JP4037886B2 - ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 - Google Patents
ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 Download PDFInfo
- Publication number
- JP4037886B2 JP4037886B2 JP2005500216A JP2005500216A JP4037886B2 JP 4037886 B2 JP4037886 B2 JP 4037886B2 JP 2005500216 A JP2005500216 A JP 2005500216A JP 2005500216 A JP2005500216 A JP 2005500216A JP 4037886 B2 JP4037886 B2 JP 4037886B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- control
- time
- predicted
- information
- 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
- 238000000034 method Methods 0.000 title claims description 58
- 230000007423 decrease Effects 0.000 claims description 26
- 238000010586 diagram Methods 0.000 description 23
- 238000012986 modification Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012731 temporal analysis Methods 0.000 description 4
- 238000000700 time series analysis Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0882—Utilisation of link capacity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Description
代表的なトラヒック予測手法としては、ARIMA(Auto Regressive Integrated Moving Average)モデルを利用した線形時系列解析手法などがある。
この線形時系列解析手法は、時間の流れとともに計測された値(データ)を分析し、仮説の検証や予測を行う手法である。
また、線形時系列解析手法では、モデル式としてして、ある時点の計測値を、過去の計測値と過去のノイズ成分の線型多項式で表現する。よって、線形時系列解析手法で予測された値は、過去の計測値に大きく依存するものとなる。
ここで、ARIMAモデルは、時系列ztを自己回帰成分zt−1,zt−2,...,zt−pとホワイトノイズの移動平均成分at,at−1,...,at−qの線形多項式で表現しようとするものである。モデル式は、一般に以下のように表現される。
φ(B)Φ(Bs)Δs DΔdzt=θ(B)Θ(Bs)at
但し、各文字記号の意味は以下の通りである。
・zt:時系列の平均からの偏差
・at:ホワイトノイズ(誤差項)
・B:ラグ演算子(Bzt=zt−1)
・Δ:差分演算子(Δzt=zt−zt−1)
・Δs:季節差分演算子(Δszt=zt−zt−s)
・φ(B)=1−φ1B−φ2B2−‥‥−φpBp(自己回帰成分を表現)
・Φ(Bs)=1−Φ1Bs−Φ2B2s−‥‥−ΦPBPs(周期性自己回帰成分を表現)
・θ(B)=1−θ1B−θ2B2−‥‥−θqBq(ホワイトノイズの移動平均成分を表現)
・Θ(Bs)=1−Θ1Bs−Θ2B2s−‥‥−ΘQBQs(ホワイトノイズの周期性移動平均成分を表現)
第25図は、上述したARIMAを利用して、ネットワークのトラヒックを予測するためのトラヒック予測処理を説明する図である。同図において、ステップSZ1では、対象のネットワークで計測されたトラヒック(ネットワークを通るデータ量)に関するトラヒック情報が入力される。
ステップSZ2では、ARIMAモデル同定の処理が実行される。具体的には、ステップSZ2では、入力されたトラヒック情報の自己相関関数(ACF)および偏自己相関関数(PACF)が算出された後、その形状からARIMAモデル(p,d,q,P,D,Q,s)が同定される。
ステップSZ3では、パタメータ推定の処理が実行される。具体的には、ステップSZ3では、最尤法や最小二乗法を用いてARIMAモデルのパラメータ(φ1...φp,θ1...θq,Φ1...ΦP,Θ1...ΘQ)が推定される。
ステップSZ4では、ステップSZ2で同定されたARIMAモデル、ステップSZ3で推定されたパラメータの正確さを診断する。ステップSZ5では、将来の日時がARIMAモデルに適用され、将来のトラヒックが予測される。
このように、トラヒック予測に、かかる手順を踏むことから、ARIMAモデル、およびパラメータの値は、入力されたトラヒック情報の影響を受ける。
また、従来のネットワークにおいては、トラヒックが許容最大値に到達する前にトラヒックを減少させるためのトラヒック制御が行われている。
ここで、トラヒック制御を開始してから効果が有効になるには、制御準備待ち時間が必要とされることから、従来では、該制御準備待ち時間との兼ね合いを見越して、許容最大値の一定割合(例えば、80%)等に閾値を設けて、トラヒックが該閾値に到達した時刻を、トラヒック制御を開始する制御タイミングとしていた。
先行技術文献 特開2000−194615
ところで、従来においては、第26図に示したように、低優先トラヒックの廃棄制御やトラヒックエンジニアリングによるパス経路切替制御等といったトラヒック制御が実施された場合、影響するリンクでは、トラヒック制御の前後でトラヒックが大きく変動(同図の例では、実線において、トラヒック制御の実施によりトラヒックが急減)する。
従って、従来のARIMAモデルを利用してトラヒック予測を行った場合には、トラヒック制御により変動した部分を含むトラヒック(予測利用期間であって実線部分)を用いることになるため、予測されたトラヒック(予測期間における破線部分)に急変部分が現れる。
すなわち、従来のARIMAモデルを利用したトラヒック予測においては、トラヒック制御が予測値に悪影響をおよぼし、トラヒックの予測精度が低いという問題があった。
また、従来のトラヒック制御において、許容最大値の一定割合に閾値を設ける方法では、どの割合に閾値を設定すべきかの見極めが難しいという問題があった。また、制御タイミングの決定においても、閾値超えで判断する方法では、トラヒックの振る舞いによって、制御が早すぎたり、制御が遅れて許容最大値超えをまねいたり、場合によっては不必要な制御を行ったりするという問題があった。
本発明は、上記に鑑みてなされたもので、トラヒックの予測精度を高め、トラヒック制御に関する制御タイミングの最適化を図ることができるネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法を提供することを目的としている。
また、本発明は、ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集する収集手段と、前記トラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得手段と、前記予測利用情報に基づいて、前記ネットワークにおける前記予測時刻以降のトラヒックを予測する予測手段と、を備えたことを特徴とする。
また、本発明は、ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集する収集工程と、前記トラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得工程と、前記予測利用情報に基づいて、前記ネットワークにおける前記予測時刻以降のトラヒックを予測する予測工程と、を含むことを特徴とする。
かかる発明によれば、ネットワークより収集されたトラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得し、この予測利用情報に基づいて、ネットワークにおける予測時刻以降のトラヒックを予測することとしたので、予測利用情報にトラヒック制御による変動分が含まれないため、トラヒックの予測精度を高めることができる。
ネットワーク制御装置100は、ネットワーク200に対するネットワーク制御を行うための装置である。具体的には、ネットワーク制御装置100は、ネットワーク200からトラヒック情報(実測値)を収集する機能、収集されたトラヒック情報に基づいて、将来のトラヒックを予測する機能、トラヒックを制御する機能等を備えている。
ここで、第2図を参照して、一実施の形態の動作原理について説明する。一実施の形態では、同図に示したように、トラヒック制御の実施によるトラヒックの変動部分を含まないトラヒック(予測利用期間)を用いて、予測期間におけるトラヒックを予測している。
従って、一実施の形態では、第26図と比較して明らかなように、予測されたトラヒック(予測期間)が連続的に変化し、トラヒック制御による変動の影響を受けないため、トラヒックの予測精度が高い。
第1図に戻り、ネットワーク200は、インターネット等であり、通信データを伝送する。また、ネットワーク200は、ルータやブリッジ等のネットワーク装置3001〜300nを備えている。
第3図は、第1図に示したネットワーク200の具体的構成例を示す図である。同図に示したネットワーク200は、ルータR1〜R4を備えている。これらのルータR1〜R4は、ネットワーク装置3001〜300nに対応しており、リンクL1〜L6を構成している。パスP1は、例えば、現用パスであり、リンクL5、ルータR1、リンクL1、ルータR2、リンクL2、ルータR4およびリンクL6を通る通信経路である。
一方、パスP2は、例えば、パスP1に対する予備パスであり、リンクL5、ルータR1、リンクL3、ルータR3、リンクL4、ルータR4およびリンクL6を通る通信経路である。
ここで、トラヒック制御においては、例えば、第4図に示したように、後述する制御タイミング決定部104で決定される制御タイミング(第5図参照)で、パスP1からパスP2に切り替えられる。
同図には、リンクL1、リンクL3およびリンクL5におけるトラヒックの時間的変化がグラフ化されている。
また、第3図および第4図に示したルータR1〜R4は、対応する各リンク(リンクL1〜L6)におけるトラヒックを定期的に計測し、計測日時に対応付けてトラヒック情報とする。
以下では、具体例として、第1図に示したネットワーク200に代えて、第3図および第4図に示したネットワーク200に基づいて説明する。
第1図に戻り、ネットワーク制御装置100では、ネットワーク構成情報データベース110、パス/リンク情報データベース120、トラヒック情報データベース130、トラヒック制御情報データベース140および予測トラヒック情報データベース150が設けられている。
以下では、ネットワーク構成情報データベース110、パス/リンク情報データベース120、トラヒック情報データベース130およびトラヒック制御情報データベース140について、第6図〜第10図を参照しつつ説明する。
第6図に示したネットワーク構成情報データベース110は、ネットワーク200(第3図および第4図参照)の構成に関するネットワーク構成情報を格納するデータベースであり、リンクおよび隣接リンクというフィールドを備えている。リンクは、ネットワーク200を構成する各リンク(リンクL1〜L6)を表す。隣接リンクは、上記リンクに隣接する他のリンクを表す。例えば、リンクL1に対応する隣接リンクは、リンクL2、リンクL3およびリンクL5(第3図参照)である。
第7図に示したパス/リンク情報データベース120は、ネットワーク200(第3図および第4図参照)におけるパスとリンクとの対応関係を表すパス/リンク情報を格納するデータベースである。
パスは、ネットワーク200に設定された各パス(パスP1、P2等)を表す。リンクは、上記パスを構成するリンクを表す。例えば、パスP1は、リンクL1、リンクL2、リンクL5およびリンクL6から構成されている。
第8図に示したトラヒック情報データベース130は、ルータR1〜R4のそれぞれで計測されたトラヒックおよび計測日時からなるトラヒック情報を格納するデータベースである。
第9図は、第8図に示したトラヒック情報をグラフ化した図である。同図からわかるように、トラヒックは、時間の経過とともに変化する。
ここで、トラヒックは、離散的にグラフ上にプロットされる。なお、第4図等では、説明を簡単にするためトラヒックが連続量としてグラフに記載されている。
第10図に示したトラヒック制御情報データベース140は、後述するトラヒック制御部105(第1図参照)がネットワーク200に対して実施したトラヒック制御に関するトラヒック制御情報を格納するデータベースであり、制御時刻、制御内容および影響リンクというフィールドを備えている。
制御時刻は、トラヒック制御を実施した日時を表す。制御内容は、トラヒック制御の具体的内容を表す。トラヒック制御としては、例えば、第4図に示したようにパスP1からパスP2へ切り替えるというパス経路切替制御や、リンクL1における全トラヒックのうち、優先度が低いトラヒックを廃棄するという廃棄制御等が挙げられる。
影響リンクは、トラヒック制御により、トラヒックの増減の影響を受けるリンクを表す。例えば、トラヒック制御として、第4図に示したパスP1からパスP2へ切り替えるというパス経路切替制御が実施された場合、影響リンクは、切り替え前のパスP1に関するリンクL1およびリンクL2と、切り替え後のパスP2に関するリンクL3およびリンクL4とである。
第1図に戻り、予測トラヒック情報データベース150は、第2図を参照して説明した動作原理により予測された予測トラヒックおよび時刻に関する予測トラヒック情報を格納するデータベースである。
トラヒック情報収集部101は、ネットワーク200におけるルータR1〜R4(第3図および第4図)のそれぞれからトラヒック情報を定期的に収集し、トラヒック情報データベース130(第8図参照)に格納する機能を備えている。
予測利用情報取得部102は、トラヒック情報データベース130から、第2図に示したように、トラヒック制御の実施によるトラヒックの変動部分を含まない予測利用期間に対応するトラヒック情報を予測利用情報として取得する機能を備えている。予測利用情報は、トラヒックの予測に利用されるトラヒック情報という意味である。
トラヒック予測部103は、前述したARIMAモデル(第25図参照)を利用して、予測利用情報取得部102で取得された予測利用情報から将来のトラヒックを予測する機能を備えている。また、トラヒック予測部103は、予測トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データベース150に格納する。
制御タイミング決定部104は、予測トラヒックに基づいて、トラヒック制御を実施する制御タイミング(制御時刻)を決定する機能と、制御タイミングをトラヒック制御部105へ通知する機能とを備えている。
トラヒック制御部105は、上記制御タイミングでネットワーク200に対してトラヒック制御を実施し、制御時刻、制御内容および影響リンクをトラヒック制御情報として、トラヒック制御情報データベース140(第10図参照)に格納する機能を備えている。
つぎに、一実施の形態の動作について、第11図〜第16図に示したフローチャート、第17図および第18図を参照しつつ説明する。第11図は、一実施の形態の動作を説明するフローチャートである。以下では、例えば、30分の予測周期毎にネットワーク200におけるトラヒックを予測する例について説明する。
第11図に示したステップSA1では、ネットワーク制御装置100の予測利用情報取得部102は、トラヒックの予測を開始する予測時刻(前回のトラヒック予測から30分後)であるか否かを判断し、この場合、判断結果を「No」として、同判断を繰り返す。
