JP3905483B2 - サービスリスト選択装置及び方法並びにプログラム及び記録媒体 - Google Patents
サービスリスト選択装置及び方法並びにプログラム及び記録媒体 Download PDFInfo
- Publication number
- JP3905483B2 JP3905483B2 JP2003076268A JP2003076268A JP3905483B2 JP 3905483 B2 JP3905483 B2 JP 3905483B2 JP 2003076268 A JP2003076268 A JP 2003076268A JP 2003076268 A JP2003076268 A JP 2003076268A JP 3905483 B2 JP3905483 B2 JP 3905483B2
- Authority
- JP
- Japan
- Prior art keywords
- service
- logical path
- service list
- candidates
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、複数品質の転送サービスを提供する高速コンピュータ間通信網に適用されるサービスリスト選択装置及び方法並びにプログラム及び記録媒体に関する。
【０００２】
【従来の技術】
例えば、コンピュータ間の高速通信を実現する通信網において、単一クラスの品質保証転送サービスを契約した特定のユーザに対して有料で提供する場合には、サービスを提供する事業者はその転送サービスの価格を適切に定める必要がある。
すなわち、各ユーザが転送サービスを契約するか否かの判断は転送サービスの価格に依存して変化する確率が高い。また、契約するユーザ数の変化に伴って、サービス提供に必要とされる通信網のハードウェアなどの資源量が変化し、事業者が受け取る収入も大幅に変化する。
【０００３】
実際には網資源量が有限であるので、サービスを提供する事業者は、使用可能な網資源の範囲内でユーザの価格に応じたサービス契約確率変化を考慮に入れて、事業者の収入を最大化するように価格を決定すると考えられる。
このような方法に関する従来技術については、非特許文献１及び非特許文献２が知られている。
【０００４】
なお、非特許文献１では、課金のモデルとして同時接続呼数によって価格が変化するモデルを扱っているが、同一期間内では同時接続数によらず価格が変化しないモデルにも適用することができる。
非特許文献１の方法を実施する場合には、需要予測機能部とユーザ選択モデル化部と最適価格決定部とを設け、時間を一定の期間毎に区分して各期間の開始時に新期間で使用する価格を算出する。
【０００５】
まず、需要予測機能部では、セグメントｓ毎に、過去の期間に実際に発生したユーザの発呼の履歴を履歴データベースから読み出し、それらを入力とするカルマンフィルタによって新期間におけるユーザの発生率λｓを算出して、λｓを最適価格決定部に伝達する。
次に、ユーザ選択モデル化部では、セグメントｓ毎に、あらかじめ用意した未知のパラメータを含む価格を入力とするサービス選択確率式に対して、過去のユーザサービス選択履歴とその際の価格を履歴データベースから読み出し、それらのデータを入力として、最尤推定方法を用いて、選択履歴が最も合うようにサービス選択確率式のパラメータを算出する。これにより、セグメントｓのトラヒックに関する価格を入力とするサービスｉの選択確率関数Ｐｓ(価格)を作成し、λｓを最適価格決定部に伝達する。
【０００６】
そして最適価格決定部では、需要予測機能部から発生率λｓを受け取り、ユーザ選択モデル化部からは選択確率関数Ｐｓ(Ｉ，価格)を受け取り、それらと使用可能網資源量Ｒ及び単一サービスを提供する際に必要となる網資源量ｒを用いて、最大接続数Ｎを（Ｎ＝Ｒ／ｒ）とし、ユーザが契約を行い網資源が必要となる発生率を（λ＝Σｓλｓ×Ｐｓ(価格)）とし、終了率μはセグメントｓによらず一定で予め与えられるものとして、トラヒック理論で最も基本的なＭ／Ｍ／Ｎ（０）の単一待ち行列モデルとして扱っている。これにより、収入を価格の関数で表し、最適な価格の算出を可能にしている。
【０００７】
一方、非特許文献２においては、Differentiated Services（以後Ｄｉｆｆｓｅｒｖ）やIntegrated Services（以後Ｉｎｔｓｅｒｖ）などの技術を使い、転送品質の異なる複数の転送サービスを、差別化された価格で提供する高速コンピュータ間通信網において、最適なサービスリストを設定する方法が提案されている。
ここでは、それぞれの提供転送サービスをサービスクラスと呼び、全サービスクラスの価格と品質の組をサービスリストと呼んでいる。
【０００８】
この場合、各サービスクラスの１つのサービス契約を提供するのに必要な網資源、すなわちコンピュータの処理能力や通信回線の帯域はサービスクラス毎に異なるものとなる。
このように複数品質のサービスを提供する網では、ユーザは網事業者の提示するサービスリストの内容を見比べてどのサービスクラスを利用するか判断することになる。このため、各ユーザが実際に使用する転送サービスとしてそれぞれ選択するサービスクラスの選択確率の分布は、網事業者が提示するサービスリストの内容に応じて変化すると考えられる。
【０００９】
つまり、サービスリストが変化すると、サービス選択確率が変動するためサービス選択ユーザ数の分布も変化する。サービス選択ユーザ数が変化すれば、網事業者の収入もサービス提供に必要とされる網資源の量も変化する。
このため、網事業者においてはサービスリストに対するユーザの選択確率変化を考慮しながら、使用可能な網資源の範囲内で収入最大化を実現するために必要となる最適なサービスリストを算出あるいは選択する必要がある。
【００１０】
非特許文献２の技術は、図９に示すように需要予測機能部とユーザ選択確率モデル化機能部と最適サービスリスト決定機能部とで構成される。
需要に関しては、曜日及び時間により周期的な変動があると考えれらる。そこで非特許文献２の需要予測機能部では、これまでの技術と同様の方法で、過去１期間でのセグメントｓ毎のユーザ発呼数を履歴データベースから読み出して、力ルマンフィルタにそれらを入力する事で新期間における発呼数を予測し、更に予測発生率λｓを算出する。
【００１１】
なお、非特許文献２では発生率λｓのみを予測の対象としているが、終了率μｓについても、終呼数を履歴データベースから読み出してカルマンフィルタにそれらを入力する事で新期間における終呼数を予測し、更に予測終了率μｓも算出することが可能である。
また、非特許文献２のユーザ選択確率モデル化機能部では、セグメントｓ毎の過去のサービス選択履歴と各々を選択した際のサービスリスト内容を履歴データベースから読み出して、それらを入力として最尤推定法を用いるこれまでと同様の方法により、セグメントｓ毎のサービスｉを選ぶサービスリストに関するサービス選択確率関数Ｐｓ（ｉ，ＳＬ）を作成することができる。
【００１２】
そして、非特許文献２の最適サービスリスト決定機能部は、予測発生率λｓ，予測終了率μｓ及びサービス選択確率関数Ｐｓ（ｉ，ＳＬ）と、データベースから読み取ったボトルネック資源量Ｒと、あるサービスリストＳＬを入力とする各サービスクラスｉの１ユーザ当たりに必要となる単位サーピス網資源量関数ｒi（ＳＬ）のレファレンスと、ＳＬとして取りうる候補の集合とを用いて、最適解となるサービスリストＳＬを決定する。
【００１３】
非特許文献２の技術は、ボトルネックとなる網資源が一箇所にのみ存在する図７に示すような１ボトルネックリンクモデルを想定している。
【非特許文献１】
上山憲昭，“ＩＰ網の資源割当サービスを対象とした公平性を満足する課金方式”，信学論Ｖｏｌ．Ｊ８３−Ｂ，Ｎｏ．７，ｐｐ．９９９−１０１１，２０００年７月。
【非特許文献２】
山崎育生 他，“マルチサービスクラス網における収入最大化方式の検討”，信学技報，ＣＳ２００２−９６（共催 ＮＳ２００２−１４１，ＩＮ２００２−８５），ｐｐ７１−７６，２００２年１０月。
【００１４】
【発明が解決しようとする課題】
前述のような従来技術においては、全てのトラヒックが網内のある一箇所のリンクを必ず通過し、その箇所以外は網資源量のボトルネックにはならない、１ボトルネックリンクモデルを想定して最適化を行っている。
【００１５】
しかしなから、実際の通信ネットワークでは、図８に示すネットワークワイドモデルのように平面的に広がりがあり、トラヒックも様々な経路を通過するのが一般的である。
また、転送品質の異なる複数の転送サービスを提供するためには、ある網端ノード（網を終端する通信装置）から発生し別の網端ノードに終端されるトラヒックがどれだけの量でどの経路を通過するかを管理及び制御する必要がある。
【００１６】
そのような場合、通信を中継する各コアノードでフロー毎のような細かい単位で帯域幅管理を行うことはスケーラビリティに欠けるため、網端ノード間のトラヒックを１つの束として把握し、論理的パスを網端ノード間に張り、その論理パスに帯域幅を割り当てて中継コアノードではパス単位で割当帯域幅管理を行うのが望ましいと考えられている。
【００１７】
この場合、新たな呼が発生した場合などに行うトラヒック（呼）受付制御については、論理パス設定帯域幅内の空き帯域幅が、発生した呼の要求帯域以上あるかどうかといったような管理を網端ノードにおいて分散処理することが考えられる。
従来技術で想定している１リンクボトルネックリンクモデルにおいては、ボトルネックリンクの網資源量が一定であるため、収入に影響を与えるパラメータはサービスリストのみである。しかし、実際の通信網で想定すべきネットワークワイドモデルにおいては、使用可能な網資源、すなわち網トポロジと各リンクの使用可能帯域が与えられた条件下で、各網端ノード間に割り当てる論理パスの割り当て状態、すなわち論理パスの経路と帯域幅の割り当て状態もサービスリストとともに収入に影響を与えることになる。
【００１８】
従って、網事業者が収入最大化を目指すためには、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化する必要がある。
本発明は、サービスリストの最適化及び各論理パスの割り当て状態の最適化を可能にするサービスリスト選択装置及び方法並びにプログラム及び記録媒体を提供することを目的とする。
【００１９】
【課題を解決するための手段】
請求項１は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得部と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とする。
【００２０】
請求項１においては、ネットワークワイドモデルに相当する現実の通信網上で複数の品質の通信サービスを提供する場合に、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化して、収入の最大化を実現することができる。
なお、前記第２の情報取得部が扱う「網を構成する各リンクの使用可能な帯域幅を表す帯域情報」については、例えばノードｎ１とノードｎ２との間に存在する接続リンクの使用可能帯域幅を各要素とする行列Ｒ（ｎ１，ｎ２）として表すことができる。
【００２１】
また、サービスリストを設定した場合に、離散的な設定帯域幅と経路の組み合わせで構成される有限の論理パス候補を求めることにより、サービスリストを固定した場合には、各論理パス選択に関する０−１整数計画問題としての定式化を可能にするため、最適解の導出が可能となり、この処理を全てのサービスリストに対して行うことにより、最終的に収入の最大化を実現する最適サービスリスト及び最適論理パス割り当てを算出することが可能になる。
【００２２】
請求項２は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得部と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とする。
【００２３】
請求項２においては、ネットワークワイドモデルに相当する現実の通信網上で複数の品質の通信サービスを提供する場合に、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化し、更に予想支出を計算に反映することにより収益の最大化を実現することができる。
請求項３は、請求項１又は請求項２のサービスリスト選択装置において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を保持する履歴データベースと、前記履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測部と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化部とを更に設けたことを特徴とする。
【００２４】
請求項３においては、履歴データベースに保持された履歴情報に基づいて、予測呼発生率λs(i,e)と予測呼終了率μs(i,e)と選択確率式Ｐs（ｊ，ＳＬ）とを計算により予測して求めるので、例えば現実の通信網における利用状況や選択状況の変化を反映して最適化を行うことが可能になる。
また、エッジノード間のペア（ｉ，ｅ）毎の予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を用いることにより、各サービスクラスを要求する呼のトラヒックモデルをペア（ｉ，ｅ）毎に予測することができる。
【００２５】
請求項４は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２６】
請求項４においては、請求項１の装置と同様の結果が得られる。
請求項５は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２７】
請求項５においては、請求項２の装置と同様の結果が得られる。
請求項６は、請求項４又は請求項５のサービスリスト選択方法において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とする。
【００２８】
請求項６においては、請求項３の装置と同様の結果が得られる。
請求項７は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２９】
請求項７のプログラムを所定のコンピュータを用いて実行することにより、請求項１の装置と同様の結果が得られる。
請求項８は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００３０】
請求項８のプログラムを所定のコンピュータを用いて実行することにより、請求項２の装置と同様の結果が得られる。
請求項９は、請求項７又は請求項８のプログラムにおいて、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とする。
【００３１】
請求項９のプログラムを所定のコンピュータを用いて実行することにより、請求項３の装置と同様の結果が得られる。
請求項１０は、請求項７，請求項８及び請求項９の何れかのプログラムを記録したコンピュータで読みとり可能な記録媒体である。
【００３２】
請求項１０の記録媒体から読み出したプログラムを所定のコンピュータで実行することにより、請求項１〜請求項３の装置と同様の結果が得られる。
【００３３】
【発明の実施の形態】
（第１の実施の形態）
本発明のサービスリスト選択装置及び方法並びにプログラム及び記録媒体の１つの実施の形態について、図１〜図５を参照して説明する。この形態は、請求項１，請求項３，請求項４，請求項６，請求項７，請求項９及び請求項１０に相当する。
【００３４】
図１はこの形態のサービスリスト算出装置の構成を示すブロック図である。図２は通信システムの構成例を示すブロック図である。図３は最適サービスリスト決定機能部の動作を示すフローチャートである。図４は目標値最大化サービスリスト選出機能部の動作を示すフローチャートである。図５はサービスリスト算出装置の変形例を示すブロック図である。
【００３５】
この形態では、請求項１の第１の情報取得部，第２の情報取得部，選択確率式計算部，単位サービス網資源量関数計算部，論理パス目標関数値算出部，最適論理パス選択部及び目標値最大化サービスリスト選出部は、それぞれ情報取得部１１（１２），情報取得部１３，選択確率算出部１４，単位サービス網資源必要量算出部１５，論理パス目標関数値算出部１６，最適論理パス選択部１７及び目標値最大化サービスリスト選出部１８に対応する。
【００３６】
また、請求項３の履歴データベース，需要予測部及びユーザ選択モデル化部は、それぞれ履歴データベース２１，需要予測機能部２３及び選択確率モデル化機能部２４に対応する。
【００３７】
この形態では、図２に示すような通信システムに本発明を適用する場合を想定している。すなわち、サービスリスト算出装置１０１，サービスリスト提示システム１０２，ＱｏＳ提供システム１０４，ユーザリクエスト受付システム１０３及びユーザ端末５０がネットワーク１００を介して互いに接続されている。
サービスリスト算出装置１０１は、本発明を実施し、予め決定された複数のサービスリストＳＬの候補の中から最適と考えられる１つのサービスリストＳＬを選択する。１つのサービスリストＳＬは例えば次のように構成される。
【００３８】
class.1：１Ｍｂｐｓ，１０円／５分
class.2：２Ｍｂｐｓ，１５円／５分
class.3：３Ｍｂｐｓ，２０円／５分
この例では、サービスリストＳＬは３つのサービスクラスclass.1，class.2，class.3で構成され、それぞれのサービスクラスには互いに異なる通信品質及び価格が割り当てられている。
【００３９】
この例では、制御期間として定められた一定の周期毎に、サービスリスト算出装置１０１がサービスリストＳＬの選択（算出）を繰り返し行う。サービスリスト算出装置１０１が選択したサービスリストＳＬは、ユーザに対して提示される。また、サービスリストＳＬが変化した場合には、実際のサービスの通信品質や課金状態に最新のサービスリストＳＬの内容が反映される。
【００４０】
なお、サービスリスト算出装置１０１が選択したサービスリストＳＬをユーザへの提示内容及びサービスの内容に反映するタイミングについては、制御期間の周期毎に行ってもよいし、それよりも長い特定の期間毎（例えば１ヶ月毎）に行ってもよい。
サービスリスト提示システム１０２は、サービスリスト算出装置１０１が選択した１つのサービスリストＳＬをユーザに対して提示する。ＱｏＳ（品質）提供システム１０４は、サービスリスト算出装置１０１が選択したサービスリストＳＬの内容に応じた複数サービスクラスのそれぞれの通信品質を実現する。
【００４１】
ユーザリクエスト受付システム１０３は、ユーザからの発呼及び終呼の受付を行う。また、ユーザリクエスト受付システム１０３は発呼及び終呼の際にサービス提供に関するユーザからのリクエストの受付及び拒否を実行し、その内容をＱｏＳ提供システム１０４に伝える。
更に、ユーザリクエスト受付システム１０３は、リクエストを出したユーザを識別し、更にユーザの属するセグメントｓを識別し、次の情報を履歴としてサービスリスト算出装置１０１内の履歴データベース（２１）に記録する。なお、セグメントｓはユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つを表す。
【００４２】
発信ユーザＩＤ
セグメントＩＤ
制御期間ＩＤ
発呼時間
終呼時間
継続時間
選択されたサービスクラス
発信側エッジノードＩＤ
着信側エッジノードＩＤ
従って、発信側エッジノードＩＤ，着信側エッジノードＩＤ，発信側セグメントＩＤ，過去の制御期間ＩＤを指定して履歴データベースの内容を調べることにより、指定されたセグメントに属するユーザが、指定されたエッジノード間で指定された制御期間内に発生した呼数及び終了した呼の平均継続時間などの情報を得ることができる。
【００４３】
また、ＱｏＳ提供システム１０４は網装置に対する各論理パスの割り当てを行う。制御対象となる論理パスとしては、ＡＴＭ網におけるＶＰ（Virtual Path）やＭＰＬＳ（Multiple Protocol Label Switching）網におけるＬＳＰ（Label Switched Path）が想定される。ＭＰＬＳ網の場合には、明示的にＬＰＳを割り当てることが可能である。
【００４４】
サービスリスト算出装置１０１には、図１に示すように履歴データベース２１，需要予測機能部２３，選択確率モデル化機能部２４，最適サービスリスト決定機能部１０及び計算条件データベース２２が備わっている。なお、需要予測機能部２３には発生率予測部及び終了率予測部が含まれている。
また、最適サービスリスト決定機能部１０には情報取得部１１，１２，１３，選択確率算出部１４，単位サービス網資源必要量算出部１５，論理パス目標関数値算出部１６，最適論理パス選択部１７及び目標値最大化サービスリスト選出部１８が備わっている。
【００４５】
なお、図１に示す各ブロックの構成要素は、実際にはハードウェアとして実現することもできるし、コンピュータが実行するプログラムとして実現することもできる。
まず、サービスリスト算出装置１０１の基本的な動作について説明する。
履歴データベース２１には、前述の履歴の情報がユーザリクエスト受付システム１０３によって逐次書き込まれ、蓄積される。また、各時点でサービスリスト算出装置１０１が選択したサービスリストＳＬの内容も履歴データベース２１に蓄積される。
【００４６】
計算条件データベース２２には、予め作成された複数のサービスリストＳＬの情報が候補として保持されている。また、あるサービスリストＳＬのｊ番目のサービスクラスに関し１ユーザあたりに必要とされる単位サービス網資源量関数ｒj（ＳＬ），論理パス候補条件，網トポロジ，使用可能リンク帯域幅の情報も予め決定され計算条件データベース２２に保持されている。
【００４７】
選択確率モデル化機能部２４は、セグメントｓ毎に、ユーザの過去のサービス選択履歴及び選択の際のサービスリストＳＬの内容を履歴データベース２１から読み出し、それらの情報に基づき、最尤推定方法を用いて、セグメントｓ毎にサービスリストＳＬのサービスクラスｊをユーザが選ぶ確率を表す関数Ｐs（ｊ，ＳＬ）、すなわちサービス選択確率式を作成する。
【００４８】
実際のサービスの需要については、曜日及び時間に応じて周期的に大きな変動が生じると考えられる。そこで、需要予測機能部２３内の発生率予測部は、履歴データベース２１から今終了した期間（ｎ−１）における各セグメントｓに属するトラヒックに関する呼発生個数履歴ｙs n-1を読み出し、それらをカルマンフィルタに入力することで次期間ｎにおける予測呼発生数ｙs^ nを算出する。更に、発生率予測部は予測呼発生率（λs＝ｙs^ n／ΔＴ）（ΔＴは期間の長さ）によりλsを算出して、それを最適サービスリスト決定機能部１０に伝達する。力ルマンフィルタによるｙs^ nの算出方法については後述する。
【００４９】
また、需要予測機能部２３内の終了率予測部は、履歴データベース２１から今終了した期間（ｎ−１）における各セグメントｓに属するユーザに関する呼平均継続時間履歴ｈs n-1を読み出し、それらの情報をカルマンフィルタに入力することで、次期間の予測呼平均継続時間ｈs^ nを算出する。
そして、終了率予測部は予測終了率μsを（μs＝１／ｈs^ n）で算出して、最適サービスリスト決定機能部１０に伝達する。
【００５０】
予測終了率μsを用いることにより、セグメント毎のトラヒックモデルをより正確に予測することができ、またユーザのトラヒックモデルの変化に自動的に追従することも可能となる。この予測終了率μsは最適サービスリスト決定機能部１０も利用する。
カルマンフィルタによるｙs^ nの算出方法について以下に説明する。
【００５１】
ｙs^ nは以下の第（１−１）式で算出される。
ｙs＾n＝ｘn tαn-1 ・・・（１−１）
ｘnは、ダミー変数ベクトルと呼ばれる。
【００５２】
制御周期の数をｍ個として、区間ｎが制御周期内のｋ番目（０≦ｋ≦ｍ−１）の区間に属していると仮定すると、ｘnはｍ次元のベクトルとなり次式で表される。
ｘn＝（１，δ1k，・・・，δik，・・・，δ(m-1)k） ・・・（１−２）
但し、
δik：ｉ＝ｋの場合のみ１、それ以外の場合は０
ｔ：行列及びベクトルの転置
ここで、ダミー変数ベクトルｘnには重みベクトルαが乗算されているが、このαを逐次的に更新していくことがカルマンフィルタの特徴である。それは以下の更新式により実現される。
【数１】
αn：重みベクトルαの制御区間ｎにおける推定値
Ｐn：αnの共分散行列（ｍ×ｍ次元）
Ｋn：カルマンゲイン（ｍ次元ベクトル）
Ｑn：システムノイズの共分散行列（ｍ×ｍ次元）
また、実用的にはＱnとしてｎに無関係な正定値行列（例Ｑn＝0.05Ｉ）を用い、初期値としてα0はゼロベクトル、（Ｐ0＝1000Ｉ）を用いればよい。
【００５３】
この例では、需要予測機能部２３は、制御区間ｎの終了時に、観測された呼発生個数ｙs nを履歴データベース２１から読み出して、第（１−３）式〜第（１−６）式を用いて、αnを更新する。また、制御区間ｎをインクリメントして新たな制御区間ｎの開始時に、第（１−１）式によってｙs^ nを算出する。
制御区間の開始時に制御を集中させると、制御区間（ｎ−１）が終了して制御区間ｎが開始する時点で、次のような処理を行うことになる。まず、観測された呼発生個数ｙs n-1を履歴データベース２１から読み出して、次に示す第（２−３）式〜第（２−６）式によりαn-1を更新する。 そして、更新されたαn-1を用い第（１−１）式によってｙs^ nを算出する。
【数２】
呼平均継続時間ｈs^ nの予測については、ｙs nをｈs nに置き換えることで、上記と同様に逐次的にαn-1を更新して、その更新されたαn-1を用いて、ｈs^ nを算出することで実現できる。
需要予測機能部２３は、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）についてそのノード間に関する需要予測を行う。
【００５４】
図１に示す最適サービスリスト決定機能部１０は、図３に示す処理を行う。
図３のステップＳ０１では、最適サービスリスト決定機能部１０の情報取得部１１は、需要予測機能部２３から各網端ノードペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を取得する。
ステップＳ０２では、最適サービスリスト決定機能部１０の情報取得部１２は、選択確率モデル化機能部２４から、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を取得する。
【００５５】
ステップＳ０３では、最適サービスリスト決定機能部１０の情報取得部１３は、計算条件データベース２２から次の情報を取得する。
（１）網トポロジ
（２）各リンクの使用可能な帯域幅（例えば、ノードｎ１とノードｎ２との間に存在する接続リンクの使用可能帯域幅を各要素とする行列Ｒ（ｎ１，ｎ２））
各論理パスの帯域幅候補と経路候補に関する制約条件
（３）入力されるあるサービスリストＳＬの各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンス
（４）ＳＬとして取りうる候補の集合
なお、ステップＳ０１，Ｓ０２，Ｓ０３についてはいずれの順番で順次に実行してもよいし、同時に実行してもよい。
【００５６】
ステップＳ０４では、前のステップＳ０１〜Ｓ０３で取得した情報に基づいて、目標値最大化サービスリスト選出部１８がＳＬの全候補の中から目標値が最大となるサービスリスト及びその際の最適論理パス割り当て状態を選び出す。
【００５７】
実際には、ステップＳ０４は最適サービスリスト決定機能部１０の処理によって実現される。最適サービスリスト決定機能部１０の動作の概要は、図４に示す通りである。以下、図４の動作について説明する。
ステップＳ１０では、目標値の最大値を格納するための変数Ｍａｘを０に初期化する。
【００５８】
情報取得部１３が計算条件データベース２２から取得したサービスリストＳＬの候補のそれぞれに対して、ステップＳ１１以降の処理が順次に実行される。ステップＳ１１では、未処理のサービスリストＳＬの候補が残っているか否かを調べる。
未処理のサービスリストＳＬの候補が存在する場合には、ステップＳ１１からＳ１２に進む。存在しなければ処理を終了する。
【００５９】
ステップＳ１２では、未処理の候補群の中から１つのサービスリストＳＬの候補を取り出し、それに含まれているサービスクラスの数、すなわちクラス数Ｊを認識する。
次のステップＳ１３では、単位サービス網資源必要量算出部１５を用いて、選択されたサービスリストＳＬの候補に含まれている全ての要素（サービスクラス）について、サービスクラスｊ毎に単位サービス網資源必要量ｒj（ＳＬ）を算出する。
【００６０】
また、ステップＳ１４では選択確率算出部１４を用いて、全てのセグメントｓ及び全てのサービスクラスｊについて、選択確率式Ｐｓ（ｊ，ＳＬ）を算出する。
なお、ステップＳ１３，Ｓ１４については何れか一方を先に実行してもよいし、同時に実行してもよい。
次のステップＳ１５では、論理パス目標関数値算出部１６を用いて、各網端ノードペア（ｉ，ｅ）間に割り当てられる論理パスについて、需要予測機能部２３から取得した予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、選択確率算出部１４で算出された選択確率式Ｐs（ｊ，ＳＬ）と、単位サービス網資源必要量算出部１５で算出された単位サービス網資源必要量ｒj（ＳＬ）とに基づき、計算条件データベース２２から取得した各論理パスの帯域幅候補及び経路候補に関する制約条件に合致する有限個の離散値設定帯域幅候補と、有限個の経路候補の組み合わせで構成される有限個の論理パス候補集合Ｐａｔｈ(i,e)を設定し、Ｐａｔｈ(i,e)の各要素について、仮にそれが選択された場合に予想される各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，(i,e,r,b)）として算出する。
【００６１】
ここで、ｒは経路候補のＩＤ（識別子）を表し、ｂは経路候補の中でのＩＤを表す。すなわち、(i,e,r,b)で論理パス候補集合Ｐａｔｈ(i,e)の１要素を特定する。
次のステップＳ１６では、最適論理パス選択部１７を用い、各経路が選択された場合には「１」、選択されない場合には「０」となる０−１変数を全ノード間の全論理パス分用意して、それと論理パス目標関数値算出部１６で算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，(i,e,r,b)）を用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、またその最大化を最適化条件とする０−１整数計画問題として定式化する。その際に、目標関数値ＴａｒｇｅｔＶａｌｕｅをＭａｘに初期化する。
【００６２】
ステップＳ１７では、ステップＳ１６で定式化された０−１整数計画問題を最適化するように解き、目標関数値ＴａｒｇｅｔＶａｌｕｅを求める。
ステップＳ１８では、結果として得られた目標関数値ＴａｒｇｅｔＶａｌｕｅとＭａｘとを比較する。（ＴａｒｇｅｔＶａｌｕｅ＞Ｍａｘ）の条件を満たす場合に限り次のステップＳ１９に進む。
【００６３】
ステップＳ１９では、ＭａｘをＴａｒｇｅｔＶａｌｕｅに更新する。また、そのときのサービスリストＳＬと各論理パス割り当て状態（経路と帯域幅）をそれぞれ最適サービスリストＳＬ及び最適論理パス割り当てとして保存する。
ステップＳ１１以降の処理を全てのサービスリストＳＬの候補について順次に実行すると、その結果として最終的に最適サービスリストＳＬ及び最適論理パス割り当てが算出される。
【００６４】
最適論理パス選択部１７においては、０−１整数計画問題を以下に示すようにして定式化する。
まず、与えられる条件である物理的網に関して、次のパラメータを定義する。Ｃ(n1,n2)：リンク(n1,n2)が存在するならその使用可能帯域幅、存在しなければ０を割り当てる。なお、リンク(n1,n2)とはノードｎ１とノードｎ２とを直結するリンクを意味する。また、リンク集合を（ＬＩＮＫ）とする。
【００６５】
Ａｌｌ：論理パス候補の全集合。各論理パスのＩＤは（ｉ，ｅ，ｒ，ｂ）であり、網端ノードｉと網端ノードｅとの間に設定される論理パス候補のうち（経路候補ＩＤ＝ｒ，帯域幅候補ＩＤ＝ｂ）のものを表す。
ｎｕｍＲ(i,e)：論理パス（ｉ，ｅ）の経路候補数，ＩＤはｒ。
ｎｕｍＢ(i,e)：論理パス（ｉ，ｅ）の帯域幅候補数，ＩＤはｂ。
【００６６】
ｇ(i,e)r (n1,n2)：論理パス（ｉ，ｅ）の経路候補ＩＤ＝ｒがリンク（ｎ１，ｎ２）を通過するなら１、それ以外なら０となる。
ＢＷ(i,e)b：論理パス（ｉ，ｅ）の帯域幅候補ＩＤ＝ｂの割り当て帯域幅。
income(i,e)(r,b,SL)：サービスリストをＳＬに定め、論理パス(i,e,r,b)が定められた場合にこの論理パスから得られる予想収入値となる。
【００６７】
target(i,e)(r,b,SL)：サービスリストをＳＬに定め、論理パス(i,e,r,b)が定められた場合にこの論理パスから得られる目標関数値。収入を目標とする場合には（income(i,e)(r,b,SL)）と同じになる。
ｘ(r,b) (i,e)：論理パス（ｉ，ｅ）が経路として（候補ＩＤ＝ｒ）を、割り当て帯域幅として（候補ＩＤ＝ｂ）をとる場合に「１」、それ以外の場合に「０」となる０−１変数。これが求めるべき解となる。
【００６８】
定式化に必要なパラメータは以上の通りである。最適化関数及び目標は、ｅ２ｅ論理パスで得られる収入期待値の合計の最大化なので次式の通りとなる。
【数３】
前記第(3-2)式は、（ｉ，ｅ）の論理パスに関する経路と割り当て帯域幅の両方を考慮に入れたＬＳＰ候補のうち、どれか１つのみを選択しうるという排他条件を表している。また、第(3-3)式は各ｅ２ｅ論理パスがそれぞれの論理パス候補を選択した場合に（ｎ１，ｎ２）のリンクにおいて各論理パスが要求する帯域幅合計値が、使用可能リンク帯域より小さいことを意味する制約条件を表す。
【００６９】
前記第(3-1)式〜第(3-4)式において、全ての（ｉ，ｅ）及び全てのｒ及び全てのｂに関するｇ(i,e)r (n1,n2)とＢＷ(i,e)bとその場合のtarget(i,e)(r,b,SL)が決まれば、変数はｘ(r,b) (i,e)のみの０−１整数計画問題となる。これは、分岐限定方法などの既存の解法により解くことが可能である。
この形態のサービスリスト算出装置では、論理パス目標関数値算出部１６が読み出す各論理パスの帯域幅候補と経路候補に関する制約条件の具体例として、次のものを想定している。
【００７０】
論理パス経路候補の条件の例：
［経路候補条件（１）］ホップ数が「最短経路ホップ数＋α（与えられた一定正整数）」以下である経路。
［経路候補条件（２）］合計リンク遅延が「最小合計リンク遅延＋β（与えられた一定正整数）」以下である経路。
【００７１】
論理パス帯域幅候補の条件の例：
［帯域幅候補条件（１）］予め各論理パス毎にもしくは全論理パスに対して共通で用意された有限個数の固定帯域幅を候補とする。
【００７２】
［帯域幅候補条件（２）］論理パスの設定可能な最小単位をＢｗＵｎｉｔとして決め、予め各論理パス毎にもしくは全論理パスに対して共通で用意された有限個数の目標呼損率それぞれに対して、予想呼損率が目標呼損率以下となる最大の帯域幅を帯域幅候補とする。サービスリストが変わる毎に動的に各目標呼損率を満たす最大帯域幅を算出する。
【００７３】
［帯域幅候補条件（３）］論理パスの設定可能な単位をＢｗＳｔｅｐとして決め、予め各論理パス毎にもしくは全論理パスに対して共通で用意された１つの目標呼損率に対して、予想呼損率が目標呼損率以下となる最大の帯域幅を基準帯域幅とし、予め決められた一定個数ずつ基準帯域幅の上下に設定可能な離散帯域幅を含めて、帯域幅候補とする。サービスリストが変わる毎に動的に基準帯域幅とその上限の離散帯域幅を算出する。
【００７４】
ここでは、前記［経路候補条件（１）］と［帯域幅候補条件（１）］とを適用する場合に、呼の生起がランダム生起、継続時間が指数時間に従う場合を想定して、あるサービスリストＳＬが割り当てられた場合の、論理パス目標関数値算出部１６での（Ｔａｒｇｅｔ(ＳＬ，ｐａｔｈ(i,e))）の計算式を示す。
まず、ある（ｉ，ｅ）を固定する。論理パス目標関数値算出部１６においては、［経路候補条件（１）］に合う経路を全て抽出する。ノードｉから順にホップ数を１つずつ増やしてループをしない木構造の接続関係図を作り、最短経路を算出した後、ホップ数が［最短経路＋α］に届くまで、もしくはノードｅに届くまで続けて、伸ばす枝がなくなったら、ノードｅまで届いた枝に関してのみ、枝を逆にたどると経路候補ができあがる。［帯域幅候補条件（１）］は読み出された各帯域幅をそれぞれ帯域幅ＢＷ(i,e)bに設定するのみである。
【００７５】
次に（Ｔａｒｇｅｔ(i,e,r,b,SL)）の計算について説明する。収入を目標値（Ｔａｒｇｅｔ(i,e,r,b,SL)）とする場合には、経路による違いは発生しないため、設定された帯域幅ＢＷ(i,e)bの１ボトルネックモデルとみなすことができる。
【００７６】
多呼源トラヒックモデルを用いた場合について説明する。
選択確率算出部１４で算出された選択確率式Ｐs（ｊ，ＳＬ）を使って、ＳＬの場合の（ｉ，ｅ）間に発生するサービスクラスｊに対する生起呼量ａj (i,e)を次式から算出する。
ａj (i,e)＝Σs｛λs(i,e)×Ｐs（ｊ，ＳＬ）／μs(i,e)｝ ・・・(4-1)
次に、Ｐs（ｊ，ＳＬ）と、ａj (i,e)と、ＢＷ(i,e)bと、単位サービス網資源必要量算出部１５が算出したｒj（ＳＬ）とを使い、（０≦Σj(ｎj×ｒj(ＳＬ))≦ＢＷ(i,e)b）の条件を満たす全ての定常状態確率ｐ（ｎ１，・・・，ｎｊ，・・・，ｎＪ）を次式で算出する。
【００７７】
ｐ(ｎ１,・・・,ｎｊ,・・・,ｎＪ)＝ΠJ j((ａj)nj／ｎj！)×ｐ(0,0,,,,0) ・・・(4-2)
但し、
ｐ(0,...0)＝１／[ΣNJ nj=0・・・ΣN2 n2=0ΣN1 n1=0ΠJ j((ａj)nj／ｎj！)]，
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL)))／ｒj(SL))]，
ＩＮＴ［ａ］はａの小数点以下を切り捨てる整数化を表す。
【００７８】
そして、この論理パス候補ｐａｔｈ(i,e)から予測収入値を次式から求める。
Target(i,e,r,b,SL)＝ΣNJ nJ=0・・・ΣN2 n2=0ΣN1 n1=0[ｐ(n1,・・・,nj,・・・,nJ)×
ΣJ j[pricej×ｎj]] ・・・(4-3)
但し、
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL))／ｒj(SL)]，
pricejはサービスリストＳＬに含まれているクラスｊの単位時間当たり価格。
【００７９】
また、単呼源モデルとしてモデル化することも可能である。まず、（ｉ，ｅ）間における各セグメントｓの生起呼量ａsと聡生起呼量Ａを次式から算出する。
ａs(i,e)＝λs(i,e)／μs(i,e)，Ａ(i,e)＝Σsａs(i,e) ・・・(4-4)
また、最大状態数Ｎを次式で算出する。
Ｎ＝INT[BW(i,e)b／Σj(Σs[ａs(i,e)／Ａ(i,e)×Ｐs(j,SL)]×ｒj(SL))]
・・・(4-5)
この式の意味について説明する。今、（ｉ，ｅ）間における全セグメント合計分の呼の状態数がｎである状況を想定する。ここで、セグメントｓからの呼の数は生起呼量の比よりも平均的に（（ａs／Ａ）×ｎ）であると見積もることができ、更にセグメントｓの呼がサービスクラスｊを選ぶ呼の数は（（ａs／Ａ）×Ｐs（ｊ，ＳＬ）×ｎ）と見積もることができる。
【００８０】
サービスクラスｊを選ぶ呼は、網資源ｒj(SL)を必要とするため、全セグメントの全サービスクラスでは合計で（Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))×ｎ）の網資源が必要になると考えられる。これがＢＷ(i,e)b以下ならば収容できるということなので、次の関係式が成立する。
Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))×ｎ≦ＢＷ(i,e)b ・・・(4-6)
よって、ｎとして取りうる最大状態数Ｎは次のように見積もることができる。
【００８１】
Ｎ＝INT[ＢＷ(i,e)b/Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))] ・・・(4-7)
すると、状態ｎ（１≦ｎ≦Ｎ）に関する定常状態確率ｐ(ｎ)は次式で表される。
ｐ(ｎ)＝（Ａn／ｎ！）×ｐ(０)
ｐ(０)＝１／[１＋ΣN n（Ａn／ｎ！）]
すなわち、単一待ち行列モデルＭ／Ｍ／Ｎ(０)での定常状態確率式で算出することができる。目標関数は、この（ｉ，ｅ，ｒ，ｂ）から得られる予想収入なので、次式から求められる。
【００８２】
target(i,e,r,b,SL)＝ΣN n=1[ｐ(ｎ)×ΣJ j[pricej×Σs[ｎ×(ａs／Ａ)×
Ｐs(j,SL)]]] ・・・(4-8)
この式について説明する。
前述の場合と同様に、全セグメント分の呼の状態数がｎである状況を想定する。その際は、そのうちセグメントｓからの呼の数は生起呼量の比より((ａｓ／Ａ)×ｎ)と平均的に見積もることができ、更にセグメントｓの呼がサービスクラスｊを選ぶ呼の数は（(ａs／Ａ)×Ｐs(j,SL)×ｎ）と見積もることができる。
【００８３】
よって、全セグメントｓに関してサービスクラスｊを選ぶ呼の合計数は（Σs｛ｎ×（ａs／Ａ）×Ｐs（ｊ，ＳＬ）｝）と見積もることができるため、状態ｎで全呼から得られる収入は（Σj[pricej×(Σs[ｎ×(ａs／Ａ)×Ｐs(j,SL)])]）で算出できる。
これに状態確率ｐ(ｎ)を乗算して全ての状態に関して加算するので、これは網収入の期待値を意味する。
【００８４】
多呼源待ち行列モデルによるtarget(i,e,r,b,SL)の計算と、単一待ち行列モデルによる計算とを比較する。前者は、どんな状況でも計算精度が高いが、計算量が膨大になる。後者は、計算量が少なく済むが、一般的に計算精度が大きく劣化する。ただ、後者は呼損が殆ど発生しないような状況では、多呼源モデルと変わらない高い計算精度となるため、本制御の対象となるトラヒックが使用できる帯域がサービス選択の結果要求される帯域幅よりも圧倒的に多い状況において利用することが適切であると考えられる。
【００８５】
以上のように、ネットワークワイドモデルである通信ネットワークにおいて、複数のサービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と論理パス割り当て状態を考慮に入れて、網収入を最大化するサービスリスト及びその際の論理パス割り当て状態を決定することができる。
【００８６】
なお、図１に示すサービスリスト算出装置においては、各網端ノードペア（ｉ，ｅ）に関する呼発生率λs(i,e)及び呼終了率μs(i,e)並びに選択確率式Ｐs（ｊ，ＳＬ）を需要予測機能部２３，選択確率モデル化機能部２４で履歴情報から予測しているが、予め計算などにより求めた呼発生率λs(i,e)及び呼終了率μs(i,e)並びに選択確率式Ｐs（ｊ，ＳＬ）を定数としてデータベースに保持しておけは、需要予測機能部２３及び選択確率モデル化機能部２４を省略して図５に示すように構成を簡略化することもできる。
【００８７】
（第２の実施の形態）
本発明のサービスリスト選択装置及び方法並びにプログラム及び記録媒体のもう１つの実施の形態について、図６を参照して説明する。この形態は、請求項２，請求項５，請求項８に対応する。
図６はこの形態のサービスリスト算出装置の構成を示すブロック図である。この形態は、第１の実施の形態の変形例である。図６において図１と対応する要素は同一の符号を付けて示してある。第１の実施の形態と同一の部分については、以下の説明を省略する。
【００８８】
図６に示すように、この形態のサービスリスト算出装置も履歴データベース２１，計算条件データベース２２Ｂ，需要予測機能部２３，選択確率モデル化機能部２４及び最適サービスリスト決定機能部１０を備えている。
計算条件データベース２２Ｂに保持される情報として、網の各リンク毎のコスト情報（各リンクの単位帯域当たりの費用を表す）が追加されている。この形態の最適サービスリスト決定機能部１０は、このリンク毎のコスト情報も用いて計算を行う。
【００８９】
最適サービスリスト決定機能部１０の動作の概略は図３と同様であるが、ステップＳ０３では計算条件データベース２２Ｂからリンク毎のコスト情報も取得する。
また、ステップＳ０４の「目標値最大化サービスリスト選出」の内容は図４と同様である。
【００９０】
ここで、第１の実施の形態の場合と同様に、前記［経路候補条件（１）］と［帯域幅候補条件（１）］とを適用する場合に、呼の生起がランダム生起、継続時間が指数時間に従う場合を想定して、あるサービスリストＳＬが割り当てられた場合の、論理パス目標関数値算出部１６での収益に関する（Ｔａｒｇｅｔ(ｉ，ｅ，ｒ，ｂ，ＳＬ)）の計算式を示す。
【００９１】
ここで、パラメータとして以下のものを定義する。
Ｃｏｓｔ(n1,n2)：リンク(n1,n2)の単位時間・単位帯域当たりのコスト。
Income(i,e)(r,b,SL)：サービスリストをＳＬに設定され、且つ論理パス（ｉ，ｅ，ｒ，ｂ）が選択された場合にこの論理パスから得られる予想収入値。
Expenditure(i,e)(r,b,SL)：サービスリストをＳＬに設定され、且つ論理パス（ｉ，ｅ，ｒ，ｂ）が選択された場合にこの論理パスの設定帯域及びその経路にかかる予想費用値。
【００９２】
この場合、予想費用値Expenditure(i,e)(r,b,SL)は次式で求められる。
Expenditure(i,e)(r,b,SL)＝Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-1)
また、予想収入値Income(i,e)(r,b,SL)は前述の通りであるので、多呼源トラヒックモデルを用いた場合は、収益（target(i,e)(r,b,SL)）は次式で表される。
【００９３】
target(i,e)(r,b,SL)＝Income(i,e)(r,b,SL)−Expenditure(i,e)(r,b,SL)
＝ΣNJ nJ=0・・・ΣN2 n2=0ΣN1 n1=0[ｐ(n1,・・・,nj,・・・,nJ)×ΣJ j[pricej×ｎj]]−Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-2)
但し、
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL))／ｒj(SL)]，
pricejはサービスリストＳＬに含まれているクラスｊの単位時間当たり価格。
【００９４】
また、単一呼源待ち行列モデル適用した場合には、収益（target(i,e)(r,b,SL)）は次式で表される。
target(i,e)(r,b,SL)＝Income(i,e)(r,b,SL)−Expenditure(i,e)(r,b,SL)
＝ΣN n=1[ｐ(ｎ)×ΣJ j[pricej×Σs[ｎ×(ａs／Ａ)×Ｐs(j,SL)]]]
−Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-3)
以上のように、ネットワークワイドモデルのある通信ネットワークにおいて、複数サービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と、論理パス割り当て状態を考慮に入れて、網収益を最大化するサービスリスト及びその際の論理パス割り当て状態を決定することができる。
【００９５】
なお、本発明のサービスリスト選択方法によって算出された最適なサービスリスト及び最適な論理パス割り当て状態を直ちに次の制御期間に適用することも可能ではあるが、それが望ましいとは限らない。
例えば、ユーザから見た場合、次の制御期間のサービスリスト（料金体系）が未定であるのはサービスとして不安に感じる可能性もある。従って、実際の通信サービスにおいては、適用する予定のサービスリストを一定期間（例えば１週間や１ヶ月）前もって公示しておくようなサービスを実施することも考えられる。
【００９６】
そのような場合には、本発明を実施するシステムはサービスリスト提案システムとしてバックグラウンドで稼働させておき、網サービス提供事業者の判断材料として算出されたサービスリストの情報を利用することが考えられる。
また、論理パス割り当て制御に関しても、本発明の方法により算出される最適な論理パス割り当て状態を制御期間で固定として制御することも可能であるが、実際のトラヒック量の変動に対して、論理パスの再割り当て制御（帯域の増減など）を行うことも技術的には可能である。
【００９７】
このような現実の実施状況については、環境や必要性に応じて適宜変更すればよい。
【００９８】
【発明の効果】
以上述べたように、本発明によれば、ネットワークワイドモデルに相当する通信ネットワークにおいて、複数サービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と論理パス割当状態を考慮にいれて、網収入や網収益を最大化する最適サービスリスト及び最適論理パス割当状態を決定することが可能となる。
【図面の簡単な説明】
【図１】第１の実施の形態のサービスリスト算出装置の構成を示すブロック図である。
【図２】通信システムの構成例を示すブロック図である。
【図３】最適サービスリスト決定機能部の動作を示すフローチャートである。
【図４】目標値最大化サービスリスト選出機能部の動作を示すフローチャートである。
【図５】サービスリスト算出装置の変形例を示すブロック図である。
【図６】第２の実施の形態のサービスリスト算出装置の構成を示すブロック図である。
【図７】網の１ボトルネックモデルを示す模式図である。
【図８】ネットワークワイドモデルを示す模式図である。
【図９】従来技術のサービスリスト算出装置の構成を示すブロック図である。
【符号の説明】
１０ 最適サービスリスト決定機能部
１１，１２，１３ 情報取得部
１４ 選択確率算出部
１５ 単位サービス網資源必要量算出部
１６ 論理パス目標関数値算出部
１７ 最適論理パス選択部
１８ 目標値最大化サービスリスト選出部
２１ 履歴データベース
２２ 計算条件データベース
２３ 需要予測機能部
２４ 選択確率モデル化機能部
５０ ユーザ端末
１００ ネットワーク
１０１ サービスリスト算出装置
１０２ サービスリスト提示システム
１０３ ユーザリクエスト受付システム
１０４ ＱｏＳ提供システム
【発明の属する技術分野】
本発明は、複数品質の転送サービスを提供する高速コンピュータ間通信網に適用されるサービスリスト選択装置及び方法並びにプログラム及び記録媒体に関する。
【０００２】
【従来の技術】
例えば、コンピュータ間の高速通信を実現する通信網において、単一クラスの品質保証転送サービスを契約した特定のユーザに対して有料で提供する場合には、サービスを提供する事業者はその転送サービスの価格を適切に定める必要がある。
すなわち、各ユーザが転送サービスを契約するか否かの判断は転送サービスの価格に依存して変化する確率が高い。また、契約するユーザ数の変化に伴って、サービス提供に必要とされる通信網のハードウェアなどの資源量が変化し、事業者が受け取る収入も大幅に変化する。
【０００３】
実際には網資源量が有限であるので、サービスを提供する事業者は、使用可能な網資源の範囲内でユーザの価格に応じたサービス契約確率変化を考慮に入れて、事業者の収入を最大化するように価格を決定すると考えられる。
このような方法に関する従来技術については、非特許文献１及び非特許文献２が知られている。
【０００４】
なお、非特許文献１では、課金のモデルとして同時接続呼数によって価格が変化するモデルを扱っているが、同一期間内では同時接続数によらず価格が変化しないモデルにも適用することができる。
非特許文献１の方法を実施する場合には、需要予測機能部とユーザ選択モデル化部と最適価格決定部とを設け、時間を一定の期間毎に区分して各期間の開始時に新期間で使用する価格を算出する。
【０００５】
まず、需要予測機能部では、セグメントｓ毎に、過去の期間に実際に発生したユーザの発呼の履歴を履歴データベースから読み出し、それらを入力とするカルマンフィルタによって新期間におけるユーザの発生率λｓを算出して、λｓを最適価格決定部に伝達する。
次に、ユーザ選択モデル化部では、セグメントｓ毎に、あらかじめ用意した未知のパラメータを含む価格を入力とするサービス選択確率式に対して、過去のユーザサービス選択履歴とその際の価格を履歴データベースから読み出し、それらのデータを入力として、最尤推定方法を用いて、選択履歴が最も合うようにサービス選択確率式のパラメータを算出する。これにより、セグメントｓのトラヒックに関する価格を入力とするサービスｉの選択確率関数Ｐｓ(価格)を作成し、λｓを最適価格決定部に伝達する。
【０００６】
そして最適価格決定部では、需要予測機能部から発生率λｓを受け取り、ユーザ選択モデル化部からは選択確率関数Ｐｓ(Ｉ，価格)を受け取り、それらと使用可能網資源量Ｒ及び単一サービスを提供する際に必要となる網資源量ｒを用いて、最大接続数Ｎを（Ｎ＝Ｒ／ｒ）とし、ユーザが契約を行い網資源が必要となる発生率を（λ＝Σｓλｓ×Ｐｓ(価格)）とし、終了率μはセグメントｓによらず一定で予め与えられるものとして、トラヒック理論で最も基本的なＭ／Ｍ／Ｎ（０）の単一待ち行列モデルとして扱っている。これにより、収入を価格の関数で表し、最適な価格の算出を可能にしている。
【０００７】
一方、非特許文献２においては、Differentiated Services（以後Ｄｉｆｆｓｅｒｖ）やIntegrated Services（以後Ｉｎｔｓｅｒｖ）などの技術を使い、転送品質の異なる複数の転送サービスを、差別化された価格で提供する高速コンピュータ間通信網において、最適なサービスリストを設定する方法が提案されている。
ここでは、それぞれの提供転送サービスをサービスクラスと呼び、全サービスクラスの価格と品質の組をサービスリストと呼んでいる。
【０００８】
この場合、各サービスクラスの１つのサービス契約を提供するのに必要な網資源、すなわちコンピュータの処理能力や通信回線の帯域はサービスクラス毎に異なるものとなる。
このように複数品質のサービスを提供する網では、ユーザは網事業者の提示するサービスリストの内容を見比べてどのサービスクラスを利用するか判断することになる。このため、各ユーザが実際に使用する転送サービスとしてそれぞれ選択するサービスクラスの選択確率の分布は、網事業者が提示するサービスリストの内容に応じて変化すると考えられる。
【０００９】
つまり、サービスリストが変化すると、サービス選択確率が変動するためサービス選択ユーザ数の分布も変化する。サービス選択ユーザ数が変化すれば、網事業者の収入もサービス提供に必要とされる網資源の量も変化する。
このため、網事業者においてはサービスリストに対するユーザの選択確率変化を考慮しながら、使用可能な網資源の範囲内で収入最大化を実現するために必要となる最適なサービスリストを算出あるいは選択する必要がある。
【００１０】
非特許文献２の技術は、図９に示すように需要予測機能部とユーザ選択確率モデル化機能部と最適サービスリスト決定機能部とで構成される。
需要に関しては、曜日及び時間により周期的な変動があると考えれらる。そこで非特許文献２の需要予測機能部では、これまでの技術と同様の方法で、過去１期間でのセグメントｓ毎のユーザ発呼数を履歴データベースから読み出して、力ルマンフィルタにそれらを入力する事で新期間における発呼数を予測し、更に予測発生率λｓを算出する。
【００１１】
なお、非特許文献２では発生率λｓのみを予測の対象としているが、終了率μｓについても、終呼数を履歴データベースから読み出してカルマンフィルタにそれらを入力する事で新期間における終呼数を予測し、更に予測終了率μｓも算出することが可能である。
また、非特許文献２のユーザ選択確率モデル化機能部では、セグメントｓ毎の過去のサービス選択履歴と各々を選択した際のサービスリスト内容を履歴データベースから読み出して、それらを入力として最尤推定法を用いるこれまでと同様の方法により、セグメントｓ毎のサービスｉを選ぶサービスリストに関するサービス選択確率関数Ｐｓ（ｉ，ＳＬ）を作成することができる。
【００１２】
そして、非特許文献２の最適サービスリスト決定機能部は、予測発生率λｓ，予測終了率μｓ及びサービス選択確率関数Ｐｓ（ｉ，ＳＬ）と、データベースから読み取ったボトルネック資源量Ｒと、あるサービスリストＳＬを入力とする各サービスクラスｉの１ユーザ当たりに必要となる単位サーピス網資源量関数ｒi（ＳＬ）のレファレンスと、ＳＬとして取りうる候補の集合とを用いて、最適解となるサービスリストＳＬを決定する。
【００１３】
非特許文献２の技術は、ボトルネックとなる網資源が一箇所にのみ存在する図７に示すような１ボトルネックリンクモデルを想定している。
【非特許文献１】
上山憲昭，“ＩＰ網の資源割当サービスを対象とした公平性を満足する課金方式”，信学論Ｖｏｌ．Ｊ８３−Ｂ，Ｎｏ．７，ｐｐ．９９９−１０１１，２０００年７月。
【非特許文献２】
山崎育生 他，“マルチサービスクラス網における収入最大化方式の検討”，信学技報，ＣＳ２００２−９６（共催 ＮＳ２００２−１４１，ＩＮ２００２−８５），ｐｐ７１−７６，２００２年１０月。
【００１４】
【発明が解決しようとする課題】
前述のような従来技術においては、全てのトラヒックが網内のある一箇所のリンクを必ず通過し、その箇所以外は網資源量のボトルネックにはならない、１ボトルネックリンクモデルを想定して最適化を行っている。
【００１５】
しかしなから、実際の通信ネットワークでは、図８に示すネットワークワイドモデルのように平面的に広がりがあり、トラヒックも様々な経路を通過するのが一般的である。
また、転送品質の異なる複数の転送サービスを提供するためには、ある網端ノード（網を終端する通信装置）から発生し別の網端ノードに終端されるトラヒックがどれだけの量でどの経路を通過するかを管理及び制御する必要がある。
【００１６】
そのような場合、通信を中継する各コアノードでフロー毎のような細かい単位で帯域幅管理を行うことはスケーラビリティに欠けるため、網端ノード間のトラヒックを１つの束として把握し、論理的パスを網端ノード間に張り、その論理パスに帯域幅を割り当てて中継コアノードではパス単位で割当帯域幅管理を行うのが望ましいと考えられている。
【００１７】
この場合、新たな呼が発生した場合などに行うトラヒック（呼）受付制御については、論理パス設定帯域幅内の空き帯域幅が、発生した呼の要求帯域以上あるかどうかといったような管理を網端ノードにおいて分散処理することが考えられる。
従来技術で想定している１リンクボトルネックリンクモデルにおいては、ボトルネックリンクの網資源量が一定であるため、収入に影響を与えるパラメータはサービスリストのみである。しかし、実際の通信網で想定すべきネットワークワイドモデルにおいては、使用可能な網資源、すなわち網トポロジと各リンクの使用可能帯域が与えられた条件下で、各網端ノード間に割り当てる論理パスの割り当て状態、すなわち論理パスの経路と帯域幅の割り当て状態もサービスリストとともに収入に影響を与えることになる。
【００１８】
従って、網事業者が収入最大化を目指すためには、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化する必要がある。
本発明は、サービスリストの最適化及び各論理パスの割り当て状態の最適化を可能にするサービスリスト選択装置及び方法並びにプログラム及び記録媒体を提供することを目的とする。
【００１９】
【課題を解決するための手段】
請求項１は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得部と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とする。
【００２０】
請求項１においては、ネットワークワイドモデルに相当する現実の通信網上で複数の品質の通信サービスを提供する場合に、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化して、収入の最大化を実現することができる。
なお、前記第２の情報取得部が扱う「網を構成する各リンクの使用可能な帯域幅を表す帯域情報」については、例えばノードｎ１とノードｎ２との間に存在する接続リンクの使用可能帯域幅を各要素とする行列Ｒ（ｎ１，ｎ２）として表すことができる。
【００２１】
また、サービスリストを設定した場合に、離散的な設定帯域幅と経路の組み合わせで構成される有限の論理パス候補を求めることにより、サービスリストを固定した場合には、各論理パス選択に関する０−１整数計画問題としての定式化を可能にするため、最適解の導出が可能となり、この処理を全てのサービスリストに対して行うことにより、最終的に収入の最大化を実現する最適サービスリスト及び最適論理パス割り当てを算出することが可能になる。
【００２２】
請求項２は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得部と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とする。
【００２３】
請求項２においては、ネットワークワイドモデルに相当する現実の通信網上で複数の品質の通信サービスを提供する場合に、サービスリストの最適化だけでなく、同時に各論理パスの割り当て状態も最適化し、更に予想支出を計算に反映することにより収益の最大化を実現することができる。
請求項３は、請求項１又は請求項２のサービスリスト選択装置において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を保持する履歴データベースと、前記履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測部と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化部とを更に設けたことを特徴とする。
【００２４】
請求項３においては、履歴データベースに保持された履歴情報に基づいて、予測呼発生率λs(i,e)と予測呼終了率μs(i,e)と選択確率式Ｐs（ｊ，ＳＬ）とを計算により予測して求めるので、例えば現実の通信網における利用状況や選択状況の変化を反映して最適化を行うことが可能になる。
また、エッジノード間のペア（ｉ，ｅ）毎の予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を用いることにより、各サービスクラスを要求する呼のトラヒックモデルをペア（ｉ，ｅ）毎に予測することができる。
【００２５】
請求項４は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２６】
請求項４においては、請求項１の装置と同様の結果が得られる。
請求項５は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２７】
請求項５においては、請求項２の装置と同様の結果が得られる。
請求項６は、請求項４又は請求項５のサービスリスト選択方法において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とする。
【００２８】
請求項６においては、請求項３の装置と同様の結果が得られる。
請求項７は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００２９】
請求項７のプログラムを所定のコンピュータを用いて実行することにより、請求項１の装置と同様の結果が得られる。
請求項８は、通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とする。
【００３０】
請求項８のプログラムを所定のコンピュータを用いて実行することにより、請求項２の装置と同様の結果が得られる。
請求項９は、請求項７又は請求項８のプログラムにおいて、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とする。
【００３１】
請求項９のプログラムを所定のコンピュータを用いて実行することにより、請求項３の装置と同様の結果が得られる。
請求項１０は、請求項７，請求項８及び請求項９の何れかのプログラムを記録したコンピュータで読みとり可能な記録媒体である。
【００３２】
請求項１０の記録媒体から読み出したプログラムを所定のコンピュータで実行することにより、請求項１〜請求項３の装置と同様の結果が得られる。
【００３３】
【発明の実施の形態】
（第１の実施の形態）
本発明のサービスリスト選択装置及び方法並びにプログラム及び記録媒体の１つの実施の形態について、図１〜図５を参照して説明する。この形態は、請求項１，請求項３，請求項４，請求項６，請求項７，請求項９及び請求項１０に相当する。
【００３４】
図１はこの形態のサービスリスト算出装置の構成を示すブロック図である。図２は通信システムの構成例を示すブロック図である。図３は最適サービスリスト決定機能部の動作を示すフローチャートである。図４は目標値最大化サービスリスト選出機能部の動作を示すフローチャートである。図５はサービスリスト算出装置の変形例を示すブロック図である。
【００３５】
この形態では、請求項１の第１の情報取得部，第２の情報取得部，選択確率式計算部，単位サービス網資源量関数計算部，論理パス目標関数値算出部，最適論理パス選択部及び目標値最大化サービスリスト選出部は、それぞれ情報取得部１１（１２），情報取得部１３，選択確率算出部１４，単位サービス網資源必要量算出部１５，論理パス目標関数値算出部１６，最適論理パス選択部１７及び目標値最大化サービスリスト選出部１８に対応する。
【００３６】
また、請求項３の履歴データベース，需要予測部及びユーザ選択モデル化部は、それぞれ履歴データベース２１，需要予測機能部２３及び選択確率モデル化機能部２４に対応する。
【００３７】
この形態では、図２に示すような通信システムに本発明を適用する場合を想定している。すなわち、サービスリスト算出装置１０１，サービスリスト提示システム１０２，ＱｏＳ提供システム１０４，ユーザリクエスト受付システム１０３及びユーザ端末５０がネットワーク１００を介して互いに接続されている。
サービスリスト算出装置１０１は、本発明を実施し、予め決定された複数のサービスリストＳＬの候補の中から最適と考えられる１つのサービスリストＳＬを選択する。１つのサービスリストＳＬは例えば次のように構成される。
【００３８】
class.1：１Ｍｂｐｓ，１０円／５分
class.2：２Ｍｂｐｓ，１５円／５分
class.3：３Ｍｂｐｓ，２０円／５分
この例では、サービスリストＳＬは３つのサービスクラスclass.1，class.2，class.3で構成され、それぞれのサービスクラスには互いに異なる通信品質及び価格が割り当てられている。
【００３９】
この例では、制御期間として定められた一定の周期毎に、サービスリスト算出装置１０１がサービスリストＳＬの選択（算出）を繰り返し行う。サービスリスト算出装置１０１が選択したサービスリストＳＬは、ユーザに対して提示される。また、サービスリストＳＬが変化した場合には、実際のサービスの通信品質や課金状態に最新のサービスリストＳＬの内容が反映される。
【００４０】
なお、サービスリスト算出装置１０１が選択したサービスリストＳＬをユーザへの提示内容及びサービスの内容に反映するタイミングについては、制御期間の周期毎に行ってもよいし、それよりも長い特定の期間毎（例えば１ヶ月毎）に行ってもよい。
サービスリスト提示システム１０２は、サービスリスト算出装置１０１が選択した１つのサービスリストＳＬをユーザに対して提示する。ＱｏＳ（品質）提供システム１０４は、サービスリスト算出装置１０１が選択したサービスリストＳＬの内容に応じた複数サービスクラスのそれぞれの通信品質を実現する。
【００４１】
ユーザリクエスト受付システム１０３は、ユーザからの発呼及び終呼の受付を行う。また、ユーザリクエスト受付システム１０３は発呼及び終呼の際にサービス提供に関するユーザからのリクエストの受付及び拒否を実行し、その内容をＱｏＳ提供システム１０４に伝える。
更に、ユーザリクエスト受付システム１０３は、リクエストを出したユーザを識別し、更にユーザの属するセグメントｓを識別し、次の情報を履歴としてサービスリスト算出装置１０１内の履歴データベース（２１）に記録する。なお、セグメントｓはユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つを表す。
【００４２】
発信ユーザＩＤ
セグメントＩＤ
制御期間ＩＤ
発呼時間
終呼時間
継続時間
選択されたサービスクラス
発信側エッジノードＩＤ
着信側エッジノードＩＤ
従って、発信側エッジノードＩＤ，着信側エッジノードＩＤ，発信側セグメントＩＤ，過去の制御期間ＩＤを指定して履歴データベースの内容を調べることにより、指定されたセグメントに属するユーザが、指定されたエッジノード間で指定された制御期間内に発生した呼数及び終了した呼の平均継続時間などの情報を得ることができる。
【００４３】
また、ＱｏＳ提供システム１０４は網装置に対する各論理パスの割り当てを行う。制御対象となる論理パスとしては、ＡＴＭ網におけるＶＰ（Virtual Path）やＭＰＬＳ（Multiple Protocol Label Switching）網におけるＬＳＰ（Label Switched Path）が想定される。ＭＰＬＳ網の場合には、明示的にＬＰＳを割り当てることが可能である。
【００４４】
サービスリスト算出装置１０１には、図１に示すように履歴データベース２１，需要予測機能部２３，選択確率モデル化機能部２４，最適サービスリスト決定機能部１０及び計算条件データベース２２が備わっている。なお、需要予測機能部２３には発生率予測部及び終了率予測部が含まれている。
また、最適サービスリスト決定機能部１０には情報取得部１１，１２，１３，選択確率算出部１４，単位サービス網資源必要量算出部１５，論理パス目標関数値算出部１６，最適論理パス選択部１７及び目標値最大化サービスリスト選出部１８が備わっている。
【００４５】
なお、図１に示す各ブロックの構成要素は、実際にはハードウェアとして実現することもできるし、コンピュータが実行するプログラムとして実現することもできる。
まず、サービスリスト算出装置１０１の基本的な動作について説明する。
履歴データベース２１には、前述の履歴の情報がユーザリクエスト受付システム１０３によって逐次書き込まれ、蓄積される。また、各時点でサービスリスト算出装置１０１が選択したサービスリストＳＬの内容も履歴データベース２１に蓄積される。
【００４６】
計算条件データベース２２には、予め作成された複数のサービスリストＳＬの情報が候補として保持されている。また、あるサービスリストＳＬのｊ番目のサービスクラスに関し１ユーザあたりに必要とされる単位サービス網資源量関数ｒj（ＳＬ），論理パス候補条件，網トポロジ，使用可能リンク帯域幅の情報も予め決定され計算条件データベース２２に保持されている。
【００４７】
選択確率モデル化機能部２４は、セグメントｓ毎に、ユーザの過去のサービス選択履歴及び選択の際のサービスリストＳＬの内容を履歴データベース２１から読み出し、それらの情報に基づき、最尤推定方法を用いて、セグメントｓ毎にサービスリストＳＬのサービスクラスｊをユーザが選ぶ確率を表す関数Ｐs（ｊ，ＳＬ）、すなわちサービス選択確率式を作成する。
【００４８】
実際のサービスの需要については、曜日及び時間に応じて周期的に大きな変動が生じると考えられる。そこで、需要予測機能部２３内の発生率予測部は、履歴データベース２１から今終了した期間（ｎ−１）における各セグメントｓに属するトラヒックに関する呼発生個数履歴ｙs n-1を読み出し、それらをカルマンフィルタに入力することで次期間ｎにおける予測呼発生数ｙs^ nを算出する。更に、発生率予測部は予測呼発生率（λs＝ｙs^ n／ΔＴ）（ΔＴは期間の長さ）によりλsを算出して、それを最適サービスリスト決定機能部１０に伝達する。力ルマンフィルタによるｙs^ nの算出方法については後述する。
【００４９】
また、需要予測機能部２３内の終了率予測部は、履歴データベース２１から今終了した期間（ｎ−１）における各セグメントｓに属するユーザに関する呼平均継続時間履歴ｈs n-1を読み出し、それらの情報をカルマンフィルタに入力することで、次期間の予測呼平均継続時間ｈs^ nを算出する。
そして、終了率予測部は予測終了率μsを（μs＝１／ｈs^ n）で算出して、最適サービスリスト決定機能部１０に伝達する。
【００５０】
予測終了率μsを用いることにより、セグメント毎のトラヒックモデルをより正確に予測することができ、またユーザのトラヒックモデルの変化に自動的に追従することも可能となる。この予測終了率μsは最適サービスリスト決定機能部１０も利用する。
カルマンフィルタによるｙs^ nの算出方法について以下に説明する。
【００５１】
ｙs^ nは以下の第（１−１）式で算出される。
ｙs＾n＝ｘn tαn-1 ・・・（１−１）
ｘnは、ダミー変数ベクトルと呼ばれる。
【００５２】
制御周期の数をｍ個として、区間ｎが制御周期内のｋ番目（０≦ｋ≦ｍ−１）の区間に属していると仮定すると、ｘnはｍ次元のベクトルとなり次式で表される。
ｘn＝（１，δ1k，・・・，δik，・・・，δ(m-1)k） ・・・（１−２）
但し、
δik：ｉ＝ｋの場合のみ１、それ以外の場合は０
ｔ：行列及びベクトルの転置
ここで、ダミー変数ベクトルｘnには重みベクトルαが乗算されているが、このαを逐次的に更新していくことがカルマンフィルタの特徴である。それは以下の更新式により実現される。
【数１】
Ｐn：αnの共分散行列（ｍ×ｍ次元）
Ｋn：カルマンゲイン（ｍ次元ベクトル）
Ｑn：システムノイズの共分散行列（ｍ×ｍ次元）
また、実用的にはＱnとしてｎに無関係な正定値行列（例Ｑn＝0.05Ｉ）を用い、初期値としてα0はゼロベクトル、（Ｐ0＝1000Ｉ）を用いればよい。
【００５３】
この例では、需要予測機能部２３は、制御区間ｎの終了時に、観測された呼発生個数ｙs nを履歴データベース２１から読み出して、第（１−３）式〜第（１−６）式を用いて、αnを更新する。また、制御区間ｎをインクリメントして新たな制御区間ｎの開始時に、第（１−１）式によってｙs^ nを算出する。
制御区間の開始時に制御を集中させると、制御区間（ｎ−１）が終了して制御区間ｎが開始する時点で、次のような処理を行うことになる。まず、観測された呼発生個数ｙs n-1を履歴データベース２１から読み出して、次に示す第（２−３）式〜第（２−６）式によりαn-1を更新する。 そして、更新されたαn-1を用い第（１−１）式によってｙs^ nを算出する。
【数２】
需要予測機能部２３は、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）についてそのノード間に関する需要予測を行う。
【００５４】
図１に示す最適サービスリスト決定機能部１０は、図３に示す処理を行う。
図３のステップＳ０１では、最適サービスリスト決定機能部１０の情報取得部１１は、需要予測機能部２３から各網端ノードペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を取得する。
ステップＳ０２では、最適サービスリスト決定機能部１０の情報取得部１２は、選択確率モデル化機能部２４から、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を取得する。
【００５５】
ステップＳ０３では、最適サービスリスト決定機能部１０の情報取得部１３は、計算条件データベース２２から次の情報を取得する。
（１）網トポロジ
（２）各リンクの使用可能な帯域幅（例えば、ノードｎ１とノードｎ２との間に存在する接続リンクの使用可能帯域幅を各要素とする行列Ｒ（ｎ１，ｎ２））
各論理パスの帯域幅候補と経路候補に関する制約条件
（３）入力されるあるサービスリストＳＬの各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンス
（４）ＳＬとして取りうる候補の集合
なお、ステップＳ０１，Ｓ０２，Ｓ０３についてはいずれの順番で順次に実行してもよいし、同時に実行してもよい。
【００５６】
ステップＳ０４では、前のステップＳ０１〜Ｓ０３で取得した情報に基づいて、目標値最大化サービスリスト選出部１８がＳＬの全候補の中から目標値が最大となるサービスリスト及びその際の最適論理パス割り当て状態を選び出す。
【００５７】
実際には、ステップＳ０４は最適サービスリスト決定機能部１０の処理によって実現される。最適サービスリスト決定機能部１０の動作の概要は、図４に示す通りである。以下、図４の動作について説明する。
ステップＳ１０では、目標値の最大値を格納するための変数Ｍａｘを０に初期化する。
【００５８】
情報取得部１３が計算条件データベース２２から取得したサービスリストＳＬの候補のそれぞれに対して、ステップＳ１１以降の処理が順次に実行される。ステップＳ１１では、未処理のサービスリストＳＬの候補が残っているか否かを調べる。
未処理のサービスリストＳＬの候補が存在する場合には、ステップＳ１１からＳ１２に進む。存在しなければ処理を終了する。
【００５９】
ステップＳ１２では、未処理の候補群の中から１つのサービスリストＳＬの候補を取り出し、それに含まれているサービスクラスの数、すなわちクラス数Ｊを認識する。
次のステップＳ１３では、単位サービス網資源必要量算出部１５を用いて、選択されたサービスリストＳＬの候補に含まれている全ての要素（サービスクラス）について、サービスクラスｊ毎に単位サービス網資源必要量ｒj（ＳＬ）を算出する。
【００６０】
また、ステップＳ１４では選択確率算出部１４を用いて、全てのセグメントｓ及び全てのサービスクラスｊについて、選択確率式Ｐｓ（ｊ，ＳＬ）を算出する。
なお、ステップＳ１３，Ｓ１４については何れか一方を先に実行してもよいし、同時に実行してもよい。
次のステップＳ１５では、論理パス目標関数値算出部１６を用いて、各網端ノードペア（ｉ，ｅ）間に割り当てられる論理パスについて、需要予測機能部２３から取得した予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、選択確率算出部１４で算出された選択確率式Ｐs（ｊ，ＳＬ）と、単位サービス網資源必要量算出部１５で算出された単位サービス網資源必要量ｒj（ＳＬ）とに基づき、計算条件データベース２２から取得した各論理パスの帯域幅候補及び経路候補に関する制約条件に合致する有限個の離散値設定帯域幅候補と、有限個の経路候補の組み合わせで構成される有限個の論理パス候補集合Ｐａｔｈ(i,e)を設定し、Ｐａｔｈ(i,e)の各要素について、仮にそれが選択された場合に予想される各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，(i,e,r,b)）として算出する。
【００６１】
ここで、ｒは経路候補のＩＤ（識別子）を表し、ｂは経路候補の中でのＩＤを表す。すなわち、(i,e,r,b)で論理パス候補集合Ｐａｔｈ(i,e)の１要素を特定する。
次のステップＳ１６では、最適論理パス選択部１７を用い、各経路が選択された場合には「１」、選択されない場合には「０」となる０−１変数を全ノード間の全論理パス分用意して、それと論理パス目標関数値算出部１６で算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，(i,e,r,b)）を用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、またその最大化を最適化条件とする０−１整数計画問題として定式化する。その際に、目標関数値ＴａｒｇｅｔＶａｌｕｅをＭａｘに初期化する。
【００６２】
ステップＳ１７では、ステップＳ１６で定式化された０−１整数計画問題を最適化するように解き、目標関数値ＴａｒｇｅｔＶａｌｕｅを求める。
ステップＳ１８では、結果として得られた目標関数値ＴａｒｇｅｔＶａｌｕｅとＭａｘとを比較する。（ＴａｒｇｅｔＶａｌｕｅ＞Ｍａｘ）の条件を満たす場合に限り次のステップＳ１９に進む。
【００６３】
ステップＳ１９では、ＭａｘをＴａｒｇｅｔＶａｌｕｅに更新する。また、そのときのサービスリストＳＬと各論理パス割り当て状態（経路と帯域幅）をそれぞれ最適サービスリストＳＬ及び最適論理パス割り当てとして保存する。
ステップＳ１１以降の処理を全てのサービスリストＳＬの候補について順次に実行すると、その結果として最終的に最適サービスリストＳＬ及び最適論理パス割り当てが算出される。
【００６４】
最適論理パス選択部１７においては、０−１整数計画問題を以下に示すようにして定式化する。
まず、与えられる条件である物理的網に関して、次のパラメータを定義する。Ｃ(n1,n2)：リンク(n1,n2)が存在するならその使用可能帯域幅、存在しなければ０を割り当てる。なお、リンク(n1,n2)とはノードｎ１とノードｎ２とを直結するリンクを意味する。また、リンク集合を（ＬＩＮＫ）とする。
【００６５】
Ａｌｌ：論理パス候補の全集合。各論理パスのＩＤは（ｉ，ｅ，ｒ，ｂ）であり、網端ノードｉと網端ノードｅとの間に設定される論理パス候補のうち（経路候補ＩＤ＝ｒ，帯域幅候補ＩＤ＝ｂ）のものを表す。
ｎｕｍＲ(i,e)：論理パス（ｉ，ｅ）の経路候補数，ＩＤはｒ。
ｎｕｍＢ(i,e)：論理パス（ｉ，ｅ）の帯域幅候補数，ＩＤはｂ。
【００６６】
ｇ(i,e)r (n1,n2)：論理パス（ｉ，ｅ）の経路候補ＩＤ＝ｒがリンク（ｎ１，ｎ２）を通過するなら１、それ以外なら０となる。
ＢＷ(i,e)b：論理パス（ｉ，ｅ）の帯域幅候補ＩＤ＝ｂの割り当て帯域幅。
income(i,e)(r,b,SL)：サービスリストをＳＬに定め、論理パス(i,e,r,b)が定められた場合にこの論理パスから得られる予想収入値となる。
【００６７】
target(i,e)(r,b,SL)：サービスリストをＳＬに定め、論理パス(i,e,r,b)が定められた場合にこの論理パスから得られる目標関数値。収入を目標とする場合には（income(i,e)(r,b,SL)）と同じになる。
ｘ(r,b) (i,e)：論理パス（ｉ，ｅ）が経路として（候補ＩＤ＝ｒ）を、割り当て帯域幅として（候補ＩＤ＝ｂ）をとる場合に「１」、それ以外の場合に「０」となる０−１変数。これが求めるべき解となる。
【００６８】
定式化に必要なパラメータは以上の通りである。最適化関数及び目標は、ｅ２ｅ論理パスで得られる収入期待値の合計の最大化なので次式の通りとなる。
【数３】
【００６９】
前記第(3-1)式〜第(3-4)式において、全ての（ｉ，ｅ）及び全てのｒ及び全てのｂに関するｇ(i,e)r (n1,n2)とＢＷ(i,e)bとその場合のtarget(i,e)(r,b,SL)が決まれば、変数はｘ(r,b) (i,e)のみの０−１整数計画問題となる。これは、分岐限定方法などの既存の解法により解くことが可能である。
この形態のサービスリスト算出装置では、論理パス目標関数値算出部１６が読み出す各論理パスの帯域幅候補と経路候補に関する制約条件の具体例として、次のものを想定している。
【００７０】
論理パス経路候補の条件の例：
［経路候補条件（１）］ホップ数が「最短経路ホップ数＋α（与えられた一定正整数）」以下である経路。
［経路候補条件（２）］合計リンク遅延が「最小合計リンク遅延＋β（与えられた一定正整数）」以下である経路。
【００７１】
論理パス帯域幅候補の条件の例：
［帯域幅候補条件（１）］予め各論理パス毎にもしくは全論理パスに対して共通で用意された有限個数の固定帯域幅を候補とする。
【００７２】
［帯域幅候補条件（２）］論理パスの設定可能な最小単位をＢｗＵｎｉｔとして決め、予め各論理パス毎にもしくは全論理パスに対して共通で用意された有限個数の目標呼損率それぞれに対して、予想呼損率が目標呼損率以下となる最大の帯域幅を帯域幅候補とする。サービスリストが変わる毎に動的に各目標呼損率を満たす最大帯域幅を算出する。
【００７３】
［帯域幅候補条件（３）］論理パスの設定可能な単位をＢｗＳｔｅｐとして決め、予め各論理パス毎にもしくは全論理パスに対して共通で用意された１つの目標呼損率に対して、予想呼損率が目標呼損率以下となる最大の帯域幅を基準帯域幅とし、予め決められた一定個数ずつ基準帯域幅の上下に設定可能な離散帯域幅を含めて、帯域幅候補とする。サービスリストが変わる毎に動的に基準帯域幅とその上限の離散帯域幅を算出する。
【００７４】
ここでは、前記［経路候補条件（１）］と［帯域幅候補条件（１）］とを適用する場合に、呼の生起がランダム生起、継続時間が指数時間に従う場合を想定して、あるサービスリストＳＬが割り当てられた場合の、論理パス目標関数値算出部１６での（Ｔａｒｇｅｔ(ＳＬ，ｐａｔｈ(i,e))）の計算式を示す。
まず、ある（ｉ，ｅ）を固定する。論理パス目標関数値算出部１６においては、［経路候補条件（１）］に合う経路を全て抽出する。ノードｉから順にホップ数を１つずつ増やしてループをしない木構造の接続関係図を作り、最短経路を算出した後、ホップ数が［最短経路＋α］に届くまで、もしくはノードｅに届くまで続けて、伸ばす枝がなくなったら、ノードｅまで届いた枝に関してのみ、枝を逆にたどると経路候補ができあがる。［帯域幅候補条件（１）］は読み出された各帯域幅をそれぞれ帯域幅ＢＷ(i,e)bに設定するのみである。
【００７５】
次に（Ｔａｒｇｅｔ(i,e,r,b,SL)）の計算について説明する。収入を目標値（Ｔａｒｇｅｔ(i,e,r,b,SL)）とする場合には、経路による違いは発生しないため、設定された帯域幅ＢＷ(i,e)bの１ボトルネックモデルとみなすことができる。
【００７６】
多呼源トラヒックモデルを用いた場合について説明する。
選択確率算出部１４で算出された選択確率式Ｐs（ｊ，ＳＬ）を使って、ＳＬの場合の（ｉ，ｅ）間に発生するサービスクラスｊに対する生起呼量ａj (i,e)を次式から算出する。
ａj (i,e)＝Σs｛λs(i,e)×Ｐs（ｊ，ＳＬ）／μs(i,e)｝ ・・・(4-1)
次に、Ｐs（ｊ，ＳＬ）と、ａj (i,e)と、ＢＷ(i,e)bと、単位サービス網資源必要量算出部１５が算出したｒj（ＳＬ）とを使い、（０≦Σj(ｎj×ｒj(ＳＬ))≦ＢＷ(i,e)b）の条件を満たす全ての定常状態確率ｐ（ｎ１，・・・，ｎｊ，・・・，ｎＪ）を次式で算出する。
【００７７】
ｐ(ｎ１,・・・,ｎｊ,・・・,ｎＪ)＝ΠJ j((ａj)nj／ｎj！)×ｐ(0,0,,,,0) ・・・(4-2)
但し、
ｐ(0,...0)＝１／[ΣNJ nj=0・・・ΣN2 n2=0ΣN1 n1=0ΠJ j((ａj)nj／ｎj！)]，
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL)))／ｒj(SL))]，
ＩＮＴ［ａ］はａの小数点以下を切り捨てる整数化を表す。
【００７８】
そして、この論理パス候補ｐａｔｈ(i,e)から予測収入値を次式から求める。
Target(i,e,r,b,SL)＝ΣNJ nJ=0・・・ΣN2 n2=0ΣN1 n1=0[ｐ(n1,・・・,nj,・・・,nJ)×
ΣJ j[pricej×ｎj]] ・・・(4-3)
但し、
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL))／ｒj(SL)]，
pricejはサービスリストＳＬに含まれているクラスｊの単位時間当たり価格。
【００７９】
また、単呼源モデルとしてモデル化することも可能である。まず、（ｉ，ｅ）間における各セグメントｓの生起呼量ａsと聡生起呼量Ａを次式から算出する。
ａs(i,e)＝λs(i,e)／μs(i,e)，Ａ(i,e)＝Σsａs(i,e) ・・・(4-4)
また、最大状態数Ｎを次式で算出する。
Ｎ＝INT[BW(i,e)b／Σj(Σs[ａs(i,e)／Ａ(i,e)×Ｐs(j,SL)]×ｒj(SL))]
・・・(4-5)
この式の意味について説明する。今、（ｉ，ｅ）間における全セグメント合計分の呼の状態数がｎである状況を想定する。ここで、セグメントｓからの呼の数は生起呼量の比よりも平均的に（（ａs／Ａ）×ｎ）であると見積もることができ、更にセグメントｓの呼がサービスクラスｊを選ぶ呼の数は（（ａs／Ａ）×Ｐs（ｊ，ＳＬ）×ｎ）と見積もることができる。
【００８０】
サービスクラスｊを選ぶ呼は、網資源ｒj(SL)を必要とするため、全セグメントの全サービスクラスでは合計で（Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))×ｎ）の網資源が必要になると考えられる。これがＢＷ(i,e)b以下ならば収容できるということなので、次の関係式が成立する。
Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))×ｎ≦ＢＷ(i,e)b ・・・(4-6)
よって、ｎとして取りうる最大状態数Ｎは次のように見積もることができる。
【００８１】
Ｎ＝INT[ＢＷ(i,e)b/Σj(Σs[ａs／Ａ×Ｐs(j,SL)]×ｒj(SL))] ・・・(4-7)
すると、状態ｎ（１≦ｎ≦Ｎ）に関する定常状態確率ｐ(ｎ)は次式で表される。
ｐ(ｎ)＝（Ａn／ｎ！）×ｐ(０)
ｐ(０)＝１／[１＋ΣN n（Ａn／ｎ！）]
すなわち、単一待ち行列モデルＭ／Ｍ／Ｎ(０)での定常状態確率式で算出することができる。目標関数は、この（ｉ，ｅ，ｒ，ｂ）から得られる予想収入なので、次式から求められる。
【００８２】
target(i,e,r,b,SL)＝ΣN n=1[ｐ(ｎ)×ΣJ j[pricej×Σs[ｎ×(ａs／Ａ)×
Ｐs(j,SL)]]] ・・・(4-8)
この式について説明する。
前述の場合と同様に、全セグメント分の呼の状態数がｎである状況を想定する。その際は、そのうちセグメントｓからの呼の数は生起呼量の比より((ａｓ／Ａ)×ｎ)と平均的に見積もることができ、更にセグメントｓの呼がサービスクラスｊを選ぶ呼の数は（(ａs／Ａ)×Ｐs(j,SL)×ｎ）と見積もることができる。
【００８３】
よって、全セグメントｓに関してサービスクラスｊを選ぶ呼の合計数は（Σs｛ｎ×（ａs／Ａ）×Ｐs（ｊ，ＳＬ）｝）と見積もることができるため、状態ｎで全呼から得られる収入は（Σj[pricej×(Σs[ｎ×(ａs／Ａ)×Ｐs(j,SL)])]）で算出できる。
これに状態確率ｐ(ｎ)を乗算して全ての状態に関して加算するので、これは網収入の期待値を意味する。
【００８４】
多呼源待ち行列モデルによるtarget(i,e,r,b,SL)の計算と、単一待ち行列モデルによる計算とを比較する。前者は、どんな状況でも計算精度が高いが、計算量が膨大になる。後者は、計算量が少なく済むが、一般的に計算精度が大きく劣化する。ただ、後者は呼損が殆ど発生しないような状況では、多呼源モデルと変わらない高い計算精度となるため、本制御の対象となるトラヒックが使用できる帯域がサービス選択の結果要求される帯域幅よりも圧倒的に多い状況において利用することが適切であると考えられる。
【００８５】
以上のように、ネットワークワイドモデルである通信ネットワークにおいて、複数のサービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と論理パス割り当て状態を考慮に入れて、網収入を最大化するサービスリスト及びその際の論理パス割り当て状態を決定することができる。
【００８６】
なお、図１に示すサービスリスト算出装置においては、各網端ノードペア（ｉ，ｅ）に関する呼発生率λs(i,e)及び呼終了率μs(i,e)並びに選択確率式Ｐs（ｊ，ＳＬ）を需要予測機能部２３，選択確率モデル化機能部２４で履歴情報から予測しているが、予め計算などにより求めた呼発生率λs(i,e)及び呼終了率μs(i,e)並びに選択確率式Ｐs（ｊ，ＳＬ）を定数としてデータベースに保持しておけは、需要予測機能部２３及び選択確率モデル化機能部２４を省略して図５に示すように構成を簡略化することもできる。
【００８７】
（第２の実施の形態）
本発明のサービスリスト選択装置及び方法並びにプログラム及び記録媒体のもう１つの実施の形態について、図６を参照して説明する。この形態は、請求項２，請求項５，請求項８に対応する。
図６はこの形態のサービスリスト算出装置の構成を示すブロック図である。この形態は、第１の実施の形態の変形例である。図６において図１と対応する要素は同一の符号を付けて示してある。第１の実施の形態と同一の部分については、以下の説明を省略する。
【００８８】
図６に示すように、この形態のサービスリスト算出装置も履歴データベース２１，計算条件データベース２２Ｂ，需要予測機能部２３，選択確率モデル化機能部２４及び最適サービスリスト決定機能部１０を備えている。
計算条件データベース２２Ｂに保持される情報として、網の各リンク毎のコスト情報（各リンクの単位帯域当たりの費用を表す）が追加されている。この形態の最適サービスリスト決定機能部１０は、このリンク毎のコスト情報も用いて計算を行う。
【００８９】
最適サービスリスト決定機能部１０の動作の概略は図３と同様であるが、ステップＳ０３では計算条件データベース２２Ｂからリンク毎のコスト情報も取得する。
また、ステップＳ０４の「目標値最大化サービスリスト選出」の内容は図４と同様である。
【００９０】
ここで、第１の実施の形態の場合と同様に、前記［経路候補条件（１）］と［帯域幅候補条件（１）］とを適用する場合に、呼の生起がランダム生起、継続時間が指数時間に従う場合を想定して、あるサービスリストＳＬが割り当てられた場合の、論理パス目標関数値算出部１６での収益に関する（Ｔａｒｇｅｔ(ｉ，ｅ，ｒ，ｂ，ＳＬ)）の計算式を示す。
【００９１】
ここで、パラメータとして以下のものを定義する。
Ｃｏｓｔ(n1,n2)：リンク(n1,n2)の単位時間・単位帯域当たりのコスト。
Income(i,e)(r,b,SL)：サービスリストをＳＬに設定され、且つ論理パス（ｉ，ｅ，ｒ，ｂ）が選択された場合にこの論理パスから得られる予想収入値。
Expenditure(i,e)(r,b,SL)：サービスリストをＳＬに設定され、且つ論理パス（ｉ，ｅ，ｒ，ｂ）が選択された場合にこの論理パスの設定帯域及びその経路にかかる予想費用値。
【００９２】
この場合、予想費用値Expenditure(i,e)(r,b,SL)は次式で求められる。
Expenditure(i,e)(r,b,SL)＝Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-1)
また、予想収入値Income(i,e)(r,b,SL)は前述の通りであるので、多呼源トラヒックモデルを用いた場合は、収益（target(i,e)(r,b,SL)）は次式で表される。
【００９３】
target(i,e)(r,b,SL)＝Income(i,e)(r,b,SL)−Expenditure(i,e)(r,b,SL)
＝ΣNJ nJ=0・・・ΣN2 n2=0ΣN1 n1=0[ｐ(n1,・・・,nj,・・・,nJ)×ΣJ j[pricej×ｎj]]−Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-2)
但し、
Ｎj＝INT[BW(i,e)b−ΣJ k=j+1(ｎk×ｒk(SL))／ｒj(SL)]，
pricejはサービスリストＳＬに含まれているクラスｊの単位時間当たり価格。
【００９４】
また、単一呼源待ち行列モデル適用した場合には、収益（target(i,e)(r,b,SL)）は次式で表される。
target(i,e)(r,b,SL)＝Income(i,e)(r,b,SL)−Expenditure(i,e)(r,b,SL)
＝ΣN n=1[ｐ(ｎ)×ΣJ j[pricej×Σs[ｎ×(ａs／Ａ)×Ｐs(j,SL)]]]
−Σfor all (n1,n2)[ｇ(i,e)r (n1,n2)×Cost(n1,n2)×BW(i,e)b] ・・・(5-3)
以上のように、ネットワークワイドモデルのある通信ネットワークにおいて、複数サービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と、論理パス割り当て状態を考慮に入れて、網収益を最大化するサービスリスト及びその際の論理パス割り当て状態を決定することができる。
【００９５】
なお、本発明のサービスリスト選択方法によって算出された最適なサービスリスト及び最適な論理パス割り当て状態を直ちに次の制御期間に適用することも可能ではあるが、それが望ましいとは限らない。
例えば、ユーザから見た場合、次の制御期間のサービスリスト（料金体系）が未定であるのはサービスとして不安に感じる可能性もある。従って、実際の通信サービスにおいては、適用する予定のサービスリストを一定期間（例えば１週間や１ヶ月）前もって公示しておくようなサービスを実施することも考えられる。
【００９６】
そのような場合には、本発明を実施するシステムはサービスリスト提案システムとしてバックグラウンドで稼働させておき、網サービス提供事業者の判断材料として算出されたサービスリストの情報を利用することが考えられる。
また、論理パス割り当て制御に関しても、本発明の方法により算出される最適な論理パス割り当て状態を制御期間で固定として制御することも可能であるが、実際のトラヒック量の変動に対して、論理パスの再割り当て制御（帯域の増減など）を行うことも技術的には可能である。
【００９７】
このような現実の実施状況については、環境や必要性に応じて適宜変更すればよい。
【００９８】
【発明の効果】
以上述べたように、本発明によれば、ネットワークワイドモデルに相当する通信ネットワークにおいて、複数サービスクラスを提供する場合に、各網端ノード間の需要とサービスリストによるユーザのサービス選択確率変化と論理パス割当状態を考慮にいれて、網収入や網収益を最大化する最適サービスリスト及び最適論理パス割当状態を決定することが可能となる。
【図面の簡単な説明】
【図１】第１の実施の形態のサービスリスト算出装置の構成を示すブロック図である。
【図２】通信システムの構成例を示すブロック図である。
【図３】最適サービスリスト決定機能部の動作を示すフローチャートである。
【図４】目標値最大化サービスリスト選出機能部の動作を示すフローチャートである。
【図５】サービスリスト算出装置の変形例を示すブロック図である。
【図６】第２の実施の形態のサービスリスト算出装置の構成を示すブロック図である。
【図７】網の１ボトルネックモデルを示す模式図である。
【図８】ネットワークワイドモデルを示す模式図である。
【図９】従来技術のサービスリスト算出装置の構成を示すブロック図である。
【符号の説明】
１０ 最適サービスリスト決定機能部
１１，１２，１３ 情報取得部
１４ 選択確率算出部
１５ 単位サービス網資源必要量算出部
１６ 論理パス目標関数値算出部
１７ 最適論理パス選択部
１８ 目標値最大化サービスリスト選出部
２１ 履歴データベース
２２ 計算条件データベース
２３ 需要予測機能部
２４ 選択確率モデル化機能部
５０ ユーザ端末
１００ ネットワーク
１０１ サービスリスト算出装置
１０２ サービスリスト提示システム
１０３ ユーザリクエスト受付システム
１０４ ＱｏＳ提供システム
Claims (10)
- 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得部と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とするサービスリスト選択装置。 - 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択装置であって、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs( i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得部と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得部と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算部と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算部と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出部と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択部と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択部により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出部とを設けたことを特徴とするサービスリスト選択装置。 - 請求項１又は請求項２のサービスリスト選択装置において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を保持する履歴データベースと、
前記履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測部と、
前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化部とを更に設けたことを特徴とするサービスリスト選択装置。 - 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とするサービスリスト選択方法。 - 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するために用いるサービスリスト選択方法であって、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とするサービスリスト選択方法。 - 請求項４又は請求項５のサービスリスト選択方法において、網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、
前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とするサービスリスト選択方法。 - 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合とを取得する第２の情報取得手順と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収入を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順で最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とするプログラム。 - 通信サービスの品質が互いに異なる複数のサービスクラスが存在する場合に、提供可能な複数のサービスクラス及び各サービスクラスに割り当てられた価格を表すサービスリストＳＬを予め複数種類用意しておき、複数のサービスリストＳＬの中から望ましいサービスリストＳＬを選択するためのコンピュータで実行可能なプログラムにおいて、
ユーザに関する区分，使用するアプリケーションに関する区分及びコンテンツに関する区分の少なくとも１つをセグメントｓとして表す場合に、１つの網端ノードｉともう１つの網端ノードｅとのペア（ｉ，ｅ）に関する予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)と、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）とを取得する第１の情報取得手順と、
網の構成を表す網トポロジ及び網を構成する各リンクの使用可能な帯域幅を表す帯域情報と、網上の各論理パスの帯域幅候補及び経路候補に関する制約条件と、あるサービスリストＳＬについて各サービスクラスｊの１ユーザあたりに必要とされる網資源量を表す単位サービス網資源量関数ｒj（ＳＬ）のレファレンスと、サービスリストＳＬとして取りうる候補の集合と、各リンクの単位帯域あたりの費用情報を取得する第２の情報取得手順と、
入力されるサービスリストＳＬに対して前記選択確率式Ｐs（ｊ，ＳＬ）の計算を行う選択確率式計算手順と、
入力されるサービスリストＳＬに対して前記単位サービス網資源量関数ｒj（ＳＬ）の計算を行う単位サービス網資源量関数計算手順と、
入力されるサービスリストＳＬに対して、前記予測呼発生率λs(i,e)と、予測呼終了率μs(i,e)と、選択確率式Ｐs（ｊ，ＳＬ）の計算結果と、単位サービス網資源量関数ｒj（ＳＬ）の計算結果とを用いて、各論理パスの帯域幅候補及び経路候補に関する制約条件に合う、有限個の離散値設定帯域候補及び有限個の経路候補の組み合わせで構成される有限個の論理パス候補ｐａｔｈ(i,e)を定め、各リンクの単位帯域あたりの費用情報を用いて全通過リンクにおける設定帯域分の費用を予想支出として算出し、論理パス候補ｐａｔｈ(i,e)のそれぞれが選択された場合に各々の論理パスで得られる予想収入から予想支出を減算した予想収益を目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）として算出する論理パス目標関数値算出手順と、
入力されるサービスリストＳＬに対して、各経路が選択されるか否かを表す０−１変数を全網端ノード間の全論理パス候補分用意し、それと算出された各論理パス候補の目標値Ｔａｒｇｅｔ（ＳＬ，ｐａｔｈ(i,e)）とを用いて、各リンクを通過する選択される論理パス設定帯域の合計が使用可能リンク帯域を超えないという制約条件と、論理パス候補のうち選択されるのは１つであるという制約条件との下で、各論理パスから得られる合計収益を目標関数値ＴａｒｇｅｔＶａｌｕｅとし、その最大化を最適化条件とする０−１整数計画問題として定式化し、この問題を解くことによりサービスリストＳＬを固定した場合の最適な目標関数値と最適な論理パス割り当てを算出する最適論理パス選択手順と、
最初のサービスリストＳＬに対しては最適目標関数値を初期化し、他のサービスリストＳＬの各候補に対しては、サービスリストＳＬを固定した場合の論理パス候補ｐａｔｈ(i,e)を用いて、前記最適論理パス選択手順により最適な目標関数値と最適な論理パスとを算出するとともにその算出値で前記最適目標関数値を更新する処理を全てのサービスリストＳＬの候補について順次に実施し、最終的に目標関数値ＴａｒｇｅｔＶａｌｕｅが最大になるサービスリストＳＬ及び論理パスの割り当て状態を選出する目標値最大化サービスリスト選出手順とを設けたことを特徴とするプログラム。 - 請求項７又は請求項８のプログラムにおいて、
網端ノードのペア（ｉ，ｅ）に関する過去の呼発生及び呼継続時間の履歴並びにサービス選択の履歴を予め保持している履歴データベースから読み出した履歴情報に基づいて、前記予測呼発生率λs(i,e)及び予測呼終了率μs(i,e)を算出する需要予測手順と、
前記履歴データベースから読み出した履歴情報に基づいて、セグメントｓがサービスリストＳＬからサービスクラスｊを選択する確率を表す選択確率式Ｐs（ｊ，ＳＬ）を予測するユーザ選択モデル化手順とを更に設けたことを特徴とするプログラム。 - 請求項７，請求項８及び請求項９の何れかのプログラムを記録したコンピュータで読みとり可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003076268A JP3905483B2 (ja) | 2003-03-19 | 2003-03-19 | サービスリスト選択装置及び方法並びにプログラム及び記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003076268A JP3905483B2 (ja) | 2003-03-19 | 2003-03-19 | サービスリスト選択装置及び方法並びにプログラム及び記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004289288A JP2004289288A (ja) | 2004-10-14 |
| JP3905483B2 true JP3905483B2 (ja) | 2007-04-18 |
Family
ID=33291367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003076268A Expired - Fee Related JP3905483B2 (ja) | 2003-03-19 | 2003-03-19 | サービスリスト選択装置及び方法並びにプログラム及び記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3905483B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7283549B2 (ja) * | 2019-09-05 | 2023-05-30 | 日本電信電話株式会社 | ネットワーク設計装置、ネットワーク設計方法、及びプログラム |
| CN112070359A (zh) * | 2020-08-11 | 2020-12-11 | 北京交通大学 | 一种基于两阶段优化的多智能体网络自适应信息共享方法 |
-
2003
- 2003-03-19 JP JP2003076268A patent/JP3905483B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004289288A (ja) | 2004-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4567160B2 (ja) | 帯域割り当て方法 | |
| JP4338285B2 (ja) | パケットスケジューリング方法および装置 | |
| US20090003217A1 (en) | Network Optimisation System | |
| JP2000286896A (ja) | パケットルーティング装置、パケットルーティング方法及びパケットルータ | |
| Craveirinha et al. | A meta-model for multiobjective routing in MPLS networks | |
| JP3905483B2 (ja) | サービスリスト選択装置及び方法並びにプログラム及び記録媒体 | |
| Tripathi et al. | Dynamic internet pricing with service level agreements for multihomed clients | |
| JP4390731B2 (ja) | 呼受付判定方法とシステムおよびプログラム | |
| CN114205300A (zh) | 一种能够在流量信息不完整情况下保证coflow传输截止期限的流量调度方法 | |
| JP2003511976A (ja) | スループット・ブロッキング最適化のためのリンク容量共有化 | |
| Liu et al. | PPO-based reliable concurrent transmission control for telemedicine real-time services | |
| Maity et al. | Resq: Reinforcement learning-based queue allocation in software-defined queuing framework | |
| Baglietto et al. | A proposal of new price-based call admission control rules for guaranteed performance services multiplexed with best effort traffic | |
| Wang et al. | Improving Quality of Experience of Service-Chain Deployment for Multiple Users | |
| Zachariadis et al. | Dynamic pricing and resource allocation using revenue management for multiservice networks | |
| CN114697225B (zh) | 一种保证传输截止期限和Rabin公平性的软件定义广域网带宽分配方法 | |
| Wang et al. | A precomputation-based scheme for QoS routing and fair bandwidth allocation | |
| JP3795421B2 (ja) | サービスリスト選択装置及び方法並びにプログラム及び記録媒体 | |
| Mukasheva et al. | DEVELOPMENT OF A MATHEMATICAL MODEL FOR ASSESSING THE QUALITY OF SERVICE ON A PACKET SWITCHING SUBNET. | |
| Chang et al. | Performance analysis for multi-service networks with congestion-based pricing for qos traffic | |
| KR20040058387A (ko) | Ｍｐｌｓ 기반의 차등화 서비스 제공을 위한 망 링크 용량설계 장치 | |
| AU2005256148A1 (en) | A network optimisation system | |
| JP3804960B2 (ja) | 光パス設定方法及び光パス設定装置 | |
| Chu et al. | Local allocation of end-to-end delay requirement | |
| CN117749733A (zh) | 虚拟资源的确定方法和装置、存储介质及电子装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050128 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070109 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070111 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110119 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110119 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120119 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130119 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |