JP2015201763A

JP2015201763A - 短時間内最大流量推定装置及び方法

Info

Publication number: JP2015201763A
Application number: JP2014079647A
Authority: JP
Inventors: 土屋　利明; Toshiaki Tsuchiya; 利明土屋; 治久長谷川; Haruhisa Hasegawa
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2014-04-08
Filing date: 2014-04-08
Publication date: 2015-11-12
Anticipated expiration: 2034-04-08
Also published as: JP5901681B2

Abstract

【課題】測定に関する負荷をできるだけ抑え、かつ、実際のトラヒックの短時間変動を過大に評価することを避け、通信網を流れるトラヒックの最大流量を推測可能にする。
【解決手段】本発明は、フロートラヒックを収集し、フロートラヒックを分析して統計量を算出し、統計量により、パラメータ推定により一種類以上のトラヒックモデルに分類し、フロー情報蓄積手段に蓄積する。フロー情報蓄積手段に蓄積されたトラヒックモデルで表現されるフローを、トラヒックモデル別に仮想的に多重化したトラヒックモデル別のフロー多重度を決定し、統計量及び個々のトラヒックモデルから多重化した後のトラヒックモデルを算出し、該多重化した後のトラヒックモデルの短時間変動特性を算出し、短時間変動特性から、最大流量の大きさを推定する。
【選択図】図２

Description

本発明は、短時間内最大流量推定装置及び方法に係り、特に、トラヒックの変動を測定し、短時間内の最大流量を推定するための短時間内最大流量推定装置及び方法に関する。

既存のＡＴＭ(Asynchronous Transfer Mode)ネットワークでは、トラヒックに関するパラメータ、例えば、ピーク速度や最大バーストサイズなどあらかじめ決定されるパラメータや、確率モデルを利用して統計的に定められるパラメータを用いることでトラヒックの特性を評価し、サービスの品質を定めている（例えば、非特許文献１参照）。

また、ネットワークを流れるトラヒックの挙動を得るために、ごく短い観測間隔で実際にトラヒック計測を行い、計測した値からトラヒックの長期変動の挙動を除去し、その分散等から短期変動を統計的に予測または計算する方法がある（特許文献１）。

しかし、近年高速化が進むネットワークでは、大量のトラヒックを細かい粒度で計測することは非常に負荷がかかり、恒常的な利用は難しい。したがって、トラヒック管理技術において、ネットワークを流れるトラヒックの最大流量を簡便に求める手法が望まれる。非特許文献１に示されるＡＴＭネットワークにおける技術に、個別のフロー毎のトラヒック流量を変数として最大流量を見積もる方法がある。フロー毎のトラヒック流量に応じ、最大流量がどう変化するかを見積もるために重要な技術（以下、「従来技術１」と記す）である。ただし、一般的にはフロー毎のトラヒック流量を全て取得することは難しいため、全員のトラヒック流量が均一などの仮定を置くことで評価可能となるが、最大流量の推定精度は落ちる傾向がある。そこで、フロー毎のトラヒック流量がわからないという条件のもとで最大流量を推定するために、非線形計画問題を解く手法（以下、「従来技術２」と記す）も提案されている（特許文献２）。従来技術１および従来技術２に共通な要素として、フロー毎の上限速度をパラメータとして必要とする、という特徴がある。

特開２００４−２４７９５７号公報特開２００９−２０６６９８号公報

ＡＴＭネットワーク，村田正幸，科学技術出版、１９９７年

しかしながら、従来の音声通話のような一定速度の通信を除くと、実際の通信では時間とともに通信速度が変化するため、ピーク速度で通信する時間の割合が大きいフローに対しては、ピーク速度の設定を評価に反映させることが有効になるが、ピーク速度はしばしば通信方式上理想的な環境でのみ実現可能な値である場合が多く、実態はピーク速度よりも低速かつ変動が小さいため、実態よりも大きな短時間変動を持つトラヒックとしてみなして、最大流量を過大に推定してしまう傾向がある。

上記のように、ピーク速度の理論値を用いる最大流量推定方法は、短時間変動を大きく見積もり、最大流量を大きめに推定する傾向があるが、実際のトラヒックを短時間間隔で測定することは困難である。

本発明は、上記の点に鑑みなされたもので、測定に関する負荷をできるだけ抑え、かつ、実際のトラヒックの短時間変動を過大に評価することを避けることで、通信網を流れるトラヒックの最大流量を推測可能にする短時間内最大流量推定装置及び方法を提供することを目的とする。

