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
本発明は、ＩｏＴ（Internet of Things）デバイスからのトラヒックを適切なサービスに転送する、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に関する。
今日、ＩｏＴが急速に拡大を続けており、多種多様かつ膨大な数のデバイスがネットワークに接続されつつある。２０２０年には５００億台のデバイスがインターネットに接続されるという予測があり、今後、家庭や工場、街頭など様々な環境にますます多くのデバイスが設置されることが予想される。ＩｏＴデバイスにより取得された情報を用いて、例えば、運輸、漁業・農業、医療、防災、製造、観光、エンターテイメント等の様々な分野の事業者がサービスの提供を行うようになってきている。
特に、機械学習を用いた画像認識技術の進歩により画像分析を用いたサービスが多様化しており、カメラ等の映像データを扱うＩｏＴデバイスが爆発的に増え、上りトラヒック量の急激な増加をもたらしている。今後はさらに、映像データの高品質化やリアルタイムな画像処理への要求等により、全体のデータ量に占める高ビットレートトラヒックの割合が非常に高まることが予想される。
図１は、将来予測されるＩｏＴデバイスを用いたサービスの状況を説明する図である。
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。
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。
一方、カメラ映像等の高ビットレートトラヒックデータを必要とするサービスを実現する技術として、ＤＳＡ（データストリームアシスト）技術が検討されている（特許文献１，２参照）。このＤＳＡ技術によれば、カメラ映像等の高ビットレートトラヒックデータを配信元ノードから１つの転送装置（サーバ）が受信し、異なる要求を持つサービスそれぞれに適した内容を抽出して、そのサービスに対応するトラヒックで転送することができる。
しかしながら、上記したＤＳＡ技術は、静的にトラヒック転送先を決定しておくものである。つまり、カメラ等のＩｏＴデバイスとトラヒック転送先は予め対応付けられており、サービスを提供するために必要となる事象が発生しているか否かに関わりなく高ビットレートトラヒックデータがサービス提供事業者側に送信されてしまう。例えば、全国エリアにおいてそのサービスに対応するＩｏＴデバイスが配置されている状況において、追跡対象の物体が移動している場合に、追跡対象が存在していないエリアに位置するＩｏＴデバイスからも多くの高ビットレートトラヒックデータが転送されることとなる。そのため、このＤＳＡ技術を用いた場合には、転送効率が低下するケースがある。また、その際に、転送装置（サーバ）はサービスに利用しないデータを処理することとなり、アプリケーション処理効率も低下してしまう。
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。
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。
このような点に鑑みて本発明がなされたのであり、本発明は、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を課題とする。
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。
本発明によれば、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、本発明を実施するための形態（以下、「本実施形態」と称する。）について説明する。まず、本実施形態に係るトラヒック転送システム１００の概要を説明する。
＜概要＞
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。
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。
データ収集装置１０は、所定のエリア内に位置するＩｏＴデバイスから、高ビットレートトラヒックのデータ（以下、「高ビットレートトラヒックデータ」と称する。図２において符号Ｈで示す。）と、高ビットレートトラヒック以外のトラヒックである低ビットレートトラヒックのデータ（以下、「低ビットレートトラヒックデータ」と称する。図２において符号Ｌで示す。）とを収集する（ステップＳ１）。そして、データ収集装置１０は、まず、低ビットレートトラヒックデータのみをトラヒック転送装置２０へ送信する（ステップＳ２）。
なお、本実施形態では、例えば、防犯カメラや車載カメラからの映像データのトラヒックデータを高ビットレートトラヒックデータとし、映像データ以外の種類のトラヒックデータを低ビットレートトラヒックデータとして説明する。しかしながら、これに限定させることなく、トラヒックデータに関する所定の条件を予め設定し、所定の条件に合致すれば高ビットレートトラヒックデータと判定して処理し、所定の条件に合致しなければ低ビットレートトラヒックデータと判定して処理するようにしてもよい。例えば、ビットレートに所定の閾値を予め設定し、所定の閾値を超えれば高ビットレートトラヒックデータと判定し、所定の閾値以下であれば低ビットレートトラヒックデータと判定して処理するようにしてもよい。
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を入力すると、サービス毎に予め設定された特定の事象が発生しているか否かを判定してその判定結果を出力する学習器２００を備えている。
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）。
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）。
そして、トラヒック分析装置３０において、高ビットレートトラヒックデータの画像認識処理により、サービス対応事象が発生しているか否かが分析される。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する（ステップＳ６）。
続いて、トラヒック転送装置２０は、受信した解析結果に基づき学習器２００を再学習させる（ステップＳ７）。具体的には、トラヒック転送装置２０は、例えば、サービス対応事象が発生しているとしてトラヒック分析装置３０に送信した高ビットレートトラヒックデータの解析結果が正解（実際にサービス対応事象が発生したと解析）であれば、正解である旨と、ステップＳ３において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。また、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してトラヒック分析装置３０に送信した高ビットレートトラヒックデータの解析結果が不正解（実際にはサービス対応事象が発生していないと解析）であれば、不正解である旨と、ステップＳ３において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。
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。
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。
このようにすることにより、トラヒック転送システム１００は、各サービス提供事業者のトラヒック分析装置３０に対して、常時高ビットレートトラヒックデータを送信しておく必要はなく、低ビットレートトラヒックデータを用いてサービス対応事象を検出した場合にのみ、高ビットレートトラヒックデータを転送することができる。
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。
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。
＜本実施形態＞
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。
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≫
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。
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。
データ収集部１１は、各ＩｏＴデバイスから、例えば、加速度、照度、音、湿度、温度、雨量、風速、（川の）水位等の低ビットレートトラヒックデータと、映像データ等の高ビットレートトラヒックデータとを収集する。なお、データ収集部１１が収集するトラヒックデータには、送信してきた各ＩｏＴデバイスの識別情報が付与されており、取得したデータを送信してきたＩｏＴデバイスを特定することができる。
データ転送部１２は、データ収集部１１が収集したデータのうち、設定したサービスに関連する種類の低ビットレートトラヒックデータを抽出して、所定の時間間隔で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。
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。
例えば、データ転送部１２は、交通事故を検知するサービスにおいて、ガードレールに設置された加速度センサによる振動の情報と、音センサによる音（衝突音）の情報を、低ビットレートトラヒックデータとして、トラヒック転送装置２０に転送する。データ転送部１２は、火災検知のサービスにおいて、温度センサによる温度の情報と、湿度センサによる湿度の情報を、低ビットレートトラヒックデータとして、トラヒック転送装置２０に転送する。データ転送部１２は、災害（例えば台風）による被害状況把握のサービスにおいて、雨量センサによる雨量の情報と、風速センサによる風速の情報を、低ビットレートトラヒックデータとして、トラヒック転送装置２０に転送する。また、データ転送部１２は、防犯（犯罪発生検知および犯人追跡）のサービスにおいて、音センサによる音声情報を、低ビットレートトラヒックデータとして、トラヒック転送装置２０に転送する。
また、データ転送部１２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、割出エリア（詳細は後記）内に位置する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。
なお、このトラヒック転送システム１００では、エリア内に存在す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）をすべて稼働状態にしておく場合だけでなく、一部のＩｏＴデバイス（Ｈ）のみを稼働させておいてもよい。この場合、トラヒック転送システム１００において、所定のロジック（稼働デバイス決定ロジック）に基づきエリア内で予め稼働させるＩｏＴデバイス（Ｈ）を特定しておき、トラヒック転送装置２０が、特定のエリア（割出エリア）内でサービス対応事象が発生していると判定した場合に、そのエリア内で待機状態のＩｏＴデバイス（Ｈ）を稼働させて、そのエリアからの詳細なデータを取得する。
ここで、所定のロジック（稼働デバイス決定ロジック）は、ランダムにＩｏＴデバイス（Ｈ）を選定してもよいし、サービスの内容とＩｏＴデバイス設置場所の特性とを考慮し、例えば、建物の入り口や、駅の改札等のそのサービスに応じたサービス対応事象について、より検知しやすいと想定される地点に位置するＩｏＴデバイス（Ｈ）を優先して稼働状態にしておいてもよい。
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。
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。
デバイス管理部１３は、自身のデータ収集装置１０が担当するＩｏＴデバイスについて、その識別情報に対応付けて、種別（例えば、加速度、温度、湿度、音声、映像等）、当該デバイスの位置情報、稼働状態（「稼働中」または「待機中」）を、デバイス情報としてデバイス情報ＤＢ１５に記憶し管理する。
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。
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。
また、デバイス管理部１３は、トラヒック転送装置２０から、サービス対応事象の発生が予測される予測エリア（詳細は後記）のＩｏＴデバイス（Ｈ）からの高ビットレートトラヒックの転送指示を示す予測エリア設定情報を受信した場合に、その予測エリアに位置するＩｏＴデバイス（Ｈ）のうち、待機状態のデバイスを起動させる。
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。
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≫
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。
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。
このトラヒック転送装置２０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（図６参照）により実現される。より詳細には、トラヒック転送装置２０は、図４の機能ブロック図で示すように、事前検出部２１、転送部２２、エリア情報ＤＢ２３を含んで構成される。
事前検出部２１は、学習器２００と、一次分析部２１１と、学習部２１２とを備える。
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、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。
