JP7080922B2 - ネットワークシステム、ホスト装置、及びネットワーク制御方法 - Google Patents

ネットワークシステム、ホスト装置、及びネットワーク制御方法 Download PDF

Info

Publication number
JP7080922B2
JP7080922B2 JP2020089063A JP2020089063A JP7080922B2 JP 7080922 B2 JP7080922 B2 JP 7080922B2 JP 2020089063 A JP2020089063 A JP 2020089063A JP 2020089063 A JP2020089063 A JP 2020089063A JP 7080922 B2 JP7080922 B2 JP 7080922B2
Authority
JP
Japan
Prior art keywords
network
unit
behavior
smart device
host device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020089063A
Other languages
English (en)
Other versions
JP2021184532A (ja
Inventor
亮 丸山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Personal Computers Ltd
Original Assignee
NEC Personal Computers Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Personal Computers Ltd filed Critical NEC Personal Computers Ltd
Priority to JP2020089063A priority Critical patent/JP7080922B2/ja
Publication of JP2021184532A publication Critical patent/JP2021184532A/ja
Application granted granted Critical
Publication of JP7080922B2 publication Critical patent/JP7080922B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Description

本発明は、ネットワークシステム、ホスト装置、及びネットワーク制御方法に関する。
近年、家庭内のローカルネットワークに接続して使用するスマートスピーカなどのスマートデバイスが知られている（例えば、特許文献１を参照）。このようなスマートデバイスは、ローカルネットワークを介してインターネットに接続されており、カメラやマイク等で検出したユーザの情報（プライバシー情報）を、インターネットを介してクラウドサーバに送信し、クラウドサーバ上で機械学習を利用した処理が実行され、当該処理に基づく出力情報を受信してユーザに提示している。
特表２０２０－５００３３０号公報
しかしながら、上述した従来のネットワークシステムでは、インターネットに接続されたスマートデバイスにより、ユーザの発話内容や顔画像などのプライバシー情報を常時取得可能であるため、例えば、スマートデバイスがハッキングされることで、プライバシー情報が流出する可能性があった。また、上述した従来のネットワークシステムでは、プライバシー情報を、インターネットを介してクラウドサーバに送信するため、クラウドサーバなどからプライバシー情報が流出する可能性があった。
本発明は、上記問題を解決すべくなされたもので、その目的は、セキュリティを向上させることができるネットワークシステム、ホスト装置、及びネットワーク制御方法を提供することにある。
上記問題を解決するために、本発明の一態様は、インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークを構築するホスト装置と、前記第２ネットワークに接続され、ユーザの行動を検出する行動検出部を備えるスマートデバイスとを備え、前記ホスト装置は、前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するネットワークホスト部と、前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集する外部情報収集部とを備えるネットワークシステムである。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記ホスト装置は、前記外部情報収集部が収集した前記外部情報を、前記第２ネットワークを経由して前記スマートデバイスに送信する送信処理部を備え、前記スマートデバイスは、前記行動検出部が検出した前記ユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する推論モデル実行部と、前記推論モデル実行部が生成した前記推論結果に基づいて、前記第２ネットワークを経由して前記送信処理部が送信した前記外部情報を前記出力情報として、出力部に出力する出力処理部とを備えるようにしてもよい。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記送信処理部は、前記推論モデルを、前記第２ネットワークを経由して前記ホスト装置から前記スマートデバイスに送信し、前記推論モデル実行部は、前記送信処理部によって、前記ホスト装置から受信した前記推論モデルに基づいて、前記推論結果を生成するようにしてもよい。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記ホスト装置は、前記行動検出部が検出した前記ユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する推論モデル実行部と、前記推論モデル実行部が生成した前記推論結果に基づいて、前記外部情報収集部が収集した前記外部情報を前記出力情報として、前記第２ネットワークを経由して前記スマートデバイスに送信する送信処理部とを備え、前記スマートデバイスは、前記出力情報を出力部に出力するようにしてもよい。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記ホスト装置は、前記行動検出部が検出した前記ユーザの行動に基づいて、機械学習により前記推論モデルを生成する学習処理部を備えるようにしてもよい。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記外部情報収集部は、前記インターネットを経由して前記推論モデルを取得するようにしてもよい。
また、本発明の一態様は、上記のネットワークシステムにおいて、前記第２ネットワークは、前記第１ネットワーク内に構築されたＶＰＮ（Virtual Private Network）であってもよい。
また、本発明の一態様は、インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークであって、ユーザの行動を検出する行動検出部を備えるスマートデバイスが接続される第２ネットワークを構築するホスト装置であって、前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するネットワークホスト部と、前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集する外部情報収集部とを備えるホスト装置である。
また、本発明の一態様は、インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークを構築するホスト装置と、前記第２ネットワークに接続され、ユーザの行動を検出する行動検出部を備えるスマートデバイスとを備えるネットワークシステムのネットワーク制御方法であって、前記ホスト装置が、前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するステップと、前記ホスト装置が、前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集するステップとを含むネットワーク制御方法である。
本発明の上記態様によれば、セキュリティを向上させることができる。
第１の実施形態によるネットワークシステムの一例を示すブロック図である。 第１の実施形態によるネットワークシステムの学習処理の一例を示す図である。 第１の実施形態によるネットワークシステムの推論処理の一例を示すフローチャートである。 第２の実施形態によるネットワークシステムの一例を示すブロック図である。 第２の実施形態によるネットワークシステムの学習処理の一例を示す図である。 第２の実施形態によるネットワークシステムの推論処理の一例を示すフローチャートである。
以下、本発明の一実施形態によるネットワークシステム、ホスト装置、及びネットワーク制御方法について、図面を参照して説明する。
［第１の実施形態］
図１は、本実施形態によるネットワークシステム１の一例を示すブロック図である。
図１に示すように、ネットワークシステム１は、ホストデバイス１０と、スマートデバイス２０（２０－１、２０－２、・・・）と、宅内ルータ装置３０とを備える。
図１において、ネットワークシステム１は、一例として、複数のスマートデバイス２０を備えるものとする。なお、本実施形態において、スマートデバイス２０－１、スマートデバイス２０－２、・・・のそれぞれは、同一の構成であり、ネットワークシステム１が備える任意のスマートデバイスを示す場合、又は特に区別しない場合に、スマートデバイス２０として説明する。
また、ホストデバイス１０と、スマートデバイス２０（２０－１、２０－２、・・・）と、宅内ルータ装置３０とは、例えば、ユーザの宅内ＨＭに配置されており、宅内ＨＭには、インターネットＩＮに接続可能な所定のエリア内（例えば、宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１（第１ネットワークの一例）が構築されている。
宅内ネットワークＮＷ１は、宅内ＨＭに構築されたローカルエリアネットワークであり、ホストデバイス１０や宅内ＨＭのＩｏＴ（Internet of Things）機器などの各種ネットワーク装置（付図示）が接続され、宅内ルータ装置３０を経由して、インターネットＩＮに接続可能である。
宅内ルータ装置３０は、宅内ネットワークＮＷ１とインターネットＩＮとの間を接続する装置であり、宅内ネットワークＮＷ１に接続された装置（例えば、ホストデバイス１０）と、インターネットＩＮ上の装置（例えば、情報サーバ４０）との間の通信を可能にする。
なお、本実施形態では、インターネットＩＮ上に情報サーバ４０が接続されているものとする。情報サーバ４０（サーバ装置の一例）は、例えば、ウェブサーバであり、各種外部情報を提供する。
ホストデバイス１０（ホスト装置の一例）は、インターネットＩＮに接続可能な宅内ネットワークＮＷ１（第１ネットワーク）に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２（第２ネットワークの一例）を構築する。ここで、仮想ネットワークＮＷ２は、例えば、宅内ネットワークＮＷ１内に構築されたＶＰＮ（Virtual Private Network）である。また、論理的に分離されたネットワークとは、例えば、異なるのＩＰアドレス群のネットワークである。
ホストデバイス１０は、例えば、パーソナルコンピュータ（ＰＣ）などのコンピュータ装置であり、コンピュータ装置にＶＰＮの管理機能を実現するソフトウェアをインストールすることで実現可能である。
ホストデバイス１０は、ＮＷ（ネットワーク）通信部１１と、仮想ＮＷ通信部１２と、記憶部１３と、制御部１４とを備える。
ＮＷ通信部１１は、有線ＬＡＮ又は無線ＬＡＮにより、宅内ネットワークＮＷ１に接続し、宅内ネットワークＮＷ１に接続された装置と通信を行う。また、ＮＷ通信部１１は、宅内ルータ装置３０を経由して、インターネットＩＮに接続し、例えば、情報サーバ４０との間の通信を行う。
仮想ＮＷ通信部１２は、有線ＬＡＮ又は無線ＬＡＮにより、ＶＰＮである仮想ネットワークＮＷ２に接続し、仮想ネットワークＮＷ２に接続されたスマートデバイス２０との間の通信を行う。
記憶部１３は、ホストデバイス１０が利用する各種情報を記憶する。記憶部１３は、学習データ記憶部１３１と、モデル記憶部１３２とを備える。
学習データ記憶部１３１は、後述する推論モデルを生成するために使用する学習データを記憶する。学習データ記憶部１３１は、学習データとして、例えば、後述する行動検出部２６１が検出した行動情報、過去の推論結果、及び行動情報に応じた出力情報などを記憶する。
モデル記憶部１３２は、後述する機械学習部１４２が、上述した学習データから機械学習により生成した推論モデルを記憶する。
制御部１４は、例えば、ＣＰＵ（Central Processing Unit）などを含むプロセッサであり、ホストデバイス１０を統括的に制御する。制御部１４は、ＮＷホスト部１４１と、機械学習部１４２と、外部情報取得部１４３と、送信処理部１４４とを備える。
ＮＷホスト部１４１（ネットワークホスト部の一例）は、仮想ネットワークＮＷ２を管理し、スマートデバイス２０との間で通信する。ＮＷホスト部１４１は、例えば、仮想ＮＷ通信部１２を使用して、ＶＰＮにより、仮想ネットワークＮＷ２を構築するとともに、仮想ネットワークＮＷ２を管理する。また、ＮＷホスト部１４１は、スマートデバイス２０との間で、仮想ＮＷ通信部１２を使用して、各種通信を制御する。ＮＷホスト部１４１は、例えば、ＶＰＮにおける認証、暗号化、トンネリングなどの制御を行う。
機械学習部１４２（学習処理部の一例）は、行動検出部２６１が検出したユーザの行動に基づいて、機械学習により推論モデルを生成する。機械学習部１４２は、例えば、行動検出部２６１が検出した行動情報、後述する推論モデル実行部２６２が推論した推論結果（過去の推論結果）、及び行動情報に応じた出力情報などを、各スマートデバイス２０から、仮想ＮＷ通信部１２を介して収集する。機械学習部１４２は、収集した情報を学習データとして、学習データ記憶部１３１に記憶させる。
また、機械学習部１４２は、所定のタイミング（例えば、定期的に、又は学習要求を受信したタイミング）により、学習データ記憶部１３１が記憶する学習データに基づいて、機械学習により推論モデルを生成する。ここで、推論モデルは、例えば、行動情報に応じて、ユーザが要求している出力（情報や実行処理など）を推論するモデルである。機械学習部１４２は、定期的に、新規に推論モデルを生成するようにしてもよいし、既に生成済みの推論モデルを定期的に補正して更新するようにしてもよい。
機械学習部１４２は、機械学習により生成した推論モデルをモデル記憶部１３２に記憶させる。また、機械学習部１４２は、推論モデルに基づいて、出力情報として出力の可能性がある外部情報の取得要求（収集要求）を、外部情報取得部１４３に出力する。
外部情報取得部１４３（外部情報収集部の一例）は、行動検出部２６１が検出したユーザの行動に対応した出力情報を、スマートデバイス２０が出力するために、インターネットＩＮから外部情報を収集する。外部情報取得部１４３は、機械学習部１４２からの外部情報の取得要求（収集要求）に応じて、宅内ルータ装置３０及びインターネットＩＮを介して、情報サーバ４０から、外部情報を収集する。外部情報取得部１４３は、インターネットＩＮ上から収集した外部情報を、送信処理部１４４に、スマートデバイス２０に送信させる。
送信処理部１４４は、外部情報取得部１４３が収集した外部情報を、仮想ネットワークＮＷ２を経由してスマートデバイス２０に送信する。すなわち、送信処理部１４４は、仮想ＮＷ通信部１２を介して、複数のスマートデバイス２０のそれぞれに、外部情報を送信する。
また、送信処理部１４４は、機械学習部１４２が生成した推論モデルを、仮想ネットワークＮＷ２を経由してホストデバイス１０からスマートデバイス２０に送信する。すなわち、送信処理部１４４は、モデル記憶部１３２が記憶する推論モデルを、仮想ＮＷ通信部１２を介して、複数のスマートデバイス２０のそれぞれに送信する。
スマートデバイス２０は、例えば、スマートスピーカなどのＩｏＴ機器であり、仮想ネットワークＮＷ２に接続されている。スマートデバイス２０は、例えば、ユーザの行動（例えば、ユーザの発話やジェスチャー、動作など）を検出し、当該ユーザの行動に応じた出力情報（例えば、スピーカ２４からの音出力など）を出力する。スマートデバイス２０は、例えば、「明日の横浜の天気を教えて！」というユーザの発話に応じて、「明日の横浜の天気は、晴れです。」というような出力を行う。
また、スマートデバイス２０は、仮想ＮＷ通信部２１と、マイク２２と、カメラ２３と、スピーカ２４と、記憶部２５と、制御部２６とを備える。
仮想ＮＷ通信部２１は、有線ＬＡＮ又は無線ＬＡＮにより、ＶＰＮである仮想ネットワークＮＷ２に接続し、仮想ネットワークＮＷ２に接続されたホストデバイス１０との間の通信を行う。仮想ＮＷ通信部２１は、ＶＰＮクライアント機能を有する。
マイク２２（収音部の一例）は、例えば、スマートデバイス２０に内蔵された内蔵マイクであり、スマートデバイス２０の周辺の音を収音し、収音した音情報を制御部２６に出力する。マイク２２は、ユーザの発話（ユーザの行動の一例）の音情報（行動情報の一例）を検出し、音情報（行動情報）を制御部２６に出力する。
カメラ２３（撮像部の一例）は、例えば、スマートデバイス２０に内蔵された内蔵カメラであり、スマートデバイス２０の周辺の画像を撮像し、撮像した画像情報を制御部２６に出力する。カメラ２３は、例えば、ユーザの顔画像やジェスチャー及び動作（行動情報の一例）などを撮像し、当該画像情報（行動情報）を制御部２６に出力する。
スピーカ２４（出力部の一例）は、例えば、スマートデバイス２０に内蔵された内蔵スピーカであり、出力情報として、音により情報を出力する。スピーカ２４は、制御部２６から出力された音情報を音に変換して、スマートデバイス２０の外部に出力する。
記憶部２５は、スマートデバイス２０が利用する各種情報を記憶する。記憶部２５は、モデル記憶部２５１と、外部情報記憶部２５２とを備える。
モデル記憶部２５１は、機械学習部１４２が機械学習により生成した推論モデルを記憶する。モデル記憶部１３２は、ホストデバイス１０から送信処理部１４４によって送信された推論モデルを記憶する。
外部情報記憶部２５２は、上述した外部情報取得部１４３が収集した外部情報を記憶する。外部情報記憶部２５２は、ホストデバイス１０から送信処理部１４４によって送信された外部情報を記憶する。
制御部２６は、例えば、ＣＰＵなどを含むプロセッサであり、スマートデバイス２０を統括的に制御する。制御部２６は、マイク２２及びカメラ２３により、ユーザの行動を示す行動情報を検出し、行動情報から上述した推論モデルにより推論した推論結果を推論し、当該推論結果に基づく出力情報をスピーカ２４から出力する。
また、制御部２６は、ホストデバイス１０から仮想ＮＷ通信部１２を介して、推論モデル及び外部情報を受信し、受信した推論モデル及び外部情報を記憶部２５に記憶させる。制御部２６は、受信した推論モデルをモデル記憶部２５１に記憶させる。また、制御部２６は、受信した外部情報を外部情報記憶部２５２に記憶させる。
また、制御部２６は、行動情報、推論結果、及び行動情報に応じた出力情報などを、仮想ＮＷ通信部１２を介してホストデバイス１０に送信する。
また、制御部２６は、行動検出部２６１と、推論モデル実行部２６２と、出力処理部２６３とを備える。
行動検出部２６１は、マイク２２及びカメラ２３により、ユーザの行動を検出する。行動検出部２６１は、例えば、マイク２２が収音した音情報（例えば、ユーザの発話などの音情報）を、行動情報として検出する。また、行動検出部２６１は、例えば、カメラ２３が撮像した画像情報（例えば、ユーザの顔画像やジェスチャー、動作などの画像情報）を、行動情報として検出する。行動検出部２６１は、検出した行動情報を推論モデル実行部２６２に出力する。
推論モデル実行部２６２は、行動検出部２６１が検出したユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する。推論モデル実行部２６２は、行動検出部２６１が検出した行動情報から、モデル記憶部２５１が記憶する推論モデルを用いて推論し、推論結果に基づいて、外部情報記憶部２５２が記憶する外部情報の中から、行動情報に対応する適切な外部情報を選択する。推論モデル実行部２６２は、選択した外部情報を出力処理部２６３に出力する。
出力処理部２６３は、推論モデル実行部２６２が生成した推論結果に基づいて、仮想ネットワークＮＷ２を経由して送信処理部１４４が送信した外部情報を出力情報として、ユーザに出力する。出力処理部２６３は、例えば、推論モデル実行部２６２が推論結果に基づいて選択した外部情報を、出力情報として、例えば、スピーカ２４から出力させる。
次に、図面を参照して、本実施形態によるネットワークシステム１の動作について説明する。
まず、図２を参照して、本実施形態によるネットワークシステム１の学習処理について説明する。
図２は、本実施形態によるネットワークシステム１の学習処理の一例を示す図である。
図２に示すように、まず、スマートデバイス２０は、行動情報を検出する（ステップＳ１０１）。スマートデバイス２０の制御部２６（行動検出部２６１）は、マイク２２及びカメラ２３により、ユーザの行動を示す行動情報を検出する。
次に、スマートデバイス２０は、行動情報、出力情報、等をホストデバイス１０に送信する（ステップＳ１０２）。例えば、制御部２６は、行動情報、推論結果、及び行動情報に応じた出力情報などを、仮想ＮＷ通信部１２を介してホストデバイス１０に送信する。
次に、ホストデバイス１０は、スマートデバイス２０から受信した情報（行動情報、出力情報、等）を学習データとして蓄積する（ステップＳ１０３）。ホストデバイス１０の機械学習部１４２は、例えば、各スマートデバイス２０から、仮想ＮＷ通信部１２を介して収集した情報（行動情報、出力情報、等）を学習データとして学習データ記憶部１３１に記憶させる。
また、所定のタイミングで、ホストデバイス１０は、学習データに基づいて、機械学習により推論モデルを生成する（ステップＳ１０４）。例えば、機械学習部１４２は、所定のタイミング（例えば、定期的に、又は学習要求を受信したタイミング）により、学習データ記憶部１３１が記憶する学習データに基づいて、機械学習により推論モデルを生成する。
次に、ホストデバイス１０は、推論モデルをモデル記憶部１３２に記憶させる（ステップＳ１０５）。機械学習部１４２は、生成した推論モデルをモデル記憶部１３２に記憶させる。
次に、ホストデバイス１０は、外部情報を収集する（ステップＳ１０６）。機械学習部１４２は、推論モデルに基づいて、出力情報として出力の可能性がある外部情報の取得要求（収集要求）を、外部情報取得部１４３に出力し、外部情報取得部１４３は、外部情報の取得要求（収集要求）に応じて、宅内ルータ装置３０及びインターネットＩＮを介して、情報サーバ４０から外部情報を収集する。
次に、ホストデバイス１０は、推論モデル、及び外部情報を各スマートデバイス２０に送信する（ステップＳ１０７）。ホストデバイス１０の送信処理部１４４は、モデル記憶部１３２が記憶する推論モデルと、外部情報取得部１４３が情報サーバ４０から収集した外部情報とを、仮想ネットワークＮＷ２を経由してホストデバイス１０から各スマートデバイス２０に送信する。すなわち、送信処理部１４４は、推論モデル及び外部情報を、仮想ＮＷ通信部１２を介して、複数のスマートデバイス２０のそれぞれに送信する。
次に、スマートデバイス２０は、推論モデル及び外部情報を記憶する（ステップＳ１０８）。スマートデバイス２０の制御部２６は、ホストデバイス１０から仮想ＮＷ通信部１２を介して、推論モデル及び外部情報を受信し、受信した推論モデル及び外部情報を記憶部２５に記憶させる。具体的に、制御部２６は、受信した推論モデルをモデル記憶部２５１に記憶させる。また、制御部２６は、受信した外部情報を外部情報記憶部２５２に記憶させる。
次に、図３を参照して、本実施形態によるネットワークシステム１の推論処理について説明する。
図３は、本実施形態によるネットワークシステム１の推論処理の一例を示すフローチャートである。
図３に示すように、スマートデバイス２０は、まず、行動情報の検出があるか否かを検出する（ステップＳ２０１）。スマートデバイス２０の行動検出部２６１は、例えば、マイク２２又はカメラ２３による行動情報の検出があるか否かを判定する。行動検出部２６１は、行動情報の検出がある場合（ステップＳ２０１：ＹＥＳ）に、処理をステップＳ２０２に進める。また、行動検出部２６１は、行動情報の検出がない場合（ステップＳ２０１：ＮＯ）に、処理をステップＳ２０１に戻す。
ステップＳ２０２において、スマートデバイス２０は、行動情報と推論モデルとに基づいて、推論結果を生成する。スマートデバイス２０の推論モデル実行部２６２は、行動検出部２６１が検出した行動情報から、モデル記憶部２５１が記憶する推論モデルを用いて、ユーザの要求を推論する。
次に、推論モデル実行部２６２は、推論結果に基づいて、外部情報を選択する（ステップＳ２０３）。推論モデル実行部２６２は、推論結果に基づいて、外部情報記憶部２５２が記憶する外部情報の中から、行動情報に対応する適切な外部情報を選択する。
次に、スマートデバイス２０の出力処理部２６３は、選択した外部情報を、出力情報として出力する（ステップＳ２０４）。出力処理部２６３は、推論モデル実行部２６２が推論結果に基づいて選択した外部情報を、出力情報として、例えば、スピーカ２４から出力させる。
次に、スマートデバイス２０の制御部２６は、行動情報、推論結果、出力情報、等をホストデバイス１０に送信する（ステップＳ２０５）。の制御部２６は、行動情報、推論結果、及び行動情報に応じた出力情報などを、仮想ＮＷ通信部１２を介してホストデバイス１０に送信し、学習データとして、ホストデバイス１０の学習データ記憶部１３１に記憶させる。ステップＳ２０５の処理後に、制御部２６は、処理をステップＳ２０１に戻す。
以上説明したように、本実施形態によるネットワークシステム１は、ホストデバイス１０（ホスト装置）と、スマートデバイス２０とを備える。ホストデバイス１０は、インターネットＩＮに接続可能な所定のエリア内（例えば、ユーザの宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１（第１ネットワーク）に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２（第２ネットワーク）を構築する。スマートデバイス２０は、仮想ネットワークＮＷ２に接続され、ユーザの行動を検出する行動検出部２６１を備える。また、ホストデバイス１０は、ＮＷホスト部１４１（ネットワークホスト部）と、外部情報取得部１４３（外部情報収集部）とを備える。ＮＷホスト部１４１は、仮想ネットワークＮＷ２を管理し、スマートデバイス２０との間で通信する。外部情報取得部１４３は、行動検出部２６１が検出したユーザの行動に対応した出力情報を、スマートデバイス２０が出力するために、インターネットＩＮから外部情報を収集する。
