JP2015530774A - 通信リンクの性能推定のための方法及びシステム - Google Patents

Abstract

通信装置の性能推定のための方法が記載される。方法は、アクティブプロービングデータを決定するためにアクティブプロービングを実行するステップと、チャネル及びそのノイズ状態並びに通信装置と別の通信装置との間のユーザデータトラフィックに関するカウンタ値を含む動作データを読み取るステップであって、動作データは通信装置の現在の設定に関するステップと、アクティブプロービングデータ及び動作データに従って通信装置に対する性能推定アルゴリズムを訓練するステップとを含む。

Description

本発明は、通信リンクの性能推定のための方法及びシステムに関する。

通信リンクの性能の監視が、例えば、ユーザの苦情を積極的に解決し且つ防ぐために、通信リンクと関係付けられるハードウェアをいつアップグレードすべきかを決定するために、最適化アルゴリズムをいつトリガすべきかを決定するために、最適化アルゴリズムが性能を改善したかを確認する等のために行われる。

通信システムの性能は、例えば、ｉｐｅｒｆ、ｎｅｔｐｅｒｆ、ｔｔｃｐ等の従来のテスト用ソフトウェアアプリケーションを用いて評価することができる。このようなソフトウェアアプリケーションは、２つの通信装置にインストールする必要があり、一方の装置におけるアプリケーションがテストデータを生成及び送信して、他方の装置におけるアプリケーションがテストデータを受信する。試験の完了後、２つの装置間の通信リンクの性能を評価するために、データ搬送の統計が評価される。

本明細書における「性能」という用語は、概して、ネットワークスループット（例えば、ＴＣＰ／ＵＤＰ）、レイテンシ、ジッタ、接続性、エラー率、電力消費、送信電力等のことを指している。通信システムの性能の改善は、通信システムに関して、スループットを増加させること、エラー率及びレイテンシを低下させること、ジッタを改善（即ち、低下）すること、電力消費を低下させること等を含む。「ＴＣＰ」という用語は、トランスミッションコントロールプログラム（ｔｒａｎｓｍｉｓｓｉｏｎ ｃｏｎｔｒｏｌ ｐｒｏｔｏｃｏｌ）を表す。「ＵＤＰ」という用語は、ユーザデータグラムプロトコル（ｕｓｅｒ ｄａｔａｇｒａｍ ｐｒｏｔｏｃｏｌ）を指す。

しかしながら、このような従来のテスト用ソフトウェアアプリケーションを介して性能を測定するために通信システム又はネットワークのテストを行うことは、顧客ネットワークサービスに対して侵入的になってしまう。こうした従来のテストは、テストトラフィックをネットワーク上に課し、これは顧客のトラフィックに有害な影響を有し得る。

本開示の実施形態は、以下に記載の詳細な説明から及び本開示の様々な実施形態の添付の図面からより完全に理解されるであろう。しかしながら、これらは本開示を特定の実施形態に限定するものと解釈されるべきではなく、単に説明及び理解のために過ぎないものである。
本開示の一実施形態による、通信システム性能アルゴリズムを推定及び改善するように動作可能な通信ネットワークである。 本開示の一実施形態による、性能アルゴリズムを訓練するためのフローチャートである。 本開示の一実施形態による、サーバによって通信装置に対する性能アルゴリズムを訓練するためのフローチャートである。 本開示の一実施形態による、通信システム性能アルゴリズムを推定及び改善するように動作可能なコンピュータ実行可能命令を備えたマシン可読記憶媒体を有するプロセッサベースのシステムである。

ユーザネットワークサービスに対して侵入的なネットワークトラフィックをテストするための従来の方法は、「アクティブプロービング」と呼ばれる。本明細書において「アクティブプロービング」という用語は、概して、ある通信装置から別の通信装置にネットワーク上でテストパターン／データを送信して、送信されたテストパターンから応答を測定することにより、通信ネットワークのテストを行うことを指す。また、本明細書では、応答データは、通信ネットワークのアクティブプロービングと関係付けられるデータである「アクティブデータ」又は「アクティブ測定データ」とも呼ばれる。

例えば、ｉｐｅｒｆ、ｎｅｔｐｅｒｆ、ｔｔｃｐ等の従来のアクティブプロービングソフトウェアはアプリケーションレイヤで実行され、ここではデータ伝送アプリケーションソフトウェア及びデータ受信アプリケーションソフトウェアが２つの送信及び受信装置間で性能を正確に測定するために一緒に使用される。ユーザトラフィックがネットワーク上で送信されるのと同じやり方で実際のテストデータが送信されるので、従来のアクティブプロービングは正確である。ユーザトラフィックを遅延させる場合があるので、頻繁なアクティブプロービングは、ユーザにとって迷惑であり得る。ユーザトラフィックを停止せずにアクティブプロービングを実行することは可能であるが、テスト用トラフィックがユーザトラフィックと競合するのでこのような測定は正確ではなく、更に、低スループット及び／又は高レイテンシのためにアクティブプロービングはユーザ体験を著しく損なう可能性がある。この制約及び他の制約を克服するために、本明細書には、顧客のトラフィックに影響を与えずに性能を測定するための方法及びシステムが記載される。

発展したアクティブプロービングの方法が、代理人整理番号Ｐ０６７ＰＣＴ（参照により本明細書に組み込まれ、米国、９４０６５、カリフォルニア州、レッドウッドシティのＡＳＳＩＡ社によって共同所有される２０１２年７月１３日付けでこの出願と同時提出された“Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｐｅｒｆｏｒｍａｎｃｅ Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ａ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｌｉｎｋ”と題されたＰＣＴ出願番号）に記載されており、テストトラフィックだけでなくユーザトラフィックも占める動作データを考慮することによって、ユーザトラフィックの問題を回避することができる。

通信リンク及び／又は通信装置の性能を測定するための別の機構は、通信装置と関係付けられる動作データを監視するものである。動作データは様々な目的で生成される。例えば、動作データは、通信装置の通常動作の副産物として生成されることがある。別の例では、動作データは、通信装置と関係付けられる基本性能又は動作情報を提供するために生成される。このような動作データの読み取り又は収集は、ユーザネットワークサービスに侵入的ではない。このような通信データ（動作データ）の監視又は読み取りは、本明細書では「パッシブプロービング」と呼ばれることがある。通常、通信装置の動作データはスループット又はレイテンシ等の最も重要且つ先進的な性能測定基準を含んでおらず、動作データを用いて先進的な測定基準の概算が可能である。

例えば、パケットエラーカウント等の典型的な動作データ及びどのくらいの数のビットがデータシンボルごとに送信されているかを示す物理レイヤ（ＰＨＹ−ｌａｙｅｒ）コンステレーション情報から、スループットが概算されてもよい。しかしながら、使用される動作データがスループットに関する十分な情報を含まず、動作データとスループットとの間の関係が異なる場所及び異なる時間ですぐに変化するノイズ（干渉を含む）及びチャネル特性に依存することが多いので、このような推定は正確でない可能性がある。

本開示の実施形態では、通信リンクの性能の信頼できる推定を得るために、動作データはアクティブプロービングデータと共に使用される。一実施形態では、アクティブプロービングデータが使用される間、動作データが一緒に収集され得る。アクティブプロービングデータ及び動作データの完全なセットによって、アクティブプロービングデータの結果が、通信リンクの性能の正確な推定と見なされ、動作データのみの推定アルゴリズムを訓練するために使用される。

一実施形態では、一旦訓練が完了して、動作データのみの推定の精度が完全に理解されると、システムは、サービス侵入的である頻繁なアクティブプロービング無しで動作データによりシステムが監視される。一実施形態では、アクティブプロービングは、まれにしか呼び出されず、又は正確な性能推定の必要性及び動作データのみの推定を更新するための訓練データの必要性に動的に依存さえする。

本開示の実施形態は、幾つかの異なるやり方で使用され得る。例えば、高次レベルの抽象化では、アクティブプロービング及び動作データは、巨大な（例えば、ネットワークを形成する１００以上の通信装置）通信ネットワークから収集され、良好な精度を有するパッシブ推定量を発達させるためにデータ全体に対して分析が行われ得る。一実施形態では、このようなパッシブ推定は、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）等の任意の周知のマシン学習技術により行われる。

別の例示では、低レベルの抽象化では、パッシブ推定量は、通信ネットワークにおける通信リンクごとに適応的に調整され得る。各環境は独自であり、最良の推定量は環境に依存し得る。一実施形態では、マシン学習又は任意の学習は、パッシブ推定量が所与の環境で最良の性能を提供するように通信システムにおける通信装置ごとに行われる。

一実施形態では、性能推定アルゴリズムは、以下のように更新を行う。最初に、初期ステップサイズが定義される。パッシブデータを用いるスループット推定がアクティブプロービングデータによって低過ぎると決定される場合、このスループット推定はステップサイズに比例して増加される。パッシブデータを用いるスループット推定がアクティブプロービングデータによって高過ぎると決定される場合、このスループット推定はステップサイズに比例して減少される。「低い」及び「高い」という用語は、互いに異なるプログラム可能な又は既定の閾値のことを指す。スループット推定が減少されて次の反復で増加される場合、又はスループット推定が増加されて次の反復で減少される場合、ステップサイズは低下させられる。

一実施形態では、動作データは、伝達が成功したパケットに関してカウント値を増加させるカウンタ（本明細書では通信装置と関係付けられる動作カウンタとも呼ばれる）から読み取られる。本明細書における「成功」という用語は、多くの場合ＡＣＫ（ａｃｋｎｏｗｌｅｄｇｅ）メッセージパケットにより確認される通信装置によるパケットの安全な受信を示唆する指示のことをいう。別の実施形態では、例えば、エラーカウント、再送信カウント、変調、信号強度等の動作データが、通信リンクのスループットを推定するために使用される。

パッシブプロービングの過程、即ち、動作データの読み込みの間、顧客ネットワークサービスは中断されない。動作データは、一般にユーザ視認可能又はアクセス可能なデータであり、一般に通信システムのデバッギング及び基本性能監視に使用されるが、データは性能監視のために設計されておらず、性能に関する十分な情報を搬送せず、高精度の推定アルゴリズムは知られていないので、一般に先進的な性能推定には使用されない。従って、パッシブプロービング単独では、通信システムの発展した性能を決定するのに十分ではない可能性があり、動作データは、通信システムの現在の性能と僅かに関係付けられるカウンタ値を一般に含む。

本明細書の実施形態は、性能推定アルゴリズムを訓練するためにアクティブプロービングと共に動作データを使用することにより通信装置の性能推定を改良する方法及びシステムを開示する。一実施形態では、正確なアクティブプロービングデータ及び侵入的でないパッシブプロービングデータの両方を使用して性能推定アルゴリズムを訓練した後、動作データは、定期的に監視されて、ネットワーク上の顧客トラフィックを中断せずに性能推定を正確に更新するために使用される。

一実施形態では、アクティブプロービングは、性能推定アルゴリズムを更新する必要がある場合に開始される。その後、性能推定アルゴリズムはパッシブ動作プロービングデータを介して訓練される。別の実施形態では、アクティブプロービングは、パッシブプロービングデータのみを使用する性能推定アルゴリズムがアクティブプロービングデータのアルゴリズムに相当する精度で性能を推定しているかどうかを確認するために周期的に（即ち、定期的な間隔で）開始される。本明細書の実施形態は、通信装置の性能を推定し、ネットワークのユーザをほとんど又は全く邪魔しないネットワークシステムを管理するための効果的且つほぼ非侵入的な方法を提供する。

以下の記載では、本開示の実施形態のより完全な説明を提供するために多くの詳細が検討される。しかしながら、当業者であれば、本開示の実施形態はこうした特定の詳細なしでも実施され得ることを理解するであろう。他の例では、本開示の実施形態を不明確にすることを避けるために、周知の構造及び装置は、詳細にではなく、ブロック図の形態で示される。

実施形態の対応する図面において、信号は線で表されることに留意されたい。一部の線は、より多くの構成要素の信号経路を示すためにより太く、及び／又は主要な情報フローの方向を示すために１つ以上の端部において矢印を有してもよい。このような指示は限定的であることを意図していない。むしろ、線は、回路又は論理ユニットのより容易な理解を促進するために１つ以上の例示的な実施形態と併せて使用される。設計の必要性又は嗜好により決められる任意の表示信号が、何れの方向にも進み、任意の適切な種類の信号スキームで実装され得る１つ以上の信号を実際に含んでもよい。

以下の記載及び請求項において、「結合」及びその派生の用語が使用されてもよい。本明細書における「結合」という用語は、直接接触している（物理的に、電気的に、磁気的に、光学的に等）２つ以上の要素を指す。また、本明細書における「結合」という用語は、互いと直接接触していないが、互いと協力又は相互作用する２つ以上の要素を指してもよい。

本明細書で使用される場合、他に特に定められていなければ、共通の目的語を記述するための順序を示す形容詞「第１」、「第２」及び「第３」等の使用は、同様の目的語の異なるインスタンスを指していることを単に意味しており、そのように記載された目的語が所与の順番で、時間的に、空間的に、ランキングで又は任意の他の方式でなければならないことを示唆することを意図していない。「実質的に」、「略」、「ほとんど」、「およそ」、「近い」及び類似の用語は、量が目標値の＋／−２０％内であることを指す。

図１は、本開示の一実施形態による、通信システム性能推定アルゴリズムを推定及び改善するように動作可能な通信ネットワーク１００である。一実施形態では、通信ネットワークは、１つ以上の通信装置１０３_１−Ｎに通信可能に結合される最適化センタ１０１（例えば、サーバ）を含む。ここで、「Ｎ」は正の整数である。一実施形態では、通信装置１０３_２は、ＤＳＬ（デジタル加入者回線）リンクを介してＣＰＥ（顧客宅内設備）モデム１０４に結合される。一実施形態では、ＣＰＥモデム１０４は、ＡＰ（アクセスポイント）１０５に結合される。一実施形態では、ＡＰ１０５は、１つ以上のＳＴＡ（ｓｔａｔｉｏｎ）１０６_１−Ｍに結合される。ここで、「Ｍ」は正の整数である。

一実施形態では、性能推定アルゴリズム１０２は、入力変数がパッシブプロービングデータである方程式である。一実施形態では、性能推定アルゴリズム１０２は、パッシブプロービングデータに比例して増加又は減少する。

一実施形態では、性能推定アルゴリズム１０２を更新及び／又は発展させるための命令が、最適化サーバ１０１及び／又は１つ以上の通信装置１０３_１−Ｎに記憶される。図１の実施形態は他の装置１０４、１０５及び１０６_１−Ｍが性能推定アルゴリズム１０２を更新及び／又は発展させるための命令を含むことを示さないが、一実施形態では、（有線又は無線の）ネットワークに直接的又は間接的に結合される任意の通信装置が性能推定アルゴリズム１０２を更新及び／又は発展させる命令を有してもよい。一実施形態では、性能推定アルゴリズム１０２は、通信装置のデータ及び環境によって通信装置ごとに調整され得る。一実施形態では、結果として生ずる性能推定アルゴリズム１０２は、通信装置１０３_１−Ｎ上で異なり得る。

一実施形態では、通信装置１０３_１−Ｎは、アクセスポイント（ＡＰ）、基地局、無線ローカルエリアネットワーク（ＬＡＮ）、デジタル加入者回線アクセスマルチプレクサ（ＤＳＬＡＭ）、ゲートウェイ、性能強化装置、デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、宅内電力線装置、 ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、宅内同軸分配装置、Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、宅内計測通信装置、ＬＡＮと通信可能にインターフェース接続される宅内機器、無線フェムトセル（ｆｅｍｔｏｃｅｌｌ）基地局、無線ＷｉＦｉ互換基地局、無線移動装置リピータ、無線移動装置基地局、アドホック／メッシュネットワーク内のノード、セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、インターネットプロトコル（ＩＰ）使用可能テレビ、ＩＰ使用可能メディアプレーヤ、ＩＰ使用可能ゲームコンソール、イーサネット（登録商標）ゲートウェイ、ＬＡＮに接続されるコンピュータ装置、イーサネット接続コンピュータ周辺装置、イーサネット接続ルータ、イーサネット接続無線ブリッジ、イーサネット接続ネットワークブリッジ、及びイーサネット接続ネットワークスイッチを含む。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、アクティブプロービングデータを決定するためにアクティブプロービングを実行するように動作可能である。この実施形態では、１つ以上の通信装置１０３_１−Ｎは、最適化センタ１０１への各通信リンク１０７_１−Ｎにおけるトラフィックを溢れさせる。この実施形態では、通信リンク１０７_１−Ｎを介して最適化センタ１０１から１つ以上の通信装置１０３_１−Ｎによって受信される応答はアクティブデータであり、これは性能推定アルゴリズムを訓練するために対応する１つ以上の通信装置１０３_１−Ｎにおける各性能推定アルゴリズム１０２によって使用される。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、ある通信装置から別の通信装置へアクティブプロービングデータを送信することによりアクティブプロービングを実行するように動作可能である。例えば、通信装置１０３_２はアクティブプロービングデータを通信装置１０６_１に送信し、及び／又は通信装置１０３_２はＤＳＬリンクを介してＣＰＥ１０４にアクティブプロービングデータを送信する。別の例示では、通信装置１０６_１は、１０７_１を含む通信リンクを介してアクティブプロービングデータを最適化センタ１０１に送信する。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、通信リンク１０７_１−Ｎにおけるユーザデータトラフィックに関連するカウンタ値を含む動作データを読み取る前に、既定時間の間待機するように更に動作可能である。一実施形態では、既定時間は、０．００１秒から６０秒の範囲内である。他の実施形態では、他の待機期間が用いられてもよい。一実施形態では、待機期間は、ソフトウェア又はハードウェアによってプログラム可能である。

本開示の実施形態を不明確にしないように、通信装置１０３_１、１０３_２、１０４及び最適化センタ１０１が検討される。同じ検討が他の通信装置にも適用できる。一実施形態では、通信装置１０３_１は、他の通信装置（例えば、最適化センタ１０１及び／又は通信装置１０３_２）により受信されるデータの量又はデータを示す報告を受信するように更に動作可能である。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、チャネル（例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のＤＳＬリンク）及びそのノイズ状態に関連するデータ、通信装置１０３_１−Ｎの現在の設定に関連するデータ、並びに通信装置１０３_１−Ｎと別の通信装置（例えば、最適化センタ１０１，１０５，１０６_１−Ｍ，１０４等）との間のユーザデータトラフィックに関連するカウンタ値を含む動作データを読み取るように動作可能であり、ここで動作データは通信装置の現在の設定に関連する。このような動作データの例は、成功した送信パケットカウント、成功した受信パケットカウント、ＡＣＫパケットカウント、エラーパケットカウント、廃棄されたパケットカウント、再送信カウント等である。

一実施形態では、１つ以上の通信装置は、パッシブプロービングを実行するよりも少ない回数のアクティブプロービングを実行するように動作可能である。例えば、アクティブプロービングは侵入的な処理なので一日に最大５回まで実行され、パッシブプロービングは一日に１４４０回（例えば、１分ごとに）実行される。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、アクティブプロービングデータ及び動作データに従って各性能推定アルゴリズム１０２を訓練するように動作可能である。一実施形態では、１つ以上の通信装置１０３_１−Ｎは、アクティブプロービングの前に、通信リンク上のユーザデータトラフィックに関連するカウンタ値から動作データ（即ち、パッシブプロービング）を読み取るように動作可能である。例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のＤＳＬリンクである。

一実施形態では、カウンタ値は、パケットエラーカウント、パケット再送信カウント、成功したＡＣＫメッセージカウント等の少なくとも１つを含む。一実施形態では、１つ以上の通信装置１０３_１−Ｎは、アクティブプロービングの実行中又は実行後に、動作データを読み取る（即ち、パッシブプロービングを実行する）ように動作可能である。

性能推定アルゴリズムの精度は、ユーザのトラフィックパターンの特性及びノイズ及びチャネル環境の特性に依存してもよい。ある環境では、ノイズ及びチャネルは頻繁に変化する可能性がある。別の環境では、ノイズ及びチャネルはごくまれにしか変化しない可能性がある。更に別の実施形態では、ノイズ及びチャネルは、非常に頻繁に、しかし主として２つの状態の間でのみ変化する可能性がある。

一実施形態では、性能推定アルゴリズム１０２は装置ごとに適応的に調整される。一実施形態では、１つ以上の通信装置１０３_１−Ｎは、時刻、週の時間、通信装置の種類、装置の製造業者及びモデル、装置特性、ファームウェア、バックボーンの制約、ユーザのネットワーク使用パターン、少なくとも信号電力、周波数バンド及び動作モードの１つを含む無線周波数（ＲＦ）特性、環境統計、又はこの通信装置に隣接する複数の通信装置の動作に関するデータの少なくとも１つを含む１つ以上の基準の関数として性能推定アルゴリズム１０２を更新することにより性能推定アルゴリズム１０２を訓練するように動作可能である。ここで、データは、干渉チャネル及びレベルの少なくとも１つを含む。

一実施形態では、１つ以上の通信装置１０３_１−Ｎは、性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて通信装置１０３_１−Ｎのスループットを計算するように動作可能である。一実施形態では、１つ以上の通信装置１０３_１−Ｎはアクティブプロービングデータを送信して、最適化センタ１０１（例えば、サーバ）への通信リンク１０７_１−Ｎを介して動作データを読み取るように動作可能である。ここで、動作データは、アクティブプロービングの実行前、実行中及び／又は実行後の１つ以上の通信装置１０３_１−Ｎからのユーザデータトラフィックに関連する。一実施形態では、最適化センタ１０１は、アクティブプロービングデータに従って通信装置に対する性能推定アルゴリズム１０２を訓練して、１つ以上の通信装置１０３_１−Ｎから動作データを読み取るように動作可能である。

一実施形態では、最適化センタ１０１は、通信装置に対する性能推定アルゴリズムを訓練するためにマシン学習アルゴリズムを適用するように動作可能である。この実施形態では、正確なアクティブプロービングデータがマシン学習のためにパッシブプロービングデータと共に使用されて、入力としてパッシブデータのみを使用する性能推定アルゴリズム１０２がそれに従って決定される。

例えば、最適化センタ１０１（又は任意の他の通信装置）は、決定木学習、相関ルール学習、人口ニューラルネットワーク学習アルゴリズム、遺伝的プログラミングアルゴリズム、帰納論理学プログラミングアプローチ、サポートベクトルマシンアプローチ、クラスタリング、ベイズネットワークに基づく確率的グラフィカルモデル、強化学習、表現学習、スパース辞書学習等の１つ以上を適用してもよい。他の実施形態では、他のマシン学習アルゴリズムが用いられてもよい。本明細書の実施形態は最適化センタ１０１により適用されるマシン学習アルゴリズムを記載しているが、任意の通信装置が性能推定アルゴリズムを訓練するためにマシン学習を適用及び実行するための実行可能命令及び関連ハードウェアを有してもよい。

