JP4945630B2 - 整合フィルタを用いた任意無線ネットワークデータの解析 - Google Patents

Description

本発明の実施形態は無線通信ネットワークに関する。より具体的には、本発明の実施形態は整合フィルタを使って任意の無線ネットワークデータを解析することに関する。

技術の進歩と無線装置ユーザ数の大幅な増加の結果、無線通信ネットワークの規模と複雑さが大幅に増している。この規模と複雑さの増大に比例し、通信ネットワークの運営・性能問題も増加している。コールの破棄、カバレッジの欠如、低音質をはじめとする信頼性の問題は通信ネットワークにともなう運営・性能問題の具体例である。より一層複雑な技術を使用し、異なる使用手順を実施し、且つ既に問題が山積みのネットワークにさらなる要求を課す新しいサービスの導入にともない、ネットワーク性能は今後も技術の利用を左右する要因となるであろう。サービスの品質は顧客離れに直接響き、収益力を低下させる困難で経済的負担の大きい問題である。したがって、サービス品質の向上はサービス提供業者にとって最優先課題である。

絶えず変化するネットワークで妥当なサービス水準を維持するのは難題である。例えば無線ネットワークは変化する環境の中で構築されている。季節変化、土地開発、ネットワークの追加、新サービスの追加は変化する環境の具体例である。これらの変化やその他の変化にともない、許容可能なサービス品質の水準を維持するには、継続的な監視と調整が必要であることが多い。

サービス品質を維持することが困難であることは、コールの破棄や不十分な信号といった問題を多くの携帯電話網ユーザがたびたび経験していることから明らかである。無線ネットワークに関する事件や問題の報告が殺到し、報告された問題を通信事業者が調査し解決できないこともしばしばある。そこで、地理的領域内で発生した問題の数を頼りに最も重要な問題がどれかを選び、選ばれた問題の解決に取り組む通信事業者も少なくない。

多くの場合、通信事業者は無線ネットワークの中で発生する問題について経験に基づく推測を立てるため、事業にとっての価値の点でさほど重要でない問題に取り組むあまり、より大きな問題が犠牲になることがある。

通信事業者は大量のデータを入手できるが、無線ネットワークで発生する様々な問題に効率的に優先順位を付け、診断し、解消するための適切な手段は持っていない。この手段の欠如に無線ネットワーク問題に対処する資源の欠如が加わると、ネットワークの監視は非効率的なものとなり、ネットワークの問題は解決せず、サービスの質は低下する。無線ネットワークの中で発生する問題の原因をより確実に特定することができるシステムと方法が求められている。無線ネットワークの問題をうまく分類できれば効率における利得は上がり、こうした問題に対処するための資源配分が向上する。これらの運営上の改善により、市場シェアの拡大と収益力の増大にとって重要な顧客維持は向上し、顧客獲得は容易となる。

これらの限界およびその他の限界は、データセットを解析してデータセットの中で所定の署名の有無を検出するシステムおよび方法に関係する本発明の実施形態によって克服される。所定の署名は通常、ある特定の事象または状況を総体的に特定する様々な署名要素を含む。例えば無線ネットワークの中で発生するか、または無線ネットワークの中に存在する事象または状況は、所定の署名を使って特定できる。装置またはネットワークから収集されたデータと署名要素とを比較することにより、モデル化された署名とデータセットが比較される。実際のデータが所定の署名とどの程度一致するかを解釈することによって、特定の事象が発生した確率が判明する。

無線ネットワークの中で作動する無線装置は、ネットワークにおける装置の使用状況に関係する情報を収集できる。受信強度信号指標（ＲＳＳＩ）、信号対雑音比、搭またはセクタのリスト、送信および受信のうちの少なくとも一つの電力等は、収集できるデータの具体例である。このデータはデータセットと総称され、装置から、あるいはサーバやネットワークログ等の別のソースから入手できる。

例えばネットワークにおける事象の根本原因を特定するために、様々なタイプの事象または状況について署名が作成されるか、または定義される。各々の署名は署名要素を含み、データセットを評価することによってそれらの署名要素に対応する値を生成する。個々の署名要素（または署名要素のサブセット）で生成される値をとりまとめたものが署名評価（または整合フィルタ処理）の結果となる。署名評価の結果は一例において、ある特定の事象または状況の検出確率である。検出確率は特定の事象が検出された確率を示す。各署名要素または署名要素のサブセットに対して、データセットから算出される値が検出確率に寄与する度合いは、各署名に対する重み付けのあり方と署名に盛り込まれるカバレッジモデルによって決まる。ひとたび解析が完了すると、ある特定の事象が検出された見込みが検出確率に反映される。

一例において、整合フィルタを使ってネットワークデータを解析する方法は、最初に装置またはログ等のソースからデータセットを入手する。署名要素に対応する値をデータセットから計算する。次に、整合フィルタの署名要素に基づき計算値を評価し、署名要素とこれに対応する値とに基づき検出確率を計算する。換言すると、署名には特定の署名要素だけが盛り込まれ、これらの署名要素で計算された値だけが解析に盛り込まれる。

別例において、無線ネットワークにおける事象の根本原因を特定するためデータセットを解析する方法は、ある特定の事象について署名に盛り込む署名要素を決定することから始まる。そして署名要素の各々に対するカバレッジモデルを設定する。各署名要素の範囲はカバレッジモデルによって決まる。次に、無線装置やログ等のソースから入手したデータセットから各署名要素の値を計算し、カバレッジモデルにおける各値の範囲を決定する。そして、少なくとも各値と各値に対応する各範囲とに基づき特定の事象の検出確率を求める。

もうひとつの例において、データセットを解析する方法は、装置によるネットワークの活動（ネットワークと通信する装置）の成立がオペレータの行為の結果か、周期的登録の結果か、それともゾーン方式の登録やパケット制御機能（ＰＣＦ）ハンドオフ等の動きに通常関連する事象の結果であったかどうかを判定する。

事象または状況を検出するか、または特定するために使用する署名は、様々なシナリオに応用できる。本発明の実施形態は、コールの失敗および破棄のうちの少なくとも一つの根本原因を検出するための署名、コール中または使用中にモバイル装置の動きの有無を判定するための署名、装置が建物の中にあるか否かを判定するための署名、エンドユーザが装置の安全メニューにアクセスするか否かを判定するための署名、評価指標が正常に提出されているか否かを判定するための署名等、またはこれらの組み合わせを含む。

上述した本発明の利点および特徴とその他の利点および特徴は、以降の説明と添付の請求項からより明確となり、あるいはこれ以降説明する本発明の実践によって習得できるであろう。

上述した本発明の利点および特徴とその他の利点および特徴をさらに明確化するため、これより添付の図面に描かれた本発明の特定の実施形態を参照しながら、本発明をより具体的に説明する。これらの図面は本発明の典型的な実施形態を描くものに過ぎず、本発明の範囲を制限するとみなすべきものではないことは理解されたい。添付の図面を使用しながら、さらなる具体性と詳細を添えて本発明を説明する。

本発明の実施形態は、無線ネットワークに関連する任意のデータを検査するシステムおよび方法に関する。装置で起こる事象または問題の根本原因をより正確に特定するため、データは署名を用いて検査する。特定の問題の根本原因を特定することができれば、無線ネットワークの監視および保守のうちの少なくとも一つに使用する資源を効率的に割り当てることができる。加えて、無線ネットワークの装置や無線ネットワークそのものにともなう問題の具体的原因を特定することにより、根本原因の副次的症状ではなく根本原因への対処が徹底される。

装置は無線ネットワークの中で数多くの問題に遭遇する。これらの問題は、例えばコールの破棄やコールの遮断に関係するものが多い。ただし、特定のコールが破棄または遮断した理由は、ネットワークにおける問題対処のあり方に大きく影響する。

例えばコールは、カバレッジホール(coverage hole)、アンプロモーティド・ストロング・パイロット(unpromoted strong pilot)、またはネイバーリスト(neighbor list)問題によって破棄されるが、これらに限定されない。カバレッジホールは一実施形態において、装置が無線ネットワークと通信できない地理的領域を意味する。換言すると、カバレッジホールの中にある装置はどのセクタからも十分な信号を受信することができない。対照的に、アンプロモーティド・ストロング・パイロットは、普通、搭のセクタが使用可能となったものの、装置による当該セクタへの切り替え試行が失敗するほどの十分な電力で送信を行い、コールが破棄される程度にまで装置のフレーム誤り率が上昇するときに起こる。ネイバーリスト問題は、装置が特定のセクタを認識しないときに起こる。これらの問題に対する解決策はすべて異なる。このため、コール破棄の実際の根本原因を特定することはできず、既に述べたとおり、資源利用は非効率的なものとなる。

図１は、本発明の実施形態を具体化する代表的環境を示す。図１は無線ネットワーク１００を示しており、無線装置はこの中で作動する。無線装置の例は、携帯電話機、無線対応コンピュータ等の装置を含み、ただしこれらに限定されない。典型的な無線ネットワーク１００は、同ネットワーク１００に対するアクセスを様々な無線装置に提供するために、同ネットワーク１００の中に配置された複数のセクタを使用する。

ネットワーク１００における搭の配置は通常、搭の範囲内または特定の地理的領域内で装置が確実に無線ネットワーク１００にアクセスできるように意図されている。ただし上述したとおり、この種のカバレッジを得るにあたって妨げとなる環境変化または局面がある。土地開発、建物、地理的構成、季節的変化、無線周波数干渉等は無線ネットワークの機能に支障をきたし得る環境変化の具体例である。これらの環境変化の影響は、ネットワークにおけるカバレッジホール、コール破棄、ネイバーリスト問題、アンプロモーティド・ストロング・パイロット問題、コール遮断等のネットワーク問題、またはこれらの組み合わせとして顕在化する。

無線ネットワーク１００の中で作動している装置は、通常、無線ネットワーク１００における装置動作に関係するデータを収集することができる。無線装置によって収集されるデータは、例えば１つ以上の搭の、より具体的には装置が認識および通信のうちの少なくとも一つを行うセクタの（各搭は通常２つ以上のセクタを有する）受信強度信号指標（ＲＳＳＩ）、信号対雑音比、コールのフレーム誤り率またはその他の装置使用、１つ以上の搭またはセクタからのクロック値、コール中のＣＤＭＡ周波数変更数、無線装置の送信電力、逆方向リンクメッセージや順方向リンクメッセージをはじめとする受信済みおよび承認済みのうちの少なくとも一つのメッセージに関する情報を含む。

この情報またはデータセット（図２参照）は、ＲＦ領域解析１５０で解析することができる。データセットは、無線装置から得るものばかりでなくネットワークそのものによって提供される情報を含むこともある。ＲＦ領域解析１５０では、ジオロケーション１５２とグリッド方式解析１５６がデータセットに対して実行される。ジオロケーションは、無線ネットワークの中で装置の位置を特定する能力を指す。グリッド方式解析１５２は無線ネットワーク性能の特性をつかむことを指し、本特許出願と同じ日に提出された同時係属米国特許出願第＿／＿＿＿号（代理人整理番号１６３８９．４）、名称ＳＹＳＴＥＭＳ ＡＮＤ ＭＥＴＨＯＤＳ ＦＯＲ ＣＨＡＲＡＣＴＥＲＩＺＩＮＧ ＴＨＥ ＰＥＲＦＯＲＭＡＮＣＥ ＯＦ Ａ ＷＩＲＥＬＥＳＳ ＮＥＴＷＯＲＫでより詳しく説明されている。前述の出願を参照として、その全体を本明細書に組み込む。

整合フィルタ１５４解析は、任意のデータフィードを検査でき、このデータフィードは無線装置から収集されるデータセット、アプリケーション・サーバ・ログ、ネットワーク・エレメント・ログ、アプリケーションストリーム等、またはこれらの組み合わせを含むが、これらに限定されない。整合フィルタ仕様を用いてデータフィードを解析することにより、特定の条件に相当する様々な署名がデータの中で検出される。整合フィルタ仕様は、例えばコール破棄の根本原因（アンプロモーティド・ストロング・パイロット、カバレッジホール、ネイバーリストエラー等）を特定する形に、建物内状態、ＰＣＦハンドオフによる装置再登録等、またはこれらの組み合わせを検出する形に展開できる。

図２は、無線ネットワークの中で作動する代表的装置を示す。図２において、装置２１０は無線ネットワーク２００の中で作動している。装置２１０は、搭２０２、２０４、および２０６からなる１つ以上のセクタを認識できる。この例の装置２１０は、搭２０２の特定のセクタに固定することもできるが、その場合でも他の搭、または他の搭のセクタを認識する。セクタは一例において、アクティブセクタと、候補セクタと、ネイバーセクタとに分割できる。アクティブセクタは装置と通信しており、候補セクタは強い信号を持ち先々装置が通信するかもしれないセクタであり、ネイバーセクタは装置が認識する他のセクタである。

装置の作動中に、コール等、装置の特定用途のためのデータセット２１２が発生することがある。データセット２１２は、装置が経験するＲＦ属性に関する情報やその他のデータを含むことがある。例えばデータセット２１２は、搭２０２、２０４、および２０６のセクタのうちの少なくとも１セクタの、または各セクタのＲＳＳＩを含むことがある。データセット２１２はまた、信号強度、送信電力、受信電力、信号対雑音比、フレーム誤り率、リンクメッセージ数、逆方向リンクメッセージ、装置使用状況（メニュー使用状況を含む）、装置位置（判明する場合）、搭またはネイバーリスト等、あるいはこれらの組み合わせを含むこともある。データセット２１２はまた、ＲＯＭバージョン、オペレーティングシステム、装置設定、またはこれらの組み合わせ等、装置２１０の態様を含むことがある。データセット２１２はネットワーク２１４（無線ネットワーク２００を含むことがある）を介してサーバ２１６へ送信される。サーバ２１６はデータセットを使ってＲＦ領域解析２１８を遂行できる。既に述べたとおり、データセットはサーバログ等の別のソースから入手することができる。

図３は、任意のデータストリームを解析するブロック図を示す。サーバ３０８は、ソース３０２からのデータセット３０４と１つ以上の整合フィルタ３０６とを使って結果３１０を生成する。より具体的には、サーバ３０８への入力はデータセット３０４と整合フィルタ３０６である。各々の整合フィルタ（整合フィルタ仕様とも呼ぶ）は、特定の項目または問題を明らかにするための署名である。結果３１０は一実施形態において、整合フィルタ３０６が定める特定の問題にデータセット３０４が一致する確率を提供する。例えば整合フィルタ３０６は、コールの失敗または破棄の根本原因、ネットワークアクセス試行に関する統計、ネットワークの捕捉に成功するまでのアクセスプローブ数、データ転送速度、音声品質、ソフトハンドオフに費やされる時間の割合、ＰＣＦ境界の影響エリア、ユーザ可視エラー、無線サービスに影響する作用等を割り出すことができ、ただしこれらに限定されない。

図４に示すとおり、各々の整合フィルタ仕様４００は署名要素４０２とルール４０４とを含む。署名要素４０２は、無線ネットワークの、または無線装置の、特定の態様を定義するデータセットの態様である。換言すると、コール破棄、コール遮断、カバレッジホール等は、様々な署名要素を含む特定の署名によって定義される。通常、署名要素４０２はフィルタごとに異なる。ルールは、様々な署名要素４０２およびデータセット３０４のうちの少なくとも１方の組み合わせ、変換、増補、評価、重み付けのあり方を決定付け、整合フィルタ仕様４００の定義を形成するものである。

再び図３を参照し、サーバ３０８は整合フィルタ３０６のしかるべき署名要素のためデータセット３０４を処理できる。換言すると、データセット３０４を処理することによって整合フィルタ３０６の様々な署名要素のための値が用意される。したがって、ある特定の整合フィルタが主セクタのＲＳＳＩを必要とするなら、サーバ３０８はデータセット３０４からこの情報を準備し、ＲＳＳＩ値を得る。署名要素が完成し、データセットから値が生成されたら、結果３１０を計算することができる。既に述べたとおり、結果３１０は通常ならば確率の形をとる。

有利なことに、署名要素と整合フィルタ仕様は拡張可能であり、且つ調整可能である。換言すると、整合フィルタ仕様４００の署名要素４０２のセットは、例えば署名要素を追加したり削除したりすることによって変えることができる。結果３１０を最大限活用し、偽陽性を最小限に抑えるため、署名要素４０２またはルール４０４を調整することもできる（値の範囲を変更するなど）。

加えて、結果を出すにあたってデータセット一式を用意する必要はない。例えば、整合フィルタ仕様に必要なデータの一部は不完全であってもよく、あるいはデータセットの中で欠落していてもよい。データが不完全であったり存在しなかったりする場合でも、サーバ３０８が入手可能なデータセット３０４をもとに結果３１０を出すにあたって妨げとはならない。例えばサーバ３０８は、整合フィルタ仕様４００の署名要素が７つあって、その内の５つの署名要素のデータだけが入手可能であっても、結果３１０を生成することができる。データセット３０４における情報の欠如は結果３１０に反映される。

図５は、無線ネットワーク内の装置または別のソースからのデータセットを解析する代表的フロー図を示す。その方法は通常、データセット５０２を入手することから始まる。データセットは、装置やサーバログ等、またはこれらの組み合わせから入手できる。次に、このデータセットから署名要素５０４で使用する値が計算される。これはデータセットを処理し、特定の署名要素に対応するデータセット部分を明らかにすることを含む。例えば、もしもコールの最終５秒間におけるフレーム誤り率に関する署名要素が署名の中にあるなら、この値をデータセットから計算する。このように、特定の署名要素が必須であろうとなかろうと、定義された署名要素の値はすべて計算できる。代わりに、本発明の実施形態は、特定の署名の中にある署名要素に限ってデータセットを処理することもできる。

データセットから署名要素の値を計算した後には、整合フィルタ５０６を使って署名要素を評価する。算出された署名要素を評価した後には、ある特定の事象の署名である各整合フィルタに対する検出確率（Ｐｄ）を求める。例えば、事象がカバレッジホールである確率は、カバレッジホールを検出するよう設計された整合フィルタによって算出署名要素がどのように評価されるかに基づいて計算する。既に述べたとおり、整合フィルタは入手可能なデータを扱い、データセットが完全に揃っていなくても検出確率を提示することができる。

検出確率は、経験的データまたは事後確率を使用することによって高めることができる。検出確率は、特定の出現または条件を考慮に入れることによって向上または変化させることができる。署名検出能力は、新たな決定を評価するときに条件の出現または条件の確率を勘案することによって強化できる。

例えばコール破棄には、アンプロモーティドパイロットやネイバー喪失等の複数の原因がある。その検出確率を求めるときに使用する条件または前提条件は、順方向フレーム誤り率の測定によって明らかとなる順方向リンク干渉である。順方向リンク干渉が検出されると、この条件は種々の整合フィルタの検出確率に影響することがある。もし順方向リンク干渉が検出され、装置がアクティブリストではなく候補リストの中にあったネットワークをストロングパイロットで再び捕捉した場合、アンプロモーティド・ストロング・パイロットの確率はネイバー喪失の確率よりも高くなる。

図６は、カバレッジホール検出用整合フィルタの一例と、その整合フィルタを使って評価したデータセットを示す。整合フィルタ６００は署名要素６０２を含む。図６に示すとおり、カバレッジホールの検出に用いる署名要素は、（１）コールの最終５秒間の平均ＲＳＳＩ、（２）コールの最終５秒間のＲＳＳＩ傾向線のスロープ、（３）コールの最終１０秒間の平均ＲＳＳＩ等を含む（１−２６行参照）。署名要素６０２には、異なる状況または期間の中で同じデータをとるものがいくつかある。例えばＲＳＳＩは複数の署名要素で使われることがある。

列６０４はソースデータセットから計算した署名要素の値を示し、列６０７は署名６００のカバレッジモデルをパーセンテージで示す。計算値はカバレッジモデルの中に含まれる範囲と比較される。この例で強調表示されたエリアはデータセットの計算値が該当する部分を示す。列６０６は１００％一致で完全に該当する範囲を示す。列６０８、６１０、および６１２も同様に、それぞれ７５％一致、５０％一致、および２５％一致で該当する列６０４の計算値の範囲を示す。

列６１４はカバレッジ重み係数を示し、列６１６は正規化重み係数を示し、列６１８は総合検出確率６２０に対する計算値の寄与度を示す。これらの列６１４および６１６の値は変更でき、そうすることで署名要素を調整できることに注意されたい。カバレッジモデル６０７の中にある範囲を変更することによって整合フィルタを調整することもできる。署名要素を追加および削除のうちの少なくとも一つを行うことによってフィルタ６００を調整することもできる。

例えば（１）コールの最終５秒間の平均ＲＳＳＩの計算値は、列６０４に見られるとおり−１０４．６である。これは−１００乃至−１１０の範囲に入るため、１００％一致である。この署名要素の計算値は１００％一致であるため、検出確率６２０に全面的に寄与する。ただし、最終５秒間のＲＳＳＩスロープのＲ２の署名要素（３）コールの計算値は０．３５である。これは、列６１０の５０％一致の範囲に入る。その結果、検出確率６２０に対するこの署名要素の寄与度は低下する。種々の署名要素の寄与度を総計することによって検出確率６２０を提示することができる。

グラフ６２２は、整合フィルタ６００に盛り込まれたいくつかの署名要素を視覚的に解析するためのものである。図示されたとおり、フレーム誤り率６２４はコールの終了に向かって増加し、ＲＳＳＩ ６２６はコールの終了近くで低下し、利得６２８と電力６３０はゼロへ進んでいる。列６０４の計算値によって表されるこのデータセットに基づくと、０．９１６６６の検出確率はカバレッジホールが検出された確率に相当する。

署名６００は、ある特定のコールが破棄された理由がカバレッジホールである確率を提示できる整合フィルタの一例を例証するものである。したがって署名６００はカバレッジホール検出を識別できる。

図７および８は、それぞれネイバーリスト問題とアンプロモーティド・ストロング・パイロット問題のための署名を示す。図６、７、および８にはそれぞれの署名に特定の署名要素が示されているが、当業者であればそれらの署名が本質的に説明のためのものであって、調整できることを理解できるであろう。事実、特定の署名に盛り込まれる署名要素はネットワークによって異なることがある。あるいは、無線ネットワークのプロトコルやタイプによって署名に盛り込まれる署名要素が左右されることもある。

図７に示す署名７００には、ネイバー喪失またはネイバーリスト問題がコール破棄の理由となる検出確率７１２を提示するための署名要素７０２が盛り込まれている。この例では署名要素７０４、７０６、および７０８に重みを付けるため、必要な署名要素はこれらの署名要素だけである。グラフ７１４は装置使用中のデータセットの様々な値のプロットを示す。

図８は、アンプロモーティド・ストロング・パイロットがコール破棄の理由となる検出確率を提示するための署名要素８０２を示す。署名要素８０２のため、データセットを使って列８０６の値を計算できる。列８０６の計算値はカバレッジモデル８０４の範囲に照らし合わせる。各署名要素の寄与度８０８は、カバレッジ重み係数８１０と正規化重み係数８１２に基づいて求める。かくしてアンプロモーティド・ストロング・パイロットの検出確率８１４を求めることができる。

本発明は、本発明の技術思想または基本的特性から逸脱することなく別の形態で実施することができる。説明した実施形態は、あらゆる点において制限的ではなく単なる例証的なものとみなすべきものである。したがって、本発明の範囲は上記の説明ではなく添付の請求項によって示される。請求項の均等性の意味と範囲に含まれる変更はどれも請求項の範囲に含まれる。

本発明の実施形態を具体化する代表的環境を示す。 ＲＦ領域解析の遂行に用いるデータセットに関連するネットワーク内の代表的装置を示す。 整合フィルタを用いてデータセットを解析するシステムの一実施形態を示すブロック図である。 署名要素とルールの両方を含む整合フィルタ仕様の一実施形態を示す。 整合フィルタを使ってネットワークデータを解析する代表的方法を示すフローチャートである。 無線ネットワークでカバレッジホールの検出に用いる署名とこれに盛り込まれた署名要素の一実施形態を示す。 ネイバー喪失問題の検出に用いる署名とこれに盛り込まれた署名要素の一実施形態を示す。 アンプロモーティド・ストロング・パイロット問題の検出に署名とこれに盛り込まれた署名要素の一実施形態を示す。

Claims (19)

1. 整合フィルタを使ってネットワークデータを解析する方法であって、
   前記ネットワーク内で動作するソースから前記ネットワーク内での前記ソースの動作中に前記ソースによって発生する事象に関連するデータセットを入手すること、
   前記データセットから前記整合フィルタの１つ以上の署名要素に対応する１つ以上の値をサーバによって計算することであって、前記整合フィルタの前記１つ以上の署名要素は、前記ソースによって発生する事象の根本原因を特定するように構成されており、かつ各署名要素は値の範囲によって定義される、前記１つ以上の値を計算すること、
   前記整合フィルタに含まれる１つ以上の署名要素に基づき前記１つ以上の値を評価して前記１つ以上の値と前記値の範囲との比較結果に基づいて検出確率に対する各署名要素の寄与度を生成すること、
   前記１つ以上の署名要素の寄与度に基づき前記整合フィルタの検出確率を前記サーバにより計算することであって、前記検出確率は、事象の根本原因が前記データセットの前記ソースにおいて生じたものであるという見込みを示す、前記検出確率を計算すること
   を備える方法。
2. 検出確率を計算することは、事後確率に基づき前記検出確率を計算することを含む、請求項１に記載の方法。
3. 事後確率に基づき前記検出確率を計算することは、前記整合フィルタの１つ以上の条件を決定することを含む、請求項２に記載の方法。
4. ソースからデータセットを入手することは、１つ以上の無線装置、サーバログ、ネットワークログ、またはアプリケーションストリームからデータセットを入手することを含む、請求項１に記載の方法。
5. 前記データセットから１つ以上の値を計算することは、前記整合フィルタに含まれる前記１つ以上の署名要素を決定することを含む、請求項１に記載の方法。
6. 前記値の範囲を定義するカバレッジモデルが設定され、１つ以上の署名要素に基づき前記１つ以上の値を評価することは、各署名要素に対する前記カバレッジモデルの重み係数を提供することを含む、請求項１に記載の方法。
7. １つ以上の署名要素に基づき前記１つ以上の値を評価することは、各署名要素に対する正規化重み係数を提供することを含む、請求項１に記載の方法。
8. １つ以上の署名要素に基づき前記１つ以上の値を評価することは、各値を対応する値の範囲と比較することにより前記データセットから計算した各値の前記検出確率に対する寄与度を決定することを含む、請求項１に記載の方法。
9. 前記値の範囲を定義するカバレッジモデルが設定され、１つ以上の署名要素に基づき前記１つ以上の値を評価することは、各値に対する前記カバレッジモデルにおける一致を決定することを含む、請求項１に記載の方法。
10. １つ以上の署名要素に基づき前記１つ以上の値を評価することは、無線装置の使用による１つ以上の前記署名要素を示すグラフを提供することを含む、請求項１に記載の方法。
11. 無線ネットワークにおける事象の根本原因を判定するためにデータセットを解析する方法であって、
    整合フィルタに含める１つ以上の署名要素を決定することであって、前記整合フィルタは事象の根本原因と、事象の根本原因を特定するために選択された署名要素とに関連する、１つ以上の署名要素を決定すること、
    前記１つ以上の署名要素の各々に対するカバレッジモデルを設定することであって、該カバレッジモデルは、前記１つ以上の署名要素の少なくともいくつかについての範囲を定義する、前記カバレッジモデルを設定すること、
    前記無線ネットワーク内で動作するソースから入手したデータセットを使用して少なくとも１つの署名要素の値をサーバにより計算すること、
    計算された値が１つ以上の署名要素に対する範囲にどの程度収まっているかを判定すること、
    少なくとも各計算された値および各値に対応する各範囲に基づいて前記整合フィルタに対する検出確率を前記サーバにより生成することであって、各計算された値が対応する範囲とどの程度関連するかによって検出確率に対する各計算された値の寄与度が決定され、該検出確率は前記整合フィルタにより定義される事象の根本原因が前記ソースで生じたという見込みを示す、前記生成すること
    を備える方法。
12. 前記整合フィルタに含める１つ以上の署名要素を決定することは、
    前記整合フィルタに新しい署名要素を追加すること、
    前記整合フィルタから署名要素を削除すること
    のうちの１つ以上を含む、請求項１１に記載の方法。
13. 事象の根本原因は、
    コール破棄、
    コール遮断、
    ネイバーリスト問題、
    アンプロモーティドパイロット問題、
    カバレッジ問題、
    セクタ（ＰＮ）オーバーシュート問題、
    ハードハンドダウン問題、
    不完全ハンドオフ、
    弱ＲＦ状態、
    ローミング状態に入るか、またはローミング状態から出る装置、
    交換境界に近接する装置、
    周波数境界に近接する装置、
    カバレッジ境界に近接する装置、
    ユーザによって開始されたコール、
    ネットワークによって開始されたコール、
    装置上の特定のアプリケーションによって開始されたコール、
    サービス不良のためユーザによって中断されたコール、
    基地局からあまりにも離れておりコールを開始できないモバイル、
    前記装置のＲＦ性能の評価、
    ネットワークアクセス試行の統計、
    総合的な、またはアプリケーションによるデータ転送速度、
    音声品質、
    ソフトハンドオフに費やされる時間、
    ＰＣＦ境界の影響エリア、
    前記無線ネットワーク内での装置の動き、
    装置が建物の中にあるか否かを判断すること、
    装置の使用状況を決定すること、
    評価指標が正しく提出されているか否かを判断すること、または
    ユーザ可視エラーの内の１つ以上である、請求項１１に記載の方法。
14. 少なくとも各計算された値および各値に対応する各範囲に基づいて前記整合フィルタに対する検出確率を前記サーバにより生成することは、事象の前に発生する１つ以上の条件に基づいて検出確率を生成することを含み、前記１つ以上の条件の事後確率が検出確率に含められる、請求項１３に記載の方法。
15. 前記１つ以上の署名要素の各々に対するカバレッジモデルを設定することは、前記１つ以上の署名要素の各々に対する前記カバレッジモデルにおける１つ以上の範囲を設定することを含む、請求項１１に記載の方法。
16. 前記事象の根本原因に対して前記整合フィルタを調整することをさらに備える、請求項１５に記載の方法。
17. 前記データセットが不完全である場合、前記データセットにおいて関連データを有する署名要素に限り値を計算する、請求項１５に記載の方法。
18. 整合フィルタに含める１つ以上の署名要素を決定することは、
    前記１つ以上の署名要素の各々に対するカバレッジ重み係数を定義すること、
    前記１つ以上の署名要素の各々に対する正規化重み係数を定義すること、
    前記署名要素の少なくとも１つの署名要素の前記値に基づき前記１つ以上の署名要素の各々に対する前記検出確率への寄与度を計算すること、
    を備える、請求項１５に記載の方法。
19. 前記データセットから計算される前記値に対応する前記カバレッジモデル内の前記範囲と、前記カバレッジ重み係数と、前記正規化重み係数との内の１つ以上に基づき前記寄与度を求めることをさらに備える、請求項１８に記載の方法。

Images