JPH10308824A - 通信網における疎通状況判定装置 - Google Patents
通信網における疎通状況判定装置Info
- Publication number
- JPH10308824A JPH10308824A JP10048539A JP4853998A JPH10308824A JP H10308824 A JPH10308824 A JP H10308824A JP 10048539 A JP10048539 A JP 10048539A JP 4853998 A JP4853998 A JP 4853998A JP H10308824 A JPH10308824 A JP H10308824A
- Authority
- JP
- Japan
- Prior art keywords
- communication network
- normal
- connection
- abnormal
- point likelihood
- 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.)
- Granted
Links
Landscapes
- Monitoring And Testing Of Exchanges (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
(57)【要約】
【課題】 判定精度が高く、やや悪い疎通状況が長く続
く状態も判定できる通信網における疎通状況判定装置を
提供する。 【解決手段】 通信網における単位時間当りの呼の接続
要求数（ＢＩＤ）と単位時間当りの呼の接続完了数（Ａ
ＮＳ）とから接続成功率を求めて通信網における疎通状
況の正常又は異常を判定する装置であって、通信網が正
常時のＢＩＤとＡＮＳとの組の集合をモデル作成のため
のサンプルデータとし、サンプルデータから通信網が正
常時の平均接続率を算出するモデル生成手段と、ＢＩＤ
及びＡＮＳの時系列と、モデル生成手段によって生成さ
れた平均接続率とに基づいて、通信網が正常であると考
える正常仮説の一点尤度と、通信網が異常であると考え
る異常仮説の一点尤度とを算出する一点尤度計算手段
と、一点尤度計算手段により算出された正常仮説及び異
常仮説の一点尤度の時系列を用いて通信網の疎通状況の
正常又は異常の判定を行う判定手段とを備えている。
く状態も判定できる通信網における疎通状況判定装置を
提供する。 【解決手段】 通信網における単位時間当りの呼の接続
要求数（ＢＩＤ）と単位時間当りの呼の接続完了数（Ａ
ＮＳ）とから接続成功率を求めて通信網における疎通状
況の正常又は異常を判定する装置であって、通信網が正
常時のＢＩＤとＡＮＳとの組の集合をモデル作成のため
のサンプルデータとし、サンプルデータから通信網が正
常時の平均接続率を算出するモデル生成手段と、ＢＩＤ
及びＡＮＳの時系列と、モデル生成手段によって生成さ
れた平均接続率とに基づいて、通信網が正常であると考
える正常仮説の一点尤度と、通信網が異常であると考え
る異常仮説の一点尤度とを算出する一点尤度計算手段
と、一点尤度計算手段により算出された正常仮説及び異
常仮説の一点尤度の時系列を用いて通信網の疎通状況の
正常又は異常の判定を行う判定手段とを備えている。
Description
【０００１】
【発明の属する技術分野】本発明は、通信網における疎
通状況判定装置に関し、特に通信網における単位時間当
りの呼の接続要求数（ＢＩＤ) と単位時間当りの呼の接
続完了数（ＡＮＳ) とから接続成功率を求めて通信網に
おける疎通状況の正常又は異常を判定する装置に関す
る。
通状況判定装置に関し、特に通信網における単位時間当
りの呼の接続要求数（ＢＩＤ) と単位時間当りの呼の接
続完了数（ＡＮＳ) とから接続成功率を求めて通信網に
おける疎通状況の正常又は異常を判定する装置に関す
る。
【０００２】
【従来の技術】国際電話網の疎通管理について、ＩＴ
Ｕ、ＣＣＩＴＴの勧告では、国際通信事業者は「通話の
接続に成功した率であるＡＢＲ（Ａｎｓｗｅｒ Ｂｉｄ
Ｒａｔｉｏ）を対外通信事業者（キャリア）別に観測
し、ＡＢＲが低下した場合は回線異常やトラヒックの急
増等の現象が起こっていないか調査する」ことになって
いる。これらの基準は、ＩＴＵ，ＣＣＩＴＴ，ＲＥＤ
ＢＯＯＫ，ＶｏｌｕｍｅII，Ｆａｓｃｉｃｌｅ II．３
（１９８５），ｐｐ．５−８１やＩＴＵ，Ｒｅｃｏｍｍ
ｅｎｄａｔｉｏｎｓ Ｅ．４０１−Ｅ．４２７，ＢＬＵ
Ｅ ＢＯＯＫ，ＶｏｌｕｍｅII，Ｆａｓｃｉｃｌｅ I
I．３（１９８９）に規定されている。
Ｕ、ＣＣＩＴＴの勧告では、国際通信事業者は「通話の
接続に成功した率であるＡＢＲ（Ａｎｓｗｅｒ Ｂｉｄ
Ｒａｔｉｏ）を対外通信事業者（キャリア）別に観測
し、ＡＢＲが低下した場合は回線異常やトラヒックの急
増等の現象が起こっていないか調査する」ことになって
いる。これらの基準は、ＩＴＵ，ＣＣＩＴＴ，ＲＥＤ
