え、ユーザ毎、端末機種毎、システム毎の体感通信品質情報をファイルや画面やメールで出力する。出力表示部30に表示されるユーザ端末毎の体感通信品質情報は、図5に示すように、格子線(例えば、画面上において50m×50m領域を示す)が表示された地図上にマーク31をプロットすることで行われる。
マーク31は、円形の点からなり、GPS情報に基づいたユーザ端末2の位置を示すとともに、複数の色で色分けすることで、体感通信品質が段階的(例えば、良い、普通、悪い、の3段階)に表示される。
例えば、体感通信品質に問題がある場合に、マーク31を赤色で表示するとした場合、地図上で赤色のプロットが多い地域は、ユーザ端末2の使用状況に応じた体感通信品質が悪いと推定されるエリアであることが容易に把握できる。
また、体感通信品質の段階的な表示は、マーク31の色分けではなく、マーク31の形状(円形、星形、四角形、三角形等)を変化させるようにしてもよい。
マーク31は、円形の点からなり、GPS情報に基づいたユーザ端末2の位置を示すとともに、複数の色で色分けすることで、体感通信品質が段階的(例えば、良い、普通、悪い、の3段階)に表示される。
例えば、体感通信品質に問題がある場合に、マーク31を赤色で表示するとした場合、地図上で赤色のプロットが多い地域は、ユーザ端末2の使用状況に応じた体感通信品質が悪いと推定されるエリアであることが容易に把握できる。
また、体感通信品質の段階的な表示は、マーク31の色分けではなく、マーク31の形状(円形、星形、四角形、三角形等)を変化させるようにしてもよい。
詳細情報・ユーザ行動抽出部22は、体感通信品質劣化の詳細情報を抽出するもので、各種ログの検定データからセッションのリセット数、HTTP応答時間平均値、ビットレート、アクセス先移行情報等が抽出され、各情報は体感通信品質推定部15へ出力される。
体感通信品質推定部15へ出力された単位時間あたりの通信品質情報(セッションのリセット数やHTTP応答時間平均値、アクセス先移行情報、ビットレート)は、結果出力部16を介して参考情報として提供されることで、運用者側において体感通信品質の内訳を把握することができる。
体感通信品質推定部15へ出力された単位時間あたりの通信品質情報(セッションのリセット数やHTTP応答時間平均値、アクセス先移行情報、ビットレート)は、結果出力部16を介して参考情報として提供されることで、運用者側において体感通信品質の内訳を把握することができる。
上述した体感通信品質推定装置によれば、エリアレベルでなく、エリア内の各ユーザ単位で推定された体感通信品質を把握することができる。
また、ユーザ端末(移動機)2の利用状況を加味したユーザの現実的な体感通信品質を推定することができる。
また、ユーザ端末(移動機)2の利用状況を加味したユーザの現実的な体感通信品質を推定することができる。
1…体感通信品質推定装置、 2…ユーザ端末、 3…ログ収集プラットフォーム、 4…コールセンタ、 5…通信品質推定装置、 11…通信品質情報収集部、 12…ログ収集部、 13…ログ異常判定部、 14…モデル生成部、 15…体感通信品質推定部、 16…結果出力部、 17…情報加工部、 18…ユーザ/エリアマッピング部、 21…初期設定部、 22…詳細情報・ユーザ行動抽出部、 30…出力表示部、 31…マーク。
Claims (7)
- キャリア網にてユーザ端末や通信設備から収集される通信品質情報を収集する通信品質情報収集部と、
前記ユーザ端末が前記キャリア網で各種サービスの提供を受ける場合に発生する各種ログや各種情報を検定データとして収集しユーザ毎、端末機種毎、サービス種別毎に管理するログ収集部と、
前記各種ログや各種情報を分析し異常度合を判定するログ異常判定部と、
前記通信品質情報収集部で収集された通信品質情報に対して前記異常度合を加味して前記ユーザ毎、端末機種毎の利用状況に合わせた体感通信品質を推定する体感通信品質推定部と、
を備えた体感通信品質推定装置。 - 前記ログ異常判定部は、正常時における各種ログの端末機種とサービス種別の組み合わせ毎のモデル分布(統計分布)に対する前記検定データの距離や、正常時のログ遷移確率に対する前記検定データの距離を分析することで異常度合を判定する請求項1に記載の体感通信品質推定装置。
- 前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のリセットパケットの出現頻度を分析し、前記出現頻度から異常度合を判定する請求項1に記載の体感通信品質推定装置。
- 前記ログ異常判定部は、前記検定データの各種ログからユーザ毎、端末機種毎のHTTP応答時間を分析し、前記応答時間から異常度合を判定する請求項1に記載の体感通信品質推定装置。
- 前記体感通信品質推定部は、体感通信品質を段階的に表示可能とする出力表示部を更に備え、
前記ログ収集部は、前記ユーザ端末の位置に関するGPS情報を収集し、
前記ユーザ端末の位置と体感通信品質の段階的な表示を示すマークを前記出力表示部に表示された地図上にプロットする
請求項1に記載の体感通信品質推定装置。 - 前記マークは、色分けすることで体感通信品質の段階的な表示を行う請求項5に記載の体感通信品質推定装置。
- 請求項1に記載された各部をコンピュータ上に構築することで体感通信品質推定装置を構成する体感通信品質推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013246939A JP2015106220A (ja) | 2013-11-29 | 2013-11-29 | 体感通信品質推定装置及び体感通信品質推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013246939A JP2015106220A (ja) | 2013-11-29 | 2013-11-29 | 体感通信品質推定装置及び体感通信品質推定プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015106220A true JP2015106220A (ja) | 2015-06-08 |
Family
ID=53436304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013246939A Pending JP2015106220A (ja) | 2013-11-29 | 2013-11-29 | 体感通信品質推定装置及び体感通信品質推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015106220A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017005476A (ja) * | 2015-06-09 | 2017-01-05 | 日本電信電話株式会社 | 品質管理装置、品質管理方法及びプログラム |
JP2019075030A (ja) * | 2017-10-19 | 2019-05-16 | 日本電信電話株式会社 | 推定装置、推定方法及びプログラム |
CN112135119A (zh) * | 2020-09-11 | 2020-12-25 | 上海七牛信息技术有限公司 | 实时音视频通信中网络状况的自动监测与告警方法及系统 |
US11240133B2 (en) | 2017-07-14 | 2022-02-01 | Nec Corporation | Communication quality evaluation device, communication quality evaluation method, and communication quality evaluation program |
WO2023209802A1 (ja) * | 2022-04-26 | 2023-11-02 | 日本電信電話株式会社 | ユーザ体感品質推定装置、ユーザ体感品質推定方法及びプログラム |
WO2024018597A1 (ja) * | 2022-07-21 | 2024-01-25 | 日本電信電話株式会社 | ユーザ体感品質推定装置、ユーザ体感品質推定方法及びプログラム |
-
2013
- 2013-11-29 JP JP2013246939A patent/JP2015106220A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017005476A (ja) * | 2015-06-09 | 2017-01-05 | 日本電信電話株式会社 | 品質管理装置、品質管理方法及びプログラム |
US11240133B2 (en) | 2017-07-14 | 2022-02-01 | Nec Corporation | Communication quality evaluation device, communication quality evaluation method, and communication quality evaluation program |
JP2019075030A (ja) * | 2017-10-19 | 2019-05-16 | 日本電信電話株式会社 | 推定装置、推定方法及びプログラム |
CN112135119A (zh) * | 2020-09-11 | 2020-12-25 | 上海七牛信息技术有限公司 | 实时音视频通信中网络状况的自动监测与告警方法及系统 |
WO2023209802A1 (ja) * | 2022-04-26 | 2023-11-02 | 日本電信電話株式会社 | ユーザ体感品質推定装置、ユーザ体感品質推定方法及びプログラム |
WO2024018597A1 (ja) * | 2022-07-21 | 2024-01-25 | 日本電信電話株式会社 | ユーザ体感品質推定装置、ユーザ体感品質推定方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108683527B (zh) | 一种基于mr和xdr的用户感知深度检测方法 | |
JP2015106220A (ja) | 体感通信品質推定装置及び体感通信品質推定プログラム | |
CN108780418A (zh) | 用于使用流分析实时测量网络问题的有效客户影响的系统和方法 | |
CN107005868A (zh) | 改进的蜂窝体验质量的系统和方法 | |
WO2014040633A1 (en) | Identifying fault category patterns in a communication network | |
CN103686815A (zh) | 基于话单关联分析实现用户体验故障分析的系统及方法 | |
Nguyen et al. | Absence: Usage-based failure detection in mobile networks | |
CN104683998A (zh) | 业务质量的处理方法及装置 | |
CN102256297B (zh) | 一种td-scdma无线通信网络服务用户感知数据采集方法 | |
WO2015003551A1 (zh) | 网络测试方法及其数据采集方法、网络测试装置及系统 | |
Garcia et al. | Big data analytics for automated QoE management in mobile networks | |
Ahmed et al. | Detecting and localizing end-to-end performance degradation for cellular data services based on tcp loss ratio and round trip time | |
CN107094086A (zh) | 一种信息获取方法和装置 | |
CN113037562A (zh) | 一种网关故障评估方法、装置及服务器 | |
US7617313B1 (en) | Metric transport and database load | |
CN105915374A (zh) | 网络游戏类业务感知质量模型建立方法 | |
CN104363130B (zh) | 通信网络中实现网络质量问题分析定位控制的系统及方法 | |
Dalmazo et al. | Online traffic prediction in the cloud: a dynamic window approach | |
US11188949B2 (en) | Segment content optimization delivery system and method | |
Miller et al. | Understanding end-user perception of network problems | |
JP5979185B2 (ja) | 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム | |
AT&T | ||
Naik et al. | I know who you are: a learning framework to profile smartphone users | |
CN107102931A (zh) | It运维管理方法、装置及计算机可读存储介质 | |
CN110232521B (zh) | 一种业务系统稳定性评估方法及评估装置 |