JP7234173B2 - モデル学習装置、モデル学習方法及びコンピュータプログラム - Google Patents
モデル学習装置、モデル学習方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7234173B2 JP7234173B2 JP2020038636A JP2020038636A JP7234173B2 JP 7234173 B2 JP7234173 B2 JP 7234173B2 JP 2020038636 A JP2020038636 A JP 2020038636A JP 2020038636 A JP2020038636 A JP 2020038636A JP 7234173 B2 JP7234173 B2 JP 7234173B2
- Authority
- JP
- Japan
- Prior art keywords
- nodes
- model
- communication network
- learning
- change
- 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
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Description
(2)本発明の一態様は、前記加工ルールは、通信情報の次元数を、前記通信ネットワークのノード数の変化の前後で同一にするものである、上記(1)のモデル学習装置である。
(3)本発明の一態様は、前記加工ルールは、通信情報の各データ項目の特性に応じたルールを有する、上記(1)又は(2)のいずれかのモデル学習装置。
図1は、一実施形態に係るモデル学習装置の構成例を示すブロック図である。図1において、通信ネットワーク200は、分析対象の通信ネットワークである。通信ネットワーク200は、複数のノードから構成される。モデル学習装置1は、通信ネットワーク200を分析するためのモデルを機械学習により生成する。
図1において、モデル学習装置1は、モデル学習部11と、データ収集部12と、構成管理部13と、学習前処理部14と、を備える。
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、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(Digital Versatile Disc)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。
また、上記プログラムは、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)や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、前述した機能をコンピュータシステムにすで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。
Claims (5)
- 複数のノードから構成される通信ネットワークを分析するためのモデルを所定の機械学習アルゴリズムにより学習させるモデル学習部と、
各前記ノードから通信情報を収集するデータ収集部と、
前記通信ネットワークのノード数の変化を検知する構成管理部と、
前記通信ネットワークのノード数の変化が検知された場合、当該変化に該当する前記ノードから収集された通信情報を当該変化に該当する所定の加工ルールに従って加工し、加工された通信情報を前記モデルの学習データに使用する学習前処理部と、
を備えるモデル学習装置。 - 前記加工ルールは、通信情報の次元数を、前記通信ネットワークのノード数の変化の前後で同一にするものである、
請求項1に記載のモデル学習装置。 - 前記加工ルールは、通信情報の各データ項目の特性に応じたルールを有する、
請求項1又は2のいずれか1項に記載のモデル学習装置。 - モデル学習装置が、複数のノードから構成される通信ネットワークを分析するためのモデルを所定の機械学習アルゴリズムにより学習させるモデル学習ステップと、
前記モデル学習装置が、各前記ノードから通信情報を収集するデータ収集ステップと、
前記モデル学習装置が、前記通信ネットワークのノード数の変化を検知する構成管理ステップと、
前記モデル学習装置が、前記通信ネットワークのノード数の変化が検知された場合、当該変化に該当する前記ノードから収集された通信情報を当該変化に該当する所定の加工ルールに従って加工し、加工された通信情報を前記モデルの学習データに使用する学習前処理ステップと、
を含むモデル学習方法。 - コンピュータに、
複数のノードから構成される通信ネットワークを分析するためのモデルを所定の機械学習アルゴリズムにより学習させるモデル学習ステップと、
各前記ノードから通信情報を収集するデータ収集ステップと、
前記通信ネットワークのノード数の変化を検知する構成管理ステップと、
前記通信ネットワークのノード数の変化が検知された場合、当該変化に該当する前記ノードから収集された通信情報を当該変化に該当する所定の加工ルールに従って加工し、加工された通信情報を前記モデルの学習データに使用する学習前処理ステップと、
を実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038636A JP7234173B2 (ja) | 2020-03-06 | 2020-03-06 | モデル学習装置、モデル学習方法及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038636A JP7234173B2 (ja) | 2020-03-06 | 2020-03-06 | モデル学習装置、モデル学習方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021141481A JP2021141481A (ja) | 2021-09-16 |
JP7234173B2 true JP7234173B2 (ja) | 2023-03-07 |
Family
ID=77669135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020038636A Active JP7234173B2 (ja) | 2020-03-06 | 2020-03-06 | モデル学習装置、モデル学習方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7234173B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015520962A (ja) | 2012-04-23 | 2015-07-23 | アルカテル−ルーセント | 同期管理グループ |
JP2016163352A (ja) | 2015-03-04 | 2016-09-05 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 産業用通信ネットワークにおける異常検出、異常検出システム、及び異常検出を行う方法 |
WO2018180364A1 (ja) | 2017-03-29 | 2018-10-04 | Kddi株式会社 | 障害自動復旧システム、制御装置、手順作成装置およびコンピュータ可読記憶媒体 |
JP2019215757A (ja) | 2018-06-13 | 2019-12-19 | 日本電信電話株式会社 | 検知装置及び検知方法 |
-
2020
- 2020-03-06 JP JP2020038636A patent/JP7234173B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015520962A (ja) | 2012-04-23 | 2015-07-23 | アルカテル−ルーセント | 同期管理グループ |
JP2016163352A (ja) | 2015-03-04 | 2016-09-05 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 産業用通信ネットワークにおける異常検出、異常検出システム、及び異常検出を行う方法 |
WO2018180364A1 (ja) | 2017-03-29 | 2018-10-04 | Kddi株式会社 | 障害自動復旧システム、制御装置、手順作成装置およびコンピュータ可読記憶媒体 |
JP2019215757A (ja) | 2018-06-13 | 2019-12-19 | 日本電信電話株式会社 | 検知装置及び検知方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021141481A (ja) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bolón-Canedo et al. | Feature selection for high-dimensional data | |
TWI818999B (zh) | 針對新場景的預測模型訓練方法及裝置 | |
US20200356901A1 (en) | Target variable distribution-based acceptance of machine learning test data sets | |
US10354201B1 (en) | Scalable clustering for mixed machine learning data | |
US10599506B2 (en) | Methods and systems for identifying action for responding to anomaly in cloud computing system | |
US20180113746A1 (en) | Software service execution apparatus, system, & method | |
US10268749B1 (en) | Clustering sparse high dimensional data using sketches | |
JP2011138422A (ja) | 行動パターン検出装置、行動パターン検出方法及び行動パターン検出プログラム | |
WO2014199920A1 (ja) | 予測関数作成装置、予測関数作成方法、及びコンピュータ読み取り可能な記録媒体 | |
JP2020080021A (ja) | 学習プログラム、学習方法および学習装置 | |
JP5673473B2 (ja) | 分散計算機システム及び分散計算機システムの制御方法 | |
JP2023534696A (ja) | ネットワークトポロジーにおけるアノマリー検知 | |
Tengku Asmawi et al. | Cloud failure prediction based on traditional machine learning and deep learning | |
JP7234173B2 (ja) | モデル学習装置、モデル学習方法及びコンピュータプログラム | |
CN110716761A (zh) | 信息处理平台上软件应用的执行参数的自动和自优化确定 | |
JP2012155394A (ja) | 文書分類学習制御装置、文書分類装置およびコンピュータプログラム | |
US11593700B1 (en) | Network-accessible service for exploration of machine learning models and results | |
Hsiao | Signal discrimination using category-preserving bag-of-words model for condition monitoring | |
CN109597851B (zh) | 基于关联关系的特征提取方法和装置 | |
WO2014054233A1 (ja) | 情報システムの性能評価装置、方法およびプログラム | |
Dass et al. | Amelioration of big data analytics by employing big data tools and techniques | |
JP6138701B2 (ja) | 分散計算方法及び分散計算システム | |
Branco et al. | Resampling with neighbourhood bias on imbalanced domains | |
JP7280921B2 (ja) | 計算機システム、推論方法、及びプログラム | |
WO2022239245A1 (ja) | 学習方法、推論方法、学習装置、推論装置、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211223 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221207 |
|
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: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7234173 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |