JP7238995B2 - 最適化エンジン、最適化方法、及びプログラム - Google Patents

Description

本開示は、複数のアクセスネットワークから最適なものを選択する最適化エンジン、最適化方法、及びプログラムに関する。

ユーザがネットワークサービスを利用するとき、通信キャリアの提供する通信回線を利用することがある。利用できるものとして、光回線や無線通信回線など様々な物理媒体が存在する。例えば、光回線の場合、ＩＥＥＥ ８０２．３（イーサネット（登録商標））や ＩＴＵ－Ｔ Ｇ．９８３／Ｇ．９８４／Ｇ．９８７／Ｇ．９８９等の通信規格が存在する。また、無線通信回線の場合、３ＧＰＰ ３６Ｓｅｒｉｅｓ（ＬＴＥ）やＩＥＥＥ８０２．１１（無線ＬＡＮ）、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ）等の通信規格が存在する。

ユーザ端末は、複数の通信規格を使い分けて通信を行うことができる。例えば、スマートホンは、ＬＴＥと無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）のいずれを利用するかユーザが選択することができる。また、同一の通信規格を利用した異種キャリアの回線を使い分けることも可能である。

各アクセスネットワークは帯域や遅延等の通信品質が異なっているため、これらを用途に応じて適切に使い分けなければならない。図１のように、ユーザは、ユーザ端末の設定変更をすることで手動で利用アクセスネットワークを切り替えることができる。しかし、利用可能なネットワークが多数ある場合、ユーザがアクセスネットワーク毎の特徴を理解し、手動で適切にアクセスネットワークの選択設定を行う必要があるという困難が発生する。

仮にユーザ端末が自身にとって所望の通信品質でない、あるいは目的にそぐわないアクセスネットワークに接続した場合、そのアクセスネットワークを利用する他のユーザ端末の通信品質も共に低下することとなる。このように、ネットワーク系全体での通信資源の有効利用が達成できない恐れがある。

例えば、当該ユーザにとって所望の通信品質でないアクセスネットワークに接続した場合、次のような状況が発生する。
駅等の公衆無線ＬＡＮ等のように、電波強度が十分でないアクセスネットワークを利用しようとすると、変調の多値度を下げることになるため、時間や周波数等の通信リソースを当該ユーザに多く割く必要がある。つまり通信リソースの割り振りにより他のユーザの通信品質が大きく低下することになる。

また、当該ユーザの目的にそぐわないアクセスネットワークに接続した場合、次のような状況が発生する。
総帯域は小さいが低遅延なネットワーク（ａ）が存在するとする。映像視聴のような低遅延性を要求しないアプリケーションを利用するユーザがネットワーク（ａ）の帯域を多く利用した場合、オンラインゲームのような低遅延性を要求するアプリケーションを利用するユーザの通信遅延が増大し、満足度が大きく低下することになる。つまり、目的にそぐわないアクセスネットワークに接続したために他のユーザの満足度が低下することがある。

上記困難に対して、ユーザ端末がアクセスネットワークを自動選択する機能を備えることが知られている（例えば、特許文献１を参照。）。この機能は、利用可能な無線ＬＡＮ回線の電波強度などから通信品質を予測し、十分な品質が見込め、且つ利用可能である場合、その無線ＬＡＮ回線に優先的に接続する機能である。

この機能は無線アクセスの情報から通信品質を推定している。このことから、上位ネットワークの混雑度や他利用者端末の挙動により、推定値と実際の通信品質に誤差が生じる場合がある。実際の通信品質を取得するには、一度その回線に接続して品質測定を行わなくてはならないという課題がある。

また、この機能では他の利用者端末の接続先を制御することができないため、系全体でのネットワーク最適化が困難という課題もある。例えば、低遅延な通信が要求されるアプリケーションを利用したいユーザ１がいても、低遅延な通信が可能なネットワーク２を、遅延要求の厳しくないアプリケーションを利用中のユーザ２の端末が既に占有してしまっている場合を考える。この場合、ユーザ１の通信に遅延が発生し、ユーザ１の満足度を達成することが困難である。一方、ユーザ２の通信にとっては品質過剰状態である。このように、特許文献１の機能ではサービスの最適化が困難である。

一方、特許文献１の課題を解決（ネットワーク系全体を最適化）するために、ネットワーク上のサーバや基地局装置がユーザ端末に対して接続先を指示する方式が存在する（例えば、非特許文献１を参照。）。図３は、非特許文献１の方式を説明する図である。この方式を利用すると、ネットワーク全体の混雑度を考慮して複数ユーザの接続先を一括制御できるため、ユーザ全体の最適化を精度よく実現できる。非特許文献１は、３ＧＰＰ回線と無線ＬＡＮ回線が混在する環境において、系全体のスループットを向上することが可能である。

特開２０１２－１６９９７１号公報

Ｄ． Ｋｉｍｕｒａ， "Ａ Ｎｏｖｅｌ ＲＡＴ Ｖｉｒｔｕａｌｉｚａｔｉｏｎ Ｓｙｓｔｅｍ ｗｉｔｈ Ｎｅｔｗｏｒｋ－Ｉｎｉｔｉａｔｅｄ ＲＡＴ Ｓｅｌｅｃｔｉｏｎ Ｂｅｔｗｅｅｎ ＬＴＥ ａｎｄ ＷＬＡＮ"， ９７８－１－５０９０－４１８３－１／１７，２０１７ ＩＥＥＥ ｈｔｔｐｓ：／／ｂｕｓｉｎｅｓｓ．ｎｔｔ－ｅａｓｔ．ｃｏ．ｊｐ／ｓｅｒｖｉｃｅ／ａｚｕｋｅｒｕ＿ｍｓ／、２０１９年１２月３１日検索 ｈｔｔｐｓ：／／ｗｗｗ．ｎｔｔ．ｃｏｍ／ｂｕｓｉｎｅｓｓ／ｓｅｒｖｉｃｅｓ／ａｐｐｌｉｃａｔｉｏｎ／ｍａｉｌ－ｇｒｏｕｐｗａｒｅ／ｏｆｆｉｃｅ３６５．ｈｔｍｌ、２０１９年１２月３１日検索

非特許文献１のネットワーク主体の接続先選択アルゴリズムは、ＬＴＥと無線ＬＡＮの切り替えをはじめとした二者択一アルゴリズムとなっている。つまり、非特許文献１は、より多種のアクセスネットワークが利用可能な環境への拡張性が困難という課題がある。

非特許文献１の選択アルゴリズムは、最適化の目的関数がスループットのみの変数であり、スループット以外の指標を重視するアプリケーションのユーザ満足度を向上させることが困難という課題もある。近年は遅延及び遅延揺らぎが満足度に大きな影響を与えるアプリケーションも登場しており、スループットのみを考慮した接続先選択手法ではユーザの満足度を十分に向上させることができない。

また、各通信規格は、無線周波数等によって定まる物理的性質や、コストのようなサービス形態によって定まる固有の特徴量を持っている。非特許文献１の選択アルゴリズムは、それらの特徴量を考慮しておらず、それぞれのアクセスネットワークの特徴を反映せずに接続先を選択している。つまり、非特許文献１は、各々のアクセスネットワークの特徴を考慮した接続先選択ができず、この点においても、ユーザの満足度を十分に向上させることができないという第１の課題がある。

そこで、本発明は、上記課題を解決するために、拡張性に優れ、アクセスネットワーク毎の固有の特徴を有効活用しやすく、多種多様なユーザの満足度を向上させることができる最適化エンジン、最適化方法、及びプログラムを提供することを第１の目的とする。

一方、従来までのデータ通信はインターネット通信が中心となっていたが、近年クラウドサービスの普及や低遅延アプリケーションへの要求がなされるようになってきている。このような要求に対応するため、通信事業者のネットワーク内にアプリケーションサーバが設置され、通信回線と共にサービスとして提供するケースが生じている（例えば、非特許文献２、３を参照。）。このようなケースの場合、そのアプリケーションを利用するもしくはサービスを享受するためにネットワークを限定すること、あるいは、アプリケーションの体感品質の向上のためには特定のネットワークに接続すること、が求められる。

しかし、特許文献１は上位ネットワークからインターネットまでの通信経路最適化手法となっており、上記の
（１）特定のネットワーク配下でのみ利用できるアプリケーション
（２）特定のネットワーク配下で体感品質が高まるアプリケーション
については考慮されていない。そのため特許文献１には、上記アプリケーションを利用しようとするユーザが望むアクセス経路に必ず接続されるとは限らないという第２の課題がある。

そこで、本発明は、上記課題を解決するために、アプリケーションに適したネットワークの選択精度を向上させ、体感品質を向上させることができる最適化エンジン、最適化方法、及びプログラムを提供することを第２の目的とする。

上記目的を達成するために、本発明に係る最適化エンジンは、改善したい項目の目的関数を備え、アクセスネットワークと端末からパラメータを収集し、当該目的関数を最大又は最小とする接続先の組合せを見出すこととした。

具体的には、本発明に係る最適化エンジンは、通信システムの最適化エンジンであって、
前記通信システムは、複数の端末のそれぞれが複数のアクセスネットワークのいずれかを介して上位ネットワークに接続する構成であり、
前記最適化エンジンは、
前記アクセスネットワーク毎に通信品質情報とネットワーク特徴量、及び、前記端末毎にいずれの前記アクセスネットワークを利用可能かの利用可否情報を収集する情報集約部と、
前記利用可否情報に基づき、前記端末のそれぞれが接続する前記アクセスネットワークの候補である接続先候補を作成する候補選択部と、
前記通信品質情報に基づき、前記接続先候補についての通信品質を推定して推定通信品質とする品質推定部と、
前記ネットワーク特徴量と前記推定通信品質を予め設定された目的関数に代入して得た計算値に基づき、前記接続先候補の中から最適接続先を決定する判断部と、
を備えることを特徴とする。

また、本発明に係る最適化方法は、通信システムの最適化方法であって、
前記通信システムは、複数の端末のそれぞれが複数のアクセスネットワークのいずれかを介して上位ネットワークに接続する構成であり、
前記最適化方法は、
前記アクセスネットワーク毎に通信品質情報とネットワーク特徴量、及び、前記端末毎にいずれの前記アクセスネットワークを利用可能かの利用可否情報を収集することと、
前記利用可否情報に基づき、前記端末のそれぞれが接続する前記アクセスネットワークの候補である接続先候補を作成することと、
前記通信品質情報に基づき、前記接続先候補についての通信品質を推定して推定通信品質とすることと、
前記ネットワーク特徴量と前記推定通信品質を予め設定された目的関数に代入して得た計算値に基づき、前記接続先候補の中から最適接続先を決定することと、
を行うことを特徴とする。

本最適化エンジン及びその方法は、複数のアクセスネットワークの中から、複数の通信品質パラメータ及び複数のネットワーク特徴量を変数とした目的関数を基にして接続先の組合せを選択する。目的関数を適切に設定することで、帯域利用率や回線利用コスト等をコントロールすることが可能である。ネットワーク機器及び利用者端末から取得可能な値、もしくはそれらを利用して導ける値を利用し、任意の目的関数に従って利用者端末の接続先を導出できる。

例えば、前記目的関数を最大値又は最小値とする前記接続先候補を前記最適接続先とすることができる。

従って、本発明は、拡張性に優れ、アクセスネットワーク毎の固有の特徴を有効活用しやすく、多種多様なユーザの満足度を向上させることができる最適化エンジン及び最適化方法を提供することができ、第１の目的を達成できる。

ここで、前記ネットワーク特徴量には、アプリケーションと前記アクセスネットワークのうち前記アプリケーションを実現可能な特定アクセスネットワークとの対応情報が含まれており、前記情報集約部は、前記利用可否情報とともに前記端末が利用する前記アプリケーションのアプリケーション情報も収集し、前記判断部は、前記対応情報と前記アプリケーション情報を前記計算値に反映させる効用関数が設定されていることが好ましい。

また、前記最適化方法は、前記利用可否情報とともに前記端末が利用する前記アプリケーションのアプリケーション情報も収集することと、効用関数で前記対応情報と前記アプリケーション情報を前記計算値に反映させることと、をさらに行うことが好ましい。

アプリケーションに応じて特定のアクセスネットワークを利用すると目的関数の値を大きく又は小さくなるようにしておくことで、端末が利用しようとするアプリケーションの情報に基づいて当該端末が特定のアクセスネットワークに接続する確率を高めることができる。

従って、本発明は、アプリケーションに適したネットワークの選択精度を向上させ、体感品質を向上させることができる最適化エンジン、最適化方法、及びプログラムを提供することができ、第２の目的を達成できる。

本発明に係る最適化エンジンは、前記端末と前記アクセスネットワークとの接続が前記最適接続先となるようにそれぞれの前記端末と前記アクセスネットワークに接続指令を出力する通知部をさらに備えることを特徴とする。

また、本発明に係る最適化方法は、前記端末と前記アクセスネットワークとの接続が前記最適接続先となるようにそれぞれの前記端末と前記アクセスネットワークに接続指令を出力すること、をさらに行うことを特徴とする。

本発明に係るプログラムは、前記最適化エンジンとしてコンピュータを機能させるためのプログラムである。本発明に係る最適化エンジンはコンピュータとプログラムによっても実現でき、プログラムを記録媒体に記録することも、ネットワークを通して提供することも可能である。

本発明は、拡張性に優れ、アクセスネットワーク毎の固有の特徴を有効活用しやすく、多種多様なユーザの満足度を向上させることができる最適化エンジン、最適化方法、及びプログラムを提供することができる。
また、本発明は、アプリケーションに適したネットワークの選択精度を向上させ、体感品質を向上させることができる最適化エンジン、最適化方法、及びプログラムを提供することができる。

本発明に関連する通信システムを説明する図である。 本発明に関連する通信システムを説明する図である。 本発明に関連する通信システムを説明する図である。 本発明に係る最適化エンジンを備える通信システムを説明する図である。 本発明に係る最適化エンジンを備える通信システムを説明する図である。 本発明に係る最適化エンジンを備える通信システムを説明する図である。 本発明に係る最適化エンジンの動作を説明する図である。 本発明に係る最適化エンジンを備える通信システムの動作を説明する図である。 本発明に係る最適化エンジンを備える通信システムを説明する図である。 本発明に係る最適化エンジンを説明する図である。

添付の図面を参照して本発明の実施形態を説明する。以下に説明する実施形態は本発明の実施例であり、本発明は、以下の実施形態に制限されるものではない。なお、本明細書及び図面において符号が同じ構成要素は、相互に同一のものを示すものとする。

（実施形態１）
［通信システム］
図４は、本実施形態の最適化エンジン５０を備える通信システム３０１を説明する図である。通信システム３０１は、複数の端末１１のそれぞれが複数のアクセスネットワーク（ＮＷ）１２のいずれかを介して上位ネットワーク１３に接続する構成である。図４の通信システム３０１は、端末１１とＮＷ１２の数がともに４であるが、これらの数は４に限定されない。

最適化エンジン５０は、複数のＮＷ１２の中から、複数の通信品質パラメータ及び複数のネットワーク特徴量を変数としたユーザ満足度関数等の目的関数を計算して端末１１とＮＷ１２とをそれぞれ接続する接続組合せを動的に選択する。なお、「動的に選択」とは、定期的に目的関数を計算し、その結果に応じて接続組合せを切り替えていく、という意味である。
通信品質パラメータは、ＮＷの総帯域、遅延、遅延揺らぎ、利用可能なＴＣＰセッションの数、利用可能なＩＰアドレスの数、その他の通信品質に関するパラメータである。
ネットワーク特徴量は、回線利用コスト、ユーザの移動への耐性（モビリティ）、暗号化の有無、その他のネットワークの特徴を示す値である。
通信品質パラメータやネットワーク特徴量は、ネットワーク機器及びユーザの端末から取得可能な値、もしくはそれらを利用して導ける値であれば任意の目的関数に従って端末１１が接続すべきＮＷ１２が導出される。

最適化エンジン５０は、次のような効果を得ることができる。
（１）多数のＮＷ１２が存在する環境において、端末１１が利用すべき適切なＮＷ１２を選択することができる。
（２）利用可能なＮＷ１２の数が増加した場合も、接続先選択アルゴリズムを容易に拡張できる。
（３）スループット以外の複数のパラメータが満足度に関与するアプリケーションに対しても、当該満足度が高くなるＮＷ１２を端末１１が選択できるようになる。
（４）各ＮＷ１２の特徴を勘案して端末１１とＮＷ１２とを接続できる。
（５）目的関数の設計で、ユーザの満足度を最大化する、ネットワーク毎の負荷率を平均化する等、多様な要望に対応した端末１１とＮＷ１２の接続を実現できる。つまり、最適化エンジン５０に所望の目的関数を設定することで、ＮＷ１２の帯域利用率や回線利用コスト等を勘案して通信システム３０１全体をコントロールすることが可能である。
［補足］
「接続先選択アルゴリズム」は、ユーザ端末が選択するＮＷの接続先を選択する一連の手順（後述する、目的関数設定の手順の後に、探索候補選択、品質推定、及び目的関数評価の手順（探索ループ）を繰り返し行うこと）を意味する。
「接続先選択アルゴリズムを容易に拡張できる」は、上記の一連の手順や目的関数を変更する必要が無く、主に品質推定部の機能拡張だけで、利用可能なＮＷの種類及び数の変動、ないし端末の数の変動に対応できる、という意味である。「接続先選択アルゴリズムを容易に拡張できる」理由は、後述する、目的関数設定、探索候補選択、品質推定、及び目的関数評価の各機能部の独立性が高く、機能拡張が容易であるためである。つまり、利用可能なＮＷの数が増加した場合、一部の機能を変更するのみで対応でき、目的関数やフローチャートの大幅な変更を必要としない。
なお、従来の接続先選択アルゴリズムは、非特許文献１のように、３ＧＰＰ回線と無線ＬＡＮ回線の２者択一の手法が多く、３つ以上のＮＷに適用するためには大幅なアルゴリズム更改が必要である。また、そのような手法は、接続先を選択する機能に３ＧＰＰ回線や無線ＬＡＮ回線の特徴や関係が直接的に反映されている（３ＧＰＰ回線と無線ＬＡＮ回線の２者択一の専用設計である）ことが多く、新規のＮＷの導入には接続先を選択する機能の再構築が必要である。

図５は、端末１１、アクセスネットワーク１２、及び最適化エンジン５０の機能を説明するブロック図である。
端末１１は、利用するアプリケーションと利用可能なＮＷ１２を最適化エンジン５０へ通知する端末情報通知部１１ａを持つ。
端末１１は、最適化エンジン５０からの指示を受けて利用するＮＷ１２を切り替えるネットワーク選択部１１ｂを持つ。

ＮＷ１２は、最適化エンジン５０からの指示を受けて接続する端末１１を切り替える端末選択部１２ａを持つ。なお、ＮＷ１２の端末選択部１２ａと端末１１のネットワーク選択部１１ｂはいずれか一方のみでもよく、双方を同時に用いてもよい。
ＮＷ１２は、利用可能帯域などの自身の通信品質情報を最適化エンジン５０に通知するネットワーク情報通知部１２ｂを持つ。

最適化エンジン５０は、端末１１の情報通知部１１ａ及びＮＷ１２のネットワーク情報通知部１２ｂからの情報を集約する情報集約部５１を持つ。
最適化エンジン５０は、端末１１とＮＷ１２との接続組合せの集合を定義し、その集合の中から探索時における接続組合せの候補を抽出する探索候補選択部５２を持つ。
最適化エンジン５０は、現実世界を模擬して品質のシミュレーションもしくは推定を行う品質推定部５３を持つ。品質推定部５３は、接続組合せの候補を入力としてそれらに接続したときの各端末１１の推定品質を出力する。
最適化エンジン５０は、各端末１１の通信品質などを基に目的関数の値を計算する目的関数評価部５４を持つ。
最適化エンジン５０は、目的関数評価部５４の計算結果を受けて、再度接続組合せの探索を行うか終了するかを判断する評価結果判断部５５を持つ。
最適化エンジン５０は、最終的に決定した接続組合せを各端末１１と各ＮＷ１２の少なくとも一方へ通知する最適ネットワーク通知部５６を持つ。

最適化エンジン５０は、
情報集約部５１が、ＮＷ１２毎に通信品質情報（後述の“Ｐ”）とネットワーク特徴量（後述の“Ｃ”）、及び、端末１１毎にいずれのＮＷ１２を利用可能かの利用可否情報（後述の“Ａ”）を収集し、
探索候補選択部５２が、前記利用可否情報に基づき、端末１１のそれぞれが接続するＮＷ１２の候補である接続先候補（接続組合せ）を作成し、
品質推定部５３が、前記通信品質情報に基づき、前記接続先候補についての通信品質を推定し（推定通信品質を出力し）、
目的関数評価部５４が、前記ネットワーク特徴量と前記推定通信品質を予め設定された目的関数に代入し、
評価結果判断部５５が、前記目的関数を最大値又は最小値とする前記接続先候補を最適接続先に決定する。

そして、最適ネットワーク通知部５６が、端末１１とＮＷ１２との接続が前記最適接続先となるようにそれぞれの端末１１とＮＷ１２の少なくとも一方に接続指令を出力する。

［動作］
図６は、最適化エンジン５０の動作を説明する図である。各端末１１は、通信システム内で最大Ｎ種類のＮＷ１２を利用可能であるとする。ｎ番目のＮＷ１２の持つ総帯域や平均遅延などの通信品質パラメータの値の配列がベクトルＰ_ｎで表現されているとする。またｎ番目のＮＷ１２が持つ、通信品質以外の特徴量の配列がベクトルＣ_ｎで表現されているとする。ベクトルＰ_ｎおよびベクトルＣ_ｎの要素数は考慮する通信品質パラメータや特徴量の個数に等しい。また、ベクトルＰ_ｎの集合を集合Ｐ、ベクトルＣ_ｎの集合を集合Ｃとする。

なお、ベクトルＣ_ｎは、ｎ番目のＮＷ１２内で実現されるアプリケーションのリストを含んでいてもよい。

通信システム内には端末１１がＭ台存在している。ｍ番目の端末１１が利用可能なＮＷ１２を示す配列をベクトルＡ_ｍとし、ベクトルＡ_ｍの集合を集合Ａとする。ベクトルＡ_ｍには利用可能なＮＷ１２の番号が記述されており、その要素数は利用可能なＮＷ１２の個数に等しい。あるいは、ベクトルＡ_ｍは、そのｉ番目の成分であるＡ_ｍ，ｉが次式のような要素数Ｎの配列で定義されていてもよい。

なお、ベクトルＡｍは、ｍ番目の端末１１が利用するアプリケーションの情報（アプリケーション情報）を含んでいてもよい。

図７は、最適化エンジン５０の動作を説明する図である。
Ｍ個の端末１１が接続するＮＷ１２の組み合わせをベクトルｘとし、そのｍ番目の要素ｘ_ｍは、ｍ番目の端末１１が接続するＮＷ１２の番号（１≦ｘ_ｍ≦Ｎ）を示す。
最適化エンジン５０の探索候補選択部５２は、端末１１それぞれが利用可能なＮＷ１２を表すベクトルＡ_ｍの集合である利用可能アクセスネットワークＡを入力として各端末の接続先候補の集合Ｘを生成する。

なお、ベクトルｘは、ｍ番目の端末が接続している接続先ＮＷ番号ｘ_ｍを全端末分配列したベクトルである。ベクトルｘを「接続組合せ」と記載することがある。一方、ベクトルＡ_ｍは、ｍ番目の端末が利用可能である（接続候補となる）ＮＷ番号を配列したベクトルである。

そして、探索候補選択部５２は、全端末のベクトルＡ_ｍの集合Ａを用いて全端末の接続先候補が含まれる集合Ｘを生成する。さらに、探索候補選択部５２は、１回目（ｉ＝１）の探索ループとして、集合Ｘの中から端末毎に１つの接続候補を選び、これらを配列してベクトルの接続先候補ｘ_１として品質推定部５３に入力する。探索候補選択部５２は、探索ループの回数毎に少なくとも１つの端末の接続候補を変更して新たなベクトルの接続先候補ｘ_ｉとする。つまり、探索ループ毎に接続組合せｘが変わることになる。

品質推定部５３は、探索候補選択部５２からの接続先候補ｘ_ｉを受信し、端末全体の通信品質ｙ_ｉを計算する。通信品質ｙ_ｉはベクトルであり、且つ接続先候補ｘ_ｉの関数である（ｙ_ｉ（ｘ_ｉ））。通信品質ｙ_ｉのｍ番目の成分ｙ_ｉ，ｍは、探索ループｉの時の接続組合せにおける、ｍ番目の端末で得られる通信品質である。

目的関数評価部５４に設定される目的関数をｆ（ｙ_ｉ（ｘ_ｉ），Ｃ）とする。ｉ番目の探索ループまでで得られた目的関数の最大値もしくは最小値をｆ^＊とする。また、ｆ^＊が得られるときの接続先候補をｘ^＊とする。目的関数評価部５４は、情報集約部５１から得た特徴量の集合C、通信品質ｙ_ｉ（ｘ_ｉ）、及び目的関数を用いて次式を計算し、接続先候補ｘ^＊を出力する。

図８は、通信システム３０１の動作を説明するフローチャートである。
各ＮＷ１２のネットワーク情報通知部１２ｂは最適化エンジン５０の情報集約部５１へ通信品質情報（ベクトルＰ_ｎ）と通信品質以外の特徴量（ベクトルＣ_ｎ）を通知する。なお、ＮＷ１２内で実現されるアプリケーションがあれば、そのアプリケーションのリストも通知してもよい。情報集約部５１は、通知された通信品質情報と特徴量から集合Ｐと集合Ｃを作成する。
各端末１１の情報通知部１１ａは、任意の時刻に利用可能となっているアクセスネットワークと、利用中もしくは利用予定のアプリケーション（ベクトルＡ_ｍ）を最適化エンジン５０の情報集約部５１へ通知する（ステップＳ０２）。情報集約部５１は、通知されたアプリケーションから利用可能アプリケーション（集合Ａ）を作成する。

ステップＳ０１とステップＳ０２の情報通知はいかなる順序で行ってもよく、同時に行ってもよい。端末の順序やネットワークの順序にも制約はない。また、端末やネットワークの状態が既知であり、動的な変化が起こらない場合は、これらを行わず事前設定としてもよい。

最適化エンジン５０の探索候補選択部５２は、集合Ａを用いて端末接続先組み合わせの集合Ｘを生成する（ステップＳ０３）。
探索候補選択部５２は、解の探索ループの回数ｉ、目的関数の値の最大値又は最小値ｆ^＊及びその時の接続先ｘ^＊を初期化（初期値は０もしくは零ベクトル）する。
ステップＳ０３とステップＳ０４はいかなる順序で行ってもよく、同時に行ってもよい。

最適化エンジン５０の探索候補選択部５２は、接続先候補の集合Ｘの中から要素ｘ_ｉを抽出する。品質推定部５３は、集合Ｐを用いて要素ｘ_ｉを入力としたときに実現される通信品質ｙ_ｉを推定する（ステップＳＳ０５～Ｓ０８）。要素ｘ_ｉの抽出方法は、Ｘからランダムに抽出する方法、又はすべての要素について特定の順番で抽出する方法がある。さらに、無作為に要素ｘ_ｉを作成し、ｘ_ｉ∈Ｘであると確認できた要素だけ品質推定を行うという方法（ステップＳ０６）でもよい。

通信品質ｙ_ｉの推定方法（ステップＳ０７）は、いかなる方法を用いてもよい。例えば、当該方法は、現実のネットワークとユーザの分布を模擬した系でシミュレーションした結果を出力する方法がある。“ｎｓ－３”、“ＱｕａｌＮｅｔ”、“ＯｐＮｅｔ Ｍｏｄｅｌｅｒ”、その他のネットワークシミュレータを利用することでスループット以外に通信遅延なども推定することができる。また、スループットのみを推定したい場合、各ネットワークの総帯域をそのネットワークへの接続先人数で除算するなど、簡易的に推定する方法もある。

目的関数評価部５４は、予め与えられた目的関数ｆ（ｙ_ｉ，Ｃ）を用い、接続先候補の要素ｘ_ｉに対して得られた通信品質ｙ_ｉと、通信品質以外の特徴量Ｃから、目的関数の値を計算する（ステップＳ１０）。例えば、目的関数ｆ（ｙ_ｉ，Ｃ）にユーザ満足度を表すＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ ｅｘｐｅｒｉｅｎｃｅ）が含まれている場合、ステップＳ０２で得た各端末の利用アプリケーションから定まるＱｏＥモデル（ステップＳ０９）を用い、通信品質ｙ_ｉと、特徴量ＣからＱｏＥの値を導出する。具体的には、アプリケーションとしてｗｅｂブラウジングを行っていると仮定した場合、ｗｅｂブラウジングに対するＱｏＥモデル、ｗｅｂページの要求帯域、及び平均スループットを利用することで通信品質ｙ_ｉからＱｏＥを推定することができる。

評価結果判断部５５は、探索ループの回数ｉで目的関数ｆ（ｙ_ｉ，Ｃ）がこれまでの探索（探索ループの回数ｉ－１までの計算）で得られた最大の値ｆ^＊よりも大きい場合（ステップＳ１０で“Ｙｅｓ”）、ｆ^＊を探索ループの回数ｉでの目的関数ｆ（ｙ_ｉ，Ｃ）の値に更新する。また、そのｆ^＊が得られた時の要素ｘ_ｉをｘ^＊として更新する（ステップＳ１１）。
目的関数が最小化すべき関数であれば、ｆ（ｙ_ｉ，Ｃ）がこれまでの探索で得られた最小の値ｆ^＊よりも小さい場合（ステップＳ１０で“Ｙｅｓ”）、ｆ^＊を更新する。また、そのｆ^＊が得られた時の要素ｘ_ｉをｘ^＊として更新する（ステップＳ１１）。

解の探索ループは、Ｘの要素数のｎ回、または事前に定めた探索終了条件に合致すれば終了する（ステップＳ１２にて“Ｙｅｓ”）。一方、探索終了条件に合致しなければステップＳ０５から探索ループを繰り返す（ステップＳ１２にて“Ｎｏ”）。
具体的には、探索終了条件は次が挙げられる。
（１）探索回数（ｉの上限）
（２）探索時間
（３）特定の指標や目的関数の値が一定値を超えるもしくは下回ること
（４）探索途中で得られたｘ^＊が今後も更新されないことが明白な値となること

探索を終えたとき、最適化エンジン５０の最適アクセスネットワーク通知部５６は、ｘ^＊に基づいて、各端末１１のネットワーク選択部１１ｂと各ＮＷ１２の端末選択部１２ａの少なくとも一方に、接続先の通知を行う（ステップＳ１３、Ｓ１４）。通知を受けた端末１１及びＮＷ１２は、当該通知に従って接続先を切り替える。それぞれの端末１１及びＮＷ１２が接続先を切り替え後、ｘ^＊の状態となる。

（実施形態２）
図９は、本実施形態の最適化エンジン５０を備える通信システム３０２を説明する図である。通信システム３０２は、特定のネットワーク（ＮＷ１２－４）にアプリケーションサーバ（アプリケーションＤ）がある。通信システム３０２は、ＮＷ１２にもアプリケーションサーバが存在している点が図４の通信システム３０１と異なる。本実施形態では、通信システム３０２が通信システム３０１と相違する点について説明する。

通信システム３０２の最適化エンジン５０は、特定のＮＷ内に通信先のアプリケーションサーバが設置されていることを考慮し、ユーザが利用すべきアクセス手段を選択する。これを実現するためには、特定のＮＷ内に通信先のアプリケーションサーバが設置されているという情報を最適化エンジン５０が入手する必要がある。

このため、前記ネットワーク特徴量には、アプリケーションと前記アクセスネットワークのうち前記アプリケーションを実現可能な特定アクセスネットワークとの対応情報が含まれているものとする。図９であれば、アプリケーションＤがＮＷ１２－４に接続されているという対応情報が必要である。通信システム３０２は、当該対応情報を通信品質以外の特徴量の配列であるベクトルＣｎで取得する。また、ＮＷ１２は、当該対応情報としてＮＷ１２内で実現されるアプリケーションのリストを有していてもよい。

情報集約部５１は、前記利用可否情報とともに前記端末が利用する前記アプリケーションのアプリケーション情報も収集し、
判断部５５は、前記対応情報と前記アプリケーション情報を前記計算値に反映させる効用関数が設定されている。効用関数については後述する。

最適化エンジン５０は、図７や図８で説明した各端末の最適接続先探索過程のように、ある接続先組み合わせにおける品質推定ｙ_ｉについて無線アクセス区間の品質推定もしくはインターネットアクセスを想定した品質推定を実施する。一方、最適化エンジン５０は、目的関数ｆ（ｙ_ｉ（ｘ_ｉ），Ｃ）の値を算出する際、アプリケーションに応じて特定のＮＷを利用すると値が大きくなる又は小さくなるような各端末の効用関数を定義する。その効用関数は、端末群の接続先の中にアプリケーション利用が不可となるＮＷに接続しているものがあれば目的関数の値を小さくする又は大きくする関数であってもよい。

例えば、図９の場合、アプリケーション（Ａ、Ｂ、Ｃ）のサーバはインターネット２０内に存在しているが、アプリケーションＤのサーバはＮＷ１２－４に接続されている。最適化エンジン５０の情報集約部５１は、アプリケーションＤの接続先がＮＷ１２－４であることを予めネットワーク特徴量Ｃとして入手しておく。最適化エンジン５０の目的関数評価部５４は、図７や図８のように目的関数ｆ（ｙ_ｉ（ｘ_ｉ），Ｃ）の値を計算する。この計算は、プリケーション（Ａ、Ｂ、Ｃ）を利用しようとする端末の接続先については、実施形態１での説明通りでよい。一方、目的関数評価部５４は、アプリケーションＤを利用しようとする端末の接続先については、実施形態１での説明の計算値より、ＮＷ１２－４に接続するときに目的関数の値を大きくする、又はＮＷ１２－４以外に接続するときに目的関数の値を小さくするように計算を行う。

このように、目的関数評価部５４が目的関数の計算結果を修正する効用関数を適用することで、アプリケーションＤを利用しようとする端末１１－３をＮＷ１２－４を介して接続する接続先候補を判断部５５が選択する確率を高めることができる。

本実施形態のメリットは次の通りである。
アプリケーション・サービスに適したＮＷの選択精度を向上させ、体感品質の低下抑制および体感品質向上が実現できる。また、実施形態１の通信品質推定方法を、改変なくそのまま（目的関数に効用関数を付加するだけで）活用できる。

［目的関数の具体例］
目的関数の設定者は、ビジネスモデル、ユーザ満足度、公平性、又はコスト等を考慮して目的関数を定める。目的関数ｆ（ｙ，Ｃ）の設定により、ユーザの接続先振り分けを多様な方針で行うことができる。
以下に、目的関数の例を挙げる。
（１）満足度推定値の合計値（最大化）

ただし、ｈ_ｍはユーザｍの満足度推定値である。
（２）満足度推定値が設定値以上になるユーザの人数（最大化）

ただし、ｈ_ｏは定数である。
（３）満足度推定値の中央値（最大化）

（４）満足度推定値の分散（最小化）

（５）満足度推定値が最低のユーザの満足度（最大化）

（６）ネットワークの負荷率の偏り（最小化）

ただし、ｌ_ａとｌ_ｂは、それぞれアクセスネットワークＡとＢの帯域利用率である。
なお、アクセスネットワークが３つ以上存在する場合はそれぞれのアクセスネットワークの帯域利用率ｌ_ｎの分散を用いればよい（本式でｎはアクセスネットワークの識別番号）。

（７）所望のネットワーク負荷率配分からの差異（最小化）

ただし、γは、ｌ_ａ：ｌ_ｂをａ：ｂとしたい場合、ｂ／ａである。“ａ”及び“ｂ”は、正の数である。例えば、ネットワークＡとネットワークＢの帯域利用率を、ｌ_ａ：ｌ_ｂ＝３：４の比になるよう接続先を振り分ける場合、ａ＝３、ｂ＝４とする。
なお、アクセスネットワークが複数（Ｎ個）存在する場合、数Ｐ７を一般化すると次のような目的関数となる。

ただし、ｌ_０とｌ_ｎは、それぞれ基準となるアクセスネットワークとｎ番目のアクセスネットワーク（ｎはＮ以下の整数であって、基準のアクセスネットワークを除く）の帯域利用率である。γ_ｎは、基準となるネットワークとn番目のネットワークの帯域利用率の比の値である。つまり、γ_ｎは、基準となるネットワークの帯域利用率ｌ_０とｎ番目のネットワークの帯域利用率ｌ_ｎをｌ_０：ｌ_ｎ＝１：γ_ｎとする場合の値である。
（８）仮想移動体通信事業者（ＭＶＮＯ：Ｍｏｂｉｌｅ Ｖｉｒｔｕａｌ Ｎｅｔｗｏｒｋ Ｏｐｅｒａｔｏｒ）から見た回線利用コストの合計値（最小化）

ただし、ｐ_ｎはアクセスネットワークｎの帯域あたりの回線利用料、Ｂ_ｎはアクセスネットワークｎの単位時間当たりの利用データ量である。

数Ｐ１、数Ｐ２、数Ｐ３及び数Ｐ５の目的関数を設定する場合は、図８のステップＳ１０において、それらを最大化するように最適化を行う。一方、数Ｐ４、数Ｐ６、数Ｐ７及び数Ｐ８の目的関数を設定する場合は、図８のステップＳ１０において、それらを最小化するように最適化を行う。

また、数Ｐ１及び数Ｐ２で用いられているユーザ満足度は、アプリケーション毎の通信品質によって定まるＱｏＥ（Ｑｕａｌｉｔｙ ｏｆ ｅｘｐｅｒｉｅｎｃｅ）と、アクセスネットワーク毎に持つ通信品質以外の特徴量の配列Ｃｎの影響α（Ｃ）の双方を考慮した指標とする。具体的には、

と定義する。

また、複数の目的関数ｆ_１（ｙ、Ｃ）、ｆ_２（ｙ、Ｃ）、・・・をバランスよく向上させたい場合、それらを合成した目的関数ｆ（ｙ、Ｃ）を設定する。目的関数ｆ_ｊ（ｙ、Ｃ）の重視する度合いが異なる場合は、ｆ_ｊ（ｙ、Ｃ）毎に重み付けを行うこともできる（ｊは自然数）。以下に、目的関数の合成の方法の例を説明する。ここで、ベクトルｗは重み付けの割合の配列である。

（Ａ）和で表現する方法

（Ｂ）積で表現する方法

（Ｃ）別の関数に置き換えて和又は積で表現する方法
数Ｐ１～数Ｐ８で示した基本的な目的関数を合成するとき、上記（Ａ）及び（Ｂ）の方法ではそれぞれの目的関数をバランスよく考慮することができなくなる場合がある。例えば、最大化するべき目的関数と最小化するべき目的関数を同時に考慮したければ、どちらかの関数の逆数を取る等の変換を施してから合成する必要がある。また、それぞれの目的関数が取りえる値の範囲に差がある場合、値の範囲の大きい目的関数の寄与が大きくなるなどの影響が出る可能性がある。そのため、複数の目的関数を均等に考慮したい場合は取りえる範囲を調整する規格化が必要となる場合がある。これらの変換に用いる関数をｇとし、ｇとｆ_ｊの合成関数を用いて目的関数ｆを表現することもできる。

例ば、目的関数ｆを次のように設定できる。

ここで、最小化すべき関数から最大化すべき関数へ変換を行いたい場合、

とすればよい。最大化すべき関数から最小化すべき関数へ変換を行いたい場合にも同様の関数で変換を行えば良い。

また、取りえる値の範囲を変換する関数ｇの例として数１０のシグモイド関数を設定することもできる。この場合、任意のｆ_ｊ（ｙ、Ｃ）の値に対してｇ（ｆ_ｊ（ｙ、Ｃ））∈［０，１］となる。

ただし、ａ及びｆ_０は定数である。

また、関数ｇの他の例として数１１を設定することもできる。この場合、ｆ_ｊ（ｙ、Ｃ）≧０の条件でｇ（ｆ_ｊ（ｙ、Ｃ））∈［０，１］となる。

ただし、ａ及びｆ_０は定数である。

複数回の変換が必要な場合は複数の関数ｇ_ｋ及び関数ｇ_ｌを同時に用いてもよい。その時に最終的に用いる関数ｇは、

とすればよい。また、３つ以上の関数の合成関数としてもよい。

［効用関数の具体例］
１．ある一つのＮＷでのみ利用可能なアプリケーションの場合
（１）線形の式で効用関数を表現する方法
ｍ番目の端末（ユーザ）がｎ番目のＮＷでのみ利用できるアプリケーションＡを利用する場合、ｎ’番目のＮＷに接続したユーザの効用ｈ_ｍｎ’を、ＮＷ毎に定義される定数をα_ｎ’及びβ_ｎ’を用いて次式のように定義する。ここで、ＱｏＥ（ｙ，Ｃ）は通信品質ｙ及び特徴量Ｃのときの任意のＱｏＥモデルから計算したＱｏＥ値である。

例えば、

として効用ｈ_ｍｎ’を計算することで、ユーザｍの端末をネットワークｎに接続したときの効用ｈ_ｍｎ’のみが大きくなる。このように計算した効用ｈ_ｍｎ’を数１～５のユーザｍの満足度推定値とすれば、ユーザｍの端末をネットワークｎに接続することが含まれる接続組み合わせの目的関数ｆが大きく又は小さくなり、ユーザｍの端末がネットワークｎに優先的に接続される。
（２）その他の方法
効用関数には論理式を組み込んでもよい。例えばクロネッカーのデルタδ_ｎ’ｎを用いて
［数２２］
ｈ_ｍｎ’＝δ_ｎ’ｎＱｏＥ（ｙ，Ｃ）
としてもよい。
また、目的関数の設定方法として、アプリケーションＡを利用できないＮＷに、アプリケーションＡを利用しようとする端末が１台でも接続している場合、目的関数の値を０としてもよい。

２．ある一つのＮＷではサービスを受けられないアプリケーションの場合
（１）線形の式で効用関数を表現する方法
ｎ番目のＮＷで所望のアプリケーションが利用できない場合、数２１について次式を適用する。

(２)その他の方法
ネットワーク番号ｎ’＝ｎではアプリケーションＡを利用できないとすると、数２２について
［数２３］
ｈ_ｍｎ’＝（１－δ_ｎ’ｎ）ＱｏＥ（ｙ，Ｃ）
とするとＮＷ番号ｎ’≠ｎのときの効用ｈ_ｍｎ’が高くなる。
また、目的関数の設定方法として、アプリケーションＡを利用できないＮＷに、アプリケーションＡを利用しようとする端末が１台でも接続している場合、目的関数の値を０としてもよい。

３．ある一つのＮＷ配下で利用すると効用が高まるアプリケーションの場合
（１）線形の式で効用関数を表現する方法
ｎ番目のＮＷでそのアプリケーションの効用が高まる場合、数２１の効用ｈ_ｍｎ’についてｎ’＝ｎのときにα_ｎ’及びβ_ｎ’が大きくなるようにする。
例えば、ＱｏＥの値の大きさに応じて効用への影響が変化する場合、α_ｎ’を大きくし（数２１ａではα_ｎ’＝１であるが、本例の場合、α_ｎ’＞１とする。）、
ＱｏＥの値の大きさによらず効用が増加する場合、β_ｎ’を大きくする（数２１ａではβ_ｎ’＝０であるが、本例の場合、β_ｎ’＞０とする。）。
（２）非線形の式で効用関数を表現する方法
ＱｏＥの値が効用に影響を与えることを模擬する方法として、ＱｏＥを変数とした非線系関数を効用として定義する方法がある。
例えば、

とすると、ＱｏＥの低いＮＷ間では効用の高まりやすいＮＷへ移動が頻繁に起こるが、ＮＷ品質が高くＱｏＥが十分高いＮＷ間では移動が起こりにくくなる。ネットワークｎで効用が大きくなる場合はα_ｎ’を大きくとる（例えば、α_ｎ’＞１とする。）。

４．ある一つのＮＷ配下で利用すると効用が下がるアプリケーションの場合
（１）線形の式で効用関数を表現する方法
ｎ番目のＮＷでそのアプリケーションの効用が高まる場合、数２１の効用ｈ_ｍｎ’についてｎ’＝ｎのときにα_ｎ’及びβ_ｎ’が小さくなるようにする。
例えば、ＱｏＥの値の大きさに応じて効用への影響が変化する場合はα_ｎ’を小さくし（数２１ａではα_ｎ’＝１であるが、本例の場合、０＜α_ｎ’＜１とする。）、
ＱｏＥの値の大きさによらず効用が低下する場合はβ_ｎ’を小さくする（数２１ａではβ_ｎ’＝０であるが、本例の場合、β_ｎ’＜０とする。）。
（２）非線形の式で効用関数を表現する方法
上述の３（２）で説明した方式と同様の方式を用いる。数２３において、ネットワークｎで効用が小さくなる場合はα_ｎ’を小さくとる（例えば、０＜α_ｎ’＜１とする。）。

５．サービスを受けられるＮＷと受けられないＮＷがそれぞれ複数存在するアプリケーションの場合
（１）線形の式で効用関数を表現する方法
数２１を用いるが、アプリケーションＡが利用可能なＮＷの集合ｎを定義し、各パラメータを次式とする。

（２）その他の方法
上述の１（２）の方法と同様に目的関数の設定方法として、アプリケーションＡを利用できないＮＷに、アプリケーションＡを利用しようとしている端末が１台でも接続している場合、目的関数の値を０としてもよい。

６．効用が高まるＮＷと効用が下がるＮＷがそれぞれ複数存在するアプリケーションの場合
（１）線形の式で効用関数を表現する方法
アプリケーションＡの効用が高まるＮＷの集合をｕ、効用が低くなる集合をｄと定義し、数２１の効用ｈ_ｍｎ’について、
ｎ’∈集合ｕのときにα_ｎ’とβ_ｎ’を大きくする（数２１ａではα_ｎ’＝１、β_ｎ’＝０であるが、本例の場合、α_ｎ’＞１、β_ｎ’＞０とする。）。
一方、ｎ’∈集合ｄのときにα_ｎ’とβ_ｎ’を小さくする（数２１ａではα_ｎ’＝１、β_ｎ’＝０であるが、本例の場合、０＜α_ｎ’＜１、β_ｎ’＜０とする。）。
（２）非線形の式で効用関数を表現する方法
アプリケーションＡの効用が高まるＮＷの集合をｕ、効用が低くなる集合をｄと定義し、数２４の効用ｈ_ｍｎ’について、
ｎ’∈集合ｕのときにα_ｎ’を大きくする（数２１ａではα_ｎ’＝１であるが、本例の場合、α_ｎ’＞１とする。）。
一方、ｎ’∈集合ｄのときにα_ｎ’を小さくする（数２１ａではα_ｎ’＝１であるが、本例の場合、０＜α_ｎ’＜１とする。）。

７．ＮＷによって効用がそれぞれ異なるアプリケーションの場合
（１）線形の式で効用関数を表現する方法
数２１の効用ｈ_ｍｎ’について、α_ｎ’とβ_ｎ’をＮＷ毎に実数全体から任意に定める。
（２）非線形の式で効用関数を表現する方法
数２４の効用ｈ_ｍｎ’について、α_ｎ’をネットワーク毎に実数全体から任意に定める。

（最適化エンジンの実施例）
上記の最適化エンジン５０はコンピュータとプログラムによっても実現でき、プログラムを記録媒体に記録することも、ネットワークを通して提供することも可能である。
図１０は、システム１００のブロック図を示している。システム１００は、ネットワーク１３５へと接続されたコンピュータ１０５を含む。なお、システム１００が通信システム３０１、コンピュータ１０５が最適化エンジン５０に相当する。

ネットワーク１３５は、データ通信ネットワークである。ネットワーク１３５は、プライベートネットワーク又はパブリックネットワークであってよく、（ａ）例えば或る部屋をカバーするパーソナル・エリア・ネットワーク、（ｂ）例えば或る建物をカバーするローカル・エリア・ネットワーク、（ｃ）例えば或るキャンパスをカバーするキャンパス・エリア・ネットワーク、（ｄ）例えば或る都市をカバーするメトロポリタン・エリア・ネットワーク、（ｅ）例えば都市、地方、又は国家の境界をまたいでつながる領域をカバーするワイド・エリア・ネットワーク、又は（ｆ）インターネット、のいずれか又はすべてを含むことができる。通信は、ネットワーク１３５を介して電子信号及び光信号によって行われる。なお、ネットワーク１３５がＮＷ１２や上位ネットワーク１３に相当する。

コンピュータ１０５は、プロセッサ１１０、及びプロセッサ１１０に接続されたメモリ１１５を含む。コンピュータ１０５が、本明細書においてはスタンドアロンのデバイスとして表されているが、そのように限定されるわけではなく、むしろ分散処理システムにおいて図示されていない他のデバイスへと接続されてよい。

プロセッサ１１０は、命令に応答し且つ命令を実行する論理回路で構成される電子デバイスである。

メモリ１１５は、コンピュータプログラムがエンコードされた有形のコンピュータにとって読み取り可能な記憶媒体である。この点に関し、メモリ１１５は、プロセッサ１１０の動作を制御するためにプロセッサ１１０によって読み取り可能及び実行可能なデータ及び命令、すなわちプログラムコードを記憶する。メモリ１１５を、ランダムアクセスメモリ（ＲＡＭ）、ハードドライブ、読み出し専用メモリ（ＲＯＭ）、又はこれらの組み合わせにて実現することができる。メモリ１１５の構成要素の１つは、プログラムモジュール１２０である。

プログラムモジュール１２０は、本明細書に記載のプロセスを実行するようにプロセッサ１１０を制御するための命令を含む。本明細書において、動作がコンピュータ１０５或いは方法又はプロセス若しくはその下位プロセスによって実行されると説明されるが、それらの動作は、実際にはプロセッサ１１０によって実行される。

用語「モジュール」は、本明細書において、スタンドアロンの構成要素又は複数の下位の構成要素からなる統合された構成のいずれかとして具現化され得る機能的動作を指して使用される。したがって、プログラムモジュール１２０は、単一のモジュールとして、或いは互いに協調して動作する複数のモジュールとして実現され得る。さらに、プログラムモジュール１２０は、本明細書において、メモリ１１５にインストールされ、したがってソフトウェアにて実現されるものとして説明されるが、ハードウェア（例えば、電子回路）、ファームウェア、ソフトウェア、又はこれらの組み合わせのいずれかにて実現することが可能である。

プログラムモジュール１２０は、すでにメモリ１１５へとロードされているものとして示されているが、メモリ１１５へと後にロードされるように記憶装置１４０上に位置するように構成されてもよい。記憶装置１４０は、プログラムモジュール１２０を記憶する有形のコンピュータにとって読み取り可能な記憶媒体である。記憶装置１４０の例として、コンパクトディスク、磁気テープ、読み出し専用メモリ、光記憶媒体、ハードドライブ又は複数の並列なハードドライブで構成されるメモリユニット、並びにユニバーサル・シリアル・バス（ＵＳＢ）フラッシュドライブが挙げられる。あるいは、記憶装置１４０は、ランダムアクセスメモリ、或いは図示されていない遠隔のストレージシステムに位置し、且つネットワーク１３５を介してコンピュータ１０５へと接続される他の種類の電子記憶デバイスであってよい。

システム１００は、本明細書においてまとめてデータソース１５０と称され、且つネットワーク１３５へと通信可能に接続されるデータソース１５０Ａ及びデータソース１５０Ｂを更に含む。実際には、データソース１５０は、任意の数のデータソース、すなわち１つ以上のデータソースを含むことができる。データソース１５０は、体系化されていないデータを含み、ソーシャルメディアを含むことができる。

システム１００は、ユーザ１０１によって操作され、且つネットワーク１３５を介してコンピュータ１０５へと接続されるユーザデバイス１３０を更に含む。ユーザデバイス１３０として、ユーザ１０１が情報及びコマンドの選択をプロセッサ１１０へと伝えることを可能にするためのキーボード又は音声認識サブシステムなどの入力デバイスが挙げられる。ユーザデバイス１３０は、表示装置又はプリンタ或いは音声合成装置などの出力デバイスを更に含む。マウス、トラックボール、又はタッチ感応式画面などのカーソル制御部が、さらなる情報及びコマンドの選択をプロセッサ１１０へと伝えるために表示装置上でカーソルを操作することをユーザ１０１にとって可能にする。なお、ユーザデバイス１３０が端末１１に相当する。

プロセッサ１１０は、プログラムモジュール１２０の実行の結果１２２をユーザデバイス１３０へと出力する。あるいは、プロセッサ１１０は、出力を例えばデータベース又はメモリなどの記憶装置１２５へともたらすことができ、或いはネットワーク１３５を介して図示されていない遠隔のデバイスへともたらすことができる。

例えば、図７の動作を行うプログラムをプログラムモジュール１２０としてもよい。システム１００を最適化エンジン５０として動作させることができる。

用語「・・・を備える」又は「・・・を備えている」は、そこで述べられている特徴、完全体、工程、又は構成要素が存在することを指定しているが、１つ以上の他の特徴、完全体、工程、又は構成要素、或いはそれらのグループの存在を排除してはいないと、解釈されるべきである。用語「ａ」及び「ａｎ」は、不定冠詞であり、したがって、それを複数有する実施形態を排除するものではない。

（他の実施形態）
なお、この発明は上記実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。要するにこの発明は、上位実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。

また、上記実施形態に開示されている複数の構成要素を適宜な組み合わせにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合わせてもよい。

１１：端末
１１ａ：端末情報通知部
１１ｂ：ネットワーク選択部
１２：アクセスネットワーク（ＮＷ）
１２ａ：端末選択部
１２ｂ：ネットワーク情報通知部
１３：上位ネットワーク
２０：インターネット
５０：最適化エンジン
５１：情報集約部
５２：探索候補選択部
５３：品質推定部
５４：目的関数評価部
５５：評価結果判断部
５６：最適ネットワーク通知部
１００：システム
１０１：ユーザ
１０５：コンピュータ
１１０：プロセッサ
１１５：メモリ
１２０：プログラムモジュール
１２２：結果
１２５：記憶装置
１３０：ユーザデバイス
１３５：ネットワーク
１４０：記憶装置
１５０：データソース
３０１、３０２：通信システム

Claims (9)

1. 通信システムの最適化エンジンであって、
   前記通信システムは、複数の端末のそれぞれが複数のアクセスネットワークのいずれかを介して上位ネットワークに接続する構成であり、
   前記最適化エンジンは、
   前記アクセスネットワーク毎に通信品質情報とネットワーク特徴量、及び、前記端末毎にいずれの前記アクセスネットワークを利用可能かの利用可否情報を収集する情報集約部と、
   前記利用可否情報に基づき、前記端末のそれぞれが接続する前記アクセスネットワークの候補である接続先候補を作成する候補選択部と、
   前記通信品質情報に基づき、前記接続先候補についての通信品質を推定して推定通信品質とする品質推定部と、
   前記ネットワーク特徴量と前記推定通信品質を予め設定された目的関数に代入して得た計算値に基づき、複数の前記端末と複数の前記アクセスネットワークとの接続組み合わせを前記目的関数に沿って動的に選択する判断部と、
   を備えることを特徴とする最適化エンジン。
2. 前記ネットワーク特徴量には、アプリケーションと前記アクセスネットワークのうち前記アプリケーションを実現可能な特定アクセスネットワークとの対応情報が含まれており、
   前記情報集約部は、前記利用可否情報とともに前記端末が利用する前記アプリケーションのアプリケーション情報も収集し、
   前記判断部は、前記対応情報と前記アプリケーション情報を前記計算値に反映させる効用関数が設定されている
   ことを特徴とする請求項１に記載の最適化エンジン。
3. 前記判断部は、前記目的関数を最大値又は最小値とする前記接続先候補を前記最適接続先とすることを特徴とする請求項１又は２に記載の最適化エンジン。
4. 前記端末と前記アクセスネットワークとの接続が前記最適接続先となるようにそれぞれの前記端末と前記アクセスネットワークの少なくとも一方に接続指令を出力する通知部をさらに備えることを特徴とする請求項１から３のいずれかに記載の最適化エンジン。
5. 通信システムの最適化方法であって、
   前記通信システムは、複数の端末のそれぞれが複数のアクセスネットワークのいずれかを介して上位ネットワークに接続する構成であり、
   前記最適化方法は、
   前記アクセスネットワーク毎に通信品質情報とネットワーク特徴量、及び、前記端末毎にいずれの前記アクセスネットワークを利用可能かの利用可否情報を収集することと、
   前記利用可否情報に基づき、前記端末のそれぞれが接続する前記アクセスネットワークの候補である接続先候補を作成することと、
   前記通信品質情報に基づき、前記接続先候補についての通信品質を推定して推定通信品質とすることと、
   前記ネットワーク特徴量と前記推定通信品質を予め設定された目的関数に代入して得た計算値に基づき、複数の前記端末と複数の前記アクセスネットワークとの接続組み合わせを前記目的関数に沿って動的に選択することと、
   を行うことを特徴とする最適化方法。
6. 前記ネットワーク特徴量には、アプリケーションと前記アクセスネットワークのうち前記アプリケーションを実現可能な特定アクセスネットワークとの対応情報が含まれており、
   前記利用可否情報とともに前記端末が利用する前記アプリケーションのアプリケーション情報も収集することと、
   効用関数で前記対応情報と前記アプリケーション情報を前記計算値に反映させることと、をさらに行うこと特徴とする請求項５に記載の最適化方法。
7. 前記目的関数を最大値又は最小値とする前記接続先候補を前記最適接続先とすることを特徴とする請求項５又は６に記載の最適化方法。
8. 前記端末と前記アクセスネットワークとの接続が前記最適接続先となるようにそれぞれの前記端末と前記アクセスネットワークの少なくとも一方に接続指令を出力すること、をさらに行うことを特徴とする請求項５から７のいずれかに記載の最適化方法。
9. 請求項１から４のいずれかに記載の最適化エンジンとしてコンピュータを機能させるためのプログラム。

Images