JP7382468B1 - 通信監視装置、通信監視装置の制御方法、及び通信監視装置の制御プログラム - Google Patents

Abstract

【課題】無線アクセスネットワークにおける異常を検知しつつ、その原因を特定できる技術を提供すること。【解決手段】無線アクセスネットワークに生じた異常の原因を特定する通信監視装置は、無線アクセスネットワークの通信品質を示す品質データを時系列で取得する取得部、取得した時系列の品質データを用いて、所定期間にわたる品質データを予測する予測部、第１期間における時系列の品質データを、取得した第１期間以前の時系列の品質データを用いて予測した第１予測データと、取得した第１期間における時系列の品質データである第１実測データとの乖離度に応じて、無線アクセスネットワークの異常を判定する判定部、異常と判定された場合、第１期間を少なくとも含む第２期間における時系列の品質データと、第２期間において無線アクセスネットワーク内で生じた事象との関連度が所定の条件を満たす事象を、異常の原因として特定する特定部を備える。【選択図】 図２

Description

本開示は、通信監視装置、通信監視装置の制御方法、及び通信監視装置の制御プログラムに関する。

従来、通信ネットワークを流れるトラフィックを監視するにあたり、ネットワーク全体のトラフィックを大局的に分析できるとした管理装置等が開示されている（例えば、特許文献１）。また、近年のクラウドシステムや仮想計算機の進展に伴う、アプリケーションの性能劣化による障害、及び、アプリケーションのバージョンアップデートに含まれるソースコードのバグによる障害といった異常の検出に、データフローの組を相関分析することが開示されている（例えば、特許文献２）。

特開２０１８－２０７２４１号公報 国際公開番号２０１７／１６３３５２号

特許文献１，２に記載の技術では、通信ネットワークにおける異常の検出についての開示はあるものの、その原因を特定することまでは開示されていない。したがって、異常を検知しつつ、その原因を特定できる技術が求められていた。

本開示の一実施形態に係る、無線アクセスネットワークに生じた異常の原因を特定する通信監視装置は、実測された無線アクセスネットワークの通信品質を示す品質データを時系列で取得する取得部と、取得部が取得した時系列の品質データを用いて、所定期間にわたる品質データを予測する予測部と、第１期間における時系列の品質データを、取得部が取得した第１期間以前の時系列の品質データを用いて予測部が予測した第１予測データと、取得部が取得した第１期間における時系列の品質データである第１実測データとの乖離度に応じて、無線アクセスネットワークの異常を判定する判定部と、判定部によって異常と判定された場合、取得部が取得した、第１期間を少なくとも含む第２期間における時系列の品質データと、第２期間において無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、異常の原因として特定する特定部と、を備える。

本開示の一実施形態に係る通信監視装置において、判定部は、第１予測データと第１実測データとの乖離度が所定の閾値を超える場合、または、第１予測データと第１実測データとの間に有意差がある場合に、無線アクセスネットワークを異常であると判定してよい。

本開示の一実施形態に係る通信監視装置において、予測部は、第１期間以降の将来の品質データをさらに予測し、判定部は、将来の品質データが劣化傾向にあることを示す場合、無線アクセスネットワークを異常であると判定してよい。

本開示の一実施形態に係る通信監視装置において、特定部は、事象として、無線アクセスネットワークを構成する基地局を含む通信設備で実行された処理に関するログデータ、及び、無線アクセスネットワーク内の通信端末で実行された処理に関するログデータに含まれるログの少なくともいずれかを用いて、関連度を求めてよい。

本開示の一実施形態に係る通信監視装置において、特定部によって特定された異常の原因としての事象に関する情報を通知する通知部をさらに備えてよい。

本開示の一実施形態に係る通信監視装置において、予測部は、所定期間にわたる品質データの予測に、時系列のデータに対する所定の分析モデルを適用するものであって、分析モデルに用いる複数のパラメータについて、当該複数のパラメータの組み合わせを変更した複数種類の分析モデルによって予測した第１予測データと、第１実測データとの乖離度を求め、乖離度が最も小さいパラメータの組み合わせを分析モデルに用いて、第１期間以降の将来の品質データを予測してよい。

本開示の一実施形態に係る通信監視装置において、無線アクセスネットワークは、当該無線アクセスネットワークによって実現される無線通信サービスの提供地域、無線通信サービスを提供する事業者、無線アクセスネットワークで使用される周波数帯域、通信設備の提供元の少なくともいずれかに関する属性を有し、属性の選択をユーザから受け付ける受付部をさらに備え、ユーザによって選択された属性を有する無線アクセスネットワークについて、異常の判定処理が行われてよい。

本開示の一実施形態に係る、無線アクセスネットワークに生じた異常の原因を特定する通信監視装置の制御方法は、コンピュータが、実測された無線アクセスネットワークの通信品質を示す品質データを時系列で取得するステップと、取得するステップで取得した時系列の品質データを用いて、所定期間にわたる品質データを予測するステップと、第１期間における時系列の品質データを、取得するステップで取得した第１期間以前の時系列の品質データを用いて予測するステップで予測した第１予測データと、取得するステップで取得した第１期間における時系列の品質データである第１実測データとに応じて、無線アクセスネットワークの異常を判定するステップと、判定するステップによって異常と判定された場合、取得するステップで取得した、第１期間を少なくとも含む第２期間における時系列の品質データと、第２期間において無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、異常の原因として特定するステップと、を実行する。

本開示の一実施形態に係る、無線アクセスネットワークに生じた異常の原因を特定する通信監視装置の制御プログラムは、コンピュータに、実測された無線アクセスネットワークの通信品質を示す品質データを時系列で取得する取得機能と、取得機能が取得した時系列の品質データを用いて、所定期間にわたる品質データを予測する予測機能と、第１期間における時系列の品質データを、取得機能が取得した第１期間以前の時系列の品質データを用いて予測機能が予測した第１予測データと、取得機能が取得した第１期間における時系列の品質データである第１実測データとに応じて、無線アクセスネットワークの異常を判定する機能と、判定する機能によって異常と判定された場合、取得機能が取得した、第１期間を少なくとも含む第２期間における時系列の品質データと、第２期間において無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、異常の原因として特定する機能と、を実現させる。

図１は、本発明の一実施形態に係る通信監視システムの構成を示す概略図である。 図２は、本発明の一実施形態に係る通信監視装置の構成図である。 図３は、本発明の一実施形態に係る通信監視装置による処理を示すフローチャートの一例である。 図４は、本発明の一実施形態に係る品質データの一例である。 図５は、本発明の一実施形態に係る通信監視装置による予測を説明する図である。 図６は、本発明の一実施形態に係る事象データの一例である。 図７は、本発明の一実施形態に係る通信監視装置による予測を説明する図である。

以降、図を用いて、本開示に係る発明（本発明ともいう）の一実施形態を説明する。なお、図は一例であって、本発明は図に示すものに限定されない。例えば、図示した通信監視装置（サーバ）、基地局、通信端末の数、データセット（テーブル）、フローチャートは一例であって、本発明はこれらに限定されるものではない。

図１は、一実施形態に係る通信監視システムの構成を示す概略図である。通信監視システム５００は、通信端末３００に対して無線通信サービスを提供する、基地局２００を含む無線アクセスネットワーク（Radio Access Network：ＲＡＮ）４００を、通信監視装置１００が監視・管理する情報処理システムであってよい。無線アクセスネットワーク４００は、ワイヤレスＬＡＮ（wireless LAN：ＷＬＡＮ）や広域ネットワーク（wide area network：ＷＡＮ）、ＬＴＥ（long term evolution）、ＬＴＥ－Ａｄｖａｎｃｅｄ、第４世代通信（４Ｇ）、第５世代通信（５Ｇ）、及び第６世代通信（６Ｇ）以降の移動体通信システムの少なくともいずれかを含んでよい。なお、無線アクセスネットワーク４００は、これらの例に限られず、例えば、公衆交換電話網（Public Switched Telephone Network：ＰＳＴＮ）、衛星通信網、専用網等であってもよい。また、無線アクセスネットワーク４００は、これらの組み合わせであってもよい。

通信監視装置１００は、無線アクセスネットワーク４００の監視に係る種々の処理を実行することができる情報処理装置であればどのような装置であってもよく、例えば、サーバであってよい。なお、図１において、通信監視装置１００は１つのみ示してあるが、これに限られるものではない。すなわち、これ以降に通信監視装置１００が備えるとして説明する各機能は、複数のサーバによって実現されてもよい。また、通信監視装置１００は、例えば、ネットワークを介して通信を行うことで協調動作する分散型サーバシステムでもよく、いわゆるクラウドサーバでもよい。すなわち、通信監視装置１００は、物理的なサーバに限らず、ソフトウェアによる仮想的なサーバも含まれてよい。

基地局２００及び通信端末３００は、上述したＬＴＥ、ＬＴＥ－Ａｄｖａｎｃｅｄ、３Ｇ、４Ｇ、５Ｇ及び６Ｇ以降の移動体通信システムのいずれかに準拠していてよい。

通信端末３００は、無線アクセスネットワーク４００によって提供される種々の無線通信サービスを利用できてよい。無線通信サービスとしては、インターネットサービス、ＶｏＬＴＥ（Voice over LTE）、ＶｉＬＴＥ（Video over LTE）、ＶｏＮＲ（Voice over New Radio）等を含んでよい。なお、通信端末３００としては、図１に示すスマートフォン以外にも、携帯電話（フィーチャーフォン）、コンピュータ（例えば、タブレット端末、デスクトップパソコン、ノートパソコン）、ウェアラブル端末（メガネ型デバイス、時計型デバイスなど）であってよい。

次に、図２を用いて、本発明の一実施形態に係る通信監視装置１００のハードウェア構成、機能構成について説明する。

図２は、本発明の一実施形態に係る通信監視装置１００の構成図である。通信監視装置１００は、ハードウェア構成として、制御部１１０と、通信部１２０と、入出力部１３０と、記憶部１７０とを備えてよい。なお、通信監視装置１００は、図示しないが、一般的なサーバが備える構成を適宜備えてもよい。

制御部１１０は、典型的にはプロセッサであって、中央処理装置（ＣＰＵ：Central Processing Unit）やＭＰＵ（Micro Processing Unit）等であってよい。制御部１１０は、記憶部１７０に記憶されたプログラムを読み出し、読み出したプログラムに含まれるコード又は命令を実行することによって、各実施形態に示す機能、方法を実行してよい。

記憶部１７０は、通信監視装置１００が動作するうえで必要とする各種プログラムや、各種データを記憶（格納）する。例えば、詳細は後述するが、記憶部１７０は、品質データ、事象データを記憶してよい。記憶部１７０は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等を含んでよい。また、記憶部１７０は、制御部１１０に対する作業領域を提供するメモリを含んでよい。

通信部１２０は、ＮＩＣ（Network Interface Card）等のハードウェアや通信用ソフトウェア、及びこれらの組み合わせとして実装されてよい。通信部１２０は、通信監視装置１００と他の装置との間で情報の送受信を行ってよく、例えば、図示しない他のサーバや記憶装置から、ネットワークの監視に必要なデータを受信したり、図示しない管理者の端末に、ネットワークの監視に関するデータを送信したりしてよい。

次に、通信監視装置１００の機能構成について説明する。通信監視装置１００は、制御部１１０によって実現される機能として、取得部１１１、予測部１１２、判定部１１３、特定部１１４、受付部１１５、及び通知部１１６を備えてよい。なお、図２において、これ以降に説明する各実施形態で必須でない機能部はなくともよい。また、各機能部の機能又は処理は、実現可能な範囲において、機械学習又はＡＩにより実現されてもよい。

以降、本発明の一実施形態について、通信監視装置１００の各機能部の処理とともに、図３～６を用いて説明する。

図３は、一実施形態に係る通信監視装置１００による処理を示すフローチャートの一例である。まず、取得部１１１は、実測された無線アクセスネットワーク４００の品質を示す品質データを時系列で取得する（ステップＳ１１）。ここで、品質を示す品質データとは、通信の安定性や信頼性といった品質を指標化したＫＰＩ（Key Performance Indicator：主要性能指標）に関するデータであってよい。無線アクセスネットワーク４００の品質を示すＫＰＩは、基地局２００が取得可能なネットワークＫＰＩであってよく、その種類は数百から数千存在する。ネットワークＫＰＩの例としては、ダウンリンク・アップリンクのスループット、ダウンリンク・アップリンクの遅延、ＶｏＬＴＥの異常切断率、ＶｏＬＴＥの接続成功率、及びＰＲＢ（Physical Resource Block）の利用率、ＩＭＳ（IP Multimedia Subsystem）登録成功率等であってよい。なお、ここでは、ＫＰＩとしてＶｏＬＴＥの接続成功率を例に説明するが、本発明が利用するＫＰＩはこれに限定されない。

基地局２００が取得した品質データは、基地局２００から所定の間隔（例えば、１５分毎、１時間毎、１日毎等）で送信され、所定の記憶装置（品質データ記憶部１７１）に格納されてよい。図４に、品質データ記憶部１７１に記憶された品質データの一例を示す。なお、図は一例であって、記憶される品質データとしては、これ以上でもこれ以下であってもよい。図４に示すように、品質データテーブルＴＢ１０には、当該品質データが測定された日時情報、測定された基地局、測定されたＫＰＩに関する情報（図４の場合、ＶｏＬＴＥの接続成功率）が少なくとも記憶されてよい。すなわち、取得部１１１は、無線アクセスネットワーク４００を構成する基地局２００と、無線アクセスネットワーク４００と接続する通信端末３００との間の通信品質に関するデータ、及び、無線アクセスネットワーク４００を介した、通信端末３００と不図示のコアネットワークとの間の通信品質に関するデータを、品質データとして取得してよい。取得部１１１は、品質データを基地局２００からＳＮＭＰ（Simple Network Management Protocol）のような既知の通信プロトコルを用いて、直接的または間接的に取得してよい。また、取得部１１１は、ＳＳＨ（Secure SHell）またはＴｅｌｎｅｔなどの既知のプロトコルを用いて、基地局２００に対して所定のコマンドを発行し、そのレスポンスを取得することで直接的または間接的に品質データを取得してよい。間接的とは、例えば、品質データの収集を行う不図示の品質情報収集装置が基地局２００から品質データを収集し、取得部１１１は、品質データを品質情報収集装置から取得する方法であってよい。

ここで、ＶｏＬＴＥの接続成功率とは、所定の時間内に一の基地局２００に接続する通信端末３００から発信されたＶｏＬＴＥ呼接続要求の数と、その接続要求への応答としてＩＭＳが送信した信号の内、ＳＩＰ（Session Initiation Protocol）ステータスコードが所定のステータスコードであった信号の数とを用いて算出した値であってよい。ＳＩＰは既知の技術であるため、詳細な説明は割愛するが、ステータスコードは、例えば、２００であれば接続成功、４８６であれば通話中を示す。

上述したＶｏＬＴＥ接続成功率の算出処理は、通信監視装置１００、基地局２００、不図示の品質情報収集装置のいずれで行われてもよい。通信監視装置１００または、不図示の品質情報収集装置は、呼接続要求の数、応答信号に含まれる各ステータスコードの数を既知のプロトコルを用いて、基地局２００から取得してよい。また、通信監視装置１００または、不図示の品質情報収集装置は、基地局２００が送受信するパケットをキャプチャし、内容を解析することで、呼接続要求の数、応答信号に含まれる各ステータスコードの数を取得してよい。また、ＶｏＬＴＥの異常切断率についても、同様の手法で異常切断を示すステータスコードの割合を算出してよい。上述したＫＰＩの算出方法および取得方法は一例であり、方法はこれに限定されるものではなく、扱うＫＰＩの種類ごとに適切な方法を選択しうる。

図３を参照し、予測部１１２は、取得部１１１が取得した時系列の品質データを用いて、所定期間にわたる品質データを予測してよい（ステップＳ１２）。この、本発明の一実施形態にかかる予測処理について、図５を用いて説明する。なお、予測処理は、無線アクセスネットワークの通信品質における劣化を検知するために行われる処理であって、基地局ごとに行われてよい。

図５は、ＫＰＩの時系列の変化を示すグラフの一例である。なお、予測部１１２は、予測処理にあたり、例えば１５分毎に取得された品質データを、平均値を算出する等によって一日単位のデータに変換してよい。ここでは、予測処理に用いる品質データが一日単位である場合について説明するが、本発明はこれに限定されず、半日毎、３時間毎、２日毎のように任意の間隔であってよい。

図５において、日付「d10」が現在の日付であって、検知処理日であるとする。ここで、「検知処理日」とは、予測処理を実行する日を指してよい。予測部１１２は、検知処理日「d10」に、第１期間Ｔ１０における時系列の品質データである第１予測データ２０を、取得部１１１が取得した時系列の品質データ１０のうち、第１期間Ｔ１０以前の期間Ｔ１１における時系列の品質データを用いて予測してよい。なお、第１予測データ２０の予測処理は、現在の日付（検知処理日「d10」）に行われる必要はなく、第１予測データ２０の算出に要する期間の品質データ（図５では、例えば期間Ｔ１１における時系列の品質データ）が取得された後であれば、どのタイミングで行われてもよい。なお、これに限定されるものではないが、第１期間Ｔ１０における品質データの予測に用いる期間Ｔ１１（d07～d09）は、半年間であってよく、予測する第１期間Ｔ１０（d09～d10）は、一か月間であってよい。ここで、予測には、既存の時系列分析の手法を用いてよく、例えば、ＡＲ（AutoRegressive：自己回帰）モデル、ＭＡ（Moving Average：移動平均）モデル、ＡＲＩＭＡ（AutoRegressive Integrated Moving Average）モデル、ＳＡＲＩＭＡ（Seasonal AutoRegressive Integrated Moving Average）モデル、ＡＲＣＨ（AutoRegressive Conditional Heteroscedasticity）モデル、ＧＡＲＣＨ（Generalized AutoRegressive Conditional Heteroscedasticity）モデル、状態空間モデル等が用いられてよい。

判定部１１３は、上述した第１予測データ２０と、取得部１１１が取得した品質データ１０のうち、第１期間Ｔ１０における時系列の品質データである第１実測データとの乖離度に応じて、無線アクセスネットワークの異常を判定してよい（ステップＳ１３）。乖離度の判定としては、既存の統計的検定の手法を用いて、予測値と実測値との間に有意差があるか否かを判定することで行われてよい。または、予測値と実績値の差分比較には、任意の検定手法を用いてよい。具体的には、例えば、ウィルコクソン（wilcoxon）の符号付き順位和検定、マン・ホイットニー（Man-Whitney）のＵ検定、Ｚ検定、Ｔ検定であってよい。また、例えば、予測値と実測値との差異が所定の閾値を超えた日が所定数以上存在すること等であってよいが、これらに限定されない。

判定部１１３による判定の結果、無線アクセスネットワークに異常があると判定されない場合（ステップＳ１４でＮＯ）、処理を終了してよい。判定部１１３による判定の結果、無線アクセスネットワークに異常があると判定された場合（ステップＳ１４でＹＥＳ）、特定部１１４は、第１期間Ｔ１０を少なくとも含む第２期間（図示せず）における時系列の品質データと、第２期間において無線アクセスネットワーク内で生じた事象との関連度を求め、無線アクセスネットワーク内で生じた事象のうち、当該関連度が所定の条件を満たす事象を、異常の原因として特定してよい（ステップＳ１５）。「無線アクセスネットワーク内で生じた事象」とは、無線アクセスネットワーク４００を構築する、基地局２００のほか、図示しない伝送線、アンテナ設備、回線制御装置といった機器のほか、図示しないコアネットワーク内で発生したイベントであって、例えば、それら機器のファームウェアのアップデート、メンテナンス作業、交換作業等であってよい。また、無線アクセスネットワーク内で生じた事象には、通信端末３００のＯＳ（Operating System：オペレーティングシステム）のアップデートが含まれてよい。なお、関連度を求める第２期間は、第１期間と同一であってもよい。

上述のような、無線アクセスネットワーク４００に対して行われる作業は、ネットワークへの接続率の低下や、音声通話の途切れといった、無線通信サービスの品質を劣化させる原因となり得る。このため、電気通信事業者は無線アクセスネットワーク４００の品質を監視し、品質が劣化する傾向が検知されると、その原因を特定することが求められる。ここで、５Ｇ以降の無線アクセスネットワークでは、制御部として機能するＣＵ（Central Unit）及びＤＵ（Distributed Unit）を仮想化するｖＲＡＮ（virtual RAN）が進められている。仮想化では、更新するアプリケーションの数が増加するため、今後５Ｇに準拠した基地局２００の設置規模が拡大するにつれアップデートの頻度も増し、無線アクセスネットワーク４００の監視対象が膨大になることが考えられる。これに対し、本発明の一実施形態によれば、無線アクセスネットワークにおける品質の劣化の原因を、上述のようなソフトウェアアップデートなどの無線アクセスネットワーク内で生じた事象から特定することが可能となる。

なお、無線アクセスネットワーク４００内で生じた事象は、事象データ記憶部１７２に記憶されてよい。図６に、事象データテーブルの一例を示す。事象データは、例えば、基地局装置の状態（ソフトウェアバージョン、基地局装置に設定されている設定値、基地局装置のステータスなど）を示す情報の変化、基地局装置に対して所定の作業（図６の例では、ソフトウェアバージョンの更新）が行われた回数（すなわち、更新が行われた基地局の台数）、基地局装置に接続する端末の状態（ソフトウェアバージョンごとの割合、端末種別ごとの割合など）を示す情報の変化であってよい。事象データは、ネットワークを介して接続される不図示の外部システムから取得できてよい。具体的には、例えば、基地局装置に対して所定の作業が行われた回数であれば、作業ログを管理するシステムのデータベースから取得されてよい。

特定部１１４は、上述した関連度を、品質データと事象データとの相関をとることによって算出してよい。品質データと事象データとの相関とは、品質データと、その品質データを取得した日時における事象データの値とを対応付けた場合に、それら２つのデータの時系列に沿った相関を意味し、既知の手法によって算出された相関係数が、所定の閾値を超過するか否かに基づいて判定されてよい。相関係数は、例えば、ピアソンの積率相関係数、ケンドールの順位相関係数、スピアマンの順位相関係数などが用いられてよい。相関係数については既知であるため詳細は省略するが、一般に－１～０～１の範囲で表され、０でない場合は相関があることを示す。また、０から離れるほど強い相関があることを示す。所定の閾値は、固定の値（例えば、強い相関があることを示す絶対値０．８以上など）が用いられてもよいし、品質データと事象データとの組み合わせごとに異なる値が設定されてもよい。すなわち、特定部１１４は、関連度を示す相関係数が所定の閾値を超過することを所定の条件として、異常の原因を特定してよい。

なお、特定部１１４は、事象として、無線アクセスネットワーク４００を構成する基地局２００を含む通信設備で実行された処理に関するログデータ、及び、無線アクセスネットワーク４００に接続する通信端末３００で実行された処理に関するログデータの少なくともいずれかを用いて、関連度を求めてよい。

このように、本発明の一実施形態によれば、通信品質の劣化を検知し、その原因を、無線アクセスネットワーク内で生じた事象から特定することが可能となる。なお、品質の劣化の判定は、過去に予測された品質データの予測値と実測値との乖離度に加え、将来の品質データの予測値が劣化傾向にあるか否かにも基づいて行われる。したがって、より精度の高い判定が可能となる。

通知部１１６は、特定部１１４によって特定された、異常の原因としての事象に関する情報を、無線アクセスネットワーク４００の管理者（無線通信サービス事業者）に通知してよい。これにより、管理者は、異常の発生に対して迅速に対応することが可能となる。

なお、無線アクセスネットワーク４００によって実現される無線通信サービスの提供地域、無線通信サービスを提供する事業者、無線アクセスネットワーク４００で使用される周波数帯域、通信設備の提供元（ベンダー）の少なくともいずれかに関する属性が、無線アクセスネットワーク４００ごとに関連付けられて管理されてよい。受付部１１５は、ユーザ（管理者）から、それらの属性の選択を受け付け、上述した異常の判定が、ユーザによって選択された属性を有する無線アクセスネットワーク４００について行われてよい。

無線アクセスネットワーク４００を構成する機器のベンダー（メーカー等の提供元）は複数存在してよく、基地局２００によってベンダーが異なる場合がある。また、５Ｇ以降、Ｏｐｅｎ ＲＡＮの推進により、基地局を構成する機器間のインタフェースがオープンな規格とされ、異なるベンダーの機器の組み合わせによる基地局が広がると考えらえる。上述したアプリケーションやファームウェアの更新は、ベンダーによってタイミングが異なるため、更新を行うベンダーが提供する機器を含む無線アクセスネットワーク４００についてのみ、異常の判定処理が行われてよい。同様に、無線通信サービスの提供地域（すなわち、基地局２００の設置地域）や、周波数帯域ごとに、異常の判定処理が行われてよい。これにより、様々な粒度で異常検知を行うことができる。

また、予測部１１２は、検知処理日「d10」に、検知処理日までの時系列の品質データ１０のうち、期間Ｔ３１（d08～d10）にわたる時系列の品質データを用いて、第１期間Ｔ１０以降の将来の期間Ｔ３０（d10～d11）にわたる品質データ３１または３２を予測してよい。なお、これに限定されるものではないが、将来の期間Ｔ３０における品質データの予測に用いる期間Ｔ３１（d07～d09）は、半年間であってよく、予測する期間Ｔ３０（d10～d11）は、一か月間であってよい。判定部１１３は、将来の品質データが、劣化傾向にあるか否かを判定してよい。図５の例では、将来の品質データが一点鎖線で示す品質データ３１である場合、判定部１１３は、将来の品質データが劣化傾向にないと判定してよい。しかしながら、将来の品質データが点線で示す品質データ３２である場合、判定部１１３は、将来の品質データが劣化傾向にあると判定してよい。なお、劣化傾向にあるか否かの判定には、既存の統計手法を用いてよい。例えば、判定部１１３は、まず、検知処理日「d10」から過去１週間の品質データにおける平均値と標準偏差を計算する。そして、予測した将来の所定期間における最後の１週間の品質データの平均値が、計算した過去１週間の「平均値±標準偏差」以内であれば、劣化していないと判定し、「平均値±標準偏差」以外であれば、劣化していると判定してよい。

なお、本発明の一実施形態によれば、現在までの第１期間Ｔ１０における第１予測データと第１実測データとの乖離度が、無線アクセスネットワークにおける異常の発生を示すものであっても、将来の品質データに劣化傾向がみられない場合、無線アクセスネットワークに異常が発生したと判定されなくてもよい。これにより、異常発生の原因の特定に係る処理を低減でき、通信監視装置１００における制御負荷を削減することができる。

＜予測モデルについて＞
予測部１１２は、将来の品質データの予測に、時系列のデータに対する所定の分析モデルとして、既知のＳＡＲＩＭＡモデルを適用してよい。ここで、ＳＡＲＩＭＡモデルに用いる複数のパラメータの設定手法について、図７を用いて説明する。なお、上述のように、予測モデルはＳＡＲＩＭＡモデルに限定されるものではない。

ＳＡＲＩＭＡモデルについては既知であるため詳細は省略するが、ＳＡＲＩＭＡモデルでは、７つのパラメータ（非季節性パラメータ（ｐ，ｄ，ｑ）と、季節性パラメータ（ｓｐ，ｓｄ，ｓｑ，ｓ））を設定する。予測部１１２は、これらパラメータの組み合わせを変更した複数種類のパターンのＳＡＲＩＭＡモデルによって、図７における訓練期間Ａの時系列の品質データ（実線１０Ａ）を用いて、予測期間Ａの品質データの予測値（点線２０Ａ）を算出してよい。そして、それぞれのパラメータの組み合わせパターンにおいて、実測値（実線１０Ａ）と予測値（点線２０Ａ）との間の類似性（乖離度）を算出する。類似性の算出には、上述した任意の検定手法または、任意の距離推定手法を用いてよい。具体的には、例えば、距離推定手法は、ＤＴＷ（Dynamic Time Warping：動的時間伸縮法）、マンハッタン距離（Manhattan Distance）、ユークリッド距離（Euclidean Distance）等であってよい。上述した類似性の算出手法は、一例であって、これに限定されず、そのほかのアルゴリズムを用いてよい。予測部１１２は、実測値と予測値との間の乖離度が最も低いパラメータの組み合わせをＳＡＲＩＭＡモデルに適用して、将来の品質データを予測してよい。すなわち、実測値と予測値との間の乖離度が最も低いパラメータの組み合わせによるＳＡＲＩＭＡモデルで、訓練期間Ｂのデータから、予測期間Ｂの品質データを算出してよい。

これにより、実測値の傾向に沿った予測が可能な分析モデルを設定することができ、予測の精度を上げることが可能となる。

本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各構成部、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成部やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。また、上記実施の形態に示す構成を適宜組み合わせることとしてもよい。例えば、通信監視装置１００が備えるとして説明した各構成部は、複数のサーバによって分散されて実現されてもよい。

例えば、上述では、品質データとしてＶｏＬＴＥの接続成功率を一例に説明したが、そのほかの品質データに基づいて異常の判定が行われてよい。また、異常の原因は複数存在してもよい。

本開示の各実施形態のプログラムは、情報処理装置に読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。プログラムは、例えば、ソフトウェアプログラムや情報処理装置プログラムを含む。情報処理装置としての通信監視装置１００の各機能部をソフトウェアにより実現する場合、通信監視装置１００は、プロセッサがメモリ上にロードされたプログラムを実行することにより、取得部１１１、予測部１１２、判定部１１３、特定部１１４、受付部１１５、及び通知部１１６として機能する。

記憶媒体は適切な場合、１つ又は複数の半導体ベースの、又は他の集積回路（ＩＣ）（例えば、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向けＩＣ（ＡＳＩＣ）等）、ハード・ディスク・ドライブ（ＨＤＤ）、ハイブリッド・ハード・ドライブ（ＨＨＤ）、光ディスク、光ディスクドライブ（ＯＤＤ）、光磁気ディスク、光磁気ドライブ、フロッピィ・ディスケット、フロッピィ・ディスク・ドライブ（ＦＤＤ）、磁気テープ、固体ドライブ（ＳＳＤ）、ＲＡＭドライブ、セキュア・デジタル・カードもしくはドライブ、任意の他の適切な記憶媒体、又はこれらの２つ以上の適切な組合せを含むことができる。記憶媒体は、適切な場合、揮発性、不揮発性、又は揮発性と不揮発性の組合せでよい。

また、本開示のプログラムは、当該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して、通信監視装置１００に提供されてもよい。

また、本開示の各実施形態は、プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。なお、本開示のプログラムは、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）、Ｐｙｔｈｏｎ等のスクリプト言語、Ｃ言語、Ｇｏ言語、Ｓｗｉｆｔ，Ｋｏｌｔｉｎ、Ｊａｖａ（登録商標）等を用いて実装されてよい。

以上説明した本開示の各態様によれば、５Ｇ以降のネットワーク技術に向けたＫＰＩ監視に係る技術の提供や、通信品質の改善に供する技術を提供することにより、持続可能な開発目標（ＳＤＧs）の目標９「産業と技術革新の基盤をつくろう」の達成に貢献できる。

１００ 通信監視装置
１１０ 制御部
１１１ 取得部
１１２ 予測部
１１３ 判定部
１１４ 特定部
１１５ 受付部
１１６ 通知部
１２０ 通信部
１７０ 記憶部
１７１ 品質データ記憶部
１７２ 事象データ記憶部
２００ 基地局
３００ 通信端末
４００ 無線アクセスネットワーク
５００ 通信監視システム

Claims (9)

1. 無線アクセスネットワークに生じた異常の原因を特定する通信監視装置であって、
   実測された前記無線アクセスネットワークの通信品質を示す品質データを時系列で取得する取得部と、
   前記取得部が取得した時系列の品質データを用いて、所定期間にわたる品質データを予測する予測部と、
   第１期間における時系列の品質データを、前記取得部が取得した前記第１期間以前の時系列の品質データを用いて前記予測部が予測した第１予測データと、前記取得部が取得した前記第１期間における時系列の品質データである第１実測データとの乖離度に応じて、前記無線アクセスネットワークの異常を判定する判定部と、
   前記判定部によって異常と判定された場合、前記取得部が取得した、前記第１期間を少なくとも含む第２期間における時系列の品質データと、前記第２期間において前記無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、前記異常の原因として特定する特定部と、
   を備える、通信監視装置。
2. 前記判定部は、前記第１予測データと前記第１実測データとの乖離度が所定の閾値を超える場合、または、前記第１予測データと前記第１実測データとの間に有意差がある場合に、前記無線アクセスネットワークを異常であると判定する、
   請求項１に記載の通信監視装置。
3. 前記予測部は、前記第１期間以降の将来の品質データをさらに予測し、
   前記判定部は、前記将来の品質データが劣化傾向にあることを示す場合、前記無線アクセスネットワークを異常であると判定する、
   請求項１に記載の通信監視装置。
4. 前記特定部は、前記事象として、前記無線アクセスネットワークを構成する基地局を含む通信設備で実行された処理に関するログデータ、及び、前記無線アクセスネットワーク内の通信端末で実行された処理に関するログデータに含まれるログの少なくともいずれかを用いて、前記関連度を求める、
   請求項１に記載の通信監視装置。
5. 前記特定部によって特定された異常の原因としての事象に関する情報を通知する通知部をさらに備える、
   請求項１に記載の通信監視装置。
6. 前記予測部は、前記所定期間にわたる品質データの予測に、時系列のデータに対する所定の分析モデルを適用するものであって、前記分析モデルに用いる複数のパラメータについて、当該複数のパラメータの組み合わせを変更した複数種類の前記分析モデルによって予測した前記第１予測データと、前記第１実測データとの乖離度を求め、前記乖離度が最も小さいパラメータの組み合わせを前記分析モデルに用いて、前記第１期間以降の将来の品質データを予測する、
   請求項３に記載の通信監視装置。
7. 前記無線アクセスネットワークは、当該無線アクセスネットワークによって実現される無線通信サービスの提供地域、前記無線通信サービスを提供する事業者、前記無線アクセスネットワークで使用される周波数帯域、前記通信設備の提供元の少なくともいずれかに関する属性を有し、
   前記属性の選択をユーザから受け付ける受付部をさらに備え、
   前記ユーザによって選択された属性を有する無線アクセスネットワークについて、前記異常の判定処理が行われる、
   請求項４に記載の通信監視装置。
8. 無線アクセスネットワークに生じた異常の原因を特定する通信監視装置の制御方法であって、
   コンピュータが、
   実測された前記無線アクセスネットワークの通信品質を示す品質データを時系列で取得するステップと、
   前記取得するステップで取得した時系列の品質データを用いて、所定期間にわたる品質データを予測するステップと、
   第１期間における時系列の品質データを、前記取得するステップで取得した前記第１期間以前の時系列の品質データを用いて前記予測するステップで予測した第１予測データと、前記取得するステップで取得した前記第１期間における時系列の品質データである第１実測データとに応じて、前記無線アクセスネットワークの異常を判定するステップと、
   前記判定するステップによって異常と判定された場合、前記取得するステップで取得した、前記第１期間を少なくとも含む第２期間における時系列の品質データと、前記第２期間において前記無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、前記異常の原因として特定するステップと、
   を実行する、通信監視装置の制御方法。
9. 無線アクセスネットワークに生じた異常の原因を特定する通信監視装置の制御プログラムであって、
   コンピュータに、
   実測された前記無線アクセスネットワークの通信品質を示す品質データを時系列で取得する取得機能と、
   前記取得機能が取得した時系列の品質データを用いて、所定期間にわたる品質データを予測する予測機能と、
   第１期間における時系列の品質データを、前記取得機能が取得した前記第１期間以前の時系列の品質データを用いて前記予測機能が予測した第１予測データと、前記取得機能が取得した前記第１期間における時系列の品質データである第１実測データとに応じて、前記無線アクセスネットワークの異常を判定する機能と、
   前記判定する機能によって異常と判定された場合、前記取得機能が取得した、前記第１期間を少なくとも含む第２期間における時系列の品質データと、前記第２期間において前記無線アクセスネットワーク内で生じた事象との関連度を求め、当該関連度が所定の条件を満たす事象を、前記異常の原因として特定する機能と、
   を実現させる、通信監視装置の制御プログラム。

Images