JP6767895B2 - 中継装置、中継方法およびそのシステム - Google Patents

Description

本発明は、中継装置、中継方法およびそのシステムに関する。

特許文献１には、地図データから抽出される第１の画像データと、写真データから抽出される第２の画像データを、比較して類似度の算出および閾値の算出を行い、修正対象となる第１のデータである地図データを特定する手段が、開示されている。

また、特許文献２には、計測されたデータを、加工することなくそのままデータ収集用ＰＣに無線でリアルタイムデータとして収集し、その後、データ利用者からの要求に応じて加工処理して提供する手段が、開示されている。

特開２００３−２４１６５３号公報 特開２０１２−８３２９４号公報

特許文献１によれば、修正対象となる地図データを特定することはできる。しかしながら、地図データを特定して更新要否を判断するのみで、地図データの加工処理についてまでは言及しておらず、加工処理の負荷低減についての技術の開示は見当たらない。

特許文献２によれば、計測データをデータ利用者からの要求に応じて加工処理して提供することはできる。しかしながら、計測データの内容に応じた加工処理についてまでは言及しておらず、加工処理の負荷低減についての技術の開示は見当たらない。

そこで、本発明は、入力したデータからデータを生成する際に処理負荷を低減することを目的とする。

本発明に係る代表的な中継装置は、第１のデータを入力し、第２のデータを出力する中継装置であって、時系列な第１のデータと、第１のデータに対応する時系列な第２のデータと、を保持するメモリと、第１のデータを監視する監視部と、第１のデータに基づきデータを生成する構成部と、を有し、前記監視部は、第１のデータを監視して、第１のデータの変化に関する特徴量を算出し、算出された特徴量が、予め設定された閾値以上であると判定した場合、更新フラグを設定して、第２のデータの更新を指示し、算出された特徴量が、前記閾値未満であると判定した場合、前記更新フラグを解除し、前記構成部は、前記監視部から更新の指示を受けると、第１のデータに基づいてデータを生成し、前記メモリ上で時系列として前の第２のデータに対して後の第２のデータを更新することを特徴とする。

本発明によれば、入力したデータからデータを生成する際に処理負荷を低減することが可能になる。

システムの構成の例を示す図である。 生データオブジェクトテーブルとデータオブジェクトテーブルの例を示す図である。 監視処理の例を示すフローチャートである。 代替の対象データを選択する処理の例を示すフローチャートである。 オブジェクト更新条件テーブルの例を示す図である。 データソース信頼度テーブルの例を示す図である。 信頼度を利用する監視処理の例を示す図である。 信頼度を含むオブジェクト更新条件テーブルの例を示す図である。 ゲートウェイの構成の例を示す図である。 ゲートウェイを多段に接続したシステムの構成の例を示す図である。 データソースとサービスを中継するシステムの構成の例を示す図である。

図１１は、システムの例を示す図である。工場などの装置や設備が配備される現場側で、データソース１００となる観測の対象物から温度、湿度、回転数、振動数などを観測するセンサノード１０１が配備され、センサノード１０１が観測したデータに基づき、サービス３００としてクラウドなど計算機環境で高度な分析処理などを実施するサービスノード３０１が、中継装置であるゲートウェイ３を介して接続される。

センサノード１０１は、対象物から観測データを取得するためのセンサ、観測結果を生データとしてゲートウェイ３に配信するための通信回路を具備する。１つのセンサノード１０１は、複数のセンサを含んでもよく、データソース１００として複数のセンサノード１０１が有ってもよい。センサノード１０１とゲートウェイ３との間の通信は無線であってもよいし、有線であってもよい。センサノード１０１は、観測データを取得した時刻の情報をゲートウェイ３に配信してもよい。

ゲートウェイ３は、センサノード１０１から配信された生データを生データ１００１として格納するための生データテーブル１０００と、サービスノード３０１が扱うデータオブジェクトをデータオブジェクト２００１として格納するためのデータオブジェクトテーブル２０００を具備する。生データテーブル１０００は、複数の生データ１００１を時系列データとして保持してもよく、複数のセンサノード１０１のそれぞれ、あるいはセンサノード１０１に含まれる複数のセンサのそれぞれに分類されて保持してもよい。

そして、ゲートウェイ３は、生データテーブル１０００およびデータオブジェクトテーブル２０００を管理するための処理基盤３０を具備する。この処理基盤３０は、生データテーブル１０００に格納される生データ１００１を参照して、データオブジェクトを構成するデータオブジェクトの構成処理３４、データオブジェクトの構成処理３４により構成されたデータオブジェクトをデータオブジェクトテーブル２０００内に格納するために必要なデータ形式の変換を行うデータ形式の変換処理３５、およびデータオブジェクトテーブル２０００に格納されているデータオブジェクト２００１にサービスノード３０１が扱うとき必要に応じて実施するデータ形式の変換処理３６を実行するためのものである。

データオブジェクトの構成処理３４では、各データオブジェクトを構成するために参照すべき生データ１００１を記したデータオブジェクト構成情報３１が参照される。データ形式の変換処理３５では、データオブジェクトの構成処理３４により構成されたデータオブジェクトをデータオブジェクトテーブル２０００内に格納するためのデータ形式を記したデータオブジェクト初期形式情報３２、および必要に応じてデータオブジェクトのデータ形式を変換するためのデータ形式変換ルール３３が参照される。

また、データ形式の変換処理３６では、データオブジェクトテーブル２０００に格納されているデータオブジェクト２００１をサービスノード３０１が扱うとき必要に応じて実施されるデータ形式の変換のためのデータ形式変換ルール３３が参照される。

なお、生データ１００１は観測データをデジタル化するなどしたデータ（ビット列）であってもよく、データオブジェクトの構成処理３４により構成されたデータオブジェクト２００１はＪＳＯＮ（ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ：ＪａｖａＳｃｒｉｐｔは登録商標）あるいはＸＭＬ（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）などのデータ形式であってもよく、データオブジェクトテーブル２０００はＣＳＶ（Ｃｏｍｍａ−Ｓｅｐａｒａｔｅｄ Ｖａｌｕｅｓ）などのテーブル形式であってもよい。