一実施形態では、性能推定アルゴリズムのための訓練過程を完了後、ネットワーク１００は、ユーザトラフィックを中断せずに動作データ（パッシブプロービングからのデータ）で監視され得る。一実施形態では、アクティブプロービングは、任意の通信装置によってまれにしか開始されず、又は正確な性能推定の必要性及び動作データの推定を更新するための訓練データの必要性に動的に依存し得る。例えば、ネットワークの性能が閾値よりも低くなって性能推定が正確なデータを提供しない場合、通信装置１０３_２は、今後動作データを介してネットワーク１００が監視され得るようにアクティブプロービングを呼び出して性能推定アルゴリズムを訓練してもよい。

図２は、本開示の一実施形態による、性能アルゴリズムを訓練するためのフローチャート２００である。図２を参照してフローチャートにおけるブロックが特定の順番で示されているが、動作の順番は変更することができる。従って、例示の実施形態は異なる順番で実行することができ、一部の動作／ブロックは並列に実行されてもよい。図２のフローチャートは、図１の実施形態を参照して示される。このフローチャートの実施形態を不明確にしないように、各方法ステップの詳細は反復されていない。

一実施形態では、方法は、通信リンク、例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のＤＳＬリンクにおいてデータトラフィックに関連するカウンタの実行値を記録することを含む。一実施形態では、カウンタの実行値は、パケットエラーカウント、パケット再送信カウント、成功したＡＣＫメッセージカウント等の少なくとも１つを含む。例えば、Ｂ１はカウンタによって記録された合計送信バイトである。このような実施形態では、動作カウンタは、成功した伝達パケットに対するカウンタ値を増加させる。一実施形態では、通信装置（例えば、１０３_１又は最適化センタ１０１）は、アクティブプロービングの実行を開始する。このような実施形態では、アクティブプロービングデータは、各通信リンク（例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のリンク）を介して、通信装置（例えば、１０３_１，１０５，１０３_２又は最適化センタ１０１）から別の通信装置（例えば、１０１，１０６_１−Ｍ又は１０４）に送信される。

一実施形態では、「ｔ」秒間（例えば、０．００１秒から６０秒）の待機後、動作カウンタ値が再び読み取られ、例えば、今度はＢ２送信バイトの合計が動作カウンタから記録される。一実施形態では、スループットが計算される。ここで、バイト／秒のスループット＝（Ｂ２−Ｂ１）／ｔである。計算されたスループットは、使用された実際のユーザデータバイトと比較して、動作データから報告されたバイトの任意の偏りのため、正確でない可能性がある。不正確に計算されたスループットの別の理由は、単にユーザがリンクを十分に多用しなかった及び全速でカウンタに値を増加させるのに十分なトラフィックを生成しなかったから、報告されたバイトがリンクの容量よりも遥かに低いということであってもよい。一実施形態では、計算されたスループットのこのような偏り及び不正確さは、動作データから計算されたスループットをアクティブプロービングデータで計算されたスループットと比較することによって検出されてもよい。このような実施形態では、本明細書で検討された方法は、（Ｂ２−Ｂ１）／ｔを使用する安易ではあるが不正確な方法と比較して、より正確なスループット推定アルゴリズムを見出すために使用され得る。

ブロック２０１では、通信装置（例えば、１０３_１−Ｎ，１０５及び／又は最適化センタ１０１の１つ以上）が、通信装置の物理又はＭＡＣ（Ｍｅｄｉａ Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌ）アドレスレイヤ（例えば、ゲートウェイ）と関係付けられる動作データを読み取る。例えば、通信装置１０３_２は、通信装置１０３_２とＣＰＥ１０４との間のＤＳＬリンクと関係付けられる動作データを読み取る。

ブロック２０２では、通信装置はアクティブプロービングを実行する。

例えば、テストデータが、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク上で送信及び受信される。別の例示では、テストデータは、１０３_２と１０４との間のＤＳＬリンク上で送信及び受信される。他の実施形態では、アクティブプロービングからのテストデータは、他のリンク及び他の通信装置上で送信及び受信される。

ブロック２０３では、通信装置１０３_２は、再び動作データを再び読み取り、その後でアクティブプロービングを実行する。この実施形態では、パッシブデータ又は動作データに対応するカウンタ値が再び読み取られ、今度はそのコンテンツ（カウンタ値）がネットワーク性能のスナップショットを表す。カウンタ値は、リンクに対して訓練された性能推定アルゴリズムが無い場合、アクティブプロービングデータを用いてネットワーク性能の正確なスナップショットを提供しなくてもよい。

ブロック２０４では、最適化センタ１０１は、性能推定アルゴリズム１０２を訓練するためにアクティブプロービングを実行することによって決定されたアクティブデータと共にカウンタ値（パッシブデータ、即ち、動作データ）を使用する。本明細書の実施形態は性能推定アルゴリズム１０２を訓練するために最適化センタ１０１を用いて説明されるが、ネットワーク内の（図１の）任意の他の通信装置が性能推定アルゴリズム１０２を訓練するために使用されてもよい。一実施形態では、通信装置１０３_２が、性能アルゴリズム１０２を訓練するためにデータを使用しえる。

一実施形態では、（例えば、リンクを溢れさせることによって）通常は完全トラフィックを生成するアクティブプロービングを実行した後で、今度は動作データがより関連のあるデータを有するので、最適化センタ１０１は、動作データを用いて性能推定アルゴリズム１０２を改善し続ける。このような実施形態では、アクティブプロービングの実行は、データトラフィックが中断されないように制約され得る。例えば、性能推定アルゴリズム１０２は、今度はネットワーク性能の正確な推定を提供する動作データを使用して更新される。

図３は、本開示の一実施形態による、サーバによって通信装置に対する性能アルゴリズムを訓練するためのフローチャート３００である。上記のように、通信装置１０３_１−Ｎの任意の１つがサーバであってもよい。図３を参照してフローチャートにおけるブロックが特定の順番で示されているが、動作の順番は変更することができる。従って、例示の実施形態は異なる順番で実行することができ、一部の動作／ブロックは並列に実行されてもよい。図３のフローチャートは、図１〜２の実施形態を参照して示される。

フローチャート３００は、サーバエンドで実行される行動及び通信エンドで実行される行動を参照して説明される（３０２）。ブロック３０３では、通信装置１０３はアクティブプロービングを実行する。例えば、通信装置１０３_２は、通信リンク１０７_２上でサーバ１０１にテストデータを送信して、サーバ１０１からアクティブデータを受信する。例えば、通信装置１０３_２は、ＤＳＬリンク上でサーバのように行動するＣＰＥ１０４にテストデータを送信して、ＣＰＥ１０４からアクティブデータを受信する。本明細書で検討される実施形態では、任意の通信装置がサーバとして行動して、性能推定アルゴリズムを更新するために（アクティブ及び／又はパッシブ）データを処理してもよい。

ブロック３０４では、通信装置１０３_２はパッシブプロービングを実行する、即ち動作データを読み取る。ブロック３０５では、通信装置１０３_２は、動作データをサーバエンド３０１に送信する。例えば、通信装置１０３_２は、通信リンク１０７_２上で動作データをサーバ１０１に送信する。別の例示では、通信装置１０３_２は、ＤＳＬリンク上でサーバのように行動するＣＰＥ１０４に動作データを送信する。

ブロック３０６では、動作データは、サーバエンド３０１において受信される。例えば、動作データは、サーバ１０１により受信される。別の例示では、動作データは、サーバとして行動するＣＰＥ１０４へのＤＳＬリンク上で受信される。

ブロック３０７では、サーバエンド３０１における通信装置は、アクティブプロービング及び／又は動作データ（パッシブプロービングデータ）から受信されるデータに従って性能推定アルゴリズム１０２を訓練する。ブロック３０８において、訓練されたアルゴリズムは通信装置１０３_２に送信され、これは通信装置１０３_２の性能を測定するためにこの訓練アルゴリズムを使用してもよい。

本明細書で検討されるように、動作データを用いる性能推定は、アクティブプロービングによる従来のネットワーク監視ユーティリティ（ＮＭＵ）の使用とは反対に侵入的ではない。動作データは、一般に容易に利用可能であり、性能推定アルゴリズムの継続的な更新又は訓練及びネットワーク性能の評価のために使用され得る。一実施形態では、正確なＮＭＵは、動作データに基づく性能推定方法を較正、向上又は微調整するために断続的に（例えば、週に一度）使用される。このような実施形態では、ＮＭＵが性能推定方法を較正するために断続的に使用される一方で、動作データは、ネットワークを継続的に監視するために使用される。ＮＭＵ及び動作データから得られた結果は、学習に基づくアルゴリズムを使用して互いに結合され得る。例えば、動作データを用いて得られたネットワークのスループット推定は、ＮＭＵに基づく技術を用いてネットワークのアクティブプロービングによって較正され得る。

各通信リンク、例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のＤＳＬリンクが一意である状況において、ＮＭＵ及び動作データからの結果はリンク適合アルゴリズムに用いられ得る。

例えば、特定のリンク、例えば、リンク１０７_１−Ｎ、１０５と１０６_１−Ｍとの間のリンク、１０３_１と１０６_１−Ｍとの間のリンク、及び／又は１０３_２と１０４との間のＤＳＬリンクは、ＮＭＵの実行がユーザトラフィックと干渉するのでＮＭＵを使用する頻繁な較正を許容しない非常に多いデータトラフィックを有する場合がある。このような実施形態では、学習アルゴリズムは、特定のリンクの動作データ特性に適合するように性能推定アルゴリズムを調整するためにＮＭＵからの随時の結果及び動作データからのより頻繁な結果（パッシブプロービングからのパッシブデータ）を結合してもよい。一部の実施形態では、関連した動作データフィールドが利用できないが、その不存在は、関連した動作データフィールドの利用不可能性による制約を克服するためにＮＭＵ測定を用いた随時のリンクごとの較正によって適応される。

一例では、送信及び受信特性のパターンが、動作データ（即ち、パッシブプロービングデータ）を使用して識別され、ＮＭＵ（即ち、アクティブプロービング）を使用して確認（又は較正）されてもよい。一実施形態では、送信及び受信特性のこのようなパターンは、時間、トラフィック、チャネル、アプリケーション等に基づいてもよい。また、こうしたパターンは性能推定にも使用され得る。

別の例示では、ネットワークの性能推定又は性能評価は、通信装置１０３_２のユーザによってリアルタイムデータを用いてリアルタイムに実行されてもよい。例えば、ユーザが通信装置１０３_２の自己診断を実行することを希望し、アクティブプロービングを実行し且つ動作データを読み取る性能推定を開始してもよい。別の例示では、サービスプロバイダは、ネットワークの性能を監視し、顧客からのヘルプ要求に応答してネットワークにおける通信リンクを診断してもよい。

図４は、本開示の一実施形態による、通信システム性能アルゴリズムを推定及び改善するように動作可能なコンピュータ実行可能命令１０２／４０４ａを備えたマシン可読記憶媒体４０４を有するプロセッサベースのシステム４００である。記憶媒体及び関連するコンピュータ実行可能命令は、本明細書で検討された任意の通信装置及び／又はサーバの中にあってもよい。コンピュータマシン可読／実行可能命令１０２／４０４ａはプロセッサ４０１によって実行される。実施形態の要素は、コンピュータ実行可能命令（例えば、図２−３のフローチャート及び本説明中で検討された他の処理を実装するための命令）を記憶するためにマシン可読媒体として提供される。

一実施形態では、プロセッサベースのシステム４００は、命令１０２／４０４ａによって使用されるデータを記憶するためのデータベース４０２を更に備える。一実施形態では、プロセッサベースのシステム４００は、他の装置と通信するためのネットワークインターフェース４０５を含む。一実施形態では、プロセッサベースのシステム４００の構成要素は、ネットワークバス４０３を介して互いと通信する。

マシン可読記憶媒体４０４は、限定されないが、フラッシュメモリ、光学ディスク、ＨＤＤ（ｈａｒｄ ｄｉｓｋ ｄｒｉｖｅ）、ＳＳＤ（ｓｏｌｉｄ ｓｔａｔｅ ｄｒｉｖｅ）、ＣＤ−ＲＯＭ（ＣＤ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ−ＲＯＭ、ＲＡＭ、ＥＰＲＯＭ、 ＥＥＰＲＯＭ、磁気若しくは光学カード、又は電子又はコンピュータ実行可能命令を記憶するのに適した他の種類のマシン可読記憶媒体を含んでもよい。例えば、本開示の実施形態は、通信リンク（例えば、モデム又はネットワーク接続）を介してデータ信号によってリモートコンピュータから要求側コンピュータ（例えば、クライアント）に転送され得るコンピュータプログラム（例えば、ＢＩＯＳ）としてダウンロードされてもよい。

明細書における「一実施形態」、「ある実施形態」、「一部の実施形態」、又は「他の実施形態」への参照は、実施形態と関連して記載された特定の特徴、構造又は特性が少なくとも一部の実施形態には含まれるが、必ずしも全ての実施形態ではないことを意味する。様々に出現している「一実施形態」、「ある実施形態」又は「一部の実施形態」は、必ずしも全てが同じ実施形態を言及しているのではない。構成要素、特徴、構造又は特性が「含まれてもよい」、「含まれるかもしれない」又は「含まれ得る」と明細書で述べる場合、その特定の構成要素、特徴、構造又は特性は含まれる必要が無い。明細書又は請求項が「ある」又は「１つの」要素に言及する場合、それは１つだけの要素があることを意味していない。明細書又は請求項が「更なる」要素に言及する場合、それは１つより多くの更なる要素があることを除外していない。

更に、特定の特徴、構造、機能又は特性が１つ以上の実施形態において任意の適切な態様で結合されてもよい。例えば、第１の実施形態が、２つの実施形態と関係付けられる特定の特徴、構造、機能又は特性が相互に排他的でない第２の実施形態と結合されてもよい。

本開示は特定の実施形態と併せて記載されているが、このような実施形態の多くの代替、修正及び変形が、先の記載に照らして当業者には明らかであろう。本開示の実施形態は、添付の請求項の広い範囲に入るように全てのこのような代替、修正、及び変形を包含することが意図されている。

以下の例は更なる実施形態に関する。例示の詳細は、１つ以上の実施形態の何れかで使用されてもよい。また、方法又は処理に関して本明細書に記載の装置の全ての選択的な特徴が実装されてもよい。

例えば、一実施形態では、通信装置の性能推定のための方法は、アクティブプロービングデータを決定するためにアクティブプロービングを実行するステップと、チャネル及びそのノイズ状態並びに通信装置と別の通信装置との間のユーザデータトラフィックに関するカウンタ値を含む動作データを読み取るステップであって、動作データは通信装置の現在の設定に関するステップと、アクティブプロービングデータ及び動作データに従って通信装置に対する性能推定アルゴリズムを訓練するステップとを含む。

一実施形態では、方法は、アクティブプロービングを実行する前に、動作データを読み取るステップを更に含む。一実施形態では、動作データの読み取りは、アクティブプロービングの実行中又は実行後に実行される。一実施形態では、性能推定アルゴリズムの訓練は、時刻、週の時間、通信装置の種類、装置の製造業者及びモデル、装置特性、ファームウェア、バックボーンの制約、ユーザのネットワーク使用パターン、少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含む無線周波数（ＲＦ）特性、環境統計、又はこの通信装置に隣接する複数の通信装置の動作に関するデータの少なくとも１つを含む１つ以上の基準の関数として性能推定アルゴリズムを更新することを含む。ここで、データは、干渉チャネル及びレベルの少なくとも１つを含む。

一実施形態では、アクティブプロービングの実行は、通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び動作データを読み取る前に既定時間の間待機することを含む。一実施形態では、アクティブプロービングの実行は、通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び他の通信装置によって受信されたデータの量又はデータを示す報告を受信することを含む。一実施形態では、アクティブプロービングの実行は、通信装置から他の通信装置にトラフィックを送信すること、及び送信されたトラフィックと関係付けられる測定データを記録することを含む。

一実施形態では、方法は、性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算することを更に含む。一実施形態では、アクティブプロービングの実行は、パッシブプロービングの実行よりも少ない回数だけ実行される。

一実施形態では、方法は、アクティブプロービングの実行前、実行中及び／又は実行後に、アクティブプロービングデータ及び読み取られた動作データをサーバに送信することを更に含む。一実施形態では、サーバは、アクティブプロービングデータに従って通信装置に対する性能推定アルゴリズムを訓練して、通信装置及び他の通信装置から動作データを読み取る。一実施形態では、サーバは、通信装置に対する性能推定アルゴリズムを訓練するためのマシン学習アルゴリズムを適用する。

一実施形態では、通信装置は、アクセスポイント（ＡＰ）、基地局、無線ローカルエリアネットワーク（ＬＡＮ）、アクセスマルチプレクサ（ＤＳＬＡＭ）、ゲートウェイ、性能強化装置、デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、宅内電力線装置、 ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、宅内同軸分配装置、Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、宅内計測通信装置、ＬＡＮと通信可能にインターフェース接続される宅内機器、無線フェムトセル（ｆｅｍｔｏｃｅｌｌ）基地局、無線ＷｉＦｉ互換基地局、無線移動装置リピータ、無線移動装置基地局、アドホック／メッシュネットワーク内のノード、セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、インターネットプロトコル（ＩＰ）使用可能テレビ、ＩＰ使用可能メディアプレーヤ、ＩＰ使用可能ゲームコンソール、イーサネットゲートウェイ、ＬＡＮに接続されるコンピュータ装置、イーサネット接続コンピュータ周辺装置、イーサネット接続ルータ、イーサネット接続無線ブリッジ、イーサネット接続ネットワークブリッジ、及びイーサネット接続ネットワークスイッチの少なくとも１つを含む。

別の例示では、一実施形態では、実行されると、本明細書で検討した方法に従ってプロセッサに方法を行わせるマシン実行可能命令を記憶するマシン可読記憶媒体がある。

別の例示では、システムは、１つ以上の通信装置に通信可能に結合される最適化センタを備え、１つ以上の通信装置は、アクティブプロービングデータを決定するためにアクティブプロービングを実行し、チャネル及びそのノイズ状態並びに通信装置と別の通信装置との間のユーザデータトラフィックに関するカウンタ値を含む動作データを読み取り、この動作データは通信装置の現在の設定に関し、アクティブプロービングデータ及び動作データに従って通信装置に対する性能推定アルゴリズムを訓練するように動作可能である。

一実施形態では、最適化センタは、サーバとして又は１つ以上の通信装置の中の１つの通信装置として実装される。一実施形態では、１つ以上の通信装置は、アクティブプロービングを実行する前に、動作データを読み取るように動作可能である。一実施形態では、１つ以上の通信装置は、アクティブプロービングの実行中又は実行後に、動作データを読み取るように動作可能である。

一実施形態では、１つ以上の通信装置は、時刻、週の時間、通信装置の種類、装置の製造業者及びモデル、装置特性、ファームウェア、バックボーンの制約、ユーザのネットワーク使用パターン、少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含む無線周波数（ＲＦ）特性、環境統計、又はこの通信装置に隣接する複数の通信装置の動作に関するデータの少なくとも１つを含む１つ以上の基準の関数として性能推定アルゴリズムを更新することにより性能推定アルゴリズムを訓練するように動作可能である。ここで、データは、干渉チャネル及びレベルの少なくとも１つを含む。

一実施形態では、１つ以上の通信装置は、通信装置から他の通信装置にアクティブプロービングデータを送信すること及び動作データを読み取る前に既定時間の間待機することにより、アクティブプロービングを実行するように動作可能である。一実施形態では、１つ以上の通信装置は、通信装置から他の通信装置にアクティブプロービングデータを送信すること及び他の通信装置によって受信されたデータの量又はデータを示す報告を受信することにより、アクティブプロービングを実行するように動作可能である。一実施形態では、１つ以上の通信装置は、通信装置から他の通信装置にトラフィックを送信すること及び送信されたトラフィックと関係付けられる測定データを記録することにより、アクティブプロービングを実行するように動作可能である。

一実施形態では、１つ以上の通信装置は、性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算するように動作可能である。一実施形態では、１つ以上の通信装置は、パッシブプロービングを実行するよりも少ない回数のアクティブプロービングを実行するように動作可能である。

一実施形態では、１つ以上の通信装置は、アクティブプロービングデータを送信し、アクティブプロービングの実行前、実行中及び／又は実行後に、サーバへの動作データを読み取るように動作可能である。一実施形態では、サーバは、アクティブプロービングデータ並びに通信装置及び他の通信装置から読み取られた動作データに従って通信装置に対する性能推定アルゴリズムを訓練するように動作可能である。一実施形態では、サーバは、通信装置に対する性能推定アルゴリズムを訓練するためのマシン学習アルゴリズムを適用するように動作可能である。

一実施形態では、通信装置は、アクセスポイント（ＡＰ）、基地局、無線ローカルエリアネットワーク（ＬＡＮ）、アクセスマルチプレクサ（ＤＳＬＡＭ）、ゲートウェイ、性能強化装置、デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、宅内電力線装置、 ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、宅内同軸分配装置、Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、宅内計測通信装置、ＬＡＮと通信可能にインターフェース接続される宅内機器、無線フェムトセル（ｆｅｍｔｏｃｅｌｌ）基地局、無線ＷｉＦｉ互換基地局、無線移動装置リピータ、無線移動装置基地局、アドホック／メッシュネットワーク内のノード、セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、インターネットプロトコル（ＩＰ）使用可能テレビ、ＩＰ使用可能メディアプレーヤ、ＩＰ使用可能ゲームコンソール、イーサネットゲートウェイ、ＬＡＮに接続されるコンピュータ装置、イーサネット接続コンピュータ周辺装置、イーサネット接続ルータ、イーサネット接続無線ブリッジ、イーサネット接続ネットワークブリッジ、及びイーサネット接続ネットワークスイッチの少なくとも１つを含む。

別の例示では、一実施形態では、通信装置の性能推定のための方法は、アクティブプロービング及びパッシブプロービングの実行後に通信装置からカウンタ値を含む動作データを受信するステップであって、カウンタ値は通信装置から別の通信装置へのユーザデータトラフィックに関連するステップと、アクティブプロービングの実行前又は実行後に動作データに従って通信装置に対する性能推定アルゴリズムを訓練するステップとを含む。

一実施形態では、方法は、アクティブプロービングを実行する前に、動作データを受信するステップを更に含む。一実施形態では、動作データの読み取りは、アクティブプロービングの実行中又は実行後に受信される。

一実施形態では、性能推定アルゴリズムの訓練は、時刻、週の時間、通信装置の種類、装置の製造業者及びモデル、装置特性、ファームウェア、バックボーンの制約、ユーザのネットワーク使用パターン、少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含む無線周波数（ＲＦ）特性、環境統計、又はこの通信装置に隣接する複数の通信装置の動作に関するデータの少なくとも１つを含む１つ以上の基準の関数として性能推定アルゴリズムを更新することを含む。ここで、データは、干渉チャネル及びレベルの少なくとも１つを含む。

一実施形態では、アクティブプロービングの実行は、通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び動作データを読み取る前に既定時間の間待機することを含む。一実施形態では、アクティブプロービングの実行は、通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び他の通信装置によって受信されたデータの量又はデータを示す報告を受信することを含む。

一実施形態では、方法は、性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算することを更に含む。一実施形態では、アクティブプロービングの実行は、パッシブプロービングの実行よりも少ない回数だけ実行される。

一実施形態では、方法は、アクティブプロービングデータ及び読み取られた動作データを受信するステップであって、動作データは、アクティブプロービングの実行前、実行中及び／又は実行後の通信装置からのユーザデータトラフィックに関連するステップを更に含む。一実施形態では、通信装置に対する性能推定アルゴリズムの訓練はアクティブプロービングデータに従って行われ、通信装置及び他の通信装置から動作データを読み取る。一実施形態では、性能推定アルゴリズムの訓練は、マシン学習アルゴリズムを適用することを含む。

一実施形態では、通信装置は、アクセスポイント（ＡＰ）、基地局、無線ローカルエリアネットワーク（ＬＡＮ）、アクセスマルチプレクサ（ＤＳＬＡＭ）、ゲートウェイ、性能強化装置、デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、宅内電力線装置、 ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、宅内同軸分配装置、Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、宅内計測通信装置、ＬＡＮと通信可能にインターフェース接続される宅内機器、無線フェムトセル（ｆｅｍｔｏｃｅｌｌ）基地局、無線ＷｉＦｉ互換基地局、無線移動装置リピータ、無線移動装置基地局、アドホック／メッシュネットワーク内のノード、セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、インターネットプロトコル（ＩＰ）使用可能テレビ、ＩＰ使用可能メディアプレーヤ、ＩＰ使用可能ゲームコンソール、イーサネットゲートウェイ、ＬＡＮに接続されるコンピュータ装置、イーサネット接続コンピュータ周辺装置、イーサネット接続ルータ、イーサネット接続無線ブリッジ、イーサネット接続ネットワークブリッジ、及びイーサネット接続ネットワークスイッチの少なくとも１つを含む。

更に別の例示では、実行されると、本明細書で検討した方法をプロセッサに行わせるマシン実行可能命令を記憶するマシン可読記憶媒体がある。

技術的開示の本質及び要旨を読者が特定できるように要約が提供される。要約は、請求項の範囲又は意味を限定するために使用されないという理解のもと提出される。以下の請求項は詳細な説明に組み込まれ、各請求項は別の実施形態としてそれ自身が独自である。

Claims (41)

1. 通信装置の性能推定のための方法であって、
   アクティブプロービングデータを決定するためにアクティブプロービングを実行するステップと、
   チャネル及びそのノイズ状態に関連するデータ並びに前記通信装置と別の通信装置との間のユーザデータトラフィックに関連するカウンタ値を含む動作データを読み取るステップであって、前記動作データは前記通信装置の現在の設定に関連するステップと、
   前記アクティブプロービングデータ及び前記動作データに従って前記通信装置に対する性能推定アルゴリズムを訓練するステップと
   を含む、方法。
2. アクティブプロービングを実行する前に、動作データを読み取るステップを更に含む、請求項１に記載の方法。
3. 動作データの読み取りは、アクティブプロービングの実行中又は実行後に行われる、請求項１に記載の方法。
4. 前記性能推定アルゴリズムの訓練は、
   時刻、
   週の時間、
   通信装置の種類、
   装置の製造業者及びモデル、
   装置特性、
   ファームウェア、
   バックボーンの制約、
   ユーザのネットワーク使用パターン、
   少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含むＲＦ特性、
   環境統計、又は
   前記通信装置に隣接する複数の通信装置の動作に関するデータであって、干渉チャネル及びレベルの少なくとも１つを含むデータ
   の少なくとも１つを含む１つ以上の基準の関数として前記性能推定アルゴリズムを更新することを含む、請求項１に記載の方法。
5. アクティブプロービングの実行は、
   前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
   前記動作データを読み取る前に既定時間の間待機すること
   を含む、請求項１に記載の方法。
6. アクティブプロービングの実行は、
   前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
   前記他の通信装置によって受信されたデータの量又はデータを示す報告を受信すること
   を含む、請求項１に記載の方法。
7. アクティブプロービングの実行は、
   前記通信装置から他の通信装置にトラフィックを送信すること、及び
   送信されたトラフィックと関係付けられる測定データを記録すること
   を含む、請求項１に記載の方法。
8. 前記性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、前記通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算するステップ
   を更に含む、請求項１に記載の方法。
9. アクティブプロービングの実行は、パッシブプロービングの実行よりも少ない回数だけ行われる、請求項１に記載の方法。
10. アクティブプロービングの実行前、実行中及び／又は実行後に、前記アクティブプロービングデータ及び読み取られた動作データをサーバに送信するステップ
    を更に含む、請求項１に記載の方法。
11. 前記サーバは、アクティブプロービングデータ並びに前記通信装置及び他の通信装置から読み取られた動作データに従って前記通信装置に対する前記性能推定アルゴリズムを訓練する、請求項１０に記載の方法。
12. 前記サーバは、前記通信装置に対する前記性能推定アルゴリズムを訓練するためにマシン学習アルゴリズムを適用する、請求項１１に記載の方法。
13. 前記通信装置は、
    アクセスポイント（ＡＰ）、
    基地局、
    無線ローカルエリアネットワーク（ＬＡＮ）、
    デジタル加入者回線アクセスマルチプレクサ（ＤＳＬＡＭ）、
    ゲートウェイ、
    性能強化装置、
    デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、
    宅内電力線装置、
    ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、
    宅内同軸分配装置、
    Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、
    宅内計測通信装置、
    前記ＬＡＮと通信可能にインターフェース接続される宅内機器、
    無線フェムトセル基地局、
    無線ＷｉＦｉ互換基地局、
    無線移動装置リピータ、
    無線移動装置基地局、
    アドホック／メッシュネットワーク内のノード、
    セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、
    インターネットプロトコル（ＩＰ）使用可能テレビ、
    ＩＰ使用可能メディアプレーヤ、
    ＩＰ使用可能ゲームコンソール、
    イーサネットゲートウェイ、
    前記ＬＡＮに接続されるコンピュータ装置、
    イーサネット接続コンピュータ周辺装置、
    イーサネット接続ルータ、
    イーサネット接続無線ブリッジ、
    イーサネット接続ネットワークブリッジ、及び
    イーサネット接続ネットワークスイッチ
    の少なくとも１つを含む、請求項１に記載の方法。
14. １つ以上の通信装置に通信可能に結合される最適化センタを備えるシステムであって、
    前記１つ以上の通信装置は、
    アクティブプロービングデータを決定するためにアクティブプロービングを実行し、
    チャネル及びそのノイズ状態に関連するデータ並びに前記通信装置と別の通信装置との間のユーザデータトラフィックに関連するカウンタ値を含む動作データを読み取り、前記動作データは前記通信装置の現在の設定に関連し、
    前記アクティブプロービングデータ及び前記動作データに従って前記通信装置に対する性能推定アルゴリズムを訓練するように動作可能である、システム
15. 前記最適化センタは、サーバとして又は前記１つ以上の通信装置の中の１つの通信装置として実装される、請求項１４に記載のシステム。
16. 前記１つ以上の通信装置は、アクティブプロービングを実行する前に、動作データを読み取ように動作可能である、請求項１４に記載のシステム。
17. 前記１つ以上の通信装置は、アクティブプロービングの実行中又は実行後に、動作データを読み取るように動作可能である、請求項１４に記載のシステム。
18. 前記１つ以上の通信装置は、
    時刻、
    週の時間、
    通信装置の種類、
    装置の製造業者及びモデル、
    装置特性、
    ファームウェア、
    バックボーンの制約、
    ユーザのネットワーク使用パターン、
    少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含むＲＦ特性、
    環境統計、又は
    前記通信装置に隣接する複数の通信装置の動作に関するデータであって、干渉チャネル及びレベルの少なくとも１つを含むデータ
    の少なくとも１つを含む１つ以上の基準の関数として前記性能推定アルゴリズムを更新することにより前記性能推定アルゴリズムを訓練するように動作可能である、請求項１４に記載のシステム。
19. 前記１つ以上の通信装置は、
    前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
    前記動作データを読み取る前に既定時間の間待機することにより、アクティブプロービングを実行するように動作可能である、請求項１４に記載のシステム。
20. 前記１つ以上の通信装置は、
    前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
    前記他の通信装置によって受信されたデータの量又はデータを示す報告を受信することにより、アクティブプロービングを実行するように動作可能である、請求項１４に記載のシステム。
21. 前記１つ以上の通信装置は、
    前記通信装置から他の通信装置にトラフィックを送信すること、及び
    送信されたトラフィックと関係付けられる測定データを記録することにより、アクティブプロービングを実行するように動作可能である、請求項１４に記載のシステム。
22. 前記１つ以上の通信装置は、前記性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、前記通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算するように動作可能である、請求項１４に記載のシステム。
23. 前記１つ以上の通信装置は、パッシブプロービングを実行するよりも少ない回数のアクティブプロービングを実行するように動作可能である、請求項１４に記載のシステム。
24. 前記１つ以上の通信装置は、アクティブプロービングの実行前、実行中及び／又は実行後に、前記アクティブプロービングデータ及び読み取られた動作データをサーバに送信するように動作可能である、請求項１４に記載のシステム。
25. 前記サーバは、アクティブプロービングデータ並びに前記通信装置及び他の通信装置から読み取られた動作データに従って前記通信装置に対する前記性能推定アルゴリズムを訓練するように動作可能である、請求項２４に記載のシステム。
26. 前記サーバは、前記通信装置に対する前記性能推定アルゴリズムを訓練するためにマシン学習アルゴリズムを適用するように動作可能である、請求項２５に記載のシステム。
27. 前記通信装置は、
    アクセスポイント（ＡＰ）、
    基地局、
    無線ローカルエリアネットワーク（ＬＡＮ）、
    デジタル加入者回線アクセスマルチプレクサ（ＤＳＬＡＭ）、
    ゲートウェイ、
    性能強化装置、
    デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、
    宅内電力線装置、
    ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、
    宅内同軸分配装置、
    Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、
    宅内計測通信装置、
    前記ＬＡＮと通信可能にインターフェース接続される宅内機器、
    無線フェムトセル基地局、
    無線ＷｉＦｉ互換基地局、
    無線移動装置リピータ、
    無線移動装置基地局、
    アドホック／メッシュネットワーク内のノード、
    セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、
    インターネットプロトコル（ＩＰ）使用可能テレビ、
    ＩＰ使用可能メディアプレーヤ、
    ＩＰ使用可能ゲームコンソール、
    イーサネットゲートウェイ、
    前記ＬＡＮに接続されるコンピュータ装置、
    イーサネット接続コンピュータ周辺装置、
    イーサネット接続ルータ、
    イーサネット接続無線ブリッジ、
    イーサネット接続ネットワークブリッジ、及び
    イーサネット接続ネットワークスイッチ
    の少なくとも１つを含む、請求項１４に記載のシステム。
28. 実行されると、請求項１〜１３の何れか１項の記載の方法をプロセッサに行わせるマシン実行可能命令を記憶する、マシン可読記憶媒体。
29. アクティブプロービング及びパッシブプロービングの実行後に、前記通信装置からカウンタ値を含む動作データを受信するステップであって、前記カウンタ値は前記通信装置から別の通信装置へのユーザデータトラフィックに関連するステップと、
    アクティブプロービングの実行前又は実行後に前記動作データに従って前記通信装置に対する性能推定アルゴリズムを訓練するステップと
    を含む、通信装置の性能推定のための方法。
30. アクティブプロービングを実行する前に、動作データを受信するステップを更に含む、請求項２９に記載の方法。
31. 動作データは、アクティブプロービングの実行中又は実行後に受信される、請求項２９に記載の方法。
32. 前記性能推定アルゴリズムの訓練は、
    時刻、
    週の時間、
    通信装置の種類、
    装置の製造業者及びモデル、
    装置特性、
    ファームウェア、
    バックボーンの制約、
    ユーザのネットワーク使用パターン、
    少なくとも信号電力、経路損失、ノイズレベル、周波数バンド及び動作モードの１つを含むＲＦ特性、
    環境統計、又は
    前記通信装置に隣接する複数の通信装置の動作に関するデータであって、干渉チャネル及びレベルの少なくとも１つを含むデータ
    の少なくとも１つを含む１つ以上の基準の関数として前記性能推定アルゴリズムを更新することを含む、請求項２９に記載の方法。
33. アクティブプロービングの実行は、
    前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
    前記動作データを読み取る前に既定時間の間待機すること
    を含む、請求項２９に記載の方法。
34. アクティブプロービングの実行は、
    前記通信装置から他の通信装置にアクティブプロービングデータを送信すること、及び
    前記他の通信装置によって受信されたデータの量又はデータを示す報告を受信すること
    を含む、請求項２９に記載の方法。
35. 前記性能推定アルゴリズムを訓練するためにアクティブプロービングデータを用いて、前記通信装置のスループット、接続性、レイテンシ、ジッタ、又はエラー率の少なくとも１つを計算するステップ
    を更に含む、請求項２９に記載の方法。
36. アクティブプロービングの実行は、パッシブプロービングの実行よりも少ない回数だけ行われる、請求項２９に記載の方法。
37. 前記アクティブプロービングデータ及び読み取られた動作データを受信するステップであって、前記動作データは、アクティブプロービングの実行前、実行中及び／又は実行後の前記通信装置からのユーザデータトラフィックに関連するステップ
    を更に含む、請求項２９に記載の方法。
38. 前記通信装置に対する前記性能推定アルゴリズムの訓練は、アクティブプロービングデータ並びに前記通信装置及び他の通信装置から読み取られた動作データに従って行われる、請求項３７に記載の方法。
39. 前記性能推定アルゴリズムの訓練は、マシン学習アルゴリズムを適用することを含む、請求項３８に記載の方法。
40. 前記通信装置は、
    アクセスポイント（ＡＰ）、
    基地局、
    無線ローカルエリアネットワーク（ＬＡＮ）、
    デジタル加入者回線アクセスマルチプレクサ（ＤＳＬＡＭ）、
    ゲートウェイ、
    性能強化装置、
    デジタル加入者回線（ＤＳＬ）顧客構内設備（ＣＰＥ）モデム、
    宅内電力線装置、
    ＨＰＮＡ（Ｈｏｍｅ Ｐｈｏｎｅｌｉｎｅ Ｎｅｔｗｏｒｋ Ａｌｌｉａｎｃｅ）ベースの装置、
    宅内同軸分配装置、
    Ｇ．ｈｎ（Ｇｌｏｂａｌ Ｈｏｍｅ Ｎｅｔｗｏｒｋｉｎｇ Ｓｔａｎｄａｒｄ）互換装置、
    宅内計測通信装置、
    前記ＬＡＮと通信可能にインターフェース接続される宅内機器、
    無線フェムトセル基地局、
    無線ＷｉＦｉ互換基地局、
    無線移動装置リピータ、
    無線移動装置基地局、
    アドホック／メッシュネットワーク内のノード、
    セットトップボックス（ＳＴＢ）／セットトップユニット（ＳＴＵ）顧客電子装置、
    インターネットプロトコル（ＩＰ）使用可能テレビ、
    ＩＰ使用可能メディアプレーヤ、
    ＩＰ使用可能ゲームコンソール、
    イーサネットゲートウェイ、
    前記ＬＡＮに接続されるコンピュータ装置、
    イーサネット接続コンピュータ周辺装置、
    イーサネット接続ルータ、
    イーサネット接続無線ブリッジ、
    イーサネット接続ネットワークブリッジ、及び
    イーサネット接続ネットワークスイッチ
    の少なくとも１つを含む、請求項３８に記載の方法。
41. 実行されると、請求項２９〜４０の何れか１項の記載の方法をプロセッサに行わせるマシン実行可能命令を記憶する、マシン可読記憶媒体。
    

Images