これにより、本実施形態によるネットワークシステム１は、インターネットＩＮに接続可能な宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２にスマートデバイス２０が接続されていて、インターネットＩＮから直接接続できない。そのため、本実施形態によるネットワークシステム１では、悪意を持った第三者が、例えば、ユーザの発話内容や顔画像などのプライバシー情報を、インターネットＩＮを経由して盗み出すことができず、プライバシー情報の流出を低減することができる。また、本実施形態によるネットワークシステム１は、インターネットＩＮから外部情報を収集するが、プライバシー情報をインターネットＩＮを介して外部のサーバ装置（例えば、クラウドサーバなど）に送信する必要がないため、外部のサーバ装置からプライバシー情報が流出することがない。よって、本実施形態によるネットワークシステム１は、セキュリティを向上させることができる。
また、本実施形態では、ホストデバイス１０は、外部情報取得部１４３が収集した外部情報を、仮想ネットワークＮＷ２を経由してスマートデバイス２０に送信する送信処理部１４４を備える。スマートデバイス２０は、推論モデル実行部２６２と、出力処理部２６３とを備える。推論モデル実行部２６２は、行動検出部２６１が検出したユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する。出力処理部２６３は、推論モデル実行部２６２が生成した推論結果に基づいて、仮想ネットワークＮＷ２を経由して送信処理部１４４が送信した外部情報を出力情報として、出力部（例えば、スピーカ２４）に出力する。
これにより、本実施形態によるネットワークシステム１では、ネットワークシステム１が備える推論モデル実行部２６２が、スマートデバイス２０がユーザの行動に応じて、推論モデルに基づいて、推論結果を生成するため、ユーザの行動を示す行動情報などのプライバシー情報が外部に流出するこのがない。よって、本実施形態によるネットワークシステム１は、セキュリティをさらに向上させることができる。
また、本実施形態では、ホストデバイス１０は、行動検出部２６１が検出したユーザの行動に基づいて、機械学習により推論モデルを生成する機械学習部１４２（学習処理部）を備える。送信処理部１４４は、推論モデルを、仮想ネットワークＮＷ２を経由してホストデバイス１０からスマートデバイス２０に送信する。推論モデル実行部２６２は、送信処理部１４４によって、ホストデバイス１０から受信した推論モデルに基づいて、推論結果を生成する。
これにより、本実施形態によるネットワークシステム１では、ホストデバイス１０が推論モデルを生成し、ホストデバイス１０から受信した推論モデルを用いて、スマートデバイス２０の推論モデル実行部２６２が推論結果を生成する。よって、本実施形態によるネットワークシステム１は、学習処理及び推論処理の両方において、インターネットＩＮを介して外部に情報を送信する必要がないため、セキュリティを向上させることができる。
また、本実施形態では、仮想ネットワークＮＷ２は、宅内ネットワークＮＷ１内に構築されたＶＰＮである。
これにより、本実施形態によるネットワークシステム１は、ＶＰＮを利用することで、インターネットＩＮに接続可能な宅内ネットワークＮＷ１と簡易な手段で容易に、論理的に分離された仮想ネットワークＮＷ２を構築することができる。
また、本実施形態によるホストデバイス１０（ホスト装置）は、仮想ネットワークＮＷ２を構築するホストデバイス１０であって、ＮＷホスト部１４１と、外部情報取得部１４３とを備える。ここで、仮想ネットワークＮＷ２は、インターネットＩＮに接続可能な所定のエリア内（例えば、ユーザの宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離されたネットワークであって、ユーザの行動を検出する行動検出部２６１を備えるスマートデバイス２０が接続される。ＮＷホスト部１４１は、仮想ネットワークＮＷ２を管理し、スマートデバイス２０との間で通信する。外部情報取得部１４３は、行動検出部２６１が検出したユーザの行動に対応した出力情報を、スマートデバイス２０が出力するために、インターネットＩＮから外部情報を収集する。
これにより、本実施形態によるホストデバイス１０は、上述したネットワークシステム１と同様の効果を奏し、セキュリティを向上させることができる。
また、本実施形態によるネットワーク制御方法は、ホストデバイス１０と、スマートデバイス２０とを備えるネットワークシステム１のネットワーク制御方法であって、通信ステップと、収集ステップとを含む。ここで、ホストデバイス１０は、インターネットＩＮに接続可能な所定のエリア内（例えば、ユーザの宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２を構築する。スマートデバイス２０は、仮想ネットワークＮＷ２に接続され、ユーザの行動を検出する行動検出部２６１を備える。通信ステップにおいて、ホストデバイス１０が、仮想ネットワークＮＷ２を管理し、スマートデバイス２０との間で通信する。収集ステップにおいて、ホストデバイス１０が、行動検出部２６１が検出したユーザの行動に対応した出力情報を、スマートデバイス２０が出力するために、インターネットＩＮから外部情報を収集する。
これにより、本実施形態によるホストデバイス１０は、上述したネットワークシステム１と同様の効果を奏し、セキュリティを向上させることができる。
［第２の実施形態］
次に、図面を参照して、第２の実施形態によるネットワークシステム１ａについて説明する。
図４は、第２の実施形態によるネットワークシステム１ａの一例を示すブロック図である。
図４に示すように、ネットワークシステム１ａは、ホストデバイス１０ａと、スマートデバイス２０ａ（２０ａ－１、２０ａ－２、・・・）と、宅内ルータ装置３０と、学習サーバ５０とを備える。
図４において、ネットワークシステム１ａは、一例として、複数のスマートデバイス２０ａを備えるものとする。なお、本実施形態において、スマートデバイス２０ａ－１、スマートデバイス２０ａ－２、・・・のそれぞれは、同一の構成であり、ネットワークシステム１ａが備える任意のスマートデバイスを示す場合、又は特に区別しない場合に、スマートデバイス２０ａとして説明する。
また、ホストデバイス１０ａと、スマートデバイス２０ａ（２０ａ－１、２０ａ－２、・・・）と、宅内ルータ装置３０とは、例えば、ユーザの宅内ＨＭに配置されており、宅内ＨＭには、インターネットＩＮに接続可能な所定のエリア内（例えば、宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１（第１ネットワークの一例）が構築されている。
本実施形態では、学習処理を、インターネットＩＮ上の学習サーバ５０が実行し、ホストデバイス１０ａが、推論モデルによる推論処理を実行する変形例について説明する。
なお、図４において、上述した図１と同一の構成には、同一の符号を付与して、その説明を省略する。
学習サーバ５０は、例えば、クラウドサーバなどのサーバ装置であり、宅内ルータ装置３０及び宅内ネットワークＮＷ１を介して、ホストデバイス１０ａとの間で通信可能である。また、学習サーバ５０は、機械学習部５１と、学習データ記憶部５２と、モデル記憶部５３とを備える。
学習データ記憶部５２は、第１の実施形態の学習データ記憶部１３１と同様に、機械学習による推論モデルを生成するための学習データを記憶する。なお、本実施形態における学習データは、例えば、インターネットＩＮ上で収集されたビックデータなどであり、スマートデバイス２０ａが収集した行動情報などのプライベート情報は含まれないものとする。
モデル記憶部５３は、第１の実施形態のモデル記憶部１３２と同様に、推論モデルを記憶する。モデル記憶部５３は、機械学習部５１が生成した推論モデルを記憶する。
機械学習部５１（学習処理部の一例）は、学習データ記憶部５２が記憶する学習データ（例えば、ビックデータ）に基づいて、機械学習により推論モデルを生成する。ここで、推論モデルは、例えば、行動情報に応じて、ユーザが要求している出力（情報や実行処理など）を推論するモデルである。機械学習部５１は、定期的に、新規に推論モデルを生成するようにしてもよいし、既に生成済みの推論モデルを定期的に補正して更新するようにしてもよい。機械学習部５１は、生成した推論モデルをモデル記憶部５３に記憶させる。
機械学習部５１は、例えば、定期的に、あるいは、ホストデバイス１０ａからの送信要求に応じて、モデル記憶部５３が記憶する推論モデルを、宅内ルータ装置３０及び宅内ネットワークＮＷ１を介して、ホストデバイス１０ａに送信する。
ホストデバイス１０ａ（ホスト装置の一例）は、インターネットＩＮに接続可能な宅内ネットワークＮＷ１に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２を構築する。ここで、仮想ネットワークＮＷ２は、第１の実施形態と同様に、例えば、宅内ネットワークＮＷ１内に構築されたＶＰＮである。
ホストデバイス１０ａは、例えば、パーソナルコンピュータなどのコンピュータ装置であり、コンピュータ装置にＶＰＮの管理機能を実現するソフトウェアをインストールすることで実現可能である。
また、ホストデバイス１０ａは、ＮＷ通信部１１と、仮想ＮＷ通信部１２と、記憶部１３ａと、制御部１４ａとを備える。
記憶部１３ａは、ホストデバイス１０ａが利用する各種情報を記憶する。記憶部１３ａは、モデル記憶部１３２を備える。
なお、本実施形態におけるモデル記憶部１３２は、学習サーバ５０からインターネットＩＮを介して取得した推論モデル（学習サーバ５０が生成した推論モデル）を記憶する。
制御部１４ａは、例えば、ＣＰＵなどを含むプロセッサであり、ホストデバイス１０ａを統括的に制御する。制御部１４ａは、例えば、ＮＷ通信部１１を介して、学習サーバ５０が生成した推論モデルを取得し、取得した推論モデルをモデル記憶部１３２に記憶させる。
また、制御部１４ａは、ＮＷホスト部１４１と、外部情報取得部１４３ａと、送信処理部１４４ａと推論モデル実行部１４５とを備える。
推論モデル実行部１４５は、スマートデバイス２０ａの行動検出部２６１が検出した行動情報から、モデル記憶部１３２が記憶する推論モデルを用いて推論し、推論結果に基づいて、収集する外部情報を決定する。推論モデル実行部１４５は、決定した外部情報を収集する収集依頼を、外部情報取得部１４３ａに出力する。
外部情報取得部１４３ａ（外部情報収集部の一例）は、インターネットＩＮを経由して学習サーバ５０から推論モデルを取得し、取得した推論モデルをモデル記憶部１３２に記憶させる。
また、外部情報取得部１４３ａは、行動検出部２６１ａが検出したユーザの行動（行動情報）に対応した出力情報を、スマートデバイス２０ａが出力するために、インターネットＩＮから外部情報を収集する。外部情報取得部１４３ａは、推論モデル実行部１４５からの収集要求に応じて、ＮＷ通信部１１を介して、情報サーバ４０から目的の外部情報を収集する。
送信処理部１４４ａは、推論モデル実行部１４５が生成した推論結果に基づいて、外部情報取得部１４３ａが収集した外部情報を出力情報として、仮想ネットワークＮＷ２を経由してスマートデバイス２０ａに送信する。送信処理部１４４ａは、仮想ＮＷ通信部１２を介して、出力情報をスマートデバイス２０ａに出力する。
スマートデバイス２０ａは、例えば、スマートスピーカなどのＩｏＴ機器であり、仮想ネットワークＮＷ２に接続されている。スマートデバイス２０ａは、第１の実施形態のスマートデバイス２０と同様に、例えば、ユーザの行動（例えば、ユーザの発話やジェスチャー、動作など）を検出し、当該ユーザの行動に応じた出力情報（例えば、スピーカ２４からの音出力など）を出力する。
また、スマートデバイス２０ａは、仮想ＮＷ通信部２１と、マイク２２と、カメラ２３と、スピーカ２４と、記憶部２５ａと、制御部２６ａとを備える。
記憶部２５ａは、スマートデバイス２０ａが利用する各種情報を記憶する。記憶部２５ａは、出力情報記憶部２５３を備える。
出力情報記憶部２５３は、ホストデバイス１０ａから送信処理部１４４ａによって送信された出力情報を記憶する。
制御部２６ａは、例えば、ＣＰＵなどを含むプロセッサであり、スマートデバイス２０ａを統括的に制御する。制御部２６ａは、マイク２２及びカメラ２３により、ユーザの行動を示す行動情報を検出し、第１の実施形態の制御部２６と同様に、行動情報に対応する出力情報をスピーカ２４から出力する。
また、制御部２６ａは、行動検出部２６１ａと、出力処理部２６３ａとを備える。
行動検出部２６１ａは、マイク２２及びカメラ２３により、ユーザの行動を検出する。行動検出部２６１ａは、例えば、マイク２２が収音した音情報（例えば、ユーザの発話などの音情報）を、行動情報として検出する。また、行動検出部２６１ａは、例えば、カメラ２３が撮像した画像情報（例えば、ユーザの顔画像やジェスチャー、動作などの画像情報）を、行動情報として検出する。行動検出部２６１ａは、検出した行動情報を仮想ＮＷ通信部２１を介して、ホストデバイス１０ａに送信する。
出力処理部２６３ａは、仮想ＮＷ通信部２１を介して、ホストデバイス１０ａから受信した出力情報を、出力情報記憶部２５３に記憶させる。出力処理部２６３ａは、仮想ネットワークＮＷ２を経由して送信処理部１４４ａが送信した出力情報を、ユーザに出力する。すなわち、出力処理部２６３ａは、出力情報記憶部２５３が記憶する出力情報を、例えば、スピーカ２４から出力させる。
次に、図面を参照して、本実施形態によるネットワークシステム１ａの動作について説明する。
まず、図２を参照して、本実施形態によるネットワークシステム１ａの学習処理について説明する。
図５は、本実施形態によるネットワークシステム１ａの学習処理の一例を示す図である。
図５に示すように、まず、所定のタイミングで、学習サーバ５０は、学習データに基づいて、機械学習により推論モデルを生成する（ステップＳ３０１）。例えば、学習サーバ５０の機械学習部５１は、所定のタイミング（例えば、定期的に、又は学習要求を受信したタイミング）により、学習データ記憶部５２が記憶する学習データに基づいて、機械学習により推論モデルを生成する。
次に、学習サーバ５０は、推論モデルをモデル記憶部５３に記憶させる（ステップＳ３０２）。機械学習部１４２は、生成した推論モデルをモデル記憶部５３に記憶させる。
次に、機械学習部１４２は、生成した推論モデルをホストデバイス１０ａに送信する（ステップＳ３０３）。すなわち、機械学習部１４２は、モデル記憶部５３が記憶する推論モデルをインターネットＩＮ、宅内ルータ装置３０、及び宅内ネットワークＮＷ１を介して、ホストデバイス１０ａに送信する。
次に、ホストデバイス１０ａは、推論モデルを記憶する（ステップＳ３０４）。すなわち、ホストデバイス１０ａの外部情報取得部１４３ａは、インターネットＩＮを経由して学習サーバ５０から推論モデルを取得し、取得した推論モデルをモデル記憶部１３２に記憶させる。
次に、図６を参照して、本実施形態によるネットワークシステム１ａの推論処理について説明する。
図６は、本実施形態によるネットワークシステム１ａの推論処理の一例を示す図である。
図６に示すように、スマートデバイス２０ａは、まず、行動情報を検出する（ステップＳ４０１）。スマートデバイス２０ａの行動検出部２６１ａは、マイク２２及びカメラ２３により、ユーザの行動情報を検出する。行動検出部２６１ａは、例えば、マイク２２が収音した音情報（例えば、ユーザの発話などの音情報）を、行動情報として検出する。また、行動検出部２６１ａは、例えば、カメラ２３が撮像した画像情報（例えば、ユーザの顔画像やジェスチャー、動作などの画像情報）を、行動情報として検出する。
次に、スマートデバイス２０ａの行動検出部２６１ａは、行動情報をホストデバイス１０ａに送信する（ステップＳ４０２）。行動検出部２６１ａは、検出した行動情報を仮想ＮＷ通信部２１を介して、ホストデバイス１０ａに送信する。
次に、ホストデバイス１０ａは、行動情報と推論モデルとに基づいて、推論結果を生成する（ステップＳ４０３）。ホストデバイス１０ａの推論モデル実行部１４５は、行動検出部２６１ａが検出した行動情報から、モデル記憶部１３２が記憶する推論モデルを用いて、ユーザの要求を推論する。
次に、推論モデル実行部１４５は、推論結果に基づいて、外部情報を取得する（ステップＳ４０４）。推論モデル実行部１４５は、推論結果に基づいて、収集する外部情報を決定する。推論モデル実行部１４５は、決定した外部情報を収集する収集依頼を、外部情報取得部１４３ａに出力する。
次に、ホストデバイス１０ａの外部情報取得部１４３ａは、情報サーバ４０から外部情報を取得する（ステップＳ４０５）。外部情報取得部１４３ａは、ＮＷ通信部１１を介して、情報サーバ４０から外部情報を受信する。
次に、ホストデバイス１０ａの送信処理部１４４ａは、外部情報取得部１４３ａが収集した外部情報を出力情報として、仮想ネットワークＮＷ２を経由してスマートデバイス２０ａに送信する（ステップＳ４０６）。送信処理部１４４ａは、仮想ＮＷ通信部１２を介して、出力情報をスマートデバイス２０ａに出力する。
次に、スマートデバイス２０の出力処理部２６３ａは、出力情報として出力する（ステップＳ４０７）。出力処理部２６３ａは、仮想ＮＷ通信部２１を介して、ホストデバイス１０ａから受信した出力情報を、出力情報記憶部２５３に記憶させる。出力処理部２６３ａは、仮想ネットワークＮＷ２を経由して送信処理部１４４ａが送信した出力情報を、ユーザに出力する。すなわち、出力処理部２６３ａは、出力情報記憶部２５３が記憶する出力情報を、例えば、スピーカ２４から出力させる。
なお、ステップＳ４０１からステップＳ４０７までの処理は、行動検出部２６１ａが行動情報を検出するごとに実行される。