また、サービスノード３０１は、計算機であってもよく、複数の計算機であって複数の計算機が連携するものであってもよく、クラウドなどのあってもよい。サービスノード３０１の処理結果は、サービスの対象となるユーザに表示などされてもよい。サービスノード３０１の処理内容は、温度などのセンサの観測データに基づく、観測の対象物（センサが取り付けられた装置）の故障の予兆診断などであってもよい。

センサノード１０１は、周期的に観測する、あるいは予め定められた期間に非周期的に複数回観測し、多量の観測データを得る。得られた多量の観測データは、生データとして周期的にゲートウェイ３に配信され、ゲートウェイ３によりデータオブジェクト２００１としてデータオブジェクトテーブル２０００に格納される。このため、センサノード１０１からデータオブジェクトテーブル２０００までは、データが周期的に更新され、その更新頻度は高く、処理されるデータ量は多い。

これに対して、サービスノード３０１は、サービスノード３０１の処理の内容に応じてデータオブジェクトテーブル２０００へアクセスしてデータオブジェクト２００１を取得する（ゲートウェイ３としては出力する）ため、センサノード１０１からデータオブジェクトテーブル２０００までの処理されるデータ量と比較して、処理されるデータ量が少ない。

なお、センサノード１０１がゲートウェイ３へ生データを周期的に送信しても、センサノード１０１とゲートウェイ２との間の通信状況などにより、送信された生データをゲートウェイ３が受信できるとは限らない。このため、生データテーブル１０００において、受信できなかった生データが欠落する（未受信となる）場合もある。

ここで、ゲートウェイ３が受信できない場合には、生データは周期的に送信されるものであるから、次の周期よりも遅れて受信される場合なども含まれる。また、センサノード１０１が周期的あるいは予め設定された時刻に観測できない場合も、生データテーブル１０００において生データが欠落する。

図１１に示したシステムは、例えば、工場などの現場設備にセンサを取り付け、クラウドなど計算機環境で高度な分析処理などを実施してサービスを提供するＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）環境で使用される。

このような環境において、現場（データソース１００）とサービス（サービス３００）を中継する中継装置（ゲートウェイ３）では、収容するセンサ数の拡大や、観測するためのセンサが取り付けられた設備の状態などの付加情報を、センサーデータに付与するなどの優位化技術の適用が重要になり、中継装置の処理基盤で優位化技術の適用を促進すると処理負荷が高くなるため、処理基盤の負荷低減が重要である。

図１は、システムの構成の例を示す図である。基本的な構成は図１１と同じであるため、同じものには同じ符号を付けて説明を省略するが、ゲートウェイ２の処理基盤３０が、生データテーブル１０００に格納される生データ１００１の時系列な特徴量の変化を分析する監視処理３７を具備する点が異なる。なお、ゲートウェイ２はデータを入力してデータを出力するものであって中継装置であってもよい。

監視処理３７は、生データ１００１の時系列な特徴量の変化を分析し、データオブジェクトの構成処理３４とデータ形式の変換処理３５の処理対象として必要となる生データ１００１を選択し、データオブジェクトの構成処理３４とデータ形式の変換処理３５を実施させる。

これにより、図１１の例ではセンサノード１０１からデータオブジェクトテーブル２０００までの周期的な更新が、図１の例ではセンサノード１０１から生データテーブル１０００までとなり、生データテーブル１０００からデータオブジェクトテーブル２０００までは、必要に応じて処理を実施することとなる。監視処理３７について、以下でさらに説明する。

図２は、生データテーブル１０００とデータオブジェクトテーブル２０００の例を示す図である。生データテーブル１０００は、格納されるデータの種別を示すデータ種別１１００、格納される生データ１００１の観測元を識別するためのデータソースＩＤ１２００、センサノード１０１から配信された生データ１００１を時系列に格納するための時系列データ１３００から構成される。

ここで、生データテーブル１０００には生データ１００１が格納されるため、データ種別１１００は「生データ」である。センサノード１０１のセンサは例えば３個であり、センサそれぞれのデータソースＩＤは「＃１」と「＃２」と「＃３」である。生データテーブル１０００は、データソースＩＤ１２００として他のデータソースＩＤをさらに含んでもよいが、図示は省略する。

時系列データ１３００は、各データソースＩＤを有するセンサに関してセンサノード１０１から配信された生データ１００１を単位時間毎に格納するためのフィールド１３０１からフィールド１３０４により構成される。図２に示した生データテーブル１０００では、各センサに対して過去１０個分の生データ１００１が格納される例を示している。

例えばフィールド１３０１は、時間を表す「ｎ＋０」と、データソースＩＤ１２００が「＃１」のセンサに基づく生データ１００１の「ｘ_ｎ＋０」と、データソースＩＤ１２００が「＃２」のセンサに基づく生データ１００１の「ｙ_ｎ＋０」と、データソースＩＤ１２００が「＃３」のセンサに基づく生データ１００１の「ｚ_ｎ＋０」である。

単位時間は、例えば「ｎ＋３」から「ｎ＋２」を減算した時間である。そして、フィールド１３０３の「ｎ＋２」から単位時間後は、フィールド１３０４の「ｎ＋３」であり、フィールド１３０３の「ｎ＋２」から単位時間前は、「フィールド１３０２」の「ｎ＋１」である。

データオブジェクトテーブル２０００は、格納されるデータの種別を示すデータ種別２１００、個々のデータオブジェクト２００１を識別するためのデータオブジェクトＩＤ２２００、データオブジェクト２００１を時系列に格納するための時系列データ２３００から構成される。

ここで、データオブジェクトテーブル２０００にはデータオブジェクト２００１が格納されるため、データ種別２１００は「データオブジェクト」である。データオブジェクト２００１は例えば「ｘ」と「ｙ」と「ｚ」の３種類の生データ１００１から構成されるデータオブジェクトであり、そのデータオブジェクトに割り当てられるデータオブジェクトＩＤが「＃１０＿Ａ＿Ｔｅｍｐ」である。

時系列データ２３００は、各データオブジェクトＩＤのデータオブジェクトを単位時間毎に格納するためのものであり、生データテーブル１０００の時系列データ１３００に対応する。図２の例では、時系列データ１３００の例えば「ｎ＋２」が時系列データ２３００の「ｎ＋２」に対応する。

そして、図２の例では、生データテーブル１０００に格納された生データ１００１の過去３つを参照して評価し、それらから導出されるデータオブジェクトで時系列データ２３００を更新するか否かを判定する。ここで、データオブジェクト２００１の導出は、図１１（図１）を用いて説明したデータオブジェクトの構成処理３４によるものである。データ形式の変換処理３５が含まれてもよい。

ただし、導出の処理内容そのものおよび導出されたデータオブジェクト２００１の内容そのものと、以下で説明する本実施の形態とは関係しないため、説明を省略し、図２ではデータオブジェクト２００１を「●」か「○」で表す。

更新するか否かの判定が、更新するという結果であった場合、生データテーブル１０００の生データ１００１を参照してデータオブジェクト２００１を導出し、データオブジェクトテーブル２０００に書き込む。また、更新しないという結果であった場合、生データ１００１からの導出の処理をスキップし、その判定の時点より前に導出されたデータオブジェクト２００１を参照してデータオブジェクトテーブル２０００に書き込む。

例えば図２は、過去３つであるフィールド１３０１〜１３０３の範囲１３１１の生データを参照して時系列データ２３００を更新するか否かを判定し、この判定が更新するという結果の場合であり、フィールド１３０３の生データを参照して導出されたデータオブジェクトを、更新２３０２としてデータオブジェクトテーブル２０００へ書き込む。

次に、フィールド１３０２からの範囲１３１２の生データを参照して時系列データ２３００を更新するか否かを判定し、この判定が更新しないという結果の場合であり、更新２３０２で書き込まれたデータオブジェクトを参照し、参照２３０３としてデータオブジェクトテーブル２０００へ書き込む。範囲１３１３の生データは範囲１３１２の生データと同じく更新しないという結果の場合であり、参照２３０４としてデータオブジェクトテーブル２０００へ書き込む。

さらに、範囲１３１４の生データを参照して時系列データ２３００を更新するか否かを判定し、この判定が更新するという結果の場合であり、更新２３０２とは関わりなく新たに導出されたデータオブジェクトを、更新２３０５としてデータオブジェクトテーブル２０００へ書き込む。

参照２３０３、２３０４としてデータオブジェクトテーブル２０００へ書き込まれる情報は、更新２３０２で書き込まれたデータオブジェクトを参照するための情報であればよく、例えばポインタであってもよいし、シンボリックリンクであってもよい。また、参照する情報でなくてもよく、更新２３０２で書き込まれたデータオブジェクトの複製されたデータオブジェクトであってもよい。

図２に示した時系列データ２３００の「ｎ＋０」と「ｎ＋１」のデータオブジェクト、例えばデータオブジェクト２３０１は、判定に利用できる過去３つの生データが存在しない。このため、データオブジェクト２３０１は、更新するか否かを判定されることなく、フィールド１３０１の生データを参照して導出されてもよい。また、他のフィールドの生データを参照して導出されてもよいし、予め設定された値とされてもよい。

図２の例では、更新するか否かを判定する際に参照する生データの数、すなわち範囲１３１１〜１３１４の期間は、過去３つとしたが、これに限定されるものではない。判定に適用される評価処理内容、あるいは評価処理の処理負荷とゲートウェイ２の予め設定された許容できる処理負荷との関係において、範囲１３１１〜１３１４の期間は変更されてもよい。また、図２の例では、時系列データ１３００が生データで埋まっているが、既に説明したように、生データは欠落する場合もある。

図３は、監視処理３７の例を示すフローチャートである。監視処理３７は、図２を用いて説明したように、データオブジェクトテーブル２０００に格納するデータオブジェクト２００１を更新するか否かを判定するために、生データテーブル１０００に格納されている生データ１００１を評価する。

監視処理３７は、処理を開始すると、設定範囲内のデータオブジェクトに対して、以下の処理の対象オブジェクトを順次選択し、以下の処理を繰り返す（Ｓ１０１）。設定範囲は予め設定され、図２の例では「ｎ＋０」から「ｎ＋９」である。また、図２ではデータオブジェクトＩＤ２２００が「＃１０＿Ａ＿Ｔｅｍｐ」の例を説明したが、データオブジェクトＩＤ２２００の他のＩＤも設定範囲に含まれてもよい。

なお、監視処理３７の処理の開始は、予め設定された周期での開始であってもよいし、例えば１秒間隔の開始であってもよい。また、ゲートウェイ２が生データ１００１をセンサノード１０１から受信するタイミングなどであってもよい。さらに、ゲートウェイ２の処理の負荷状況に応じて周期を動的に変更してもよく、負荷が大きい場合は周期を長くしてもよい。

監視処理３７は、Ｓ１０１で選択された対象オブジェクトの更新要否を示す更新フラグ（カウンタ）をクリアし（値を０に設定し）、更新不要の状態に設定する（Ｓ１０２）。そして、対象オブジェクトのための評価で参照される生データ１００１を対象データとして、データソースＩＤ１２００のＩＤ毎に順次選択し、以下の処理を繰り返す（Ｓ１０３）。

例えば、図２に示した更新２３０２のデータオブジェクトのための評価では、範囲１３１１に含まれる生データが参照される。このため、第１回目の選択では、データソースＩＤ１２００が「＃１」の「ｘ_ｎ＋０」と「ｘ_ｎ＋１」と「ｘ_ｎ＋２」が選択され、第２回目の選択では、データソースＩＤ１２００が「＃２」の「ｙ_ｎ＋０」と「ｙ_ｎ＋１」と「ｙ_ｎ＋２」が選択されるというように、順次選択される。

このように図２の例では、過去３つの生データを参照するが、図３についての以下の説明では、説明を簡単にするために、過去２つの生データを参照するとする。これは、例えば図２に示した時系列データ２３００の「ｎ＋２」のデータオブジェクトに対して、時系列データ１３００の「ｎ＋１」と「ｎ＋２」の生データを参照することであってもよいし、Ｓ１０４の実行時点に最も近く受信した生データと１単位時間過去の生データを参照することであってもよい。以下では、これらを「ｔ＿ｎ」と「ｔ＿ｎ−１」で表す。

監視処理３７は、評価対象となる対象データが存在するか、対象データの有無を判定する（Ｓ１０４）。評価に十分な対象データが存在すると判定した場合はＳ１０６へ進み、評価に十分な対象データが存在しないと判定した場合はＳ１０５へ進む。ここで、評価に十分な対象データが存在しないという判定結果は、評価対象となる対象データの１つでも存在しないという判定結果であり、「ｔ＿ｎ」と「ｔ＿ｎ−１」の片方または両方が存在しないという判定結果である。

なお、既に説明したように、センサノード１０１がゲートウェイ２へ生データを周期的に送信しても、送信された生データをゲートウェイ２が受信できるとは限らない。ゲートウェイ２が受信できなかった生データは生データテーブル１０００に格納されることはなく欠落するため、それに対応する（その時刻に格納されるべきであった）対象データは無いということになる。

Ｓ１０４にて存在しないと判定した場合、監視処理３７は、存在しない対象データの代替となる生データを、代替の対象データとして、データソースＩＤ１２００が対象データと同じＩＤの生データから選択する（Ｓ１０５）。これにより、評価に必要な対象データを準備する。Ｓ１０５の処理については図４を用いて後でさらに説明する。

対象オブジェクトの更新の要否を判定するため、Ｓ１０３またはＳ１０５で選択された対象データを用いて、時系列の特徴量を評価し、評価で得られた特徴量と予め設定された閾値とを比較する（Ｓ１０６）。

この特徴量は例えば変動係数（Ｃｏｅｆｆｉｃｉｅｎｔ Ｖａｒｉａｔｉｏｎ）であり、
変動係数 ＝ σ／μ×１００ ［％］
※σは評価対象の生データの標準偏差、μは評価対象の生データの平均値
で求められる。

また、生データの現在値f（t_n)と前回値f（t_n-1）の変化率を百分率で表し、特徴量は例えば変化率δであり、
δ ＝ （f（t_n) − f（t_n-1）） ／ f（t_n-1）
＝ f（t_n) ／ f（t_n-1） − １
で求められる。

変動係数は、標準偏差σをそれぞれの平均値μで除算することにより、評価対象の生データの集合の絶対値の大きさを判定に反映させることが可能になる。変化率δは、評価対象の生データが局所的であり、算出も簡単な演算であるので、処理基盤３０に対して低い処理負荷でかつ高速な実行が可能になる。これらの特徴量は、生データ１００１が、センサの時系列な観測データであるから算出できる。

特徴量と予め設定された閾値とを比較した結果、特徴量が閾値未満であると判定した場合はＳ１０７をスキップし、特徴量が閾値以上であると判定した場合はＳ１０７へ進む。そして、監視処理３７は、対象オブジェクトの更新フラグをインクリメントする（Ｓ１０７）。これにより、更新フラグは、Ｓ１０３の繰り返し処理の後、対象オブジェクトのための評価において、データソースＩＤ１２００の何個のＩＤに対する判定で閾値以上であったかが判定可能な記録となる。

Ｓ１０３による対象オブジェクトの評価のための対象データに対する繰り返し処理の後、監視処理３７は、更新フラグが０であるか否かを判定し（Ｓ１０８）、更新フラグが１以上であると判定した場合、対象オブジェクトは更新要であることを示すために、対象オブジェクトに対応する対象オブジェクト別更新フラグをセットする（Ｓ１０９）。

また、監視処理３７は、更新フラグが０であると判定した場合、対象オブジェクトは更新不要であることを示すために、対象オブジェクトに対応する対象オブジェクト別更新フラグをクリアする（Ｓ１１０）。なお、対象オブジェクト別更新フラグは、更新フラグ（カウンタ）とは別のフラグであり、設定範囲内のデータオブジェクトそれぞれに割り当てられたフラグである。

Ｓ１０１による設定範囲内のデータオブジェクトに対する繰り返し処理の後、オブジェクト別更新フラグがセットされたデータオブジェクトを、図１に示すデータオブジェクトの構成処理３４に通知する（Ｓ１１１）。データオブジェクトの構成処理３４は、各データオブジェクトのオブジェクト別更新フラグの値にしたがって（通知にしたがって）、更新または参照のための処理を実行する。

図４は、代替の対象データを選択する処理の例を示すフローチャートであり、図３に示したＳ１０５の処理に相当する。このため、監視処理３７はＳ１０５を実行すると、図４に示したフローチャートの処理が開始される。なお、この例は、既に説明したとおり、片方または両方が存在しないと判定された「ｔ＿ｎ」と「ｔ＿ｎ−１」の代替となる２つの対象データを生データ１００１から選択する処理である。

監視処理３７は、「ｔ＿ｎ」の時刻に時刻が最も近い１つ目の仮対象データの選択有無を示す仮ｔ＿ｎフラグに、選択されていないことを示す０を設定し（Ｓ２０１）、「ｔ＿ｎ」の時刻に時刻が次に近い２つ目の仮対象データの選択有無を示す仮ｔ＿ｎ−１フラグに、選択されていないことを示す０を設定する（Ｓ２０２）。

監視処理３７は、「ｔ＿ｎ」の時刻（現在時刻とする）から過去へ向けて１単位時間ずつ遡り、時刻を順次選択して、選択された時刻におけるデータソースＩＤ１２００が「ｔ＿ｎ」のＩＤと同じＩＤの時系列データ１３００の情報を取得し、以下の繰り返し処理を行う（Ｓ２０３）。まず、取得された情報が生データであれば仮対象データであるとみなして、仮対象データが存在するか否かを判定する（Ｓ２０４）。

既に説明したとおり、センサノード１０１とゲートウェイ２との間の通信状況などにより、センサノード１０１から送信された生データをゲートウェイ２が受信できるとは限らない。そのため、生データテーブル１０００の時系列データ１３００には、部分的に生データが格納されていない場合もある。そこで、Ｓ２０３の繰り返し処理により、「ｔ＿ｎ」と（同じデータソースの）同じ時系列データ１３００の中で最初に存在する生データを見つけるために、時系列データを探索する。

監視処理３７は、仮対象データが存在すると判定した場合、すなわち選択された時刻の取得された情報が生データであると判定した場合、仮ｔ＿ｎフラグが０であるか否かを判定する（Ｓ２０５）。仮ｔ＿ｎフラグが０であると判定した場合、仮ｔ＿ｎ（変数）に仮想データを格納し（Ｓ２０６）、仮ｔ＿ｎフラグに１を設定する（Ｓ２０７）。これにより、１つ目の仮対象データを確定する。

監視処理３７は、Ｓ２０５にて仮ｔ＿ｎフラグが０でないと判定した場合、既に１つ目の仮対象データは確定しているため、仮ｔ＿ｎ−１フラグが０であるか否かを判定する（Ｓ２０８）。仮ｔ＿ｎ−１フラグが０であると判定した場合、仮ｔ＿ｎ−１（変数）に仮想データを格納し（Ｓ２０９）、仮ｔ＿ｎ−１フラグに１を設定する（Ｓ２１０）。これにより、２つ目の仮対象データを確定する。

監視処理３７は、Ｓ２０４にて仮対象データが存在しないと判定した場合、Ｓ２０３による処理の繰り返しに戻り、次の時刻を選択して、選択された時刻における時系列データ１３００の情報を取得する。また、Ｓ２０８にて仮ｔ＿ｎ−１フラグが０でないと判定した場合も、Ｓ２０３による処理の繰り返しに戻るが、１つ目の仮対象データと２つ目の仮対象データが既に確定しているため、実質的にはＳ２１１へ進むこととなる。

監視処理３７は、Ｓ２０３による処理の繰り返しが終了すると、仮対象データが存在するのであれば仮対象データを取得できたので、仮ｔ＿ｎ（変数）のデータを「ｔ＿ｎ」に設定し、仮ｔ＿ｎ−１（変数）のデータを「ｔ＿ｎ−１」に設定して（Ｓ２１１）、処理を終了し、図３に示したＳ１０５へ戻ってＳ１０６へ進む。

なお、Ｓ２１１において、仮ｔ＿ｎフラグと仮ｔ＿ｎ−１フラグが両方とも１であると判定した場合に「ｔ＿ｎ」と「ｔ＿ｎ−１」に設定してもよく、いずれかが１であると判定した場合は１であるとした方の値を「ｔ＿ｎ」と「ｔ＿ｎ−１」に設定してもよく、いずれかが１または両方とも０と判定した場合は予め設定された値を「ｔ＿ｎ」と「ｔ＿ｎ−１」に設定してもよい。

図５は、オブジェクト更新条件テーブル３０００の例を示す図である。図５に示したオブジェクト更新条件テーブル３０００−１は、図３を用いて説明したＳ１０６において特徴量と比較される閾値が格納されており、監視処理３７がＳ１０６を実行するときに参照される。

オブジェクト更新条件テーブル３０００−１は、データオブジェクトテーブル２０００のデータオブジェクトＩＤ２２００のＩＤに対応するデータオブジェクトのＩＤであって、更新要否が判断される対象のデータオブジェクトを識別するためのデータオブジェクトＩＤ３１００−１、生データテーブル１０００のデータソースＩＤ１２００のＩＤに対応するデータソースのＩＤであって、更新要否が判定される対象のデータオブジェクトを構成する生データのデータソースを識別するためのデータソースＩＤ３２００−１、条件フィールド３３００−１から構成される。

条件フィールド３３００−１は、オブジェクト更新の条件として、例えば特徴量（変化率δ）の閾値が、データオブジェクトＩＤ３１００−１のデータソースＩＤ３２００−１毎に格納される。条件フィールド３３００−１は、変動係数の閾値が格納されてもよい。図５の例では説明のために「１０％以上」と表現しているが、格納される情報は数値であってもよいし、条件を表す何らかの識別子であってもよい。オブジェクト更新条件テーブル３０００−１に格納される情報は、特徴量の評価の処理内容などに応じて予め設定される。

本実施例では、生データテーブル１０００はデータソース１００のセンサノード１０１から配信される生データを格納するが、センサノード１０１とゲートウェイ２との間の通信状況などにより、ゲートウェイ２ではデータソース１００のそれぞれのデータソースから単位時間毎に生データが必ず受信できるとは限らない。

そこで、図６に、データオブジェクトの更新要否を判断するときに、判断されるデータオブジェクトを構成する生データのデータソースの信頼度を加味して評価するためのデータソース信頼度テーブル４０００の例を示す。

データソース信頼度テーブル４０００は、センサノード１０１から配信される生データのデータソースを識別するためのデータソースＩＤ４１００を有する。そして、データソースＩＤ４１００で識別される各データソースに対して、時系列な生データの受信状況すなわち受信か欠落（未受信）かを示す受信状況４２００、受信生データ数に対する未受信数の割合を示す未受信率４３００、最大の連続未受信数を示す連続未受信数４４００、および、受信状況４２００の情報から算出した信頼度を示す信頼度４５００から構成される。

ここで、未受信率４３００の割合の基となる受信生データ数と、連続未受信数４４００の最大を見つける対象の受信生データの数は、データソース信頼度テーブル４０００の受信状況４２００の時系列の数であり、図６に示した例では過去１０配信分の生データ１００１に対応するフィールド「ｔ_ｎ−０」〜「ｔ_ｎ−９」であるので、１０個である。

ただし、時系列の数は１０個に限定されるものではない。受信状況４２００の時系列の情報は、ゲートウェイ３のメモリに予め割り当てられた領域をリング状に利用して格納されてもよい。この場合、リングが一周すると、受信状況４２００の時系列の数は、予め割り当てられた領域を上限とする数となる。

なお、図２に示した例では、時系列データ１３００は生データ１００１で埋まっているが、受信状況４２００が受信を示す時刻は生データ１００１が格納されるのに対し、受信状況４２００が欠落を示す時刻は生データ１００１が受信されず格納されない。

データソース信頼度テーブル４０００の信頼度４５００および未受信率４３００は、データソースＩＤ４１００で識別されるデータソース毎に、受信状況４２００の情報から次のように算出される。

信頼度［％］ ＝ （β − α）／β × １００
未受信率［％］ ＝ γ／β × １００
※α = (該当期間内の最大の連続未受信数)
※β = (該当期間内に期待される生データの受信総数)
※γ = (該当期間内の総未受信数)
これらの該当期間は、先に説明した受信状況４２００の時系列の期間（数）である。

図７は、信頼度を利用する監視処理３７の例を示すフローチャートである。データオブジェクトテーブル２０００に格納する各データオブジェクト２００１を更新するか否かを判定するために、生データテーブル１０００に格納されている生データ１００１の特徴量の時系列の分析に加えて、データソースの信頼度でも判定する。

図７に示したＳ３０１、Ｓ３０３〜Ｓ３０６、Ｓ３０９〜Ｓ３１０、Ｓ３１２〜Ｓ３１５は、図３を用いて説明したＳ１０１〜Ｓ１１１とそれぞれ同じ処理であるので、説明を省略し、必要なことの説明に絞る。監視処理３７は、処理を開始すると、設定範囲内のデータオブジェクトに対して、以下の処理の対象オブジェクトを順次選択し、Ｓ３０１以下の処理を繰り返す（Ｓ３０１）。

監視処理３７は、Ｓ３０１で選択された対象オブジェクトの元となるデータソースの信頼度を示す低信頼フラグをクリアし（値を０に設定し）、信頼できる状態に設定する（Ｓ３０２）。

監視処理３７は、Ｓ３０５にて対象データが存在すると判定する、あるいはＳ３０６にて代替の対象データを選択することにより、対象データを準備すると、対象データの信頼度（対象データの元となるデータソースの信頼度）を、図６に示したデータソース信頼度テーブル４０００を参照して、対象データの元となるデータソースのＩＤをデータソースＩＤ４１００から特定し、特定されたデータソースのＩＤに対応する信頼度４５００の値と、予め設定された閾値とを比較する（Ｓ３０７）。

Ｓ３０７において、信頼度４５００の値が閾値以上であると判定した場合はＳ３０８をスキップし、信頼度４５００の値が閾値未満であると判定した場合はＳ３０８へ進む。そして、監視処理３７は、対象オブジェクトの低信頼フラグをインクリメントする（Ｓ３０８）。これにより、低信頼フラグは、Ｓ３０４の繰り返し処理の後、対象オブジェクトのための評価において、データソースＩＤ１２００の何個のＩＤに対して判定で閾値未満であったかが判定可能な記録となる。

監視処理３７は、Ｓ３０９とＳ３１０にて更新フラグの処理を実行し、Ｓ３０４による対象オブジェクトの評価のための対象データに対する繰り返し処理の後、低信頼フラグが０であるか否かを判定する（Ｓ３１１）。これにより、対象オブジェクトの元となるデータソースのうち信頼度の低いものが何個であったかを評価する。

Ｓ３１１において、低信頼フラグが０であると判定した場合はＳ３１２へ進み、更新フラグを判定し（Ｓ３１２）、更新フラグの判定結果にしたがって対象オブジェクト別更新フラグを処理する。低信頼フラグが０でないと判定した場合は、対象オブジェクトを更新するには信頼度の高い生データが揃っていないので、更新フラグ（カウンタ）とは関わりなく、対象オブジェクト別更新フラグをクリアする（Ｓ３１４）。

監視処理３７は、Ｓ３０１による設定範囲内のデータオブジェクトに対する繰り返し処理の後、オブジェクト別更新フラグがセットされたデータオブジェクトを、図１に示すデータオブジェクトの構成処理３４に通知する（Ｓ３１５）。データオブジェクトの構成処理３４は、各データオブジェクトのオブジェクト別更新フラグの値にしたがって（通知にしたがって）、更新または参照のための処理を実行する。

図８は、信頼度を含むオブジェクト更新条件テーブル３０００の例を示す図である。図８に示したオブジェクト更新条件テーブル３０００−２は、図７を用いて説明したＳ３０７およびＳ３０９において信頼度および特徴量と比較される閾値が格納されており、監視処理３７がＳ３０７およびＳ３０９を実行するときに参照される。

オブジェクト更新条件テーブル３０００−２のデータオブジェクトＩＤ３１００−２、データソースＩＤ３２００−２、条件フィールド３３００−２は、オブジェクト更新条件テーブル３０００−１のデータオブジェクトＩＤ３１００−１、データソースＩＤ３２００−１、条件フィールド３３００−１のそれぞれとフィールドは同じであるが、条件フィールド３３００−２がさらに複数のフィールドを含む。

すなわち、条件フィールド３３００−２は、時系列な特徴量の変化を分析するための変化率δに対する閾値が格納される条件フィールドと、データソースの信頼度に対する閾値が格納される条件フィールドを含む。図８では、変化率δの閾値の例を示したが、変動係数の閾値が格納されてもよい。

また、図８の例では説明のために「１０％以上」と表現しているが、格納される情報は数値であってもよいし、条件を表す何らかの識別子であってもよい。オブジェクト更新条件テーブル３０００−２に格納される情報は、特徴量の評価の処理内容および信頼度の処理内容などに応じて予め設定される。

図９は、ゲートウェイ２の構成の例を示す図である。ゲートウェイ２は、演算処理を行うＣＰＵ２１と、プログラムやデータを格納するメモリ２２と、ＣＰＵ２１に接続されたＩ／Ｏインターフェース２３と、Ｉ／Ｏインターフェース２３に接続されてデータを永続的に保持できる不揮発性のストレージ２６と、Ｉ／Ｏインターフェース２３に接続されてセンタ側ネットワークとの間で通信を行うセンタ側通信装置２５と、Ｉ／Ｏインターフェース２３に接続されて現場側ネットワークとの間で通信を行う現場側通信装置２４から構成される。

Ｉ／Ｏインターフェース２３は、例えばＰＣＩ−Ｅｘｐｒｅｓｓ（登録商標）のインターフェースであり、ＣＰＵ２１とストレージ２６などのＩ／Ｏデバイスと間の通信を行う。ゲートウェイ２としての基本的な動作のために、メモリ２２には、ＯＳ２９０と通信制御プログラム２００がロードされてＣＰＵ２１によって実行される。通信制御プログラム２００が実行されると、メモリ２２に格納された経路テーブル２１０などが利用される。

ＯＳ２９０を実行するＣＰＵ２１の処理として、ゲートウェイ２の負荷状況を取得するために、ＣＰＵ２１の利用率、メモリ２２の利用率、メモリ２２のアクセス頻度、あるいは以下で説明するプログラムそれぞれの単位時間当たりのトランザクション数を計測する処理が含まれてもよい。

さらに、メモリ２２には、時系列生データ監視プログラム４００、データ形式変換プログラム４１０、データオブジェクト構成プログラム４２０が、それぞれロードされてＣＰＵ２１によって実行される。時系列生データ監視プログラム４００を実行するＣＰＵ２１は監視処理３７となり、同じくメモリ２２上に格納される生データテーブル１０００およびデータオブジェクトテーブル２０００をプログラムの内容にしたがって参照する。

また、時系列生データ監視プログラム４００を実行するＣＰＵ２１は、監視処理３７として既に説明したとおり、オブジェクト更新条件テーブル３０００およびデータソース信頼度テーブル４０００をプログラムの内容にしたがって参照する。なお、監視処理３７は物理的な構造をＣＰＵ２１とメモリ２２とする監視部でもある。

データ形式変換プログラム４１０を実行するＣＰＵ２１はデータ形式の変換処理３５あるいはデータ形式の変換処理３６となり、データオブジェクト初期形式情報３２およびデータ形式変換ルール３３を参照し、データオブジェクトテーブル２０００を参照あるいは更新する。

データオブジェクト構成プログラム４２０を実行するＣＰＵ２１は、データオブジェクトの構成処理３４となり、データオブジェクト構成情報３１を参照し、監視処理３７からデータオブジェクト別更新フラグを受け取り、生データテーブル１０００を参照して、データオブジェクトテーブル２０００を参照あるいは更新する。なお、データオブジェクトの構成処理３４は物理的な構造をＣＰＵ２１とメモリ２２とする構成部でもある。構成部はデータ形式の変換処理３５を含んでもよい。

図１に示した処理基盤３０は、ＣＰＵ２１とメモリ２２であり、メモリ２２に格納されたプログラムをＣＰＵ２１が実行してメモリ２２に格納されたデータを処理する基盤である。データオブジェクト構成情報３１と、データオブジェクト初期形式情報３２と、データ形式変換ルール３３は、処理基盤３０に含まれてもよいし、含まれなくてもよい。

ゲートウェイ２がデータソース１００から受け取る生データ１００１は、センサノード１０１が観測したデータであるので、多量のデータの発生する場合がある。このため、生データテーブル１０００とデータオブジェクトテーブル２０００はストレージ２６に格納されてもよい。ただし、一般的にストレージ２６はメモリ２２に比べてアクセス速度が低いため、生データテーブル１０００とデータオブジェクトテーブル２０００の中のアクセス頻度の高い部分を（局所的に）メモリ２２に格納するようにしてもよい。ここで、特徴量の評価ではメモリ２２上の生データテーブル１０００を参照し、更新ではストレージ２６上のデータオブジェクトテーブル２０００へデータオブジェクト２００１を格納するようにしてもよい。

図１０は、ゲートウェイを多段に接続した構成の例を示す図である。ゲートウェイ２は既に説明したとおりであるが、図１０ではデータオブジェクトの構成処理３４などの図示を省略している。図１に示したようにゲートウェイ２が１段であれば、データオブジェクトテーブル２０００のデータオブジェクト２００１はオンデマンドアクセスによりサービス３００のサービスノード３０１に取得される。

これに対して多段（２段）の接続では、ゲートウェイ２にゲートウェイ４が接続され、ゲートウェイ２のデータオブジェクト２００１は、ゲートウェイ４へ送信され、データオブジェクト２５０１としてデータオブジェクトテーブル２５００に格納される。ゲートウェイ４は、ゲートウェイ２のように、図示を省略した構成処理や変換処理をデータオブジェクト２５０１に対して適用し、適用した結果をデータオブジェクト２６０１としてデータオブジェクトテーブル２６００に格納する。

既に説明したようにゲートウェイ２は、生データ１００１からデータオブジェクト２００１を必要に応じて生成する。生成されたデータオブジェクト２００１は、ゲートウェイ４の監視処理３８により必要に応じて取得されてデータオブジェクトテーブル２５００に格納され、監視処理３８の制御の下で必要に応じて処理されてデータオブジェクトテーブル２６００に格納されてもよい。データオブジェクトテーブル２６００に格納されたデータオブジェクト２６０１は、図１に示したデータオブジェクト２００１と同じようにオンデマンドアクセスでサービス３００のサービスノード３０１に取得される。

また、生成されたデータオブジェクト２００１は、ゲートウェイ２によりゲートウェイ４へ周期的あるいは非周期的に（例えばデータオブジェクトテーブル２０００に格納されたことを契機として）送信されて、データオブジェクトテーブル２５００に格納されてもよい。データオブジェクトテーブル２５００に格納されたデータオブジェクト２５０１は、監視処理３８の制御の下で必要に応じて処理されてデータオブジェクトテーブル２６００に格納されてもよい。

また、ゲートウェイ２によりゲートウェイ４へ周期的あるいは非周期的に送信されて、データオブジェクトテーブル２５００に格納されたデータオブジェクト２５０１は、周期的あるいは非周期的に（例えばデータオブジェクトテーブル２５００に格納されたことを契機として）処理されてデータオブジェクトテーブル２６００に格納されてもよい。このような処理では、監視処理３８が無くてもよい。

また、生成されたデータオブジェクト２００１は、ゲートウェイ２によりゲートウェイ４へ周期的に送信されてデータオブジェクトテーブル２５００に格納され、データオブジェクトテーブル２５００に格納されるデータオブジェクト２５０１は時系列なデータとなるので、既に説明した生データテーブル１０００に対する監視処理３７と同じ処理を監視処理３８がデータオブジェクトテーブル２５００に対して実行してもよい。

図１０にはゲートウェイ２とゲートウェイ４の２段の接続の例を示したが、２段に限定されるものではなく、ゲートウェイ４とサービス３００との間にさらにゲートウェイが接続されてもよい。ゲートウェイ４に相当する複数のゲートウェイがゲートウェイ２に接続され、複数のゲートウェイがゲートウェイ２からデータオブジェクト２００１を取得する、あるいはゲートウェイ２が複数のゲートウェイへデータオブジェクト２００１を送信してもよく、このような複数のゲートウェイのそれぞれが多段に接続されてもよい。

図１０には複数のセンサノード１０１にゲートウェイ２が接続される例を示したが、ゲートウェイ２に相当する複数のゲートウェイが複数のセンサノード１０１に接続されてもよく、ゲートウェイ２に相当する複数のゲートウェイがゲートウェイ４に接続されてもよい。そして、ゲートウェイ４が複数のゲートウェイからデータオブジェクトを取得する、あるいは複数のゲートウェイがゲートウェイ４へデータオブジェクトを送信してもよい。

以上で説明したように、センサの観測データの特徴量を評価することにより、観測データからデータオブジェクトを新たに生成（構成）する必要のない場合は、それ以前に生成したデータオブジェクトを参照する情報で代えることが可能となり、データオブジェクト生成の負荷を低減できる。特に観測データの変化が小さい場合に、値の近いデータオブジェクトの生成を繰り返す必要がなくなる。

また、１つのデータオブジェクトを生成するために複数のセンサ（データソース）の観測データが必要な場合、複数のセンサの観測データの１つでも特徴量が条件を満たさなければ、新たにデータオブジェクトを生成して更新するので、観測データの変化をデータオブジェクトに反映できる。

また、周期的に受信されるはずの観測データが受信されなかった場合であっても、さらに以前の観測データから特徴量を評価できる。ここで、観測データの受信が不安定であり、受信できた観測データでは、それ以前に生成したデータオブジェクトを参照する情報に代えるだけの信頼度が得られない場合、新たにデータオブジェクトを生成して更新できる。

センサなどにより観測されたデータから、サービスが利用するデータオブジェクト形成などの処理頻度を低減させる手法を提案することにより、データオブジェクト形成などの処理基盤の負荷低減を図ることができる。 具体的には、Ｏ＆Ｍ（Ｏｐｅｒａｔｉｏｎ＆Ｍａｉｎｔｅｎａｎｃｅ）などを目的にする場合、センサにより観測される状態は通常時はあまり変化しない事に着目して、センサから受信するデータを時系列に分析することにより、データオブジェクト形成などの処理の要否を判断して、不要な処理を省くことが可能になる。

２：ゲートウェイ
３７：監視処理
１００：データソース
１０１：センサノード
３００：サービス
３０１：サービスノード
１０００：生データテーブル
１００１：生データ
２０００：データオブジェクトテーブル
２００１：データオブジェクト

Claims (6)

1. 第１のデータを入力し、第２のデータを出力する中継装置において、
   時系列な第１のデータと、第１のデータに対応する時系列な第２のデータと、を保持するメモリと、
   第１のデータを監視する監視部と、
   第１のデータに基づきデータを生成する構成部と、を有し、
   前記監視部は、
   第１のデータを監視して、第１のデータの変化に関する特徴量を算出し、
   算出された特徴量が、予め設定された閾値以上であると判定した場合、更新フラグを設定して、第２のデータの更新を指示し、
   算出された特徴量が、前記閾値未満であると判定した場合、前記更新フラグを解除し、
   前記構成部は、
   前記監視部から更新の指示を受けると、第１のデータに基づいてデータを生成し、前記メモリ上で時系列として前の第２のデータに対して後の第２のデータを更新し、
   第１のデータは、センサで時系列に観測されたデータであり、
   第２のデータは、データオブジェクトであり、
   前記特徴量は、前記センサで時系列に観測されたデータの変動係数または変化率であり、
   第１のデータは、複数のセンサそれぞれで観測された複数の第１のデータであり、
   前記複数のセンサ毎に閾値が設定され、
   前記監視部は、
   複数の第１のデータを監視して、複数の第１のデータの変化に関する特徴量をそれぞれ算出し、
   算出された特徴量のぞれぞれのいずれか１つでも、予め設定されたそれぞれの閾値異常であると判定した場合、前記複数の第１のデータを基に１つの第２のデータの更新を指示する
   ことを特徴とする中継装置。
2. 請求項１に記載の中継装置において、
   前記変化率は、時系列の第１のデータにおける時刻にしたがって変化した割合であり、
   前記監視部は、
   第１のデータを時系列に監視して、第１のデータの変化に関する特徴量として変化率を算出し、
   算出された変化率が、予め設定された閾値以上であると判定し、第１のデータの変化が大きい場合、第２のデータの更新を指示する
   ことを特徴とする中継装置。
3. 請求項１に記載の中継装置であって、
   前記構成部は、
   前記更新フラグが解除された場合、前記メモリ上で時系列として前の第２のデータを参照するように後の第２のデータを設定する
   ことを特徴とする中継装置。
4. センサノードと中継装置を含むシステムにおいて、
   前記センサノードは、
   時系列に観測された第１のデータを周期的に送信し、
   前記中継装置は、
   受信された第１のデータと、第１のデータに対応する時系列な第２のデータと、を保持するメモリと、
   前記メモリに保持された第１のデータを監視する監視部と、
   前記メモリに保持された第１のデータに基づきデータを生成する構成部と、
   を有し、
   前記監視部は、
   前記メモリに保持された第１のデータを監視して、前記メモリに保持された第１のデータの変化に関する特徴量を算出し、
   算出された特徴量が、予め設定された閾値以上であると判定した場合、更新フラグを設定して、第２のデータの更新を指示し、
   算出された特徴量が、前記閾値未満であると判定した場合、前記更新フラグを解除し、
   前記構成部は、
   前記監視部から更新の指示を受けると、前記メモリに保持された第１のデータに基づいてデータを生成し、前記メモリ上で時系列として前の第２のデータに対して後の第２のデータを更新し、
   第２のデータは、データオブジェクトであり、
   前記特徴量は、前記センサノードで時系列に観測されたデータの変動係数または変化率であり、
   前記メモリは、
   前記センサノードから周期的に送信された第１のデータの未受信の情報を保持し、
   前記監視部は、
   前記メモリに保持された未受信の情報から連続する未受信のデータの数を得て、信頼度を算出し、
   算出された信頼度が、予め設定された信頼度閾値以上であると判定した場合、算出された特徴量を判定し、
   算出された信頼度が、前記信頼度閾値未満であると判定した場合、前記更新フラグを解除する
   ことを特徴とするシステム。
5. 請求項４に記載のシステムにおいて、
   前記構成部は、
   前記更新フラグが解除された場合、前記メモリ上で時系列として前の第２のデータを参照するように後の第２のデータを設定する
   ことを特徴とするシステム。
6. 請求項４に記載のシステムにおいて、
   前記システムは、
   １または複数の装置から構成される多段中継装置をさらに含み、
   前記多段中継装置は、
   前記中継装置に接続され、
   前記中継装置からデータオブジェクトである第２のデータを取得し、
   取得された第２のデータから、データオブジェクトである第３のデータを生成することを特徴とするシステム。

Images