一次分析部２１１は、データ収集装置１０から取得した各サービスに応じ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、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、一次分析部２１１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、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。
学習部２１２は、トラヒック分析装置３０から、割出エリア内においてサービス対応事象が実際に発生しているか否かの解析結果の情報を受信する。そして、学習部２１２は、受信した解析結果に基づき学習器２００を再学習させる。具体的には、学習部２１２は、例えば、サービス対応事象が発生しているとしてトラヒック分析装置３０に送信した高ビットレートトラヒックデータの解析結果が正解（実際にサービス対応事象が発生したと解析）であれば、正解である旨と、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に再学習させる。また、学習部２１２は、サービス対応事象が発生しているとしてトラヒック分析装置３０に送信した高ビットレートトラヒックデータの解析結果が不正解（実際にはサービス対応事象が発生していないと解析）であれば、不正解である旨と、対応する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。
なお、この学習器２００は、時系列データを利用した機械学習の手法（アルゴリズム）により実現することができる。具体的には、例えば、ＲＮＮ（リカレントニューラルネットワーク）、ＳＶＭ（サポートベクターマシン）、決定木、k-meansクラスタリング等を用いることができる。
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。
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。
転送部２２は、事前検出部２１からサービス対応事象の発生情報を取得すると、そのサービス対応事象を検出したＩｏＴデバイス（Ｌ）の位置情報に基づき、サービス対応事象が発生している可能性の高いエリアを割り出す。そして、転送部２２は、その割り出したエリア（割出エリア）に位置するＩｏＴデバイス（Ｈ）を特定し、その特定したＩｏＴデバイス（Ｈ）を収容するデータ収集装置１０に対し、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。これにより、転送部２２は、データ収集装置１０から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に送信する。
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。
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。
エリア割出部２２１は、事前検出部２１の一次分析部２１１において、サービス対応事象が検出されたＩｏＴデバイス（Ｌ）の位置情報を、エリア情報ＤＢ２３を参照して取得し、その取得した位置情報を用いた所定のロジック（割出エリア決定ロジック）に基づき、サービス対応事象が発生している可能性が高いエリア（割出エリア）を割り出す。そして、エリア割出部２２１は、割り出したエリア（割出エリア）の情報をデバイス特定部２２２に出力する。
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。
さらに、エリア割出部２２１は、割出エリアのさらに外側の領域（所定領域）を予測エリアとして設定してもよい。この予測エリアは、将来、サービス対応事象の発生が予測されるエリアであり、事前（事前検出部２１の検出前）に高ビットレートトラヒックデータを取得するために設定する。
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。
デバイス特定部２２２は、エリア割出部２２１が割り出したエリア（割出エリア）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、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。
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。
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、デバイス特定部２２２は、予測エリアの情報をエリア割出部２２１から取得した場合には、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、当該ＩｏＴデバイス（Ｈ）の高ビットレートトラヒックデータの送信を指示する予測エリア設定情報を、その予測エリアを担当するデータ収集装置１０に送信する。
さらに、デバイス特定部２２２は、エリア割出部２２１が時系列で割出エリアを決定している際に、割出エリア内でのサービス対応事象の発生がなくなった場合、例えば、追跡対象の物体が移動し割出エリアから外れた場合には、そのＩｏＴデバイス（Ｈ）に対する高ビットレートトラヒックの転送指示を取りやめる。これにより、トラヒック転送装置２０は、不必要な高ビットレートトラヒックデータの転送を中止させることができ、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より向上させることができる。
トラヒック転送部２２３は、エリア割出部２２１が割り出したエリア（割出エリア）内に位置する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。
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。
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≫
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。
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。
＜処理の流れ＞
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。
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。
まず、データ収集装置１０のデータ収集部１１は、各エリアに位置するＩｏＴデバイスから、データを収集する（ステップＳ１０）。具体的には、データ収集部１１は、自身が担当するエリアのＩｏＴデバイスから、低ビットレートトラヒックデータおよび高ビットレートトラヒックデータを収集する。
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。
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。
次に、データ収集装置１０のデータ転送部１２は、データ収集部１１が収集したトラヒックデータのうち、予め設定したサービス毎にそのサービスに関連する種別の低ビットレートトラヒックデータを抽出して、所定の時間間隔でトラヒック転送装置２０に転送する（ステップＳ１１）。
トラヒック転送装置２０の事前検出部２１（一次分析部２１１）は、データ収集装置１０から低ビットレートトラヒックデータを取得すると、その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、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Ｓ１２）。
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）。
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）。
続いて、転送部２２（エリア割出部２２１）は、事前検出部２１においてサービス対応事象が検出されたＩｏＴデバイス（Ｌ）の位置情報に基づき、そのサービス対応事象が発生しているエリアを割り出す（ステップＳ１４：割出エリアを決定）。例えば、エリア割出部２２１は、サービス対応事象が検出された複数のＩｏＴデバイス（Ｌ）の重心位置から半径１ｋｍ以内を割出エリアとする。
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、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。
そして、転送部２２（デバイス特定部２２２）は、エリア割出部２２１が割り出したエリア（割出エリア）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、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Ｓ１５）。
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。
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。
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データ収集装置１０は、割出エリア内に位置するＩｏＴデバイス（Ｈ）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（ステップＳ１６）。
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。
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。
次に、トラヒック転送装置２０の転送部２２（トラヒック転送部２２３）は、受信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（ステップＳ１７）。
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。
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。
続いて、トラヒック転送装置２０の事前検出部２１（学習部２１２）は、トラヒック分析装置３０から、割出エリア内においてサービス対応事象が実際に発生していたか否かの解析結果の情報（解析結果情報）を取得する（ステップＳ１８）。
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。
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。
このようにすることで、本実施形態に係るトラヒック転送システム１００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を高精度に検出できるため、常時すべての高ビットレートトラヒックデータを、各サービス提供事業者のトラヒック分析装置３０に転送する必要はない。よって、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。
＜ハードウェア構成＞
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。
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。
ＣＰＵ９０１は、ＲＯＭ９０２またはＨＤＤ９０４に記憶されたプログラムに基づき作動し、制御部（図４に示す、事前検出部２１、転送部２２）による制御を行う。ＲＯＭ９０２は、コンピュータ９００の起動時にＣＰＵ９０１により実行されるブートプログラムや、コンピュータ９００のハードウェアに係るプログラム等を記憶する。
ＣＰＵ９０１は、入出力Ｉ／Ｆ９０５を介して、マウスやキーボード等の入力装置９１０、および、ディスプレイやプリンタ等の出力装置９１１を制御する。ＣＰＵ９０１は、入出力Ｉ／Ｆ９０５を介して、入力装置９１０からデータを取得するともに、生成したデータを出力装置９１１へ出力する。なお、プロセッサとしてＣＰＵ９０１とともに、ＧＰＵ（Graphics Processing Unit）等を用いても良い。
ＨＤＤ９０４は、ＣＰＵ９０１により実行されるプログラムおよび当該プログラムによって使用されるデータ等を記憶する。通信Ｉ／Ｆ９０６は、通信網（例えば、ＮＷ（Network）５）を介して他の装置（例えば、データ収集装置１０やトラヒック分析装置３０）からデータを受信してＣＰＵ９０１へ出力し、また、ＣＰＵ９０１が生成したデータを、通信網を介して他の装置へ送信する。
メディアＩ／Ｆ９０７は、記録媒体９１２に格納されたプログラムまたはデータを読み取り、ＲＡＭ９０３を介してＣＰＵ９０１へ出力する。ＣＰＵ９０１は、目的の処理に係るプログラムを、メディアＩ／Ｆ９０７を介して記録媒体９１２からＲＡＭ９０３上にロードし、ロードしたプログラムを実行する。記録媒体９１２は、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto Optical disk）等の光磁気記録媒体、磁気記録媒体、導体メモリテープ媒体又は半導体メモリ等である。
例えば、コンピュータ９００が実施形態に係るトラヒック転送装置２０として機能する場合、コンピュータ９００のＣＰＵ９０１は、ＲＡＭ９０３上にロードされたプログラムを実行することによりトラヒック転送装置２０の機能を実現する。また、ＨＤＤ９０４には、ＲＡＭ９０３内のデータが記憶される。ＣＰＵ９０１は、目的の処理に係るプログラムを記録媒体９１２から読み取って実行する。この他、ＣＰＵ９０１は、他の装置から通信網（ＮＷ５）を介して目的の処理に係るプログラムを読み込んでもよい。
＜効果＞
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。
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。
このようにすることにより、トラヒック転送システム１００は、各サービス提供事業者のトラヒック分析装置３０に対して、常時高ビットレートトラヒックデータを送信しておく必要はなく、低ビットレートトラヒックデータを用いてサービス対応事象を検出した場合にのみ、高ビットレートトラヒックデータを転送することができる。
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。
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。
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。
また、トラヒック転送システム１００において、トラヒック転送装置２０のデバイス特定部２２２は、割出エリア内でのサービス対応事象が発生していない場合には、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する。
これにより、トラヒック転送装置２０は、割出エリア内でのサービス対応事象の発生がなくなった場合に、不必要な高ビットレートトラヒックデータの転送を中止させることができる。よって、トラヒック転送システム１００によれば、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さらに向上させることができる。
また、トラヒック転送システム１００では、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、データ収集装置１０は、トラヒック転送装置２０から、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信した場合に、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１３を、さらに備え、データ転送部１２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割出エリア内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に転送することを特徴とする。
このように、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、全部を稼働させておくのではなく、待機状態のデバイスを設けることにより、システム側に送信する上りのトラヒックデータを低減することができる。なお、サービス対応事象が発生した場合には、割出エリア内のＩｏＴデバイスを起動させるため、サービス品質を維持することも可能となる。
また、トラヒック転送システム１００において、トラヒック転送装置２０のエリア割出部２２１は、割出エリアの外側に、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、デバイス特定部２２２は、設定した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し、データ収集装置１０のデータ転送部１２は、割出エリアおよび予測エリアに位置する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に転送することを特徴とする。
このように、割出エリアの外側に予測エリアを設定し、予め高ビットレートトラヒックデータを転送することにより、サービス対象事象の発生をより早く確実に認識することが可能となる。よって、高ビットレートトラヒックデータを用いたサービスにおいて、サービス品質を向上させることができる。
本発明に係るデータ収集装置は、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１０であって、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、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ＩｏＴデバイスの種別が設定された判定種別情報に基づき、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て出力するとともに、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出力するデータ転送部１２と、を備えることを特徴とする。
これにより、データ収集装置１０は、サービス対象事象が発生しているか否かの判定に用い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ことができる。また、データ収集装置１０は、転送指示のあった高ビットレートトラヒックデータだけを出力すればよい。よって、データ収集装置１０によれば、すべての高ビットレートトラヒックを出力する場合に比べ、出力するトラヒックデータ量を低減することができる。
本発明に係るトラヒック転送装置は、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装置２０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、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、低ビットレートトラヒックデータを取得して学習器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、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２２２と、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する。
このようにすることにより、トラヒック転送装置２０は、各サービス提供事業者のトラヒック分析装置３０に対して、常時高ビットレートトラヒックデータを送信しておく必要はなく、低ビットレートトラヒックデータを用いてサービス対応事象を検出した場合にのみ、高ビットレートトラヒックデータを転送することができる。
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。
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。
なお、本発明は、以上説明した実施例に限定されるものではなく、多くの変形が本発明の技術的思想内で当分野において通常の知識を有する者により可能である。
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。
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。
１０ データ収集装置
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
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 |