JP2023524482A - Ｗｉｆｉデバイスについての到着レイテンシおよび離脱レイテンシの決定 - Google Patents

Abstract

ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するためのシステムならびに技術が提供される。報告が、環境内のＷｉＦｉアクセスポイントから受信されてもよい。報告は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含む。接続時間および切断時間を含むデータは、報告から生成されてもよい。センサおよびデバイスデータが、環境内の１つ以上のセンサまたはデバイスから受信されてもよい。環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータが、機械学習システムによって生成されてもよく、接続時間および切断時間を含むデータ、ならびにセンサおよびデバイスデータは、機械学習システムに入力される。

Description

背景
環境内のＷｉＦｉ（登録商標）アクセスポイントは、ＷｉＦｉデバイスが環境の外部からＷｉＦｉアクセスポイントに接続することを可能にする信号範囲を有し得る。この結果、その環境に近づく人が持っているＷｉＦｉデバイスが、その人がその環境に入る前に、ＷｉＦｉアクセスポイントに接続する場合がある。これはまた、その環境を出る人が持っているＷｉＦｉデバイスが、その人がその環境を出た後しばらくの間、ＷｉＦｉアクセスポイントに接続されたままであることになる場合もある。

概要
開示される主題の実施形態によれば、報告が、環境におけるＷｉＦｉアクセスポイントから受信されてもよい。報告の各々は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含んでもよい。接続時間および切断時間を含むデータは、報告から生成されてもよい。センサおよびデバイスデータが、環境内のセンサまたはデバイスから受信されてもよい。環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータが、機械学習システムによって生成されてもよく、接続時間および切断時間を含むデータ、ならびにセンサおよびデバイスデータは、機械学習システムに入力される。

環境内のユーザについての存在の指示または不在の指示が、到着レイテンシまたは離脱レイテンシで調整されてもよい。

環境内の制御可能なデバイスのための制御信号が、存在の指示および不在の指示のうちの少なくとも１つの調整後に、存在の指示または不在の指示に基づいて生成されてもよい。制御信号は、デバイスによって実現されるよう、デバイスに送信されてもよい。

機械学習システムは、到着レイテンシを生成するために到着モデルを使用してもよい。機械学習システムは、離脱レイテンシを生成するために離脱モデルを使用してもよい。

報告は、ＷｉＦｉデバイスの識別子をさらに含んでもよい。ＷｉＦｉデバイスの識別子は、ソルト化されてハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含んでもよい。

環境内のセンサおよびデバイスは、モーションセンサまたは進入路センサを含んでもよい。

報告は、ＷｉＦｉデバイスの識別子を含んでもよい。到着レイテンシの長さおよび離脱レイテンシの長さを示すデータが、機械学習システムで、ＷｉＦｉデバイスごとに、報告のうちの１つにおける識別子とともに生成されてもよく、接続時間および切断時間を含むデータならびにセンサおよびデバイスデータは、機械学習システムに入力される。

開示される主題の実施形態によれば、環境内のＷｉＦｉアクセスポイントから報告を受信するための手段が含まれ、報告の各々は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含んでもよく、さらに、報告から接続時間および切断時間を含むデータを生成するための手段と、環境内の１つ以上のセンサまたはデバイスからセンサおよびデバイスデータを受信するための手段と、機械学習システムで、環境について、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成するための手段とが含まれ、データは、接続時間および切断時間を含んでもよく、センサおよびデバイスデータは、機械学習システムに入力され、さらに、存在の指示および不在の指示のうちの少なくとも１つの調整後に、存在の指示または不在の指示に基づいて、環境内における制御可能なデバイスのために、制御信号を生成するための手段と、制御信号を、デバイスによって実現されるよう、デバイスに送信するための手段と、機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、報告のうちの１つにおける識別子とともに生成するための手段とが含まれ、接続時間および切断時間を含むデータ、ならびにセンサおよびデバイスデータは、機械学習システムに入力される。

開示される主題のさらなる特徴、利点、および実施形態は、以下の詳細な説明、図面、および特許請求の範囲の考察から示されるかまたは明らかとなり得る。さらに、上記の概要および以下の詳細な説明の両方は、例示的なものであり、特許請求の範囲を限定することなくさらなる説明を提供することを意図するものであることを理解されたい。

図面の簡単な説明
開示される主題をさらに理解するために含まれる添付の図面は、本明細書に組み込まれ、本明細書の一部を構成する。図面は、開示される主題の実施形態を示し、詳細な説明とともに、開示される主題の実施形態の原理を説明する役割も果たす。開示された主題およびそれが実施され得る様々な態様の基本的な理解に必要であり得るよりも詳細に構造上の詳細を示す試みは、なされない。

図１は、開示される主題のある実現例による、ＷｉＦｉデバイスについての到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的なシステムおよび構成を示す図である。 図２Ａは、開示される主題のある実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的環境を示す図である。 図２Ｂは、開示される主題のある実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的環境を示す図である。 図３は、開示される主題の実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的なプロセスを示す図である。 図４は、開示される主題の一実施形態によるコンピューティングデバイスを示す図である。 図５は、開示される主題の一実施形態によるシステムを示す図である。 図６は、開示される主題の一実施形態によるシステムを示す図である。 図７は、開示される主題の一実施形態によるコンピュータを示す図である。 図８は、開示される主題の一実施形態によるネットワーク構成を示す図である。

詳細な説明
ここに開示される実施形態によれば、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断することは、ＷｉＦｉデバイスによる環境内のＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断を、環境内の他のセンサおよびデバイスからの信号とともに使用して、環境に到着し、環境から離脱するＷｉＦｉデバイスの接続および切断のレイテンシを判断することを可能にしてもよい。環境内のＷｉＦｉアクセスポイントは、クラウドコンピューティングシステムに、ＷｉＦｉデバイスによる接続および切断が検出された時間を含む報告を送信してもよい。報告は、環境内のセンサおよびデバイスからの信号とともに、機械学習システムへの入力として、使用されてもよい。機械学習システムは、環境内のＷｉＦｉアクセスポイントへのＷｉＦｉデバイスの接続とＷｉＦｉデバイスを携行している人の環境内への到着との間のレイテンシと、ＷｉＦｉデバイスを携行している人の環境からの離脱と環境内のすべてのＷｉＦｉアクセスポイントからのＷｉＦｉデバイスの切断との間のレイテンシとを判断してもよい。

環境は、いくつかのＷｉＦｉアクセスポイントを含んでもよい。環境は、例えば、家、オフィス、アパート、または屋内および屋外の空間を含んでもよい他の環境等の構造物であってもよく、人々が環境に出入りするために使用する進入路を含んでもよい。ＷｉＦｉアクセスポイントは、環境全体にわたって分散されてもよく、たとえば、メッシュネットワーク、またはハブおよびスポークのネットワークを形成してもよい。ＷｉＦｉアクセスポイントは、ＷｉＦｉアクセスポイントに接続するＷｉＦｉデバイスに対して、ローカルエリアネットワーク（ＬＡＮ）、およびインターネットなどの広域ネットワーク（ＷＡＮ）へのアクセスを、提供してもよい。ＷＡＮへのアクセスは、ＷｉＦｉアクセスポイントが、たとえば、有線または無線モデムへの接続を介してアクセスを有してもよい任意の好適な有線または無線ＷＡＮ接続を介して提供されてもよい。

ＷｉＦｉアクセスポイントがＷｉＦｉ信号をブロードキャストおよび受信することが可能であってもよい範囲は、環境の進入路を越えて延在してもよい。これは、ＷｉＦｉデバイスが環境の外にある間に、ＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントに接続すること、または接続されたままであることを可能にしてもよい。たとえば、電話機が、家に入る前に家の中のＷｉＦｉアクセスポイントに接続することができてもよく、または電話機が、家を出た後に家の中のＷｉＦｉアクセスポイントに接続されたままであることができてもよい。

ＷｉＦｉデバイスは、環境内のＷｉＦｉアクセスポイントに接続し、環境内のＷｉＦｉアクセスポイントから切断してもよい。ＷｉＦｉデバイスは、ＷｉＦｉデバイスがＷｉＦｉネットワークに接続することを可能にするＷｉＦｉ無線機を含む任意の好適なデバイスであってもよい。ＷｉＦｉデバイスは、たとえば、電話、タブレット、ラップトップ、腕時計もしくは他のウェアラブルデバイス、またはＷｉＦｉ対応追跡タグであってもよい。ＷｉＦｉデバイスが環境内を移動し、環境に出入りするとき、ＷｉＦｉデバイスは、ＷｉＦｉデバイスの位置およびＷｉＦｉアクセスポイントの範囲に応じて、環境全体にわたって、異なるＷｉＦｉアクセスポイントに対して接続および切断してもよい。たとえば、ＷｉＦｉデバイスは、家の３階で開始し、その階のＷｉＦｉアクセスポイントに接続してもよい。ＷｉＦｉデバイスは、家の２階に移動し、３階のＷｉＦｉアクセスポイントから切断し、２階のＷｉＦｉアクセスポイントに接続してもよい。ＷｉＦｉデバイスは、家の１階に移動し、２階のＷｉＦｉアクセスポイントから切断し、１階のＷｉＦｉアクセスポイントに接続してもよい。ＷｉＦｉデバイスは、家を出て、１階のＷｉＦｉアクセスポイントから切断してもよい。ＷｉＦｉデバイスは、その後、家に再び入り、１階のＷｉＦｉアクセスポイントに接続してもよい。

環境に到着する人によって携行されているＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントに接続する時間と、ＷｉＦｉデバイスを携行している人が環境に入る時間との間には、レイテンシがある場合がある。これは、環境に対する到着レイテンシであってもよい。例えば、電話を携行している人が家の進入路に近づくと、家の外側に延在する、ＷｉＦｉアクセスポイントからのＷｉＦｉ信号の範囲により、電話は、人が進入路を通って家に入って電話を家の中に持ち込む５秒前に、１階のＷｉＦｉアクセスポイントに接続してもよい。家に対する到着レイテンシは５秒としてもよい。

ＷｉＦｉデバイスを携行している人が環境から離脱する時間と、ＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントから切断する時間との間にも、レイテンシがあってもよい。これは、環境に対する離脱レイテンシであってもよい。例えば、電話を携行している人が家を出るとき、その人が進入路を通って家を出て、家から６秒間離れた後に、電話が家の１階のＷｉＦｉアクセスポイントから切断されてもよい。ＷｉＦｉアクセスポイントは、切断がＷｉＦｉデバイス上で発生した後のある時間量の間、ＷｉＦｉデバイスの切断を検出しないことがあり、これは、離脱レイテンシに追加のレイテンシを追加してもよい。

環境内のＷｉＦｉアクセスポイントは、ＷｉＦｉデバイスによるＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断を報告してもよい。接続および切断は、例えば、環境から遠隔であってもよいクラウドコンピューティングシステムに、インターネット接続を介して、報告されてもよい。ＷｉＦｉアクセスポイントは、ＷｉＦｉデバイスの接続および切断が起こると、それらをリアルタイムで報告してもよく、または任意の他の好適な時間および間隔でそれらを報告してもよい。たとえば、家の３階のＷｉＦｉアクセスポイントは、ＷｉＦｉデバイスの接続が成功裏に確立されると、その接続をクラウドコンピューティングシステムに報告してもよく、ＷｉＦｉデバイスの切断を検出すると、その切断を報告してもよい。

クラウドコンピューティングシステムに送信されるＷｉＦｉデバイスの接続および切断の報告は、ＷｉＦｉデバイス用の識別子、報告を送信するＷｉＦｉアクセスポイント用の識別子、報告が接続に関してであるかまたは切断に関してであるかの指示、およびＷｉＦｉアクセスポイントが接続または切断を検出した時間を示す接続時間または切断時間を含む、任意の好適なデータを含んでもよい。報告に含まれる接続時間または切断時間は、任意の好適なレベルの精度で指定されてもよく、例えば、任意の好適なフォーマットで指定される時間および日付を含んでもよい。ＷｉＦｉアクセスポイント用の識別子は、クラウドコンピューティングシステムが同じ環境内における異なるＷｉＦｉアクセスポイントからの報告を区別することを可能にしてもよい任意の好適な識別子であってもよい。ＷｉＦｉアクセスポイント用の識別子は、例えば、ＷｉＦｉアクセスポイントのコンポーネントのＭＡＣアドレスに基づいてもよく、またはユーザによってＷｉＦｉアクセスポイントに割り当てられた識別子であってもよい。

ＷｉＦｉデバイス用の識別子は、クラウドコンピューティングシステムが異なるＷｉＦｉデバイスについての報告を互いから区別することを可能にしてもよいが、ＷｉＦｉデバイス自体またはＷｉＦｉデバイスのユーザの肯定的な識別を可能にしなくてもよい、プライバシー保護識別子であってもよい。たとえば、ＷｉＦｉデバイス用の識別子は、ＷｉＦｉデバイスのメディアアクセス制御（ＭＡＣ）アドレス、たとえば、クラウドコンピューティングシステムが環境においてＷｉＦｉアクセスポイントから報告を受信することを可能にするようユーザがオプトインするときに生成される、ソルト化されハッシュ化されたＭＡＣ（ＳＨＭＡＣ）に基づいてもよい。ＷｉＦｉデバイス用のＳＨＭＡＣは、たとえば、ＷｉＦｉアクセスポイントによって生成されてもよく、ＷｉＦｉデバイスについての報告においてクラウドコンピューティングシステムに送信されてもよい。ユーザはまた、ＳＨＭＡＣ、またはＷｉＦｉデバイス用の任意の他の好適な識別子を、ＷｉＦｉアクセスポイントまたはクラウドコンピューティングシステムに、直接、入力してもよい。ＳＨＭＡＣは、クラウドコンピューティングシステムによって受信された、同じＳＨＭＡＣを含むすべての報告が、同じＷｉＦｉデバイスについての報告であると見なされることを可能にしてもよいが、クラウドコンピューティングシステムが、たとえば、物理ＷｉＦｉデバイスを識別するために使用され得るＭＡＣアドレスまたは他のそのような識別子を判断することによってＷｉＦｉデバイスを識別することを可能にしなくてもよい。

クラウドコンピューティングシステムは、環境内の他のデバイスおよびセンサからデータを受信してもよい。環境は、例えば、ハブコンピューティングデバイスを含んでもよい。ハブコンピューティングデバイスは、環境内において、センサ、および自動化システムなどの他のシステムを管理するための、任意の好適なコンピューティングデバイスであってもよい。ハブコンピューティングデバイスは、例えば、環境用のコントローラであってもよい。例えば、ハブコンピューティングデバイスは、環境内に位置するサーモスタット、セキュリティハブ、または他のコンピューティングデバイスであるか、またはそれを含んでもよい。ハブコンピューティングデバイスはまた、環境内の別のデバイスであってもよく、または、例えばインターネットを介して、環境内のデバイスに接続されてもよい、環境を管理することに専用の別個のコンピューティングデバイスであってもよい。ハブコンピューティングデバイスは、任意の好適な有線接続、無線接続、ローカル接続、および広域接続を介して、環境全体にわたって分散されたいくつかのセンサおよび制御可能なデバイスに接続されてもよい。たとえば、ハブコンピューティングデバイス、センサ、および環境の他の構成要素は、メッシュネットワークにおいて接続されてもよい。センサのいくつかは、例えば、モーション検出に使用される受動赤外線センサを含むモーションセンサ、光センサ、カメラ、マイクロフォン、進入路センサ、光スイッチ、および、電話、タブレット、ラップトップ、またはフォブなどのデバイスの存在を検出するためにセンサとしてBluetooth（登録商標）、ＷｉＦｉ、ＲＦＩＤ、または他のワイヤレスデバイスを使用してもよいモバイルデバイススキャナであってもよい。センサは、個々に分散されてもよく、またはセンサデバイスにおいて他のセンサと組み合わせられてもよい。例えば、センサデバイスは、低電力モーションセンサおよび光センサ、またはマイクロフォンおよびカメラ、または利用可能なセンサの任意の他の組合せを含んでもよい。

ハブコンピューティングデバイスは、環境全体にわたってセンサおよび他のデバイスからデータを含む信号を受信し、信号からのデータをクラウドコンピューティングシステムに送信してもよい。データは、例えば、環境の外部ドア等の進入路を監視するセンサによって検出される開閉イベント、および環境の進入路の周囲の領域を監視するモーションセンサによって検出される動き、照明、電化製品、およびＡ／Ｖ機器を含むデバイスが、ハブコンピューティングデバイスまたはクラウドコンピューティングシステムによる自動制御を介するのではなく、ユーザからの入力に基づいていつオンまたはオフにされたかを示すデータ、セキュリティシステムが警備モードから警備解除モードに、または警備解除モードから警備モードにいつ遷移するかを含む、環境のためのセキュリティシステムのステータス、ならびに人が環境に入ったかまたは出たかを示し得る任意の他の好適なデータを含んでもよい。いくつかの実現例では、ハブコンピューティングデバイスは、計算能力が環境からオフサイトに位置するクラウドコンピューティングシステムの全体的な部分であってもよいので、センサおよび他のデバイスからのデータは、ＷｉＦｉアクセスポイントを介して直接クラウドコンピューティングシステムに送信されてもよい。

クラウドコンピューティングシステムは、環境におけるＷｉＦｉアクセスポイントから受信された報告からのＷｉＦｉデバイスの接続時間および切断時間、ならびに環境における他のデバイスおよびセンサから受信されたデータを使用して、環境に対する到着レイテンシおよび離脱レイテンシを判断してもよい。例えば、クラウドコンピューティングシステムは、機械学習システムを含んでもよい。機械学習システムは、例えば、深層学習ニューラルネットワークなどの人工ニューラルネットワーク、ベイジアンネットワーク、サポートベクターマシン、任意のタイプの分類器、または任意の他の好適な統計的もしくはヒューリスティックな機械学習システムタイプなど、任意の好適な機械学習システムであってもよい。機械学習システムは、到着レイテンシを判断するための到着モデルおよび離脱レイテンシを判断するための離脱モデルなどのモデルを含んでもよい。モデルは、任意の好適な態様で機械学習システムをトレーニングすることによって生成されてもよい。例えば、モデルは、機械学習システムの教師付きもしくは教師なしオフライントレーニングを使用して、または教師付きもしくは教師なしオンライン学習を通して、生成されてもよい。例えば、機械学習システムはニューラルネットワークであってもよく、到着モデルは、ニューラルネットワーク環境と、ニューラルネットワーク環境とともに使用されるべき重みのセットとの両方を含んでもよく、離脱モデルは、ニューラルネットワーク環境と、ニューラルネットワーク環境のための重みのセットとを含んでもよい。到着モデルおよび離脱モデルのためのニューラルネットワーク環境は同じであってもよく、または異なっていてもよく、到着モデルの重みのセットと離脱モデルの重みのセットとは異なっていてもよい。

環境内のＷｉＦｉアクセスポイントから受信された報告からのＷｉＦｉデバイスについての接続時間および切断時間、ならびに環境内の他のデバイスおよびセンサから受信されたデータは、機械学習システムのための入力データとして、クラウドコンピューティングシステムによって使用されてもよい。機械学習システムは、到着レイテンシの長さおよび離脱レイテンシの長さを示してもよいデータを生成および出力してもよい。

入力データは、機械学習システムに任意の好適な態様で入力されてもよく、機械学習システムによって、任意の数のモデルを通して処理されてもよい。例えば、入力データは、到着モデルおよび離脱モデルの両方を通して処理されてもよい。到着モデルは、到着レイテンシの長さを示すデータを出力してもよく、離脱モデルは、離脱レイテンシの長さを示すデータを出力してもよい。機械学習システムは、到着レイテンシの長さを示すデータと、離脱レイテンシの長さを示すデータとの両方を出力してもよい。

たとえば、クラウドコンピューティングシステムは、ＳＨＭＡＣによって識別され、家の中のＷｉＦｉアクセスポイントに接続し、家の中のＷｉＦｉアクセスポイントから切断する、ＷｉＦｉデバイスのすべてについて、家の中のＷｉＦｉアクセスポイントから報告を受信してもよい。ＷｉＦｉデバイスは、電話、タブレット、ラップトップ、およびウェアラブルデバイスなど、よりモバイルであってもよいＷｉＦｉデバイスと、ＴＶ、ゲームコンソール、およびデスクトップコンピュータなど、あまりモバイルでなくてもよいＷｉＦｉデバイスとを含んでもよい。クラウドコンピューティングシステムはまた、家の外部ドアおよび家の外部ドア付近の進入路を監視するモーションセンサおよび進入路センサを含む、家の中の他のデバイスならびにセンサからデータを受信してもよい。クラウドコンピューティングシステムは、ＷｉＦｉアクセスポイントから受信した報告からの接続時間および切断時間、ならびに環境内の他のセンサおよびデバイスから受信したデータを、機械学習システムに入力してもよい。機械学習システムへの入力は、最初に、到着モデルを通して処理されてもよい。機械学習システムは、家に対する到着レイテンシの長さを示すデータを出力してもよい。到着レイテンシの長さを示すデータは、任意の好適なフォーマットであってもよく、時間の長さとして解釈可能であってもよい。例えば、到着モデルを使用する機械学習システムは、ミリ秒単位の到着レイテンシであってもよい数を出力してもよい。到着レイテンシは、たとえば、ＷｉＦｉデバイスが家の中のＷｉＦｉアクセスポイントに接続する時間と、家の中のモーションセンサ、進入路センサ、および他のデバイスが外部ドアを通って家に入る人に対応する信号を生成する時間との間で機械学習システムによって行われる相関に基づいてもよい。機械学習システムへの入力は、次いで、離脱モデルを通して処理されてもよい。機械学習システムは、家に対する離脱レイテンシの長さを示すデータを出力してもよい。離脱レイテンシは、例えば、ＷｉＦｉデバイスが家の中のＷｉＦｉアクセスポイントから切断される時間と、モーションセンサ、進入路センサ、および家の中の他のデバイスが外部ドアを通って家を出る人に対応する信号を生成する時間との間で機械学習システムによって行われる相関に基づいてもよい。

機械学習システムによって判断される到着レイテンシおよび離脱レイテンシは、環境内のＷｉＦｉアクセスポイントに接続し、ＷｉＦｉアクセスポイントから切断する、すべてのＷｉＦｉデバイスに、一般化されてもよい。たとえば、機械学習システムは、環境に対する単一の到着レイテンシおよび単一の離脱レイテンシを判断するために使用されてもよく、これらの到着レイテンシおよび離脱レイテンシは、環境内でＷｉＦｉアクセスポイントに接続または切断する任意のＷｉＦｉデバイスに適用されると見なされてもよい。

到着レイテンシおよび離脱レイテンシはまた、デバイス単位で判断されてもよい。例えば、機械学習システムのための入力データにすべての報告からの接続時間および切断時間を含む代わりに、各セットが、異なるＳＨＭＡＣを含む報告からの接続時間および切断時間を含む、異なる入力データのセットが生成されてもよい。たとえば、ＷｉＦｉアクセスポイントから受信された報告中に、５つの異なるＷｉＦｉデバイスに対応する５つの異なるＳＨＭＡＣがある場合、各セットが５つのＷｉＦｉデバイスのうちの１つについての報告からの接続時間および切断時間を含む、５つの異なる入力データのセットを生成してもよい。入力データのセットは、１対が、環境内のＷｉＦｉアクセスポイントに接続されるかまたはＷｉＦｉアクセスポイントから切断される５つのＷｉＦｉデバイスの各々に対してである、５つの別々の対の到着レイテンシおよび離脱レイテンシを生成するために使用されてもよい。

到着レイテンシおよび離脱レイテンシはまた、進入路単位で判断されてもよい。例えば、機械学習システムのための入力データにセンサおよび他のデバイスからのすべてのデータを含める代わりに、各セットが環境の異なる進入路に対するセンサおよび他のデバイスからのデータを含む、異なる入力データのセットを生成してもよい。例えば、環境が２つの外部ドアを有する場合、外部ドアのうちの異なるドアの使用を監視するかまたは相関付けるセンサおよび他のデバイスからのデータを各々が含む、２つの異なる入力データのセットが生成されてもよい。入力データのセットは、１対が環境への進入路の各々についてである、２つの別個の対の到着レイテンシおよび離脱レイテンシを生成するために使用されてもよい。

入力データは、任意の好適な時間および任意の好適な間隔で、機械学習システムに入力されてもよい。たとえば、クラウドコンピューティングシステムは、ＷｉＦｉアクセスポイントのいずれかから任意のＷｉＦｉデバイスについての新たな報告が受信されるか、または環境内の任意のセンサもしくはデバイスから新たなデータが受信されるときはいつでも、入力データを更新してもよい。クラウドコンピューティングシステムは、任意の更新の直後に、または入力データに対する何らかの設定された数の更新の後に、更新された入力データを機械学習システムへの入力として使用し、更新された到着レイテンシおよび離脱レイテンシを生成してもよい。クラウドコンピューティングシステムはまた、例えば、１時間に１回等、時限間隔に基づいて、機械学習システムに入力データを入力してもよい。いくつかの実現例では、環境に対する到着レイテンシおよび離脱レイテンシは、環境について一度、たとえばＷｉＦｉアクセスポイントが環境内で最初にセットアップされた後に、判断されてもよく、ユーザが、それらが再び判断されることを要求するまで、再び判断されなくてもよい。