以上説明したように、本実施形態によるネットワークシステム１ａは、ホストデバイス１０ａ（ホスト装置）と、スマートデバイス２０ａとを備える。ホストデバイス１０ａは、インターネットＩＮに接続可能な所定のエリア内（例えば、ユーザの宅内ＨＭ）のネットワークである宅内ネットワークＮＷ１（第１ネットワーク）に接続されるとともに、宅内ネットワークＮＷ１とは論理的に分離された仮想ネットワークＮＷ２（第２ネットワーク）を構築する。スマートデバイス２０ａは、仮想ネットワークＮＷ２に接続され、ユーザの行動を検出する行動検出部２６１ａを備える。また、ホストデバイス１０ａは、ＮＷホスト部１４１（ネットワークホスト部）と、外部情報取得部１４３ａ（外部情報収集部）とを備える。ＮＷホスト部１４１は、仮想ネットワークＮＷ２を管理し、スマートデバイス２０ａとの間で通信する。外部情報取得部１４３ａは、行動検出部２６１ａが検出したユーザの行動に対応した出力情報を、スマートデバイス２０ａが出力するために、インターネットＩＮから外部情報を収集する。
これにより、本実施形態によるネットワークシステム１ａは、第１の実施形態と同様に、セキュリティを向上させることができる。
また、本実施形態では、ホストデバイス１０ａは、推論モデル実行部１４５と、送信処理部１４４ａとを備える。推論モデル実行部１４５は、スマートデバイス２０ａの行動検出部２６１ａが検出したユーザの行動（行動情報）に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する。送信処理部１４４ａは、推論モデル実行部１４５が生成した推論結果に基づいて、外部情報取得部１４３ａが収集した外部情報を出力情報として、仮想ネットワークＮＷ２を経由してスマートデバイス２０ａに送信する。スマートデバイス２０ａ（出力処理部２６３ａ）は、出力情報を出力部（例えば、スピーカ２４）に出力する。
これにより、本実施形態によるネットワークシステム１ａは、ホストデバイス１０ａが推論モデルに基づいて、推論結果を生成するため、セキュリティを向上させつつ、スマートデバイス２０ａの処理負荷を低減することができる。
また、本実施形態では、外部情報取得部１４３ａは、インターネットＩＮを経由して推論モデルを取得する。
これにより、本実施形態によるネットワークシステム１ａは、ホストデバイス１０ａが推論モデルを生成しないため、セキュリティを向上させつつ、ホストデバイス１０ａの処理負荷を低減することができる。
なお、本発明は、上記の各実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で変更可能である。
例えば、上記の各実施形態において、宅内ネットワークＮＷ１（第１ネットワーク）とは論理的に分離された第２ネットワークの一例として、ＶＰＮを用いた仮想ネットワークＮＷ２を用いる例を説明したが、これに限定されるものではない。ネットワークシステム１（１ａ）は、第２ネットワークとして、例えば、物理的に異なるネットワークを用いてもよいし、他の仮想ネットワークを用いるようにしてもよい。ネットワークシステム１（１ａ）は、例えば、第２ネットワークとして、ＳＳＩＤ（Service Set ID）の異なる独立した無線ＬＡＮを構築するようにしてもよい。
また、上記の各実施形態において、所定のエリア内の一例として、ユーザの宅内ＨＭを用いる例を説明したが、これに限定されるものではなく、所定の敷地内、所定の施設内や、会社内、組織内などの他のエリア内であってもよい。
また、上記の各実施形態において、出力部の一例として、スピーカ２４を用いる例を説明したが、これに限定されるものではなく、例えば、表示部や家電機器のリモートコントローラ機能など、他の出力部に出力情報を出力するようにしてもよい。例えば、出力部として、リモートコントローラ機能を備える場合には、スマートデバイス２０（２０ａ）が、ユーザの行動情報として「リビングに入室したこと」を検出したら、行動情報に対応する出力として、リモートコントローラ機能に「リビングの照明を点灯させる」指令を出力させるようにしてもよい。
また、上記の第１の実施形態において、ネットワークシステム１では、ホストデバイス１０が、機械学習により推論モデルを生成する学習処理を実行し、スマートデバイス２０が、推論モデルを使用して推論する推論処理を実行する例を説明したが、これに限定されるものではない。例えば、ネットワークシステム１は、学習サーバ５０が学習処理を実行し、スマートデバイス２０が推論処理を実行するようにしてもよい。
また、上記の第２の実施形態において、ネットワークシステム１ａでは、学習サーバ５０が、学習処理を実行し、ホストデバイス１０ａが、推論処理を実行する例を説明したが、これに限定されるものではなく、例えば、ホストデバイス１０ａが学習処理及び推論処理を実行するようにしてもよい。
また、上記の各実施形態において、ホストデバイス１０（１０ａ）と、学習サーバ５０との両方が、学習処理を実行してそれぞれ推論モデルを生成し、２つの論理モデルを組み合わせて、又は行動情報に応じて切り替えて推論処理を実行するようにしてもよい。
また、上記の各実施形態において、複数のスマートデバイス２０（２０ａ）に対して、共通の推論モデルを用いる例を説明したが、これに限定されるものではなく、スマートデバイス２０（２０ａ）ごとに推論モデルを生成するようにしてもっよい。また、共通の推論モデルを生成した後に、スマートデバイス２０（２０ａ）又はホストデバイス１０（１０ａ）が、各スマートデバイス２０（２０ａ）ごとにカスタマイズや微調整して推論モデルを更新するようにしてもよい。
また、上記の各実施形態において、ホストデバイス１０（１０ａ）が、宅内ネットワークＮＷ１に接続されたパーソナルコンピュータである例を説明したが、これに限定されるものではなく、例えば、宅内ネットワークＮＷ１に接続されたサーバ装置などの他の装置であってもよい。
なお、上述したネットワークシステム１（１ａ）が備える各構成は、内部に、コンピュータシステムを有している。そして、上述したネットワークシステム１（１ａ）が備える各構成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上述したネットワークシステム１（１ａ）が備える各構成における処理を行ってもよい。ここで、「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」とは、コンピュータシステムにプログラムをインストールすることを含む。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータシステム」は、インターネットやＷＡＮ、ＬＡＮ、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。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、ＣＤ－ＲＯＭ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。このように、プログラムを記憶した記録媒体は、ＣＤ－ＲＯＭ等の非一過性の記録媒体であってもよい。
また、記録媒体には、当該プログラムを配信するために配信サーバからアクセス可能な内部又は外部に設けられた記録媒体も含まれる。なお、プログラムを複数に分割し、それぞれ異なるタイミングでダウンロードした後にネットワークシステム１（１ａ）が備える各構成で合体される構成や、分割されたプログラムのそれぞれを配信する配信サーバが異なっていてもよい。さらに「コンピュータ読み取り可能な記録媒体」とは、ネットワーク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（ＲＡＭ）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、上記プログラムは、上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。
また、上述した機能の一部又は全部を、ＬＳＩ（Large Scale Integration）等の集積回路として実現してもよい。上述した各機能は個別にプロセッサ化してもよいし、一部、又は全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、又は汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。
１、１ａ ネットワークシステム
１０、１０ａ ホストデバイス
１１ ＮＷ通信部
１２、２１ 仮想ＮＷ通信部
１３、１３ａ、２５、２５ａ 記憶部
１４、１４ａ、２６、２６ａ 制御部
２０、２０－１、２０－２、２０ａ、２０ａ－１、２０ａ－２ スマートデバイス
２２ マイク
２３ カメラ
２４ スピーカ
３０ 宅内ルータ装置
４０ 情報サーバ
５０ 学習サーバ
５１、１４２ 機械学習部
５２、１３１ 学習データ記憶部
５３、１３２、２５１ モデル記憶部
１４１ ＮＷホスト部
１４３、１４３ａ 外部情報取得部
１４４、１４４ａ 送信処理部
１４５、２６２ 推論モデル実行部
２５２ 外部情報記憶部
２５３ 出力情報記憶部
２６１、２６１ａ 行動検出部
２６３、２６３ａ 出力処理部
ＩＮ インターネット
ＮＷ１ 宅内ネットワーク
ＮＷ２ 仮想ネットワーク
ＨＭ 宅内

Claims (9)

  1. インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークを構築するホスト装置と、
    前記第２ネットワークに接続され、ユーザの行動を検出する行動検出部を備えるスマートデバイスと
    を備え、
    前記ホスト装置は、
    前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するネットワークホスト部と、
    前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集する外部情報収集部と
    を備えるネットワークシステム。
  2. 前記ホスト装置は、
    前記外部情報収集部が収集した前記外部情報を、前記第２ネットワークを経由して前記スマートデバイスに送信する送信処理部を備え、
    前記スマートデバイスは、
    前記行動検出部が検出した前記ユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する推論モデル実行部と、
    前記推論モデル実行部が生成した前記推論結果に基づいて、前記第２ネットワークを経由して前記送信処理部が送信した前記外部情報を前記出力情報として、出力部に出力する出力処理部と
    を備える
    請求項１に記載のネットワークシステム。
  3. 前記送信処理部は、前記推論モデルを、前記第２ネットワークを経由して前記ホスト装置から前記スマートデバイスに送信し、
    前記推論モデル実行部は、
    前記送信処理部によって、前記ホスト装置から受信した前記推論モデルに基づいて、前記推論結果を生成する
    請求項２に記載のネットワークシステム。
  4. 前記ホスト装置は、
    前記行動検出部が検出した前記ユーザの行動に応じて、機械学習により生成された推論モデルに基づいて、推論結果を生成する推論モデル実行部と、
    前記推論モデル実行部が生成した前記推論結果に基づいて、前記外部情報収集部が収集した前記外部情報を前記出力情報として、前記第２ネットワークを経由して前記スマートデバイスに送信する送信処理部と
    を備え、
    前記スマートデバイスは、前記出力情報を出力部に出力する
    請求項１に記載のネットワークシステム。
  5. 前記ホスト装置は、
    前記行動検出部が検出した前記ユーザの行動に基づいて、機械学習により前記推論モデルを生成する学習処理部を備える
    請求項２から請求項４のいずれか一項に記載のネットワークシステム。
  6. 前記外部情報収集部は、前記インターネットを経由して前記推論モデルを取得する
    請求項２から請求項４のいずれか一項に記載のネットワークシステム。
  7. 前記第２ネットワークは、前記第１ネットワーク内に構築されたＶＰＮ（Virtual Private Network）である
    請求項１から請求項６のいずれか一項に記載のネットワークシステム。
  8. インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークであって、ユーザの行動を検出する行動検出部を備えるスマートデバイスが接続される第２ネットワークを構築するホスト装置であって、
    前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するネットワークホスト部と、
    前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集する外部情報収集部と
    を備えるホスト装置。
  9. インターネットに接続可能な所定のエリア内のネットワークである第１ネットワークに接続されるとともに、前記第１ネットワークとは論理的に分離された第２ネットワークを構築するホスト装置と、前記第２ネットワークに接続され、ユーザの行動を検出する行動検出部を備えるスマートデバイスとを備えるネットワークシステムのネットワーク制御方法であって、
    前記ホスト装置が、前記第２ネットワークを管理し、前記スマートデバイスとの間で通信するステップと、
    前記ホスト装置が、前記行動検出部が検出した前記ユーザの行動に対応した出力情報を、前記スマートデバイスが出力するために、前記インターネットから外部情報を収集するステップと
    を含むネットワーク制御方法。
JP2020089063A 2020-05-21 2020-05-21 ネットワークシステム、ホスト装置、及びネットワーク制御方法 Active JP7080922B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020089063A JP7080922B2 (ja) 2020-05-21 2020-05-21 ネットワークシステム、ホスト装置、及びネットワーク制御方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020089063A JP7080922B2 (ja) 2020-05-21 2020-05-21 ネットワークシステム、ホスト装置、及びネットワーク制御方法

Publications (2)

Publication Number Publication Date
JP2021184532A JP2021184532A (ja) 2021-12-02
JP7080922B2 true JP7080922B2 (ja) 2022-06-06

Family

ID=78767565

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020089063A Active JP7080922B2 (ja) 2020-05-21 2020-05-21 ネットワークシステム、ホスト装置、及びネットワーク制御方法

Country Status (1)

Country Link
JP (1) JP7080922B2 (ja)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006109455A (ja) 2004-10-06 2006-04-20 Sharp Corp 少人数グループ用プライベートネットワークのための最小限コンフィギュレーション
JP2007159012A (ja) 2005-12-08 2007-06-21 Freebit Co Ltd 中継装置及びクライアント機器とサーバとの接続方法
JP2013153526A (ja) 2001-05-14 2013-08-08 Nortel Networks Ltd データストリームフィルタリング装置及び方法
US20130318594A1 (en) 2011-01-27 2013-11-28 L-3 Communications Corporation Internet isolation for avoiding internet security threats
JP2018085135A (ja) 2016-07-04 2018-05-31 株式会社Ｓｅｌｔｅｃｈ 人工知能を有するシステム
US20190042878A1 (en) 2018-03-30 2019-02-07 Intel Corporation Methods and apparatus for distributed use of a machine learning model
CN109716334A (zh) 2016-08-16 2019-05-03 电子湾有限公司 选择下一用户提示类型
WO2019244365A1 (ja) 2018-06-21 2019-12-26 Ｔｒａｄｆｉｔ株式会社 プログラムおよび情報処理方法
JP2020004192A (ja) 2018-06-29 2020-01-09 株式会社フュートレック 通信装置および通信装置を備える音声認識端末装置
JP2020527317A (ja) 2017-07-25 2020-09-03 深▲せん▼前海達闥雲端智能科技有限公司Ｃｌｏｕｄｍｉｎｄｓ （Ｓｈｅｎｚｈｅｎ） Ｒｏｂｏｔｉｃｓ Ｓｙｓｔｅｍｓ Ｃｏ．， Ｌｔｄ． スマートデバイスの制御方法、制御装置及び制御システム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013153526A (ja) 2001-05-14 2013-08-08 Nortel Networks Ltd データストリームフィルタリング装置及び方法
JP2006109455A (ja) 2004-10-06 2006-04-20 Sharp Corp 少人数グループ用プライベートネットワークのための最小限コンフィギュレーション
JP2007159012A (ja) 2005-12-08 2007-06-21 Freebit Co Ltd 中継装置及びクライアント機器とサーバとの接続方法
US20130318594A1 (en) 2011-01-27 2013-11-28 L-3 Communications Corporation Internet isolation for avoiding internet security threats
JP2018085135A (ja) 2016-07-04 2018-05-31 株式会社Ｓｅｌｔｅｃｈ 人工知能を有するシステム
CN109716334A (zh) 2016-08-16 2019-05-03 电子湾有限公司 选择下一用户提示类型
JP2020527317A (ja) 2017-07-25 2020-09-03 深▲せん▼前海達闥雲端智能科技有限公司Ｃｌｏｕｄｍｉｎｄｓ （Ｓｈｅｎｚｈｅｎ） Ｒｏｂｏｔｉｃｓ Ｓｙｓｔｅｍｓ Ｃｏ．， Ｌｔｄ． スマートデバイスの制御方法、制御装置及び制御システム
US20190042878A1 (en) 2018-03-30 2019-02-07 Intel Corporation Methods and apparatus for distributed use of a machine learning model
WO2019244365A1 (ja) 2018-06-21 2019-12-26 Ｔｒａｄｆｉｔ株式会社 プログラムおよび情報処理方法
JP2020004192A (ja) 2018-06-29 2020-01-09 株式会社フュートレック 通信装置および通信装置を備える音声認識端末装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
加藤 淳也 ほか，ＳＩＰを用いた移動対応ＶＰＮ通信方式 Mobile VPN with SIP signaling on Next Generation Network，電子情報通信学会技術研究報告 Ｖｏｌ．１０７ Ｎｏ．２２２ IEICE Technical Report，日本，社団法人電子情報通信学会 The Institute of Electronics,Information and Communication Engineers，2007年09月13日，pp.13-18
河井 保博，現場に学ぶネットワーク作り，日経コミュニケーション 第５７０号 NIKKEI COMMUNICATIONS，日本，日経ＢＰ社 Nikkei Business Publications,Inc.，2011年07月01日，pp.42-45

Also Published As

Publication number Publication date
JP2021184532A (ja) 2021-12-02

Similar Documents

Publication Publication Date Title
CN110505606B (zh) 蓝牙Mesh网络及其配网鉴权方法、设备和存储介质
CN107979461B (zh) 秘钥找回方法、装置、终端、秘钥托管服务器及可读介质
JP6503557B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN110687821B (zh) 基于区块链的智能家居控制系统及方法
CN109257336B (zh) 一种基于区块链的密码信息处理方法、终端设备
CN110417582B (zh) 一种路由器配置方法、终端及路由器
KR101719599B1 (ko) 네트워크에 액세스하는 방법, 장치, 프로그램 및 기록매체
JP6911411B2 (ja) 通信装置、通信システム、通信制御方法、及びプログラム
CN112585981B (zh) 用于具有连续性的内容回放的方法及其电子装置
KR102250421B1 (ko) Ai 음성인식 스피커 및 세대 내 설치된 네트워크 장치를 이용한 홈 네트워킹 방법, 이를 운용하기 위한 장치 및 시스템
US20220182937A1 (en) Cross-network wake-up method and related device
EP4262146A1 (en) Iot device and method for onboarding iot device to server
CN106875946A (zh) 语音控制交互系统
CN113038192B (zh) 视频处理方法、装置、电子设备和存储介质
JP7080922B2 (ja) ネットワークシステム、ホスト装置、及びネットワーク制御方法
CN109981558B (zh) 智能家居设备的认证方法、设备及系统
JP6481787B1 (ja) デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム
JP5954067B2 (ja) 通信制御方法、情報処理システムおよびプログラム
JP2006304283A (ja) 遠隔監視システム、監視装置、及び端末装置
JP4763490B2 (ja) 遠隔監視システム及び監視装置
TWI819841B (zh) 在服務管理與編排中通訊的方法及系統
CN114365468A (zh) 信息转移方法、装置、电子设备以及存储介质
JP7361438B2 (ja) 情報処理システム
CN111464664B (zh) 多接入设备的交互式访问系统、方法、装置和接入设备
US20220321526A1 (en) Discovering unused internet protocol version 4 address blocks

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210421

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220316

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220510

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220525

R150 Certificate of patent or registration of utility model

Ref document number: 7080922

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150