ＢＯＯＫ，ＶｏｌｕｍｅII，Ｆａｓｃｉｃｌｅ II．３
（１９８５），ｐｐ．５−８１やＩＴＵ，Ｒｅｃｏｍｍ
ｅｎｄａｔｉｏｎｓ Ｅ．４０１−Ｅ．４２７，ＢＬＵ
Ｅ ＢＯＯＫ，ＶｏｌｕｍｅII，Ｆａｓｃｉｃｌｅ I
I．３（１９８９）に規定されている。
【０００３】図１は、ある国に対する１日の接続呼にお
けるＡＢＲ、ＢＩＤ及びＡＮＳの時系列データを示す特
性図である。
けるＡＢＲ、ＢＩＤ及びＡＮＳの時系列データを示す特
性図である。
【０００４】図１（ａ）において、破線及び一点鎖線
は、それぞれ２つの段階の異常を示す閾値である。これ
ら閾値は、当該国における過去のデータに基づいて監視
員の経験上から設定される。呼の接続要求数が一日の中
でも多い時間帯（例えば午後５時〜午後７時）では閾値
が高くなっており、これにより監視処理が円滑に行われ
ている。しかしながら、図１（ｂ）に示すようにＢＩＤ
が極めて減少する時間帯（例えば午前１時〜午前７時）
では、図１（ａ）に示すようにＡＢＲが激しく上下す
る。この現象は、ＡＢＲをＡＮＳとＢＩＤとの比から求
めている（ＡＢＲ＝ＡＮＳ／ＢＩＤ）ためである。即
ち、ＡＮＳ及びＢＩＤが増大する時間帯では、両者の値
が共に大きいためにＡＢＲの変動は少ない。逆に、ＡＮ
Ｓ及びＢＩＤが極めて減少する時間帯では、両者の値が
極めて小さいため、ＡＢＲの変動が大きくなる。
は、それぞれ２つの段階の異常を示す閾値である。これ
ら閾値は、当該国における過去のデータに基づいて監視
員の経験上から設定される。呼の接続要求数が一日の中
でも多い時間帯（例えば午後５時〜午後７時）では閾値
が高くなっており、これにより監視処理が円滑に行われ
ている。しかしながら、図１（ｂ）に示すようにＢＩＤ
が極めて減少する時間帯（例えば午前１時〜午前７時）
では、図１（ａ）に示すようにＡＢＲが激しく上下す
る。この現象は、ＡＢＲをＡＮＳとＢＩＤとの比から求
めている（ＡＢＲ＝ＡＮＳ／ＢＩＤ）ためである。即
ち、ＡＮＳ及びＢＩＤが増大する時間帯では、両者の値
が共に大きいためにＡＢＲの変動は少ない。逆に、ＡＮ
Ｓ及びＢＩＤが極めて減少する時間帯では、両者の値が
極めて小さいため、ＡＢＲの変動が大きくなる。
【０００５】従って、後者の時間帯では、客観的にみて
疎通状況が悪くないのにＡＢＲが頻繁に閾値を越えてし
まい、監視員が重要なアラームを見つけることが困難に
なる。異常時に正確にアラームが発生するように閾値を
設定するには、監視員の多大な経験を必要とする。ま
た、多数の監視対象地域の各々に閾値を設定するには、
かなりの人手を要する。
疎通状況が悪くないのにＡＢＲが頻繁に閾値を越えてし
まい、監視員が重要なアラームを見つけることが困難に
なる。異常時に正確にアラームが発生するように閾値を
設定するには、監視員の多大な経験を必要とする。ま
た、多数の監視対象地域の各々に閾値を設定するには、
かなりの人手を要する。
【０００６】図２は、従来の判定手法における任意の時
間帯における観測点と判別関数との関係を示している。
この手法では、ＢＩＤ−ＡＮＳ特性の原点を通る直線で
構成される閾値を監視員が経験的に設定し、ある時間帯
における各観測点が閾値より下になった時を疎通状況の
悪化と判定する。このように、閾値の設定が監視員の経
験に依存しているので、この閾値を統計的計算に基づい
て自動化することが非常に難しい。また、ＡＮＳとＢＩ
Ｄとの比から求まるＡＢＲが非線形であるため、これを
直線の閾値と比較することは不自然である。さらに、観
測点と閾値直線との間の距離（図中のＸ，Ｙ）がＢＩＤ
に応じて異なるので判定精度が一定とはならない。即
ち、ＢＩＤが小さい観測点は閾値に近づいているので厳
しい判定となり、逆にＢＩＤが大きい観測点は閾値から
遠いので甘い判定となる。
間帯における観測点と判別関数との関係を示している。
この手法では、ＢＩＤ−ＡＮＳ特性の原点を通る直線で
構成される閾値を監視員が経験的に設定し、ある時間帯
における各観測点が閾値より下になった時を疎通状況の
悪化と判定する。このように、閾値の設定が監視員の経
験に依存しているので、この閾値を統計的計算に基づい
て自動化することが非常に難しい。また、ＡＮＳとＢＩ
Ｄとの比から求まるＡＢＲが非線形であるため、これを
直線の閾値と比較することは不自然である。さらに、観
測点と閾値直線との間の距離（図中のＸ，Ｙ）がＢＩＤ
に応じて異なるので判定精度が一定とはならない。即
ち、ＢＩＤが小さい観測点は閾値に近づいているので厳
しい判定となり、逆にＢＩＤが大きい観測点は閾値から
遠いので甘い判定となる。
【０００７】このような問題点を解決する方法として、
次のような判定方法が存在している。
次のような判定方法が存在している。
【０００８】対外通信事業者宛のトラヒックをさらに呼
の種類毎に細分化する。呼の種類をＣ1 ，Ｃ2 ，・・
・，Ｃi ，Ｃj ，・・・，Ｃn （ただし、Ｃi ∩Ｃj ＝
０）、期間Ｔの呼の種類毎の接続要求回数をＢｉｄ1 ，
Ｂｉｄ2 ，・・・，Ｂｉｄi ，・・・，Ｂｉｄn 、同様
に期間Ｔの呼の種類毎の呼の種類毎の接続成功回数をＡ
ｎｓ1 ，Ａｎｓ2 ，・・・，Ａｎｓi ，・・・，Ａｎｓ
n とする。ただし、呼の種類がいずれであっても次の仮
定が成り立つとする。（仮定） Ｂｉｄi を平方根で変
数変換したＢｉｄi *とＡｎｓi を平方根で変数変換した
Ａｎｓi *との間で、次式の線形回帰による近似が成り立
つ。 Ａｎｓi *＝ａi ＋Ｂｉｄi *＋ｂi ＋ｅi
の種類毎に細分化する。呼の種類をＣ1 ，Ｃ2 ，・・
・，Ｃi ，Ｃj ，・・・，Ｃn （ただし、Ｃi ∩Ｃj ＝
０）、期間Ｔの呼の種類毎の接続要求回数をＢｉｄ1 ，
Ｂｉｄ2 ，・・・，Ｂｉｄi ，・・・，Ｂｉｄn 、同様
に期間Ｔの呼の種類毎の呼の種類毎の接続成功回数をＡ
ｎｓ1 ，Ａｎｓ2 ，・・・，Ａｎｓi ，・・・，Ａｎｓ
n とする。ただし、呼の種類がいずれであっても次の仮
定が成り立つとする。（仮定） Ｂｉｄi を平方根で変
数変換したＢｉｄi *とＡｎｓi を平方根で変数変換した
Ａｎｓi *との間で、次式の線形回帰による近似が成り立
つ。 Ａｎｓi *＝ａi ＋Ｂｉｄi *＋ｂi ＋ｅi
【０００９】この時、残差を表すｅi の分布を正規分布
で近似することができ、各ｅi の確率密度関数Ｅi
（ｘ）はサンプルデータの平均値と分散とから求められ
る。Ｂｉｄi の観測値をｂｉｄi o、Ａｎｓi の観測値を
ａｎｓi o、ｅi o＝（ａi √ｂｉｄi o＋ｂi ）−√ａｎｓ
i oとする。呼の各種類毎に得られた残差がそれぞれ
ｅ1 o，ｅ2 o，・・・より小さくなる確率は次のようにな
る。
で近似することができ、各ｅi の確率密度関数Ｅi
（ｘ）はサンプルデータの平均値と分散とから求められ
る。Ｂｉｄi の観測値をｂｉｄi o、Ａｎｓi の観測値を
ａｎｓi o、ｅi o＝（ａi √ｂｉｄi o＋ｂi ）−√ａｎｓ
i oとする。呼の各種類毎に得られた残差がそれぞれ
ｅ1 o，ｅ2 o，・・・より小さくなる確率は次のようにな
る。
【数７】
【００１０】このＰ（ｅ1 ，ｅ2 ，・・・）が監視対象
の対外通信事業者毎に定めた値ηを下回った時に、網異
常の可能性があると判定する。
の対外通信事業者毎に定めた値ηを下回った時に、網異
常の可能性があると判定する。
【００１１】
【発明が解決しようとする課題】しかしながら、このよ
うな従来の判定方法は、判定精度が十分ではなく、かつ
時刻毎の判定であることからやや悪い疎通状況が長く続
く場合に判定ができない恐れがあった。
うな従来の判定方法は、判定精度が十分ではなく、かつ
時刻毎の判定であることからやや悪い疎通状況が長く続
く場合に判定ができない恐れがあった。
【００１２】従って本発明の目的は、判定精度が高く、
やや悪い疎通状況が長く続く状態も判定できる通信網に
おける疎通状況判定装置を提供することにある。
やや悪い疎通状況が長く続く状態も判定できる通信網に
おける疎通状況判定装置を提供することにある。
【００１３】
【課題を解決するための手段】本発明によれば、通信網
における単位時間当りの呼の接続要求数（ＢＩＤ）と単
位時間当りの呼の接続完了数（ＡＮＳ）とから接続成功
率（ＡＢＲ）を求めて通信網における疎通状況の正常又
は異常を判定する装置であって、通信網が正常時のＢＩ
ＤとＡＮＳとの組の集合をモデル作成のためのサンプル
データとし、サンプルデータから通信網が正常時の平均
接続率を算出するモデル生成手段と、ＢＩＤ及びＡＮＳ
の時系列と、モデル生成手段によって生成された平均接
続率とに基づいて、通信網が正常であると考える正常仮
説の一点尤度と、通信網が異常であると考える異常仮説
の一点尤度とを算出する一点尤度計算手段と、一点尤度
計算手段により算出された正常仮説及び異常仮説の一点
尤度の時系列を用いて通信網の疎通状況の正常又は異常
の判定を行う判定手段とを備えた通信網における疎通状
況判定装置が提供される。
における単位時間当りの呼の接続要求数（ＢＩＤ）と単
位時間当りの呼の接続完了数（ＡＮＳ）とから接続成功
率（ＡＢＲ）を求めて通信網における疎通状況の正常又
は異常を判定する装置であって、通信網が正常時のＢＩ
ＤとＡＮＳとの組の集合をモデル作成のためのサンプル
データとし、サンプルデータから通信網が正常時の平均
接続率を算出するモデル生成手段と、ＢＩＤ及びＡＮＳ
の時系列と、モデル生成手段によって生成された平均接
続率とに基づいて、通信網が正常であると考える正常仮
説の一点尤度と、通信網が異常であると考える異常仮説
の一点尤度とを算出する一点尤度計算手段と、一点尤度
計算手段により算出された正常仮説及び異常仮説の一点
尤度の時系列を用いて通信網の疎通状況の正常又は異常
の判定を行う判定手段とを備えた通信網における疎通状
況判定装置が提供される。
【００１４】本発明は、ＢＩＤとＡＮＳとの関係を２項
分布でモデル化して、例えばＳＰＲＴ（Ｓｅｑｕｅｎｔ
ｉａｌ Ｐｒｏｂａｂｉｌｉｔｙ Ｒａｔｉｏ Ｔｅｓ
ｔ）法を用いて疎通状況判定を行うものである。このよ
うな判定処理を行う構成とすることにより、自動化が実
現できかつ判定の精度が向上する。また、やや悪い疎通
状況が長く続く状態も判定することができる。さらに、
監視対象地域の状況等に柔軟に対応して一義的に定まる
疎通判定のモデルを生成できる。
分布でモデル化して、例えばＳＰＲＴ（Ｓｅｑｕｅｎｔ
ｉａｌ Ｐｒｏｂａｂｉｌｉｔｙ Ｒａｔｉｏ Ｔｅｓ
ｔ）法を用いて疎通状況判定を行うものである。このよ
うな判定処理を行う構成とすることにより、自動化が実
現できかつ判定の精度が向上する。また、やや悪い疎通
状況が長く続く状態も判定することができる。さらに、
監視対象地域の状況等に柔軟に対応して一義的に定まる
疎通判定のモデルを生成できる。
【００１５】
【発明の実施の形態】図３は本発明の疎通状況判定装置
の一実施形態の構成を概略的に示すブロック図である。
同図において、１１はモデル生成部、１２は一点尤度計
算部、１３はＳＰＲＴ判定部である。本実施形態は、Ｂ
ＩＤとＡＮＳとの関係を２項分布でモデル化してＳＰＲ
Ｔ法を用いて疎通状況判定を行い、さらにＡＩＣ基準を
用いて最適な曜日群毎にモデルを生成するものである。
の一実施形態の構成を概略的に示すブロック図である。
同図において、１１はモデル生成部、１２は一点尤度計
算部、１３はＳＰＲＴ判定部である。本実施形態は、Ｂ
ＩＤとＡＮＳとの関係を２項分布でモデル化してＳＰＲ
Ｔ法を用いて疎通状況判定を行い、さらにＡＩＣ基準を
用いて最適な曜日群毎にモデルを生成するものである。
【００１６】モデル生成部１１には、通信網正常時のＢ
ＩＤとＡＮＳとの組の集合Ｓ＝｛（ｂ1 ，ａ1 ），（ｂ
2 ，ａ2 ）｝が、モデル作成のためのサンプルデータと
して入力される。この時、通信網正常時の平均接続率
ＩＤとＡＮＳとの組の集合Ｓ＝｛（ｂ1 ，ａ1 ），（ｂ
2 ，ａ2 ）｝が、モデル作成のためのサンプルデータと
して入力される。この時、通信網正常時の平均接続率
【数８】 が次のようにして求められる。
【数９】
【００１７】一点尤度計算部１２は、網が正常と考える
正常仮説及び異常と考える異常仮説の一点尤度を各時刻
毎に計算する。ＢＩＤ及びＡＮＳの観測値がｂ及びａ、
接続成功確率がｐであるとすると、一点尤度ｌｌ（ｂ，
ａ｜ｐ）は、以下のようになる。
正常仮説及び異常と考える異常仮説の一点尤度を各時刻
毎に計算する。ＢＩＤ及びＡＮＳの観測値がｂ及びａ、
接続成功確率がｐであるとすると、一点尤度ｌｌ（ｂ，
ａ｜ｐ）は、以下のようになる。
【数１０】 よって、正常仮説の一点尤度は
【数１１】 で得られる。なお、異常時の接続成功確率が
【数１２】 であると考え、異常時の一点尤度をｌｌ（ｂ，ａ｜ｐ
w ）で求めることとする。なお、ε（０＜ε＜１）は、
監視対象地域に応じて設定する感度パラメータである。
w ）で求めることとする。なお、ε（０＜ε＜１）は、
監視対象地域に応じて設定する感度パラメータである。
【００１８】ＳＰＲＴ判定部１３は、ＳＰＲＴ法に基づ
いて正常、異常を判定する。このＳＰＲＴ法は、正常仮
説と異常仮説との対数尤度の時系列を用いて正常又は異
常の判定を行う方法であって、異常を見逃す確率と正常
を異常と判定する確率とを一定値未満に保証した上で、
判定を得るまでの観測時間を最小にできる性質を持って
いる。このため疎通状況の監視に適している。
いて正常、異常を判定する。このＳＰＲＴ法は、正常仮
説と異常仮説との対数尤度の時系列を用いて正常又は異
常の判定を行う方法であって、異常を見逃す確率と正常
を異常と判定する確率とを一定値未満に保証した上で、
判定を得るまでの観測時間を最小にできる性質を持って
いる。このため疎通状況の監視に適している。
【００１９】２項分布の場合、分散は試行回数の平方根
に比例する。このため、ＢＩＤ及びＡＮＳを平方根変換
した後に回帰モデルを構築し、回帰直線と実際の値との
残差を正規分布で近似することも考えられる。
に比例する。このため、ＢＩＤ及びＡＮＳを平方根変換
した後に回帰モデルを構築し、回帰直線と実際の値との
残差を正規分布で近似することも考えられる。
【００２０】下記の表１は、全対外通信事業者（キャリ
ア）に対して７８日間分のデータを用い、従来例として
平方根変換を用いたモデルと本発明の２項分布を用いた
モデルとの比較している。ただし、この比較は対数尤度
を用いて行っている。
ア）に対して７８日間分のデータを用い、従来例として
平方根変換を用いたモデルと本発明の２項分布を用いた
モデルとの比較している。ただし、この比較は対数尤度
を用いて行っている。
【００２１】
【表１】
【００２２】この表からわかるように、全ての地域にお
いて本発明の方が対数尤度が大きく、モデルとして優れ
ていることがわかる。異常時の一点尤度ｌｌ（ｂ，ａ｜
ｐw）が正常時の一点尤度
いて本発明の方が対数尤度が大きく、モデルとして優れ
ていることがわかる。異常時の一点尤度ｌｌ（ｂ，ａ｜
ｐw）が正常時の一点尤度
【数１３】 より大きくなる、つまり異常仮説の確からしさが正常仮
説の確からしさを上まわるＢＩＤ及びＡＮＳの領域の境
界（閾値）を図４に示す。同図に示すよう、従来の原点
を通る直線である従来の閾値（図２に示したもの）に比
べて、感度パラメータεの設定を細かく制御すること
で、柔軟かつ精度の高い判定処理を行なうことができ
る。
説の確からしさを上まわるＢＩＤ及びＡＮＳの領域の境
界（閾値）を図４に示す。同図に示すよう、従来の原点
を通る直線である従来の閾値（図２に示したもの）に比
べて、感度パラメータεの設定を細かく制御すること
で、柔軟かつ精度の高い判定処理を行なうことができ
る。
【００２３】次に、ＡＩＣを用いた曜日グループ別モデ
ルの生成について説明する。
ルの生成について説明する。
【００２４】接続成功率が平日と休日とでは異なるた
め、曜日別にモデルを作成することでモデルの精度向上
できる可能性がある。しかし、過度にモデルを作りすぎ
ると過剰学習が起こる危険性がある。また、対外通信事
業者毎に曜日の特性が異なることも考慮する必要があ
る。そこで、各種の曜日の組み合わせ毎にモデルを作成
し、ＡＩＣ基準を用いて最適な曜日分割の方法を各対外
通信事業者毎に求めてみた。
め、曜日別にモデルを作成することでモデルの精度向上
できる可能性がある。しかし、過度にモデルを作りすぎ
ると過剰学習が起こる危険性がある。また、対外通信事
業者毎に曜日の特性が異なることも考慮する必要があ
る。そこで、各種の曜日の組み合わせ毎にモデルを作成
し、ＡＩＣ基準を用いて最適な曜日分割の方法を各対外
通信事業者毎に求めてみた。
【００２５】最適となったグループ構成を以下に示す。 ｛月, 火, 水, 木, 金, 土, 日, 祝｝ ｛月, 火, 水, 木, 金｝｛土, 日, 祝｝ ｛月, 火, 水, 木, 金｝｛土, 日｝｛祝｝ ｛月, 火, 水, 木｝｛金｝｛土, 日, 祝｝ ｛月｝｛火, 水, 木, 金｝｛土, 日, 祝｝ ｛月｝｛火, 水, 木, 金｝｛土, 日｝｛祝｝ ｛月｝｛火, 水, 木, 金｝｛土｝｛日, 祝｝ ｛月｝｛火, 水, 木｝｛金｝｛土, 日, 祝｝ ｛月｝｛火, 水, 木｝｛金｝｛土｝｛日, 祝｝ ｛月｝｛火, 水, 木｝｛金｝｛土, 日｝｛祝｝ ｛月｝｛火, 水, 木｝｛金｝｛土｝｛日｝｛祝｝
【００２６】以上のように、時差や文化( 例えば回教で
は金曜が休日) 等を反映した曜日分けができたことか
ら、ＡＩＣ基準を用いたグループ化が有効である。
は金曜が休日) 等を反映した曜日分けができたことか
ら、ＡＩＣ基準を用いたグループ化が有効である。
【００２７】また、過去の７８日間分の全対外通信事業
者向けのＢＩＤ及びＡＮＳの時系列に対し、異常を検出
する時刻を、感度パラメータεの値を変えて求めた。
者向けのＢＩＤ及びＡＮＳの時系列に対し、異常を検出
する時刻を、感度パラメータεの値を変えて求めた。
【００２８】図５（ａ）は、種々のεに対して、異常と
みなす状況を検出する回数を表わしている。εの取り得
る値は０より大きく１より小さい数であり、同図はεの
取り得る全範囲を網羅している。同図では、εが増える
につれて異常検出回数が単調に増加している。従来方式
の場合、閾値を対外通信事業者毎かつ曜日毎に設定しな
ければならないため、１つのパラメータで異常検出回数
を制御することができない。これに対して本発明では、
期待される異常検出回数を定めればεの値が一意に定ま
り、システム運用が容易になる。
みなす状況を検出する回数を表わしている。εの取り得
る値は０より大きく１より小さい数であり、同図はεの
取り得る全範囲を網羅している。同図では、εが増える
につれて異常検出回数が単調に増加している。従来方式
の場合、閾値を対外通信事業者毎かつ曜日毎に設定しな
ければならないため、１つのパラメータで異常検出回数
を制御することができない。これに対して本発明では、
期待される異常検出回数を定めればεの値が一意に定ま
り、システム運用が容易になる。
【００２９】図５（ｂ）は、異常とみなした時点におい
て、期待接続完了数（＝ＢＩＤ×ｐ）とＡＮＳとの差を
救済すべき呼の数をみなした場合の救済対象呼数とεと
の関係を示している。同図はεの取り得る全範囲を網羅
している。同図では、εが増えるにつれて救済対象呼の
数が単調に増加している。従来方式の場合、１つのパラ
メータで救済呼対象呼数を制御することができない。こ
れに対して本発明では、期待される救済対象呼数を定め
ればεの値が一意に定まり、システム運用が容易にな
る。
て、期待接続完了数（＝ＢＩＤ×ｐ）とＡＮＳとの差を
救済すべき呼の数をみなした場合の救済対象呼数とεと
の関係を示している。同図はεの取り得る全範囲を網羅
している。同図では、εが増えるにつれて救済対象呼の
数が単調に増加している。従来方式の場合、１つのパラ
メータで救済呼対象呼数を制御することができない。こ
れに対して本発明では、期待される救済対象呼数を定め
ればεの値が一意に定まり、システム運用が容易にな
る。
【００３０】さらに、同一期間に対し、従来のシステム
で異常検出を行う場合との比較を行った。従来システム
の場合、異常検出検出回数が約５万、異常検出時の救済
対象呼数は約４９万であった。一方、本発明では、ε＝
０．６に設定すれば、従来システムと同等の異常検出回
数を示すが、本方式の救済対象呼数は約７５万であり従
来システムに比べて救済対象呼数が約２６万多い。疎通
異常の検出がきっかけとなって救済対象呼を疎通させる
ための網制御が行われることから、検出回数がほぼ同等
でも異常検出時における救済対象呼数が多い本発明の方
が、従来より検出効果がある。
で異常検出を行う場合との比較を行った。従来システム
の場合、異常検出検出回数が約５万、異常検出時の救済
対象呼数は約４９万であった。一方、本発明では、ε＝
０．６に設定すれば、従来システムと同等の異常検出回
数を示すが、本方式の救済対象呼数は約７５万であり従
来システムに比べて救済対象呼数が約２６万多い。疎通
異常の検出がきっかけとなって救済対象呼を疎通させる
ための網制御が行われることから、検出回数がほぼ同等
でも異常検出時における救済対象呼数が多い本発明の方
が、従来より検出効果がある。
【００３１】以上述べた実施形態は全て本発明を例示的
に示すものであって限定的に示すものではなく、本発明
は他の種々の変形態様及び変更態様で実施することがで
きる。従って本発明の範囲は特許請求の範囲及びその均
等範囲によってのみ規定されるものである。
に示すものであって限定的に示すものではなく、本発明
は他の種々の変形態様及び変更態様で実施することがで
きる。従って本発明の範囲は特許請求の範囲及びその均
等範囲によってのみ規定されるものである。
【００３２】
【発明の効果】以上説明したように本発明によれば、通
信網が正常時のＢＩＤとＡＮＳとの組の集合をモデル作
成のためのサンプルデータとし、サンプルデータから通
信網が正常時の平均接続率を算出するモデル生成手段
と、ＢＩＤ及びＡＮＳの時系列と、モデル生成手段によ
って生成された平均接続率とに基づいて、通信網が正常
であると考える正常仮説の一点尤度と、通信網が異常で
あると考える異常仮説の一点尤度とを算出する一点尤度
計算手段と、一点尤度計算手段により算出された正常仮
説及び異常仮説の一点尤度の時系列を用いて通信網の疎
通状況の正常又は異常の判定を行う判定手段とを備えて
いるため、自動化が実現できかつ判定の精度が向上す
る。また、やや悪い疎通状況が長く続く状態も判定する
ことができる。さらに、監視対象地域の状況等に柔軟に
対応して一義的に定まる疎通判定のモデルを生成でき
る。
信網が正常時のＢＩＤとＡＮＳとの組の集合をモデル作
成のためのサンプルデータとし、サンプルデータから通
信網が正常時の平均接続率を算出するモデル生成手段
と、ＢＩＤ及びＡＮＳの時系列と、モデル生成手段によ
って生成された平均接続率とに基づいて、通信網が正常
であると考える正常仮説の一点尤度と、通信網が異常で
あると考える異常仮説の一点尤度とを算出する一点尤度
計算手段と、一点尤度計算手段により算出された正常仮
説及び異常仮説の一点尤度の時系列を用いて通信網の疎
通状況の正常又は異常の判定を行う判定手段とを備えて
いるため、自動化が実現できかつ判定の精度が向上す
る。また、やや悪い疎通状況が長く続く状態も判定する
ことができる。さらに、監視対象地域の状況等に柔軟に
対応して一義的に定まる疎通判定のモデルを生成でき
る。
【図１】ある国に対する１日の接続呼におけるＡＢＲ、
ＢＩＤ及びＡＮＳの時系列データを示す特性図である。
ＢＩＤ及びＡＮＳの時系列データを示す特性図である。
【図２】従来の判定手法における任意の時間帯における
観測点と判別関数との関係を示す図である。
観測点と判別関数との関係を示す図である。
【図３】本発明の通信網における疎通状況判定装置の一
実施形態の構成を概略的に示すブロック図である。
実施形態の構成を概略的に示すブロック図である。
【図４】本発明における任意の時間帯における観測点と
判別関数の関係を示す図である。
判別関数の関係を示す図である。
【図５】本発明における感度パラメータεに対する異常
検出回数及び救済対象となる呼の数を示す特性図であ
る。
検出回数及び救済対象となる呼の数を示す特性図であ
る。
１１ モデル生成部 １２ 一点尤度計算部 １３ ＳＰＲＴ判定部
Claims (5)
- 【請求項１】 通信網における単位時間当りの呼の接続
要求数と単位時間当りの呼の接続完了数とから接続成功
率を求めて通信網における疎通状況の正常又は異常を判
定する装置であって、 通信網が正常時の単位時間当りの呼の接続要求数と単位
時間当りの呼の接続完了数との組の集合をモデル作成の
ためのサンプルデータとし、該サンプルデータから通信
網が正常時の平均接続率を算出するモデル生成手段と、 呼の接続要求数及び接続完了数の時系列と、前記モデル
生成手段によって生成された平均接続率とに基づいて、
通信網が正常であると考える正常仮説の一点尤度と、通
信網が異常であると考える異常仮説の一点尤度とを算出
する一点尤度計算手段と、 該一点尤度計算手段により算出された正常仮説及び異常
仮説の一点尤度の時系列を用いて通信網の疎通状況の正
常又は異常の判定を行う判定手段とを備えたことを特徴
とする通信網における疎通状況判定装置。 - 【請求項２】 前記モデル生成手段は、呼の接続完了数
の時系列をａi 、接続要求数の時系列をｂi とすると、 【数１】 から通信網が正常時の平均接続率 【数２】 を算出する手段であることを特徴とする請求項１に記載
の装置。 - 【請求項３】 前記一点尤度計算手段は、呼の接続完了
数の観測値をａ、接続要求数の観測値をｂ、正常時の接
続成功確率をｐとした場合に求められる一点尤度を 【数３】 とした時、正常仮説の一点尤度を、 【数４】 から算出する手段であることを特徴とする請求項１又は
２に記載の装置。 - 【請求項４】 前記一点尤度計算手段は、呼の接続完了
数の観測値をａ、接続要求数の観測値をｂ、正常時の平
均接続率を 【数５】 とした場合、異常時の接続成功確率ｐw を感度パラメー
タε（０＜ε＜１）を用いて、 【数６】 から求め、異常仮説の一点尤度をｌｌ（ｂ，ａ｜ｐw ）
から算出する手段であることを特徴とする請求項１から
３のいずれか１項に記載の装置。 - 【請求項５】 前記モデル生成手段は、ＡＩＣ基準を用
いて曜日別組み合わせ毎にモデルを生成する手段である
ことを特徴とする請求項１から４のいずれか１項に記載
の装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04853998A JP3692765B2 (ja) | 1997-03-04 | 1998-02-16 | 通信網における疎通状況判定装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6396597 | 1997-03-04 | ||
| JP9-63965 | 1997-03-04 | ||
| JP04853998A JP3692765B2 (ja) | 1997-03-04 | 1998-02-16 | 通信網における疎通状況判定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10308824A true JPH10308824A (ja) | 1998-11-17 |
| JP3692765B2 JP3692765B2 (ja) | 2005-09-07 |
Family
ID=26388833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04853998A Expired - Fee Related JP3692765B2 (ja) | 1997-03-04 | 1998-02-16 | 通信網における疎通状況判定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3692765B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006129792A1 (ja) * | 2005-06-02 | 2006-12-07 | Nec Corporation | 異常検出方法およびシステム、並びに、保全方法およびシステム |
| JP2011166602A (ja) * | 2010-02-12 | 2011-08-25 | Ntt Docomo Inc | 故障検出装置 |
-
1998
- 1998-02-16 JP JP04853998A patent/JP3692765B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006129792A1 (ja) * | 2005-06-02 | 2006-12-07 | Nec Corporation | 異常検出方法およびシステム、並びに、保全方法およびシステム |
| US8611228B2 (en) | 2005-06-02 | 2013-12-17 | Nec Corporation | Anomaly detection method and system and maintenance method and system |
| JP2011166602A (ja) * | 2010-02-12 | 2011-08-25 | Ntt Docomo Inc | 故障検出装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3692765B2 (ja) | 2005-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6947988B1 (en) | Method and apparatus for allocating resources of a contact center | |
| US8175253B2 (en) | System and method for automated performance monitoring for a call servicing system | |
| US7248681B2 (en) | System and method for real-time fraud detection within a telecommunication network | |
| AU671194B2 (en) | Event correlation | |
| CN108718303B (zh) | 安全运维管理方法及系统 | |
| US5684868A (en) | Communication line monitoring system | |
| US8862119B2 (en) | Method and apparatus for telecommunications network performance anomaly events detection and notification | |
| CN112418557B (zh) | 基于云服务的数据分析和预测系统及方法 | |
| CN109992440A (zh) | 一种基于知识图谱和机器学习的it根故障分析识别方法 | |
| US8750462B2 (en) | Systems and methods for monitoring voice service feature failures in a telecommunication network | |
| US20050222806A1 (en) | Detection of outliers in communication networks | |
| JPH07183948A (ja) | 通信システムで生じる事象を予測する規則を生成するデータの処理方法 | |
| US20060269050A1 (en) | Adaptive fraud management systems and methods for telecommunications | |
| EP0863649B1 (en) | Apparatus for monitoring state of traffic in telecommunication network | |
| JP2002190079A (ja) | 水門遠隔監視システム | |
| CN111817896B (zh) | 一种接口监控方法及装置 | |
| US4825195A (en) | Method of monitoring to anticipate the triggering of an alarm | |
| JPH10308824A (ja) | 通信網における疎通状況判定装置 | |
| US20060282530A1 (en) | Methods and apparatus for end-user based service monitoring | |
| US5509063A (en) | Method of controlling a telecommunications network using call gapping | |
| US6009079A (en) | Method for measuring HDT-NIU availability | |
| JPH08316958A (ja) | ネットワーク管理装置及びその方法 | |
| EP0634036B1 (en) | Leaky bucket for supervision in industrial processes | |
| JP4977410B2 (ja) | 監視情報通報方法及びそのシステム | |
| KR100807893B1 (ko) | 서비스 데이터 네트워크 관리 시스템 및 그 운용 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040921 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041005 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041126 |
|
| 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: 20050531 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050613 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110701 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |