JP2022138780A - データ連携システム、データ連携方法、トラストシステム及びデータの公開方法 - Google Patents

Abstract

【課題】実運用システムのデータを用いて検証システムで革新技術を用いた新たなシステム又はサービスを創出し、検証システムが提供する検証データを意思決定支援システムで評価して、創出された新たなシステム又はサービスを実運用システムへフィードバックする。【解決手段】第１、第２、第３のシステムで情報の連携を行うデータ連携システムは、第１のシステムが、既に運用されているサービスを提供して、サービスを提供する情報として振る舞いデータを収集して公開し、第２のシステムが、振る舞いデータを取得して新たな技術に振る舞いデータを適用して検証を実施した結果を検証データとして生成し、前記検証データを公開し、第３のシステムが、振る舞いデータと検証データを受け付けて、判断結果データの決定を支援し、決定された前記判断結果データを公開する。【選択図】図１

Description

本発明は、異なる複数のシステムが各システムからの受発信データを使用するデータ連携システムに関する。

近年、ネットワークの拡大及び高速化やサイバー空間利用の飛躍的な発展に伴って新たなサービスが創出されている。また、半導体や二次電池の性能向上やＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の進展によって、車両の自動運転システムや小型飛翔体によるドローンシステム等の新たなシステムが創出されている。

新たなサービスやシステムを現実の社会で実用化するためには、新たなサービスやシステムの検証を行った検証データを行政や業界団体などで評価を行って、法令やルールなどを改善してから現実の社会に新たなシステム（又はサービス）を組み込んでいく手順が必要となる。

上記を実現するためには、異なるシステム間で情報の連携を行って、検証データに基づく法令等の判断を行う必要がある。異なる組織間で情報の連携を行う技術としては、例えば、特許文献１が知られている。

特許文献１では、複数の組織から提供された情報の信頼度を判定して、情報を利用するための指標を利用者に提供する技術が開示されている。

特開２０２０－１４９６４５号公報

上記従来技術ではデータの信頼性は利用側の目的によらず一意に算出され、利用側の目的に応じた信頼度は算出できない。データを利用する組織の属性や、データの価値等の信頼度への寄与はコミュニティによって異なる。

例えば、現実の社会で運用されている実運用システムのデータから、新たなシステムやサービスを創出するために検証を行う検証システムで検証データを生成し、行政や業界団体等で検証データを評価して現実の社会へ適用するか否かを判断する意思決定支援システムを利用する場合、各システム間でデータへの信頼性を確保した上でデータの連携を行うことが重要となる。

また、検証システムで創出された革新技術活用による新たなシステムやサービスなどを、現実の社会へ適用するには意思決定支援システムを利用する行政等が、迅速に法整備やルールを更新する必要がある。

しかしながら、上記従来例等では、検証システムで創出された革新技術を迅速に実運用システムに適用するような枠組みを構築できず、技術の進歩のスピードに法整備等が追い着いていないのが現状である。例えば、車両の自動運転システムや、小型飛翔体（ドローン）の自律飛行システムなどでは責任の主体や、適用する条件や地域などが迅速に決定されてはいない、という問題があった。

そこで本発明は、上記問題点に鑑みてなされたもので、既に運用されている実運用システムのデータを用いて検証システムで革新技術を活用した新たなシステム又はサービスを創出し、検証システムが提供する検証データを意思決定支援システムで評価して、創出された新たなシステム又はサービスを実運用システムへ迅速にフィードバックすることを目的とする。

本発明は、第１のシステムと、第２のシステムと、第３のシステムをネットワークで接続して情報の連携を行うデータ連携システムであって、前記第１のシステムは、既に運用されているサービスを提供する第１の計算機を有して、前記サービスを提供する情報として振る舞いデータを収集して公開し、前記第２のシステムは、前記振る舞いデータを取得して、新たな第４のシステムに前記振る舞いデータを適用した場合の検証を実施する第２の計算機を有して、前記検証の結果を検証データとして生成し、前記検証データを公開し、前記第３のシステムは、前記第１のシステムが公開した振る舞いデータと、前記第２のシステムが公開した検証データを受け付けて、判断結果データの決定を支援する第３の計算機を有し、決定された前記判断結果データを受け付けて、当該判断結果データを公開し、前記第１のシステムは、前記第３のシステムが公開した判断結果データに基づいて前記第４のシステムを適用する。

したがって、本発明は、現実に運用されている第１のシステム（実運用システム）のデータを第２のシステム（検証システム）で利用して、革新技術を用いた新たなシステム又はサービス（第４のシステム）を創出し、第２のシステムが出力する検証データを第３のシステム（意思決定支援システム）で評価して、創出された新たなシステム又はサービス（第４のシステム）を第１のシステムへ迅速にフィードバックすることができる。

本明細書において開示される主題の、少なくとも一つの実施の詳細は、添付されている図面と以下の記述の中で述べられる。開示される主題のその他の特徴、態様、効果は、以下の開示、図面、請求項により明らかにされる。

本発明の実施例１を示し、データ連携システムの一例を示す図である。 本発明の実施例１を示し、データ連携システムとデータ流通基盤の一例を示す図である。 本発明の実施例１を示し、実運用システムの一例を示すブロック図である。 本発明の実施例１を示し、検証システムの一例を示すブロック図である。 本発明の実施例１を示し、意思決定支援システムの一例を示すブロック図である。 本発明の実施例１を示し、データ連携システムで行われる処理の一例を示すフローチャートである。 本発明の実施例１を示し、車両の走行状態の一例を示す図である。 本発明の実施例１を示し、実運用サーバの振る舞いデータを構成する速度データの一例を示す図である。 本発明の実施例１を示し、実運用サーバの振る舞いデータを構成する位置データの一例を示す図である。 本発明の実施例１を示し、実運用サーバの振る舞いデータを構成する制御データの一例を示す図である。 本発明の実施例１を示し、実運用サーバの振る舞いデータを構成するセンサデータの一例を示す図である。 本発明の実施例１を示し、ルールデータの一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する速度データの一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する位置データの一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する制御データの一例を示す図である。 本発明の実施例１を示し、検証サーバの環境データの一例を示す図である。 本発明の実施例１を示し、検証サーバが出力する提案ルールの一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する速度データ（２ループ目）の一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する位置データ（２ループ目）の一例を示す図である。 本発明の実施例１を示し、検証サーバの学習データを構成する制御データ（２ループ目）の一例を示す図である。 本発明の実施例１を示し、改善ルール（２ループ目）の一例を示す図である。 本発明の実施例１を示し、検証サーバの検証データを構成する速度データの一例を示す図である。 本発明の実施例１を示し、検証サーバの検証データを構成する位置データの一例を示す図である。 本発明の実施例１を示し、検証サーバの検証データを構成する制御データの一例を示す図である。 本発明の実施例１を示し、検証サーバのＫＰＩデータの一例を示す図である。 本発明の実施例１を示し、意思決定支援サーバの判断結果の一例を示す図である。 本発明の実施例２を示し、データ連携システムの一例を示す図である。

以下、本発明の実施形態を添付図面に基づいて説明する。

図１は、本発明の実施例１を示し、データ連携システムの一例を示す図である。データ連携システムは、既にサービスを提供している既存のシステムの振る舞いデータ４を公開する実運用システム（第１のシステム）１と、まだ実現されてはいないが将来的に実現する必要がある革新技術を用いた新たなシステム又はサービス（第４のシステム、例えば、自動運転システム）の検証データ５を公開する検証システム（第２のシステム）２と、検証システム２が公開した検証データ５と、実運用システム１が公開した振る舞いデータ４から、新たなシステム又はサービス（第４のシステム）を実運用システム１へ適用してよいかどうかの判断結果データ６を公開する意思決定支援システム（第３のシステム）３とを含む分散型システムで構成される。

意思決定支援システム３の判断結果データ６の判断結果７が、革新技術を用いた新たなシステム又はサービスを実運用システム１で運用（又は組み込む）することを許可する場合には、判断結果データ６に含まれる改善ルール８を実運用システム１に適用する。

一方、意思決定支援システム３の判断結果データ６の判断結果７が、前記新たなシステム又はサービスの実現を否定する場合には、検証システム２が判断結果データ６に含まれる改善ルール８で再度検証を実施して検証データ５を公開する。

実運用システム１は、例えば、交通情報サービスを提供する管制センターなどに具備されるシステムで、例えば、Ｃｏｎｎｅｃｔｅｄ－Ｃａｒから収集した走行データを収集し、収集したデータを振る舞いデータ４として公開する。走行データは、（ナビゲーションデータ（位置情報、走行経路、走行時間等））と制御データ（加減速、車載センサデータ（環境センシング））を含む。

検証システム２は、例えば、運転者に依存しない自動運転（レベル３～レベル５）の検証を進める組織内に具備されるシステムで、実運用システム１が公開した振る舞いデータ４を利用して革新技術を適用した自動運転システムを検証し、検証結果を検証データ５として公開する。

意思決定支援システム３は、例えば、革新技術を用いた新たなシステム又はサービス（第４のシステム）として行政や業界団体等の自動運転システムを実現したいと検討している組織が合意形成のために使用するシステムである。

意思決定支援システム３は、実運用システム（第１のシステム）１から公開された振る舞いデータ４が正しく検証データ５に利用されたか否かを、検証システム２から公開された検証データ５と、実運用システム１から公開された振る舞いデータ４を利用して判断し、判断結果データ６として公開する。判断結果データ６は、革新技術を実運用システム１に適用（又は組み込む）するか否かの判断結果７と、革新技術を適用した新たなシステム又はサービスの実現に必要な法令やルールで構成された改善ルール８から構成される。

判断結果データ６は、検証システム２や実運用システム１にフィードバックされる。検証システム２では、判断結果データ６の判断結果７が実運用システム１で実現しないという否定の場合には、改善ルール８に基づいて検証を再度実行して検証データ５を再度公開する。

実運用システム１では、判断結果データ６の判断結果７が革新技術を用いた新たなシステム又はサービスの運用を許可する場合には、改善ルール８に基づいて車載システムのアップデートや、管制センターのルールのアップデートを実行する。

ここで、検証システム２における振る舞いデータ４を使用した検証は、例えば、次のように行われる。

検証システム２では、振る舞いデータ４を構成する走行データ（ナビゲーションデータと制御データ）から学習データを生成して、自動運転システムのモデル（例えば、機械学習モデル）に学習させる。

そして、検証システム２は、振る舞いデータ４から学習対象の車両の走行環境となる環境データを生成して、ナビゲーションデータと制御データと環境データを用いて自動運転システムのモデルの挙動を検証する。

検証システム２が公開する検証データ５には、検証結果と自動運転システムの走行データ（ナビゲーションデータと制御データ）と再現に使用した環境データが含まれる。なお、検証システム２は、検証データ５に基づいて改善ルール８を提案することができる。

また、判断結果データ６は、検証データ５と振る舞いデータ４に基づいて、委員会や議会で決定された判断結果７と改善ルール８を意思決定支援システム３が受け付けて、検証システム２と実運用システム１に公開するデータである。

判断結果７と改善ルール８の一例としては、判断結果７が「自動運転システムを実現する」という内容で、改善ルール８が「自動運転のレベル４についてＡ高速道路のインターチェンジＢ～Ｃで許可する」というようなデータで構成される。

革新技術を用いた新たなシステム又はサービスの運用を許可する判断結果データ６（判断結果７、改善ルール８）は、意思決定支援システム３が公開して実運用システム１又は検証システム２に適用する。実運用システム１への適用は、例えば、「自動運転のレベル４についてＡ高速道路のインターチェンジＢ～Ｃで許可する」という改善ルール８の場合、実運用システム１は車両データ管理システムにナビゲーションデータ又はマップに、「Ａ高速道路のインターチェンジＢ～Ｃで自動運転のレベル４を許可する」という情報を各車両に配信する。

車両データ管理システムからナビゲーションデータの更新を受け付けた自動運転システムを有する車両は、Ａ高速道路のインターチェンジＢ～Ｃ間で自動運転レベル４以上の自動運転を実施する。

これにより、実運用システム１が公開した振る舞いデータ４から、検証システム２では革新技術を用いた新たなシステム又はサービスの検証を実施した結果を検証データ５として公開し、検証データ５と振る舞いデータ４に基づいて意思決定支援システム３が公開した判断結果データ６に基づいて、革新技術を現実の実運用システム１へ迅速に適用することが可能となる。

データ連携システムでは、検証データ５と判断結果データ６を順次連携することによって、随時データの検証が可能となり、現実のデータの他に仮想的な出力データをモデルに適用することによって状況が変化した場合の予測を行うことも可能となる。

以上のようなデータ連携を各システム間で実現するため、各システムは以下のように構成される。なお、実運用システム１と検証システム２と意思決定支援システム３の計算機は、それぞれネットワーク９００に接続される。

まず、実運用システム１は、車両から走行データを収集し、また、交通管制システムから道路状態の監視結果を収集する実運用サーバ１０を有し、実運用サーバ１０が交通情報サービスを提供し、走行データを含む振る舞いデータ４を公開する。

実運用サーバ１０は、データ公開又は評価部１００と、運用実行部１３０を含む。運用実行部１３０は、走行データや道路状態を収集して交通情報サービスを提供する。データ公開・評価部１００は、振る舞いデータ４を生成する評価部と、振る舞いデータ４を検証システム２と意思決定支援システム３に公開する公開部を合わせた機能部である。

データ公開・評価部１００は、振る舞いデータ４の公開先の信頼度に応じて走行データのうち、公開するデータとフィルタリング又は匿名化を行うデータを予め設定しておくことができる。なお、信頼度は、公開先に応じて予め設定された値である。データ公開・評価部１００は、信頼度の値が大きいほど、フィルタリング等の強度を低下させ、信頼度の値が小さいほど、フィルタリング等の強度を増大させる。

検証システム２は、振る舞いデータ４から機械学習モデルなどによって検証を実施して検証データ５を出力する検証サーバ２０を含む。ここでは、機械学習を例に説明するが、学習アルゴリズムは機械学習に限定するものではない。検証サーバ２０は、実運用システム１から振る舞いデータ４を収集し、機械学習モデルの学習データ４５や環境データ４９を生成するデータ公開・評価部２００と、学習済みの機械学習モデルに環境データ４９を入力させて検証データ５を出力する検証実行部２５０を有する。

データ公開・評価部２００は、振る舞いデータ４を収集し、検証データ５を公開するデータ公開部と、振る舞いデータ４から学習データ４５及び環境データ４９を生成し、出力する検証データ５を評価する評価部とを合わせた機能部である。

データ公開・評価部２００は、法制度やルールに応じて振る舞いデータ４から機械学習モデルに入力すべきデータを選択することができる。例えば、振る舞いデータ４の走行データのうち、速度が制限速度を超過しているデータは除外して学習データ４５を生成することができる。

また、データ公開・評価部２００は、法制度やルールの他に、意思決定支援システム３が公開した判断結果データ６の改善ルール８に基づいて、振る舞いデータ４から機械学習モデルに入力すべきデータを選択することができる。

データ公開・評価部２００は、検証データ５の公開先の信頼度に応じて公開するデータとフィルタリング又は匿名化を行うデータを予め設定しておくことができる。なお、信頼度は、公開先に応じて予め設定された値である。データ公開・評価部２００は、信頼度の値が大きいほど、フィルタリング等の強度を低下させ、信頼度の値が小さいほど、フィルタリング等の強度を増大させる。

検証実行部２５０は、学習データ４５と環境データ４９に加えて、検証結果を評価するためのＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）データ９を入力する。ＫＰＩデータ９は、例えば、ＣＯ２排出量や事故率など予め設定された目標値や閾値を含むデータである。

検証実行部２５０は、検証データ５とＫＰＩデータ９に基づいて、提案ルール８０を意思決定支援システム３に対して呈示することができる。なお、提案ルール８０は、検証サーバ２０の利用者が入力して、検証実行部２５０が受け付けてもよい。

次に、意思決定支援システム３は、検証データ５と振る舞いデータ４を入力として、判断結果７と改善ルール８からなる判断結果データ６を出力する意思決定支援サーバ３０を含む。

意思決定支援サーバ３０は、検証システム２から検証データ５を収集し、実運用システム１から振る舞いデータ４を収集し、検証データ５と振る舞いデータ４に基づいて決定された判断結果７と改善ルール８を含む判断結果データ６を公開するデータ公開・評価部３００と、検証データ５と振る舞いデータ４を呈示して判断結果データ６を受け付けるルール決定支援部３３０を含む。

データ公開・評価部３００は、判断結果データ６の公開先の信頼度等に応じて公開するデータとフィルタリング又は匿名化を行うデータを予め設定しておくことができる。なお、信頼度は、公開先に応じて予め設定された値である。データ公開・評価部３００は、信頼度の値が大きいほど、フィルタリング等の強度を低下させ、信頼度の値が小さいほど、フィルタリング等の強度を増大させる。

ルール決定支援部３３０は、検証データ５と振る舞いデータ４に加えて、検証システム２から提案された改善ルール８を呈示して、委員会や議会における革新技術を適用した新たなシステム又はサービスの実現に関する判断を支援することができる。

以上のように、データ連携システムは、現実の実運用システム１で発生した振る舞いデータ４が、検証システム２で革新技術を用いた新たなシステム又はサービスに適用された場合の作用を示す検証データ５に変化する。そして、検証データ５と振る舞いデータ４を受け付けた意思決定支援システム３は、前記新たなシステム又はサービスの実現の可否と、現実の実運用システム１に革新技術を適用するための判断結果データ６が出力される。

そして、現実に運用されている実運用システム１は、判断結果データ６の改善ルール８を適用することで、現実の実運用システム１に革新技術を適用して（または組み込んで）、新たなサービスを提供することが可能となる。

このように、データ連携システムでは、実運用システム１の振る舞いデータ４が、革新技術の検証データ５に変化し、さらに検証データ５と振る舞いデータ４から判断結果データ６が生成され、実運用システム１にフィードバックされるという循環を円滑に実現することが可能となるのである。

なお、各システムのデータ公開・評価部１００、２００、３００の評価部は、データの公開先に応じた信頼度に応じてアクセスを制御するトラストシステムを適用する。

トラストシステムは、データ保有者が満足する価値を生むデータ利用者の利用目的と、データ保護のレベルに基づいて提供するデータに対するアクセスを制御するデータ流通基盤である。また、トラストシステムでは、データ保有者のポリシと、データ利用者のポリシからデータ利用者の信頼度を算出し、信頼度に応じたアクセス制御を実施する。

本実施例のデータ連携システムでは、各システムのデータ公開・評価部１００、２００、３００の評価部にトラストシステムを適用することで、データの提供者（公開者）とデータの利用者の信頼関係を確保した上でデータの連携を行うことで、安全かつ円滑なデータの連携を実現することができる。

＜データ流通基盤＞
図２は、データ連携システムとデータ流通基盤の一例を示す図である。図示の例は、実運用システム１が稼働するコミュニティをＳｙｓｔｅｍ（Ｃ１）とし、検証システム２が稼働するコミュニティをＳｅｒｖｉｃｅ（Ｃ２）とし、意思決定支援システム３が稼働するコミュニティをＳｏｃｉｅｔｙ（Ｃ３）とし、各コミュニティ間でデータの連携を行うシステムをデータ流通基盤（Ｃ４）とした例を示す。

データ流通基盤Ｃ４は、図１に示した各システムのデータ公開・評価部１００、２００、３００の評価部を相互に接続したトラストシステムと等価である。データ流通基盤（Ｃ４）上で革新技術の開発と社会実装ならびにガバナンスが有機的に接続され、社会に対して有効に機能することが重要である。

法令によって定められたルールに基づいてオペレーションを実行する従来型のシステム構築では、変化が常態化する社会において多様なニーズに応え続けることは困難である。サービスに関わるステイクホルダどうしで合意形成しながらゴールを柔軟に設定しつつ（Ｓｏｃｉｅｔｙ（Ｃ３））、新たなサービスのＴｒｕｓｔｗｏｒｔｈｉｎｅｓｓを迅速に確保し（Ｓｅｒｖｉｃｅ（Ｃ２））、レジリエントにオペレーションを変更可能な（Ｓｙｓｔｅｍ（Ｃ１））、Ｓｏｃｉｅｔｙ（Ｃ３）、 Ｓｅｒｖｉｃｅ（Ｃ２）、Ｓｙｓｔｅｍ（Ｃ１）の３つのビューから社会を捉えたアーキテクチャをＳ３アーキテクチャと呼ぶ。

Ｓ３アーキテクチャでは、データ流通基盤Ｃ４を介した信頼できるデータに基づき社会のゴールやデータを共有し、Ｓｏｃｉｅｔｙ（Ｃ３）、Ｓｅｒｖｉｃｅ（Ｃ２）、Ｓｙｓｔｅｍ（Ｃ１）で試行と評価を繰り返すことでＦｕｔｕｒｅ Ｐｒｏｏｆな社会を実現していく。

具体的には、Ｓｏｃｉｅｔｙ（Ｃ３）においてサービスに関わるステイクホルダどうしの合意形成によって決定されたゴール（ＫＧＩ：Ｋｅｙ Ｇｏａｌ Ｉｎｄｉｃａｔｏｒ）がＳｅｒｖｉｃｅ（Ｃ２）において革新的な技術を検証しているイノベーターや、Ｓｙｓｔｅｍ（Ｃ１）において既に実社会でサービスをオペレーションしているオペレーターとで共有される。

Ｓｙｓｔｅｍ（Ｃ１）から、実社会で利用されているサービスに関わるオペレーションデータ、すなわち社会のオンラインデータがＳｏｃｉｅｔｙ（Ｃ３）のステイクホルダや、Ｓｅｒｖｉｃｅ（Ｃ２）のイノベーターと共有される。社会のオンラインデータは、新たなゴールを設定するための評価データとして、また現実世界を模擬する環境データとして、Ｓｏｃｉｅｔｙ（Ｃ３）やＳｅｒｖｉｃｅ（Ｃ２）で利用される。

Ｓｅｒｖｉｃｅ（Ｃ２）から、検証中の革新技術に関わるデータ、すなわち革新技術を用いて将来運用されうる新たなシステム又はサービスに関わる社会のオフラインデータが、ゴールの達成状況や実システムへの適用及び運用可否の判断材料としてＳｏｃｉｅｔｙ（Ｃ３）のステイクホルダと共有される。

これらＳｏｃｉｅｔｙ（Ｃ３）、Ｓｅｒｖｉｃｅ（Ｃ２）、Ｓｙｓｔｅｍ（Ｃ１）の３つのビューによる共有はデータ流通基盤Ｃ４によってその信頼性が保護された状態で行われる。

Ｓｏｃｉｅｔｙ（Ｃ３）、Ｓｅｒｖｉｃｅ（Ｃ２）、Ｓｙｓｔｅｍ（Ｃ１）の３つのビューにおいて、データ流通基盤Ｃ４からのデータを処理し、ステイクホルダ、イノベーター、オペレーターとのインタフェースを担うシステムが、それぞれ意思決定支援システム３、検証システム２、実運用システム１である。

意思決定支援システム３は、例えば複数事業者や地域住民のような新たなサービスに関わるステイクホルダ―どうしがそのコミュニティとしてのガバナンスを議論し、合意形成に至るまでのプロセスを支援する。コミュニティは、検証システム２によって検証されている革新技術の実運用システム１への適用に賛同するユーザによって構成される。ここで言う革新技術とは、例えば自動運転車両のような、まだ社会実装されてはいないものの、社会実装によってより豊かな暮らしを実現するために必要となる新しい技術の総称であり、具体的には公知の既存技術や今後登場するであろう新たな技術の組み合わせによって実現されるものである。

検証システム２で検証する技術は、イノベーターによってその検証が開始されるケースもあれば、Ｓｏｃｉｅｔｙ（Ｃ３）におけるコミュニティで設定されたゴールに基づいて検証が開始されるケースもある。

実運用システム１は、例えば交通管制システムのような人々の暮らしを支える社会サービスのオペレーションに使われるシステムである。実社会で利用されているサービスに関わるデータを実運用システム１が収集し社会のオンラインデータとしてデータ流通基盤Ｃ４を介して検証システム２や意思決定支援システム３と共有する。

また検証システム２によって検証された革新技術活用による新たなシステム又はサービスが意思決定支援システム３を介してステイクホルダにより承認されたなら、直ちに前記新たなシステム又はサービスを実世界に適用することが可能になる。

このようにＳ３アーキテクチャでは３つのビューとデータ流通基盤Ｃ４によって、変化が常態化しニーズが多様化する社会においても、社会に必要な新たなシステム又はサービスに革新技術を活用することでタイムリーに提供でき、社会システムのトラストをシステム的に構築することが可能になる。
以下では、実運用システム、検証システム、意思決定支援システムについて具体的に説明する。

＜実運用システム＞
図３は、実運用システム１の一例を示すブロック図である。実運用システム１は車両のデータを収集し、ナビゲーションデータ等を配信する車両データ管理システム１５と、道路状態の監視を行って交通情報サービスを提供する交通管制システム１６と、ネットワーク９１０を介して車両データ管理システム１５と交通管制システム１６を制御する実運用サーバ１０を含む。

車両データ管理システム１５は、Ｃｏｎｎｅｃｔｅｄ－Ｃａｒ等の車両からの走行データを収集し、また、ナビゲーションデータ（マップデータ）やソフトウェア（アップデータ）を配信する。交通管制システム１６は、道路に設置したセンサや車両の走行データから道路の状況を配信する交通情報サービスを提供する。

実運用サーバ１０は、プロセッサ１１と、メモリ１２と、ストレージ装置１３とネットワークインタフェース１４を有する計算機である。メモリ１２には、データ公開・評価部１００と、運用実行部１３０がプログラムとしてロードされる。データ公開・評価部１００は、データ公開部１１０と、データ評価部１２０から構成される。

データ公開部１１０と、データ評価部１２０と、運用実行部１３０の各機能部はプログラムとしてメモリ１２にロードされてプロセッサ１１によって実行される。

プロセッサ１１は、各機能部のプログラムに従って処理を実行することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ１１は、データ公開プログラムに従って処理を実行することでデータ公開部１１０として機能する。他のプログラムについても同様である。さらに、プロセッサ１１は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

運用実行部１３０は、車両データ管理システム１５と交通管制システム１６を制御し、車両データ管理システム１５が収集した走行データをデータ公開・評価部１００へ出力する。また、運用実行部１３０は、データ公開・評価部１００が意思決定支援システム３から受け付けた判断結果データ６の改善ルール８に基づいて、車両データ管理システム１５にナビゲーションデータやソフトウェアの更新版を送信し、或いは、交通管制システム１６に規制に関する更新版を送信して、自動運転システムを現実の実運用システム１に適用する。

データ公開・評価部１００のデータ評価部１２０は、収集した走行データを公開する際に、上述したトラストシステムを適用して公開先の利用者の信頼度に応じて、そのまま公開するデータと、フィルタリング又は匿名化を実施するデータを選択してから公開用の振る舞いデータ４を生成する。

データ公開・評価部１００のデータ公開部１１０は、ネットワーク９００との間で通信を行って、データ評価部１２０で生成された振る舞いデータ４を検証システム２や意思決定支援システム３に公開する。また、データ公開部１１０は、ネットワーク９００を介して意思決定支援システム３から判断結果データ６を受信する。

ストレージ装置１３には、車両データ管理システム１５から収集した走行データに基づいてデータ評価部１２０が生成した振る舞いデータ４が格納される。なお、本実施例では走行データが車両データ管理システム１５で蓄積されている例を示す。

振る舞いデータ４は、速度データ４１と、位置データ４２と、制御データ４３と、センサデータ４４を含む。なお、各データの詳細については後述する。

ネットワークインタフェース１４は、ネットワーク９００に接続されて検証サーバ２０や意思決定支援サーバ３０と通信を行う。また、ネットワークインタフェース１４は、ネットワーク９００に接続されて車両データ管理システム１５や交通管制システム１６と通信を行う。

図８は、振る舞いデータ４を構成する速度データ４１の一例を示す図である。速度データ４１は、図７で示すように、ＩＤ＝２００１の車両がＩＤ＝２００２の車両を追い越す際のデータの一例を示す図である。

速度データ４１は、出力者ＩＤ４１１と、振る舞いデータＩＤ４１２と、時刻４１３と、データ種別４１４と、データ４１５を１つのレコードに含む。出力者ＩＤ４１１は、速度データ４１を送信する車両の識別子を格納する。

振る舞いデータＩＤ４１２は、振る舞いデータ４の時系列の識別子である。例えば、振る舞いデータＩＤ４１２＝１０１のデータは、各出力者ＩＤ４１１の速度データ４１のうち時刻４１３＝１２：３４：００のデータを特定することができる。

データ種別４１４は、振る舞いデータ４の種類を示し速度データ４１の場合は「速度」となる。データ４１５は、車両の時速を格納する。

図９は、振る舞いデータ４を構成する位置データ４２の一例を示す図である。位置データ４２も、図７で示した走行状態のデータである。

位置データ４２は、出力者ＩＤ４２１と、振る舞いデータＩＤ４２２と、時刻４２３と、データ種別４２４と、データ４２５を１つのレコードに含む。出力者ＩＤ４２１は、位置データ４２を送信する車両の識別子を格納する。

振る舞いデータＩＤ４２２は、振る舞いデータ４の時系列の識別子である。例えば、振る舞いデータＩＤ４２２＝２０１のデータは、各出力者ＩＤ４２１のデータのうち時刻４２３＝１２：３４：００のデータを特定することができる。データ種別４２４は、振る舞いデータ４の種類を示しており、位置データ４２の場合は「位置」となる。データ４２５は、車両の経度、緯度及び車線を格納する。

図１０は、振る舞いデータ４を構成する制御データ４３の一例を示す図である。制御データ４３も、図７で示した走行状態のデータである。

制御データ４３は、出力者ＩＤ４３１と、振る舞いデータＩＤ４３２と、時刻４３３と、データ種別４３４と、データ４３５を１つのレコードに含む。出力者ＩＤ４３１は、制御データ４３を送信する車両の識別子を格納する。

振る舞いデータＩＤ４３２は、振る舞いデータ４の時系列の識別子である。例えば、振る舞いデータＩＤ４３２＝３０１のデータは、各出力者ＩＤ４３１のデータのうち時刻４３３＝１２：３４：００のデータを特定することができる。データ種別４３４は、振る舞いデータ４の種類を示しており、制御データ４３の場合は「制御」となる。データ４３５は、アクセルの操作量と、ブレーキの操作量と、方向指示器の操作と、操舵量（図示省略）を格納する。

図１１は、振る舞いデータ４を構成するセンサデータ４４の一例を示す図である。センサデータ４４も、図７で示した走行状態のデータである。

センサデータ４４は、出力者ＩＤ４４１と、振る舞いデータＩＤ４４２と、時刻４４３と、データ種別４４４と、データ４４５を１つのレコードに含む。出力者ＩＤ４４１は、センサデータ４４を送信する車両の識別子を格納する。

振る舞いデータＩＤ４４２は、振る舞いデータ４の時系列の識別子である。例えば、振る舞いデータＩＤ４４２＝４９のデータは、各出力者ＩＤ４４１のデータのうち時刻４４３＝１２：３４：００のデータを特定することができる。データ種別４４４は、車両のセンサの種類を示す。データ４４５は、データ種別４４４のセンサが検出したデータを格納する。

図示の例では学習対象のデータである出力者ＩＤ４４１＝２００１の車両の車載センサのデータを示すが、学習対象の出力者ＩＤ４４１毎にセンサデータ４４を生成することができる。

＜検証システム＞
図４は、検証システム２の一例を示すブロック図である。検証システム２は実運用システム１が公開した振る舞いデータ４を収集し、振る舞いデータ４とルールデータ８５（又は改善ルール８）から機械学習モデルの学習データ４５を生成して、機械学習モデルの検証を実施する。そして、検証システム２は、検証の結果を検証データ５として公開する。また、検証システム２は、検証データ５に基づいて、改善ルール８に対する提案ルール８０やＫＰＩデータ９を検証データ５に付加して公開することができる。

検証システム２は、検証サーバ２０を主体に構成される。検証サーバ２０は、プロセッサ２１と、メモリ２２と、ストレージ装置２３とネットワークインタフェース２４を有する計算機である。メモリ２２には、データ公開・評価部２００と、検証実行部２５０がプログラムとしてロードされる。

データ公開・評価部２００は、データ公開部２１０と、データ評価部２２０から構成される。データ評価部２２０は、学習データ生成部２３０とルール改善部２４０から構成される。検証実行部２５０は、機械学習部２６０と、自動運転システム（第４のシステム）２６５と、シミュレータ２７０から構成される。検証実行部２５０は、検証サーバ２０とは独立して検証対象である車両に実装され、ネットワークインタフェース２４を介して検証サーバ２０が検証データ５を取得する構成でもよい。

データ公開部２１０と、学習データ生成部２３０と、ルール改善部２４０と、機械学習部２６０と、シミュレータ２７０の各機能部はプログラムとしてメモリ２２にロードされてプロセッサ２１によって実行される。

プロセッサ２１は、各機能部のプログラムに従って処理を実行することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ２１は、データ公開プログラムに従って処理を実行することでデータ公開部２１０として機能する。他のプログラムについても同様である。さらに、プロセッサ２１は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

データ公開・評価部２００のデータ公開部２１０は、ネットワーク９００との間で通信を行って、データ評価部２２０から出力された検証データ５を意思決定支援システム３に公開する。また、データ公開部２１０は、データ評価部２２０から提案ルール８０が出力された場合には、当該提案ルール８０を検証データ５に付加することができる。

また、データ公開部１１０は、ネットワーク９００を介して実運用システム１から振る舞いデータ４を収集し、意思決定支援システム３から判断結果データ６を受信する。

データ公開・評価部２００のデータ評価部２２０では、学習データ生成部２３０が、実運用システム１から収集した振る舞いデータ４とルールデータ８５（又は改善ルール８）から機械学習モデルの学習データ４５を生成する。また、学習データ生成部２３０は、振る舞いデータ４のセンサデータ４４から、学習済みの機械学習モデルへ入力する環境データ４９を生成する。

なお、環境データ４９は、学習対象の出力者ＩＤの車両の車載センサのデータを抽出したデータである。

データ公開・評価部２００のルール改善部２４０では、検証データ５に基づいて改善ルール８の提案ルール８０を受け付けて、検証データ５に付加することができる。なお、提案ルール８０は、検証システム２の利用者が入力することができる。

また、データ評価部２２０では、生成された検証データ５や提案ルール８０或いはＫＰＩデータ９を公開する際に、上述したトラストシステムを適用して公開先の利用者の信頼度に応じて、そのまま公開するデータと、フィルタリング又は匿名化を実施するデータを選択してから公開用の検証データ５を生成する。

検証実行部２５０では、学習データ４５によって機械学習モデルの学習を実施して自動運転システム２６５の機械学習モデルを生成する。シミュレータ２７０は、学習済みの機械学習モデルで構成された自動運転システム２６５に環境データ４９を入力して検証データ５とＫＰＩデータ９を生成する。

ストレージ装置２３には、データ評価部２２０で生成された学習データ４５及び環境データ４９が格納され、検証実行部２５０で生成された検証データ５とＫＰＩデータ９が格納される。また、ストレージ装置２３には、予め設定されたルールデータ８５と、改善ルール８が格納される。

学習データ４５は、速度データ４６と、位置データ４７と、制御データ４８を含む。検証データ５は、速度データ５１と、位置データ５２と、制御データ５３を含む。ルールデータ８５には、法令やルールなど現在の実運用システム１に適用されている制限や規律が予め設定される。改善ルール８は、意思決定支援システム３から取得した判断結果データ６と、ルール改善部２４０が出力した提案ルール８０を格納する。なお、各データの詳細については後述する。

ネットワークインタフェース２４は、ネットワーク９００に接続されて実運用サーバ１０や意思決定支援サーバ３０と通信を行う。

次に、検証サーバ２０で行われる処理の一例について説明する。検証サーバ２０は、データ公開・評価部２００が実運用サーバ１０から振る舞いデータ４を取得すると、学習データ生成部２３０が、学習データ４５と環境データ４９を生成する。