ここで、第17図に示したトラヒック制御部105においては、「15:00のトラヒック制御情報」に対応するトラヒック制御情報データベース140に示したように、制御時刻2002/12/02 14:20:00に、リンクL1が影響を受けるトラヒック制御として、低優先トラヒックの廃棄制御が実施されているものとする。従って、同図のグラフ160に示したように、制御時刻14:20(年月日(2002/12/02)は省略、以下同様)にリンクL1のトラヒックが急減している。
また、同図において、グラフ160〜165の実線のそれぞれは、リンクL1(第3図および第4図参照)におけるトラヒックの時間的変化を表し、トラヒック情報収集部101(第1図参照)で収集されトラヒック情報データベース130に格納されたトラヒック情報(実測値)に対応している。
また、グラフ161、163および165の破線のそれぞれは、リンクL1(第3図および第4図参照)におけるトラヒックについてトラヒック予測部103で予測された予測トラヒック(予測値)の時間的変化を表している。
そして、グラフ160における予測時刻15:00になると、予測利用情報取得部102は、第11図に示したステップSA1の判断結果を「Yes」とする。ステップSA2では、予測利用情報取得部102は、制御時刻決定処理を実行する。具体的には、第12図に示したステップSB1では、予測利用情報取得部102は、トラヒック制御情報データベース140(「15:00のトラヒック制御情報」に対応)からトラヒック制御情報を取得する。ステップSB2では、予測利用情報取得部102は、予測対象リンク(この場合、リンクL1)をキーとして、ステップSB1で取得したトラヒック制御情報から、最新の制御時刻(この場合、14:20)の情報を取得する(ステップSG1:第17図参照)。これにより、制御時刻は、14:20として決定される。
第11図に戻り、ステップSA3では、予測利用情報取得部102は、トラヒック情報データベース130から予測利用期間に対応する予測利用情報(トラヒック情報)を取得するための予測利用情報取得処理を実行する。
具体的には、第13図に示したステップSC1では、予測利用情報取得部102は、予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、第14図に示したステップSD1では、予測利用情報取得部102は、グラフ160(第17図参照)に示したように、制御時刻決定処理(第12図参照)で決定された最新の制御時刻(この場合、14:20)から、現在の時刻としての予測時刻(この場合、15:00)までを予測利用期間として決定する(ステップSG2:第17図参照)。
第13図に戻り、ステップSC2では、予測利用情報取得部102は、トラヒック情報データベース130から上記予測利用期間(14:20〜15:00)に対応するトラヒック情報(リンクL1に対応)を取得し、これを予測利用情報とする(ステップSG2:第17図参照)。また、予測利用情報取得部102は、予測利用情報をトラヒック予測部103へ渡す。
第11図に戻り、ステップSA4では、トラヒック予測部103は、上記予測利用情報に基づいて、前述したARIMAモデルを利用したトラヒック予測処理(第25図参照)を実行する(ステップSG3:第17図参照)。
これにより、グラフ161(第17図参照)に破線で示したように、15:00(予測時刻)から15:30までのリンクL1のトラヒックが予測され、予測トラヒックとされる。
第11図に戻り、ステップSA5では、トラヒック予測部103は、上記予測トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データベース150(第1図参照)に格納する。
ステップSA6では、制御タイミング決定部104は、トラヒック制御を開始する制御タイミング(制御時刻)を決定するための制御タイミング決定処理を実行する。
具体的には、第15図に示したステップSE1では、制御タイミング決定部104は、予測トラヒック情報データベース150から、ステップSA4(第11図参照)で予測された制御対象リンク(例えば、リンクL1)に関する予測トラヒック情報を取得する。
ステップSE2では、制御タイミング決定部104は、制御準備待ち時間T(例えば、5分)を設定する。制御準備待ち時間Tは、トラヒック制御を開始してから効果が有効になるまでの時間である。
ステップSE3では、制御タイミング決定部104は、第18図に示したグラフ161(第17図参照)のように、予め設定された最大許容値を超える予測トラヒック(15:00〜15:30)が存在するか否かを判断する(ステップSH1:第18図参照)する。この場合、制御タイミング決定部104は、ステップSE3の判断結果を「No」とする。
ステップSE6では、制御タイミング決定部104は、制御タイミングの該当無しとする。従って、この場合、トラヒック制御が実行されない。
ここで、第5図を参照して、制御タイミング決定部104で決定される制御タイミングについて詳述する。同図に示したトラヒックパターンPL1、PL2およびPL3が、予測トラヒックの時間的変化に対応している場合、トラヒックパターンPL1およびPL2は、時刻t5で許容最大値を超える。従って、この場合、時刻t5から制御準備待ち時間T(=5分)だけ早い時刻t3が制御タイミングとされる。なお、トラヒックパターンPL3の場合には、最大許容値を超えることがないため、制御タイミングが決定されない。
なお、従来では、許容最大値の一定割合に閾値を設定し、計測されたトラヒックが該閾値を超えた時刻を制御タイミングとしている。従って、従来では、計測されたトラヒックパターンPL1、PL2およびPL3に対して、時刻t4、t1およびt2がトラヒック制御タイミングとされる。
ここで、従来において、トラヒックパターンPL1に対応する時刻t4でトラヒック制御が実行された場合、時刻t4からトラヒックパターンPL1が最大許容値となる時刻t5までの時間(t5−t4)が制御準備待ち時間T未満であるため、制御が間に合わず、トラヒック廃棄が発生するという問題が生じる。
また、従来において、トラヒックパターンPL2に対応する時刻t1でトラヒック制御が実行された場合、時刻t1からトラヒックパターンPL2が最大許容値となる時刻t5までの時間(t5−t1)が制御準備待ち時間Tを超えるため、制御が早すぎ、不必要なトラヒック廃棄を行ってしまうという問題が生じる。
また、従来において、トラヒックパターンPL3に対応する時刻t2でトラヒック制御が実行された場合、最大許容値を超えることがないにもかかわらず、不必要なトラヒック廃棄を行ってしまうという問題が生じる。
これに対して、一実施の形態では、最大許容値よりも制御準備待ち時間T分だけ早い時刻を制御タイミングとしているため、上述した問題が生じない。
第11図に戻り、ステップSA7では、トラヒック制御部105は、制御タイミング決定部104から制御タイミングが通知されたか否かを判断し、この場合、判断結果を「No」とする。
ステップSA1では、予測利用情報取得部102は、予測時刻(前回の予測時刻15:00から30分後の15:30)であるか否かを判断し、この場合、判断結果を「No」として、同判断を繰り返す。
そして、第17図に示したグラフ162における予測時刻15:30になると、予測利用情報取得部102は、ステップSA1の判断結果を「Yes」とする。ステップSA2では、予測利用情報取得部102は、制御時刻決定処理を実行する。具体的には、第12図に示したステップSB1では、予測利用情報取得部102は、トラヒック制御情報データベース140(「15:30のトラヒック制御情報」に対応)からトラヒック制御情報を取得する。ステップSB2では、予測利用情報取得部102は、予測対象リンク(この場合、リンクL1)をキーとして、ステップSB1で取得したトラヒック制御情報から、最新の制御時刻(この場合、14:20)の情報を取得する(ステップSG4:第17図参照)。これにより、制御時刻は、14:20として決定される。
第11図に戻り、ステップSA3では、予測利用情報取得部102は、トラヒック情報データベース130から予測利用期間に対応する予測利用情報(トラヒック情報)を取得するための予測利用情報取得処理を実行する。
具体的には、第13図に示したステップSC1では、予測利用情報取得部102は、予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、第14図に示したステップSD1では、予測利用情報取得部102は、グラフ162(第17図参照)に示したように、制御時刻決定処理(第12図参照)で決定された最新の制御時刻(この場合、14:20)から、現在の時刻としての予測時刻(この場合、15:30)までを予測利用期間として決定する(ステップSG5:第17図参照)。
第13図に戻り、ステップSC2では、予測利用情報取得部102は、トラヒック情報データベース130から上記予測利用期間(14:20〜15:30)に対応するトラヒック情報(リンクL1に対応)を取得し、これを予測利用情報とする(ステップSG5:第17図参照)。また、予測利用情報取得部102は、予測利用情報をトラヒック予測部103へ渡す。
第11図に戻り、ステップSA4では、トラヒック予測部103は、上記予測利用情報に基づいて、前述したトラヒック予測処理(第25図参照)を実行する(ステップSG6:第17図参照)。
これにより、グラフ163(第17図参照)に破線で示したように、15:30(予測時刻)から16:00までのリンクL1のトラヒックが予測され、予測トラヒックとされる。
第11図に戻り、ステップSA5では、トラヒック予測部103は、上記予測トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データベース150(第1図参照)に格納する。
ステップSA6では、制御タイミング決定部104は、トラヒック制御を開始する制御タイミング(制御時刻)を決定するための制御タイミング決定処理を実行する。
具体的には、第15図に示したステップSE1では、制御タイミング決定部104は、予測トラヒック情報データベース150から、ステップSA4(第11図参照)で予測された制御対象リンク(例えば、リンクL1)に関する予測トラヒック情報を取得する。
ステップSE2では、制御タイミング決定部104は、制御準備待ち時間T(例えば、5分)を設定する。ステップSE3では、制御タイミング決定部104は、第18図に示したグラフ163(第17図参照)のように、最大許容値を超える予測トラヒック(15:30〜16:00)が存在するか否かを判断する(ステップSH2:第18図参照)する。この場合、15:45で最大許容値を超えるため、制御タイミング決定部104は、ステップSE3の判断結果を「Yes」とする。
ステップSE4では、制御タイミング決定部104は、最大許容値を超えた時刻(この場合、15:45)から制御準備待ち時間T分(この場合、5分)だけ早い時刻(この場合、15:40)を制御タイミングとして決定する。
ステップSE5では、制御タイミング決定部104は、トラヒック制御部105へ上記制御タイミング(この場合、15:40)を通知する(ステップSH3:第18図参照)。これにより、トラヒック制御部105は、第11図に示したステップSA7の判断結果を「Yes」とする。
ステップSA8では、トラヒック制御部105は、トラヒック制御処理を実行する。具体的には、第16図に示したステップSF1では、トラヒック制御部105は、所定のアルゴリズムに基づいて、トラヒック制御に関する制御内容を決定する。この場合、トラヒック制御部105は、制御内容として、第4図に示したように、パス単位で、パスP1からパスP2へ切り替えるというパス経路切替制御を決定する。
ステップSF2では、トラヒック制御部105は、トラヒック制御の対象がリンク単位またはパス単位のいずれかであるかを判断する。この場合、パス単位であるため、トラヒック制御部105は、ステップSF3の処理を実行する。ステップSF3では、トラヒック制御部105は、ステップSF1で決定されたパス経路切替制御を実施する。
これにより、第4図に示したように、時刻t1(この場合、15:40)にパスP1からパスP2へ切り替えられ、リンクL1のトラヒックが値S1だけ減少するとともに、リンクL3のトラヒックが値S1だけ増加する。なお、リンクL5のトラヒックは、切り替えの前後で変化しない。
ステップSF4では、トラヒック制御部105は、トラヒック制御の対象パス(この場合、パスP1およびパスP2)をキーとして、パス/リンク情報データベース120からリンクの情報を取得し、これを影響リンクとして認識する。
ステップSF5では、トラヒック制御部105は、制御時刻、制御内容および影響リンクをトラヒック制御情報として、トラヒック制御情報データベース140に格納する(ステップSG7:第17図参照)。
一方、トラヒック制御の対象がリンク単位である場合、トラヒック制御部105は、ステップSF6の処理を実行する。ステップSF6では、トラヒック制御部105は、リンク単位で、ステップSF1で決定された制御内容を実行する。
ステップSF4では、トラヒック制御部105は、上記リンク単位に対応する影響リンクを認識する。
ステップSF5では、トラヒック制御部105は、制御時刻、制御内容および影響リンクをトラヒック制御情報として、トラヒック制御情報データベース140に格納する(ステップSG7:第17図参照)。
第11図に戻り、ステップSA1では、予測利用情報取得部102は、予測時刻(前回の予測時刻15:30から30分後の16:00)であるか否かを判断し、この場合、判断結果を「No」として、同判断を繰り返す。
そして、第17図に示したグラフ164における予測時刻16:00になると、予測利用情報取得部102は、ステップSA1の判断結果を「Yes」とする。ステップSA2では、予測利用情報取得部102は、制御時刻決定処理を実行する。具体的には、第12図に示したステップSB1では、予測利用情報取得部102は、トラヒック制御情報データベース140(「16:00のトラヒック制御情報」に対応)からトラヒック制御情報を取得する。ステップSB2では、予測利用情報取得部102は、予測対象リンク(この場合、リンクL1)をキーとして、ステップSB1で取得したトラヒック制御情報から、最新の制御時刻(この場合、15:40)の情報を取得する(ステップSG8:第17図参照)。これにより、制御時刻は、15:40として決定される。
第11図に戻り、ステップSA3では、予測利用情報取得部102は、トラヒック情報データベース130から予測利用期間に対応する予測利用情報(トラヒック情報)を取得するための予測利用情報取得処理を実行する。
具体的には、第13図に示したステップSC1では、予測利用情報取得部102は、予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、第14図に示したステップSD1では、予測利用情報取得部102は、グラフ164(第17図参照)に示したように、制御時刻決定処理(第12図参照)で決定された最新の制御時刻(この場合、15:40)から、現在の時刻としての予測時刻(この場合、16:00)までを予測利用期間として決定する(ステップSG9:第17図参照)。
第13図に戻り、ステップSC2では、予測利用情報取得部102は、トラヒック情報データベース130から上記予測利用期間(15:40〜16:00)に対応するトラヒック情報(リンクL1に対応)を取得し、これを予測利用情報とする(ステップSG9:第17図参照)。また、予測利用情報取得部102は、予測利用情報をトラヒック予測部103へ渡す。
第11図に戻り、ステップSA4では、トラヒック予測部103は、上記予測利用情報に基づいて、前述したトラヒック予測処理(第25図参照)を実行する(ステップSG10:第17図参照)。
これにより、グラフ165(第17図参照)に破線で示したように、16:00(予測時刻)から16:30までのリンクL1のトラヒックが予測され、予測トラヒックとされる。
第11図に戻り、ステップSA5では、トラヒック予測部103は、上記予測トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データベース150(第1図参照)に格納する。以後、前述した動作が繰り返される。
さて、一実施の形態においては、変形例1として、第12図に示したフローチャートに代えて、第19図に示したフローチャートに従って、制御時刻決定処理(第11図参照)を実行してもよい。
第19図に示したステップSI1では、予測利用情報取得部102は、トラヒック制御情報データベース140(第10図参照)から、トラヒック制御情報を取得する。ステップSI2では、予測利用情報取得部102は、ネットワーク構成情報データベース110(第6図参照)から予測対象リンクに対応するネットワーク構成情報を取得する。
ステップSI3では、予測利用情報取得部102は、ネットワーク構成情報に含まれる隣接リンク間でトラヒック制御情報(制御時刻)を比較し、最新の制御時刻の情報を取得する。これにより、制御時刻が決定される。
さて、一実施の形態においては、変形例2として、第12図に示したフローチャートに代えて、第20図に示したフローチャートに従って、制御時刻決定処理(第11図参照)を実行してもよい。
以下に説明する変形例2では、トラヒック制御情報(制御時刻)の参照に代えて、隣接する2つのリンクのそれぞれのトラヒックについて共に増減しきい値以上の増減がある場合、増減の時刻を制御時刻として決定する。
第20図に示したステップSJ1では、予測利用情報取得部102は、トラヒック情報データベース130からトラヒック情報を取得する。ステップSJ2では、予測利用情報取得部102は、ネットワーク構成情報データベース110からネットワーク構成情報を取得する。ステップSJ3では、予測利用情報取得部102は、増減しきい値(例えば、50M(bps))を設定する。
ステップSJ4では、予測利用情報取得部102は、ステップSJ1で取得したトラヒック情報に基づいて、トラヒックにおいて増減しきい値以上の増減があるか否かを判断する。
ステップSJ4の判断結果が「Yes」である場合、ステップSJ5では、予測利用情報取得部102は、ネットワーク構成情報から隣接リンクの情報を取得する。ステップSJ6では、予測利用情報取得部102は、隣接リンクのトラヒックでも同時刻に増減しきい値以上の増減があるか否かを判断する。ステップSJ6の判断結果が「Yes」である場合、ステップSJ7では、予測利用情報取得部102は、増減しきい値以上の増減がある時刻を制御時刻として決定する。
一方、ステップSJ4またはステップSJ6の判断結果が「No」である場合、ステップSJ8では、予測利用情報取得部102は、制御時刻の該当無しとする。
第21図は、第20図に示した制御時刻決定処理(変形例2)を説明する図である。同図において、グラフ170、173、176は、リンクL1(第3図および第4図参照)におけるトラヒックの時間的変化を表し、トラヒック情報収集部101(第1図参照)で収集されトラヒック情報データベース130に格納されたトラヒック情報(実測値)に対応している。
また、グラフ171、174、177は、リンクL3(第3図および第4図参照)におけるトラヒックの時間的変化を表し、トラヒック情報収集部101(第1図参照)で収集されトラヒック情報データベース130に格納されたトラヒック情報(実測値)に対応している。
また、グラフ172、175および178の破線のそれぞれは、リンクL1(第3図および第4図参照)におけるトラヒックについてトラヒック予測部103で予測された予測トラヒック(予測値)の時間的変化を表している。
同図において、グラフ170に示したように制御時刻14:20には、リンクL1が影響するトラヒック制御が実施されている。また、トラヒック予測部103では、予測周期が30分とされている。予測利用情報取得部102では、増減しきい値として、50M(bps)が設定されている。
この状態で、ステップSK1では、予測利用情報取得部102は、トラヒック情報データベース130から、グラフ170およびグラフ171に対応するトラヒック情報を取得するとともに、ネットワーク構成情報データベース110からネットワーク構成情報を取得する。
ステップSK2では、予測利用情報取得部102は、前述した動作と同様にして、14:20〜15:00までのトラヒック情報を予測利用情報とする。また、予測利用情報取得部102は、グラフ170における14:20〜15:00までのトラヒック情報に増減しきい値以上の増減があるか否かを判断し、この場合、判断結果を「No」とする。ステップSK3では、トラヒック予測部103は、前述した動作と同様にして、上記予測利用情報に基づいて、グラフ172に破線で示した15:00〜15:30までのトラヒックを予測する。
ステップSK4では、予測利用情報取得部102は、トラヒック情報データベース130から、グラフ173およびグラフ174に対応するトラヒック情報を取得する。
ステップSK5では、予測利用情報取得部102は、前述した動作と同様にして、グラフ173における14:20〜15:30までのトラヒック情報を予測利用情報とする。また、予測利用情報取得部102は、14:20〜15:30までのトラヒック情報に増減しきい値以上の増減があるか否かを判断し、この場合、判断結果を「No」とする。ステップSK6では、トラヒック予測部103は、前述した動作と同様にして、上記予測利用情報に基づいて、グラフ175に破線で示した15:30〜16:00までのトラヒックを予測する。
ここで、グラフ176およびグラフ177に示したように、制御時刻15:40にトラヒック制御が実施され、80M(bps)のトラヒックの増減があったものとする。
ステップSK7では、予測利用情報取得部102は、トラヒック情報データベース130から、グラフ176およびグラフ177に対応するトラヒック情報を取得する。
ステップSK7では、また、予測利用情報取得部102は、グラフ176における15:40〜16:00までのトラヒック情報に増減しきい値以上の増減があるか否かを判断し、この場合、判断結果を「Yes」とする。
つぎに、予測利用情報取得部102は、リンクL1の隣接リンクであるリンクL3に対応するグラフ177における15:40〜16:00までのトラヒック情報にも増減しきい値以上の増減があるか否かを判断し、この場合、判断結果を「Yes」とする。
これにより、ステップSK8では、予測利用情報取得部102は、上記増減に対応する15:40を制御時刻として決定する。
予測利用情報取得部102は、前述した動作と同様にして、15:40〜16:00までのトラヒック情報を予測利用情報とする。
ステップSK9では、トラヒック予測部103は、前述した動作と同様にして、上記予測利用情報に基づいて、グラフ178に破線で示した16:00〜16:30までのトラヒックを予測する。
さて、一実施の形態においては、変形例3として、第14図に示したフローチャートに代えて、第22図に示したフローチャートに従って、予測利用期間決定処理(第13図参照)を実行してもよい。第23図は、第22図に示した予測利用期間決定処理(変形例3)を説明する図である。
この図において、第17図に対応する部分には同一の符号を付ける。第23図においては、第17図に示したグラフ162に代えて、グラフ162’が表示されている。また、第23図においては、ステップSM1〜ステップSM9は、第17図に示したステップSG1〜ステップSG9に対応している。
以下に説明する変形例3では、予め設定された最大予測利用期間の範囲内で、予測利用期間が決定される。
第22図に示したステップSL1では、予測利用情報取得部102は、最大予測利用期間(例えば、60分)を設定する。ステップSL2では、予測利用情報取得部102は、トラヒック情報に基づいて、最新の制御時刻から予測時刻までの期間が最大予測利用期間未満であるか否かを判断する。
例えば、第23図に示したグラフ160のように、最新の制御時刻14:20〜予測時刻15:00までの期間が40分である場合、予測利用情報取得部102は、ステップSL2の判断結果を「Yes」とする。
ステップSL3では、予測利用情報取得部102は、ステップSD1(第14図参照)と同様にして、上記期間(40分)を予測利用期間として決定する。