一態様によれば、トラヒック短期変動を考慮して通信網内のトラヒック流量を推定する短時間内最大流量推定装置であって、
フロートラヒックを収集するフロートラヒック抽出手段と、
前記フロートラヒックを分析して統計量を算出するフロートラヒック分析手段と、
前記統計量により、パラメータ推定により一種類以上のトラヒックモデルに分類し、フロー情報蓄積手段に蓄積するフローモデル推定手段と、
前記フロー情報蓄積手段に蓄積されたトラヒックモデルで表現されるフローを、トラヒックモデル別に仮想的に多重化したトラヒックモデル別のフロー多重度を決定するモデル別多重度算出手段と、
前記統計量及び個々のトラヒックモデルから前記フロー多重度に基づいて多重化した後のトラヒックモデルを算出し、該多重化した後のトラヒックモデルの短時間変動特性を算出する多重トラヒックモデル構築手段と、
前記短時間変動特性から、最大流量の大きさを推定する最大流量算出手段と、を有する短時間内最大流量推定装置が提供される。

一態様によれば、通信網におけるトラヒック測定を行う際に、大量のフローが同時に存在するトラヒック全体を詳細に測定するのではなく、個別に抽出したフローのトラヒックのみを測定することでトラヒック測定に関する負荷を軽減している。さらに、フロートラヒックの詳細情報に基づき構成されたトラヒックモデルをもとに全体トラヒックの短時間変動特性を評価することで、フロー毎ピーク速度情報に基づくトラヒックモデルをもとに評価した全体トラヒックの短時間変動特性を利用するよりも精度の高い最大流量推定が可能となる。最大流量は通信リンクや通信装置の増設判断基準として用いられるため、より小さな最大流量が正しく推定できることにより、通信設備のより効率的な設計を可能とする効果がある。

本発明のシステム構成例。本発明の第１の実施の形態における最大流量推定装置の構成例。本発明の第１の実施の形態における最大流量推定装置の処理のフローチャート。本発明の第２の実施の形態における最大流量推定装置の構成例。本発明の第２の実施の形態における最大流量推定装置の処理のフローチャート。本発明の実施例で用いる数値。本発明の実施例での最大流量推定値の例。

以下、図面と共に本発明の実施の形態を説明する。

図１は、本発明のシステム構成例を示す。

本発明が適用される通信網のシステムは、通信リンク１０１を介して通信装置Ａ１０２と通信装置Ｂ１０３が接続され、同図の例では、最大流量推定装置１０４は一方の通信装置Ａ１０２に接続される。最大流量推定装置１０４は、測定対象をミラーリングなどにより取り込むと共に、MIB（Management Information base）情報から平均トラヒック流量を取得する。

［第１の実施の形態］
図２は、本発明の第１の実施の形態における最大流量推定装置の構成例を示す。

同図に示す最大流量推定装置１０４は、フロートラヒック抽出部２０１、フロートラヒック分析部２０２、フローモデル推定部２０３、フロー情報蓄積ＤＢ２０４、モデル別多重度算出部２０５、多重トラヒックモデル構築部２０６、最大流量算出部２０７を有する。

以下に、上記の構成における最大流量推定装置１０４の処理を示す。

図３は、本発明の第１の実施の形態における最大流量推定装置の動作のフローチャートである。

ステップ１０１）フロートラヒック抽出部２０１は、接続されている通信装置Ａ１０２より、無作為に特定のフローを選び、当該フローのトラヒックのみのデータを取り出す。

ステップ１０２）フロートラヒック分析部２０２は、フロートラヒック抽出部２０１で取り出された当該フローのトラヒックデータを分析し、平均、分散、ピーク速度等の統計量を算出する。

ステップ１０３）フローモデル推定部２０３では、フロートラヒック分析部２０２で算出した統計量に基づき、当該フローに対し一種類以上の適切なトラヒックモデルを決定する。トラヒックモデルとしては、０、ピーク値、中間値の3種類の通信レートで表現されるモデルを用いる方法や、通信レートの分布を正規分布で近似するモデルを用いる方法がある。

ステップ１０４）フロー情報蓄積DB２０４は、フローモデル推定部２０３で得られたフローのトラヒックモデルおよび統計量、通信開始や終了時刻等のフロー情報を記録する。

ステップ１０５）モデル別多重度算出部２０５は、フロー情報蓄積DB２０４に記録されたすべてあるいは一部のフロー情報を読み出して、通信装置A１０２から取得した平均トラヒック流量、あるいは、予め定めた平均トラヒック流量に一致するよう、フロー情報蓄積DB２０４に記録されたトラヒックモデル別に、仮想的なフロー多重度を決定する。

ステップ１０６）多重トラヒックモデル構築部２０６は、モデル別多重度算出部２０５で決定された数のフローを多重した後のトラヒックモデルを、統計量および個々のフローのトラヒックモデルをもとに算出し、算出されたトラヒックモデルの短時間変動特性を算出する。従来の短時間変動特性を把握する技術は、フロー多重化された後のトラヒック全体の挙動を観測してモデル化するのが一般的であったが、本発明では、フロー単体の挙動を、測定に基づいてモデル化し、さらに、全体トラヒックの特性を、モデル化されたフローを重畳したものとして評価する。

ステップ１０７）最大流量算出部２０７は、多重トラヒックモデル構築部２０６で算出した短時間変動特性から、多重トラヒックが生み出す最大トラヒック流量あるいは一定確率以下に抑えられる上限値を、最大流量として算出する。

［第２の実施の形態］
本実施の形態では、上記の第１の実施の形態の処理に加え、伝送路の容量を超えない最大流量を満たす最大のフロー多重度を求める例を示す。

図４は、本実施の第２の実施の形態における最大流量推定装置の構成例を示す。同図において、図２の構成と同一部分には同一符号を付す。図４に示す構成は、図２の構成に、最大流量判定部３０８を付加した構成である。

図５は、本発明の第２の実施の形態における最大流量推定装置の処理のフローチャートである。

ステップ２０１）フロートラヒック抽出部２０１は、接続されている通信装置Ａ１０２より、特定のフローを選び、当該フローのトラヒックのみのデータを取り出す。

ステップ２０２）フロートラヒック分析部２０２は、フロートラヒック抽出部２０１で取り出された当該フローのトラヒックデータを分析し、平均、分散、ピーク速度等の統計量を算出する。

ステップ２０３）フローモデル推定部２０３では、フロートラヒック分析部２０２で算出した統計量に基づき、当該フローに対し適切なトラヒックモデルを決定する。

ステップ２０４）フロー情報蓄積DB２０４は、フローモデル推定部２０３で得られたフローのトラヒックモデルおよび統計量、通信開始や終了時刻等のフロー情報を記録する。

ステップ２０５）モデル別多重度算出部２０５は、フロー情報蓄積DB２０４に記録されたすべてあるいは一部のフロー情報を読み出して、通信装置A１０２から取得した平均トラヒック流量、あるいは、予め定めた平均トラヒック流量に一致するよう、フロー情報蓄積DB２０４に記録されたトラヒックモデル別に、フロー多重度を決定する。なお、平均トラヒック流量及びフロー多重度は、伝送路の収容可能な容量を超えない最大流量を満たすものとする。

ステップ２０６）多重トラヒックモデル構築部２０６は、モデル別多重度算出部２０５で決定された数（フロー多重度）のフローを多重した後のトラヒックモデルを、統計量および個々のフローのトラヒックモデルをもとに算出し、算出されたトラヒックモデルの短時間変動特性を算出する。

ステップ２０７）最大流量算出部２０７は、多重トラヒックモデル構築部２０６で算出した短時間変動特性から、多重トラヒックが生み出す最大トラヒック流量あるいは一定確率以下に抑えられる上限値を、最大流量として算出する。

ステップ２０８）最大流量判定部３０８は、算出された最大流量が測定対象トラヒックの流れる通信リンクに設定された最大許容流量より小さい場合にはステップ２０９に移行する。算出された最大流量が測定対象トラヒックの流れる通信リンクに設定された最大許容流量以上の場合には、ステップ２１０に移行する。

ステップ２０９）再度、モデル別多重度算出部２０５でフロー多重度を増加させて、ステップ２０７に移行し、最大流量算出を繰り返し、最大流量算出値が最大許容流量を超える直前の算出時に用いられた平均トラヒック流量を最大収容トラヒック流量とする。

ステップ２１０）再度、モデル別多重度算出部２０５でフロー多重度を減少させて、ステップ１０７に移行し、最大流量算出を繰り返し、最大流量算出値が最大許容流量を初めて下回った算出時に用いられた平均トラヒック流量を最大収容トラヒック流量とする。

以下に、上記の処理を具体的に説明する。

スマートホンに代表される、モバイル系の高速通信を収容するリンクでの最大流量推定の例を以下に示す。図６に示すように、高速通信を収容するリンクの容量を10Gbps、平均トラヒック流量を3Gbps、リンクを流れる平均フロー数が7,500であったと仮定すると、フローあたりの平均速度は0.4Mbpsとなる。モバイル通信のフローあたりピーク速度を112.5Mbpsとすると、従来技術の例では、各フローをピークR1=112.5Mbps、平均A1=0.4Mbpsのオンオフモデルとみなして、全体のトラヒックの短時間変動を評価してきた。具体的には、N番目のフローの通信速度をX_Nと表すと、
P{X_N =ピーク速度}=p1=A1/P1＝0.4/112.5=0.0036
P{X_N =0}＝p2=1-P{X_N =ピーク速度}＝0.9964
と仮定し、十分小さいα（例えば、10^-3等）に対し、
P{X₁＋X₂＋・・・＋X_7,500≧＋BW1}<α
を満たす最小のBW1を直接計算、あるいは近似により求めてきた。例えば正規分布を用いて近似した場合、フローあたりの通信速度の分散は、
V１＝A1×（R1―A1）
＝0.4×（112.5-0.4）
＝44.84
となり、多重されたトラヒックの分散は、
Ｖ1all＝V1×（総フロー数）
＝44.84×7,500
＝336,300
となり、標準偏差は、
S1＝V1all^1/2=579.9 (Mbps)
となり、α＝10^-3に対するBW1の値は、
BW1＝0.4×7,500+3.09×579.9＝4,791.891 (Mbps)
と算出される。

実際には、フロー単位のトラヒックでピーク速度が出続けることはごく稀であり、フローの通信速度の分散はV1よりかなり小さいことが予想される。いま、フロートラヒック分析部２０２における個別フロー測定により、フローの平均速度A2、分散V2、通信速度が0より大きい確率q1、フローの通信速度が0の確率がq2(=1-q1)で求められたとする。このとき、フローの通信速度が0以上の時の通信速度の平均A2'、分散V2'は、
A2'＝A2／q1， V2'=(V2+A2²)/q1−A2'²
で求められる。フローの通信速度が0以上時の値として、ピーク速度R1およびもう1種類の速度R2がとられるモデルを仮定する。フローの通信速度がR1となる確率をr1、R2となる確率をr2(=q1−r1)とすると、R2，r1，r2は、
(r1/q1)R1＋(r2/q1)R2＝A2'，
(r1/q1)R1²+(r2/q1)R2²＝V2'+A2'²
の解として計算できる。いま、フローの平均速度A2＝0.4Mbps、分散V2＝17.66、ピーク速度R1＝112.5Mbps、通信速度が0より大きい確率q1=0.021が得られたとする。この時、
A2'＝0.4/0.021＝19.04Mbps，V2'＝(17.66+0.4²)/0.021-19.04²=486.05
と計算され、R2，r1，r2は連立方程式の解として、
R2＝13.84Mbps，r1=0.00111，r2=0.0199
が得られる。したがって、フローモデル推定部２０３において、確率1-q1=0.979で速度0、確率0.0199で速度R2=13.84Mbps、確率0.00111で速度R1=112.5Mbpsで通信するフローとしてモデル化される。本フローは従来のオンオフモデルよりも短時間変動が抑えられるため、
P{X₁＋X₂＋・・・＋X_7,500≧＋BW2}<α
を満たすBW2の値は、既存方式で求められるBW1よりも小さく推定ができる。正規分布を用いて近似した場合、多重されたトラヒックの分散は、
V2all＝Ｖ2×（総フロー数）
＝17.66×7,500
＝132,450
標準偏差は、
S2＝Ｖ2all^1/2=363.9 (Mbps)
となり、α＝10^-3に対するBW2の値は、
BW2＝0.4×7,500+3.09×363.9＝4,124.451 (Mbps)
と算出される。結果として最大流量推定値BW2はBW1の86%の値に抑えることができた。

図７に、従来のオンオフモデルによる最大流量推定値と本発明のフロー測定に基づく最大流量推定値を示す。

さらに、既存手法では平均、分散以上の高次モーメントは利用できないため、近似できるモデルが限られていたが、本発明の方法では3次以上のモーメントも利用できるため、より広い範囲の確率モデルにより近似精度を上げることも可能になる。

なお、図２、図4に示す最大流量推定装置１０４の構成要素の動作をプログラムとして構築し、最大流量推定装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１０１通信リンク
１０２通信装置A
１０３通信装置B
１０４最大流量推定装置
２０１フロートラヒック抽出部
２０２フロートラヒック分析部
２０３フローモデル推定部
２０４フロー情報蓄積DB
２０５モデル別多重度算出部
２０６多重トラヒックモデル構築部
２０７最大流量算出部
３０８最大流量判定部

Claims

トラヒック短期変動を考慮して通信網内のトラヒック流量を推定する短時間内最大流量推定装置であって、
フロートラヒックを収集するフロートラヒック抽出手段と、
前記フロートラヒックを分析して統計量を算出するフロートラヒック分析手段と、
前記統計量により、パラメータ推定により一種類以上のトラヒックモデルに分類し、フロー情報蓄積手段に蓄積するフローモデル推定手段と、
前記フロー情報蓄積手段に蓄積されたトラヒックモデルで表現されるフローを、トラヒックモデル別に仮想的に多重化したトラヒックモデル別のフロー多重度を決定するモデル別多重度算出手段と、
前記統計量及び個々のトラヒックモデルから前記フロー多重度に基づいて多重化した後のトラヒックモデルを算出し、該多重化した後のトラヒックモデルの短時間変動特性を算出する多重トラヒックモデル構築手段と、
前記短時間変動特性から、最大流量の大きさを推定する最大流量算出手段と、
を有することを特徴とする短時間内最大流量推定装置。
前記モデル別多重度算出手段は、
前記モデル別のフロー多重度を、予め定めた平均トラヒック流量に一致するように、前記フロー情報蓄積手段に記録されたトラヒックモデル別のフロー多重度を決定する手段を含む
請求項１記載の短時間内最大流量推定装置。
前記最大流量算出手段は、
伝送路の容量を超えない最大流量を満たす最大のフロー多重度と平均トラヒック流量を求めることで、伝送路に収容可能な平均トラヒック流量の最大値を求める手段を含む
請求項１記載の短時間内最大流量推定装置。
前記フローモデル推定手段は、
トラヒックモデルとして、０、ピーク値、中間値の３種類の通信レートで表現されるモデルを用いる
請求項１記載の短時間内最大流量推定装置。
前記フローモデル推定手段は、
通信レートの分布を正規分布で近似するトラヒックモデルとする
請求項1記載の短時間内最大流量推定装置。
トラヒック短期変動を考慮して通信網内のトラヒック流量を推定する装置における短時間内最大流量推定方法であって、
フロートラヒックを収集するフロートラヒック抽出ステップと、
前記フロートラヒックを分析して統計量を算出するフロートラヒック分析ステップと、
前記統計量により、パラメータ推定により一種類以上のトラヒックモデルに分類し、フロー情報蓄積手段に蓄積するフローモデル推定ステップと、
前記フロー情報蓄積手段に蓄積されたトラヒックモデルで表現されるフローを、トラヒックモデル別に仮想的に多重化したトラヒックモデル別のフロー多重度を決定するモデル別多重度算出ステップと、
前記統計量及び個々のトラヒックモデルから前記フロー多重度に基づいて多重化した後のトラヒックモデルを算出し、該多重化した後のトラヒックモデルの短時間変動特性を算出する多重トラヒックモデル構築ステップと、
前記短時間変動特性から、最大流量の大きさを推定する最大流量算出ステップと、
を行うことを特徴とする短時間内最大流量推定方法。
前記モデル別多重度算出ステップにおいて、
前記モデル別のフロー多重度を、予め定めた平均トラヒック流量に一致するように、前記フロー情報蓄積手段に記録されたトラヒックモデル別のフロー多重度を決定する
請求項６記載の短時間内最大流量推定方法。
前記最大流量算出ステップにおいて、
伝送路の容量を超えない最大流量を満たす最大のフロー多重度と平均トラヒック流量を求めることで、伝送路に収容可能な平均トラヒック流量の最大値を求める
請求項６記載の短時間内最大流量推定方法。