なお、学習データ生成部２３０は、初回の処理（１ループ目）ではルールデータ８５の範囲内のデータを選択して学習データ４５と環境データ４９を生成してもよい。例えば、ルールデータ８５で、特定区間を除く高速道路の制限速度が１００Km/hの場合、制限速度を超える速度データ４６は学習対象から除外してもよい。

次に、検証実行部２５０では、機械学習部２６０が学習データ４５とルールデータ８５（又は改善ルール８）を用いて自動運転システム２６５の機械学習モデルの学習を実施する。そして、シミュレータ２７０は、学習済みの機械学習モデルへ環境データ４９を入力して自動運転システムのシミュレーション（検証）を実行し、検証結果を検証データ５として生成する。また、シミュレータ２７０は、ＫＰＩデータ９を受け付けて検証データ５に対応するＫＰＩデータ９を算出する。

検証実行部２５０は、生成した検証データ５とＫＰＩデータ９をデータ評価部２２０に出力する。データ評価部２２０では、ルール改善部２４０が、検証データ５とＫＰＩデータ９を検証サーバ２０の利用者などに呈示して、提案ルール８０を受け付ける。

データ評価部２２０は、検証データ５とＫＰＩデータ９と提案ルール８０に、上述のトラストシステムを適用してからデータ公開部２１０を介して意思決定支援システム３に各データを公開する。

検証サーバ２０は、公開した検証データ５（ＫＰＩデータ９や提案ルール８０）に対して、意思決定支援システム３が判断結果データ６を公開すると、判断結果データ６を取得する。検証サーバ２０は、判断結果７が革新技術の適用無しで、改善ルール８がある場合には、改善ルール８に応じて学習データ４５を生成して、新たな機械学習モデルによって検証を繰り返すことができる。

図１２は、ルールデータ８５の一例を示す図である。このルールデータ８５は、実運用システム１と検証システム２と意思決定支援システム３で同一のデータが用いられる。ルールデータ８５は、コミュニティＩＤ８５１と、ルールＩＤ８２２と、制限８５３と、条件８５４を１つのレコードに含む。

コミュニティＩＤ８５１は、当該ルールを適用する地域や組織の識別子を格納する。ルールＩＤ８５２は、ルールに予め設定された識別を格納する。制限８５３は、ルールで規制する内容を格納する。条件８５４は、制限８５３を適用する条件を格納する。

図示の例では、位置が特定区間の場合には車両の制限速度は１２０Km/hに設定され、その他の区間では１００Km/hに設定される例を示す。

図１３は、初回（１ループ目）の学習データ４５を構成する速度データ４６の一例を示す図である。速度データ４６は、振る舞いデータ４の速度データ４１と同様である。

速度データ４６は、出力者ＩＤ４６１と、振る舞いデータＩＤ４６２と、時刻４６３と、データ種別４６４と、データ４６５を１つのレコードに含む。

図中、出力者ＩＤ４６１＝２００１の時刻４６３＝１２：３４：２０～時刻１２：３４：４０のデータには取り消し線が付加されて、学習データ４５から除外されたことを示している。これは出力者ＩＤ４６１＝２００１の位置が特定区間ではなく、速度がルールＩＤ３１２の制限速度１００Km/hを超過しているためである。

図１４は、初回（１ループ目）の学習データ４５を構成する位置データ４７の一例を示す図である。位置データ４７は、振る舞いデータ４の位置データ４２と同様である。位置データ４７は、出力者ＩＤ４７１と、振る舞いデータＩＤ４７２と、時刻４７３と、データ種別４７４と、データ４７５を１つのレコードに含む。

図中、出力者ＩＤ４７１＝２００１の時刻４７３＝１２：３４：２０～時刻１２：３４：４０のデータには取り消し線が付加されて、学習データ４５から除外されたことを示している。これは上述の制限速度を超過している期間の位置データを学習データ４５から除外されたことを示している。

図１５は、初回（１ループ目）の学習データ４５を構成する制御データ４８の一例を示す図である。制御データ４８は、振る舞いデータ４の制御データ４３と同様である。制御データ４８は、出力者ＩＤ４８１と、振る舞いデータＩＤ４８２と、時刻４８３と、データ種別４８４と、データ４８５を１つのレコードに含む。

図中、出力者ＩＤ４８１＝２００１の時刻４８３＝１２：３４：２０～時刻１２：３４：４０のデータには取り消し線が付加されて、学習データ４５から除外されたことを示している。これは上述の制限速度を超過している期間の制御データを学習データ４５から除外されたことを示している。

図１６は、初回（１ループ目）の環境データ４９の一例を示す図である。環境データ４９は、振る舞いデータ４のセンサデータ４４と同様である。環境データ４９は、出力者ＩＤ４９１と、振る舞いデータＩＤ４９２と、時刻４９３と、データ種別４９４と、データ４９５を１つのレコードに含む。

図１７は、初回（１ループ目）の提案ルール８０の一例を示す図である。改善ルール８は、提案ＩＤ８０１と、コミュニティＩＤ８０２と、ルールＩＤ８０３と、制限８０４と、条件８０５を１つのレコードに含む。

提案ＩＤ８０１は、検証サーバ２０が意思決定支援システム３に対して提案する提案ルール８０の識別子を格納する。

コミュニティＩＤ８０２は、当該提案ルール８０を適用する地域や組織の識別子を格納する。ルールＩＤ８０３は、ルールに予め設定された識別子を格納する。制限８０４は、ルールで規制する内容を格納する。条件８０５は、制限８０４を適用する条件を格納する。

図示の例では、ルールＩＤ８０３＝４０１に、条件８０５が追い抜き（又は追い越し）の場合、車両の制限速度を１２０Km/hに緩和する提案ルールが追加された例を示す。

＜意思決定支援サーバ＞
図５は、意思決定支援システム３の一例を示すブロック図である。意思決定支援システム３は実運用システム１が公開した振る舞いデータ４と、検証システム２が公開した検証データ５（ＫＰＩデータ９や提案データを含む）を収集し、自動運転システムを現実の実運用システム１に適用するかを判断し、適用の可否や適用する際の条件などを判断結果データ６として公開する。

意思決定支援システム３は、意思決定支援サーバ３０を主体に構成される。意思決定支援サーバ３０は、プロセッサ３１と、メモリ３２と、ストレージ装置３３とネットワークインタフェース３４を有する計算機である。メモリ３２には、データ公開・評価部３００と、ルール決定支援部３３０がプログラムとしてロードされる。

データ公開・評価部３００は、データ公開部３１０と、データ評価部３２０から構成される。

プロセッサ３１は、各機能部のプログラムに従って処理を実行することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ３１は、データ公開プログラムに従って処理を実行することでデータ公開部３１０として機能する。他のプログラムについても同様である。さらに、プロセッサ３１は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

ストレージ装置３３は、判断結果７と改善ルール８を含む判断結果データ６と検証データ５とルールデータ８５を格納する。ルールデータ８５は、検証サーバ２０で使用しているデータと同一である。また、検証データ５は検証サーバ２０から収集したデータである。改善ルール８については後述する。

ネットワークインタフェース３４は、ネットワーク９００に接続されて検証サーバ２０や意思決定支援サーバ３０と通信を行う。

次に、各機能部の処理について説明する。データ公開・評価部３００のデータ評価部３２０は、判断結果データ６を公開する際に、上述したトラストシステムを適用して公開先の利用者の信頼度に応じて、そのまま公開するデータと、フィルタリング又は匿名化を実施するデータを選択してから公開用の判断結果データ６を生成する。

また、データ評価部３２０は、実運用システム１から公開された振る舞いデータ４が正しく検証データ５に利用されたか否かを検証する。データ評価部３２０は、検証システム２から公開された検証データ５と、実運用システム１から公開された振る舞いデータ４を突き合わせて正当に利用されているか否かを判定し、ルール決定支援部３３０に出力する。

ルール決定支援部３３０は、検証データ５とＫＰＩデータ９や提案データと共に検証データ５の正当性を、意思決定支援サーバ３０の利用者（委員会や議会）へ呈示する。ルール決定支援部３３０は、検証データ５とＫＰＩデータ９や提案データから革新技術を用いた新たなシステム又はサービスである自動運転システムを実運用システム１に適用するか否かを問い合わせる。

ルール決定支援部３３０は、自動運転システムを実運用システム１に適用するという判断結果７を受け付けた場合には、改善ルール８を受け付ける。ルール決定支援部３３０は、受け付けた判断結果７と改善ルール８をストレージ装置１３の判断結果データ６に格納し、データ公開部３１０に通知する。

データ評価部１２０は、判断結果データ６に上記トラストシステムを適用してからデータ公開部３１０を介して判断結果データ６を検証システム２及び実運用システム１に公開する。

＜データ連携システムの処理＞
図６は、データ連携システムで行われる処理の一例を示すフローチャートである。この処理は、実運用システム１（図中第１のシステム）が振る舞いデータ４を公開して、検証システム２（図中第２のシステム）が振る舞いデータ４を利用して検証データ５を公開した場合に実行される。

なお、実運用システム１が振る舞いデータ４を公開するタイミングは、予め設定された周期で実施することができる。また、検証システム２が検証データ５を公開するタイミングは、革新技術の進展や改善ルール８に応じて適宜実施することができる。

まず、ステップＳ１１で実運用システム１が振る舞いデータ４を公開する。次に、ステップＳ１２では検証システム２が、振る舞いデータ４とルールデータ８５から学習データ４５と環境データ４９を生成する。

ステップＳ１３では、学習データ４５とルールデータ８５に基づいて機械学習モデルの学習を実施し、学習済みの機械学習モデルに環境データ４９を入力して検証を実施する。そして、ステップＳ１４では、検証システム２が検証結果の検証データ５と、ＫＰＩデータ９や提案データを公開する。

ステップＳ１５では、意思決定支援システム３（図中第３のシステム）が、検証データ５を受け付けて、検証データ５を生成した革新技術を現実の実運用システム１に適用するか否かを判断する。

ステップＳ１６では、意思決定支援システム３が革新技術の実運用システム１への適用の有無を判定し、実運用システム１に適用する場合にはステップＳ１８へ進み、適用しない場合にはステップＳ１７へ進む。ステップＳ１７では、意思決定支援システム３が判断結果７と改善ルール８を生成して判断結果データ６として検証システム２に公開する。

判断結果７と改善ルール８を受け付けた検証システム２では、改善ルール８に基づいて再度学習データ４５を生成して機械学習モデルに学習させて、新たな検証データ５を生成し、上記処理を繰り返す。

一方、革新技術を実運用システム１に適用する場合には、ステップＳ１８で意思決定支援システム３が判断結果７と改善ルール８を含む判断結果データ６を公開する。そして、実運用システム１は、意思決定支援システム３が公開した判断結果データ６を取得し、改善ルール８に応じた変更を実運用システム１へ適用する（Ｓ１９）。

改善ルール８に応じた変更は、例えば、改善ルール８が「追い抜きの場合、車両の制限速度を１２０Km/hに緩和する」の場合、実運用システム１は車両データ管理システム１５に対して自動運転システムの車両に対して、追い抜きの際の制限速度を１２０Km/hに変更するソフトウェアを配信する。これにより、革新技術を実運用システム１に適用することができる。

以上の処理によって、現実運用されている実運用システム１（第１のシステム）の振る舞いデータ４を、検証システム２（第２のシステム）で利用して革新技術を用いた新たなシステム又はサービス（第４のシステム）を創出し、検証システム２の検証データ５を意思決定支援システム３（第３のシステム）で評価して、創出された新たなシステム又はサービス（第４のシステム）を実運用システム１（第１のシステム）へ迅速にフィードバックすることができる。

＜判断結果データのフィードバック＞
図１８～図１９は、検証システム２が出力した提案ルール８０（図１７）のコミュニティＩＤ８０２＝Ｃ１００２、ルールＩＤ８０３＝４０１の追い抜きの際に制限速度を１２０Km/hへ緩和する提案が、意思決定支援システム３で実運用システム１への適用を否定された場合の学習データ４５を示す。

意思決定支援システム３の判断結果７は実運用システム１への適用の否定であるが、改善ルール８として提案ルール８０の追い抜きの際に制限速度を１２０Km/hへ緩和することを意思決定支援システム３が公開する場合である。

図２１は、改善ルール８の一例を示す図である。図示の例は、意思決定支援システム３で検証システム２が公開した提案ルール８０を改善ルール８に取り込んで、検証システム２に再度検証させる。

改善ルール８は、コミュニティＩＤ８１と、ルールＩＤ８２と、制限８３と、条件８４を１つのレコードに含む。

コミュニティＩＤ８１は、当該改善ルール８を適用する地域や組織の識別子を格納する。ルールＩＤ８２は、ルールに予め設定された識別子を格納する。制限８３は、ルールで規制する内容を格納する。条件８４は、制限８３を適用する条件を格納する。

図示の例では、コミュニティＩＤ８１＝Ｃ１００２で条件８４が追い抜きの場合、車両の制限速度を１２０Km/hに緩和する制限８３がルールＩＤ８２として加えられた例を示す。

検証システム２では、追い抜きの際に制限速度を１２０Km/hへ緩和する改善ルール８で新たな学習データ４５を図１８～図２０のように生成する。初回の処理では図１３～図１５で示すように、制限速度が１００Km/hを超過しているデータには取り消し線が付されて学習データ４５から除外されていた。

これに対して改善ルール８を適用した２ループ目の速度データ４６（図１８）、位置データ４７（図１９）、制御データ４８（図２０）は、制限速度１００Km/hを超過している期間＝１２：３４：２０～時刻１２：３４：４０が学習データ４５に取り込まれている。

検証システム２は、制限速度が１００Km/hを超過している学習データ４５で機械学習モデルを生成し、シミュレータ２７０は機械学習モデルへ環境データ４９を入力して検証（シミュレーション）を実施する。シミュレーションには、一般に使用されているシミュレーションソフトウェアを用いてもよいし、例えば、国際公開第２０１９／０６５４０９号で開示されているような自動運転シミュレータを利用してもよい。

検証の結果は検証データ５に格納され、速度データ５１と、位置データ５２と、制御データ５３が含まれる。

図２２は、検証データ５を構成する２ループ目の速度データ５１の一例を示す図である。速度データ５１の項目は、振る舞いデータ４の速度データ４１と同様であり、出力者ＩＤ５１１と、検証データＩＤ５１２と、時刻５１３と、データ種別５１４と、データ５１５を１つのレコードに含む。

図中、出力者ＩＤ５１１＝Ｖ２００１は、学習データ４５の出力者ＩＤ＝２００１に新たな改善ルール８を適用した仮想の検証結果であるので「Ｖ２００１」として仮想であることを明示している。また、新たな改善ルール８を手寄与した速度データ５１では、時刻５１３＝１２：３４：２０～時刻１２：３４：４０の１００Km/hを超えるデータが使用されている。

図２３は、検証データ５を構成する２ループ目の位置データ５２の一例を示す図である。位置データ５２の項目は、振る舞いデータ４の位置データ４２と同様である。位置データ５２は、出力者ＩＤ５２１と、検証データＩＤ５２２と、時刻５２３と、データ種別５２４と、データ５２５を１つのレコードに含む。

図２４は、検証データ５を構成する２ループ目の制御データ５３の一例を示す図である。制御データ５３の項目は、振る舞いデータ４の制御データ４３と同様である。制御データ５３は、出力者ＩＤ５３１と、検証データＩＤ５３２と、時刻５３３と、データ種別５３４と、データ５３５を１つのレコードに含む。

図２５は、ＫＰＩデータ９の一例を示す図である。検証システム２では検証データ５等の検証結果からＫＰＩデータ９を算出する。ＫＰＩデータ９は、ＫＰＩ９１と、目標値９２と、現状ルール９３と、検証値９４を１つのレコードに含む。

ＫＰＩ９１は、検証する項目名を格納する。図示の例では、ＣＯ２排出量と事故可能性（確率）で検証を行う例を示す。目標値９２は、検証結果の目標となる値を格納する。目標値９２には、将来的な目標値や、直近の目標値を適宜格納することができる。

現状ルール９３は、現在の法令により規制値などを格納する。検証値９４は、シミュレータ２７０が算出した値を格納する。

図示の例では、追い抜きの際の制限速度を１２０Km/hに緩和した結果、ＣＯ２排出量と事故可能性の検証値９４が、目標値９２を下回ることが検証される。検証システム２は、検証データ５と、ＫＰＩデータ９や検証した改善ルール８を公開する。

意思決定支援システム３は、検証システム２からの２回目の検証データ５やＫＰＩデータ９や改善ルール８を受け付けて、検証された改善ルール８について、現実の実運用システム１に適用するか否かを判断する。判断の結果が実運用システム１への適用を許可する場合、意思決定支援システム３は、判断結果７と改善ルール８を公開する。

図２６は、意思決定支援システム３が出力する判断結果７の一例を示す図である。判断結果７は、提案ＩＤ７１と、コミュニティＩＤ７２と、適用可否７３と、条件７４を１つのレコードに含む。

提案ＩＤ７１は、図１７に示した提案ルール８０の提案ＩＤ８０１に対応する値を格納する。コミュニティＩＤ７２は、当該改善ルール８を適用する地域等を格納する。適用可否７３は、「可」又は「否」のいずれかを格納する。条件７４は、当該改善ルール８をする際の制限を格納する。

図示の例では、図１７に示した提案ルール８０のうち、コミュニティＩＤ８０２＝Ｃ１００２の追い抜きの際に制限速度を１２０Km/hに緩和するルールを実運用システム１に適用する判断結果７の例を示している。ただし、追い抜きの際の制限速度の緩和は、指定された区間Ａ～Ｂのみで実施されることが判断結果７として示されている。

意思決定支援システム３は、上記の判断結果７と改善ルール８を公開し、実運用システム１に革新技術を用いた新たなサービス又はシステムである第４のシステムを適用させる。実運用システム１では、上述したように、例えば、車両データ管理システム１５に対して自動運転システムの車両に対して、所定の高速道路の区間Ａ～Ｂで追い抜きの際の制限速度を１２０Km/hに変更するソフトウェアを配信する。これにより、革新技術を実運用システム１に適用することができる。

以上の処理によって、現在運用されている実運用システム１の振る舞いデータ４を、検証システム２が革新技術を用いた新たなシステム又はサービス（第４のシステム）に適用して検証データ５を生成し、意思決定支援システム３が検証データ５から判断結果データ６を生成して、実運用システム１にフィードバックする。これにより、革新技術の検証と現実の実運用システム１への適用を円滑に推進することが可能となる。

図２７は、実施例２を示し、データ連携システムの一例を示す図である。実施例２のデータ連携システムでは、実施例１に示した実運用サーバ１０、検証サーバ２０及び意思決定支援サーバ３０のデータ評価部１２０、２２０、３２０を１つのトラストシステムに集約したものである。その他の構成は前記実施例１と同様である。

トラストシステム６００は、データ評価部６１０を稼働させる計算機で、ネットワーク９００を介して実運用サーバ１０と、検証サーバ２０及び意思決定支援サーバ３０に接続される。データ評価部６１０は、プログラムとしてメモリ（図示省略）にロードされ、プロセッサ（図示省略）によって実行される。

トラストシステム６００は、実運用サーバ１０が公開した振る舞いデータ４を受け付けると、公開先の検証システム２の信頼度に応じてデータのフィルタリング等を行う。信頼度に応じた内容の振る舞いデータ４を入力として、データ評価部６１０がルールデータ８５（又は改善ルール８）を用いて学習データ４５と環境データ４９を生成して、検証サーバ２０に送信する。なお、ルールデータ８５や改善ルール８等のデータは検証サーバ２０又は意思決定支援サーバ３０から参照すればよい。

次に、検証サーバ２０が検証データ５とＫＰＩデータ９や提案ルール８０を公開すると、トラストシステム６００のデータ評価部６１０は、公開先の意思決定支援システム３の信頼度に応じて検証データ５にフィルタリング等を実施してから意思決定支援サーバ３０に公開する。

意思決定支援サーバ３０は、検証データ５とＫＰＩデータ９や提案ルール８０を評価して、判断結果７と改善ルール８を含む判断結果データ６を公開する。トラストシステム６００のデータ評価部６１０は、公開先の実運用システム１又は検証システム２の信頼度に応じて判断結果データ６にフィルタリング等を実施してから実運用システム１又は検証システム２に公開する。

トラストシステム６００は、意思決定支援サーバ３０の判断結果７が革新技術の実運用システム１への適用を許可しない場合には、改善ルール８を検証サーバ２０に送信して再度検証を実行させる。

一方、意思決定支援サーバ３０の判断結果７が革新技術の実運用システム１への適用を許可する場合は、トラストシステム６００が判断結果データ６を実運用サーバ１０に送信して、判断結果データ６に含まれる改善ルール８を前記実施例１と同様にして実運用システム１に適用する。

このように、実運用システム１と検証システム２及び意思決定支援システム３間のデータの授受を管理するトラストシステム６００を加えることで、公開先の信頼度に応じたデータのフィルタリング等を実施しながら、革新技術の検証と実運用システム１への適用を推進することが可能となる。

＜結び＞
上記実施例では、現実の実運用システム１のデータとして車両データ管理システム１５の走行データを用いて自動運転システムの検証を実施し、検証結果に基づいて自動運転システムを実運用システム１へ適用するために意思決定支援システム３で判断を行って、実運用システム１又は検証システム２にフィードバックする例を示したが、これに限定されるものではない。実運用システム１のデータを用いて革新技術の検証をモデル等の仮想的な空間で実施可能なシステムやサービスであればよく、製造業（医療機器製造）、金融業（暗号資産）、エネルギ産業（再生エネルギ、配電）、運輸、教育等の様々な分野に本発明を適用することが可能となる。

なお、上記各実施例のデータ連携システムは、次のような構成とすることができる。

（１）第１のシステム（実運用システム１）と、第２のシステム（検証システム２）と、第３のシステム（意思決定支援システム３）をネットワーク（９００）で接続して情報の連携を行うデータ連携システムであって、前記第１のシステム（１）は、既に運用されているサービス（交通管制システム１６）を提供する第１の計算機（実運用サーバ１０）を有して、前記サービスを提供する情報として振る舞いデータ（４）を収集して公開し、前記第２のシステム（検証システム２）は、前記振る舞いデータ（４）を取得して、新たな第４のシステム（自動運転システム２６５）に前記振る舞いデータ（４）を適用した場合の検証を実施する第２の計算機（検証サーバ２０）を有して、前記検証の結果を検証データ（５）として生成し、前記検証データ（５）を公開し、前記第３のシステム（意思決定支援システム３）は、前記第１のシステム（１）が公開した振る舞いデータ（４）と、前記第２のシステムが公開した検証データ（５）を受け付けて、判断結果データ（６）の決定を支援する第３の計算機（意思決定支援サーバ３０）を有し、決定された前記判断結果データ（６）を受け付けて、当該判断結果データ（６）を公開し、前記第１のシステム（１）は、前記第３のシステム（３）が公開した判断結果データ（６）に基づいて前記第４のシステム（２６５）を適用することを特徴とするデータ連携システム。

上記構成により、既に運用されている第１のシステム（実運用システム１）のデータを第２のシステム（検証システム）で利用して革新技術を用いた新たなシステム又はサービス創出し、第２のシステムが出力する検証データを第３のシステム（意思決定支援システム）で評価して、創出された新たなシステム又はサービス（第４のシステム）を第１のシステムへ迅速にフィードバックすることができる。

（２）上記（１）に記載のデータ連携システムであって、前記第１のシステム（１）は、前記振る舞いデータ（４）を公開する公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータ（４）にフィルタリング又は匿名化を実施する第１のデータ評価部（２２０）を有し、前記第２のシステム（２）は、前記検証データ（５）を公開する公開先に応じて予め設定された信頼度に応じて、前記検証データ（５）にフィルタリング又は匿名化を実施する第２のデータ評価部（２２０）を有し、前記第３のシステム（３）は、前記判断結果データ（６）を公開する公開先に応じて予め設定された信頼度に応じて、前記判断結果データ（６）にフィルタリング又は匿名化を実施する第３のデータ評価部（３２０）を有することを特徴とするデータ連携システム。

上記構成により、実運用システム１と、検証システム２と、意思決定支援システム３にトラストシステムを適用することができる。トラストシステムは、データ保有者が満足する価値を生むデータ利用者の利用目的と、データ保護のレベルに基づいて提供するデータに対するアクセスを制御するデータ流通基盤である。また、トラストシステムでは、データ保有者のポリシと、データ利用者のポリシからデータ利用者の信頼度を算出し、信頼度に応じたアクセス制御を実施する。

（３）上記（１）に記載のデータ連携システムであって、前記ネットワーク（９００）に接続されて前記情報の公開先に応じて前記情報のフィルタリング又は匿名化を実施する計算機を有するトラストシステム（６００）を、さらに有し、前記トラストシステム（６００）は、前記第１のシステム（１）が公開する前記振る舞いデータ（４）の公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータ（４）にフィルタリング又は匿名化を実施し、前記第２のシステム（２）が公開する前記検証データ（５）の公開先に応じて予め設定された信頼度に応じて、前記検証データ（５）にフィルタリング又は匿名化を実施し、前記第３のシステム（３）が公開する前記判断結果データ（６）の公開先に応じて予め設定された信頼度に応じて、前記判断結果データ（６）にフィルタリング又は匿名化を実施することを特徴とするデータ連携システム。

上記構成により、トラストシステム６００が、データの公開先の信頼度に応じたフィルタリング又は匿名化を実施して、安全かつ円滑にデータの連携を推進することができる。

（４）上記（１）に記載のデータ連携システムであって、前記第１のシステム（１）は、当該第１のシステム（１）で発生したデータを収集して所定のサービスを実施し、前記サービスに利用したデータを振る舞いデータ（４）として公開することを特徴とするデータ連携システム。

上記構成により、実運用システム１は、当該実運用システム１で発生したデータのうちサービスに利用したデータを振る舞いデータ４として公開することができる。

（５）上記（４）に記載のデータ連携システムであって、前記第２のシステム（２）は、前記第１のシステム（１）が公開した振る舞いデータ（４）と前記第１のシステム（１）のルールに基づいて学習データと学習対象に関連する環境データを生成し、前記学習データから仮想的なモデル（機械学習部２６０）を生成し、前記モデルに前記環境データを入力して検証データ（５）を生成することを特徴とするデータ連携システム。

上記構成により、検証システム２は、実運用システム１のルールに基づいて振る舞いデータ４から学習データと学習対象に関連する環境データを生成し、機械学習モデルを生成して検証を実施することができる。

（６）上記（５）に記載のデータ連携システムであって、前記第３のシステム（３）は、前記第２のシステム（２）が公開した検証データ（５）と、前記第１のシステムのルールに基づいて判断結果と改善ルール（８）を含む判断結果データ（６）を生成して公開し、前記第２のシステム（２）は、前記公開された前記判断結果（７）が前記第４のシステム（２６５）の第１のシステム（１）への適用を否定する場合には、前記改善ルール（８）に基づいて再度検証を実施し、前記第１のシステム（１）は、前記判断結果が前記第４のシステム（２６５）の第１のシステム（１）への適用を許可する場合には、前記改善ルール（８）を前記第１のシステム（１）に適用することを特徴とするデータ連携システム。

上記構成により、意思決定支援システム３の判断結果７の可否に応じて、検証システム２へのフィードバックと、実運用システム１のフィードバックを行うことができる。

（７）上記（５）に記載のデータ連携システムであって、前記第２のシステム（２）は、前記検証データ（５）から予め設定された目標値との比較データ（ＫＰＩデータ９）を算出して前記検証データ（５）に付加することを特徴とするデータ連携システム。

上記構成により、意思決定支援システム３では、検証データ５に加えてＫＰＩデータ９を参照することで、判断結果７と改善ルール８の決定を支援することが可能となる。

（８）上記（５）に記載のデータ連携システムであって、前記第２のシステム（２）は、前記検証データ（５）に基づく提案ルール（８０）を受け付けて、前記検証データ（５）に付加することを特徴とするデータ連携システム。

上記構成により、意思決定支援システム３では、検証データ５に加えて提案ルール８０を参照することで、判断結果７と改善ルール８の決定を支援することが可能となる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に記載したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、又は置換のいずれもが、単独で、又は組み合わせても適用可能である。

また、上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、及び機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１ 実運用システム
２ 検証システム
３ 意思決定支援システム
４ 振る舞いデータ
５ 検証データ
６ 判断結果データ
７ 判断結果
８ 改善ルール
９ ＫＰＩデータ
１０ 実運用サーバ
２０ 検証サーバ
３０ 意思決定支援サーバ
４１ 速度データ
４２ 位置データ
４３ 制御データ
４４ センサデータ
４９ 環境データ
８０ 提案ルール
８５ ルールデータ
１００ データ公開・評価部
１１０ データ公開部
１２０ 評価部
１３０ 運用実行部
２００ データ公開・評価部
２５０ 検証実行部
２６５ 自動運転システム
３００ データ公開・評価部
３３０ ルール決定支援部
６００ トラストシステム
６１０ データ評価部

Claims (15)

1. 第１のシステムと、第２のシステムと、第３のシステムをネットワークで接続して情報の連携を行うデータ連携システムであって、
   前記第１のシステムは、
   既に運用されているサービスを提供する第１の計算機を有して、前記サービスを提供する情報として振る舞いデータを収集して公開し、
   前記第２のシステムは、
   前記振る舞いデータを取得して、新たな第４のシステムに前記振る舞いデータを適用した場合の検証を実施する第２の計算機を有して、前記検証の結果を検証データとして生成し、前記検証データを公開し、
   前記第３のシステムは、
   前記第１のシステムが公開した振る舞いデータと、前記第２のシステムが公開した検証データを受け付けて、判断結果データの決定を支援する第３の計算機を有し、決定された前記判断結果データを受け付けて、当該判断結果データを公開し、
   前記第１のシステムは、
   前記第３のシステムが公開した判断結果データに基づいて前記第４のシステムを適用することを特徴とするデータ連携システム。
2. 請求項１に記載のデータ連携システムであって、
   前記第１のシステムは、
   前記振る舞いデータを公開する公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施する第１のデータ評価部を有し、
   前記第２のシステムは、
   前記検証データを公開する公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施する第２のデータ評価部を有し、
   前記第３のシステムは、
   前記判断結果データを公開する公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施する第３のデータ評価部を有することを特徴とするデータ連携システム。
3. 請求項１に記載のデータ連携システムであって、
   前記ネットワークに接続されて前記情報の公開先に応じて前記情報のフィルタリング又は匿名化を実施する計算機を有するトラストシステムを、さらに有し、
   前記トラストシステムは、
   前記第１のシステムが公開する前記振る舞いデータの公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施し、前記第２のシステムが公開する前記検証データの公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施し、前記第３のシステムが公開する前記判断結果データの公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施することを特徴とするデータ連携システム。
4. 請求項１に記載のデータ連携システムであって、
   前記第１のシステムは、
   当該第１のシステムで発生したデータを収集して所定のサービスを実施し、前記サービスに利用したデータを振る舞いデータとして公開することを特徴とするデータ連携システム。
5. 請求項４に記載のデータ連携システムであって、
   前記第２のシステムは、
   前記第１のシステムが公開した振る舞いデータと前記第１のシステムのルールに基づいて学習データと学習対象に関連する環境データを生成し、前記学習データから仮想的なモデルを生成し、前記モデルに前記環境データを入力して検証データを生成することを特徴とするデータ連携システム。
6. 請求項５に記載のデータ連携システムであって、
   前記第３のシステムは、
   前記第２のシステムが公開した検証データと、前記第１のシステムのルールに基づいて判断結果と改善ルールを含む判断結果データを生成して公開し、
   前記第２のシステムは、
   前記公開された前記判断結果が前記第４のシステムの前記第１のシステムへの適用を否定する場合には、前記改善ルールに基づいて再度検証を実施し、
   前記第１のシステムは、
   前記判断結果が前記第４のシステムの第１のシステムへの適用を許可する場合には、前記改善ルールを前記第１のシステムに適用することを特徴とするデータ連携システム。
7. 請求項５に記載のデータ連携システムであって、
   前記第２のシステムは、
   前記検証データから予め設定された目標値との比較データを算出して前記検証データに付加することを特徴とするデータ連携システム。
8. 請求項５に記載のデータ連携システムであって、
   前記第２のシステムは、
   前記検証データに基づく提案ルールを受け付けて、前記検証データに付加することを特徴とするデータ連携システム。
9. 第１のシステムと、第２のシステムと、第３のシステムをネットワークで接続して情報の連携を行うデータ連携方法であって、
   前記第１のシステムが、既に運用されているサービスを提供して、前記サービスを提供する情報として振る舞いデータを収集して公開する実運用ステップと、
   前記第２のシステムが、前記振る舞いデータを取得して、新たな第４のシステムに前記振る舞いデータを適用した場合の検証を実施して、前記検証の結果を検証データとして生成し、前記検証データを公開する検証ステップと、
   前記第３のシステムが、前記第１のシステムで公開された振る舞いデータと、前記第２のシステムで公開された検証データを受け付けて、判断結果データの決定を支援し、決定された前記判断結果データを受け付けて、当該判断結果データを公開する意思決定支援ステップと、
   を含み、
   前記実運用ステップは、
   前記第３のシステムが公開した判断結果データに基づいて前記第４のシステムを前記第１のシステムに適用することを特徴とするデータ連携方法。
10. 請求項９に記載のデータ連携方法であって、
    前記実運用ステップは、
    前記振る舞いデータを公開する公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施し、
    前記検証ステップは、
    前記検証データを公開する公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施し、
    前記意思決定支援ステップは、
    前記判断結果データを公開する公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施することを特徴とするデータ連携方法。
11. 請求項９に記載のデータ連携方法であって、
    前記ネットワークに接続されたトラストシステムが、前記情報の公開先に応じて前記情報のフィルタリング又は匿名化を実施するトラストステップを、さらに含み、
    前記トラストステップは、
    前記第１のシステムが公開する前記振る舞いデータの公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施し、前記第２のシステムが公開する前記検証データの公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施し、前記第３のシステムが公開する前記判断結果データの公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施することを特徴とするデータ連携方法。
12. 請求項９に記載のデータ連携方法であって、
    前記実運用ステップは、
    前記第１のシステムで発生したデータを収集して所定のサービスを実施し、前記サービスに利用したデータを振る舞いデータとして公開することを特徴とするデータ連携方法。
13. 請求項１２に記載のデータ連携方法であって、
    前記検証ステップは、
    前記第１のシステムが公開した振る舞いデータと前記第１のシステムのルールに基づいて学習データと学習対象に関連する環境データを生成し、前記学習データから仮想的なモデルを生成し、前記モデルに前記環境データを入力して検証データを生成することを特徴とするデータ連携方法。
14. ネットワークに接続されて情報の公開先に応じて前記情報のフィルタリング又は匿名化を実施する計算機を有するトラストシステムであって、
    前記計算機は、
    振る舞いデータを受け付けて、前記振る舞いデータの公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施し、検証データを受け付けて、前記検証データの公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施し、判断結果データを受け付けて、前記判断結果データの公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施することを特徴とするトラストシステム。
15. ネットワークに接続された計算機が、情報の公開先に応じて前記情報のフィルタリング又は匿名化を実施するデータの公開方法であって、
    前記計算機が、振る舞いデータを受け付けて、前記振る舞いデータの公開先に応じて予め設定された信頼度に応じて、前記振る舞いデータにフィルタリング又は匿名化を実施する第１のステップと、
    前記計算機が、検証データを受け付けて、前記検証データの公開先に応じて予め設定された信頼度に応じて、前記検証データにフィルタリング又は匿名化を実施する第２のステップと、
    前記計算機が、判断結果データを受け付けて、前記判断結果データの公開先に応じて予め設定された信頼度に応じて、前記判断結果データにフィルタリング又は匿名化を実施することを特徴とするデータの公開方法。

Images