一方、第23図に示したグラフ162’のように、最新の制御時刻14:20〜予測時刻15:30までの期間が70分である場合、予測利用情報取得部102は、ステップSL2の判断結果を「No」とする。
ステップSL4では、予測利用情報取得部102は、グラフ162’における予測時刻15:30から最大予測利用期間(60分)さかのぼった時刻14:30までの期間(60分)を予測利用期間として決定する。
以上説明したように、一実施の形態によれば、ネットワーク200より収集されたトラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得し、この予測利用情報に基づいて、ネットワーク200における予測時刻以降のトラヒックを予測することとしたので、予測利用情報にトラヒック制御による変動分が含まれないため、トラヒックの予測精度を高めることができる。
また、一実施の形態によれば、トラヒック予測部103で予測されたトラヒックに基づいて決定された制御タイミングでトラヒック制御を実施することとしたので、予測精度が高いトラヒックに応じて制御タイミングも高い精度とすることができる。
また、一実施の形態は、第5図を参照して説明したように、予測されたトラヒックが許容最大値を超える時刻よりも、予め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定することとしたので、トラヒック制御に関する制御タイミングの最適化を図ることができる。
以上本発明にかかる一実施の形態について図面を参照して詳述してきたが、具体的な構成例はこの一実施の形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等があっても本発明に含まれる。
例えば、前述した一実施の形態においては、変形例4として、前述したネットワーク制御装置100の各機能を実現するためのプログラムを第24図に示したコンピュータ読み取り可能な記録媒体500に記録して、この記録媒体500に記録されたプログラムをコンピュータ400に読み込ませ、実行することにより各機能を実現してもよい。
コンピュータ400は、上記プログラムを実行するCPU(Central Processing Unit)410と、キーボード、マウス等の入力装置420と、各種データを記憶するROM(Read Only Memory)430と、演算パラメータ等を記憶するRAM(Random Access Memory)440と、記録媒体500からプログラムを読み取る読取装置450と、ディスプレイ、プリンタ等の出力装置460と、装置各部を接続するバス470とから構成されている。
CPU410は、読取装置450を経由して記録媒体500に記録されているプログラムを読み込んだ後、プログラムを実行することにより、前述した各機能を実現する。なお、記録媒体500としては、光ディスク、フレキシブルディスク、ハードディスク等が挙げられる。
以上説明したように、本発明によれば、ネットワークより収集されたトラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得し、この予測利用情報に基づいて、ネットワークにおける予測時刻以降のトラヒックを予測することとしたので、予測利用情報にトラヒック制御による変動分が含まれないため、トラヒックの予測精度を高めることができるという効果を奏する。
また、本発明によれば、予測されたトラヒックに基づいて決定された制御タイミングでトラヒック制御を実施することとしたので、予測精度が高いトラヒックに応じて制御タイミングも高い精度とすることができるという効果を奏する。
また、本発明は、予測されたトラヒックが許容最大値を超える時刻よりも、予め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定することとしたので、トラヒック制御に関する制御タイミングの最適化を図ることができるという効果を奏する。
Claims (21)
- コンピュータを、
ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集する収集手段、
前記トラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得手段、
前記予測利用情報に基づいて、前記ネットワークにおける前記予測時刻以降のトラヒックを予測する予測手段、
として機能させるためのネットワーク制御プログラム。 - 前記コンピュータを、トラヒック制御に関するトラヒック制御情報を管理する管理手段として機能させ、前記取得手段は、前記トラヒック制御情報に基づいて、前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第1項に記載のネットワーク制御プログラム。
- 前記取得手段は、隣接する複数のリンクに対応するトラヒック制御情報を比較し、最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第1項に記載のネットワーク制御プログラム。
- 前記取得手段は、トラヒック情報に基づいて、トラヒックの増減度合いから前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第1項に記載のネットワーク制御プログラム。
- 前記取得手段は、前記トラヒック制御時刻から前記予測時刻までの予測利用期間が、予め設定された最大予測利用期間の範囲内となるように調整した結果に基づいて、前記予測利用情報を取得することを特徴とする請求の範囲第1項〜第4項のいずれか一つに記載のネットワーク制御プログラム。
- 前記コンピュータを、前記予測手段により予測されたトラヒックに基づいて、トラヒック制御を開始する制御タイミングを決定する制御タイミング決定手段、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段、として機能させることを特徴とする請求の範囲第1項〜第4項のいずれか一つに記載のネットワーク制御プログラム。
- 前記コンピュータを、前記予測手段により予測されたトラヒックに基づいて、前記予測されたトラヒックが許容最大値を超える時刻よりも、予め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定する制御タイミング決定手段、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段、として機能させることを特徴とする請求の範囲第1項〜第4項のいずれか一つに記載のネットワーク制御プログラム。
- ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集する収集手段と、
前記トラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得手段と、
前記予測利用情報に基づいて、前記ネットワークにおける前記予測時刻以降のトラヒックを予測する予測手段と、
を備えたことを特徴とするネットワーク制御装置。 - トラヒック制御に関するトラヒック制御情報を管理する管理手段を備え、前記取得手段は、前記トラヒック制御情報に基づいて、前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第8項に記載のネットワーク制御装置。
- 前記取得手段は、隣接する複数のリンクに対応するトラヒック制御情報を比較し、最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第8項に記載のネットワーク制御装置。
- 前記取得手段は、トラヒック情報に基づいて、トラヒックの増減度合いから前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第8項に記載のネットワーク制御装置。
- 前記取得手段は、前記トラヒック制御時刻から前記予測時刻までの予測利用期間が、予め設定された最大予測利用期間の範囲内となるように調整した結果に基づいて、前記予測利用情報を取得することを特徴とする請求の範囲第8項〜第11項のいずれか一つに記載のネットワーク制御装置。
- 前記予測手段により予測されたトラヒックに基づいて、トラヒック制御を開始する制御タイミングを決定する制御タイミング決定手段と、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段と、を備えたことを特徴とする請求の範囲第8項〜第11項のいずれか一つに記載のネットワーク制御装置。
- 前記予測手段により予測されたトラヒックに基づいて、前記予測されたトラヒックが許容最大値を超える時刻よりも、予め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定する制御タイミング決定手段と、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段と、を備えたことを特徴とする請求の範囲第8項〜第11項のいずれか一つに記載のネットワーク制御装置。
- ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集する収集工程と、
前記トラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得工程と、
前記予測利用情報に基づいて、前記ネットワークにおける前記予測時刻以降のトラヒックを予測する予測工程と、
を含むことを特徴とするネットワーク制御方法。 - トラヒック制御に関するトラヒック制御情報を管理する管理工程を含み、前記取得工程では、前記トラヒック制御情報に基づいて、前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第15項に記載のネットワーク制御方法。
- 前記取得工程では、隣接する複数のリンクに対応するトラヒック制御情報を比較し、最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第15項に記載のネットワーク制御方法。
- 前記取得工程では、トラヒック情報に基づいて、トラヒックの増減度合いから前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第15項に記載のネットワーク制御方法。
- 前記取得工程では、前記トラヒック制御時刻から前記予測時刻までの予測利用期間が、予め設定された最大予測利用期間の範囲内となるように調整した結果に基づいて、前記予測利用情報を取得することを特徴とする請求の範囲第15項〜第18項のいずれか一つに記載のネットワーク制御方法。
- 前記予測工程により予測されたトラヒックに基づいて、トラヒック制御を開始する制御タイミングを決定する制御タイミング決定工程と、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御工程と、を含むことを特徴とする請求の範囲第15項〜第18項のいずれか一つに記載のネットワーク制御方法。
- 前記予測工程により予測されたトラヒックに基づいて、前記予測されたトラヒックが許容最大値を超える時刻よりも、予め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定する制御タイミング決定工程と、前記制御タイミングで前記トラヒック制御を実施するトラヒック制御工程と、を含むことを特徴とする請求の範囲第15項〜第18項のいずれか一つに記載のネットワーク制御方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2003/006770 WO2004107682A1 (ja) | 2003-05-29 | 2003-05-29 | ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2004107682A1 JPWO2004107682A1 (ja) | 2006-07-20 |
JP4037886B2 true JP4037886B2 (ja) | 2008-01-23 |
Family
ID=33485788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005500216A Expired - Fee Related JP4037886B2 (ja) | 2003-05-29 | 2003-05-29 | ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8059529B2 (ja) |
JP (1) | JP4037886B2 (ja) |
WO (1) | WO2004107682A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228459A1 (en) * | 2006-10-12 | 2008-09-18 | Nec Laboratories America, Inc. | Method and Apparatus for Performing Capacity Planning and Resource Optimization in a Distributed System |
JP2009044328A (ja) | 2007-08-07 | 2009-02-26 | Seiko Epson Corp | 会議システム、サーバ、画像表示方法、コンピュータプログラム及び記録媒体 |
GB2461516A (en) * | 2008-06-30 | 2010-01-06 | Toshiba Res Europ Ltd | A method of predicting traffic in a wireless network |
WO2014061587A1 (ja) * | 2012-10-15 | 2014-04-24 | 日本電気株式会社 | 制御装置、ノード、通信システム、通信方法及びプログラム |
FR3058810A1 (fr) | 2016-11-14 | 2018-05-18 | Orange | Procede et dispositif d'actualisation d'un modele predictif d'une variable relative a un terminal mobile |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07235985A (ja) * | 1994-02-24 | 1995-09-05 | Mitsubishi Electric Corp | 通信網トラヒック予測装置 |
JPH1196135A (ja) * | 1997-09-19 | 1999-04-09 | Nippon Telegr & Teleph Corp <Ntt> | コネクションレス型ネットワークにおけるトラヒック予測装置およびトラヒック予測方法 |
JP3599557B2 (ja) * | 1998-02-27 | 2004-12-08 | 沖電気工業株式会社 | 処理レート監視装置 |
JP2000194615A (ja) * | 1998-12-28 | 2000-07-14 | Nec Commun Syst Ltd | デ―タ自動転送システム及びデ―タ自動転送方法 |
JP3689580B2 (ja) * | 1999-01-29 | 2005-08-31 | 株式会社日立製作所 | インタネット電話接続方法、帯域管理装置及びゲートキーパー装置 |
US6912575B1 (en) * | 1999-06-23 | 2005-06-28 | Paradyne Corporation | System and method for automatically determining recommended committed information rate in a frame relay network |
JP2001028628A (ja) * | 1999-07-14 | 2001-01-30 | Nec Commun Syst Ltd | 指定日時を用いたトラヒック規制制御方法及びトラヒック規制制御装置 |
US6674717B1 (en) * | 2000-03-30 | 2004-01-06 | Network Physics, Inc. | Method for reducing packet loss and increasing internet flow by feedback control |
WO2001090957A1 (en) * | 2000-05-19 | 2001-11-29 | Channelogics, Inc. | Allocating access across shared communications medium |
CN1135746C (zh) * | 2000-10-19 | 2004-01-21 | 华为技术有限公司 | Cdma蜂窝移动通信系统中多业务负载监测和预测的装置及其计算方法 |
US20020141342A1 (en) * | 2000-12-07 | 2002-10-03 | Furman Elliot M. | Method and system for automatically directing data in a computer network |
US20020141351A1 (en) * | 2000-12-07 | 2002-10-03 | Maltz David A. | Method and system for validating network transformation instructions |
US6912574B2 (en) * | 2002-05-29 | 2005-06-28 | Dhc, Llc | System and process for allocating flow capacity in a network |
IL166390A (en) * | 2005-01-19 | 2011-08-31 | Tejas Israel Ltd | Routing method and system |
IL167059A (en) * | 2005-02-23 | 2010-11-30 | Tejas Israel Ltd | Network edge device and telecommunications network |
US20090313634A1 (en) * | 2005-10-03 | 2009-12-17 | Nguyen Diep T | Dynamically selecting an optimal path to a remote node |
-
2003
- 2003-05-29 WO PCT/JP2003/006770 patent/WO2004107682A1/ja active Application Filing
- 2003-05-29 JP JP2005500216A patent/JP4037886B2/ja not_active Expired - Fee Related
-
2005
- 2005-05-27 US US11/140,331 patent/US8059529B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8059529B2 (en) | 2011-11-15 |
JPWO2004107682A1 (ja) | 2006-07-20 |
WO2004107682A1 (ja) | 2004-12-09 |
US20050220016A1 (en) | 2005-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9477224B2 (en) | Physics-based lifespan modeling | |
JP5901140B2 (ja) | システムの高い可用性のためにセンサデータを補間する方法、コンピュータプログラム、システム。 | |
JP5768834B2 (ja) | プラントモデル管理装置及び方法 | |
JP2009098147A (ja) | Dcモータシステムの信頼性を判定する方法及びシステム | |
JP4037886B2 (ja) | ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 | |
CN112016689A (zh) | 信息处理装置、预测判别系统以及预测判别方法 | |
JP2007207117A (ja) | 性能監視装置、性能監視方法及びプログラム | |
JP2009282804A (ja) | 比較判定装置及び比較判定方法 | |
JP2009223689A (ja) | タスク数制御装置、タスク数制御方法、及びコンピュータプログラム | |
JP4758879B2 (ja) | 仮音声区間決定装置、方法、プログラム及びその記録媒体、音声区間決定装置、方法 | |
JP2008146157A (ja) | ネットワーク異常判定装置 | |
WO2021210353A1 (ja) | 故障予兆システム | |
JP2007178397A (ja) | 発電機ロータのき裂進展予測システムと運転条件決定支援システム、方法およびプログラム、並びに運転制御システム | |
JP5375948B2 (ja) | 冷却装置を有する電子装置および冷却プログラム | |
JP5749041B2 (ja) | アクティブフィードバック制御装置及びプログラム | |
JP2005063208A (ja) | ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体 | |
JP7091139B2 (ja) | 異常予兆検知システムの制御装置、これを備えるプラント、及び異常予兆検知システムの制御方法並びに制御プログラム | |
JP4996623B2 (ja) | 検出装置、プログラムおよび検出方法 | |
CN115803148B (zh) | 数控装置及学习装置 | |
JP6200381B2 (ja) | 監視対象の稼働状況に応じた誤り訂正機能を有する制御装置 | |
JP2008090699A (ja) | トレースロギング方法、装置及びプログラム | |
JP2007272543A (ja) | 状態判定装置および状態判定方法 | |
JP2004265069A (ja) | 仮想受動関節モデルのモデルパラメータ同定方法およびその制御方法 | |
WO2013128519A1 (ja) | 限界実行時間解析装置及び限界実行時間解析方法並びにプログラムを格納した非一時的なコンピュータ可読媒体 | |
WO2010001966A1 (ja) | 時系列データ処理装置およびその方法とプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20071030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071101 |
|
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: 20101109 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101109 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111109 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111109 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121109 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121109 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131109 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |