JP7417161B2 - 補間処理装置及び補間処理方法並びに補間処理プログラム - Google Patents

Description

本発明は、補間処理装置及び補間処理方法並びに補間処理プログラムに関する。

ネットワークに接続されている装置（以下、「ネットワーク装置」という）より各種の情報を取得する方法として、ＳＮＭＰ／ＭＩＢ、Telemetry、xFlow、パケットキャプチャなどが知られている。これらの従来の方法を用いて、例えばネットワークトラフィックを漏れなく収集した場合には、極めて大きいデータサイズとなる。例えば、平均で５［Ｇbps（bitsper second）］、１か月で１．６［ＰＢ；Peta Bytes］となってしまう。このため、従来においては想定する利用目的に応じて、収集データ種別の削減（トラフィック量のみ、或いは、パケットのヘッダのみなど）や、収集間隔の調整（５分間の平均値、１時間の平均値など）を行うことにより、データ量の削減を図っている。

その一方で、ネットワーク装置より収集した各種のデータに基づいて障害の解析、再現を行う場合や、ユーザの影響を類推する場合、或いは、異なる時間間隔のデータ（例えば、モバイルユーザのＧＰＳ移動履歴など）と組み合わせて分析を行う場合等には、より高精細なデータを取得することが求められる。即ち、一定時間当たりに取得するデータ数を多くすることが求められる。

このため、ネットワーク装置より取得されるデータの変化状況に合わせて、リアルタイムにデータの取得間隔を調整して、より高精細なデータの取得、及びデータ量の削減を両立する方法が提案されている（例えば、非特許文献１参照）。

酒井他, "エージェント型監視システムにおける監視間隔動的調整手法の提案," 信学技報, vol. 119, no. 299, ICM2019-22, pp. 7-12, 2019年11月.

しかしながら、上述した従来の技術では、データの取得間隔が変化するので、収集したデータを解析する際の前処理が煩雑化する。また、収集するデータ量が変化するため、必要なリソース量、例えば必要とするディスク容量やネットワーク帯域を事前に見極めることが難しく、時系列データを高精細化することが難しいという問題があった。

本発明は、上記事情に鑑みてなされたものであり、その目的とするところは、データ処理が煩雑化することなく、必要なリソース量を事前に見極めることが可能な補間処理装置及び補間処理方法並びに補間処理プログラムを提供することにある。

本発明の一態様の補間処理装置は、時系列データを取得する時系列データ取得部と、前記時系列データ取得部で取得した各時系列データを記憶する記憶部と、前記時系列データのうち、補間処理の対象となる対象時系列データから、特徴を抽出する特徴抽出部と、前記特徴抽出部で抽出した特徴のうち、所望の特徴を選択する特徴選択部と、前記対象時系列データのうち補間対象となる区間の時系列データに、前記対象時系列データとは異なる他の時系列データ、または、前記対象時系列データのうち補間対象となる区間以外の区間の時系列データを用いて補間処理を実施する補間処理部と、を含み、前記補間処理部は、前記特徴選択部で選択された特徴が、補間処理の前後で維持されるように補間することを特徴とする。

本発明の一態様の補間処理方法は、時系列データを取得するステップと、取得した前記時系列データを記憶するステップと、前記時系列データのうち、補間処理の対象となる対象時系列データから、特徴を抽出するステップと、前記抽出した特徴のうち、所望の特徴を選択するステップと、前記対象時系列データのうち補間対象となる区間の時系列データに、前記対象時系列データとは異なる他の時系列データ、または、前記対象時系列データのうち補間対象となる区間以外の区間の時系列データを用い、前記所望の特徴が、補間処理の前後で維持されるように補間するステップと、を含むことを特徴とする。

本発明の一態様は、上記補間処理装置としてコンピュータを機能させるための補間処理プログラムである。

本発明によれば、データ処理が煩雑化することなく、必要なリソース量を事前に見極めることが可能となる。

図１は、本発明の実施形態に係る補間処理装置の構成を示すブロック図である。 図２Ａは、第１実施形態に係る補間処理装置で用いられる対象時系列データを示すグラフである。 図２Ｂは、第１実施形態に係る補間処理装置で用いられる他の時系列データを示すグラフである。 図３は、第１実施形態に係り、対象時系列データ及び他の時系列データより抽出される代表値を示す図である。 図４は、対象時系列データ、及び他の時系列データにおいて、選択できる特徴、及び選択できない特徴を示す図である。 図５Ａは、対象時系列データに補間処理を実施して得られる補間処理データを示す図である。 図５Ｂは、図５Ａに示した補間処理データに曲線を記載したグラフである。 図６は、補間処理の実施例１に係り、時系列データを取得した時刻、対象時系列データ、他の時系列データを０～１の数値に正規化したデータ、及び補間処理データを示す図である。 図７は、代表値の許容誤差を示す図である。 図８Ａは、補間処理の実施例１に係り、対象時系列データに含まれるデータをプロットしたグラフである。 図８Ｂは、補間処理の実施例１に係り、他の時系列データを正規化した数値（０～１の数値）をプロットしたグラフである。 図８Ｃは、補間処理の実施例１に係り、補間処理により算出された補間データをプロットしたグラフである。 図９は、補間処理の実施例２に係り、時系列データを取得した時刻、対象時系列データ、他の時系列データを０～１の数値に正規化したデータ、及び補間処理データを示す図である。 図１０Ａは、補間処理の実施例２に係り、対象時系列データに含まれるデータをプロットしたグラフである。 図１０Ｂは、補間処理の実施例２に係り、他の時系列データを正規化した数値（０～１の数値）をプロットしたグラフである。 図１０Ｃは、補間処理の実施例２に係り、補間処理により算出された補間データをプロットしたグラフである。 図１１は、第２実施形態に係る補間処理装置で用いられる対象時系列データを示すグラフである。 図１２は、第２実施形態に係り、対象時系列データ全体の代表値、及び対象区間の時系列データより抽出される代表値を示す説明図である。 図１３Ａは、第２実施形態に係る補間処理装置で用いられる対象区間の時系列データを示すグラフである。 図１３Ｂは、第２実施形態に係る補間処理装置で用いられる他の区間の時系列データを示すグラフである。 図１４は、本発明に係る補間処理装置の機能構成を示すブロック図である。

以下、本発明の実施形態について図面を参照して説明する。
［第１実施形態の構成の説明］
図１は、本発明の第１実施形態に係る補間処理装置の構成を示すブロック図である。

図１に示すように、本実施形態に係る補間処理装置１０１は、ネットワーク５を介して、複数のネットワーク装置６１に接続されている。

補間処理装置１０１は、各ネットワーク装置６１より出力される時系列データをネットワーク５を介して取得する。本実施形態で示す「時系列データ」とは、一定の時間間隔、或いは任意の時間間隔で、時系列的に取得されるデータを示す。

補間処理装置１０１は、複数のネットワーク装置６１のうち、補間処理を実施する対象となるネットワーク装置で取得した時系列データに対して、他のネットワーク装置で取得した時系列データ用いて補間処理を実施する。以下では、補間処理を実施する対象となる時系列データが取得されるネットワーク装置６１を「対象ネットワーク装置６１ａ」とし、それ以外のネットワーク装置６１を「他のネットワーク装置６１ｂ」とする。また、対象ネットワーク装置６１ａより取得される時系列データを「対象時系列データ」とし、他のネットワーク装置６１ｂより取得される時系列データを「他の時系列データ」とする。

補間処理装置１０１は、対象ネットワーク装置６１ａで取得した対象時系列データにおける補間対象となる区間の時系列データに対して、他のネットワーク装置６１ｂで取得した他の時系列データ（対象時系列データとは異なる時系列データ）を用いて補間処理を実施することにより、対象時系列データの一定時間当たりのデータ密度を増加させる。「補間処理」とは、時系列的データに含まれるデータ間に、補間データを挿入することにより、データ密度を増加することをいう。

例えば、対象時系列データが１５分間隔のデータ密度からなり、他の時系列データが５分間隔のデータ密度からなる場合において、対象時系列データに対して他の時系列データより抽出したデータを用いて補間処理を実施する。その結果、１５分間隔のデータ密度を有する対象時系列データを、５分間隔のデータ密度を有する時系列データ（後述する、補間処理データ）に変更することができる。なお以下では、時系列データに含まれる一定時間当たりのデータ数を増加することを「高精細化する」という。

また、他のネットワーク装置６１ｂが複数存在し、複数の他の時系列データを取得した場合には、このうち補間処理に用いる他の時系列データを選択する。補間処理に用いる他の時系列データを選択する方法として、ユーザが指定する方法、及び、後述する特徴選択部２３により、対象時系列データに対して関連性の高い他の時系列データを自動で選択する方法を採用することができる。

関連性の高い時系列データとして、例えば、同一のイベント、同一の時間帯にて取得した時系列データを挙げることができる。更に、ネットワーク装置の種類やベンダ（製造元）、ネットワーク装置の設置地域、導入時期、ネットワーク構成上の役割（外部接続ルータ、部署の代表スイッチ）、に基づいて関連性が高い時系列データであるか否かを判定することも可能である。一例として２０２０年のオリンピックに関連する対象時系列データを補間するために、２０１６年のオリンピックに関連して取得した他の時系列データで抽出したデータを用いることができる。

なお、対象時系列データにおける補間処理を実施する区間と、他の時系列データから補間用のデータを抽出する区間は同一でなくてもよい。例えば、対象時系列データが月曜日から金曜日までの５日分の時系列データであり、この時系列データを高精細化するために、他の時系列データのうち、特定の曜日（例えば、月曜日）の時系列データを用いることも可能である。

こうすることにより、対象ネットワーク装置６１ａと関連性の高い他のネットワーク装置６１ｂを用いることができ、より高精度な補間処理を実施することが可能となる。

以下、本実施形態に係る補間処理装置１０１の具体的な構成について説明する。図１に示すように、補間処理装置１０１は、受信部１と、処理部２と、記憶部３と、出力部４と、を含む。

受信部１は、対象ネットワーク装置６１ａより出力される対象時系列データを、ネットワーク５を経由して受信する。受信部１はまた、他のネットワーク装置６１ｂより出力される他の時系列データを、ネットワーク５を経由して受信する。即ち、受信部１は、複数の時系列データを取得する時系列データ取得部としての機能を備えている。

記憶部３は、時系列データ記憶部３１と、補間処理データ記憶部３２を含む。

時系列データ記憶部３１は、受信部１にて受信した対象時系列データ、及び他の時系列データを記憶する。

補間処理データ記憶部３２は、後述する補間処理部２４で補間処理が実施され、高精細化された時系列データ（後述する補間処理データ）を記憶する。

処理部２は、設定情報取得部２１と、特徴抽出部２２と、特徴選択部２３と、補間処理部２４と、を含む。

設定情報取得部２１は、ユーザによる設定情報の入力を受け付ける。設定情報は、対象時系列データに補間処理を実施して高精細化する際に、補間処理の前後において維持するべき特徴を含む情報である。「特徴」とは、後述する図３、図４に示すように、例えば最大値、平均値、９９パーセンタイル、分散、標準偏差などの代表値である。例えば、ユーザにより設定された特徴が「平均値」である場合には、補間処理の前後において時系列データの平均値が同一となるように補間処理が実施される。こうすることにより、補間処理の前後において、平均値が大きく変化することを防止する。例えば、補間データとして物理的にあり得ないデータが用いられることを防止する。

設定情報取得部２１はまた、他のネットワーク装置６１ｂが複数存在し、各々より他の時系列データが取得される場合に、このうち補間処理に用いる時系列データの設定を受け付ける。即ち、ユーザによる他の時系列データの選択入力を受け付ける。

例えば、対象ネットワーク装置６１ａより取得される対象時系列データが「イベントＡ」に関する時系列データである場合には、ユーザは、この「イベントＡ」に関連する「イベントＢ」に関連する時系列データ（他の時系列データ）を選択する。

また、他のネットワーク装置６１ｂの選択は、ユーザによる設定入力以外にも、特徴選択部２３の処理により自動で選択することも可能である。前述したように、対象時系列データとの関連性が高い時系列データを自動で選択し、補間処理に用いることも可能である。

特徴抽出部２２は、対象ネットワーク装置６１ａより出力される対象時系列データの特徴を抽出する。具体的に、図３に示すように、対象時系列データに含まれる複数のデータの最大値、９９パーセンタイル、５０パーセンタイル、１パーセンタイル、平均値、最小値、分散、中央値、標準偏差、自己相関係数、分布類似度などの特徴を抽出する。

特徴選択部２３は、特徴抽出部２２で抽出された複数の特徴（図３参照）から、設定情報取得部２１にて入力された所望の特徴を選択する。図４は、対象時系列データ、及び他の時系列データにおいて、選択できる特徴、及び選択できない特徴を示す図である。図４に示すように、対象時系列データ、及び他の時系列データにおける各区間ごとに、選択できることを示す「True」、選択できないことを示す「False」が設定されている。例えば、対象時系列データの全区間において、「平均値」を選択することが可能とされている（「True」とされている）。

特徴選択部２３は、設定情報取得部２１にて設定された特徴を選択する。例えば、設定情報取得部２１にて「平均値」が設定された場合には、複数の特徴のうち「平均値」を選択する。また、複数の特徴のうち、「平均値」及び「中央値」の２つが選択された場合には「平均値」及び「中央値」の双方を採用する。

補間処理部２４は、他の時系列データに含まれるデータを用いて、対象時系列データを補間する処理を実施する。対象時系列データが１５分間隔のデータからなり、他の時系列データが５分間隔のデータからなる場合において、対象時系列データに対して他の時系列データを用いて補間処理を実施する。そして、対象時系列データを５分間隔のデータを有する時系列データに変更する。なお、以下では補間処理を実施した後の時系列データを「補間処理データ」という。

補間処理部２４はまた、特徴選択部２３で選択された特徴を維持して補間処理を実施する。例えば、対象時系列データに対して選択された特徴が「平均値」である場合には、補間処理データの平均値が対象時系列データの平均値と一致するように補間処理を実施する。詳細には、後述する図７に示すように、平均値が予め設定されている許容誤差の範囲内となるように補間処理を実施する。また他の例として、特徴選択部２３で選択された特徴が「平均値」及び「最大値」である場合には、補間処理データの平均値が対象時系列データの平均値と一致し、且つ、補間処理データの最大値が対象時系列データの最大値を超えないように補間処理を実施する。

補間処理部２４はまた、他の時系列データに対して選択された特徴が「分散」である場合には、補間処理に用いる補間データの分散が、他の時系列データの分散と一致するように、補間データを決定する。

補間処理部２４はまた、対象時系列データに補間処理を実施して算出した補間処理データを、記憶部３の補間処理データ記憶部３２に記憶する。具体的な補間処理については後述する。

出力部４は、補間処理データ記憶部３２に記憶されている補間処理データを外部に出力する。

［補間処理の説明］
次に、補間処理の処理手順について説明する。図２Ａは対象時系列データの一例を示すグラフである。図２Ｂは他の時系列データの一例を示すグラフである。図３は対象時系列データに対して設定される特徴（時系列データの代表値）を示す説明図である。

図２Ａに示すように、対象時系列データｘ１、ｘ２・・は、１５分間隔のデータを有する時系列データである。図２Ｂに示すように、他の時系列データｙ１、ｙ２・・は、５分間隔のデータを有する時系列データである。

前述したように、特徴抽出部２２により対象時系列データの、全区間（全ての時間帯）で検出されたデータの代表値（特徴）が抽出され、更に、他の時系列データの、全区間で検出されたデータの代表値（特徴）が抽出される。代表値として、図３に示すように、対象時系列データに含まれる複数のデータの最大値、９９パーセンタイル、５０パーセンタイル、１パーセンタイル、平均値、最小値、分散、中央値、標準偏差、自己相関係数、分布類似度、などが挙げられる。なお、本実施形態で示す「特徴」は、上述した各代表値以外のデータを用いることも可能である。

その後、特徴選択部２３により、特徴抽出部２２で抽出された複数の代表値のうち、設定情報取得部２１で設定された代表値が選択される。一例として、対象時系列データの代表値として図３に示す「平均値；ｃ５」が選択され、他の時系列データの代表値として「分散；Ｃ７」が選択される。

補間処理部２４は、他の時系列データに含まれる５分間隔のデータを用いて、１５分間隔のデータを含む対象時系列データを補間処理することにより、高精細化した時系列データである補間処理データを演算する。

図５Ａは対象時系列データに補間処理を実施して得られる補間処理データを示す説明図である。図５Ｂは図５Ａに示した補間処理データに曲線を記載したグラフである。図５Ａ、図５Ｂに示す符号ｐ１、ｐ２、ｐ３、ｐ４は、対象時系列データに含まれるデータである。各データｐ１～ｐ４は１５分間隔で取得されている。

補間処理部２４は、図５Ａ、図５Ｂに黒丸で示すデータｐ１とｐ２の間に、白丸２つの補間データｑ１、ｑ２を加えて補間する。同様に、データｐ２とｐ３との間に２つの補間データｑ３、ｑ４を加えて補間し、データｐ３とｐ４との間に２つの補間データｑ５、ｑ６を加えて補間する。即ち、１５分間隔のデータを有する対象時系列データから、５分間隔のデータを有する時系列データである補間処理データを算出することができる。

この際、図５Ａ、図５Ｂに示すデータ（ｐ１～ｐ３）及び補間データ（ｑ１～ｑ６）からなる合計９個のデータの平均値が、３個のデータ（ｐ１～ｐ３）の平均値と一致するように、補間データ（ｑ１～ｑ６）が設定される。また、６個の補間データ（ｑ１～ｑ６）の分散が、他の時系列データの全体に含まれるデータの分散と一致するように、補間データ（ｑ１～ｑ６）が設定される。

［補間処理の実施例１の説明］
次に、具体的な補間処理の手順について説明する。初めに補間処理の実施例１の手順を、図６、図７、図８Ａ～図８Ｃを参照して説明する。図６は、時系列データにおけるデータを取得した時刻、対象時系列データ、他の時系列データを０～１の数値に正規化したデータ、及び補間処理データを示す図である。

図７は、代表値の許容誤差を示す図である。図８Ａは、対象時系列データに含まれるデータをプロットしたグラフである。図８Ｂは、他の時系列データを正規化した数値（０～１の数値）をプロットしたグラフである。図８Ｃは、補間処理により算出された補間データをプロットしたグラフである。

各代表値は、図７に示す許容誤差の範囲で設定される。例えば、対象時系列データに対して設定される特徴が「平均値」である場合には、許容誤差は「±０．２％」に設定される。

図６、図８Ａに示すように、対象時系列データは１５分間隔で取得されている。例えば、対象時系列データの時刻「０：４５」における数値は「４」であり、時刻「１：００」における数値は「３」である。

図６、図８Ｂに示すように、他の時系列データを正規化したデータの時刻「０：５０」における数値は「０．４０７８２２３６９」であり、時刻「０：５５」における数値は「０．５２８０５５２１８」である。また、上述したように、他の時系列データの特徴として「分散」が選択されている。従って、図６に示す正規化したデータの「分散」は、他の時系列データ全体の分散と一致するように設定されている。

また前述したように、設定情報取得部２１において対象時系列データの特徴が「平均値」に設定されている。従って、補間処理データの平均値が、対象時系列データの平均値と一致するように補間データを算出する。より詳細には、補間処理データ（図８Ｃ参照）の平均値と、対象時系列データ（図８Ａ参照）の平均値との誤差が、図７に示した許容誤差の範囲内となるように補間データを算出する。

図６に示す対象時系列データに含まれるデータの平均値、即ち、図８Ａに示す各データｐ１１～ｐ１６の平均値は「３．５」である。そして、補間処理により算出される補間処理データの平均値、即ち、図８Ｃに示す１８個の各データの平均値が「３．５」になるように補間処理を実施する。

詳細には、図８Ｃに示すｐ１１、ｑ１１、ｑ１２の平均値がｐ１１の平均値と一致するように、補間データｑ１１、ｑ１２を算出する。また、ｐ１２、ｑ１３、ｑ１４の平均値がｐ１２の平均値と一致するように、補間データｑ１３、ｑ１４を算出する。以下、同様である。

以下において、一例として図８Ｃに示す補間データｑ１７、ｑ１８を演算する手順について説明する。補間データｑ１７は、以下に示す（１）式で算出することができる。

2*4*｛0.407822369/(0.407822369+0.528055218)｝＝3.486117 …（１）
（１）式において、左辺の「２」は、補間データの個数を示す。即ち、ｐ１４とｐ１５の間に２つの補間データを挿入することを示す。左辺の「４」は、図８Ａに示すｐ１４の数値、即ち時刻「００：４５」における対象時系列データの数値を示す。また、括弧内の数値は、それぞれ時刻「００：５０」、「００：５５」における他の時系列データ（正規化した数値）を示している。

また、上記と同様に、補間データｑ１８は、以下に示す（２）式で算出することができる。

2*4*｛0.528055218/(0.407822369+0.528055218)｝＝4.513883 …（２）
上述した（１）、（２）式から明らかなように、ｐ１４、ｑ１７、ｑ１８の平均値は「４」であり、データｐ１４と一致する。このような演算を、図８Ａに示すｐ１１～ｐ１６に対して実行することにより、図８Ｃに示すｑ１１～ｑ２２を演算することができる。そして、各データの平均値は、対象時系列データの平均値「３．５」となる。即ち、対象時系列データの平均値（特徴）を維持したまま、該対象時系列データを増加した時系列データである補間処理データを算出することができる。

［補間処理の実施例２の説明］
次に、補間処理の実施例２の手順を、図９、図１０Ａ～１０Ｃを参照して説明する。図９は、データを取得した時刻、対象時系列データ、他の時系列データを０～１の数値に正規化したデータ、及び補間処理データを示す図である。図１０Ａは、対象時系列データに含まれるデータをプロットしたグラフである。図１０Ｂは、他の時系列データを正規化したデータをプロットしたグラフである。図１０Ｃは、補間処理により算出された補間データをプロットしたグラフである。

補間処理の実施例２では、前述した実施例１と対比して、補間処理データの算出方法が相違する。具体的に実施例２では、補間処理により図１０Ａに示す各データｐ１１～ｐ１６を変更する点で前述した実施例１の補間処理と相違する。

以下一例として、図１０Ｃに示す補間データｑ４０、ｑ４１、ｑ４２を演算する手順について説明する。補間データｑ４１は、以下に示す（３）式で算出することができる。

3*4*｛0.407822369/(0.155685658+0.407822369+0.528055218)｝＝4.483358 …（３）
（３）式において、左辺の「３」は、補間データの個数、即ち、ｑ４０、ｑ４１、ｑ４２の３個であることを示す。左辺の「４」は、図１０Ａに示すｐ１４の数値、即ち時刻「００：４５」における対象時系列データの数値を示す。また、括弧内の数値は、それぞれ時刻「００：４５」、「００：５０」、「００：５５」における他の時系列データの数値（正規化した数値）を示している。

また、上記と同様に補間データｑ４０、ｑ４２は、以下に示す（４）式、（５）式で算出することができる。

3*4*｛0.155685658/(0.155685658+0.407822369+0.528055218)｝＝1.711516 …（４）
3*4*｛0.528055218/(0.155685658+0.407822369+0.528055218)｝＝5.805126 …（５）
上述した（３）～（５）式から明らかなように、補間データｑ４０、ｑ４１、ｑ４２の平均値は「４」であり、データｐ１４と一致する。このような演算を、図１０Ａに示すｐ１１～ｐ１６に対して実行することにより、図１０Ｃに示す補間データｑ３１～ｑ４８を演算することができる。そして、補間データｑ３１～ｑ４８の平均値は、対象時系列データの平均値「３．５」となる。即ち、対象時系列データの平均値を維持したまま、該対象時系列データを高精細化した時系列データである補間処理データを算出することができる。

［第１実施形態の効果の説明］
このようにして、第１実施形態に係る補間処理装置１０１によれば、対象ネットワーク装置６１ａで取得される対象時系列データを高精細化することができる。例えば、対象時系列データが１５分間隔で取得される場合に、他のネットワーク装置６１ｂで取得された時系列データ（例えば、５分間隔の時系列データ）を用いて補間処理を実施することにより、対象時系列データを、５分間隔の時系列データに変更することができる。

また、補間処理の前後で予め設定した特徴（代表値）が維持されるように補間処理が実施される。従って、対象時系列データと、該対象時系列データに補間処理を加えた補間処理データとの間で大きな変化が生じることを防止することができる。例えば、補間データとして、物理的にあり得ないデータが用いられることを防止することができる。

更に、補間処理により算出された補間処理データは、一定の時間間隔のデータを有することになるため、データ解析の前処理を不要とし、必要なリソース量を事前に見極めることが可能となる。

また、特徴選択部２３では、設定情報取得部２１にて入力された設定情報に基づいて、複数の他のネットワーク装置６１ｂから所定のものを選択する。従って、対象ネットワーク装置６１ａと特徴が類似する他のネットワーク装置６１ｂをユーザが選択することにより、より精度良く対象時系列データを高精細化することができる。

更に、設定情報取得部２１が、対象ネットワーク装置６１ａより取得される対象時系列データに対して関連性の高い他の時系列データを自動で選択する構成とすれば、ユーザによる選択操作の手間を軽減することができる。また、選択した他の時系列データを用いて補間処理を実施することにより、より精度良く補間処理を実施することができ、対象時系列データを高精細化することができる。

［第２実施形態の説明］
次に、本発明の第２実施形態について説明する。前述した第１実施形態では、対象ネットワーク装置６１ａで取得した対象時系列データを、他のネットワーク装置６１ｂで取得した他の時系列データを用いて補間処理を実施する例について説明した。

これに対して第２実施形態では、対象ネットワーク装置６１ａで取得された、ある区間の対象時系列データを、他の区間における対象時系列データを用いて補間処理を実施する点で相違する。

装置構成は、前述した図１と同様であるので構成説明を省略する。図１１は、対象ネットワーク装置６１ａで取得された対象時系列データの一例を示すグラフである。図１２は、対象時系列データの、全ての区間における代表値（特徴）、及び補間処理の対象となる区間における代表値（特徴）を示す説明図である。

図１１に示す区間Ｔ１においてはデータが１５分間隔で取得され、区間Ｔ２においてはデータが５分間隔で取得されている。本実施形態では、区間Ｔ２で取得したデータを用いて、区間Ｔ１で取得したデータに補間処理を加えることにより、対象時系列データの全体の区間におけるデータを増加させ、対象時系列データ全体を高精細化する。なお、以下では補間対象となる区間を「対象区間」とし、それ以外の区間を「他の区間」とする。

［第２実施形態の補間処理の説明］
次に、第２実施形態に係る補間処理装置による具体的な補間処理について詳細に説明する。図１３Ａは、対象ネットワーク装置６１ａで取得した対象時系列データ中の対象区間の時系列データを示すグラフである。図１３Ｂは、対象ネットワーク装置６１ａで取得した対象時系列データ中の他の区間の時系列データを示すグラフである。

図１３Ａに示す対象区間は、図１１に示した区間Ｔ１に相当し、１５分間隔のデータα１、α２・・が取得されている。図１３Ｂに示す他の区間は、図１１に示した区間Ｔ２に相当し、５分間隔のデータβ１、β２・・が取得されている。そして、図１３Ａに示した対象区間のデータを、図１３Ｂに示した他の区間のデータを用いて補間処理を実施することにより、対象時系列データの全体を高精細化する。

特徴抽出部２２は、対象区間で取得したデータの代表値（特徴）を抽出する。特徴抽出部２２はまた、全区間で取得したデータの代表値（特徴）を抽出する。代表値として、図１２に示すように、対象区間、或いは全区間に含まれる複数のデータの最大値、９９パーセンタイル、５０パーセンタイル、１パーセンタイル、平均値、最小値、分散、中央値、標準偏差、自己相関係数、分布類似度、を挙げることができる。なお、本実施形態では、特徴の例として、上記した各代表値を例に挙げて説明したが、本発明はこれに限定されるものではなく、他の特徴を用いることも可能である。

特徴選択部２３は、特徴抽出部２２で抽出された複数の代表値のうち、設定情報取得部２１で設定された代表値を選択する。特徴選択部２３は、一例として対象区間の平均値を選択する。特徴選択部２３は、一例として他の区間の分散を選択する。

補間処理部２４は、他の区間に含まれる５分間隔のデータを用いて、１５分間隔のデータを含む対象区間のデータに補間処理を加える。そして、対象区間に含まれるデータの数を増加させ、対象時系列データの全体を高精細化する。

具体的な補間処理の手順は、前述した第１実施形態と同様であるので、詳細な説明を省略する。

［第２実施形態の効果の説明］
このようにして、第２実施形態に係る補間処理装置では、前述した第１実施形態と同様の効果を達成することができる。即ち、対象ネットワーク装置６１ａで取得される対象時系列データを高精細化することができる。

また、補間処理の前後で予め設定した特徴（例えば、平均値）が維持されるように補間処理が実施される。従って、対象時系列データと、該対象時系列データに補間処理を加えた補間処理データとの間で大きな変化が生じることを防止することができる。例えば、補間データとして物理的にあり得ないデータが用いられることを防止することができる。

更に、第２実施形態では、対象ネットワーク装置６１ａで取得した対象時系列データの、対象区間のデータを、他の区間のデータを用いて補間処理を実施する。具体的に、例えばデータが１５分間隔で取得される対象区間に対して、データが５分間隔で取得される他の区間のデータを用いて補間処理を実施し、補間処理データを演算する。

このため、他のネットワーク装置６１ｂより取得される他の時系列データを用いることなく、対象時系列データの補間処理を実施することができる。

なお、上述した第１、第２実施形態では、対象時系列データが１５分間隔のデータであり、他の時系列データが５分間隔のデータである例について説明したが、本発明はこれに限定されるものではない。

また、対象時系列データに対して、一つの他の時系列データを用いて補間処理を実施する例について説明したが、対象時系列データに対して、複数の他の時系列データを用いて補間処理を実施することも可能である。このような構成とすることにより、より高精細な補間処理データを取得することができる。

上記説明した本実施形態の補間処理装置１０１には、図１４に示すように例えば、ＣＰＵ（Central Processing Unit、プロセッサ）９０１と、メモリ９０２と、ストレージ９０３（HDD：HardDisk Drive、SSD：SolidState Drive）と、通信装置９０４と、入力装置９０５と、出力装置９０６とを備える汎用的なコンピュータシステムを用いることができる。メモリ９０２およびストレージ９０３は、記憶装置である。このコンピュータシステムにおいて、ＣＰＵ９０１がメモリ９０２上にロードされた所定のプログラムを実行することにより、補間処理装置１０１の各機能が実現される。

なお、補間処理装置１０１は、１つのコンピュータで実装されてもよく、あるいは複数のコンピュータで実装されても良い。また、補間処理装置１０１は、コンピュータに実装される仮想マシンであっても良い。

なお、補間処理装置１０１用のプログラムは、ＨＤＤ、ＳＳＤ、ＵＳＢ（Universal Serial Bus）メモリ、ＣＤ (Compact Disc)、ＤＶＤ (Digital Versatile Disc)などのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。

また、本発明は上記実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。

１ 受信部
２ 処理部
３ 記憶部
４ 出力部
５ ネットワーク
２１ 設定情報取得部
２２ 特徴抽出部
２３ 特徴選択部
２４ 補間処理部
３１ 時系列データ記憶部
３２ 補間処理データ記憶部
６１ ネットワーク装置
６１ａ 対象ネットワーク装置
６１ｂ 他のネットワーク装置
１０１ 補間処理装置

Claims (5)

1. 時系列データを取得する時系列データ取得部と、
   前記時系列データ取得部で取得した各時系列データを記憶する記憶部と、
   前記時系列データのうち、補間処理の対象となる対象時系列データから、特徴を抽出する特徴抽出部と、
   前記特徴抽出部で抽出した特徴のうち、所望の特徴を選択する特徴選択部と、
   前記対象時系列データのうち補間対象となる区間の時系列データに、前記対象時系列データとは異なる他の時系列データ、または、前記対象時系列データのうち補間対象となる区間以外の区間の時系列データを用いて補間処理を実施する補間処理部と、を含み、
   前記補間処理部は、前記特徴選択部で選択された特徴が、補間処理の前後で維持されるように補間すること
   を特徴とする補間処理装置。
2. 前記補間処理部は、前記他の時系列データ、または、前記補間対象となる区間以外の区間の時系列データから補間データを生成し、前記補間データを用いて前記補間対象となる区間の時系列データを補間すること
   を特徴とする請求項１に記載の補間処理装置。
3. 前記特徴選択部は、前記他の時系列データが複数存在する場合には、複数の他の時系列データのうち前記対象時系列データと関連性の高いものを選択し、
   前記補間処理部は、前記特徴選択部で選択された他の時系列データを用いて前記対象時系列データを補間すること
   を特徴とする請求項１または２に記載の補間処理装置。
4. 時系列データを取得するステップと、
   取得した前記時系列データを記憶するステップと、
   前記時系列データのうち、補間処理の対象となる対象時系列データから、特徴を抽出するステップと、
   前記抽出した特徴のうち、所望の特徴を選択するステップと、
   前記対象時系列データのうち補間対象となる区間の時系列データに、前記対象時系列データとは異なる他の時系列データ、または、前記対象時系列データのうち補間対象となる区間以外の区間の時系列データを用い、前記所望の特徴が、補間処理の前後で維持されるように補間するステップと、
   を含むことを特徴とする補間処理方法。
5. 請求項１～３のいずれか１項に記載した補間処理装置としてコンピュータを機能させるための補間処理プログラム。

Images