JP7459548B2 - 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム - Google Patents

人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム Download PDF

Info

Publication number
JP7459548B2
JP7459548B2 JP2020023439A JP2020023439A JP7459548B2 JP 7459548 B2 JP7459548 B2 JP 7459548B2 JP 2020023439 A JP2020023439 A JP 2020023439A JP 2020023439 A JP2020023439 A JP 2020023439A JP 7459548 B2 JP7459548 B2 JP 7459548B2
Authority
JP
Japan
Prior art keywords
assigned
identifier
people
terminals
identifiers
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
Application number
JP2020023439A
Other languages
English (en)
Other versions
JP2021128599A (ja
JP2021128599A5 (ja
Inventor
淳 堺
俊樹 竹内
暢夫 谷口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2020023439A priority Critical patent/JP7459548B2/ja
Priority to US17/173,619 priority patent/US20210258742A1/en
Publication of JP2021128599A publication Critical patent/JP2021128599A/ja
Publication of JP2021128599A5 publication Critical patent/JP2021128599A5/ja
Application granted granted Critical
Publication of JP7459548B2 publication Critical patent/JP7459548B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H04W4/08—User group management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L61/00—Network arrangements, protocols or services for addressing or naming
    • H04L61/50—Address allocation
    • H04L61/5038—Address allocation for local use, e.g. in LAN or USB networks, or in a controller area network [CAN]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L61/00—Network arrangements, protocols or services for addressing or naming
    • H04L61/50—Address allocation
    • H04L61/5069—Address allocation for group communication, multicast communication or broadcast communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/54—Presence management, e.g. monitoring or registration for receipt of user log-on information, or the connection status of the users
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/618—Details of network addresses
    • H04L2101/622—Layer-2 addresses, e.g. medium access control [MAC] addresses
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0811—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/28—Timers or timing mechanisms used in protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Description

本発明は、人数推定システム、人数推定装置、人数推定方法、及び人数推定プログラムに関する。
近年、イベント会場への来場者数やショッピングモールなどにおける群衆の人数を推定する方法として、スマートフォンなどから送信されるＷｉ－Ｆｉのプローブ要求信号を測定し、設定した時間幅の中で測定された識別情報を数え、それを基に人数を推定する方法が提案されている。
例えば、特許文献１は、携帯型無線端末から送信されるプローブ要求信号を検知し、設定時間内に検知されるプローブ要求に含まれる識別子の数をカウントする方法を開示している。そして、特許文献１は、施設の周囲環境にかかわるパラメータを用いた推定アルゴリズムによって施設の利用者を推定する方法を開示している。ここで、特許文献１は、識別子としてＭＡＣ（Media Access Control）アドレスが用いられること、人数を数えるデータの時間幅として「１０分間」という例が用いられること、とを開示している。
さらに、特許文献２は、一般のユーザーのプライバシーを保護する複数の方法を提案している。その一つは、プローブ要求信号に含まれる送信元ＭＡＣアドレスを検証し、ローカルアドレスが割り当てられた端末のみを追跡する方法である。ここで、特許文献２は、識別子ごとにスライドするタイムウィンドウを用いて単体データを生成しており、そのタイムウィンドウとして「１０数秒から１分程度」という例を開示している。
これらの背景技術に係る技術では、プローブ要求信号に含まれるＭＡＣアドレスが、識別子として用いられている。スマートフォンなどから送信されるプローブ要求信号は、数十秒から数分の間隔で間欠的に送信される。そのため、背景技術に係る技術では、ある程度の時間幅が設定され、その期間に測定された識別情報の数を基に，人数が推定されている。
特許第６０２３２８０号公報 特開２０１９－０８７９６１号公報
しかしながら、プローブ要求信号に含まれる送信元ＭＡＣアドレスを識別子とし、設定時間内に検知された数を基に，群衆の人数を推定する方法には、以下の課題がある。IEEE802.11の規格では、端末ごとに固有で不変のＭＡＣアドレスの値が割り当てられることになっている。それを前提に、特許文献１に係る技術は、ＭＡＣアドレスの数を数えて人数を推定している。しかし、近年、プローブ要求信号に含める送信元ＭＡＣアドレスを、グローバルネットワークに割り当てられている真のＭＡＣアドレス（グローバルＭＡＣアドレス）ではなく、ローカルネットワークに割当された仮のＭＡＣアドレス（ローカルＭＡＣアドレス）にする端末が存在する。この端末のなかには、本願発明者が検証したところによると、そのローカルＭＡＣアドレスを十数秒ごとに変更する端末が存在する。
ここで、プローブ要求信号を数える設定時間が長く設定されていると、その間に同じ端末が、異なるローカルＭＡＣアドレスを含んだプローブ要求信号を複数送信することがある。この場合、ＭＡＣアドレスの数が実際に存在する端末数よりも多くカウントされてしまう。
一方、プローブ要求信号を数える設定時間を例えば数秒程度に短くし、対象端末がローカルＭＡＣアドレスを変更する間隔よりも短くすることによって、同じ端末を重複して数えることを避ける方法もある。しかしこの場合、もともとスマートフォンから送信されるプローブ要求信号は、数重秒から数分の間隔で間欠的に送信されるため、設定時間内に送信されない可能性が高くなる。この場合、ＭＡＣアドレスの数が実際に存在する端末数よりも少なくカウントされてしまう。
したがって、グローバルＭＡＣアドレスが割当された端末数のカウントは正確に行われるが、一定間隔でローカルＭＡＣアドレスを変更するローカルＭＡＣアドレスが割当された端末が存在するため、その端末数のカウントが正確に行われない。そのため、実際の端末数を正確にカウントすることは難しい。よって、人数を精度よく推定することが難しいという問題点がある。
本発明は、このような問題点を解決するためになされたものであり、人数を精度よく推定する人数推定システム、人数推定装置、人数推定方法、及び人数推定プログラムを提供することを目的とする。
本開示に係る人数推定システムは、端末から送信される信号を取得する取得装置と、前記信号を用いて人数推定を行う人数推定装置と、を備え、前記人数推定装置は、所定時間内に取得した前記信号をグループにするグループ化手段と、グループ内の前記信号から前記端末の第１の識別子を抽出する抽出手段と、前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、グローバルネットワークに割当された前記第１の識別子を計数する計数手段と、グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定手段と、を有する。
本開示に係る人数推定システムは、端末から送信される信号を取得する取得装置と、前記信号を用いて人数推定を行う人数推定装置と、を備え、前記人数推定装置は、所定時間内に取得した前記信号をグループにするグループ化手段と、グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出手段と、グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数手段と、グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定手段と、を有し、前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である。
本開示に係る人数推定装置は、所定時間内に取得した端末の信号をグループにするグループ化手段と、グループ内の前記信号から前記端末の第１の識別子を抽出する抽出手段と、前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、グローバルネットワークに割当された前記第１の識別子を計数する計数手段と、グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定手段と、を有する。
本開示に係る人数推定方法は、所定時間内に取得した端末の信号をグループにするグループ化ステップと、グループ内の前記信号から前記端末の第１の識別子を抽出する抽出ステップと、前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、グローバルネットワークに割当された前記第１の識別子を計数する計数ステップと、グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定ステップと、を有する。
本開示に係る人数推定プログラムは、所定時間内に取得した端末の信号をグループにするグループ化ステップと、グループ内の前記信号から前記端末の第１の識別子を抽出する抽出ステップと、前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、グローバルネットワークに割当された前記第１の識別子を計数する計数ステップと、グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定ステップと、を有する。
本発明により、人数を精度よく推定する人数推定システム、人数推定装置、人数推定方法、及び人数推定プログラムを提供することができる。
第１の実施形態に係る人数推定システムの構成を説明するためのブロック図である。 第２の実施形態に係る人数推定システムの構成を説明するためのシステム構成図である。 第２の実施形態に係るセンサの構成を詳細に示したブロック図である。 第２の実施形態に係る解析サーバの構成を詳細に示したブロック図である。 第２の実施形態に係る端末がプローブ要求信号を送信する平均間隔あたりの端末の累積度数分布を示したグラフである。 第２の実施形態に係る端末がプローブ要求信号を送信する平均間隔あたりの端末１０の累積度数分布を示したグラフ（拡大図）である。 １分間あたりのユニークなＭＡＣアドレスの総数とそのうちグローバルＭＡＣアドレスの数を示すグラフである。 第２の実施形態にかかる解析サーバの演算部が測定データから人数を推定するための、対象の場所にいる群衆の分類図である。 第２の実施形態に係るセンサの処理を示すフローチャートである。 第２の実施形態にかかる解析サーバの処理を示すフローチャートである。 管理フレームの代表的なフレームフォーマットを示すブロック図である。 第３の実施形態にかかる解析サーバの処理を示すフローチャートである。 第３の実施形態にかかる解析サーバ３０におけるローカルＭＡＣアドレスが割当された端末１０の数の推定方法を示すフローチャートである。 第４の実施形態に係る解析サーバ３０処理を示したフローチャートである。
以下では、本開示を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略する。
（第１の実施形態）
以下、本開示の第１の実施形態について説明する。
はじめに、図１を用いて、第１の実施形態に係る人数推定システム１００の構成について説明する。図１は、第１の実施形態に係る人数推定システム１００の構成を示すブロック図である。人数推定システム１００は、取得装置１と人数推定装置２を備える。取得装置１は、無線端末から送信される信号を取得する。人数推定装置２は、その信号を用いて人数推定を行う。
第１の実施形態に係る人数推定システム１００の動作について説明する。まず、取得装置１は、無線端末から送信される信号を取得する。次に、人数推定装置２は、所定時間内に取得した信号をグループにする。次に、グループ内の信号から端末の識別子を抽出する。人数推定装置２は、識別子を、グローバルネットワークに割当された識別子と、ローカルネットワークに割当された識別子と、に分類する。人数推定装置２は、グローバルネットワークに割当された識別子を計数する。人数推定装置２は、グローバルネットワークに割当された識別子の数を用いて人数を推定する。なお、識別子は、例えばＭＡＣアドレスである。
（第２の実施形態）
続いて、図２、図３、及び図４を用いて、本開示の第２の実施形態に係る人数推定システム２００の構成について説明する。
まず、図２を用いて、第２の実施形態に係る人数推定システム２００の構成を説明する。図２は、第２の実施形態に係る人数推定システム２００の構成を説明するためのシステム構成図である。人数推定システム２００は、端末１０、センサ２０、及び解析サーバ３０を備える。
人数推定システム２００では、センサ２０が、対象の場所に存在する端末１０から送信される無線信号を測定する。そして、解析サーバ３０が、その測定結果を解析することによって対象の場所にいる群衆の人数を推定する。なお、対象の場所とは、センサ２０が端末１０から送信される無線信号を測定できる範囲のことを示す。
端末１０は、無線信号をセンサ２０に送信する機能を有する例えば携帯型無線端末であり、スマートフォン、タブレット、ノートＰＣ、携帯型音楽プレーヤー、可搬型家庭用ゲーム機などIEEE802.11規格に基づくＷｉ－Ｆｉ機能を有する端末である。さらに、端末１０は、無線信号としてＷｉ－Ｆｉ規格に基づくプローブ要求信号などの信号を送信する。プローブ要求信号は、ＭＡＣアドレスを含む。そして、ＭＡＣアドレスは、センサ２０及び解析サーバ３０が端末１０を識別するための識別子として利用できる。
続いて、図３を用いて、センサ２０の構成を詳細に説明する。図３は、第２の実施形態に係るセンサ２０の構成を詳細に示したブロック図である。センサ２０は、例えば、汎用の小型ＰＣである。センサ２０は、Ｗｉ－Ｆｉモジュール２１、時刻付与部２２、記憶部２３、演算部２４、及び外部通信モジュール２５を備える。センサ２０は、周囲の端末１０から送信された信号を測定し、受信時刻を付与した測定結果を解析サーバ３０に送信する。センサ２０は、イーサネット（登録商標）などの有線通信回線、及びＬＴＥやＷｉ－ＦｉやＬＰＷＡなどの無線通信回線によって、測定結果を解析サーバ３０に送信する。
Ｗｉ－Ｆｉモジュール２１は、アンテナと受信機とベースバンドＩＣを有し、Ｗｉ－Ｆｉ信号を送受信する。例えばＷｉ－Ｆｉモジュール２１は、センサ２０の周囲の端末１０から送信されるＷｉ－Ｆｉ信号を測定する。時刻付与部２２は、Ｗｉ－Ｆｉモジュール２１が受信したＷｉ－Ｆｉ信号に受信時刻を付与する。
記憶部２３は、測定したＷｉ－Ｆｉ信号の内容を記憶する。例えば、記憶部２３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又はフラッシュメモリ等の記憶装置である。演算部２４は、記憶部２３に保存された測定データを用いて人数を推定する。演算部２４は、プロセッサとメインメモリを有する。プロセッサは、例えば、マイクロプロセッサ、ＭＰＵ（Micro Processing Unit）、又はＣＰＵ（Central Processing Unit）であってもよい。演算部２４は、複数のプロセッサを含んでもよい。メインメモリは、プロセッサの動作に必要なプログラムやデータを一時的に保持する揮発性メモリ（主記憶装置）である。メインメモリは、例えば、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）などである。なお、センサ２０は、記憶部２３及び演算部２４をその構成を有しておらず、後述の解析サーバ３０がその構成を有していてもよい。
外部通信モジュール２５は、イーサネット接続モジュールやＷｉ－ＦｉモジュールやＬＴＥドングルなどを含み、解析サーバ３０と通信する。
なお、Ｗｉ－Ｆｉモジュール２１は、センサ２０の外部に備えられてセンサ２０にＵＳＢ接続する構成であってもよい。また、Ｗｉ－Ｆｉモジュール２１は、Ｗｉ－Ｆｉによって解析サーバ３０と無線通信する場合、端末１０の無線通信を検知するためのＷｉ－Ｆｉモジュール２１とは別のＷｉ－Ｆｉモジュール２１を設ける。この場合、センサ２０は、複数のＷｉ－Ｆｉモジュール２１を使用することになり、少なくとも１つのＷｉ－Ｆｉモジュール２１を自身の外部にＵＳＢ接続する。
続いて、図４を用いて、解析サーバ３０の構成を詳細に説明する。図４は、第２の実施形態に係る解析サーバ３０の構成を詳細に示したブロック図である。解析サーバ３０は、演算部３１及び記憶部３２を備える。解析サーバ３０は、センサ２０から取得した測定結果を解析することによって対象の場所にいる群衆の人数を推定する機能を有する。
記憶部３２は、センサ２０と接続し、センサ２０の測定結果を記憶する。例えば、記憶部３２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又はフラッシュメモリ等の記憶装置である。
演算部３１は、記憶部３２に保存されたセンサ２０の測定結果を用いて人数を推定する。演算部３１は、プロセッサとメインメモリを有する。プロセッサは、例えば、マイクロプロセッサ、ＭＰＵ（Micro Processing Unit）、又はＣＰＵ（Central Processing Unit）であってもよい。演算部３１は、複数のプロセッサを含んでもよい。メインメモリは、プロセッサの動作に必要なプログラムやデータを一時的に保持する揮発性メモリ（主記憶装置）である。メインメモリは、例えば、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）などである。
＜人数推定方法＞
続いて、解析サーバ３０の演算部３１が対象の場所にいる群衆の人数を推定する人数推定方法について説明する。本願発明者は、演算部３１の人数推定方法を作成するにあたり以下の実験を行った。
Ｗｉ－Ｆｉ規格に基づく端末１０は、能動的に周囲のアクセスポイント（ＡＰ）を検出するため、プローブ要求信号を送信する。このプローブ要求信号は、ユーザーが操作しなくても自動的に送信する設定になっている場合が多い。プローブ要求信号には、端末１０に割当されたＭＡＣアドレスが含まれる。そして、センサ２０は、周囲の端末１０から送信されるプローブ要求信号を検知する。そして、演算部３１が、そこに含まれる端末１０に割当されたＭＡＣアドレスを抽出し、ユニークなＭＡＣアドレスの数を数える。そうすることによって、演算部３１は、センサ２０の周囲に存在する端末１０の数を推定する。
ここで、端末１０がセンサ２０にプローブ要求信号を送信する頻度は、端末１０の種類や設定によって異なる。この送信する頻度を調べるため、本願発明者は、以下の実験を行った。
まず、協力者が３０００個の端末１０を所持した状態で、本願発明者は、８時間の間、端末１０から送信されるプローブ要求信号を、センサ２０を用いて測定した。そして、本願発明者は、測定結果に含まれるＭＡＣアドレスごとにプローブ要求信号を端末１０が送信する平均間隔を計算し、累積度数分布を計算した。その結果は、図５及び図６に示される。図５は、第２の実施形態に係る端末１０がプローブ要求信号を送信する平均間隔あたりの端末１０の累積度数分布を示したグラフである。図６は、端末１０がプローブ要求信号を送信する平均間隔あたりの端末１０の累積度数分布を示したグラフ（拡大図）である。
図５及び図６に示されるように、２分以下の間隔で発信している端末１０は、端末１０の総数の全体の約５０％、１０分以下の間隔で発信している端末は全体の約８５％である。ここで、解析サーバ３０がプローブ要求信号を数える時間幅が数秒から数１０秒程度であると、プローブ要求信号の取りこぼしが多くなる。そうすると、認識されない端末１０が増え、解析サーバ３０は、正しく人数を推定できない。したがって、解析サーバ３０が精度よく人数を推定できるためには、解析サーバ３０において、プローブ要求信号を数える時間幅が十分長く設定されており、プローブ要求信号の取りこぼしを少なくすることが重要である。
しかしながら、演算部３１におけるプローブ要求信号を数える時間幅が長く設定された場合、ＭＡＣアドレスがローカルに割当され、そのＭＡＣアドレスを随時変更する端末１０が現れる。これによって、演算部３１がＭＡＣアドレス数を実際よりも多く数えてしまう可能性が生じる。以下、その可能性を具体的に説明する。
ＭＡＣアドレスは、IEEE802.11準拠の通信モジュールに割当される４８ｂｉｔの識別子である。ＭＡＣアドレスは、８ｂｉｔを一つの単位とするオクテットでは６つのオクテットで表現される。そして、ＭＡＣアドレスの上位３オクテットは、製造者ごとに割り当てられる固有の識別子で、ＯＵＩ（Organizationally Unique Identifier）あるいはベンダーコードと呼ばれる。
ＭＡＣアドレスは、端末ごとに固有で不変の値が割り当てられている。このＭＡＣアドレスは、グローバルネットワークで用いられる（以後、グローバルＭＡＣアドレスと称する）。一方、ＭＡＣアドレスがローカルネットワークで用いられる場合、仮のＭＡＣアドレス（ローカルＭＡＣアドレス）が端末１０に割当されることがある。ローカルＭＡＣアドレスは、マルチＳＳＩＤ（Service Set Identifier）のＡＰや、携帯型無線端末をデザリングして使用する場合や、ＰＳＰ（peer-to-peer）通信などで活用されている。
ローカルＭＡＣアドレスは、第１オクテットの７番目のビットに１を含む。一方、グローバルＭＡＣアドレスは、第１オクテットの７番目のビットに０を含む。したがって、これらの差によって、プローブ要求信号に含まれるＭＡＣアドレスが、ローカルＭＡＣアドレスなのか、グローバルＭＡＣアドレスなのかが判断される。
ここで、一定の数の端末１０は、プローブ要求信号に含まれる自身に割り当てられたＭＡＣアドレスをローカルＭＡＣアドレスにしている。さらに、一定の数の端末１０は、そのローカルＭＡＣアドレスを随時変更する。このため、演算部３１においてプローブ要求信号を数える時間幅が長いと、演算部３１は、ＭＡＣアドレスの数を実際よりも多く数えてしまう可能性がある。
この可能性を確認するため、本願発明者は、以下の実験１から実験３の３種類の実験を行った。これらの実験において、２００人の協力者が端末１０を所持し、センサ２０がその近傍に設置され、センサ２０がそれらの端末１０から送信されるプローブ要求信号を検出する。そして、プローブ要求信号が含む端末１０のＭＡＣアドレスが、計数される。なお、この実験では、プローブ要求信号に含まれる端末１０のＭＡＣアドレスは、ローカルＭＡＣアドレスとグローバルＭＡＣアドレスとの両方を含む。実験１では、協力者は、自由に端末１０を操作する。実験２では、協力者は、端末１０を操作しない。実験３では、協力者は、端末１０のＷｉ－Ｆｉ機能をオンとオフを数秒ごとに切り替える操作を繰り返す。
それらの実験結果を、図７を用いて説明する。図７は、１分間あたりのユニークなＭＡＣアドレスの総数とそのうちグローバルＭＡＣアドレスの数を示すグラフである。ここで、１分間に送信しない端末が存在する可能性を考慮すると、実線で示した全てのＭＡＣアドレス数は、２００未満になることが望ましい。
しかし、図６に示すように、実線で示される端末１０に割当されたＭＡＣアドレス（ローカルＭＡＣアドレス＋グローバルＭＡＣアドレス）の総数は、２５０から６００の間で推移しており、実際よりも非常に多く端末数が推定されている。一方、点線で示される端末１０に割当されたグローバルＭＡＣアドレスの数は、１００前後で推移している。１分間にプローブ要求信号を送信しなかった端末１０が存在すると想定すると、百数十の端末１０は、グローバルＭＡＣアドレスが割当されていると推定される。また、それ以外の数十の端末は、ローカルＭＡＣアドレスが割当されていると推定される。したがって、ローカルＭＡＣアドレスを含んだプローブ要求信号を送信する数十の端末は、操作状態によって１分間に数回から十数回の頻度でＭＡＣアドレスを変更していることになる。
このように、演算部３１は、センサ２０が検出したユニークなＭＡＣアドレスの数をそのまま使用して端末数や人数を推定すると、実際よりも非常に多く人数推定してしまう。さらに、今回は、１分間の時間幅でＭＡＣアドレスを計数したが、この時間幅が長くなるほど、推定する人数が多くなってしまう。
ここで、演算部３１が対象の場所にいる群衆の人数を推定するために、それらの人々を図８に示すようにグループに分類する。図８は、第２の実施形態にかかる解析サーバ３０の演算部３１が測定データから人数を推定するための、対象の場所にいる群衆の分類図である。まず、対象場所にいる群衆Ｇ１を、端末１０を所持していない人（端末非所持グループＧ２）と、端末１０を所持している人（端末所持グループＧ３）とに分類する。次に、端末所持グループＧ３の人が所持している端末１０は、Ｗｉ－Ｆｉ機能をオフにしている端末１０（Ｗｉ－ＦｉオフグループＧ４）と、Ｗｉ－Ｆｉ機能をオンにしている端末１０（Ｗｉ－ＦｉオングループＧ５）とに分類する。そして、Ｗｉ－ＦｉオングループＧ５の端末１０を、ローカルＭＡＣアドレスが割当された端末１０（ローカルＭＡＣアドレスグループＧ６）と、グローバルＭＡＣアドレスが割当された端末１０（グローバルＭＡＣアドレスグループＧ７）とに分類する。
したがって、演算部３１は、端末１０に割当されたＭＡＣアドレスのうち、ユニークなグローバルＭＡＣアドレスの数を数え、その数を用いて以下の数式１に従って、対象場所にいる群衆Ｇ１の人数を推定する。ここで、端末１０は、プローブ要求信号に自身に割当されたＭＡＣアドレスを１つ含んでいる。そのため、ユニークなグローバルＭＡＣアドレスの数は、グローバルＭＡＣアドレスグループＧ７の端末数とみなすことができる。数式１において、Ｎは、推定する対象場所にいる群衆Ｇ１の人数である。ｒｐは、対象場所にいる群衆Ｇ１の人数に対する端末所持グループＧ３の人数の割合である。ｒоｎは、端末所持グループＧ３の人が所持している端末数に対するＷｉ－ＦｉオングループＧ５の端末数の割合である。ｒＧは、Ｗｉ－ＦｉオングループＧ５の端末数に対するグローバルＭＡＣアドレスグループＧ７の端末数の割合である。ＭＧは、ユニークな端末１０に割当されたグローバルＭＡＣアドレスの数である。
Figure 0007459548000001
上述したｒｐ、ｒоｎ及びｒＧは、事前に決定しておくことができる。例えば、ｒｐは、総務省から発表される情報通信機器の保有状況の統計値である９４．８％などの値である。ｒоｎ及びｒＧは、図７の実験結果からそれぞれ９０％、５５％などの値である。なお、ｒｐ、ｒоｎ及びｒＧは、実験により、カメラや人手による計数と本人数推定システム２００の測定結果を比較することにより求めた値でもよい。
さらに、これらのパラメータは、センサを設置する場所の属性に応じて設定されることが望ましい。例えば、携帯型無線端末を所持する人の割合は、都道府県別に統計データが公表されている。そのため、これらのパラメータは、センサが設置されている地域に応じた値に設定される。そして、携帯型無線端末の所持率は、年齢によっても異なり、幼児や小学生や老人は所持率が低いことが想定される。
例えば、センサ設置場所が子供の集まるイベントや平日のバスや病院など老人の割合が多い場所や地域である場合、ｒｐには小さい値が設定される。また、センサ設置場所がホテルや会議場など携帯型無線端末を実際に使用している人の割合が高い場所である場合、ｒоｎが大きくなる。加えて、センサ設置場所がＷｉ－Ｆｉ通信をしている人の割合が高い場所である場合、プローブ要求信号ではなくデータ信号を送信している人の割合が高くなるため、ｒＧの値が大きくなる。このように、地域や場所や時間帯に応じて、数式１のパラメータは、様々な値が設定される。
なお、演算部３１は、実質的にグローバルＭＡＣアドレスの数と、所定のパラメータを用いてローカルＭＡＣアドレスとを有する端末１０の数との合計を推定している。ここで、ローカルＭＡＣアドレスを有する端末１０の数が、ＭＬであるとすると、数式１の最右部で表現されるWi-Fiをオンにしているグループ（Ｗｉ－ＦｉオングループＧ５）の人数は、次の数式２に変形できる。
Figure 0007459548000002
 ゆえに、ＭＬは、数式３で求められる。
Figure 0007459548000003
＜人数推定処理＞
続いて、図９及び図１０を用いて、第２の実施形態に係る人数推定システム２００の処理を説明する。
まず、図９を用いて、センサ２０が対象場所に存在するＷｉ－Ｆｉ端末から送信される信号を測定する処理フローについて説明する。図９は、第２の実施形態に係るセンサ２０の処理を示すフローチャートである。
センサ２０のＷｉ－Ｆｉモジュール２１は、端末１０のＷｉ－Ｆｉ信号を受信する（Ｓ１０１）。具体的には、Ｗｉ－Ｆｉモジュール２１は、解析サーバ３０から測定開始の指示を受けると、プローブ要求信号に代表されるＷｉ－Ｆｉ信号を測定する。続いて、センサ２０の時刻付与部２２は、測定した端末１０のＷｉ－Ｆｉ信号に対して受信時刻を付与する（Ｓ１０２）。センサ２０は、Ｓ１０１、Ｓ１０２の処理を予め指定した時間が経過するまで続ける。
続いて、指定した時間が経過した場合（Ｓ１０３ ＹＥＳ）、センサ２０の外部通信モジュール２５は、解析サーバ３０に対して測定結果を送る（Ｓ１０４）。この測定結果は、解析サーバ３０の記憶部３２に記憶される。そして、解析サーバ３０から測定終了の指示がある場合（Ｓ１０５ ＹＥＳ）、センサ２０は、処理を終了する。また、解析サーバ３０から測定終了の指示がない場合（Ｓ１０５ ＮＯ）、センサ２０は、Ｓ１０１の処理を行う。
他方、指定した時間が経過していない場合（Ｓ１０３ ＮＯ）、センサ２０は、Ｓ１０１の処理を行う。
次に、図１０を用いて、解析サーバ３０における人数推定の処理について説明する。図１０は、第２の実施形態にかかる解析サーバ３０の処理を示すフローチャートである。
まず、解析サーバ３０の演算部３１は、記憶部３２に記憶されているセンサ２０で測定された信号を取得する（Ｓ２０１）。次に、それらの信号を指定した時間でグループ化する（Ｓ２０２）。指定する時間幅を例えば１０分間とすれば、前述の実験結果（図６）より、センサ２０は、全体の８２％の端末のプローブ要求信号を受信できる。また、センサ２０の設置位置が人の移動が激しい場所の場合、指定する時間幅は、１分程度に設定できる。
続いて、演算部３１は、それぞれの時間のグループごとに、ユニークな端末１０に割り当てられたＭＡＣアドレスを抽出する（Ｓ２０３）。続いて、演算部３１は、それらのユニークなＭＡＣアドレスを解析して、グローバルＭＡＣアドレスを抽出し、その数を数える（Ｓ２０４）。最後に、演算部３１は、その数を用いて全体の人数を推定する（Ｓ２０５）。ここで、演算部３１は、数式１に従って、グローバルＭＡＣアドレスの数から、全体の人数を推定できる。なお、演算部３１は、数式２に従って、ローカルＭＡＣアドレスの数を推定し、全体の人数を推定してもよい。
このように、第２の実施形態の人数推定システム２００において、解析サーバ３０の演算部３１は、センサ２０が測定した信号からプローブ要求信号を集計する。そして、演算部３１は、プローブ要求信号に示されている情報を参照して、ＭＡＣアドレスがグローバルＭＡＣアドレスである信号を抽出し、ユニークなグローバルＭＡＣアドレスの数を数える。そして、演算部３１は、その数を基に数式１に従って全体の人数を推定する。
ここで、第２の実施形態の人数推定システム２００において、演算部３１は、グローバルＭＡＣアドレスを用いて、数式１に従って、ローカルＭＡＣアドレスが割当された端末１０の端末数を推定できる。したがって、一定間隔でローカルＭＡＣアドレスを変更するローカルＭＡＣアドレスが割当された端末が存在する場合でも、その端末数を推定できる。よって、群衆の人数を精度よく推定することができる。
なお、実際の運用ではプライバシー保護の観点から、取得したデータの識別子は、匿名化して取り扱われる。すなわち、センサ２０が取得した測定結果に含まれる端末１０に割当されたＭＡＣアドレスは、一方向ハッシュ化関数によって匿名化される。そこで、センサ２０は、測定結果に元々含まれるＭＡＣアドレスを廃棄し、匿名化したＭＡＣアドレスに置き換える。具体的には、センサ２０は、ハッシュ化する前にＭＡＣアドレスがグローバルＭＡＣアドレスか、ローカルＭＡＣアドレスかどうかを解析し、そのフラグを抽出する。そして、例えば、センサ２０は、ＭＡＣアドレスが、グローバルＭＡＣアドレスであれば０、また、ローカルＭＡＣアドレスであれば１の値を割り当て、匿名化したＭＡＣアドレスとともにこの値を保存する。この匿名化は、センサ２０でデータを受信した際に行われ、図９における受信時刻の付与の工程（Ｓ１０２）の後に行われることが望ましい。なお、解析サーバ３０が前述の匿名化を行ってもよい。
また、第２の実施形態に係る人数推定システム２００において、端末１０の例としてIEEE802.11規格に基づくＷｉ－Ｆｉ機能を有する端末を用いて説明したが、本発明の適用はこれに限るものではない。例えば、公衆網の携帯電話端末であれば、端末ごとに割り当てられるＩＭＥＩ（International Mobile Equipment Identity）やＵＳＩＭ（User Identity Module）カードに割り当てられるIMSI（International Mobile Subscriber Identity）などの端末識別子があるので、これを用いて同様に人数推定をすることができる。あるいは、Bluetooth（登録商標）であれば、デバイスの識別子であるDevice Idを用いて同様に人数推定を行うことができる。
また、第２の実施形態の人数推定システム２００において、センサ２０は受信した端末１０の信号を解析サーバ３０に送信し、解析サーバ３０の演算部３１は、人数推定を行っている。そのような構成ではなく、複数のセンサ２０において、センサ２０の演算部２４が、受信した端末１０の信号を基に人数推定を行う構成にしてもよい。
（第３の実施形態）
続いて、本開示の第３の実施形態に係る人数推定システム３００の構成及び動作について説明する。人数推定システム３００の構成は、第２の実施形態に係る人数推定システム２００の構成と同じである。ただ、人数推定システム３００の動作は、人数推定システム２００と比較して、解析サーバ３０の演算部３１における人数を推定する方法と処理が異なる。
＜人数推定方法＞
第２の実施形態に係る人数推定システム２００の解析サーバ３０の演算部３１は、図８に示すように、端末１０に割当されたグローバルＭＡＣアドレスの数から、対象場所にいる群衆Ｇ１の人数を推定する。
一方、図８に示すように、本実施形態に係る人数推定システム３００の解析サーバ３０の演算部３１は、ローカルＭＡＣアドレスグループＧ６の端末数を推定する。そして、演算部３１は、その数をグローバルＭＡＣアドレスグループＧ７の端末数に足し合わせて、Ｗｉ－ＦｉオングループＧ５の数を推定する。演算部３１は、数式１を変形した数式５に従って、対象場所にいる群衆Ｇ１の人数を推定する。以下、人数推定システム３００の解析サーバ３０の演算部３１における人数推定方法について説明する。
Ｗｉ－Ｆｉに代表されるIEEE802.11規格に基づくフレームは、制御フレーム、管理フレーム、データフレームなどの種類のフレームを含む。このうち管理フレームは、プローブ要求のほか、プローブ応答、ビーコン、アソシエーション要求、アソシエーション応答、アソシエーション解除、認証、認証解除、などの種類の用途を含む。これらには、それぞれデータのフォーマットが規定されている。管理フレームの代表的なフレームフォーマットは、図１１のように示される。図１１は、管理フレームの代表的なフレームフォーマットを示すブロック図である。管理フレームは、Frame Control、Duration、Address、Sequence Control、HT Control、Frame Body、及びＦＣＳ（Frame Check Sequence）のフィールドを含む。
図１１に示されるように、Frame Controlは、フレームの種類、フレームの宛先、送信元が無線か有線かどうか、フラグメント情報、電力管理、WEPの使用の有無などの情報を含む。Durationは、電波を使用する予定期間(フレーム送信に必要な時間)の情報である。Addressは、宛先のＭＡＣアドレス、送信元のＭＡＣアドレス、アクセスポイントのＭＡＣアドレス（BSSID）などの情報である。Sequence Controlは、送信するデータのシーケンス番号、またはフラグメント化した場合のフラグメント番号の情報である。HT Controlは、Positionやシーケンスのキャリブレーションなどの情報を含む。ただ、HT Controlは、含められる場合と含められない場合がある。Frame Bodyは、管理フレームの種類によって構成するフィールドが規定されている。なお、プローブ要求に用いられる管理フレームは、SSID、Supported Rates, Request informationなど１４種類のフィールドを含む。
さて、これらのフィールドには、その値が送信元の端末を識別するのに有用なものと、識別には有用でないものとがある。有用でないフィールドは、Frame Controlが含むフレームの種類やフラグメント情報、Duration、Sequence Control、Frame Bodyが含むChannel Usageなどがある。これらは、短時間でその値が変化し、また、同時刻で目的によって異なる値で送信される。他方、Frame Controlが含む送信元情報や電力管理やWEP情報、Frame BodyのSSIDやSupported rateなどは、短時間では値が変化しない為送信元の端末をある程度分類して識別するのに有用である。
そこで、人数推定システム３００の解析サーバ３０の演算部３１は、これら識別に有用なフレームの値を連結して、端末１０の識別子として用いる。この識別子を、機種識別子と称する。ローカルＭＡＣアドレスが割当された端末１０において、短時間にＭＡＣアドレスが変更される場合でも、機種識別子は、端末の設定を変更しない限り変わらない。そのため、機種識別子は、適切なフィールドを選択することにより端末数を推定するのに有効である。
しかしながら、機種識別子は、同じ機種の携帯型無線端末で同じ設定であれば等しくなることが多い。発明者が検証したところによると、平均して３個程度の端末は、同じ機種識別子を有していた。したがって、演算部３１は、同じ機種識別子を有する端末の割合を重複率ａとし、その重複率ａを数式４に従って推定する。数式４において、Ｍは、検出したユニークな端末１０に割当されたＭＡＣアドレスの数、Ｔは、ユニークな機種識別子の数である。重複率ａは、検知する端末数が大きくなるほど大きくなる傾向がある。例えば、Ｍが数十の時、ａは１．２程度、Ｍが数千個の時、ａは５．０程度である。
Figure 0007459548000004
ここで、演算部３１は、この重複率ａを用いて、ユニークな端末１０に割当されたローカルＭＡＣアドレスの数ＭＬを推定する。以下、ローカルＭＡＣアドレスが割当された端末１０の数ＭＬの推定方法を説明する。
ローカルＭＡＣアドレスが割当された端末１０の重複率ａＬは、数式５で表される。ＭＬは、ユニークな端末１０に割当されたローカルＭＡＣアドレスの数である。ＴＬは、ローカルＭＡＣアドレスが割当された端末１０における機種識別子の数である。
Figure 0007459548000005
また、ＭＡＣアドレスがグローバルＭＡＣアドレスである端末の重複率ａＧは、数式６で表される。ＭＧは、ユニークな端末１０に割当されたグローバルＭＡＣアドレスの数である。ＴＧは、グローバルＭＡＣアドレスが割当された端末１０における機種識別子の数である。
Figure 0007459548000006
ただ、演算部３１は、ＭＧ、ＴＧ、ＴＬを端末１０の信号から算出できるが、演算部３１は、ＭＬを算出できない。そこで、演算部３１は、ａＬ≒ａＧと仮定し、数式７に従ってＭＬを算出する。
Figure 0007459548000007
そして、推定する対象場所にいる群衆Ｇ１の人数Ｎは、数式１を変形した数式８で表される。ｒｐは、対象場所にいる群衆Ｇ１の人数に対する端末所持グループＧ３の人数の割合である。ｒоｎは、端末所持グループＧ３の人が所持している端末数に対するＷｉ－ＦｉオングループＧ５の端末数の割合である。
Figure 0007459548000008
演算部３１は、数式８に従って対象場所にいる群衆Ｇ１の人数Ｎを推定する。具体的には、ＭＬは、ローカルＭＡＣアドレスグループＧ６の端末数を示す。ＭＧは、グローバルＭＡＣアドレスグループＧ７の端末数を示す。そして、演算部３１は、ＭＬの値にＭＧの値を加えて、Ｗｉ－ＦｉオングループＧ５の数を推定する。演算部３１は、その値をｒｐ、及びｒоｎで割ることによって、対象場所にいる群衆Ｇ１の人数Ｎを推定する。
＜人数推定処理＞
次に、人数推定処理について説明する。第３の実施形態にかかる人数推定システム３００のセンサ２０は、人数推定システム２００と同様に、周囲の端末１０から送信される信号を測定して解析サーバ３０に送信する処理を行う。そのため、その処理の説明を省略する。
続いて、第３の実施形態にかかる解析サーバ３０の人数推定の処理について、図１２を用いて説明する。図１２は、第３の実施形態にかかる解析サーバ３０の処理を示すフローチャートである。
まず、解析サーバ３０の演算部３１は、記憶部３２に記憶されているセンサ２０で測定された信号を取得する（Ｓ３０１）。次に、それらの信号を指定した時間でグループ化する（Ｓ３０２）。次に、演算部３１は、それぞれの時間のグループごとに、ユニークなＭＡＣアドレスを抽出する（Ｓ３０３）。次に、演算部３１は、それぞれの信号において、フレーム内の指定したフィールドの値を連結して機種識別子を作成し、機種識別子を信号に対して付与する（Ｓ３０４）。次に、演算部３１は、それぞれの信号において、ユニークな端末１０に割当されたＭＡＣアドレスを解析して、グローバルＭＡＣアドレスを抽出し、その数を数える（Ｓ３０５）。次に、演算部３１は、ローカルＭＡＣアドレスが割当された端末１０の数を、後述する図１３に示される方法で推定する（Ｓ３０６）。最後に、演算部３１は、グローバルＭＡＣアドレスが割当された端末１０の数と、ローカルＭＡＣアドレスが割当された端末１０の数を用いて、全体の人数を推定する（Ｓ３０７）。
続いて、第３の実施形態にかかる解析サーバ３０におけるローカルＭＡＣアドレスが割当された端末１０の数を推定する処理を、図１３を用いて説明する。図１３は、第３の実施形態にかかる解析サーバ３０におけるローカルＭＡＣアドレスが割当された端末１０の数の推定方法を示すフローチャートである。以下、グローバルＭＡＣアドレスが割当された端末１０の機種識別子をグローバル機種識別子、ローカルＭＡＣアドレスが割当された端末１０の機種識別子をローカル機種識別子と称する。
まず、演算部３１は、グローバルＭＡＣアドレスの重複率ａＧを算出する（Ｓ４０１）。具体的には、ユニークなグローバルＭＡＣアドレスの数をユニークなグローバル機種識別子の数で割ることにより、グローバルＭＡＣアドレスの重複率ａＧを算出する。次に、演算部３１は、ローカル機種識別子を計数する（Ｓ４０２）。具体的には、演算部３１は、ローカルＭＡＣアドレスが割当された端末１０において、ユニークなローカル機種識別子の数を数える。最後に、演算部３１は、ローカルＭＡＣアドレスの数を推定する（Ｓ４０３）。具体的には、演算部３１は、Ｓ４０１の処理で算出したグローバルＭＡＣアドレスの重複率ａＧと、Ｓ４０２の処理で算出したローカル機種識別子の数ＴＬをかけることにより、ローカルＭＡＣアドレスが割当された端末１０の数を推定する。
なお、演算部３１は、グローバルＭＡＣアドレスの重複率ａＧは、データを集計する時間ごとに計算しても良く、また一旦計算した値を１時間や１日、１週間などしばらくの間使用してもよい。
以上のように、人数推定システム３００の解析サーバ３０の演算部３１は、センサ２０で受信したプローブ要求信号を集計し、フレームに含まれるフィールドの値を連結して機種識別子を作成する。演算部３１は、グローバルＭＡＣアドレスが割当された端末１０のグループの重複率を算出し、その値を用いてローカルＭＡＣアドレスが割当された端末１０の数を推定する。そして、人数推定システム３００は、それを測定したグローバルＭＡＣアドレスを含む端末１０の数に加算し、数式８に従って、全体の人数を推定する。
なお、前述の実施形態では、端末１０から送信される信号は、プローブ要求信号であるとして説明されている。Ｗｉ－Ｆｉ規格に基づくフレームは、基本的にすべてＭＡＣアドレスが含んでいるため、その他の管理フレームの信号や、制御フレーム、データフレームの信号もまったく同様に計測対象として人数推定に用いることができる。その場合、その信号はプローブ要求信号とは送信頻度が異なるので、データを集計する設定時間の幅は、用いる信号の種類に応じて変更される必要がある。
（第４の実施形態）
続いて、第４の実施形態の人数推定システム４００の構成について説明する。人数推定システム４００の構成は、第２の実施形態に係る人数推定システム２００の構成と同じである。人数推定システム４００の解析サーバ３０の演算部３１は、第３の実施形態の推定方法を簡略化して少ないデータ数で演算する。
＜人数推定方法＞
人数推定システム４００の解析サーバ３０の演算部３１は、第３の実施形態にかかる人数推定システム３００と同様に、端末１０の信号の測定を行う。そして、人数推定システム４００は、測定した信号内部に含むフィールドの値を用いた機種識別子を作成して付与する。
そして、演算部３１は、前述の数式３を用いて重複率ａを設定する。なお、重複率ａは、データを集計する時間ごとに計算しても良いが、一旦設定した値を１時間や１日、１週間など一定の期間固定する方が計算負荷を軽くする観点で望ましい。
演算部３１は、数６の式に従って、図８に示される対象場所にいる群衆Ｇ１の人数Ｎを推定する。ここで、Ｔは、センサ２０が測定した信号が含むユニークな機種識別子の数である。ｒｐは、対象場所にいる群衆Ｇ１の人数に対する端末所持グループＧ３の人数の割合である。ｒоｎは、端末所持グループＧ３の人が所持している端末数に対するＷｉ－ＦｉオングループＧ５の端末数の割合である。
Figure 0007459548000009
＜人数推定処理＞
続いて、第４の実施形態に係る解析サーバ３０における人数推定の処理について、図１４を用いて説明する。図１４は、第４の実施形態に係る解析サーバ３０における人数推定の処理を示したフローチャートである。
まず、解析サーバ３０の演算部３１は、記憶部３２に記憶されているセンサ２０で測定された信号を取得する（Ｓ５０１）。次に、それらの信号を指定した時間でグループ化する（Ｓ５０２）。次に、演算部３１は、それぞれの信号において、フレーム内の指定したフィールドの値を連結して機種識別子を作成し、機種識別子を信号に対して付与する（Ｓ５０３）。次に、演算部３１は、それらユニークな機種識別子の数を数える（Ｓ５０４）。最後に、演算部３１は、その数を用いて、数式９に従って、全体の人数を推定する（Ｓ５０５）。
このように、第４の実施形態に係る人数推定システム４００は、信号に含まれるＭＡＣアドレスが、ローカルＭＡＣアドレスなのか、グローバルＭＡＣアドレスかどうかを逐一解析しない。そのため、人数推定システム４００は、メモリや演算時間など少ない演算リソースで人数推定を行える。
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
上述の実施形態における各構成は、ハードウェア又はソフトウェア、もしくはその両方によって構成され、１つのハードウェア又はソフトウェアから構成してもよいし、複数のハードウェア又はソフトウェアから構成してもよい。各装置の機能（処理）を、ＣＰＵやメモリ等を有するコンピュータにより実現してもよい。例えば、記憶装置に実施形態における方法を行うためのプログラムを格納し、各機能を、記憶装置に格納されたプログラムをＣＰＵで実行することにより実現してもよい。
これらのプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random Access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
端末から送信される信号を取得する取得装置と、
前記信号を用いて人数推定を行う人数推定装置と、を備え、
前記人数推定装置は、
所定時間内に取得した前記信号をグループにするグループ化手段と、
グループ内の前記信号から前記端末の第１の識別子を抽出する抽出手段と、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
グローバルネットワークに割当された前記第１の識別子を計数する計数手段と、
グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定手段と、を有する人数推定システム。
（付記２）
前記推定手段は、グローバルネットワークに割当された前記第１の識別子の数を用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定する、付記１に記載の人数推定システム。
（付記３）
端末から送信される信号を取得する取得装置と、
前記信号を用いて人数推定を行う人数推定装置と、を備え、
前記人数推定装置は、
所定時間内に取得した前記信号をグループにするグループ化手段と、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
前記第２の識別子を計数する計数手段と、
前記第２の識別子の数を基に、前記端末を所有する人数を推定する推定手段と、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定システム。
（付記４）
端末から送信される信号を取得する取得装置と、
前記信号を用いて人数推定を行う人数推定装置と、を備え、
前記人数推定装置は、
所定時間内に取得した前記信号をグループにするグループ化手段と、
グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出手段と、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数手段と、
グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定手段と、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定システム。
（付記５）
前記推定手段は、グローバルネットワークに割当された前記第２の識別子の数に対する、グローバルネットワークに割当された前記第１の識別子を有する前記端末の数の比を算出し、当該比と、ローカルネットワークに割当された前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定する、付記４に記載の人数推定システム。
（付記６）
前記第２の識別子を作成するために用いられる前記信号に含まれる値は、Ｗｉ－ＦｉフレームのFrame Bodyに含まれるフィールドの値を含むことを特徴とする、付記３乃至５のいずれか一項に記載の人数推定システム。
（付記７）
前記端末は、IEEE802.11規格に基づく携帯型端末であることを特徴とする、付記１乃至６のいずれか一項に記載の人数推定システム。
（付記８）
前記第１の識別子は、ＭＡＣアドレスであることを特徴とする、付記１乃至７のいずれか一項に記載の人数推定システム。
（付記９）
前記端末から送信される前記信号は、プローブ要求信号であることを特徴とする、付記１乃至８のいずれか一項に記載の人数推定システム。
（付記１０）
前記所定の数式は、使用するパラメータをセンサで測定する地域、場所、時間に応じて変更することを特徴とする、前記付記１から９に記載の人数推定システム。
（付記１１）
所定時間内に取得した端末の信号をグループにするグループ化手段と、
グループ内の前記信号から前記端末の第１の識別子を抽出する抽出手段と、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
グローバルネットワークに割当された前記第１の識別子を計数する計数手段と、
グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定手段と、を有する人数推定装置。
（付記１２）
所定時間内に取得した端末の信号をグループにするグループ化手段と、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
前記第２の識別子を計数する計数手段と、
前記第２の識別子の数を基に、前記端末を所有する人数を推定する推定手段と、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定装置。
（付記１３）
所定時間内に取得した端末の信号をグループにするグループ化手段と、
グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出手段と、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数手段と、
グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定手段と、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定装置。
（付記１４）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号から前記端末の第１の識別子を抽出する抽出ステップと、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
グローバルネットワークに割当された前記第１の識別子を計数する計数ステップと、
グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定ステップと、を有する人数推定方法。
（付記１５）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
前記第２の識別子を計数する計数ステップと、
前記第２の識別子の数を基に、前記端末を所有する人数を推定する推定ステップと、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定方法。
（付記１６）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出ステップと、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数ステップと、
グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定ステップと、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定方法。
（付記１７）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号から前記端末の第１の識別子を抽出する抽出ステップと、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
グローバルネットワークに割当された前記第１の識別子を計数する計数ステップと、
グローバルネットワークに割当された前記第１の識別子の数を用いて人数を推定する推定ステップと、を有する人数推定プログラム。
（付記１８）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
前記第２の識別子を計数する計数ステップと、
前記第２の識別子の数を基に、前記端末を所有する人数を推定する推定ステップと、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定プログラム。
（付記１９）
所定時間内に取得した端末の信号をグループにするグループ化ステップと、
グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出ステップと、
グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数ステップと、
グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定ステップと、を有し、
前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定プログラム。
１ 取得装置
２ 人数推定装置
２０ センサ
２１ Ｗｉ－Ｆｉモジュール
２２ 時刻付与部
２３ 記憶部
２４ 演算部
２５ 外部通信モジュール
３０ 解析サーバ
３１ 演算部
３２ 記憶部
１００ 人数推定システム
２００ 人数推定システム
３００ 人数推定システム
４００ 人数推定システム
Ｇ１ 対象場所にいる群衆
Ｇ２ 端末非所持グループ
Ｇ３ 端末所持グループ
Ｇ４ Ｗｉ－Ｆｉオフグループ
Ｇ５ Ｗｉ－Ｆｉオングループ
Ｇ６ ローカルＭＡＣアドレスグループ
Ｇ７ グローバルＭＡＣアドレスグループ

Claims (8)

  1. 所定時間内に取得した端末の信号をグループにするグループ化手段と、
    グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出手段と、
    グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
    前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
    グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数手段と、
    グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定手段と、を有し、
    前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定装置。
  2. 前記推定手段は、グローバルネットワークに割当された前記第２の識別子の数に対する、グローバルネットワークに割当された前記第１の識別子を有する前記端末の数の比を算出し、当該比と、ローカルネットワークに割当された前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定する、請求項１に記載の人数推定装置。
  3. 前記第２の識別子を作成するために用いられる前記信号に含まれる値は、Ｗｉ－ＦｉフレームのFrame Bodyに含まれるフィールドの値を含むことを特徴とする、請求項１又は２に記載の人数推定装置。
  4. 前記第１の識別子は、ＭＡＣアドレスであることを特徴とする、請求項１乃至３のいずれか一項に記載の人数推定装置。
  5. 前記端末は、IEEE802.11規格に基づく携帯型端末であることを特徴とする、請求項１乃至４のいずれか一項に記載の人数推定装置。
  6. 端末から送信される信号を取得する取得装置と、
    前記信号を用いて人数推定を行う人数推定装置と、を備え、
    前記人数推定装置は、
    所定時間内に取得した前記信号をグループにするグループ化手段と、
    グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出手段と、
    グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成手段と、
    前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類手段と、
    グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数手段と、
    グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定手段と、を有し、
    前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定システム。
  7. 所定時間内に取得した端末の信号をグループにするグループ化ステップと、
    グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出ステップと、
    グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
    前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
    グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数ステップと、
    グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定ステップと、を有し、
    前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定方法。
  8. 所定時間内に取得した端末の信号をグループにするグループ化ステップと、
    グループ内の前記信号からユニークな前記端末の第１の識別子を抽出する抽出ステップと、
    グループ内の前記信号に対して、前記信号に含まれる複数の値を用いて第２の識別子を作成する作成ステップと、
    前記第１の識別子を、グローバルネットワークに割当された前記第１の識別子と、ローカルネットワークに割当された前記第１の識別子と、に分類する分類ステップと、
    グローバルネットワークに割当された前記第１の識別子及びユニークな第２の識別子を計数する計数ステップと、
    グローバルネットワークに割当された前記第１の識別子の数と前記第２の識別子の数とを用いて、ローカルネットワークに割当された前記第１の識別子を有する前記端末の数を推定し、グローバルネットワークに割当された前記第１の識別子の数とローカルネットワークに割当された前記第１の識別子を有する前記端末の数とを用いて、人数を推定する推定ステップと、を有し、
    前記信号に含まれる複数の値は、前記所定時間内における変化が所定値以下であるとして予め選択された値である、人数推定プログラム。
JP2020023439A 2020-02-14 2020-02-14 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム Active JP7459548B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020023439A JP7459548B2 (ja) 2020-02-14 2020-02-14 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム
US17/173,619 US20210258742A1 (en) 2020-02-14 2021-02-11 Apparatus for estimating number of people and method for estimating number of people

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020023439A JP7459548B2 (ja) 2020-02-14 2020-02-14 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム

Publications (3)

Publication Number Publication Date
JP2021128599A JP2021128599A (ja) 2021-09-02
JP2021128599A5 JP2021128599A5 (ja) 2023-01-31
JP7459548B2 true JP7459548B2 (ja) 2024-04-02

Family

ID=77273214

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020023439A Active JP7459548B2 (ja) 2020-02-14 2020-02-14 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム

Country Status (2)

Country Link
US (1) US20210258742A1 (ja)
JP (1) JP7459548B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386344B2 (en) * 2020-02-15 2022-07-12 Near Intelligence Holdings, Inc. Method for automatic estimation of spatio-temporal entity counts using machine learning from partially observable location data

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017022505A (ja) 2015-07-09 2017-01-26 株式会社リクルートホールディングス 混雑状況推定システムおよび混雑状況推定方法
JP2019087961A (ja) 2017-11-10 2019-06-06 日本電信電話株式会社 取得装置、計測システム、取得方法、及びプログラム
JP2019197988A (ja) 2018-05-09 2019-11-14 公立大学法人岩手県立大学 端末推定システム、端末推定方法、プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017022505A (ja) 2015-07-09 2017-01-26 株式会社リクルートホールディングス 混雑状況推定システムおよび混雑状況推定方法
JP2019087961A (ja) 2017-11-10 2019-06-06 日本電信電話株式会社 取得装置、計測システム、取得方法、及びプログラム
JP2019197988A (ja) 2018-05-09 2019-11-14 公立大学法人岩手県立大学 端末推定システム、端末推定方法、プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
中田 恵史,他２名，無線ＬＡＮにおけるプローブ要求を用いた混雑度推定，情報処理学会 研究報告 マルチメディア通信と分散処理（ＤＰＳ） ２０１８－ＤＰＳ－１７５ ［ｏｎｌｉｎｅ］ ，情報処理学会，2018年05月31日，p.1-7

Also Published As

Publication number Publication date
JP2021128599A (ja) 2021-09-02
US20210258742A1 (en) 2021-08-19

Similar Documents

Publication Publication Date Title
Altuwaiyan et al. EPIC: efficient privacy-preserving contact tracing for infection detection
Musa et al. Tracking unmodified smartphones using wi-fi monitors
US8509807B2 (en) Location reporting responsive to transitions in motional state of wireless equipment
KR101526637B1 (ko) 무선 액세스 포인트에 의한 복수의 서비스 네트워크에 대한 지원의 애드버타이즈
CN107995649A (zh) 通过wifi探针实现考勤打卡或统计人流量的方法与系统
CN104811894B (zh) 一种人流分布的统计方法、装置及服务器
US10652209B2 (en) Router address type identification method and apparatus
WO2011139639A1 (en) Network fault notification from user device and corresponding feedback from network
CN111372183B (zh) 一种识别质差终端的方法、装置、设备及存储介质
WO2017125025A1 (zh) 寻呼的方法、装置、系统及存储介质
CN103119974A (zh) 用于维护无线网络中的隐私的系统和方法
US20140204925A1 (en) Information providing system, information providing apparatus, and information providing method
US20180376289A1 (en) Crowd Condition Estimation System, Crowd Condition Estimation Method and Recording Medium
US10405217B2 (en) Methods and apparatus to measure wireless networks indoors
KR20200038731A (ko) 실내 유동인구 분석 방법 및 장치
CN108876950B (zh) 考勤追踪的方法、装置、终端、服务器及存储介质
Uras et al. PmA: a solution for people mobility monitoring and analysis based on WiFi probes
CN108391234A (zh) 一种基于WiFi技术的人流量检测装置
JP7459548B2 (ja) 人数推定システム、人数推定装置、人数推定方法及び人数推定プログラム
CN105592463B (zh) 一种接入认证方法及装置
Rütermann et al. Know thy quality: Assessment of device detection by wifi signals
CN108810821B (zh) 考勤追踪的方法、装置、终端、服务器及存储介质
CN108293267A (zh) 基于信道利用率统计的动态退避时间
CN106204143A (zh) 获取设备特征id方法和系统及用之判断虚拟设备的方法
JP2017134530A5 (ja) 国籍判別装置及び国籍判別方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230123

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230123

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240202

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: 20240220

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240304

R150 Certificate of patent or registration of utility model

Ref document number: 7459548

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150