クラウドコンピューティングシステムは、機械学習システムによって出力された到着レイテンシおよび離脱レイテンシを任意の好適な態様で使用してもよい。たとえば、到着レイテンシおよび離脱レイテンシは、環境内におけるＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断を用いて行われた、環境内における人の存在および不在判定を調整するために使用されてもよい。環境に対する到着レイテンシが５秒である場合、クラウドコンピューティングシステムは、環境に存在せず、かつＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントにちょうど接続したユーザを、接続がなされてから、ユーザが環境内に存在すると判定する前に、さらに５秒の間、不在であると見なしてもよい。同様に、離脱レイテンシが６秒である場合、クラウドコンピューティングシステムは、環境内に存在し、かつＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントから切断されたユーザを、切断に先立つ追加の６秒にわたって不在であったと見なしてもよい。この判断は、切断がＷｉＦｉアクセスポイントによって報告された後に遡及的に行われてもよい。クラウドコンピューティングシステムは、照明、センサ、セキュリティデバイス、施錠、Ａ／Ｖデバイス、ＨＶＡＣシステム、セキュリティシステム、およびブラインドなどの電動装置などの、環境内の制御可能なデバイスを制御するときに、これらの調整された存在および不在判定を用いてもよく、これらの制御可能なデバイスは、クラウドコンピューティングシステムから直接、または環境内に位置するハブコンピューティングデバイスなどのコンピューティングデバイスを介して制御されてもよい。クラウドコンピューティングシステムは、例えば、セキュリティシステムを警備解除モードから警備モードに変更する際の遅延を離脱レイテンシの量だけ低減し、人が環境を出て、環境を無人状態にした後、セキュリティシステムが警備解除モードにある時間の量を低減してもよい。例えば、セキュリティシステムを再警備状態にすることにおける遅延が１０秒に設定され、離脱レイテンシが６秒であると判断される場合、クラウドコンピューティングシステムは、セキュリティシステムを再警備状態にすることにおける遅延を４秒に低減してもよい。この結果、セキュリティシステムは、人が環境を出て、環境を無人状態にしてから１０秒後に再警備状態になってもよく、それは、ＷｉＦｉアクセスポイントからその人のＷｉＦｉデバイスが切断されたことに基づいて、その人が環境において不在であると判断された４秒後であってもよい。同様に、進入路内の照明は、到着レイテンシに基づいて点灯されてもよい。例えば、５秒の到着レイテンシを使用して、ユーザについての存在判定を、ユーザのＷｉＦｉデバイスが環境内のＷｉＦｉアクセスポイントに接続することに基づいて調整することは、存在判定が到着レイテンシを使用して調整されなかった場合よりも５秒遅く照明が点灯される結果となってもよく、人が実際に環境に入る時間により近い時間に照明が点灯されることを可能にしてもよい。

いくつかの実現例では、機械学習システムは、環境のためのハブコンピューティングデバイスの一部であってもよい。ＷｉＦｉアクセスポイントからの報告ならびに環境内のデバイスおよびセンサからのデータは、ハブコンピューティングデバイスによって受信されてもよい。ハブコンピューティングデバイスは、報告からＷｉＦｉデバイスについての接続時間および切断時間を判断してもよく、接続時間および切断時間を、環境内の他のデバイスおよびセンサから受信したデータとともに、機械学習システムのための入力データとして使用してもよい。到着レイテンシの長さおよび離脱レイテンシの長さを示す機械学習システムからの出力は、ハブコンピューティングデバイスによって行われる存在および不在判定を調整するためにハブコンピューティングデバイスによって使用されてもよく、またはクラウドコンピューティングシステムに送信されてもよい。

図１は、開示される主題の実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的なシステムを示す。クラウドコンピューティングシステム１００は、報告プロセッサ１１０と、機械学習システム１２０と、ストレージ１４０とを含んでもよい。クラウドコンピューティングシステム１００は、報告プロセッサ１１０、機械学習システム１２０、およびストレージ１４０を実現するための、例えば、図７に説明されるようなコンピュータ２０等の任意の好適なコンピューティングデバイスまたはシステムであってもよい。クラウドコンピューティングシステム１００は、例えば、任意のエリアにわたって分散された任意の好適な態様で接続されたコンピューティングデバイスの任意の好適な組み合わせを使用してクラウドコンピューティングサービスを提供するサーバシステムであってもよい。報告プロセッサ１１０は、ＷｉＦｉアクセスポイントから報告を受信し、報告を処理して接続／切断時間１４６を生成するためのハードウェアまたはソフトウェアの任意の好適な組合せであってもよい。機械学習システム１２０は、環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成してもよい機械学習システムを実現するためのハードウェアおよびソフトウェアの任意の好適な組合せであってもよい。ストレージ１４０は、揮発性および不揮発性ストレージを実現するためのハードウェアおよびソフトウェアの任意の好適な組合せであってもよい。

環境１５０は、ＷｉＦｉアクセスポイント１７１，１７２，および１７３を含んでもよい。ＷｉＦｉアクセスポイント１７１，１７２，および１７３は、ＷｉＦｉを有するデバイスが接続してもよいＷｉＦｉ ＬＡＮを形成するための任意の好適なデバイスであってもよい。ＷｉＦｉアクセスポイント１７１，１７２，および１７３は、メッシュネットワークを形成してもよく、またはハブおよびスポークのネットワークの一部としてもよく、たとえば、任意の好適な有線または無線接続を介してＷｉＦｉアクセスポイント１７１，１７２，および１７３のうちの１つ以上に接続された有線または無線モデムを介して、インターネットなどのＷＡＮに接続してもよい。

ＷｉＦｉデバイス１９１，１９２，および１９３は、たとえば、スマートフォン、タブレット、ウェアラブルデバイス、または他のポータブルＷｉＦｉ装備デバイスであってもよい。ＷｉＦｉデバイス１９１は、環境１５０内にあり、ＷｉＦｉアクセスポイント１７１に接続されてもよい。ＷｉＦｉデバイス１９２は、環境１５０の外部にあってもよく、環境１５０内の任意のＷｉＦｉアクセスポイントに接続されなくてもよい。ＷｉＦｉデバイス１９３は、環境１５０内にあり、ＷｉＦｉアクセスポイント１７３に接続されてもよい。ＷｉＦｉデバイス１９１は、外部戸口などの、環境１５０への進入路に向かって移動してもよく、環境１５０を出て、環境１５０から離れるように移動し続けてもよい。たとえば、ＷｉＦｉデバイス１９１は、環境１５０を離脱する人によって携行される電話であってもよい。ＷｉＦｉデバイス１９１は、環境１５０を出た後、ＷｉＦｉデバイス１９１がＷｉＦｉアクセスポイント１７１の範囲外に移動し、ＷｉＦｉアクセスポイント１７１から切断する前に、ある時間量の間、ＷｉＦｉアクセスポイント１７１に接続されたままであってもよい。ＷｉＦｉデバイス１９２は、環境１５０への進入路に向かって移動してもよく、環境１５０に進入してもよい。たとえば、ＷｉＦｉデバイス１９２は、環境１５０に到着する人によって携行されてもよい。ＷｉＦｉデバイス１９２は、ＷｉＦｉデバイス１９２が環境１５０に入る前のある時間にＷｉＦｉアクセスポイント１７１に接続してもよい。ＷｉＦｉデバイス１９３は、ＷｉＦｉアクセスポイント１７３から離れてＷｉＦｉアクセスポイント１７２に向かって移動してもよい。ＷｉＦｉデバイス１９３がＷｉＦｉアクセスポイント１７２に向かって移動すると、ＷｉＦｉデバイス１９３は、ＷｉＦｉアクセスポイント１７３から切断し、ＷｉＦｉアクセスポイント１７２に接続してもよい。ＷｉＦｉアクセスポイント１７３は、ＷｉＦｉデバイス１９３がＷｉＦｉアクセスポイント１７２に接続された後に、ＷｉＦｉデバイス１９３の切断を検出してもよい。

ＷｉＦｉアクセスポイント１７１，１７２，および１７３は、クラウドコンピューティングシステム１００に報告を送信してもよい。報告は、ＷｉＦｉデバイス１９１，１９２，および１９３などのＷｉＦｉデバイスによるＷｉＦｉアクセスポイント１７１，１７２，および１７３への接続およびそれらからの切断についての接続時間ならびに切断時間を含んでもよい。報告は、任意の好適な時間もしくは間隔で、または任意の好適なイベントに基づいて、送信されてもよい。たとえば、ＷｉＦｉアクセスポイント１７１，１７２，および１７３は、それらがＷｉＦｉデバイスの接続または切断を検出したときはいつでも、新たな報告を送信してもよく、または任意の好適な長さの間隔で、新たな報告を送信してもよい。報告は、たとえば、ＷｉＦｉデバイスについて決定されたＳＨＭＡＣなどの、プライバシー保護識別子を使用して、ＷｉＦｉデバイスを識別してもよい。たとえば、ＷｉＦｉアクセスポイント１７１は、ＷｉＦｉデバイス１９１が最初にＷｉＦｉアクセスポイント１７１に接続するときに、クラウドコンピューティングシステム１００に報告を送信してもよい。報告は、ＷｉＦｉデバイス１９１に対するＳＨＭＡＣと、ＷｉＦｉアクセスポイント１７１のための識別子と、接続が報告されているという指示と、接続の時間とを含んでもよい。ＷｉＦｉアクセスポイント１７１は、同様に、たとえば、ＷｉＦｉデバイス１９１が環境１５０から離れてＷｉＦｉアクセスポイント１７１の範囲外に移動し、ＷｉＦｉデバイス１９１がＷｉＦｉアクセスポイント１７１から切断された、と判断すると、報告を送信してもよい。ＷｉＦｉアクセスポイント１７１は、接続時に環境１５０の外にあってもよいＷｉＦｉデバイス１９２の接続を報告する報告をクラウドコンピューティングシステム１００に送信してもよい。ＷｉＦｉアクセスポイント１７２は、ＷｉＦｉデバイス１９３の接続を報告する報告をクラウドコンピューティングシステム１００に送信してもよい。ＷｉＦｉアクセスポイント１７３は、ＷｉＦｉデバイス１９３の初期接続およびＷｉＦｉデバイス１９３の後続の切断を報告する報告をクラウドコンピューティングシステム１００に送信してもよい。

クラウドコンピューティングシステム１００は、報告プロセッサ１１０を含んでもよい。報告プロセッサ１１０は、ＷｉＦｉアクセスポイント１７１，１７２，および１７３などのＷｉＦｉアクセスポイントから報告を受信し、報告を処理して接続／切断時間１４６を生成するための、ハードウェアとソフトウェアとの任意の好適な組合せであってもよい。報告プロセッサ１１０は、ＷｉＦｉデバイス１９１，１９２，および１９３の接続および切断に基づいて生成された、ＷｉＦｉアクセスポイント１７１，１７２，および１７３からの報告を受信してもよい。報告内の接続時間および切断時間は、接続時間および切断時間がとられた報告を生成したＷｉＦｉアクセスポイントと、各接続時間および切断時間が報告されたＷｉＦｉデバイスとを識別するデータとともに、接続／切断時間１４６に追加されてもよい。ＷｉＦｉデバイスは、たとえば、ＳＨＭＡＣまたは任意の他のプライバシー保護識別子によって識別されてもよい。接続／切断時間１４６は、報告が報告プロセッサ１１０によって受信されるたびに更新されてもよい。報告プロセッサ１１０によって生成され更新された接続／切断時間１４６は、任意の好適なフォーマットでストレージ１４０に記憶されてもよく、機械学習入力データ１４５の一部として記憶されてもよい。

クラウドコンピューティングシステム１００は、機械学習システム１２０を含んでもよい。機械学習システム１２０は、到着レイテンシおよび離脱レイテンシを判断するために任意の好適なモデルを使用して任意の好適な機械学習システムを実現するためのハードウェアおよびソフトウェアの任意の好適な組み合わせであってもよい。機械学習システム１２０は、例えば、深層学習ニューラルネットワークなどの人工ニューラルネットワーク、ベイジアンネットワーク、サポートベクターマシン、任意のタイプの分類器、または任意の他の好適な統計的もしくはヒューリスティックな機械学習システムタイプであってもよい。機械学習システム１２０は、機械学習入力データ１４５を入力として受け取ってもよく、環境１５０に対する到着レイテンシおよび離脱レイテンシの長さを示すデータを出力してもよい。機械学習システム１２０は、すべてのＷｉＦｉデバイスのために使用されてもよい、環境１５０に対する単一の到着レイテンシおよび単一の離脱レイテンシを出力してもよく、ＷｉＦｉデバイスごとの到着レイテンシおよび離脱レイテンシを出力してもよく、進入路ごとの到着レイテンシおよび離脱レイテンシを出力してもよく、またはＷｉＦｉデバイスおよび進入路ごとの到着レイテンシおよび離脱レイテンシを出力してもよい。機械学習システム１２０は、到着モデル１４２および離脱モデル１４３を含む機械学習入力モデル１４１を使用してもよい。到着モデル１４２は、機械学習入力データ１４５に基づいて到着レイテンシを判断するための、機械学習システム１２０に好適な任意のフォーマットにおける、機械学習モデルであってもよい。離脱モデル１４３は、機械学習入力データ１４５に基づいて離脱レイテンシを判断するための、機械学習システム１２０に好適な任意のフォーマットにおける、機械学習モデルであってもよい。機械学習システム１２０は、例えば、教師ありもしくは教師なしオンライン学習またはオフライン学習を含む、任意の好適なタイプの学習を使用して実現されてもよい。

機械学習入力データ１４５は、任意の好適な態様で機械学習システム１２０に入力されてもよい。例えば、機械学習入力データ１４５のすべては、環境１５０内のＷｉＦｉアクセスポイントのすべて、例えば、ＷｉＦｉアクセスポイント１７１，１７２，および１７３からの報告からのすべてのＷｉＦｉデバイス、例えば、ＷｉＦｉデバイス１９１，１９２，および１９３についての接続／切断時間を含んで、同時に、機械学習システム１２０に入力されてもよい。機械学習入力データ１４５は、接続／切断時間１４６におけるデータのすべてと、センサおよびデバイスデータ１４７とを含み、到着モデル１２０が機械学習システム１２０によって使用されている間に、到着モデル１４２に入力されてもよい。機械学習システム１２０は、到着モデル１４２によって判断された、環境１５０に対する到着レイテンシの長さを示すデータを出力してもよい。機械学習入力データ１４５はまた、離脱モデル１４３が機械学習システム１２０によって使用されている間に離脱モデル１４３に入力されてもよい。機械学習システム１２０は、離脱モデル１４３によって判断された、環境１５０に対する離脱レイテンシの長さを示すデータを出力してもよい。環境１５０に対する到着レイテンシおよび離脱レイテンシは、たとえば、ＷｉＦｉデバイスの接続および切断を用いて行われる、環境１５０におけるユーザについての存在および不在判定に対する調整を行う際に、環境１５０内のＷｉＦｉアクセスポイントに接続し、環境１５０内のＷｉＦｉアクセスポイントから切断する、すべてのＷｉＦｉデバイスとともに、使用されてもよい。

機械学習入力データ１４５はまた、入力データのセットに分割されてもよく、入力データの各別個のセットは、別個のＷｉＦｉデバイスに関するデータを含む。入力データの第１のセットは、たとえば、ＷｉＦｉデバイス１９１に関するデータを含んでもよく、入力データの第２のセットは、ＷｉＦｉデバイス１９２に関するデータを含んでもよい。入力データの各セットは、機械学習システム１２０に別々に入力されてもよい。たとえば、ＷｉＦｉデバイス１９１のためのデータを含む入力データの第１のセットは、機械学習システム１２０に入力されてもよい。機械学習システム１２０は、到着モデル１４２および離脱モデル１４３を用いて、環境１５０に関するＷｉＦｉデバイス１９１についての到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを出力してもよい。機械学習システム１２０は、入力データのセットが機械学習システム１２０に入力されるＷｉＦｉデバイス１９１，１９２，および１９３の各々について、環境１５０に関する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータ、例えば、１対の到着レイテンシおよび離脱レイテンシを出力してもよい。到着レイテンシおよび離脱レイテンシは、ＷｉＦｉデバイス単位で使用されてもよい。たとえば、ＷｉＦｉデバイス１９１についての到着レイテンシおよび離脱レイテンシは、ＷｉＦｉデバイス１９１による環境１５０内のＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断を用いて行われる存在および不在判定を調整するときに、使用されてもよい。ＷｉＦｉデバイス１９１について判断されるものとは別に判断される、ＷｉＦｉデバイス１９２についての到着レイテンシおよび離脱レイテンシは、ＷｉＦｉデバイス１９２による環境１５０内のＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断を用いて行われる存在および不在判定を調整するときに、使用されてもよい。

機械学習入力データ１４５はまた、入力データのセットに分割されてもよく、入力データの各別個のセットは、別個の進入路に関するデータを含む。環境１５０は、複数の進入路、例えば、外部ドアを有してもよく、センサおよびデバイスデータ１４７は、環境１５０内の種々のセンサおよびデバイスがどの進入路に最も近いかの指示を含んでもよい。例えば、センサおよびデバイスデータ１４７のいくつかは、環境１５０の第１の外部ドアの近くにあると示されるセンサおよびデバイスからであってもよく、センサおよびデバイスデータ１４７のいくつかは、環境１５０の第２の外部ドアの近くにあるセンサおよびデバイスからであってもよい。入力データの第１のセットは、例えば、第１の外部ドアに関するデータを含んでもよく、入力データの第２のセットは、第２の外部ドアに関するデータを含んでもよい。入力データの各セットは、機械学習システム１２０に別々に入力されてもよい。例えば、第１の外部ドアのデータを含む入力データの第１のセットは、機械学習システム１２０に入力されてもよい。機械学習システム１２０は、到着モデル１４２および離脱モデル１４３を用いて、環境１５０の第１外部ドアに対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを出力してもよい。機械学習システム１２０は、同様に、第２の外部ドアに関するデータを含む入力データのセットを使用して、環境１５０の第２の外部ドアに対する到着レイテンシおよび離脱レイテンシを出力してもよい。到着レイテンシおよび離脱レイテンシは、例えば、進入路に最も近いことがわかっているＷｉＦｉアクセスポイントに基づいて、進入路単位で使用されてもよい。例えば、ＷｉＦｉアクセスポイント１７１は、第１の外部ドアに最も近くてもよく、第１の外部ドアに対する到着レイテンシおよび離脱レイテンシは、ＷｉＦｉアクセスポイント１７１への接続およびＷｉＦｉアクセスポイント１７１からの切断を用いて行われる存在および不在判定を調整するときに、使用されてもよい。ＷｉＦｉアクセスポイント１７２は、第２の外部ドアに最も近くてもよく、第２の外部ドアに対する到着レイテンシおよび離脱レイテンシは、ＷｉＦｉアクセスポイント１７２への接続およびＷｉＦｉアクセスポイント１７２からの切断を用いて行われる存在および不在判定を調整するときに、使用されてもよい。

環境１５０に対する到着レイテンシおよび離脱レイテンシについて判断される時間の長さは、例えば、機械学習入力データ１４５内の異なるタイプのデータ間の相関、ならびに環境１５０のＷｉＦｉアクセスポイントへの接続およびＷｉＦｉアクセスポイントからの切断に関するデータにおけるパターン、および環境１５０への人の到着または環境１５０からの人の離脱を示すセンサおよび他のデバイス１５９からの信号に基づいてもよい。例えば、機械学習入力データ１４５が、ＷｉＦｉデバイスによるＷｉＦｉアクセスポイント１７１への多くの接続の３～７秒後に、進入路センサがドアの開放を検出し、ドアの近くのモーションセンサが動きを検出するデータを含む場合、機械学習システム１２０の到着モデル１４２は、３～７秒の範囲におけるどこか、例えば５秒に、環境１５０に対する到着レイテンシを判断してもよい。同様に、機械学習入力データ１４５が、進入路センサがドアの開放を検出し、ドアの近くのモーションセンサが動きを検出してから４～８秒後に、ＷｉＦｉアクセスポイント１７２からの切断が発生するデータを含む場合、機械学習システム１２０の離脱モデル１４３は、４～８秒の範囲のどこか、例えば６秒に、環境１５０に対する離脱レイテンシを判断してもよい。

機械学習入力データ１４５は、新たなデータが、例えば報告プロセッサ１１０から受信されるにつれて、継続的に更新されてもよい。更新された機械学習入力データ１４５は、機械学習システム１２０への入力として使用されてもよく、それは、新たな到着レイテンシおよび離脱レイテンシを生成してもよい。新たな到着レイテンシおよび離脱レイテンシは、任意の好適な時間および間隔で生成されてもよい。

環境１５０に対する到着レイテンシおよび離脱レイテンシは、任意の好適な態様で使用されてもよい。例えば、到着レイテンシおよび離脱レイテンシは、ＷｉＦｉデバイスの接続および切断に基づいて、クラウドコンピューティングシステム１００によって環境１５０において人に対して行われる存在および不在判定を調整するために、使用されてもよい。例えば、環境１５０に対する到着レイテンシは、５秒であると判断されてもよい。ＷｉＦｉデバイス１９１は、クラウドコンピューティングシステム１００が、ＷｉＦｉデバイス１９１のユーザが環境１５０に存在しないと判断した後、ＷｉＦｉアクセスポイント１７１に接続することを検出されてもよい。クラウドコンピューティングシステム１００は、ＷｉＦｉデバイス１９１がＷｉＦｉアクセスポイント１７１に接続するのを検出するとＷｉＦｉデバイス１９１のユーザが存在するという存在および不在判定を更新する代わりに、到着レイテンシの長さ、例えば５秒の間待機してから、ユーザが存在するという存在および不在判定を更新してもよい。これは、ＷｉＦｉデバイス１９１のユーザが環境１５０に入る時間に、より近いように、対応してもよい。ＷｉＦｉアクセスポイント１７１からの切断に基づいてユーザが不在であるという判定は、遅延レイテンシを使用してクラウドコンピューティングシステム１００によって遡及的に調整されてもよく、不在の総時間を遅延レイテンシ分だけ増大させる。これは、ユーザがいつ、およびどれくらいの間、環境１５０に不在であるかの、より正確な計算を提供してもよい。遅延レイテンシはまた、存在および不在判定に基づく、制御可能なデバイスによるアクションのタイミングを調整するために使用されてもよい。たとえば、ＷｉＦｉデバイス１９１がＷｉＦｉアクセスポイント１７１に接続するときに人の到着の検出でセキュリティシステムが警備解除モードに入る上での遅延は、到着レイテンシ分だけ増加されてもよく、セキュリティシステムは、ＷｉＦｉデバイス１９１を携行している人が環境１５０への進入路に到着するときにより近く警備解除する。ＷｉＦｉデバイス１９１がＷｉＦｉアクセスポイント１８１から切断するときに人の離脱の検出に基づいてセキュリティシステムが警備モードに入る上での遅延は、離脱レイテンシ分だけ低減されてもよく、環境１５０のセキュリティシステムは、遅延レイテンシの長さにセキュリティシステムのための遅延時間の長さを加えた後に再警備状態となるのではなく、人がＷｉＦｉデバイス１９１を携行して環境１５０から離脱したときからカウントされた遅延時間後に再警備状態となる。

ハブコンピューティングデバイス１５５は、信号受信機１５６を含んでもよい。ハブコンピューティングデバイス１５５は、信号受信機１５６を実現するために、例えば、図７に説明されるようなコンピュータ２０等の任意の好適なデバイスであってもよい。ハブコンピューティングデバイス１５５は、例えば、図５に記載されるコントローラ７３であってもよい。ハブコンピューティングデバイス１５５は、単一のコンピューティングデバイスであってもよく、または複数の接続されたコンピューティングデバイスを含んでもよく、たとえば、サーモスタット、他のセンサ、電話、タブレット、ラップトップ、デスクトップ、テレビ、腕時計、またはセキュリティシステムおよび自動化機能を含んでもよい、環境１５０のためにハブとして働き得る他のコンピューティングデバイスであってもよい。環境１５０は、例えば、住宅、オフィス、または他の環境であってもよい。環境１５０は、ハブコンピューティングデバイス１５５から制御されてもよい。ハブコンピューティングデバイス１５５は、環境全体にわたって様々なセンサに、およびＨＶＡＣシステムなどの環境１５０内の様々なシステムに、接続されてもよい。ハブコンピューティングデバイス１５５は、ユーザがハブコンピューティングデバイス１５５と対話してもよい任意の好適なハードウェアおよびソフトウェアインターフェイスを含んでもよい。ハブコンピューティングデバイス１５５は、環境１５０内に位置してもよく、オフサイトに位置してもよく、または環境１５０およびオフサイトの両方に計算デバイスを含んでもよい。オンサイトハブコンピューティングデバイス１５５は、環境１５０全体にわたって、または、たとえばクラウドコンピューティングプラットフォームの一部としてなど、リモートに接続された他のコンピューティングデバイスからの計算リソースを使用してもよい。

信号受信機１５６は、環境１５０内にあってもよくハブコンピューティングデバイス１５５に接続されてもよいセンサおよび他のデバイスによって生成された信号を受信するための、ハブコンピューティングデバイス１５５上のハードウェアまたはソフトウェアの任意の好適な組合せであってもよい。たとえば、信号受信機１５６は、環境１５０全体にわたって分散されてもよいセンサおよびデバイス１５９から信号を受信してもよい。センサおよびデバイス１５９は、例えば、モーションセンサ、進入路センサ、カメラ、マイクロフォン、光センサ、接触センサ、傾斜センサ、ＷｉＦｉもしくはBluetooth（登録商標）検出器、照明、電化製品、Ａ／Ｖ機器、ＨＶＡＣシステム、セキュリティシステム、または環境１５０内の任意の他の好適なセンサもしくはデバイスタイプであってもよい。センサおよびデバイス１５９から信号受信機１５６によって受信される信号は、例えば、環境１５０の外部ドアを監視する進入路センサによって検出される開閉イベント、環境１５０の外部ドアの周囲の領域を監視するモーションセンサによって検出される動き、照明、電化製品、およびＡ／Ｖ機器を含むデバイスが、ハブコンピューティングデバイス１５５またはクラウドコンピューティングシステム１００による自動化された制御を通してではなく、ユーザからの入力に基づいて、いつオンまたはオフにされたかを示すデータ、ならびにユーザが環境１５０に存在しているか、不在であるか、入りつつあるか、または出つつあるかを示してもよい、任意の他の好適なデータを含んでもよい。信号は、例えば、センサからのアクティブ出力に基づいて、またはセンサからのアクティブ出力の欠如に基づいて、センサおよびデバイス１５９によって生成される信号および他のデータを含んでもよい。例えば、モーションセンサは、それが動きを検出したときにアクティブ出力を生成してもよく、それが動きを検出しないときにアクティブ出力の欠如を有してもよい。

信号受信機１５６は、環境１５０のセンサおよびデバイス１５９から受信された信号をクラウドコンピューティングシステム１００に送信してもよい。クラウドコンピューティングシステム１００は、信号をセンサおよびデバイスデータ１４７としてストレージ１４０に記憶してもよい。センサおよびデバイスデータ１４７は、機械学習入力データ１４５の一部として記憶されてもよい。

いくつかの実現例では、機械学習システム１２０は、ハブコンピューティングデバイス１５５上で実行されてもよい。機械学習入力データ１４５は、クラウドコンピューティングシステム１００のストレージ１４０の代わりにハブコンピューティングデバイス１５５のストレージに記憶されてもよく、またはストレージ１４０は、ハブコンピューティングデバイス１５５にとってアクセス可能であってもよい。機械学習入力データ１４５がハブコンピューティングデバイス１５５に記憶される場合、ハブコンピューティングデバイス１５５は、環境１５０のＷｉＦｉアクセスポイントから報告を受信してもよく、接続／切断時間１４６を生成するために報告プロセッサ１１０と同様の報告プロセッサを含んでもよい。機械学習システム１２０によって出力される到着レイテンシの長さおよび離脱レイテンシの長さは、クラウドコンピューティングシステム１００に送信されてもよく、またはハブコンピューティングデバイス４００によって使用されてもよい。

図２Ａは、開示される主題のある実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的環境を示す。環境１５０は、例えば、環境１５０に出入りするために使用される外部ドアであってもよい進入路２２０を含んでもよい。進入路センサ２２５は、進入路２２０の開閉を監視するように位置決めされてもよい。モーションセンサ２２７は、進入路２２０の真後ろの環境１５０の廊下に生じる動きを検出するように位置決めされてもよい。ＷｉＦｉアクセスポイント１７１，１７２，および１７３は、環境１５０の全体にわたって位置決めされてもよい。

ＷｉＦｉデバイス１９２を携行している人２８０が、環境１５０の外側から進入路２２０に接近してもよい。ＷｉＦｉデバイス１９２は、人２８０が進入路２２０を通って環境１５０に入る前に、環境１５０の外側に位置してもよいポイント２５１においてＷｉＦｉアクセスポイント１７１に接続してもよい。ＷｉＦｉアクセスポイント１７１は、接続の時間を含む、ＷｉＦｉデバイス１９２の接続を示す報告を、クラウドコンピューティングシステム１００に送信してもよい。報告プロセッサ１１０は、ＷｉＦｉアクセスポイント１７１からの報告を処理してもよく、接続が検出された時間、ＷｉＦｉアクセスポイント１７１の識別子、およびＷｉＦｉデバイス１９２の識別子を、機械学習入力データ１４５における接続／切断時間１４６に追加してもよい。

人２８０がポイント２５２で進入路２２０を通って環境１５０に入ると、進入路センサ２２５は、進入路２２０の開放およびその後の閉鎖を示すセンサデータを生成してもよい。センサデータは、ハブコンピューティングデバイス１５５上の信号受信機１５６に送信されてもよく、次いで、ハブコンピューティングデバイスは、進入路センサ２２５からのセンサデータをハブコンピューティングデバイス１００に送信してもよく、そこで、センサデータはセンサおよびデバイスデータ１４７の一部として記憶されてもよい。モーションセンサ２２７は、進入路２２０の後ろの廊下における人２８０の動きを検出してもよく、動きの検出を示すセンサデータをハブコンピューティングデバイス１５５上の信号受信機１５６に送信してもよい。ハブコンピューティングデバイス１５５は、モーションセンサ２２７からのセンサデータをハブコンピューティングデバイス１００に送信してもよく、そこで、センサデータはセンサデータおよびデバイスデータ１４７の一部として機械学習入力データ１４５に記憶されてもよい。

ＷｉＦｉデバイス１９３を携行している人２８１が環境１５０にいてもよい。ＷｉＦｉデバイス１９３は、最初にＷｉＦｉアクセスポイント１７３に接続されてもよい。人は、ＷｉＦｉアクセスポイント１７２に向かって移動してもよい。ＷｉＦｉデバイス１９３は、ＷｉＦｉアクセスポイント１７２に接続し、ＷｉＦｉアクセスポイント１７３から切断してもよい。ＷｉＦｉアクセスポイント１７３は、切断がＷｉＦｉデバイス１９３上で発生し、ＷｉＦｉデバイス１９３がＷｉＦｉアクセスポイント１７２に接続した後、しばらくしてＷｉＦｉデバイス１９３の切断を検出してもよい。ＷｉＦｉアクセスポイント１７３は、ＷｉＦｉアクセスポイント１７３が接続および切断を検出した時間を含む、ＷｉＦｉデバイス１９３の初期接続および後の切断を報告する報告を、クラウドコンピューティングシステム１００に送信してもよい。ＷｉＦｉアクセスポイント１７２は、ＷｉＦｉデバイス１９３の接続を報告する報告をクラウドコンピューティングシステム１００に送信してもよい。ハブコンピューティングデバイス１００の報告プロセッサ１１０は、報告を処理し、接続時間および切断時間、ならびに関連付けられた識別子を、機械学習入力データ１４５における接続／切断時間１４６に追加してもよい。

機械学習入力データ１４５は、機械学習システム１２０に入力されてもよく、機械学習システム１２０は、環境１５０に対する到着レイテンシを判断するために到着モデル１４２を使用してもよい。機械学習システム１２０によって判断される、環境１５０に対する到着レイテンシは、たとえば、ＷｉＦｉデバイス１９１などのＷｉＦｉデバイスが、たとえばポイント２５１などの環境１５０の外側のポイントでＷｉＦｉアクセスポイント１７１に接続するときと、人２８１など、ＷｉＦｉデバイスを携行している人が、例えばポイント２５２において、進入路２２０を通って環境１５０進入するときとの間の時間の長さの推定値であってもよい。

図２Ｂは、開示される主題のある実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適な例示的環境を示す。ＷｉＦｉデバイス１９１を携行している人２８２は、環境１５０内から進入路２２０に接近してもよい。ＷｉＦｉデバイス１９１は、ＷｉＦｉアクセスポイント１７１に接続されてもよい。人は、ポイント２５４で進入路２２０を通って環境１５０を出て、環境１５０から離れる。ＷｉＦｉデバイス１９１は、人２８２が、環境１５０の外側において進入路２２０からいくらかの距離に位置してもよいポイント２５３に到達するまで、ＷｉＦｉアクセスポイント１７１に接続されたままであってもよく、その時点で、ＷｉＦｉデバイス１９１は、ＷｉＦｉアクセスポイント１７１から切断してもよい。ＷｉＦｉアクセスポイント１７１は、ＷｉＦｉデバイス１９１上で切断が発生した後、ある時間量で、ＷｉＦｉデバイス１９１の切断を検出してもよく、切断の時間を含む、ＷｉＦｉデバイス１９１の切断を示す報告を、クラウドコンピューティングシステム１００に送信してもよい。報告プロセッサ１１０は、ＷｉＦｉアクセスポイント１７１からの報告を処理し、切断が検出された時間、ＷｉＦｉアクセスポイント１７１の識別子、およびＷｉＦｉデバイス１９１の識別子を、機械学習入力データ１４５における接続／切断時間１４６に追加してもよい。

人２８２がポイント２５２で進入路２２０を通って環境１５０を離れるとき、進入路センサ２２５は、進入路２２０の開放およびその後の閉鎖を示すセンサデータを生成してもよい。センサデータは、ハブコンピューティングデバイス１５５上の信号受信機１５６に送信されてもよく、次いで、ハブコンピューティングデバイスは、進入路センサ２２５からのセンサデータをハブコンピューティングデバイス１００に送信してもよく、そこで、センサデータはセンサおよびデバイスデータ１４７の一部として記憶されてもよい。モーションセンサ２２７は、進入路２２０が開かれる前に進入路２２０の背後の廊下において人２８２の動きを検出してもよく、動きの検出を示すセンサデータをハブコンピューティングデバイス１５５上の信号受信機１５６に送信してもよい。ハブコンピューティングデバイス１５５は、モーションセンサ２２７からのセンサデータをハブコンピューティングデバイス１００に送信してもよく、そこで、センサデータは、センサデータおよびデバイスデータ１４７の一部として機械学習入力データ１４５に記憶されてもよい。

ＷｉＦｉアクセスポイント１７１からの報告ならびに進入路センサ２２５およびモーションセンサ２２７からのデータで更新された機械学習入力データ１４５は、機械学習システム１２０に入力されてもよく、機械学習システムは、離脱モデル１４３を使用して環境１５０に対する離脱レイテンシを判断してもよい。機械学習システム１２０によって判断される、環境１５０に対する離脱レイテンシは、たとえば、ＷｉＦｉデバイス１９１などのＷｉＦｉデバイスを携行している人が環境１５０を出るときと、ＷｉＦｉデバイスが環境１５０の外側のポイント、たとえばポイント２５３でＷｉＦｉアクセスポイント１７１から切断し、その切断がＷｉＦｉアクセスポイント１７１によって検出されるときとの間の時間の長さの推定値であってもよい。

図３は、開示される主題の実現例による、ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断するのに好適なプロセスの一例を示す。３００において、ＷｉＦｉデバイスが環境においてＷｉＦｉアクセスポイントに接続し、ＷｉＦｉアクセスポイントから切断する時間に関する報告が、ＷｉＦｉアクセスポイントからクラウドコンピューティングシステムにおいて受信されてもよい。

３０２において、ＷｉＦｉの接続時間および切断時間に関するデータを報告から生成してもよい。

３０４において、センサおよびデバイスデータが、クラウドコンピューティングシステムにおいて受信され、機械学習入力データとともに記憶されてもよい。

３０６において、到着レイテンシおよび離脱レイテンシの長さを示すデータが、接続および切断時間についてのデータならびにセンサおよびデバイスデータを使用して、機械学習システムによって生成されてもよい。

報告が、環境内のＷｉＦｉアクセスポイントから受信されてもよい。報告の各々は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含んでもよい。接続時間および切断時間を含むデータは、報告から生成されてもよい。センサおよびデバイスデータが、環境内のセンサまたはデバイスから受信されてもよい。環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータが、機械学習システムによって生成されてもよく、接続時間および切断時間を含むデータ、ならびにセンサおよびデバイスデータは、機械学習システムに入力される。

環境内のユーザについての存在の指示または不在の指示が、到着レイテンシまたは離脱レイテンシで調整されてもよい。

環境内の制御可能なデバイスのための制御信号が、存在の指示および不在の指示のうちの少なくとも１つの調整後に、存在の指示または不在の指示に基づいて生成されてもよい。制御信号は、デバイスによって実現されるよう、デバイスに送信されてもよい。

機械学習システムは、到着レイテンシを生成するために到着モデルを使用してもよい。機械学習システムは、離脱レイテンシを生成するために離脱モデルを使用してもよい。

報告は、ＷｉＦｉデバイスの識別子をさらに含んでもよい。ＷｉＦｉデバイスの識別子は、ソルト化されハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含んでもよい。

環境内のセンサおよびデバイスは、モーションセンサまたは進入路センサを含んでもよい。

報告は、ＷｉＦｉデバイスの識別子を含んでもよい。到着レイテンシの長さおよび離脱レイテンシの長さを示すデータが、機械学習システムで、ＷｉＦｉデバイスごとに、報告のうちの１つにおける識別子とともに生成されてもよく、接続時間および切断時間を含むデータならびにセンサおよびデバイスデータは、機械学習システムに入力される。

システムは、環境内におけるＷｉＦｉアクセスポイントと、クラウドコンピューティングシステムのコンピューティングデバイスとを備え、コンピューティングデバイスは、環境内のＷｉＦｉアクセスポイントから報告を受信してもよく、報告の各々は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含み、コンピューティングデバイスはさらに、報告から、接続時間および切断時間を含むデータを生成し、環境内の１つ以上のセンサまたはデバイスから、センサおよびデバイスデータを受信してもよく、機械学習システムを用いて、環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成してもよく、接続時間および切断時間を含むデータならびにセンサおよびデバイスデータは、機械学習システムに入力される。

クラウドコンピューティングシステムのコンピューティングデバイスは、環境におけるユーザについての存在の指示または不在の指示を、到着レイテンシまたは離脱レイテンシで調整してもよい。

クラウドコンピューティングシステムのコンピューティングデバイスは、コンピューティングデバイスが存在の指示または不在の指示を調整した後、存在の指示または不在の指示に基づいて、環境における制御可能なデバイスのために制御信号を生成してもよく、制御信号を、デバイスによって実現されるよう、デバイスに送信してもよい。

機械学習システムは、到着レイテンシを生成するために到着モデルを使用してもよく、離脱レイテンシを生成するために離脱モデルを使用してもよい。

報告は、ＷｉＦｉデバイスの識別子を含んでもよく、ＷｉＦｉデバイスの識別子は、ソルト化されハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含む。

環境内のセンサおよびデバイスは、モーションセンサまたは進入路センサを含んでもよい。

報告は、ＷｉＦｉデバイスの識別子を含んでもよい。クラウドコンピューティングシステムのコンピューティングデバイスは、機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、報告のうちの１つにおける識別子とともに生成してもよく、データは接続時間および切断時間を含み、センサおよびデバイスデータは、機械学習システムに入力される。

開示される主題の実施形態によれば、環境内のＷｉＦｉアクセスポイントから報告を受信するための手段が含まれ、報告の各々は、ＷｉＦｉアクセスポイントのうちの１つへの接続またはＷｉＦｉアクセスポイントからの切断の指示と、接続または切断の時間と、ＷｉＦｉアクセスポイントのうちの１つの識別子とを含んでもよく、さらに、報告から接続時間および切断時間を含むデータを生成するための手段と、環境内の１つ以上のセンサまたはデバイスからセンサおよびデバイスデータを受信するための手段と、機械学習システムで、環境について、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成するための手段とが含まれ、データは、接続時間および切断時間を含んでもよく、センサおよびデバイスデータは、機械学習システムに入力され、さらに、存在の指示および不在の指示のうちの少なくとも１つの調整後に、存在の指示または不在の指示に基づいて、環境内における制御可能なデバイスのために、制御信号を生成するための手段と、制御信号を、デバイスによって実現されるよう、デバイスに送信するための手段と、前記機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、報告のうちの１つにおける識別子とともに生成するための手段とが含まれ、接続時間および切断時間を含むデータ、ならびにセンサおよびデバイスデータは、機械学習システムに入力される。

ここに開示される実施形態は、１つ以上のセンサを使用してもよい。一般に、「センサ」は、その環境に関する情報を得ることができる任意のデバイスを指し得る。センサは、それらが収集する情報のタイプによって説明されてもよい。例えば、ここに開示されるセンサの種類は、運動、煙、一酸化炭素、近接度、温度、時間、物理的配向、加速度、場所などを含んでもよい。センサはまた、環境情報を取得する特定の物理的デバイスの観点から説明されてもよい。例えば、加速度計は、加速度情報を取得してもよく、したがって、一般的なモーションセンサおよび／または加速度センサとして使用されてもよい。センサはまた、センサを実現するために使用される特定のハードウェアコンポーネントの観点から説明されてもよい。例えば、温度センサは、サーミスタ、熱電対、抵抗温度検出器、集積回路温度検出器、またはそれらの組み合わせを含んでもよい。場合によっては、温度センサが、温度の変化および人または動物の存在を検出するために使用される場合等、センサは、複数のセンサタイプとして順次または同時に動作してもよい。

概して、ここに開示される「センサ」は、位置センサが全地球測位センサ（ＧＰＳ）と、ロケーション情報を取得するために既知のワイヤレスネットワークと相関させることができるデータを提供するワイヤレスネットワークセンサとの両方を含む場合など、複数のセンサまたはサブセンサを含んでもよい。単一のデバイスが動きセンサ、温度センサ、磁気センサ、および／または他のセンサを含む場合など、複数のセンサを単一の物理的ハウジング内に配置してもよい。そのようなハウジングも、センサまたはセンサデバイスと呼ばれてもよい。明確にするために、センサは、それらが実行する特定の機能および／または使用される特定の物理的ハードウェアに関して、そのような仕様がここに開示される実施形態の理解のために必要とされる場合に、説明される。

センサは、環境についての情報を取得する特定の物理的センサに加えてハードウェアを含んでもよい。図４は、ここに開示される例示的なセンサを示す。センサ６０は、温度センサ、煙センサ、一酸化炭素センサ、モーションセンサ、加速度計、近接度センサ、受動赤外線（ＰＩＲ）センサ、磁場センサ、無線周波数（ＲＦ）センサ、光センサ、湿度センサ、またはセンサ６０が位置する環境に関する対応する種類の情報を取得する任意の他の好適な環境センサ等の環境センサ６１を含んでもよい。プロセッサ６４は、センサ６１によって取得されたデータを受信および分析し、センサ６０の他の構成要素の動作を制御し、センサと他のデバイスとの間の通信を処理してもよい。プロセッサ６４は、コンピュータ可読メモリ６５に記憶された命令を実行してもよい。センサ６０内のメモリ６５または別のメモリはまた、センサ６１によって取得された環境データを記憶してもよい。Ｗｉ－Ｆｉもしくは他のワイヤレスインターフェイス、イーサネット（登録商標）または他のローカルネットワークインターフェイスなどの通信インターフェイス６３は、センサ６０による他のデバイスとの通信を可能にしてもよい。ユーザインターフェイス（ＵＩ）６２は、情報を提供し、および／またはセンサのユーザからの入力を受信してもよい。ＵＩ６２は、例えば、センサ６０によってイベントが検出されたときに可聴アラームを出力するスピーカを含んでもよい。代替的または追加的に、ＵＩ６２は、イベントがセンサ６０によって検出されたときに起動される照明を含んでもよい。ユーザインターフェイスは、限定出力ディスプレイ等の比較的最小限であってもよく、またはタッチスクリーン等のフルフィーチャインターフェイスであってもよい。センサ６０内の構成要素は、当業者によって容易に理解されるように、内部バスまたは他の機構を介して、相互に情報を送信および受信してもよい。１つ以上の構成要素は、複数の構成要素が単一の集積回路上に実装される場合など、単一の物理的配置で実装されてもよい。ここに開示されるセンサは、他の構成要素を含んでもよく、および／または示される例示的構成要素のすべてを含まなくてもよい。

ここに開示されるセンサは、従来の無線ネットワークなどの通信ネットワーク、ならびに／またはセンサが互いにおよび／もしくは専用の他のデバイスと通信してもよいセンサ別ネットワーク内で動作してもよい。いくつかの構成では、１つ以上のセンサは、１つ以上の他のセンサ、中央コントローラ、または１つ以上のセンサとネットワーク上で通信することができる任意の他のデバイスに情報を提供してもよい。中央コントローラは汎用であっても専用であってもよい。例えば、１つのタイプの中央コントローラは、ホームオートメーションネットワークであり、それは、住宅内の１つ以上のセンサからデータを収集および分析する。中央コントローラの別の例は、位置に対する様々なセキュリティ考慮事項に関係するため、主としてまたは専らセンサデータを収集および分析するセキュリティコントローラなど、機能のサブセット専用の専用コントローラである。中央コントローラは、ホームオートメーションおよび／またはセンサネットワークを含む住宅内に位置付けられる場合等、それが通信しセンサデータを取得するセンサに対して局所的に位置付けられてもよい。代替として、または加えて、ここに開示されるような中央コントローラは、中央コントローラが、複数の場所に位置してもよく相互に対してローカルまたは遠隔であってもよい複数のセンサと通信するクラウドベースのシステムとして実現される場合等、センサから遠隔であってもよい。

図５は、任意の好適な有線および／または無線通信ネットワークを介して実現されてもよい、ここに開示されるようなセンサネットワークの例を示す。１つ以上のセンサ７１、７２は、Ｗｉ－Ｆｉまたは他の好適なネットワークなどのローカルネットワーク７０を介して、互いにおよび／またはコントローラ７３と通信してもよい。コントローラは、汎用または専用コンピュータであってもよい。コントローラは、例えば、センサ７１、７２から受信した環境情報を受信、集約、および／または分析してもよい。センサ７１、７２およびコントローラ７３は、単一の住居、オフィス空間、建物、部屋などの中など、互いにローカルに配置されてもよく、またはコントローラ７３がクラウドベースの報告および／もしくは分析システムなどの遠隔システム７４に実現される場合など、互いから遠隔にあってもよい。代替として、または加えて、センサは、遠隔システム７４と直接通信してもよい。遠隔システム７４は、例えば、複数の場所からのデータを集約し、命令、ソフトウェア更新、および／または集約されたデータをコントローラ７３および／またはセンサ７１、７２に提供してもよい。

例えば、図１～図１０に関してさらに詳細に示され、説明されるように、ハブコンピューティングデバイス１５５は、コントローラ７３の例であってもよく、センサ２１０は、センサ７１および７２の例であってもよい。

開示される主題のセキュリティシステムおよびスマートホーム環境のデバイスは、デバイスが互いに通信するためのネットワークアーキテクチャおよび／またはプロトコルを提供する、Thread等のメッシュ型ネットワークであってもよい、ネットワーク７０を介して通信可能に接続されてもよい。典型的なホームネットワークは、単一のデバイス通信ポイントを有してもよい。そのようなネットワークは、単一のデバイス通信ポイントが正常に動作しないとき、ネットワークのデバイスが互いに通信できないように、故障する傾向がある場合がある。開示される主題のセキュリティシステムにおいて使用されてもよいThreadのメッシュ型ネットワークは、単一のデバイスを使用する通信を回避してもよい。すなわち、ネットワーク７０などのメッシュ型ネットワークでは、ネットワークに結合されたデバイスが互いに通信するのを妨げるよう故障する可能性がある単一の通信ポイントがない。

ネットワーク７０に通信可能に結合されるデバイスによって使用される通信およびネットワークプロトコルは、安全な通信を提供し、使用される電力の量を最小限にし（すなわち、電力効率的であり）、住宅内の多種多様なデバイスおよび／または製品、例えば、電化製品、アクセス制御、環境制御、エネルギー管理、照明、安全、およびセキュリティをサポートしてもよい。例えば、ネットワークおよびそれに接続されるデバイスによってサポートされるプロトコルは、ＩＰｖ６をネイティブに担持してもよいオープンプロトコルを有してもよい。

ネットワーク７０などのThreadネットワークは、セットアップが容易であり、使用が安全であり得る。ネットワーク７０は、認証方式、ＡＥＳ（高度暗号化標準（(Advanced Encryption Standard））暗号化などを使用して、他の無線プロトコルに存在するセキュリティホールを低減および／または最小化してもよい。Threadネットワークは、デバイス（例えば、２、５、１０、２０、５０、１００、１５０、２００またはそれ以上のデバイス）を、（たとえば、ネットワークの１つ以上のノードが正常に動作していないときにデバイス間の通信を提供するように）複数のホップをサポートする単一のネットワークに接続するように、スケーラブルであってもよい。Threadネットワークであってもよいネットワーク７０は、ネットワークおよびアプリケーション層においてセキュリティを提供してもよい。ネットワーク７０に通信可能に結合された１つ以上のデバイス（例えば、コントローラ７３、遠隔システム７４など）は、許可されたデバイスのみがネットワーク７０に参加できることを保証するよう、製品インストールコードを記憶してもよい。ネットワーク７０の１つ以上の動作および通信は、公開鍵暗号法などの暗号法を使用してもよい。

ここに開示されるスマートホーム環境および／またはセキュリティシステムのネットワーク７０に通信可能に結合されるデバイスは、低電力消費および／または低減された電力消費であってもよい。すなわち、デバイスは、互いに効率的に通信し、ユーザに機能性を提供するように動作し、デバイスは、従来のデバイスよりも低減されたバッテリサイズおよび増加したバッテリ寿命を有し得る。デバイスは、バッテリ寿命を増加させ、電力要件を低減させるよう、スリープモードを含んでもよい。たとえば、ネットワーク７０に結合されたデバイス間の通信は、電力効率の良いＩＥＥＥ８０２．１５．４ ＭＡＣ／ＰＨＹプロトコルを使用してもよい。開示される主題の実施形態では、ネットワーク７０上のデバイス間のショートメッセージングは、帯域幅および電力を節約し得る。ネットワーク７０のルーティングプロトコルは、ネットワークオーバーヘッドおよびレイテンシを低減し得る。スマートホーム環境に結合されたデバイスの通信インターフェイスは、低電力で、セキュアで、安定した、および／またはスケーラブルな通信ネットワーク７０をサポートするよう、ワイヤレスシステムオンチップを含んでもよい。

図５に示されるセンサネットワークは、スマートホーム環境の例であってもよい。図示されるスマートホーム環境は、環境、家屋、オフィスビル、ガレージ、移動式住宅などを含んでもよい。センサ７１、７２、コントローラ７３、およびネットワーク７０などの、スマート環境のデバイスは、アパート、コンドミニアム、またはオフィス空間などの環境全体を含まないスマートホーム環境に統合されてもよい。

スマート環境は、環境の外部のデバイスを制御し、および／またはそのようなデバイスに結合されることができる。例えば、センサ７１、７２のうちの１つ以上は、環境の外部において、例えば、その環境から１つ以上の距離のところに位置してもよい（例えば、センサ７１，７２は、環境の外部において、その環境が位置する土地の周囲に沿った点に配置されてもよい。）。スマート環境内のデバイスのうちの１つ以上は、物理的にその環境内にある必要はない。例えば、センサ７１，７２から入力を受信してもよいコントローラ７３は、環境の外に位置してもよい。

スマートホーム環境の環境は、壁を介して互いに少なくとも部分的に分離された複数の部屋を含んでもよい。壁は、内壁または外壁を含むことができる。各部屋はさらに、床および天井を含むことができる。センサ７１、７２などの、スマートホーム環境のデバイスは、環境の壁、床、もしくは天井に取り付けられ、統合され、および／または支持されてもよい。

図５に示されるセンサネットワークを含むスマートホーム環境は、ホームセキュリティおよびスマートホーム機能を提供するために、互いにおよび／または中央サーバもしくはクラウドコンピューティングシステム（例えば、コントローラ７３および／または遠隔システム７４）とシームレスに統合することができる、インテリジェントな、マルチセンシングの、ネットワーク接続されたデバイスを含む、複数のデバイスを含んでもよい。スマートホーム環境は、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続されたサーモスタット（たとえば、「スマートサーモスタット」）と、１つ以上のインテリジェントな、ネットワーク接続された、マルチセンシングのハザード検出ユニット（たとえば、「スマートハザード検出器」）と、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続された進入路インターフェイスデバイス（例えば、「スマートドアベル」）とを含んでもよい。スマートハザード検出器、スマートサーモスタット、およびスマートドアベルは、図５に示されるセンサ７１、７２であってもよい。

開示される主題の実施形態によれば、スマートサーモスタットは、周囲の気候特性（例えば、温度および／または湿度）を検出してもよく、それに応じて環境のＨＶＡＣ（暖房、換気、および空調）システムを制御してもよい。例えば、周囲の気候特性は、図５に示されるセンサ７１、７２によって検出されてもよく、コントローラ７３は、環境のＨＶＡＣシステム（図示せず）を制御してもよい。

スマートハザード検出器は、危険物質または危険物質を示す物質（例えば、煙、火、または一酸化炭素）の存在を検出してもよい。例えば、煙、火、および／または一酸化炭素は、図５に示されるセンサ７１、７２によって検出されてもよく、コントローラ７３は、スマートホーム環境のユーザに視覚および／または可聴アラームを提供するようにアラームシステムを制御してもよい。

スマートドアベルは、ドアベル機能を制御し、ある場所（例えば、環境への外側ドア）への人の接近またはそこからの離脱を検出し、例えば、コントローラ７３に結合されたスピーカおよび／またはディスプレイによって出力される可聴および／または視覚メッセージを介して、人の環境への接近またはそこからの離脱を告知してもよい。

いくつかの実施形態では、図５に示すセンサネットワークのスマートホーム環境は、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続された壁スイッチ（例えば、「スマート壁スイッチ」）、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続された壁プラグインターフェイス（例えば、「スマート壁プラグ」）を含んでもよい。スマート壁スイッチおよび／またはスマート壁プラグは、図５に示されるセンサ７１、７２であってもよい。スマート壁スイッチは、周囲の照明条件を検出し、１つ以上の照明の出力および／または減光状態を制御してもよい。例えば、センサ７１、７２は、周囲照明条件を検出してもよく、コントローラ７３は、スマートホーム環境内の１つ以上の照明（図示せず）への電力を制御してもよい。スマート壁スイッチはまた、天井ファンなどのファンの出力状態または速度を制御してもよい。例えば、センサ７２、７２は、ファンの出力および／または速度を検出してもよく、コントローラ７３は、それに応じてファンの出力および／または速度を調整してもよい。スマート壁プラグは、１つ以上の壁プラグへの電力の供給を制御して（例えば、誰もスマートホーム環境内にいないことが検出される場合、電力がプラグに供給されないようにして）もよい。例えば、スマート壁プラグの１つは、ランプ（図示せず）への電力の供給を制御してもよい。

開示される主題の実施形態では、スマートホーム環境は、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続された進入検出器（たとえば、「スマート進入検出器」）を含んでもよい。図５に示されるセンサ７１、７２は、スマート進入検出器であってもよい。図示のスマート進入検出器（例えば、センサ７１、７２）は、スマートホーム環境の１つ以上の窓、ドア、および他の進入ポイントに配置されて、窓、ドア、または他の進入ポイントがいつ開かれ、破壊され、侵入され、および／またはセキュリティ侵害されたかを検出してもよい。スマート進入検出器は、窓またはドアが開かれ、閉じられ、侵入され、および／またはセキュリティ侵害されたときに、コントローラ７３および／または遠隔システム７４に提供されるべき対応する信号を生成してもよい。開示される主題のいくつかの実施形態では、コントローラ７３とともに含まれてもよい、および／またはネットワーク７０に結合されてもよいアラームシステムは、すべてのドア、窓、進入路などが閉鎖されていること、および／またはすべてのスマート進入検出器が起動準備されていることをすべてのスマート進入検出器（例えば、センサ７１、７２）が示すのでなければ起動準備しない場合がある。

図５に示すセンサネットワークのスマートホーム環境は、１つ以上のインテリジェントな、マルチセンシングの、ネットワーク接続されたドアノブ（たとえば、「スマートドアノブ」）を含むことができる。例えば、センサ７１、７２は、ドアのドアノブ（例えば、スマートホーム環境の環境の外部ドア上に位置するドアノブ１２２）に結合されてもよい。しかしながら、スマートドアノブは、スマートホーム環境の外部および／または内部ドア上に提供され得ることを理解されたい。

スマートサーモスタット、スマートハザード検出器、スマートドアベル、スマート壁スイッチ、スマート壁プラグ、スマート進入検出器、スマートドアノブ、キーパッド、およびスマートホーム環境の他のデバイスは、（例えば、図５のセンサ７１、７２として図示されるように、スマート環境のためのセキュリティ、安全、および／または快適性を提供するように、ネットワーク７０を介して相互に、ならびにコントローラ７３および／または遠隔システム７４に通信可能に結合されることができる）。

ユーザは、ネットワーク接続されたスマートデバイスのうちの１つ以上と（たとえば、ネットワーク７０を介して）対話することができる。たとえば、ユーザは、コンピュータ（例えば、デスクトップコンピュータ、ラップトップコンピュータ、タブレット等）または他のポータブル電子デバイス（例えば、スマートフォン、タブレット、キーＦＯＢ等）を使用して、ネットワーク接続されたスマートデバイスのうちの１つ以上と通信することができる。ウェブページまたはアプリケーションは、ユーザから通信を受信し、通信に基づいて、ネットワーク接続されたスマートデバイスのうちの１つ以上を制御し、および／またはデバイスの動作に関する情報をユーザに提示するように、構成され得る。例えば、ユーザは、住宅のセキュリティシステムを見ることができ、それを起動準備または起動準備解除することができる。

１人または複数のユーザは、ネットワーク接続されたコンピュータまたはポータブル電子デバイスを使用して、スマートホーム環境において、ネットワーク接続されたスマートデバイスのうちの１つ以上を制御することができる。いくつかの例では、ユーザ（例えば、住宅に住む個人）の何人かまたはすべてが、彼らのモバイルデバイスおよび／またはキーＦＯＢをスマートホーム環境に（たとえば、コントローラ７３に）登録することができる。そのような登録を、中央サーバ（例えば、コントローラ７３および／または遠隔システム７４）において行って、ユーザおよび／または電子デバイスをスマートホーム環境に関連付けられているものとして認証し、ユーザに、電子デバイスを使用してスマートホーム環境のネットワーク接続されたスマートデバイスおよびセキュリティシステムを制御する許可を与えることができる。ユーザは、自身の登録された電子デバイスを使用して、居住者が仕事中または休暇中であるときなどに、スマートホーム環境のネットワーク接続されたスマートデバイスおよびセキュリティシステムを遠隔制御することができる。ユーザはまた、ユーザがスマートホーム環境内にいるときに、自身の登録された電子デバイスを使用して、ネットワーク接続されたスマートデバイスを制御してもよい。

代替として、または電子デバイスを登録することに加えて、スマートホーム環境は、どの個人がその住宅に住み、したがって、ユーザであるか、およびどの電子デバイスがそれらの個人に関連付けられているかについての推論を行ってもよい。したがって、スマートホーム環境は、誰がユーザ（例えば、許可されたユーザ）であり、それらの個人に関連付けられた電子デバイスがスマートホーム環境のネットワーク接続されたスマートデバイス（例えば、ネットワーク７０に通信可能に結合されたデバイス）を制御することを許可するかを「学習する」。様々なタイプの通知および他の情報が、１つ以上のユーザ電子デバイスに送信されるメッセージを介してユーザに提供されてもよい。たとえば、メッセージは、電子メール、ショートメッセージサービス（ＳＭＳ）、マルチメディアメッセージングサービス（ＭＭＳ）、非環境補足サービスデータ（ＵＳＳＤ）、ならびに任意の他のタイプのメッセージングサービスおよび／または通信プロトコルを介して送信され得る。

スマートホーム環境は、スマートホーム環境の外であるが住宅の近接した地理的範囲内にあるデバイスとの通信を含んでもよい。例えば、スマートホーム環境は、人々、動物、および任意の他の物体の検出された動きならびに／または存在に関して、通信ネットワーク７０を介してまたは中央サーバもしくはクラウドコンピューティングシステム（例えば、コントローラ７３および／または遠隔システム７４）に直接情報を通信し、それに応じて照明を制御するためのコマンドを受信する屋外照明システム（図示せず）を含んでもよい。

コントローラ７３および／または遠隔システム７４は、スマートホーム環境における他のネットワーク接続されたスマートデバイスから受信した情報に基づいて、屋外照明システムを制御することができる。例えば、屋外に位置するスマート壁プラグなどのネットワーク接続されたスマートデバイスのいずれかが夜間に動きを検出する場合、コントローラ７３および／または遠隔システム７４は、スマートホーム環境において屋外照明システムおよび／または他の照明を作動させることができる。

いくつかの構成では、遠隔システム７４は、複数の建物、複数の住居建物、近所内の個々の住居、複数の近所といった、複数の場所からのデータを集約してもよい。概して、図４に関して先に説明されたような複数のセンサ／コントローラシステム８１、８２は、遠隔システム７４に情報を提供してもよい。システム８１、８２は、前述のように１つ以上のセンサから直接データを提供してもよく、またはデータは、遠隔システム７４と次いで通信するコントローラ７３等のローカルコントローラによって集約および／または分析されてもよい。遠隔システムは、複数の場所からのデータを集約および分析してもよく、集約結果を各場所に提供してもよい。例えば、遠隔システム７４は、センサデータにおける共通センサデータまたは傾向について、より大きい領域を調べ、識別された共通性または環境データ傾向に関する情報を各ローカルシステム８１、８２に提供してもよい。

ここで論じられるシステムがユーザに関する個人情報を収集するか、または個人情報を利用してもよい状況では、ユーザは、プログラムまたは特徴がユーザ情報（例えば、ユーザのソーシャルネットワーク、ソーシャルアクションもしくはアクティビティ、職業、ユーザの好み、またはユーザの現在位置に関する情報）を収集するかどうかを制御するか、またはユーザにより関連し得るコンテンツをコンテンツサーバから受信するかどうか、および／もしくはどのように受信するかを制御する機会を提供されてもよい。さらに、特定のデータは、個人的に識別可能な情報が取り除かれるように、記憶または使用前に、１つ以上の方法で扱われてもよい。したがって、ユーザは、ユーザについての情報がどのように収集され、ここに開示されるシステムによって使用されるかを制御してもよい。

本開示の主題の実施形態は、様々なコンピューティングデバイスにおいて実現され、様々なコンピューティングデバイスとともに使用されてもよい。図７は、本開示の主題の実施形態を実施するのに好適な例示的なコンピューティングデバイス２０である。例えば、デバイス２０は、コントローラ、ここに開示されるようなセンサを含むデバイス等を実現するために使用されてもよい。代替として、または加えて、デバイス２０は、例えば、デスクトップもしくはラップトップコンピュータ、またはスマートフォン、タブレット等のモバイルコンピューティングデバイスであってもよい。デバイス２０は、中央プロセッサ２４、ランダムアクセスメモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、フラッシュＲＡＭなどのメモリ２７、ディスプレイスクリーンなどのユーザディスプレイ２２、１つ以上のコントローラおよびキーボード、マウス、タッチスクリーンなどの関連付けられるユーザ入力デバイスを含んでもよいユーザ入力インターフェイス２６、ハードドライブ、フラッシュストレージなどの固定ストレージ２３、光ディスク、フラッシュドライブなどを制御および受けるように動作可能なリムーバブルメディアコンポーネント２５、ならびに好適なネットワーク接続を介して１つ以上の遠隔デバイスと通信するように動作可能であるネットワークインターフェイス２９などの、コンピュータ２０の主要構成要素を相互接続するバス２１を含んでもよい。

バス２１は、前述のように、中央プロセッサ２４と、ＲＡＭ、ＲＯＭ、および他のメモリを含んでもよい、１つ以上のメモリ構成要素２５、２７との間のデータ通信を可能にする。コンピュータ２０に常駐するアプリケーションは、一般に、コンピュータ可読記憶媒体に記憶され、コンピュータ可読記憶媒体を介してアクセスされる。

固定ストレージ２３は、コンピュータ２０と一体であってもよく、または別個であり、他のインターフェイスを介してアクセスされてもよい。ネットワークインターフェイス２９は、有線または無線接続を介して遠隔サーバへの直接接続を提供してもよい。ネットワークインターフェイス２９は、デジタルセルラー電話、ＷｉＦｉ、Bluetooth（登録商標）、近距離場等を含む、当業者によって容易に理解されるであろう任意の好適な技術およびプロトコルを用いて、そのような接続を提供してもよい。例えば、ネットワークインターフェイス２９は、デバイスが、ここでさらに詳細に説明されるように、１つ以上のローカル、広域、または他の通信ネットワークを介して、他のコンピュータと通信することを可能にしてもよい。

図６は、開示される主題の一実施形態による例示的なネットワーク構成を示す。ローカルコンピュータ、スマートフォン、タブレットコンピューティングデバイスなどの１つ以上のクライアント１０、１１は、１つ以上のネットワーク７を介して他のデバイスに接続してもよい。ネットワークは、ローカルネットワーク、広域ネットワーク、インターネット、または任意の他の好適な通信ネットワークであってもよく、有線および／または無線ネットワークを含む任意の好適なプラットフォーム上で実現されてもよい。クライアントは、１つ以上のサーバ１３および／またはデータベース１５と通信してもよい。デバイスは、クライアント１０、１１によって直接アクセス可能であってもよく、またはサーバ１３がデータベース１５に記憶されたリソースへのアクセスを提供する場合など、１つ以上の他のデバイスが中間アクセスを提供してもよい。クライアント１０、１１はまた、遠隔プラットフォーム１７、またはクラウドコンピューティング構成およびサービス等の、遠隔プラットフォーム１７によって提供されるサービスにアクセスしてもよい。遠隔プラットフォーム１７は、１つ以上のサーバ１３および／またはデータベース１５を含んでもよい。１つ以上の処理ユニット１４は、たとえば、クラウドベースのコンピューティングシステム、検索エンジン、コンテンツ配信システムなどの分散システムの一部であってもよく、それも、データベース１５および／またはユーザインターフェイス１３を含むかまたはそれ（ら）と通信してもよい。いくつかの構成では、分析システム５は、記憶または取得されたデータが、処理ユニット１４、データベース１５、および／またはユーザインターフェイス１３に送達される前に、分析システム５によって前処理される場合など、バックエンド処理を提供してもよい。

本開示主題の種々の実施形態は、コンピュータにより実現されるプロセスおよびそれらのプロセスを実践するための装置の形態を含んでもよく、またはその形態で具現化されてもよい。実施形態はまた、ハードドライブ、ＵＳＢ（ユニバーサルシリアルバス）ドライブ、または任意の他の機械可読記憶媒体などの非一時的および／または有形媒体において具現化される命令を含むコンピュータプログラムコードを有するコンピュータプログラム製品の形態で具現化され、コンピュータプログラムコードがコンピュータにロードされ、コンピュータによって実行されると、コンピュータが、開示される主題の実施形態を実施するための装置になるようにしてもよい。汎用マイクロプロセッサ上で実現されるとき、コンピュータプログラムコードは、命令によって指定される特定の論理回路の作成などによってマイクロプロセッサを専用デバイスになるように構成してもよい。

実施形態は、開示される主題の実施形態による技術のすべてまたは一部をハードウェアおよび／もしくはファームウェアで具現化する汎用マイクロプロセッサならびに／または特定用途向け集積回路（ＡＳＩＣ）などのプロセッサを含んでもよいハードウェアを用いて実現されてもよい。プロセッサは、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ハードディスク、または電子情報を記憶することができる任意の他のデバイスなどのメモリに結合されてもよい。メモリは、開示された主題の実施形態による技術を実行するためにプロセッサによって実行されるように適合された命令を記憶してもよい。

前述の記載は、説明の目的のため、特定の実施形態を参照して記載されている。しかしながら、上記の例示的な考察は、網羅的であること、または開示される主題の実施形態を開示される厳密な形態に限定することを意図するものではない。上記の教示に鑑み、多くの修正および変形が可能である。実施形態は、開示される主題の実施形態の原理およびそれらの実際の適用例を説明し、それによって、他の当業者が、それらの実施形態および企図される特定の用途に適し得るような種々の修正を伴う種々の実施形態を利用することを可能にするために、選択および説明された。

Claims (20)

1. データ処理装置によって実行される、コンピュータにより実現される方法であって、
   環境内のＷｉＦｉアクセスポイントから報告を受信することを含み、前記報告は、前記ＷｉＦｉアクセスポイントのうちの１つへの接続または前記ＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、前記接続または前記切断の時間と、前記ＷｉＦｉアクセスポイントのうちの前記１つの識別子とを含み、前記方法はさらに、
   前記報告から、接続時間および切断時間を含むデータを生成することと、
   前記環境内の１つ以上のセンサまたはデバイスから、センサおよびデバイスデータを受信することと、
   機械学習システムを用いて、前記環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成することとを含み、前記接続時間および切断時間を含むデータならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、コンピュータにより実現される方法。
2. 前記到着レイテンシおよび前記離脱レイテンシのうちの少なくとも１つを用いて、前記環境において、ユーザについて、存在の指示および不在の指示のうちの少なくとも１つを調整することをさらに含む、請求項１に記載の、コンピュータにより実現される方法。
3. 前記存在の指示および前記不在の指示のうちの少なくとも１つの調整の後に、前記存在の指示または前記不在の指示に基づいて、前記環境における制御可能なデバイスのために制御信号を生成することと、
   前記制御信号を、前記デバイスによって実現されるよう、前記デバイスに送信することとをさらに含む、請求項２に記載の、コンピュータにより実現される方法。
4. 前記機械学習システムは、到着モデルを使用して前記到着レイテンシを生成し、前記機械学習システムは、離脱モデルを使用して前記離脱レイテンシを生成する、請求項１に記載の、コンピュータにより実現される方法。
5. 前記報告は、さらに、前記ＷｉＦｉデバイスの識別子を含み、前記ＷｉＦｉデバイスの前記識別子は、ソルト化されハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含む、請求項１に記載の、コンピュータにより実現される方法。
6. 前記環境における前記１つ以上のセンサおよびデバイスは、モーションセンサおよび進入路センサのうちの１つ以上を含む、請求項１に記載の、コンピュータにより実現される方法。
7. 前記報告の各々は、さらに、ＷｉＦｉデバイスの識別子を含み、前記方法はさらに、
   前記機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、前記報告のうちの１つにおける識別子とともに生成することを含み、前記接続時間および切断時間を含むデータ、ならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、請求項１に記載の、コンピュータにより実現される方法。
8. ＷｉＦｉデバイスについて到着レイテンシおよび離脱レイテンシを判断する、コンピュータにより実現されるシステムであって、
   クラウドコンピューティングシステムのコンピューティングデバイスを備え、前記コンピューティングデバイスは、環境内の１つ以上のＷｉＦｉアクセスポイントから報告を受信し、前記報告の各々は、前記ＷｉＦｉアクセスポイントのうちの１つへの接続または前記ＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、前記接続または前記切断の時間と、前記ＷｉＦｉアクセスポイントのうちの前記１つの識別子とを含み、前記コンピューティングデバイスはさらに、
   前記報告から、接続時間および切断時間を含むデータを生成し、前記環境内の１つ以上のセンサまたはデバイスから、センサおよびデバイスデータを受信し、
   機械学習システムを用いて、前記環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成し、前記接続時間および切断時間を含むデータならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、コンピュータにより実現されるシステム。
9. 前記クラウドコンピューティングシステムの前記コンピューティングデバイスは、さらに、前記到着レイテンシおよび前記離脱レイテンシのうちの少なくとも１つを用いて、前記環境において、ユーザについて、存在の指示および不在の指示のうちの少なくとも１つを調整する、請求項８に記載の、コンピュータにより実現されるシステム。
10. 前記クラウドコンピューティングシステムの前記コンピューティングデバイスは、さらに、前記コンピューティングデバイスが前記存在の指示および前記不在の指示のうちの少なくとも１つを調整した後、前記存在の指示または前記不在の指示に基づいて、前記環境内における制御可能なデバイスのために、制御信号を生成し、前記制御信号を、前記デバイスによって実現されるよう、前記デバイスに送信する、請求項９に記載の、コンピュータにより実現されるシステム。
11. 前記機械学習システムは、到着モデルを使用して前記到着レイテンシを生成し、前記機械学習システムは、離脱モデルを使用して前記離脱レイテンシを生成する、請求項８に記載の、コンピュータにより実現されるシステム。
12. 前記報告は、さらに、前記ＷｉＦｉデバイスの識別子を含み、前記ＷｉＦｉデバイスの前記識別子は、ソルト化されハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含む、請求項８に記載の、コンピュータにより実現されるシステム。
13. 前記環境における前記１つ以上のセンサおよびデバイスは、モーションセンサおよび進入路センサのうちの１つ以上を含む、請求項８に記載の、コンピュータにより実現されるシステム。
14. 前記報告の各々はＷｉＦｉデバイスの識別子をさらに含み、前記クラウドコンピューティングシステムの前記コンピューティングデバイスは、さらに、前記機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、前記報告のうちの１つにおける識別子とともに生成し、前記接続時間および切断時間を含むデータ、ならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、請求項８に記載の、コンピュータにより実現されるシステム。
15. システムであって、１つ以上のコンピュータと、前記１つ以上のコンピュータによって実行されると前記１つ以上のコンピュータに動作を実行させるよう動作可能な命令を記憶する１つ以上の記憶装置とを備え、前記動作は、
    環境内のＷｉＦｉアクセスポイントから報告を受信することを含み、前記報告は、前記ＷｉＦｉアクセスポイントのうちの１つへの接続または前記ＷｉＦｉアクセスポイントのうちの１つからの切断の指示と、前記接続または前記切断の時間と、前記ＷｉＦｉアクセスポイントのうちの前記１つの識別子とを含み、前記動作はさらに、
    前記報告から、接続時間および切断時間を含むデータを生成することと、
    前記環境内の１つ以上のセンサまたはデバイスから、センサおよびデバイスデータを受信することと、
    機械学習システムを用いて、前記環境に対する到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを生成することとを含み、前記接続時間および切断時間を含むデータならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、システム。
16. 前記命令はさらに、前記１つ以上のコンピュータに、前記到着レイテンシおよび前記離脱レイテンシのうちの少なくとも１つを用いて、前記環境において、ユーザについて、存在の指示および不在の指示のうちの少なくとも１つを調整することを含む動作を実行させる、請求項１５に記載のシステム。
17. 前記命令はさらに、前記１つ以上のコンピュータに、
    前記存在の指示および前記不在の指示のうちの少なくとも１つの調整の後に、前記存在の指示または前記不在の指示に基づいて、前記環境における制御可能なデバイスのために制御信号を生成することと、
    前記制御信号を、前記デバイスによって実現されるよう、前記デバイスに送信することとを含む動作を実行させる、請求項１６に記載のシステム。
18. 前記機械学習システムは、到着モデルを使用して前記到着レイテンシを生成し、前記機械学習システムは、離脱モデルを使用して前記離脱レイテンシを生成する、請求項１５に記載のシステム。
19. 前記報告は、さらに、前記ＷｉＦｉデバイスの識別子を含み、前記ＷｉＦｉデバイスの前記識別子は、ソルト化されハッシュ化されたメディアアクセス制御アドレス（ＳＨＭＡＣ）を含む、請求項１５に記載のシステム。
20. 前記報告の各々は、さらに、ＷｉＦｉデバイスの識別子を含み、前記命令は、さらに、前記１つ以上のコンピュータに、
    前記機械学習システムを用いて、到着レイテンシの長さおよび離脱レイテンシの長さを示すデータを、ＷｉＦｉデバイスごとに、前記報告のうちの１つにおける識別子とともに生成することを含む動作を実行させ、前記接続時間および切断時間を含むデータ、ならびに前記センサおよびデバイスデータは、前記機械学習システムに入力される、請求項１５に記載のシステム。

Images