JP7272456B2 - トラヒック転送システム、トラヒック転送方法、データ収集装置、トラヒック転送装置およびプログラム - Google Patents
トラヒック転送システム、トラヒック転送方法、データ収集装置、トラヒック転送装置およびプログラム Download PDFInfo
- Publication number
- JP7272456B2 JP7272456B2 JP2021553232A JP2021553232A JP7272456B2 JP 7272456 B2 JP7272456 B2 JP 7272456B2 JP 2021553232 A JP2021553232 A JP 2021553232A JP 2021553232 A JP2021553232 A JP 2021553232A JP 7272456 B2 JP7272456 B2 JP 7272456B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- data
- bit rate
- traffic data
- service
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/20—Traffic policing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2416—Real-time traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Description
サービス提供事業者は、例えば、運輸S1、漁業・農業S2、医療S3、防災S4、製造S5、観光S6、エンターテイメントS7等の様々な分野で画像分析を用いたサービスSを提供するようになる。その際に、例えば、加速度センサa1、照度センサb1、音センサc1,c2、湿度センサd1、温度センサe1、雨量センサf1等の低ビットレートトラヒックのデータを収集するIoTデバイス(以下、「IoTデバイス(L)」と称することがある。)に加えて、防犯カメラA1,A2,A3,A4、車載カメラB1,B2,B3等により映像データを高ビットレートトラヒックのデータとして収集するIoTデバイス(以下、「IoTデバイス(H)」と称することがある。)の数が急増し、IoT管理基盤Mを介する上りのトラヒックデータ量が増大することとなる。
今後のIoTデバイスの急激な増加を考慮すると、サービス品質を維持した上で、さらなるトラヒック転送効率、アプリケーション処理効率の向上が求められる。
図2は、本実施形態に係るトラヒック転送システム100の処理概要を説明するための図である。
本実施形態に係るトラヒック転送システム100は、各エリア(エリアA,B,…)のIoTデバイスと通信接続されるデータ収集装置10と、サービス提供事業者それぞれが備える各サービスSのトラヒックを分析するトラヒック分析装置30に通信接続されるトラヒック転送装置20とを備える。
トラヒック転送装置20は、データ収集装置10から取得した低ビットレートトラヒックデータを学習器200に入力することにより、特定のサービスに対応する事象(以下、「サービス対応事象」と称する。)が発生しているか否かを判定する(ステップS3:サービス対応事象の検出)。そして、トラヒック転送装置20は、サービス対応事象が発生していると判定した場合に、そのサービス対応事象が発生しているエリアを割り出し、データ収集装置10から、割り出したエリアに位置するIoTデバイス(H)からの高ビットレートトラヒックデータを取得し(ステップS4)、対応するサービス提供事業者が備えるトラヒック分析装置30に送信する(ステップS5)。
このように解析結果に基づき学習器200に再学習させることにより、学習器200による低ビットレートトラヒックデータを用いたサービス対応事象の発生有無の検出精度を向上させることができる。
また、外界の状況の変化(例えば、追跡対象の物体が移動すること)に対応して、トラヒック分析装置30に転送する高ビットレートトラヒックデータを柔軟に変更することができる。
例えば、図3に示すように、各時刻(t1~tn)それぞれにおいて、サービス対応事象が検出されたエリアの該当デバイス(IoTデバイス(H))のみから高ビットレートトラヒックデータを転送すればよく、常時すべてのIoTデバイス(H)からの高ビットレートトラヒックデータを転送する必要はない。
よって、トラヒック転送システム100によれば、各サービスで必要とされる高ビットレートトラヒックデータの転送に関し、トラヒック転送効率およびアプリケーション処理効率を向上させることができる。
次に、トラヒック転送システム100等について詳細に説明する。
図4は、本実施形態に係るトラヒック転送システム100の全体構成を示す図である。
トラヒック転送システム100は、各エリアのIoTデバイス(図示省略)と通信接続される1つ以上のデータ収集装置10と、サービス提供事業者それぞれが備える各サービスS(S1,S2,…,Sn)に関する複数のトラヒック分析装置30に通信接続されるトラヒック転送装置20とを含んで構成される。
データ収集装置10は、担当エリアのIoTデバイス(センサデバイス)からデータ(センシングデータ)を一元的に収集する。なお、以下の説明においては、1つのエリアを1つのデータ収集装置10が担当するものとして説明するが、これに限定されず、複数のエリアを1つのデータ収集装置10が担当してもよい。
そして、データ収集装置10は、まず、収集した低ビットレートトラヒックデータをトラヒック転送装置20に送信する。そして、データ収集装置10は、トラヒック転送装置20から、高ビットレートトラヒックデータの転送指示を受け付けた場合に、対応する高ビットレートトラヒックデータをトラヒック転送装置20に送信する。
このデータ収集装置10は、制御部、入出力部、記憶部(いずれも図示省略)を備えるコンピュータにより実現される。より詳細には、データ収集装置10は、図4の機能ブロック図で示すように、データ収集部11、データ転送部12、デバイス管理部13、判定種別情報14、デバイス情報DB(DataBase)15を含んで構成される。
なお、データ収集装置10の記憶部(図示省略)には、各サービスに対応する事象(サービス対応事象)が発生しているか否かを判定するために必要となる低ビットレートトラヒックデータの種別が、サービス毎に判定種別情報14として記憶されている。
データ転送部12は、収集したすべての低ビットレートトラヒックデータのうち、判定種別情報14で示される種別に合致するデータを、そのサービスについてのサービス対応事象が発生しているか否かを判定するための情報として、トラヒック転送装置20に転送する。
このように、一部のIoTデバイス(H)を待機状態にしておくことで、すべてのIoTデバイス(H)を稼働状態にしておく場合に比べ、全体として上りトラヒック量を削減することが可能となる。なお、以下においては、一部のIoTデバイス(H)を待機状態にしておくものとして説明を行う。
また、デバイス管理部13は、デバイス情報DB15を参照して、トラヒック転送装置20が各サービスについてのサービス対応事象が発生している可能性があると割り出したエリア(割出エリア)に位置する、待機状態のIoTデバイス(H)を起動させる。ここで、デバイス管理部13が起動させるIoTデバイスは、映像データを高ビットレートトラヒックデータとして送信するデバイスである。
なお、デバイス管理部13が予測エリアのIoTデバイス(H)を起動させた場合には、データ転送部12がその予測エリアに位置するIoTデバイス(H)からの高ビットレートトラヒックデータをトラヒック転送装置20に転送する。
トラヒック転送装置20は、データ収集装置10から取得した低ビットレートトラヒックデータを学習器200に入力することにより、予め設定したサービスに関するサービス対応事象が発生しているか否かを判定する。そして、トラヒック転送装置20は、サービス対応事象が発生していると判定した場合に、そのサービス対応事象が発生しているエリアを割り出し、割り出したエリア(割出エリア)に位置するIoTデバイス(H)からデータ収集装置10を介して高ビットレートトラヒックデータを取得し、対応するサービス提供事業者が備えるトラヒック分析装置30に転送する。
また、トラヒック転送装置20は、トラヒック分析装置30から、サービス対応事象が実際に発生していたのか否かの解析結果の情報を受信し、その解析結果に基づき学習器200を再学習する。
学習器200は、低ビットレートトラヒックデータが入力されると、サービス毎に予め設定されたサービス対応事象が発生しているか否かを判定してその結果を出力する。
学習器200は、初期段階ではポリシーベースで学習をさせておいてもよい。例えば、防犯(犯罪発生検知および犯人追跡)のサービスにおいて、「助けて」「泥棒」等の音声情報と犯罪発生(サービス対応事象の発生)の情報との組を学習データ(教師データ)として、学習器200に学習させる。また、火災検知のサービスにおいて、火災発生時の典型的な温度と湿度の情報と、火災発生(サービス対応事象の発生)の情報との組を学習データ(教師データ)として、学習器200に学習させる。さらに、必要に応じて学習期間を設け、トラヒック分析装置30からの分析結果を用いて学習器200に学習させ、所望の精度が達成できるまで、学習を繰り返すようにしてもよい。
また、データ収集装置10に予め記憶させた判定種別情報14で示される低ビットレートトラヒックデータの種別に加えて、他の低ビットレートトラヒックデータの種別を含めて学習器200に学習させ、そのサービスに関するサービス対応事象の発生の判定精度が向上する場合には、その加えた種別を含むように、判定種別情報14を更新するようにしてもよい。
なお、エリア情報DB23には、各データ収集装置10の識別情報に対応付けて、そのデータ収集装置10が担当するエリアの情報と、そのエリア内のIoTデバイスの位置情報が記憶される。
この転送部22は、図4に示すように、エリア割出部221と、デバイス特定部222と、トラヒック転送部223とを備える。
この割出エリアを決定する所定のロジック(割出エリア決定ロジック)は、例えば、複数のIoTデバイス(L)の低ビットレートトラヒックデータに基づきサービス対応事象が発生していると判定された場合には、その複数のIoTデバイス(L)の位置情報の重心位置を算出し、算出した重心位置から、例えば半径1km以内というように、割出エリアを決定するように設定しておくものである。
また、エリア割出部221は、低ビットレートトラヒックデータに基づき、サービス対応事象の発生位置を推定し、その推定位置から、例えば半径1km以内というように、割出エリアを決定するような割出エリア決定ロジックを用いてもよい。この推定位置は、例えば、IoTデバイス(L)が音センサであれば、その音センサが検出した音の大きさや方向の情報を用いてサービス対応事象が発生した位置を推定する等の、低ビットレートトラヒックデータを用いた分析アルゴリズムに基づき算出される。
この割出エリアの決定手法(割出エリア決定ロジック)は、予めエリア割出部221に設定しておく。なお、割出エリアの重心位置や推定位置からの設定範囲(距離)は、サービス毎に異なる設定としてもよい。
この予測エリアは、サービス毎に異なる設定にしてもよく、例えば、あるサービスについては、割出エリアの外側2kmのようにして設定し、他のサービスについては、割出エリアの外側500mのように設定してもよい。また、特定の種類のセンサデバイスの配置間隔を1ホップとして、nホップ(n:正の整数)分を予測エリアに設定してもよい。
また、エリア割出部221は、あるサービスについての割出エリアを時系列に記憶しておき、その進行方向に位置する所定のエリアを予測エリアとして設定してもよい。
なお、エリア割出部221は、予測エリアを設定するとその予測エリアの情報を、デバイス特定部222に出力する。
このとき、デバイス特定部222は、割出エリア内に位置する待機状態のIoTデバイス(H)に対しても、当該デバイスを起動して高ビットレートトラヒックデータを転送させる指示(転送指示)を、データ収集装置10に送信してもよい。このようにすることにより、よりサービス品質の高い、詳細な画像データの分析が各トラヒック分析装置30において可能となる。
また、トラヒック転送部223は、予測エリアに位置するIoTデバイス(H)からデータ収集装置10を介して取得した高ビットレートトラヒックデータを、対応するサービス提供事業者が備えるトラヒック分析装置30に送信する。
なお、トラヒック転送部223は、特許文献1,2に記載のDSA技術を用いて、高ビットレートトラヒックデータをトラヒック分析装置30に転送するようにしてもよい。
トラヒック分析装置30は、サービス提供事業者それぞれが備える各サービスSについての高ビットレートトラヒックデータを解析し、サービスを提供する装置である。
このトラヒック分析装置30は、高ビットレート解析部31を備え、トラヒック転送装置20から、割出エリア内のIoTデバイス(H)が生成した高ビットレートトラヒックデータを取得すると、そのデータ(画像データ)を解析しサービス対応事象が発生しているか否を判定する。そして、高ビットレート解析部31は、その判定結果をトラヒック転送装置20(事前検出部21)に出力する。
また、トラヒック分析装置30の高ビットレート解析部31は、トラヒック転送装置20から、予測エリア内のIoTデバイス(H)が生成した高ビットレートトラヒックデータを取得し、そのデータ(画像データ)を解析してサービス対応事象が発生しているか否を判定する処理を実行する。
次に、トラヒック転送システム100が実行する処理の流れについて説明する。
図5は、本実施形態に係るトラヒック転送システム100の処理の流れを示すシーケンス図である。
なお、映像データである高ビットレートトラヒックデータを送信するIoTデバイス(H)については、そのエリアに存在するすべてのデバイスからデータを収集するのではなく、一部のIoTデバイスを待機状態にしておき、映像データを収集するIoTデバイス(H)を特定しておいてもよい。
ここで、事前検出部21は、サービス対応事象が発生していないと判定した場合には(ステップS12→No)、処理を終了する。
一方、事前検出部21は、サービス対応事象が発生していると判定した場合には(ステップS12→Yes)、そのサービス対応事象の発生情報を転送部22に出力する(ステップS13)。
また、ここでエリア割出部221は、将来、サービス対応事象の発生が予測されるエリア(予測エリア)を設定してもよい。
また、デバイス特定部222は、エリア割出部221が予測エリアを設定した場合には、その予測エリア内に位置するIoTデバイス(H)を、エリア情報DB23を参照して特定し、特定したIoTデバイス(H)を担当するデータ収集装置10に対しても、高ビットレートトラヒックの転送指示を送信する。
具体的には、データ収集装置10のデバイス管理部13が、デバイス情報DB15を参照して、割出エリア内で待機状態のIoTデバイス(H)があるか否かを確認し、待機状態のIoTデバイス(H)があれば起動指示を送信する。そして、データ収集部11が、割出エリア内のIoTデバイス(H)から高ビットレートトラヒックデータを収集し、その収集した高ビットレートトラヒックデータを、データ転送部12が、トラヒック転送装置20に転送する。
なお、データ収集装置10は、予測エリア内に位置するIoTデバイス(H)についても、割出エリア内と同様に、待機状態のデバイスがあれば起動した上で、高ビットレートトラヒックデータをトラヒック転送装置20に転送する。
これにより、各サービス提供事業者のトラヒック分析装置30によるトラヒック分析が行われ、実際にサービス対応事象が発生しているのか否かが解析される。そして、サービス対応事象が発生していた場合には、サービス提供事業者によるサービス提供が行われる。
そして、学習部212は、解析結果と、それに対応する低ビットレートトラヒックデータとを学習データとして、学習器200に再学習させて(ステップS19)、処理を終了する。
本実施形態に係るトラヒック転送装置20は、例えば図6に示すような構成のコンピュータ900によって実現される。
図6は、本実施形態に係るトラヒック転送装置20の機能を実現するコンピュータ900の一例を示すハードウェア構成図である。コンピュータ900は、CPU(Central Processing Unit)901、ROM(Read Only Memory)902、RAM(Random Access Memory)903、HDD(Hard Disk Drive)904、入出力I/F(Interface)905、通信I/F906およびメディアI/F907を有する。
以下、本発明に係るトラヒック転送システム等の効果について説明する。
本発明に係るトラヒック転送システムは、IoTデバイスから取得したトラヒックデータを、各サービスを提供するためのトラヒック分析装置30それぞれに転送するトラヒック転送システム100であって、トラヒック転送システム100は、IoTデバイスと通信接続される1つ以上のデータ収集装置10と、トラヒック分析装置30それぞれに通信接続されるトラヒック転送装置20とを備えており、データ収集装置10は、自身が担当するエリアのIoTデバイスから、所定の条件に合致する高ビットレートトラヒックデータと、高ビットレートトラヒックデータの所定の条件に合致しない低ビットレートトラヒックデータとを収集するデータ収集部11と、収集した低ビットレートトラヒックデータのうち、サービスに対応する事象を示すサービス対応事象が発生しているか否かの判定に用いるIoTデバイスの種別が設定された判定種別情報14に基づき、サービスに関する所定の種別の低ビットレートトラヒックデータを抽出し、トラヒック転送装置20に転送するとともに、トラヒック転送装置20から、サービス対応事象の発生を推定するエリアとして割り出された割出エリアに位置するIoTデバイスについての高ビットレートトラヒックデータの転送指示を受け付け、当該割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータをトラヒック転送装置20に転送するデータ転送部12と、を備え、トラヒック転送装置20は、低ビットレートトラヒックデータが入力されると、サービス毎に予め設定されたサービス対応事象が発生しているか否かを機械学習によるアルゴリズムにより判定する学習器200を有しており、受信した低ビットレートトラヒックデータを学習器200に入力し、サービス対応事象が発生しているか否かを判定する一次分析部211と、サービス対応事象が発生していると判定された場合に、入力された低ビットレートトラヒックデータを生成したIoTデバイスの位置情報を用いた所定の割出エリア決定ロジックに基づき、割出エリアを決定するエリア割出部221と、割出エリア内に位置するIoTデバイスを特定し、特定したIoTデバイスを担当するデータ収集装置10に、高ビットレートトラヒックデータの転送指示を送信するデバイス特定部222と、データ収集装置10から、割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを受信し、各サービスのトラヒック分析装置30に転送するトラヒック転送部223と、トラヒック分析装置30から、当該転送した高ビットレートトラヒックデータについて、サービス対応事象が発生しているか否かの解析結果を取得し、当該解析結果と、学習器200で判定した低ビットレートトラヒックデータとを、学習データとして学習器200に再学習させる学習部212と、を備えることを特徴とする。
また、外界の状況の変化(例えば、追跡対象の物体が移動すること)に対応して、トラヒック分析装置30に転送する高ビットレートトラヒックデータを柔軟に変更することができる。
よって、トラヒック転送システム100によれば、各サービスで必要とされる高ビットレートトラヒックデータの転送に関し、トラヒック転送効率およびアプリケーション処理効率を向上させることができる。
よって、トラヒック転送装置20によれば、各サービスで必要とされる高ビットレートトラヒックデータの転送に関し、トラヒック転送効率およびアプリケーション処理効率を向上させることができる。
例えば、本トラヒック転送システム100においては、データ収集装置10とトラヒック転送装置20とを別筐体の装置として説明したが、1つの筐体とし、すべてのエリアからのトラヒックデータを収集して処理するようにしてもよい。
また、トラヒック転送装置20内の事前検出部21と転送部22とを別筐体の装置としてもよい。
11 データ収集部
12 データ転送部
13 デバイス管理部
14 判定種別情報
15 デバイス情報DB
20 トラヒック転送装置
21 事前検出部
22 転送部
23 エリア情報DB
30 トラヒック分析装置
31 高ビットレート解析部
100 トラヒック転送システム
200 学習器
211 一次分析部
212 学習部
221 エリア割出部
222 デバイス特定部
223 トラヒック転送部
Claims (10)
- IoT(Internet of Things)デバイスから取得したトラヒックデータを、各サービスを提供するためのトラヒック分析装置それぞれに転送するトラヒック転送システムであって、
前記トラヒック転送システムは、前記IoTデバイスと通信接続される1つ以上のデータ収集装置と、前記トラヒック分析装置それぞれに通信接続されるトラヒック転送装置とを備えており、
前記データ収集装置は、
自身が担当するエリアの前記IoTデバイスから、所定の条件に合致する高ビットレートトラヒックデータと、前記高ビットレートトラヒックデータの前記所定の条件に合致しない低ビットレートトラヒックデータとを収集するデータ収集部と、
収集した前記低ビットレートトラヒックデータのうち、前記サービスに対応する事象を示すサービス対応事象が発生しているか否かの判定に用いる前記IoTデバイスの種別が設定された判定種別情報に基づき、前記サービスに関する所定の種別の低ビットレートトラヒックデータを抽出し、前記トラヒック転送装置に転送するとともに、
前記トラヒック転送装置から、前記サービス対応事象の発生を推定するエリアとして割り出された割出エリアに位置する前記IoTデバイスについての高ビットレートトラヒックデータの転送指示を受け付け、当該割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを前記トラヒック転送装置に転送するデータ転送部と、を備え、
前記トラヒック転送装置は、
前記低ビットレートトラヒックデータが入力されると、前記サービス毎に予め設定されたサービス対応事象が発生しているか否かを機械学習によるアルゴリズムにより判定する学習器を有しており、
受信した前記低ビットレートトラヒックデータを前記学習器に入力し、前記サービス対応事象が発生しているか否かを判定する一次分析部と、
前記サービス対応事象が発生していると判定された場合に、前記割出エリアを決定するエリア割出部と、
前記割出エリア内に位置するIoTデバイスを特定し、特定したIoTデバイスを担当するデータ収集装置に、前記高ビットレートトラヒックデータの転送指示を送信するデバイス特定部と、
前記データ収集装置から、前記割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを受信し、各サービスの前記トラヒック分析装置に転送するトラヒック転送部と、
前記トラヒック分析装置から、当該転送した高ビットレートトラヒックデータについて、前記サービス対応事象が発生しているか否かの解析結果を取得し、当該解析結果と、前記学習器で判定した低ビットレートトラヒックデータとを、学習データとして前記学習器に再学習させる学習部と、を備えること
を特徴とするトラヒック転送システム。 - 前記一次分析部が、所定の時間ごとに前記サービス対応事象が発生しているか否かの判定を行うことにより、前記データ転送部が、時間帯に応じて、前記サービス対応事象が発生していると判定されたIoTデバイスからの高ビットレートトラヒックデータと、当該高ビットレートトラヒックデータの転送先となる前記トラヒック分析装置との対応付けを動的に変更すること
を特徴とする請求項1に記載のトラヒック転送システム。 - 前記デバイス特定部は、前記割出エリア内での前記サービス対応事象が発生していない場合には、前記高ビットレートトラヒックデータの転送指示を取りやめること
を特徴とする請求項2に記載のトラヒック転送システム。 - 前記高ビットレートトラヒックデータを生成するIoTデバイスについて、一部のデバイスのみを稼働させ、他のデバイスを待機状態としておき、
前記データ収集装置は、
前記トラヒック転送装置から、前記割出エリアに位置する前記IoTデバイスについての前記高ビットレートトラヒックデータの転送指示を受信した場合に、前記割出エリアに位置する待機状態のIoTデバイスを起動させるデバイス管理部を、さらに備え、
前記データ転送部は、当該起動させたIoTデバイスが生成した高ビットレートトラヒックデータを含む前記割出エリア内の前記高ビットレートトラヒックデータを、前記トラヒック転送装置に転送すること
を特徴とする請求項2または請求項3に記載のトラヒック転送システム。 - 前記トラヒック転送装置の前記エリア割出部は、前記割出エリアの外側に、前記サービス対応事象の発生を予測するエリアを示す予測エリアを設定し、
前記デバイス特定部は、設定した前記予測エリアに位置するIoTデバイスを特定し、特定したIoTデバイスを担当するデータ収集装置に、前記高ビットレートトラヒックデータの転送指示を送信し、
前記データ収集装置のデータ転送部は、前記割出エリアおよび前記予測エリアに位置するIoTデバイスがらの高ビットレートトラヒックデータを前記トラヒック転送装置に転送すること
を特徴とする請求項2乃至請求項4のいずれか一項に記載のトラヒック転送システム。 - IoTデバイスから取得したトラヒックデータを、各サービスを提供するためのトラヒック分析装置それぞれに転送するトラヒック転送システムのトラヒック転送方法であって、
前記トラヒック転送システムは、前記IoTデバイスと通信接続される1つ以上のデータ収集装置と、前記トラヒック分析装置それぞれに通信接続されるトラヒック転送装置とを備えており、
前記データ収集装置は、
自身が担当するエリアの前記IoTデバイスから、所定の条件に合致する高ビットレートトラヒックデータと、前記高ビットレートトラヒックデータの前記所定の条件に合致しない低ビットレートトラヒックデータとを収集するステップと、
収集した前記低ビットレートトラヒックデータのうち、前記サービスに対応する事象を示すサービス対応事象が発生しているか否かの判定に用いる前記IoTデバイスの種別が設定された判定種別情報に基づき、前記サービスに関する所定の種別の低ビットレートトラヒックデータを抽出し、前記トラヒック転送装置に転送するとともに、
前記トラヒック転送装置から、前記サービス対応事象の発生を推定するエリアとして割り出された割出エリアに位置する前記IoTデバイスについての高ビットレートトラヒックデータの転送指示を受け付け、当該割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを前記トラヒック転送装置に転送するステップと、を実行し、
前記トラヒック転送装置は、
前記低ビットレートトラヒックデータが入力されると、前記サービス毎に予め設定されたサービス対応事象が発生しているか否かを機械学習によるアルゴリズムにより判定する学習器を有しており、
受信した前記低ビットレートトラヒックデータを前記学習器に入力し、前記サービス対応事象が発生しているか否かを判定するステップと、
前記サービス対応事象が発生していると判定された場合に、前記割出エリアを決定するステップと、
前記割出エリア内に位置するIoTデバイスを特定し、特定したIoTデバイスを担当するデータ収集装置に、前記高ビットレートトラヒックデータの転送指示を送信するステップと、
前記データ収集装置から、前記割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを受信し、各サービスの前記トラヒック分析装置に転送するステップと、
前記トラヒック分析装置から、当該転送した高ビットレートトラヒックデータについて、前記サービス対応事象が発生しているか否かの解析結果を取得し、当該解析結果と、前記学習器で判定した低ビットレートトラヒックデータとを、学習データとして前記学習器に再学習させるステップと、を実行すること
を特徴とするトラヒック転送方法。 - IoTデバイスからトラヒックデータを収集するデータ収集装置であって、
前記IoTデバイスから、所定の条件に合致する高ビットレートトラヒックデータと、前記高ビットレートトラヒックデータの前記所定の条件に合致しない低ビットレートトラヒックデータとを収集するデータ収集部と、
収集した前記低ビットレートトラヒックデータのうち、前記トラヒックデータを用いたサービスに対応する事象を示すサービス対応事象が発生しているか否かの判定に用いる前記IoTデバイスの種別が設定された判定種別情報に基づき、前記サービスに関する所定の種別の低ビットレートトラヒックデータを抽出して出力するとともに、
前記サービス対応事象の発生を推定するエリアとして割り出された割出エリアに位置する前記IoTデバイスについての高ビットレートトラヒックデータの転送指示を受け付け、当該割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを出力するデータ転送部と、を備えること
を特徴とするデータ収集装置。 - コンピュータを請求項7に記載のデータ収集装置として機能させるためのプログラム。
- IoTデバイスから取得したトラヒックデータを、各サービスを提供するためのトラヒック分析装置それぞれに転送するトラヒック転送装置であって、
高ビットレートトラヒックデータであると判定する所定の条件に合致しないトラヒックデータである低ビットレートトラヒックデータが入力されると、前記サービス毎に予め設定されたサービス対応事象が発生しているか否かを機械学習によるアルゴリズムにより判定する学習器を有しており、
前記低ビットレートトラヒックデータを取得して前記学習器に入力し、前記サービス対応事象が発生しているか否かを判定する一次分析部と、
前記サービス対応事象が発生していると判定された場合に、前記サービス対応事象の発生を推定するエリアである割出エリアを決定するエリア割出部と、
前記割出エリア内に位置するIoTデバイスを特定し、特定したIoTデバイスが生成した高ビットレートトラヒックデータの転送指示を出力するデバイス特定部と、
前記割出エリアに位置するIoTデバイスからの高ビットレートトラヒックデータを受信し、各サービスの前記トラヒック分析装置に転送するトラヒック転送部と、
前記トラヒック分析装置から、当該転送した高ビットレートトラヒックデータについて、前記サービス対応事象が発生しているか否かの解析結果を取得し、当該解析結果と、前記学習器で判定した低ビットレートトラヒックデータとを、学習データとして前記学習器に再学習させる学習部と、
を備えることを特徴するトラヒック転送装置。 - コンピュータを請求項9に記載のトラヒック転送装置として機能させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/041719 WO2021079463A1 (ja) | 2019-10-24 | 2019-10-24 | トラヒック転送システム、トラヒック転送方法、データ収集装置、トラヒック転送装置およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021079463A1 JPWO2021079463A1 (ja) | 2021-04-29 |
JPWO2021079463A5 JPWO2021079463A5 (ja) | 2022-06-21 |
JP7272456B2 true JP7272456B2 (ja) | 2023-05-12 |
Family
ID=75619706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021553232A Active JP7272456B2 (ja) | 2019-10-24 | 2019-10-24 | トラヒック転送システム、トラヒック転送方法、データ収集装置、トラヒック転送装置およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230073913A1 (ja) |
JP (1) | JP7272456B2 (ja) |
WO (1) | WO2021079463A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007228459A (ja) | 2006-02-27 | 2007-09-06 | Ikegami Tsushinki Co Ltd | 監視システム |
JP2009259020A (ja) | 2008-04-17 | 2009-11-05 | Japan Energy Corp | 異常検知装置 |
JP2017091440A (ja) | 2015-11-17 | 2017-05-25 | ソニー株式会社 | 防災システム及び防災方法 |
JP2017215694A (ja) | 2016-05-30 | 2017-12-07 | 株式会社東芝 | 制御システム、監視装置、監視プログラム、監視方法、及び画像センサ |
JP2018133023A (ja) | 2017-02-17 | 2018-08-23 | 株式会社日立パワーソリューションズ | 異常検知装置、防犯システムおよび異常検知方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7912001B2 (en) * | 2003-05-15 | 2011-03-22 | At&T Intellectual Property I, L.P. | Methods, systems, and products for a metering application |
US8203983B2 (en) * | 2007-03-15 | 2012-06-19 | Lantiq Deutschland Gmbh | Multi-domain network with centralized management |
-
2019
- 2019-10-24 JP JP2021553232A patent/JP7272456B2/ja active Active
- 2019-10-24 US US17/770,734 patent/US20230073913A1/en active Pending
- 2019-10-24 WO PCT/JP2019/041719 patent/WO2021079463A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007228459A (ja) | 2006-02-27 | 2007-09-06 | Ikegami Tsushinki Co Ltd | 監視システム |
JP2009259020A (ja) | 2008-04-17 | 2009-11-05 | Japan Energy Corp | 異常検知装置 |
JP2017091440A (ja) | 2015-11-17 | 2017-05-25 | ソニー株式会社 | 防災システム及び防災方法 |
JP2017215694A (ja) | 2016-05-30 | 2017-12-07 | 株式会社東芝 | 制御システム、監視装置、監視プログラム、監視方法、及び画像センサ |
JP2018133023A (ja) | 2017-02-17 | 2018-08-23 | 株式会社日立パワーソリューションズ | 異常検知装置、防犯システムおよび異常検知方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021079463A1 (ja) | 2021-04-29 |
US20230073913A1 (en) | 2023-03-09 |
JPWO2021079463A1 (ja) | 2021-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khatri et al. | Machine learning models and techniques for VANET based traffic management: Implementation issues and challenges | |
CN112400192B (zh) | 多模态深度交通信号控制的方法和系统 | |
US11662721B2 (en) | Relative position management of autonomous vehicles based on data bandwith requirements | |
CN113276874B (zh) | 一种车辆行驶轨迹处理方法及相关装置 | |
CN112462774A (zh) | 一种基于无人机航行跟随的城市道路监管方法、系统及可读存储介质 | |
White et al. | Urban intelligence with deep edges | |
KR20180118979A (ko) | 다중로그 데이터 기반의 공공안전 위험상황 감지, 예측, 대응 방법 및 장치 | |
CN113379099B (zh) | 一种基于机器学习与copula模型的高速公路交通流自适应预测方法 | |
CN111739285A (zh) | 交通流量的预测方法、装置、设备及计算机存储介质 | |
Bui et al. | Video-based traffic flow analysis for turning volume estimation at signalized intersections | |
Ferdous et al. | Intelligent traffic monitoring system using VANET infrastructure and ant colony optimization | |
JP7272456B2 (ja) | トラヒック転送システム、トラヒック転送方法、データ収集装置、トラヒック転送装置およびプログラム | |
CN109981372A (zh) | 基于边缘计算的流式大数据处理方法及系统 | |
US20190088116A1 (en) | Predicting vehicle travel times by modeling heterogeneous influences between arterial roads | |
Senthil et al. | An IoT-Enabled Smart Network Traffic Signal Assistant System for Emergency Vehicles Using Computer Vision | |
KR20180068462A (ko) | 신호등 제어 시스템 및 방법 | |
WO2022243337A2 (en) | System for detection and management of uncertainty in perception systems, for new object detection and for situation anticipation | |
Sinnott et al. | Urban traffic analysis using social media data on the cloud | |
WO2023147892A1 (en) | Long-term accurate crowd estimation in smart cities | |
CN114495028A (zh) | 一种车辆套牌的识别方法、装置、电子设备及存储介质 | |
CN113128831A (zh) | 基于边缘计算的人流引导方法、装置、计算机设备和存储介质 | |
Gong et al. | Dispatching/routing of emergency vehicles in a disaster environment using data fusion concepts | |
CN117579397B (zh) | 基于小样本集成学习的物联网隐私泄露检测方法及装置 | |
US20200231121A1 (en) | IMPLEMENTING INFORMATION EXCHANGE ACROSS IoT ENABLED VEHICULAR DEVICES FOR AMPLIFIED DYNAMIC SECURITY | |
Qiu et al. | Abnormal Traffic Detection Method of Internet of Things Based on Deep Learning in Edge Computing Environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20220221 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220221 |
|
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: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230410 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7272456 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |