JP6666872B2

JP6666872B2 - Information processing apparatus, information processing method and program

Info

Publication number: JP6666872B2
Application number: JP2017053634A
Authority: JP
Inventors: 理基鈴木; カタンプレシ; 隆治松永
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2017-03-17
Filing date: 2017-03-17
Publication date: 2020-03-18
Anticipated expiration: 2037-03-17
Also published as: JP2018157431A

Description

本発明は、情報処理装置、情報処理方法およびプログラムに関する。 The present invention relates to an information processing device, an information processing method, and a program.

高速通信サービスとしてＬＴＥ（ＬｏｎｇＴｅｒｍＥｖｏｌｕｔｉｏｎ）のサービスが知られている。ＬＴＥのサービスを提供する一般なテレコミュニケーションネットワークでは、一台のＭＭＥ（ＭｏｂｉｌｉｔｙＭａｎａｇｅｍｅｎｔＥｎｔｉｔｙ）に対して、多数の基地局装置（ｅＮｏｄｅＢ：ｅｖｏｌｖｅｄＮｏｄｅＢ）が収容されている。また、それぞれのｅＮｏｄｅＢには、多数の端末装置（ＵＥ：ＵｓｅｒＥｑｕｉｐｍｅｎｔ）が収容されている。 As a high-speed communication service, an LTE (Long Term Evolution) service is known. In a general telecommunications network that provides LTE services, one MME (Mobility Management Entity) accommodates a large number of base station devices (eNodeB: evolved Node B). In addition, each eNodeB accommodates a large number of terminal devices (UEs: User Equipment).

このため、それぞれのｅＮｏｄｅＢとＭＭＥとを相互接続するＳ１−ＭＭＥのインタフェースでは、それぞれのｅＮｏｄｅＢに収容されている多数の端末装置に関する膨大な数のデータ・パケットが通信されている。これらのデータ・パケットは、それぞれの端末装置の状態の変化（遷移）を契機に発生する。状態の変化としては、例えば、アタッチ、ハンドオフ、あるいは、アイドル状態への遷移などがある。
このようなデータ・パケットを監視する装置（モニタリング装置）では、多数の端末装置により通信されるデータ・パケットが混在した状態で観測される。なお、個々のデータ・パケットから、直接、端末装置を特定すること、あるいは、端末装置の状態を特定することはできない。 For this reason, an enormous number of data packets relating to a large number of terminal devices accommodated in each eNodeB are communicated in the S1-MME interface for interconnecting each eNodeB and the MME. These data packets are triggered by a change (transition) in the state of each terminal device. The state change includes, for example, an attach, a handoff, and a transition to an idle state.
In a device that monitors such data packets (monitoring device), data packets communicated by many terminal devices are observed in a mixed state. It should be noted that it is not possible to directly specify the terminal device or the state of the terminal device from each data packet.

特許文献１には、Ｓ１−ＭＭＥのインタフェースを流れるデータ・パケットを監視して、当該データ・パケットに基づいて得られる制御信号を端末装置ごとの単位でマッピングする技術が記載されている（特許文献１参照。）。マッピングされた制御信号のシーケンスを解析することで、端末装置の状態を管理することが可能である。ＩＭＳＩ（ＩｎｔｅｒｎａｔｉｏｎａｌＭｏｂｉｌｅＳｕｂｓｃｒｉｂｅｒＩｄｅｎｔｉｔｙ）を用いることで端末装置を特定することも可能であるが、端末装置の識別を目的とする際にはＴＭＳＩ（ＴｅｍｐｏｒａｒｙＭｏｂｉｌｅＳｕｂｓｃｒｉｂｅｒＩｄｅｎｔｉｔｙ）単位で状態を管理することも考えられる。 Patent Literature 1 describes a technique of monitoring a data packet flowing through an S1-MME interface and mapping a control signal obtained based on the data packet in units of terminal devices. 1). By analyzing the sequence of the mapped control signal, it is possible to manage the state of the terminal device. Although it is possible to specify a terminal device by using IMSI (International Mobile Subscriber Identity), it is also conceivable to manage the state in units of TMSI (Temporary Mobile Subscriber Identity) for the purpose of identifying the terminal device. Can be

非特許文献１には、Ｓ１Ａｐｐｌｉｃａｔｉｏｎのプロトコルについて記載されている（非特許文献１参照。）。
非特許文献２には、プロトコルの正常性を確認する手法が記載されており、ｃｏｎｆｏｒｍａｎｃｅｔｅｓｔｉｎｇと呼ばれている（非特許文献２参照。）。この技術は、端末装置の状態の遷移を標準化仕様と比較することで、実装されているネットワークが仕様通りに動作するか否かを検証する方式として、広く利用されている。しかしながら、この技術では、仕様通りに実装されているネットワークにおいて発生する品質劣化ならびに異常を捉えることはできない。 Non-Patent Document 1 describes the protocol of S1 Application (see Non-Patent Document 1).
Non-Patent Document 2 describes a method for confirming the normality of a protocol, and is called conformance testing (see Non-Patent Document 2). This technology is widely used as a method of comparing whether or not a mounted network operates according to a specification by comparing a transition of a state of a terminal device with a standardized specification. However, this technique cannot capture quality degradation and abnormalities that occur in a network implemented as specified.

また、一般的に、ネットワーク機器が正常に運用されているか否かを監視するために、通信キャリアについて、設備のログを監視し、あわせてコールログを監視している。このような監視において、エラーログの発生に基づいて、ネットワークの異常を検出している。しかしながら、エラーが生成されない品質の劣化については、迅速に捉えることが容易ではない。 In general, in order to monitor whether or not network devices are operating normally, a log of equipment is monitored for a communication carrier, and a call log is also monitored. In such monitoring, a network abnormality is detected based on the occurrence of an error log. However, it is not easy to quickly catch the quality deterioration in which no error is generated.

さらに、一般的に、異常検出システムは、事前に「異常」を定義して、当該定義における特徴に基づいて異常を抽出する。このような異常検出システムは、ルールベースシステムあるいはエキスパートシステムと呼ばれている。しかしながら、異常が顕在化する前に当該異常を定義することが困難である。例えば、ＬＴＥのネットワークにおける通信品質の監視においては、使用者（客などのユーザ）の申告を未然に防ぐことが困難である。このため、正しく実装されたネットワークを運用する通信キャリアにおいても、継続的に高品質の通信サービスを提供することが困難な場合があった。 Further, in general, the abnormality detection system defines an “abnormality” in advance and extracts an abnormality based on a feature in the definition. Such an abnormality detection system is called a rule base system or an expert system. However, it is difficult to define the abnormality before it becomes apparent. For example, in monitoring the communication quality in an LTE network, it is difficult to prevent a user (user such as a customer) from reporting. For this reason, it has been sometimes difficult for a communication carrier operating a correctly implemented network to continuously provide high-quality communication services.

特開２０１６−１５２５２８号公報JP-A-2006-152528

３ＧＰＰＴＳ３６．４１３Ｖ１２．５．０（２０１５−０３）Ｓ１ＡｐｐｌｉｃａｔｉｏｎＰｒｏｔｏｃｏｌ（Ｓ１ＡＰ）3GPP TS 36.413 V12.5.0 (2015-03) S1 Application Protocol (S1AP) Ｌｅｅ，Ｄ．；ＤｏｎｇｌｕｏＣｈｅｎ；ＲｕｉｂｉｎｇＨａｏ；Ｍｉｌｌｅｒ，Ｒ．Ｅ．；ＪｉａｎｐｉｎｇＷｕ；ＸｉａＹｉｎ，“ＮｅｔｗｏｒｋＰｒｏｔｏｃｏｌＳｙｓｔｅｍＭｏｎｉｔｏｒｉｎｇ−ＡＦｏｒｍａｌＡｐｐｒｏａｃｈＷｉｔｈＰａｓｓｉｖｅＴｅｓｔｉｎｇ”，ＩＥＥＥ／ＡＣＭＴＲＡＮＳＡＣＴＩＯＮＳＯＮＮＥＴＷＯＲＫＩＮＧ，ＶＯＬ．１４，ＮＯ．２，ｐｐ．４２４−４３７，ＡＰＲＩＬ２００６Lee, D.C. Dongluo Chen; Ruibing Hao; Miller, R .; E. FIG. Xia Yin, "Network Protocol System Monitoring-A Formal Approach with Passive Testing", IEEE / ACM TRANSACTIONS ON NETWORK. 14, NO. 2, pp. 424-437, APRIL 2006

上述のように、通信ネットワークにおいて、制御信号などに基づく解析を行う技術には、未だに不十分な点があった。 As described above, in the communication network, the technique of performing analysis based on a control signal or the like still has an insufficient point.

本発明は、このような事情を考慮してなされたもので、効果的に通信に関する解析を行うことができる情報処理装置、情報処理方法およびプログラムを提供することを課題とする。 The present invention has been made in view of such circumstances, and it is an object of the present invention to provide an information processing apparatus, an information processing method, and a program capable of effectively performing communication-related analysis.

一構成例として、通信の回数の情報、通信の所要時間の情報、または、端末装置の状態の遷移の情報の値である対象値について、複数の異なるタイムスケールについて解析の処理を実行するタイムスケール処理部を備え、前記タイムスケール処理部は、前記解析の処理として、それぞれの前記タイムスケールごとに、前記それぞれの前記タイムスケールに含まれる時系列データである複数の前記対象値に関する順序統計の所定のパーセンタイルを用いて閾値を設定し、前記対象値と前記閾値との比較結果に基づいて前記対象値が異常値であるか否かを判定する、情報処理装置である。 As one configuration example, a time scale for executing analysis processing on a plurality of different time scales for a target value which is information on the number of times of communication, information on required time of communication, or information on a state transition of a terminal device. A processing unit , wherein the time scale processing unit performs, as the analysis process, for each of the time scales, a predetermined order statistics regarding a plurality of the target values, which are time-series data included in the respective time scales. An information processing apparatus that sets a threshold using the percentile of (i) and determines whether the target value is an abnormal value based on a comparison result between the target value and the threshold .

一構成例として、タイムスケール処理部が、通信の回数の情報、通信の所要時間の情報、または、端末装置の状態の遷移の情報の値である対象値について、複数の異なるタイムスケールについて解析の処理を実行し、前記タイムスケール処理部は、前記解析の処理として、それぞれの前記タイムスケールごとに、前記それぞれの前記タイムスケールに含まれる時系列データである複数の前記対象値に関する順序統計の所定のパーセンタイルを用いて閾値を設定し、前記対象値と前記閾値との比較結果に基づいて前記対象値が異常値であるか否かを判定する、情報処理方法である。 As an example of the configuration, the time scale processing unit performs analysis on a plurality of different time scales with respect to a target value which is a value of information on the number of times of communication, information on a time required for communication, or information on a transition of a state of a terminal device . Executing a process, the time scale processing unit performs, as the analysis process, for each of the time scales, a predetermined order statistics related to the plurality of target values, which are time-series data included in the time scales. A threshold value is set by using the percentile of (i), and whether or not the target value is an abnormal value is determined based on a comparison result between the target value and the threshold value .

一構成例として、タイムスケール処理部が、通信の回数の情報、通信の所要時間の情報、または、端末装置の状態の遷移の情報の値である対象値について、複数の異なるタイムスケールについて解析の処理を実行するステップ、をコンピュータに実行させるためのプログラムであって、前記タイムスケール処理部は、前記解析の処理として、それぞれの前記タイムスケールごとに、前記それぞれの前記タイムスケールに含まれる時系列データである複数の前記対象値に関する順序統計の所定のパーセンタイルを用いて閾値を設定し、前記対象値と前記閾値との比較結果に基づいて前記対象値が異常値であるか否かを判定する、プログラムである。 As an example of the configuration, the time scale processing unit performs analysis on a plurality of different time scales with respect to a target value which is a value of information on the number of times of communication, information on a time required for communication, or information on a transition of a state of a terminal device . A program for causing a computer to execute a process, wherein the time scale processing unit performs, as the analysis process, a time series included in each of the time scales for each of the time scales. A threshold is set using a predetermined percentile of order statistics regarding the plurality of target values that are data, and it is determined whether the target value is an abnormal value based on a comparison result between the target value and the threshold. , The program.

本発明によれば、効果的に通信に関する解析を行うことができる。 According to the present invention, communication-related analysis can be performed effectively.

本発明の一実施形態に係る通信システムの概略的な構成を示すブロック図である。1 is a block diagram illustrating a schematic configuration of a communication system according to an embodiment of the present invention. 本発明の一実施形態に係る情報処理装置の概略的な構成を示すブロック図である。1 is a block diagram illustrating a schematic configuration of an information processing device according to an embodiment of the present invention. 本発明の一実施形態に係る時系列データの解析の一例を説明するための図である。It is a figure for explaining an example of analysis of time series data concerning one embodiment of the present invention. 本発明の一実施形態に係る時系列データの解析の他の例を説明するための図である。It is a figure for explaining other examples of analysis of time series data concerning one embodiment of the present invention. 本発明の一実施形態に係る時系列データのトレンドの一例を説明するための図である。It is a figure for explaining an example of a trend of time series data concerning one embodiment of the present invention. 本発明の一実施形態に係る時系列データのトレンドの他の例を説明するための図である。It is a figure for explaining other examples of a trend of time series data concerning one embodiment of the present invention. 本発明の一実施形態に係る通信に関する時系列データの一例を示す図である。It is a figure showing an example of time series data about communication concerning one embodiment of the present invention. 本発明の一実施形態に係る異常検出処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of the abnormality detection processing which concerns on one Embodiment of this invention.

以下、図面を参照し、本発明の実施形態について説明する。
以下の実施形態は、ＬＴＥを例として説明するが、例えば、ＬＴＥ以外のネットワークに適用されてもよい。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
The following embodiments are described using LTE as an example, but may be applied to networks other than LTE, for example.

［通信システム］
図１は、本発明の一実施形態に係る通信システム１の概略的な構成を示すブロック図である。
本実施形態では、ＬＴＥのネットワークに適用した場合を示す。
ＬＴＥのネットワークは、Ｅ−ＵＴＲＡＮ（ＥｖｏｌｖｅｄＵｎｉｖｅｒｓａｌＴｅｒｒｅｓｔｒｉａｌＲａｄｉｏＮｅｔｗｏｒｋ）と呼ばれる無線のネットワークと、ＥＰＣ（ＥｖｏｌｖｅｄＰａｃｋｅｔＣｏｒｅ）と呼ばれるコアネットワークから構成されている。 [Communications system]
FIG. 1 is a block diagram showing a schematic configuration of a communication system 1 according to an embodiment of the present invention.
This embodiment shows a case where the present invention is applied to an LTE network.
The LTE network includes a wireless network called E-UTRAN (Evolved Universal Terrestrial Radio Network) and a core network called EPC (Evolved Packet Core).

Ｅ−ＵＴＲＡＮは、基地局装置（ｅＮｏｄｅＢ）２１−１〜２１−３のみで構成される。
ＥＰＣは、ＭＭＥ装置３１、Ｓ−ＧＷ（Ｓｅｒｖｉｎｇ−Ｇａｔｅｗａｙ）装置４１、Ｐ−ＧＷ（ＰＤＮ（Ｐａｃｋｅｔｄａｔａｎｅｔｗｏｒｋ）−Ｇａｔｅｗａｙ）装置４２、図示していないＨＳＳ装置など、複数の装置群によって構成される。 The E-UTRAN includes only base station apparatuses (eNodeB) 21-1 to 21-3.
The EPC is configured by a plurality of device groups such as an MME device 31, an S-GW (Serving-Gateway) device 41, a P-GW (PDN (Packet Data Network) -Gateway) device 42, and an HSS device (not shown). .

本実施形態に係る通信システム１は、さらに、端末装置（ＵＥ）１１−１〜１１−３を備える。
本実施形態に係る通信システム１は、さらに、ＰＤＮあるいはインターネットなどのネットワーク４３、記憶装置３２、情報処理装置５１を備える。
なお、端末装置１１−１〜１１−３、基地局装置２１−１〜２１−３、ＭＭＥ装置３１、Ｓ−ＧＷ装置４１あるいはＰ−ＧＷ装置４２は、それぞれ、例えば、多数備えられており、図１では、一部のみが示されている。 The communication system 1 according to the present embodiment further includes terminal devices (UE) 11-1 to 11-3.
The communication system 1 according to the present embodiment further includes a network 43 such as a PDN or the Internet, a storage device 32, and an information processing device 51.
The terminal devices 11-1 to 11-3, the base station devices 21-1 to 21-3, the MME device 31, the S-GW device 41, or the P-GW device 42 are provided, for example, in large numbers, respectively. In FIG. 1, only a part is shown.

各端末装置１１−１〜１１−３は、例えば、スマートホンなどの装置である。各端末装置１１−１〜１１−３は、人（例えば、ユーザ）により携帯されるなどして、移動可能である。
各端末装置１１−１〜１１−３と、基地局装置２１−１〜２１−３との間で、無線により通信を行う。
２個以上の基地局装置２１−１〜２１−３の間で、信号の通信を行う。 Each of the terminal devices 11-1 to 11-3 is, for example, a device such as a smartphone. Each of the terminal devices 11-1 to 11-3 is movable by being carried by a person (for example, a user).
Wireless communication is performed between the terminal devices 11-1 to 11-3 and the base station devices 21-1 to 21-3.
Signal communication is performed between two or more base station apparatuses 21-1 to 21-3.

各基地局装置２１−１〜２１−３と、ＭＭＥ装置３１とは、Ｓ１−ＭＭＥのインタフェースの回線１０１〜１０３を介して、通信を行う。各基地局装置２１−１〜２１−３は、回線１０１〜１０３を介して、例えば、端末装置１１−１〜１１−３の状態に関する情報をＭＭＥ装置３１に送信する。回線１０１〜１０３は、コントロールプレーン（Ｃｏｎｔｒｏｌ−ｐｌａｎｅ）である。
各基地局装置２１−１〜２１−３と、Ｓ−ＧＷ装置４１とは、インタフェースの回線１１１〜１１３を介して、通信を行う。回線１１１〜１１３は、ユーザプレーン（Ｕｓｅｒ−ｐｌａｎｅ）である。
ＭＭＥ装置３１と、Ｓ−ＧＷ装置４１とは、Ｓ１１のインタフェースの回線１０４を介して、通信を行う。Ｓ−ＧＷ装置４１は、回線１０４を介して、例えば、端末装置１１−１〜１１−３の状態に関する情報をＭＭＥ装置３１に送信する。回線１０４は、コントロールプレーン（Ｃｏｎｔｒｏｌ−ｐｌａｎｅ）である。 Each of the base station devices 21-1 to 21-3 and the MME device 31 communicate with each other via the S1-MME interface lines 101 to 103. Each of the base station devices 21-1 to 21-3 transmits, for example, information on the states of the terminal devices 11-1 to 11-3 to the MME device 31 via the lines 101 to 103. The lines 101 to 103 are control planes.
Each of the base station devices 21-1 to 21-3 and the S-GW device 41 communicate with each other via interface lines 111 to 113. The lines 111 to 113 are user planes (User-planes).
The MME device 31 communicates with the S-GW device 41 via the interface line 104 of S11. The S-GW device 41 transmits, for example, information on the states of the terminal devices 11-1 to 11-3 to the MME device 31 via the line 104. The line 104 is a control plane.

Ｓ−ＧＷ装置４１と、Ｐ−ＧＷ装置４２とは、Ｓ５／Ｓ８のインタフェースの回線１２１、１２２を介して、通信を行う。回線１２１は、コントロールプレーン（Ｃｏｎｔｒｏｌ−ｐｌａｎｅ）である。回線１２２は、ユーザプレーン（Ｕｓｅｒ−ｐｌａｎｅ）である。
Ｐ−ＧＷ装置４２は、インタフェースの回線１３１を介して、ネットワーク４３との間で通信を行う。回線１３１は、ユーザプレーン（Ｕｓｅｒ−ｐｌａｎｅ）である。 The S-GW device 41 and the P-GW device 42 communicate with each other via the S5 / S8 interface lines 121 and 122. The line 121 is a control plane. The line 122 is a user plane.
The P-GW device 42 communicates with the network 43 via the interface line 131. The line 131 is a user plane.

記憶装置３２は、端末装置１１−１〜１１−３の状態に関する情報を記憶する。
本実施形態では、ＭＭＥ装置３１が各基地局装置２１−１〜２１−３あるいはＳ−ＧＷ装置４１から受信した情報、または、当該情報を用いて得られる情報が、記憶装置３２に記憶される。
ここで、記憶装置３２に記憶される情報は、例えば、ＭＭＥ装置３１が各基地局装置２１−１〜２１−３から受信した情報と、ＭＭＥ装置３１がＳ−ＧＷ装置４１から受信した情報とのうちの任意の一方に基づいてもよく、または、両方に基づいてもよい。
一般に、Ｓ１−ＭＭＥのインタフェースの回線１０１〜１０３を流れる信号に基づいて、各端末装置１１−１〜１１−３の位置の情報が、各基地局装置２１−１〜２１−３ごとの単位で、記憶装置３２に記憶（記録）される。 The storage device 32 stores information on the states of the terminal devices 11-1 to 11-3.
In the present embodiment, information received by the MME device 31 from each of the base station devices 21-1 to 21-3 or the S-GW device 41, or information obtained using the information is stored in the storage device 32. .
Here, the information stored in the storage device 32 includes, for example, information received by the MME device 31 from each of the base station devices 21-1 to 21-3, information received by the MME device 31 from the S-GW device 41, May be based on any one of the above, or both.
In general, based on signals flowing through the lines 101 to 103 of the S1-MME interface, information on the positions of the terminal devices 11-1 to 11-3 is obtained in units of each of the base station devices 21-1 to 21-3. Are stored (recorded) in the storage device 32.

情報処理装置５１は、記憶装置３２に記憶された情報に基づいて、端末装置１１−１〜１１−３の状態などを管理する処理を行う。
情報処理装置５１は、例えば、人（管理者など）により操作されて動作してもよく、または、あらかじめ定められた規則にしたがって（自動的に）動作してもよい。 The information processing device 51 performs a process of managing the states and the like of the terminal devices 11-1 to 11-3 based on the information stored in the storage device 32.
The information processing device 51 may operate by being operated by a person (administrator or the like), for example, or may operate (automatically) according to a predetermined rule.

［情報処理装置］
図２は、本発明の一実施形態に係る情報処理装置５１の概略的な構成を示すブロック図である。
本実施形態では、情報処理装置５１が独立な装置として、通信システム１に備えられている。または、情報処理装置５１の機能が、通信システム１におけるいずれかの装置（例えば、ＭＭＥ装置３１または他の装置）に備えられてもよい。または、情報処理装置５１の機能が、通信システム１における２個以上の装置に分散されて備えられてもよい。 [Information processing device]
FIG. 2 is a block diagram illustrating a schematic configuration of the information processing device 51 according to an embodiment of the present invention.
In the present embodiment, the information processing device 51 is provided in the communication system 1 as an independent device. Alternatively, the function of the information processing device 51 may be provided in any device in the communication system 1 (for example, the MME device 31 or another device). Alternatively, the function of the information processing device 51 may be distributed and provided to two or more devices in the communication system 1.

情報処理装置５１は、入力部２１１と、出力部２１２と、記憶部２１３と、制御部２１４を備える。
制御部２１４は、制御信号情報取得部２３１と、タイムスケール処理部２３２と、表示情報生成部２３３を備える。 The information processing device 51 includes an input unit 211, an output unit 212, a storage unit 213, and a control unit 214.
The control unit 214 includes a control signal information acquisition unit 231, a time scale processing unit 232, and a display information generation unit 233.

入力部２１１は、情報を入力する。入力部２１１は、例えば、他の装置から情報を入力してもよく、または、操作部を有し、人により行われた当該操作部の操作の情報を受け付けて入力してもよい。
出力部２１２は、情報を出力する。出力部２１２は、例えば、他の装置に情報を出力してもよく、一例として、ディスプレイ装置などの表示装置の画面に情報を表示出力してもよい。
記憶部２１３は、情報を記憶する。
制御部２１４は、各種の処理あるいは制御を行う。
一例として、記憶部２１３は制御プログラムおよびパラメータを記憶し、制御部２１４はＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）を備えて当該ＣＰＵにより当該パラメータを用いて当該制御プログラムを実行することで、各種の処理あるいは制御を行ってもよい。 The input unit 211 inputs information. The input unit 211 may input information from another device, for example, or may include an operation unit and receive and input information on an operation performed on the operation unit by a person.
The output unit 212 outputs information. The output unit 212 may output information to another device, for example, and may output and display the information on a screen of a display device such as a display device, for example.
The storage unit 213 stores information.
The control unit 214 performs various processes or controls.
As an example, the storage unit 213 stores a control program and parameters, and the control unit 214 includes a CPU (Central Processing Unit) and executes the control program using the parameters by the CPU to perform various processes or control. May be performed.

制御信号情報取得部２３１は、制御信号に関する情報（制御信号情報）を取得する。本実施形態では、制御信号情報取得部２３１は、記憶装置３２に記憶された制御信号情報を取得する。
ここで、図１に示される通信システム１におけるネットワークに流れる制御信号には、例えば、プロトコルのメッセージを有する信号が含まれる。このようなメッセージに基づいて、それぞれの端末装置１１−１〜１１−３の状態、および状態の遷移が把握され得る。
なお、制御信号情報取得部２３１により制御信号情報を取得する手法としては、任意であってもよく、例えば、既に記憶された制御信号情報（例えば、ログの情報）を取得する手法が用いられてもよく、あるいは、リアルタイムなどで、通信されるデータ・パケット（信号）をパッシブで観測してキャプチャする手法が用いられてもよい。 The control signal information acquisition unit 231 acquires information (control signal information) related to the control signal. In the present embodiment, the control signal information acquisition unit 231 acquires the control signal information stored in the storage device 32.
Here, the control signal flowing through the network in the communication system 1 shown in FIG. 1 includes, for example, a signal having a protocol message. Based on such a message, the state of each of the terminal devices 11-1 to 11-3 and the transition of the state can be grasped.
The method of acquiring the control signal information by the control signal information acquiring unit 231 may be arbitrary. For example, a method of acquiring already stored control signal information (for example, log information) may be used. Alternatively, a method of passively observing and capturing a data packet (signal) to be communicated in real time or the like may be used.

タイムスケール処理部２３２は、通信に関する情報について、タイムスケールを用いた処理を実行することで、当該情報を解析する。通信に関する情報としては、例えば、制御信号情報取得部２３１により取得された制御信号情報が用いられる。本実施形態では、タイムスケール処理部２３２は、複数の異なるタイムスケールを用いた処理を実行する。
表示情報生成部２３３は、表示装置の画面に表示するための情報（表示情報）を生成する。当該表示情報は、例えば、出力部２１２によって、表示装置の画面に表示出力される。 The time scale processing unit 232 analyzes the information on communication by executing a process using a time scale. As the information regarding the communication, for example, the control signal information acquired by the control signal information acquisition unit 231 is used. In the present embodiment, the time scale processing unit 232 executes a process using a plurality of different time scales.
The display information generation unit 233 generates information (display information) to be displayed on the screen of the display device. The display information is displayed on the screen of the display device by the output unit 212, for example.

ここで、タイムスケール処理部２３２は、端末装置１１−１〜１１−３の状態の検出（推定的な検出でもよい。）を行う機能を有する。本実施形態では、タイムスケール処理部２３２は、記憶装置３２に記憶された情報（入力部２１１により入力された当該情報）に基づいて、Ｓ１−ＭＭＥとＳ１１の一方または両方のシグナリング解析を行い、これにより、端末装置１１−１〜１１−３の状態を検出する。 Here, the time scale processing unit 232 has a function of detecting the state of the terminal devices 11-1 to 11-3 (may be estimated detection). In the present embodiment, the time scale processing unit 232 performs the signaling analysis of one or both of S1-MME and S11 based on the information stored in the storage device 32 (the information input by the input unit 211), Thereby, the states of the terminal devices 11-1 to 11-3 are detected.

具体例として、タイムスケール処理部２３２は、Ｓ１−ＭＭＥインタフェースとＳ１１インタフェースの一方または両方を流れるデータ・パケットをモニタリング（監視）してキャプチャした結果（当該データ・パケット）に基づいて、端末装置１１−１〜１１−３ごとの単位で制御信号をマッピングして当該制御信号のシーケンスを解析することで、端末装置１１−１〜１１−３ごとの状態を検出する。端末装置１１−１〜１１−３ごとの状態には、例えば、端末装置１１−１〜１１−３ごとの位置の情報および移動に関する情報などが含まれてもよい。ここで、解析としては、例えば、Ｓ１ＡＰプロトコルとＧＴＰｖ２プロトコルの一方または両方の解析が用いられてもよい。また、端末装置１１−１〜１１−３の特定を目的とせず識別を目的とする場合には、ＩＭＳＩの単位でなく、ＴＭＳＩの単位で、端末装置１１−１〜１１−３の状態が検出および管理されてもよい。 As a specific example, the time scale processing unit 232 monitors (monitors) a data packet flowing through one or both of the S1-MME interface and the S11 interface and captures the data packet based on the result (the data packet). The state of each of the terminal devices 11-1 to 11-3 is detected by mapping a control signal in units of -1 to 11-3 and analyzing the sequence of the control signal. The state of each of the terminal devices 11-1 to 11-3 may include, for example, information on the position and information on movement of each of the terminal devices 11-1 to 11-3. Here, as the analysis, for example, analysis of one or both of the S1AP protocol and the GTPv2 protocol may be used. In the case where the terminal devices 11-1 to 11-3 are not intended to be specified but are to be identified, the states of the terminal devices 11-1 to 11-3 are detected not in units of IMSI but in units of TMSI. And may be managed.

なお、本実施形態では、設備ログを用いてＥ−ＵＴＲＡＮおよびＥＰＣのなかにおけるすべての監視が行われている。また、本実施形態では、コールログを用いてＳ１−Ｕインタフェースを流れるユーザデータについて監視が行われている。 In this embodiment, all the monitoring in the E-UTRAN and the EPC is performed using the facility log. In the present embodiment, user data flowing through the S1-U interface is monitored using a call log.

［情報処理装置において行われる処理］
図３〜図６を参照して、情報処理装置５１において行われる処理を説明する。
情報処理装置５１では、タイムスケール処理部２３２は、制御信号情報取得部２３１により取得された情報に基づいて、解析の対象とする情報（解析対象情報）を取得する。
ここで、解析対象情報としては、様々な情報が用いられてもよい。本実施形態では、タイムスケール処理部２３２は、解析対象情報として、ＬＴＥの端末装置１１−１〜１１−３により行われる通信に関して、通信の回数の情報、あるいは、通信の所要時間の情報を取得する。 [Process Performed in Information Processing Device]
The processing performed in the information processing device 51 will be described with reference to FIGS.
In the information processing device 51, the time scale processing unit 232 acquires information to be analyzed (analysis target information) based on the information acquired by the control signal information acquisition unit 231.
Here, various information may be used as the analysis target information. In the present embodiment, the time scale processing unit 232 acquires, as the analysis target information, information on the number of times of communication or information on the time required for communication with respect to the communication performed by the LTE terminal devices 11-1 to 11-3. I do.

通信の回数の情報としては、例えば、１個以上の所定の基地局装置２１−１〜２１−３について、端末装置１１−１〜１１−３（当該基地局装置２１−１〜２１−３にアクセスする１個以上の端末装置）が当該基地局装置２１−１〜２１−３とのコネクションを生成するための処理を実行した回数の情報が用いられる。
また、通信の所要時間の情報としては、例えば、１個以上の端末装置１１−１〜１１−３について、当該端末装置１１−１〜１１−３がネットワークへアクセスするとき、または、当該ネットワークが当該端末装置１１−１〜１１へアクセスするときに、アクセス元（当該端末装置１１−１〜１１−３または当該ネットワーク）がリクエスト信号を送信してからアクセス先（当該ネットワークまたは当該端末装置１１−１〜１１−３）からの応答（例えば、ＡＣＫ）が返ってくるまでに要する時間の情報が用いられる。 As the information on the number of times of communication, for example, for one or more predetermined base station devices 21-1 to 21-3, the terminal devices 11-1 to 11-3 (for the base station devices 21-1 to 21-3). Information on the number of times that one or more terminal devices (accessing one or more terminal devices) have executed processing for generating connections with the base station devices 21-1 to 21-3 is used.
The information on the time required for communication includes, for example, when one or more terminal devices 11-1 to 11-3 access the network, or when the network When accessing the terminal devices 11-1 to 11-11, the access source (the terminal device 11-1 to 11-3 or the network) transmits a request signal and then the access destination (the network or the terminal device 11-11). Information on the time required until a response (for example, ACK) from 1 to 11-3) is returned is used.

なお、他の例として、タイムスケール処理部２３２は、解析対象情報として、１個以上の端末装置１１−１〜１１−３について、当該端末装置１１−１〜１１−３の状態の遷移の情報（状態遷移情報）を取得してもよい。 Note that, as another example, the time scale processing unit 232 includes, as the analysis target information, information on the state transition of the terminal devices 11-1 to 11-3 for one or more terminal devices 11-1 to 11-3. (State transition information) may be obtained.

タイムスケール処理部２３２は、解析対象情報を、時系列のデータ（時系列データ）として取得（例えば、生成）する。そして、タイムスケール処理部２３２は、解析対象情報について、所定の解析の処理を実行する。この場合に、タイムスケール処理部２３２は、タイムスケールごとに、当該タイムスケール（開始時刻と終了時刻との間の時間）の時間に含まれる解析対象情報（解析対象情報の母集団）を使用して、解析の処理を実行する。このため、もともとの解析対象情報の母集団が同じであっても、タイムスケールごとに、使用される解析対象情報の母集団が変化し得て、解析の結果が変化し得る。 The time scale processing unit 232 acquires (for example, generates) the analysis target information as time-series data (time-series data). Then, the time scale processing unit 232 performs a predetermined analysis process on the analysis target information. In this case, the time scale processing unit 232 uses, for each time scale, the analysis target information (a population of the analysis target information) included in the time of the time scale (the time between the start time and the end time). And execute the analysis process. For this reason, even if the original population of the analysis target information is the same, the population of the analysis target information used may change for each time scale, and the analysis result may change.

本実施形態では、タイムスケール処理部２３２は、順序統計を用いた解析の処理を実行する。つまり、本実施形態では、時系列データの特徴量として、順序統計の特徴量が用いられる。ここで、複数の異なる順序統計の特徴量が任意に組み合わされて用いられてもよい。
なお、特徴量として、順序統計以外の特徴量が用いられてもよい。 In the present embodiment, the time scale processing unit 232 performs an analysis process using order statistics. That is, in the present embodiment, the feature amount of the order statistics is used as the feature amount of the time-series data. Here, a plurality of feature quantities of different order statistics may be arbitrarily combined and used.
Note that a feature amount other than the order statistics may be used as the feature amount.

図３は、本発明の一実施形態に係る時系列データの解析の一例を説明するための図である。
図３に示されるグラフでは、横軸は時刻ｔを表し、縦軸は観測値を表す。当該観測値は、解析対象情報の値（以下、「対象値」ともいう。）を示す。また、図３の例では、複数の対象値からなる時系列データについて、タイムスケール３２１（スケール１）、上限閾値３１１、７５パーセンタイル値３１２、５０パーセンタイル値に相当する中央値（メディアン）３１３、２５パーセンタイル値３１４、下限閾値３１５を示してある。また、時刻Ｔ１、Ｔ２（Ｔ１＜Ｔ２）を示してある。また、多数の対象値のうち、説明の便宜上から、時刻Ｔ１と時刻Ｔ２との間にある２個の対象値３３１、３３２を示してある。 FIG. 3 is a diagram illustrating an example of analysis of time-series data according to an embodiment of the present invention.
In the graph shown in FIG. 3, the horizontal axis represents time t, and the vertical axis represents observed values. The observation value indicates the value of the analysis target information (hereinafter, also referred to as “target value”). In the example of FIG. 3, the time scale 321 (scale 1), the upper threshold 311, the 75th percentile value 312, and the median values (median) 313 and 25 corresponding to the 50th percentile value are obtained for the time-series data including a plurality of target values. A percentile value 314 and a lower threshold 315 are shown. Times T1 and T2 (T1 <T2) are also shown. In addition, two target values 331 and 332 between time T1 and time T2 are shown for convenience of description among a large number of target values.

ここで、７５パーセンタイル値３１２、中央値（メディアン）３１３、２５パーセンタイル値３１４は、タイムスケール３２１を使用してタイムスケール処理部２３２により算出された値である。また、上限閾値３１１は、７５パーセンタイル値３１２と中央値３１３との間に、これらの差に基づいてタイムスケール処理部２３２により設定された値である。 Here, the 75th percentile value 312, the median value (median) 313, and the 25th percentile value 314 are values calculated by the time scale processing unit 232 using the time scale 321. The upper limit threshold value 311 is a value set by the time scale processing unit 232 between the 75th percentile value 312 and the median value 313 based on the difference therebetween.

図４は、本発明の一実施形態に係る時系列データの解析の他の例を説明するための図である。
図４に示されるグラフでは、横軸は時刻ｔを表し、縦軸は観測値を表す。当該観測値は、解析対象情報の値（対象値）を示す。また、図４の例では、複数の対象値からなる時系列データについて、タイムスケール４２１（スケール２）、上限閾値４１１、７５パーセンタイル値４１２、５０パーセンタイル値に相当する中央値（メディアン）４１３、２５パーセンタイル値４１４、下限閾値４１５を示してある。また、時刻Ｔ１、Ｔ２を示してある。また、多数の対象値のうち、説明の便宜上から、時刻Ｔ１と時刻Ｔ２との間にある２個の対象値３３１、３３２を示してある。 FIG. 4 is a diagram for explaining another example of analyzing time-series data according to an embodiment of the present invention.
In the graph shown in FIG. 4, the horizontal axis represents time t, and the vertical axis represents observed values. The observed value indicates the value of the analysis target information (target value). In the example of FIG. 4, the time series 421 (scale 2), the upper threshold 411, the 75th percentile value 412, and the median values 413 and 25 corresponding to the 50th percentile value are obtained for the time-series data including a plurality of target values. A percentile value 414 and a lower threshold 415 are shown. Also, the times T1 and T2 are shown. In addition, two target values 331 and 332 between time T1 and time T2 are shown for convenience of description among a large number of target values.

ここで、７５パーセンタイル値４１２、中央値（メディアン）４１３、２５パーセンタイル値４１４は、タイムスケール処理部２３２により算出された値である。また、上限閾値４１１は、７５パーセンタイル値４１２と中央値４１３との間に、これらの差に基づいてタイムスケール処理部２３２により設定された値である。
また、図３の例と図４の例とで、時刻Ｔ１、時刻Ｔ２、対象値３３１、対象値３３２は同じである。
また、図４の例におけるタイムスケール４２１と、図３の例におけるタイムスケール３２１は、いずれも時刻Ｔ１および時刻Ｔ２を含む。また、図４の例におけるタイムスケール４２１の方が、図３の例におけるタイムスケール３２１よりも、時間幅が小さい（短い）。また、図４の例におけるタイムスケール４２１（開始時刻と終了時刻との間の時間）は、図３の例におけるタイムスケール３２１（開始時刻と終了時刻との間の時間）に含まれる。 Here, the 75th percentile value 412, the median value (median) 413, and the 25th percentile value 414 are values calculated by the time scale processing unit 232. The upper threshold value 411 is a value set by the time scale processing unit 232 between the 75th percentile value 412 and the median value 413 based on the difference therebetween.
The time T1, the time T2, the target value 331, and the target value 332 are the same between the example of FIG. 3 and the example of FIG.
Further, the time scale 421 in the example of FIG. 4 and the time scale 321 in the example of FIG. 3 both include the time T1 and the time T2. In addition, the time scale of the time scale 421 in the example of FIG. 4 is smaller (shorter) than the time scale 321 of the example of FIG. The time scale 421 (time between the start time and the end time) in the example of FIG. 4 is included in the time scale 321 (time between the start time and the end time) in the example of FIG.

タイムスケール処理部２３２は、例えば、上限の閾値（上限閾値３１１、４１１）を設定して、それぞれの対象値（対象値３３１、３３２など）が当該上限閾値３１１、４１１を超えるか否かを判定することが可能である。そして、タイムスケール処理部２３２は、例えば、当該上限閾値３１１、４１１を超える対象値は異常値であると判定することが可能である。
また、タイムスケール処理部２３２は、例えば、下限の閾値（下限閾値３１５、４１５）を設定して、それぞれの対象値（対象値３３１、３３２など）が当該下限閾値３１５、４１５未満であるか否かを判定することが可能である。そして、タイムスケール処理部２３２は、例えば、当該下限閾値３１５、４１５未満である対象値は異常値であると判定することが可能である。 The time scale processing unit 232 sets, for example, upper thresholds (upper thresholds 311 and 411), and determines whether or not each target value (the target values 331 and 332 or the like) exceeds the upper threshold 311 or 411. It is possible to Then, the time scale processing unit 232 can determine that the target value exceeding the upper limit thresholds 311 and 411 is an abnormal value, for example.
In addition, the time scale processing unit 232 sets, for example, lower thresholds (lower thresholds 315 and 415), and determines whether each target value (the target values 331 and 332 or the like) is less than the lower thresholds 315 or 415. Can be determined. Then, for example, the time scale processing unit 232 can determine that the target value that is less than the lower thresholds 315 and 415 is an abnormal value.

具体的に、図３の例において、タイムスケール処理部２３２が上限閾値３１１を設定すると、２個の対象値３３１、３３２はいずれも当該上限閾値３１１を超えないため、当該対象値３３１、３３２は異常ではないと判定する。
一方、図４の例において、タイムスケール処理部２３２が上限閾値４１１を設定すると、２個の対象値３３１、３３２のうちで、対象値３３１は当該上限閾値４１１を超えないが、対象値３３２は当該上限閾値４１１を超えるため、当該対象値３３１は異常ではないが、当該対象値３３２は異常であると判定する。 Specifically, in the example of FIG. 3, when the time scale processing unit 232 sets the upper threshold 311, none of the two target values 331 and 332 exceed the upper threshold 311, and thus the target values 331 and 332 are It is determined that it is not abnormal.
On the other hand, in the example of FIG. 4, when the time scale processing unit 232 sets the upper limit threshold 411, the target value 331 does not exceed the upper limit threshold 411 among the two target values 331 and 332, but the target value 332 is Since the value exceeds the upper threshold 411, the target value 331 is not abnormal, but the target value 332 is determined to be abnormal.

図３および図４の例のように、タイムスケール３２１、４２１が設けられる位置あるいは長さなどによって、対象値の異常判定結果が変わり得る。
そこで、本実施形態では、タイムスケール処理部２３２は、複数の異なるタイムスケールを使用して、解析対象情報（対象値）の解析の処理を行うことが可能である。 As in the examples of FIGS. 3 and 4, the abnormality determination result of the target value may change depending on the position or the length of the time scales 321 and 421.
Therefore, in the present embodiment, the time scale processing unit 232 can perform analysis of the analysis target information (target value) using a plurality of different time scales.

このように、本実施形態に係る情報処理装置５１では、異常値を判定するにあたって、事前に時間区分（タイムスケール３２１、４２１）を定義することで、時間区分内のデータの集合を規定し、集合の要素同士を比較することなどができる。
この場合に、時間区分の大きさなどによって、基準（例えば、閾値）が変わってしまう場合が考えられる。例えば、数日オーダーのスケールでは異常値と判定されない対象値（要素）であっても、数分オーダーのスケールでは異常値と判定される場合もある。
このため、本実施形態に係る情報処理装置５１では、種々のタイムスケールに基づいた異常値の判定結果を同時に判定することが可能である。 As described above, in the information processing apparatus 51 according to the present embodiment, when determining an abnormal value, a time set (time scales 321 and 421) is defined in advance to define a set of data in the time set. You can compare the elements of a set.
In this case, it is conceivable that the criterion (for example, the threshold value) changes depending on the size of the time section. For example, a target value (element) that is not determined to be an abnormal value on a scale of several days may be determined to be an abnormal value on a scale of several minutes.
Therefore, in the information processing device 51 according to the present embodiment, it is possible to simultaneously determine the determination result of the abnormal value based on various time scales.

ここで、時系列データから異常値を判定するにあたっては、データのトレンド（長期変動）を考慮するために、時間の推移にともなって母集団を変化させる必要があると考えられる。すなわち、時間の推移にともなって、古い要素が削除されて新しい要素が追加される母集団が用いられる必要があると考えられる。
また、時系列データは、必ずしも正規分布にしたがっているとは限られない。このため、本実施形態では、異常値の判定は、例えば、平均あるいは分散ではなく、中央値あるいはパーセンタイルに基づいて行われる。閾値としては、例えば、上下のうちの一方または両方に設定され、上側の閾値（上限閾値）を超える（当該閾値を上回る）対象値、あるいは、下側の閾値（下限閾値）未満である（当該閾値を下回る）対象値を異常値と判定する。 Here, when judging an abnormal value from the time-series data, it is considered necessary to change the population with the transition of time in order to consider a data trend (long-term fluctuation). That is, it is considered necessary to use a population in which old elements are deleted and new elements are added as time elapses.
Further, the time-series data does not always follow the normal distribution. For this reason, in the present embodiment, the determination of the abnormal value is performed based on, for example, the median or the percentile, not the average or the variance. For example, the threshold is set to one or both of upper and lower, and is a target value exceeding (above the threshold) above the upper threshold (upper threshold) or less than a lower threshold (lower threshold) (lower threshold). The target value (below the threshold value) is determined to be an abnormal value.

なお、閾値を設定する手法としては、特に限定は無い。
例えば、上限閾値あるいは下限閾値は、任意の１つ以上のパーセンタイル値を用いて設定されてもよい。当該パーセンタイル値としては、例えば、１０パーセンタイル値、２５パーセンタイル値、５０パーセンタイル値（中央値）、７５パーセンタイル値、９０パーセンタイル値などがあり、他のパーセンタイル値でもよい。
一例として、上限閾値として、｛５０パーセンタイル値＋α（７５パーセンタイル値−５０パーセンタイル値）｝が用いられてもよい。αは、任意の実数値でもよく、例えば、０以上の値である。
一例として、下限閾値として、｛５０パーセンタイル値＋β（２５パーセンタイル値−５０パーセンタイル値）｝が用いられてもよい。βは、任意の実数値でもよく、例えば、０以上の値である。
ここで、αとβとは、例えば、同じ値が用いられてもよく、または、異なる値が用いられてもよい。 There is no particular limitation on the method of setting the threshold.
For example, the upper threshold or the lower threshold may be set using any one or more percentile values. Examples of the percentile value include a 10th percentile value, a 25th percentile value, a 50th percentile value (median value), a 75th percentile value, a 90th percentile value, and other percentile values.
As an example, {50th percentile value + α (75th percentile value−50th percentile value)} may be used as the upper threshold. α may be an arbitrary real value, for example, a value of 0 or more.
As an example, {50th percentile value + β (25th percentile value−50th percentile value)} may be used as the lower threshold. β may be an arbitrary real number, for example, a value of 0 or more.
Here, for α and β, for example, the same value may be used, or different values may be used.

また、図３および図４の例では２個の異なるタイムスケールが用いられる場合を示したが、タイムスケール処理部２３２は、３個以上の異なるタイムスケールを用いて解析の処理を実行してもよい。
また、複数の異なるタイムスケールの組み合わせとしては、様々な組み合わせが用いられてもよい。
また、タイムスケール処理部２３２は、例えば、複数の異なるタイムスケジュールに関する解析処理を、２個以上のタイムスケールについて並列して同時に実行してもよく、または、それぞれのタイムスケジュールについて異なる時間に実行してもよい。 3 and 4 show the case where two different time scales are used, the time scale processing unit 232 may execute the analysis process using three or more different time scales. Good.
Various combinations may be used as a combination of a plurality of different time scales.
In addition, the time scale processing unit 232 may perform, for example, analysis processing on a plurality of different time schedules in parallel on two or more time scales at the same time, or may execute the analysis processing on different time schedules at different times. You may.

図５は、本発明の一実施形態に係る時系列データのトレンドの一例を説明するための図である。
図５に示されるグラフでは、横軸は時刻ｔを表し、縦軸は観測値を表す。当該観測値は、解析対象情報の値（対象値）を示す。また、図５の例では、複数の対象値からなる時系列データについて、観測値が大きい場合のおよそのライン（高レベルライン５１１）と、観測値が小さい場合のおよそのライン（低レベルライン５１２）と、高レベルライン５１１と低レベルライン５１２との間の範囲（分布の幅５２１）を示してある。また、多数の対象値のうち、説明の便宜上から、１個の対象値５３１を示してある。 FIG. 5 is a diagram illustrating an example of a trend of time-series data according to an embodiment of the present invention.
In the graph shown in FIG. 5, the horizontal axis represents time t, and the vertical axis represents observed values. The observed value indicates the value of the analysis target information (target value). Further, in the example of FIG. 5, for the time-series data including a plurality of target values, an approximate line when the observed value is large (high-level line 511) and an approximate line when the observed value is small (low-level line 512). ) And the range (the distribution width 521) between the high-level line 511 and the low-level line 512 is shown. In addition, for convenience of explanation, one target value 531 is shown among many target values.

図５の例では、トレンドとして、高レベルライン５１１と低レベルライン５１２との間の範囲に、多数の対象値が含まれる。また、幾つかの対象値（例えば、対象値５３１）は、当該範囲から外れた値（外れ値）となり得る。 In the example of FIG. 5, a number of target values are included in a range between the high-level line 511 and the low-level line 512 as a trend. Also, some target values (for example, target values 531) may be values (outliers) out of the range.

図６は、本発明の一実施形態に係る時系列データのトレンドの他の例を説明するための図である。
図６に示されるグラフでは、横軸は時刻ｔを表し、縦軸は観測値を表す。当該観測値は、解析対象情報の値（対象値）を示す。図６の例では、図５に示されるものと同じ高レベルライン５１１、低レベルライン５１２、および分布の幅５２１を示してある。 FIG. 6 is a diagram for explaining another example of the trend of the time-series data according to the embodiment of the present invention.
In the graph shown in FIG. 6, the horizontal axis represents time t, and the vertical axis represents observed values. The observed value indicates the value of the analysis target information (target value). In the example of FIG. 6, the same high level line 511, low level line 512, and distribution width 521 as shown in FIG. 5 are shown.

また、図６の例では、時刻Ｔ１１、Ｔ１２（Ｔ１１＜Ｔ１２）を示してある。図６の例では、時刻Ｔ１１と時刻Ｔ１２との間の時間では、その周囲の時間（時刻Ｔ１１よりも前の時間、時刻Ｔ１２よりも後の時間）と比べて、トレンドが変化している。図６の例では、時刻Ｔ１１と時刻Ｔ１２との間の時間における複数の対象値からなる時系列データについて、観測値が大きい場合のおよそのライン（高レベルライン６１１）と、観測値が小さい場合のおよそのライン（低レベルライン６１２）と、高レベルライン６１１と低レベルライン６１２との間の範囲（分布の幅６２１）を示してある。また、多数の対象値のうち、説明の便宜上から、時刻Ｔ１１と時刻Ｔ１２との間にある１個の対象値６３１を示してある。 In the example of FIG. 6, times T11 and T12 (T11 <T12) are shown. In the example of FIG. 6, the trend changes between the time between time T11 and time T12 as compared to the surrounding time (time before time T11 and time after time T12). In the example of FIG. 6, for the time-series data including a plurality of target values at the time between time T11 and time T12, the approximate line when the observed value is large (high-level line 611) and the case when the observed value is small (Low level line 612) and the range between the high level line 611 and the low level line 612 (width of distribution 621). In addition, for the sake of convenience, one target value 631 between time T11 and time T12 is shown among many target values.

図６の例では、時刻Ｔ１１と時刻Ｔ１２との間の時間におけるトレンドとして、高レベルライン６１１と低レベルライン６１２との間の範囲に、多数の対象値が含まれる。また、幾つかの対象値（例えば、対象値６３１）は、当該範囲から外れた値（外れ値）となり得る。しかしながら、当該対象値（例えば、対象値６３１）は、異なるトレンドにおいては、外れ値にはならない可能性がある。つまり、あるタイムスケールが用いられる場合には外れ値となるが、他のタイムスケールが用いられる場合には外れ値とはならないことがあり得る。ここで、外れ値は、異常値となり得る。 In the example of FIG. 6, a number of target values are included in the range between the high-level line 611 and the low-level line 612 as a trend at the time between the time T11 and the time T12. In addition, some target values (for example, the target value 631) may be values (outliers) out of the range. However, the target value (for example, the target value 631) may not become an outlier in a different trend. That is, when a certain time scale is used, an outlier occurs, but when another time scale is used, the outlier may not be obtained. Here, the outlier can be an abnormal value.

このように、トレンドごとに、対象値に関する高レベルライン５１１、６１１あるいは低レベルライン５１２、６１２が変化し得て、外れ値（例えば、異常値）の範囲が変化し得る。
なお、高レベルライン５１１、６１１として、上限閾値が用いられてもよい。また、低レベルライン５１２、６１２として、下限閾値が用いられてもよい。 Thus, for each trend, the high level lines 511, 611 or the low level lines 512, 612 relating to the target value may change, and the range of outliers (eg, abnormal values) may change.
Note that an upper threshold may be used as the high-level lines 511 and 611. Further, a lower threshold may be used as the low-level lines 512 and 612.

タイムスケール処理部２３２は、例えば高レベルライン５１１、６１１、低レベルライン５１２、６１２、あるいは分布の幅５２１、６２１などに基づいて、時系列データにおける外れ値を異常値として検出することが可能である。
また、タイムスケール処理部２３２は、例えば高レベルライン５１１、６１１、低レベルライン５１２、６１２、あるいは分布の幅５２１、６２１などに基づいて、時系列データのトレンドの変化（例えば、トレンドの急峻な変化点など）を検出することが可能である。このようなトレンドの変化は、何らかの異常に起因して発生する場合があり得ることから、異常として検出されてもよい。具体例として、ある基地局装置２１−１〜２１−３に故障が発生した場合には、当該基地局装置２１−１〜２１−３の周辺の基地局装置で通信の混雑が発生して、外れ値が多く発生し得る。 The time scale processing unit 232 can detect outliers in the time-series data as abnormal values based on, for example, the high-level lines 511 and 611, the low-level lines 512 and 612, or the distribution widths 521 and 621. is there.
In addition, the time scale processing unit 232 changes the trend of the time-series data (for example, a steep trend) based on, for example, the high-level lines 511 and 611, the low-level lines 512 and 612, or the distribution widths 521 and 621. Change points, etc.). Since such a change in the trend may occur due to some abnormality, it may be detected as an abnormality. As a specific example, when a failure occurs in a certain base station device 21-1 to 21-3, communication congestion occurs in base station devices around the base station devices 21-1 to 21-3, Many outliers can occur.

ここで、時間的に広範囲に及ぶトレンドの変化を異常と判定する場合、例えば、当該トレンドの変化はある時刻（開始時刻）から別のある時刻（終了時刻）まで連続して発生しているとみなす。
タイムスケール処理部２３２は、例えば、トレンドの変化（異常とみなす期間）の開始時刻から終了時刻までの期間よりも短いタイムスケールで解析の処理を実行することで、時系列データのトレンドの変化を検出することができる。一例として、タイムスケール処理部２３２は、外れ値の数あるいはレベルなどが（例えば、所定の閾値を超えて）変化した場合に、トレンドが変化したと判定することが可能である。 Here, when it is determined that a change in a trend over a wide area in time is abnormal, for example, it is determined that the change in the trend occurs continuously from a certain time (start time) to another certain time (end time). I reckon.
For example, the time scale processing unit 232 performs the analysis process on a time scale shorter than the period from the start time to the end time of the change in the trend (the period considered as abnormal), thereby detecting the change in the trend of the time-series data. Can be detected. As an example, the time scale processing unit 232 can determine that the trend has changed when the number, level, or the like of outliers changes (for example, exceeding a predetermined threshold).

このように、タイムスケール処理部２３２は、対象値の異常値、あるいは、トレンドの変化（異常）を検出することが可能である。
ここで、タイムスケール処理部２３２は、１個以上のタイムスケールにおける過去の解析処理結果の情報（学習データ）を記憶部２１３に記憶しておき、同一のタイムスケールで得られた現在の解析処理結果の情報と過去の解析処理結果の情報とを比較することで、現在の解析処理結果の情報について、外れ値あるいはトレンドの変化などの異常を検出（判定）してもよい。過去の解析処理結果の情報としては、例えば、様々な異なるデータセット（例えば、様々な異なる対象値の群を含む時系列データ）の解析処理結果を集約などした情報が用いられてもよく、これにより、汎化性を持たせることが図られる。 As described above, the time scale processing unit 232 can detect an abnormal value of the target value or a change (abnormal) in the trend.
Here, the time scale processing unit 232 stores information (learning data) of past analysis processing results in one or more time scales in the storage unit 213, and stores the current analysis processing obtained in the same time scale. By comparing the information of the result with the information of the past analysis processing result, an abnormality such as an outlier or a change in a trend may be detected (determined) in the information of the current analysis processing result. As the information of the past analysis processing results, for example, information obtained by aggregating the analysis processing results of various different data sets (for example, time-series data including various different target value groups) may be used. Thereby, generalization can be provided.

また、タイムスケール処理部２３２は、機械学習の機能を備えてもよく、機械学習を行うことで、過去の解析処理結果の情報に関する学習を行ってもよい。つまり、過去の解析処理結果の情報として、機械学習の結果の情報が用いられてもよい。当該学習は、例えば、順序統計の特徴量に関して行われてもよく、具体例として、対象値の分布に関する情報、外れ値（例えば、数あるいはレベルなど）に関する情報、トレンドの変化などの異常に関する情報、上限閾値または下限閾値の変化の情報などが用いられてもよい。
なお、例えば、過去の対象値の数が不十分である場合などのように、過去の解析処理結果の情報が十分に取得できない場合には、順序統計ではなく、算術平均に基づいた尺度（例えば、平均、あるいは、標準偏差）を用いて、異常の検出が行われることが好ましい一例であると考えられる。 In addition, the time scale processing unit 232 may have a function of machine learning, and may perform learning on information on past analysis processing results by performing machine learning. That is, information of a result of machine learning may be used as information of a result of the past analysis processing. The learning may be performed, for example, on the feature amount of the order statistics, and as specific examples, information on the distribution of target values, information on outliers (for example, number or level, etc.), and information on abnormalities such as changes in trends. , Information on a change in the upper threshold or the lower threshold may be used.
Note that, for example, when sufficient information on past analysis processing results cannot be acquired, such as when the number of past target values is insufficient, a scale based on an arithmetic average instead of order statistics (eg, , Average, or standard deviation) is considered to be a preferable example in which the abnormality is detected.

以上のように、本実施形態に係る情報処理装置５１では、複数の異なるタイムスケールについて、効果的に通信に関する解析を行うことができる。
本実施形態に係る情報処理装置５１では、例えば、教師データが無くても、通信に関する解析を行うことができる。
本実施形態に係る情報処理装置５１では、例えば、過去の情報（例えば、過去の３０日の情報など）に基づいて、現在の情報の確からしさを判定して、その結果に基づいて、現在の情報について、確認の順序などを決定することが可能である。
また、本実施形態に係る情報処理装置５１では、例えば、外れ値の数などに基づいて、上限閾値あるいは下限閾値を調整してもよい。一例として、本実施形態に係る情報処理装置５１では、例えば、外れ値の数が一定（または、ほぼ一定）となるように、上限閾値あるいは下限閾値を調整してもよい。 As described above, the information processing device 51 according to the present embodiment can effectively perform communication-related analysis on a plurality of different time scales.
In the information processing device 51 according to the present embodiment, for example, even if there is no teacher data, it is possible to analyze communication.
In the information processing device 51 according to the present embodiment, for example, the likelihood of the current information is determined based on past information (for example, information on the past 30 days), and the current information is determined based on the result. It is possible to determine the order of confirmation for the information.
Further, in the information processing device 51 according to the present embodiment, for example, the upper threshold or the lower threshold may be adjusted based on the number of outliers or the like. As an example, in the information processing device 51 according to the present embodiment, for example, the upper threshold value or the lower threshold value may be adjusted so that the number of outliers is constant (or substantially constant).

本実施形態に係る通信システム１では、情報処理装置５１により、例えば、通信回数あるいは通信開始時における所要時間などについて取得された統計量に基づいて、エラーを伴わない通信品質劣化（エラーを発生しない通信品質劣化）を検出することが可能である。ここで、エラーを伴わない通信品質劣化は、例えば、端末装置１１−１〜１１−３の使用者（顧客）に影響を与えるようなエラーを伴わない通信品質劣化（例えば、当該顧客の申告によって初めて顕在化するような通信品質劣化）を含む。
また、本実施形態に係る通信システム１では、情報処理装置５１により、例えば、正しく実装されたネットワークにおいて、異常を検出することが可能である。
なお、本実施形態では、通信品質の監視を例として説明したが、本実施形態と同様な構成および動作を、一般的な時系列データなどに適用することも可能である。 In the communication system 1 according to the present embodiment, the communication quality degradation without error (no error occurs) is performed by the information processing device 51 based on, for example, statistics obtained for the number of times of communication or the required time at the start of communication. Communication quality degradation) can be detected. Here, the communication quality degradation without error is, for example, the communication quality degradation without error that affects the users (customers) of the terminal devices 11-1 to 11-3 (for example, by the declaration of the customer. Communication quality degradation that first appears).
In the communication system 1 according to the present embodiment, the information processing device 51 can detect an abnormality in, for example, a correctly mounted network.
Note that, in the present embodiment, monitoring of communication quality has been described as an example, but the same configuration and operation as in the present embodiment can also be applied to general time-series data and the like.

［実施形態において実施されてもよい技術］
図７〜図８を参照して、本実施形態において実施されてもよい技術を説明する。なお、当該技術の一部または全部は、本実施形態に係る通信システム１において、実施されてもよく、または、実施されなくてもよい。 [Techniques that may be implemented in embodiments]
A technique that may be implemented in the present embodiment will be described with reference to FIGS. Note that part or all of the technology may or may not be implemented in the communication system 1 according to the present embodiment.

本例では、教師データ無しで異常の検出に基づいて通信の品質を監視する方式の例を示す。本例では、ＬＴＥのネットワークを対象として、時系列データの外れ値、あるいは、時系列データの急峻なトレンド変化を異常として検出することが可能である。
本例では、情報処理装置５１において、ＬＴＥのネットワークの通信品質を監視するために、Ｃ−Ｐｌａｎｅの信号（例えば、Ｓ１−ＭＭＥあるいはＳ１１の信号）において観測されるイベントを抽出（検出）する。当該イベントとしては、様々なものが用いられてもよく、例えば、コネクションの初期化、コネクションの確立、コネクションの切断、ハンドオーバ、ページングなどが用いられてもよい。 In this example, an example of a method of monitoring the quality of communication based on detection of an abnormality without teacher data will be described. In this example, outliers of time-series data or a steep trend change of the time-series data can be detected as abnormal for an LTE network.
In this example, in order to monitor the communication quality of the LTE network, the information processing device 51 extracts (detects) an event observed in a C-Plane signal (for example, an S1-MME or S11 signal). Various events may be used as the event, for example, connection initialization, connection establishment, connection disconnection, handover, paging, and the like.

図７は、本発明の一実施形態に係る通信に関する時系列データの一例を示す図である。
図７には、時刻ｔを表す横軸を示してある。
本例では、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、それぞれの端末装置１１−１〜１１−３の状態を管理し、その管理の内容に基づいて、端末装置１１−１〜１１−３ごとに、イベントの時系列データを生成する。
図７の例では、所定の１個の端末装置（例えば、端末装置１１−１〜１１−３のうちのいずれか）について、複数のイベントＥａ、Ｅｂ、Ｅｃが時系列に並べられている。図７の例では、それぞれのイベントＥａ、Ｅｂ、Ｅｃは、発生した時刻の位置に示されている。
本例では、イベントＥａはコネクションの初期化を表わしており、イベントＥｂはコネクションの確立を表わしており、イベントＥｃはコネクションの切断を表わしている。図７の例では、それぞれのイベントＥａ、Ｅｂ、Ｅｃは、異なるタイミングで重複して発生し得る。 FIG. 7 is a diagram illustrating an example of time-series data related to communication according to an embodiment of the present invention.
FIG. 7 shows a horizontal axis representing time t.
In this example, the information processing device 51 manages the status of each of the terminal devices 11-1 to 11-3 by the time scale processing unit 232 or the like in the control unit 214, and based on the content of the management, the terminal device Time series data of an event is generated for each of 11-1 to 11-3.
In the example of FIG. 7, a plurality of events Ea, Eb, and Ec are arranged in chronological order for one predetermined terminal device (for example, any one of the terminal devices 11-1 to 11-3). In the example of FIG. 7, each event Ea, Eb, Ec is shown at the position of the time when it occurred.
In this example, the event Ea represents the initialization of the connection, the event Eb represents the establishment of the connection, and the event Ec represents the disconnection of the connection. In the example of FIG. 7, the events Ea, Eb, and Ec may occur at different timings.

本例では、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、すべての種類のイベントＥａ、Ｅｂ、Ｅｃに関する発生回数、および、すべての種類のイベントＥａ、Ｅｂ、Ｅｃの組み合わせに関する時間間隔を、時系列データ（組み合わせの時系列データ）として、算出する。当該時間間隔は、例えば、１個の組み合わせに含まれる２個のイベントの間の時間間隔である。
ここで、イベントＥａ、Ｅｂ、Ｅｃの組み合わせとしては、例えば、ｉをａ、ｂ、ｃのいずれかとし、ｊをａ、ｂ、ｃのいずれかとして、組み合わせである（イベントＥｉ、イベントＥｊ）がある。ここで、組み合わせにおけるイベントＥｉとイベントＥｊとは、例えば、イベントＥｉに対して同じイベントＥｊのなかで最も当該イベントＥｉに時間的に近いイベントＥｊの関係がある。但し、ｉとｊが同じである場合には、イベントＥｉに対して最も時間的に近い当該イベントＥｉ以外のイベントＥｊの関係がある。 In this example, the information processing apparatus 51 uses the time scale processing unit 232 or the like in the control unit 214 to execute the number of occurrences of all types of events Ea, Eb, and Ec, and the number of events Ea, Eb, and Ec of all types. The time interval related to the combination is calculated as time-series data (time-series data of the combination). The time interval is, for example, a time interval between two events included in one combination.
Here, as a combination of the events Ea, Eb, and Ec, for example, i is any of a, b, and c and j is any of a, b, and c (event Ei, event Ej). There is. Here, the event Ei and the event Ej in the combination have, for example, a relationship of the event Ej that is temporally closest to the event Ei among the same events Ej with respect to the event Ei. However, when i and j are the same, there is a relationship between events Ej other than the event Ei which is closest in time to the event Ei.

このように、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、端末装置１１−１〜１１−３ごとに、イベントの数、およびイベントの間隔（時間間隔）を算出（検出）する。そして、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、算出された情報をすべての端末装置１１−１〜１１−３について集約し（本例では、時系列に並べて）、一つの時系列データを生成する。当該時系列データは、複数の端末装置１１−１〜１１−３に関する情報を含む。 As described above, the information processing device 51 calculates the number of events and the event interval (time interval) for each of the terminal devices 11-1 to 11-3 by the time scale processing unit 232 or the like in the control unit 214 ( To detect. Then, the information processing device 51 uses the time scale processing unit 232 and the like in the control unit 214 to aggregate the calculated information for all the terminal devices 11-1 to 11-3 (in this example, arranged in chronological order). , To generate one time series data. The time-series data includes information on the plurality of terminal devices 11-1 to 11-3.

ここで、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２により、例えば、端末装置１１−１〜１１−３ごとに関する時系列データ、あるいは、複数の端末装置１１−１〜１１−３に関する時系列データに基づいて、複数の異なるタイムスケールを用いた解析の処理を実行してもよい。
本例では、複数の端末装置１１−１〜１１−３に関する時系列データに基づいて解析が行われる場合を示す。 Here, in the information processing apparatus 51, the control unit 214 uses the time scale processing unit 232 to execute, for example, time-series data on each of the terminal devices 11-1 to 11-3 or a plurality of terminal devices 11-1 to 11- Analysis processing using a plurality of different time scales may be executed based on the time-series data relating to No. 3.
In this example, a case is described in which analysis is performed based on time-series data regarding a plurality of terminal devices 11-1 to 11-3.

情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、集約された時系列データに対して異常値を判定する処理を実行する。
ここで、情報処理装置５１は、制御部２１４において、タイムスケール処理部２３２などにより、例えば、領域（エリア）ごと、時間ごと、ユーザ（端末装置）の属性ごと、あるいは、デバイスの種類ごと、などについて、判定された異常値を集計してもよい。このような集計の結果は、例えば、異常値の傾向を調査するためなどに役立つ。
例えば、特に、コネクションの確立、ハンドオーバ、ページングといったイベントは、端末装置１１−１〜１１−３（例えば、スマートフォンなど）に対するユーザの操作に直接関係するイベントであり、このようなイベントに関する指標が関係する異常値はＬＴＥＱｏＳ（ＱｕａｌｉｔｙｏｆＳｅｒｖｉｃｅ）のＫＰＩ（ＫｅｙＰｅｒｆｏｒｍａｎｃｅＩｎｄｉｃａｔｏｒ）となり得る。 In the information processing device 51, the control unit 214 executes a process of determining an abnormal value for the aggregated time-series data using the time scale processing unit 232 or the like.
Here, the information processing apparatus 51 uses the time scale processing unit 232 or the like in the control unit 214, for example, for each area (area), for each time, for each attribute of a user (terminal device), or for each type of device. , The determined abnormal values may be totaled. The result of such aggregation is useful, for example, for investigating the tendency of outliers.
For example, in particular, events such as connection establishment, handover, and paging are events directly related to user operations on the terminal devices 11-1 to 11-3 (for example, smartphones and the like). The abnormal value to be performed can be a Key Performance Indicator (KPI) of LTE QoS (Quality of Service).

図８は、本発明の一実施形態に係る異常検出処理の手順の一例を示すフローチャートである。
本例では、情報処理装置５１は、制御部２１４において、当該異常検出処理を行う。 FIG. 8 is a flowchart illustrating an example of a procedure of an abnormality detection process according to an embodiment of the present invention.
In this example, the information processing apparatus 51 performs the abnormality detection processing in the control unit 214.

（ステップＳ１）
情報処理装置５１は、制御信号情報取得部２３１により、制御信号（制御信号情報）を収集（取得）する。
（ステップＳ２）
情報処理装置５１は、タイムスケール処理部２３２などにより、収集された信号（情報）に基づいて、端末装置１１−１〜１１−３ごとに、イベントの時系列の情報（時系列データ）を生成する。
（ステップＳ３）
情報処理装置５１は、タイムスケール処理部２３２などにより、生成された時系列データに基づいて、端末装置１１−１〜１１−３ごとに、イベントの組み合わせに関する時間間隔の情報を生成する。 (Step S1)
The information processing device 51 collects (acquires) a control signal (control signal information) by the control signal information acquiring unit 231.
(Step S2)
The information processing device 51 generates time-series information (time-series data) of the event for each of the terminal devices 11-1 to 11-3 based on the collected signals (information) by the time scale processing unit 232 or the like. I do.
(Step S3)
The information processing device 51 generates time interval information on a combination of events for each of the terminal devices 11-1 to 11-3 based on the generated time-series data by the time scale processing unit 232 or the like.

（ステップＳ４）
情報処理装置５１は、タイムスケール処理部２３２などにより、生成された情報に基づいて、すべての端末装置１１−１〜１１−３について、イベントの組み合わせ（例えば、時間間隔）に関する時系列の情報（時系列データ）を生成する。
（ステップＳ５）
情報処理装置５１は、タイムスケール処理部２３２などにより、生成された情報（イベントの組み合わせに関する時系列データ）に基づいて、異常値を検出する。
（ステップＳ６）
情報処理装置５１は、タイムスケール処理部２３２などにより、検出された異常値を集計する。
（ステップＳ７）
情報処理装置５１は、タイムスケール処理部２３２などにより、異常値の集計結果に基づいて、所定の値（例えば、任意の指標）を算出（取得）する。 (Step S4)
The information processing device 51 uses the time scale processing unit 232 or the like to generate time-series information (for example, time intervals) on a combination of events (for example, a time interval) for all the terminal devices 11-1 to 11-3 based on the generated information. Time series data).
(Step S5)
The information processing device 51 detects an abnormal value based on the generated information (time-series data on a combination of events) by the time scale processing unit 232 or the like.
(Step S6)
The information processing device 51 counts the detected abnormal values by the time scale processing unit 232 or the like.
(Step S7)
The information processing device 51 calculates (acquires) a predetermined value (for example, an arbitrary index) based on the aggregation result of the abnormal values by the time scale processing unit 232 or the like.

本例では、情報処理装置５１により、例えば、エラーを伴わない通信品質劣化（エラーを発生しない通信品質劣化）を検出することが可能である。
また、本例では、情報処理装置５１により、例えば、正しく実装されたネットワークにおいて、異常を検出することが可能である。 In this example, the information processing device 51 can detect, for example, communication quality degradation without error (communication quality degradation without error).
In this example, the information processing device 51 can detect an abnormality in a correctly mounted network, for example.

［実施形態のまとめ］
一構成例として、通信に関する情報について、複数の異なるタイムスケール（例えば、図３〜図４の例におけるタイムスケール３２１、４２１など）について解析の処理を実行するタイムスケール処理部（本実施形態では、タイムスケール処理部２３２）を備える、情報処理装置（本実施形態では、情報処理装置５１）である。
一構成例として、情報処理装置において、タイムスケール処理部は、それぞれのタイムスケールごとに、タイムスケールの時間に含まれる通信に関する情報に基づいて解析の処理を実行する。
一構成例として、情報処理装置において、通信に関する情報は、通信の回数または通信の時間に関する情報である。
一構成例として、情報処理装置において、解析の処理は、通信に関する情報について異常を検出する処理を含む。 [Summary of Embodiment]
As an example of the configuration, a time scale processing unit (in the present embodiment, which executes analysis processing on a plurality of different time scales (for example, the time scales 321 and 421 in the examples of FIGS. 3 to 4) for communication information). The information processing device (the information processing device 51 in the present embodiment) includes the time scale processing unit 232).
As an example of the configuration, in the information processing device, the time scale processing unit executes an analysis process for each time scale based on information about communication included in the time of the time scale.
As one configuration example, in the information processing apparatus, the information on communication is information on the number of times of communication or the time of communication.
As an example of the configuration, in the information processing device, the analysis process includes a process of detecting an abnormality in information regarding communication.

一構成例として、タイムスケール処理部が、通信に関する情報について、複数の異なるタイムスケールについて解析の処理を実行する、情報処理方法（本実施形態では、情報処理装置５１において行われる情報処理の方法）である。
一構成例として、タイムスケール処理部が、通信に関する情報について、複数の異なるタイムスケールについて解析の処理を実行するステップ、をコンピュータに実行させるためのプログラム（本実施形態では、情報処理装置５１を構成するコンピュータにおいて実行されるプログラム）である。 As an example of the configuration, an information processing method (in the present embodiment, an information processing method performed by the information processing apparatus 51) in which the time scale processing unit performs analysis processing on a plurality of different time scales for information related to communication. It is.
As an example of a configuration, a program for causing a computer to execute a step in which a time scale processing unit performs an analysis process on a plurality of different time scales for information related to communication (in the present embodiment, the information processing device 51 Program executed on a computer that performs

以上に示した実施形態に係る各装置（例えば、情報処理装置５１など）の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体（記憶媒体）に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、処理を行ってもよい。 A program for realizing the function of each device (for example, the information processing device 51 or the like) according to the embodiment described above is recorded on a computer-readable recording medium (storage medium), and is recorded on this recording medium. The processing may be performed by causing the computer system to read and execute the program.

なお、ここでいう「コンピュータシステム」とは、オペレーティング・システム（ＯＳ：ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）あるいは周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。 Here, the “computer system” may include an operating system (OS) or hardware such as a peripheral device.
The “computer readable recording medium” includes a flexible disk, a magneto-optical disk, a writable nonvolatile memory such as a ROM (Read Only Memory), a flash memory, and a portable medium such as a DVD (Digital Versatile Disc). A storage device such as a hard disk built in a computer system.

さらに、「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークあるいは電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（ＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）あるいは電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。 Further, a “computer-readable recording medium” refers to a volatile memory (for example, a DRAM (DRAM) This includes programs that hold programs for a certain period of time, such as Dynamic Random Access Memory).
Further, the above program may be transmitted from a computer system storing the program in a storage device or the like to another computer system via a transmission medium or by a transmission wave in the transmission medium. Here, the “transmission medium” for transmitting a program refers to a medium having a function of transmitting information, such as a network (communication network) such as the Internet or a communication line (communication line) such as a telephone line.
Further, the above program may be a program for realizing a part of the functions described above. Further, the above-mentioned program may be a program that can realize the above-described functions in combination with a program already recorded in the computer system, that is, a so-called difference file (difference program).

以上、本発明の実施形態について図面を参照して詳述したが、具体的な構成はこの実施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も含まれる。 As described above, the embodiments of the present invention have been described in detail with reference to the drawings. However, the specific configuration is not limited to the embodiments, and includes design changes and the like without departing from the gist of the present invention.

１…通信システム、１１−１〜１１−３…端末装置、２１−１〜２１−３…基地局装置（ｅＮｏｄｅＢ）、３１…ＭＭＥ装置、３２…記憶装置、４１…Ｓ−ＧＷ装置、４２…Ｐ−ＧＷ装置、４３…ネットワーク、５１…情報処理装置、１０１〜１０４、１１１〜１１３、１２１〜１２２、１３１…回線、２１１…入力部、２１２…出力部、２１３…記憶部、２１４…制御部、２３１…制御信号情報取得部、２３２…タイムスケール処理部、２３３…表示情報生成部、３１１、４１１…上限閾値、３１２、４１２…７５パーセンタイル値、３１３、４１３…中央値、３１４、４１４…２５パーセンタイル値、３１５、４１５…下限閾値、３２１、４２１…タイムスケール、３３１〜３３２、５３１、６３１…対象値、５１１、６１１…高レベルライン、５１２、６１２…低レベルライン、５２１、６２１…分布の幅 DESCRIPTION OF SYMBOLS 1 ... Communication system, 11-1 to 11-3 ... Terminal device, 21-1 to 21-3 ... Base station device (eNodeB), 31 ... MME device, 32 ... Storage device, 41 ... S-GW device, 42 ... P-GW device, 43 network, 51 information processing device, 101-104, 111-113, 121-122, 131 line, 211 input unit, 212 output unit, 213 storage unit, 214 control unit 231 ... control signal information acquisition section, 232 ... time scale processing section, 233 ... display information generation section, 311,411 ... upper threshold, 312,412 ... 75th percentile value, 313,413 ... median value, 314,414 ... 25 Percentile value, 315, 415: Lower threshold value, 321, 421: Time scale, 331 to 332, 531, 631 ... Target value, 511, 611: High level Inn, 512, 612 ... low-level line, 521, 621 ... the width of the distribution

Claims

Information of the number of times of communication, information of the time required for communication, or, for a target value that is a value of information of the transition of the state of the terminal device, a time scale processing unit that performs analysis processing for a plurality of different time scales ,
The time scale processing unit, as a process of the analysis, for each of the time scale, using a predetermined percentile of the order statistics related to the plurality of target values that are time series data included in the respective time scales Set a threshold, and determine whether the target value is an abnormal value based on the comparison result between the target value and the threshold,
Information processing device.

The time scale processing unit executes the analysis process for a plurality of different time scales, for a target value that is information of the number of times of communication, information of required time for communication, or information of a state transition of the terminal device ,
The time scale processing unit, as a process of the analysis, for each of the time scale, using a predetermined percentile of the order statistics related to the plurality of target values that are time series data included in the respective time scales Set a threshold, and determine whether the target value is an abnormal value based on the comparison result between the target value and the threshold,
Information processing method.

A step in which the time scale processing unit performs an analysis process on a plurality of different time scales for a target value which is a value of information on the number of times of communication, information on a time required for communication, or information on a state transition of the terminal device. ,
Is a program for causing a computer to execute
The time scale processing unit, as a process of the analysis, for each of the time scale, using a predetermined percentile of the order statistics related to the plurality of target values that are time series data included in the respective time scales Set a threshold, and determine whether the target value is an abnormal value based on the comparison result between the target value and the threshold,
program.