JPH1132085A - 通信網管理方法および通信網管理用コンピュータ・システム - Google Patents

通信網管理方法および通信網管理用コンピュータ・システム

Info

Publication number
JPH1132085A
JPH1132085A JP15005398A JP15005398A JPH1132085A JP H1132085 A JPH1132085 A JP H1132085A JP 15005398 A JP15005398 A JP 15005398A JP 15005398 A JP15005398 A JP 15005398A JP H1132085 A JPH1132085 A JP H1132085A
Authority
JP
Japan
Prior art keywords
communication network
network
time
agent
value
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.)
Pending
Application number
JP15005398A
Other languages
English (en)
Inventor
Andrew Tunnicliffe
アンドリュー・ツニクリフェ
Timothy John Edwards
ティモティー・ジョン・エドワーズ
Gillian Barbara Kendon
ギリアン・バーバラ・ケンドン
Stephen Charles Cross
ステファン・チャールズ・クロス
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.)
Nortel Networks Ltd
Original Assignee
Northern Telecom Ltd
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
Priority claimed from US08/869,900 external-priority patent/US6125105A/en
Application filed by Northern Telecom Ltd filed Critical Northern Telecom Ltd
Publication of JPH1132085A publication Critical patent/JPH1132085A/ja
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/54Store-and-forward switching systems 
    • H04L12/56Packet switching systems
    • H04L12/5601Transfer mode dependent, e.g. ATM
    • H04L12/5602Bandwidth control in ATM Networks, e.g. leaky bucket
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/147Network analysis or design for predicting network behaviour
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876Network utilisation, e.g. volume of load or congestion level
    • H04L43/0882Utilisation of link capacity
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/16Threshold monitoring
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04QSELECTING
    • H04Q11/00Selecting arrangements for multiplex systems
    • H04Q11/04Selecting arrangements for multiplex systems for time-division multiplexing
    • H04Q11/0428Integrated services digital network, i.e. systems for transmission of different types of digitised signals, e.g. speech, data, telecentral, television signals
    • H04Q11/0478Provisions for broadband connections
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/54Store-and-forward switching systems 
    • H04L12/56Packet switching systems
    • H04L12/5601Transfer mode dependent, e.g. ATM
    • H04L2012/5619Network Node Interface, e.g. tandem connections, transit switching
    • H04L2012/5621Virtual private network [VPN]; Private-network - network-interface (P-NNI)
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/54Store-and-forward switching systems 
    • H04L12/56Packet switching systems
    • H04L12/5601Transfer mode dependent, e.g. ATM
    • H04L2012/5625Operations, administration and maintenance [OAM]
    • H04L2012/5626Network management, e.g. Intelligent nets
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/54Store-and-forward switching systems 
    • H04L12/56Packet switching systems
    • H04L12/5601Transfer mode dependent, e.g. ATM
    • H04L2012/5629Admission control
    • H04L2012/5631Resource management and allocation
    • H04L2012/5632Bandwidth allocation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/54Store-and-forward switching systems 
    • H04L12/56Packet switching systems
    • H04L12/5601Transfer mode dependent, e.g. ATM
    • H04L2012/5686Use of neural networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/142Network analysis or design using statistical or mathematical methods
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Medical Informatics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Environmental & Geological Engineering (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer And Data Communications (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】 通信網の少なくとも一部を管理するための方
法および装置を提供し、特に、例えば、非同期転送モー
ド通信網内で、顧客のネットワーク管理を行うための方
法および装置を提供する。 【解決手段】 帯域幅レベル等のパラメータを予測し、
およびいつパラメータが容量または以前の契約閾値を超
えるかの予測を行うために予測器が使用される。これら
の契約レベルは、例えば、サービス・プロバイダおよび
顧客間のサービス・レベル契約で設定できる。また予測
器は、どれくらいの超過が生じるか、およびその発生の
期間も予測する。この情報は、サービス・プロバイダ/
顧客に供給され、同じくコンピュータ・システムを含む
エージェントにも供給される。エージェントは、顧客の
代わりに、サービス・プロバイダのために行動する他エ
ージェントと交渉を行い、それによって二者間で新しい
契約条件が得られる。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は通信網の少なくとも
一部を管理するための通信網管理方法と通信網管理用コ
ンピュータ・システムに関するものであり、より詳細に
は顧客のネットワークを管理する通信網管理方法と通信
網管理用コンピュータ・システムに関するものである。
【0002】
【従来の技術】サービス・プロバイダのネットワークを
大量に使用する顧客は、しばしば「仮想プライベート・
ネットワーク」を用いる。これによって、「サービス・
レベル基準」のような基準の下に、顧客はサービス・プ
ロバイダのネットワークの一部を制御できる。サービス
・レベル基準は、顧客による使用が許可されている帯域
幅レベルおよび品質要素のような他の要素を典型的に設
定する。いかなる時でも、顧客がこの帯域幅レベルを超
過した場合は、データは事実上「破棄」される。
【0003】
【発明が解決しようとする課題】しかしながら、必要と
なった時点でより大きな帯域幅を交渉するため、顧客が
事前に帯域幅所要量を予測するのは非常に難しい。ま
た、サービス・プロバイダが追加リソースの割り当てを
行って基準帯域幅レベルの超過許可を行う場合は、違約
金が請求される場合がある。
【0004】顧客が基準帯域幅レベルを超過した場合
は、同じくサービス・プロバイダにも問題が生じる。サ
ービス・プロバイダは顧客に追加リソースの割り当てを
行うか否かを決定し、それが可能であるか、およびその
実現方法を判断しなければならない。また、決定が行わ
れると、その決定を実施しなければならない。そのた
め、どの帯域幅が使用可能であるかを調べるために通信
網の分析を伴う。これらの決定は多くの要因、例えば費
用、他顧客への割り当てリソースへの影響、および追加
帯域幅の顧客への割り当て可能性等に依存しているた
め、複雑である。
【0005】様々な顧客が様々な優先度と要求を有して
いるため、顧客ネットワーク管理の汎用的な方法を開発
するのは難しい。また、顧客自身も独自のネットワーク
管理方法の使用を要求しているため、方法は単純かつ使
用が容易でなければならない。
【0006】したがって、本発明の目的は、通信網の少
なくとも一部を管理するための通信網管理方法と通信網
管理用コンピュータ・システムを提供することにあり、
より詳細には上述の問題点の1つ以上を克服、少なくと
も軽減する顧客ネットワーク管理方法とそれに用いられ
るコンピュータ・システムを提供することにある。
【0007】
【課題を解決するための手段】本発明の第1の発明によ
れば、本発明は、(i)通信網に関するデータの時系列
の複数シーケンスの将来値を予測し、(ii)各将来値
と少なくとも1つの閾値とを比較して結果を出すように
構成される。
【0008】本発明の第2の発明によれば、本発明は、
(i)通信網に関するデータの時系列の複数シーケンス
の将来値の予測を行うように配置される予測器、および
(ii)各将来値を少なくとも1つの閾値と比較して結
果を出すように配置される比較器とを含むように構成さ
れる。
【0009】本発明の第3の発明によれば、本発明は、
(i)通信網の少なくとも一部を管理するためのコンピ
ュータ・システムを含み、そのコンピュータ・システム
は、(i)通信網に関するデータの時系列の複数シーケ
ンスの将来値を予測するように配置される予測器と、
(ii)各将来値と少なくとも1閾値とを比較して結果
を出すように配置される比較器とを含むように構成され
る。
【0010】この発明は、例えば、顧客の仮想プライベ
ート・ネットワーク中のデータ、映像、または音声のト
ラフィック・レベルの将来的価値が予測可能で、基準帯
域幅レベル(例えば、サービス・レベル基準)を超過す
るか否かを判断できる利点を有する。したがって、顧客
は基準レベルを超過する前に行動を起こすことができ
る。例えば、この行動は通信網の超過使用を防止しまた
はサービス・プロバイダへの追加リソースを依頼するな
どの行動である。また、サービス・プロバイダは、基準
レベルが超過する可能性があることを事前に知り、事前
にネットワークの分析を行い、追加の帯域幅の割り当て
が可能であるかを調べることができる利点を有してい
る。それによって、このサービス・プロバイダは、顧客
に対して追加帯域幅の販売の提示が可能となる。同様
に、基準帯域幅レベルが顧客が使用するレベルより小さ
い場合には、両者はこの情報を同様に使用できる。
【0011】好ましくは、この上記通信網は、少なくと
も2つのエージェントを含み、各エージェントは少なく
とも1つの通信リンクを他のエージェントに供給するコ
ンピュータ・システムを含み、そのコンピュータ・シス
テムは、比較結果を受け入れるように配置され、さらに
閾値、一組の基準、一組の行動についての情報を含むよ
うに構成される。
【0012】また、好ましくは、本発明は、(i)エー
ジェントを使用して、比較結果、第1の閾値、および各
エージェントの基準の組と行動の組に基づいて第2の閾
値を決定し、(ii)第1の閾値と第2の閾値とを置換
するように構成される。
【0013】エージェントは、予測結果を使用し、例え
ば、サービス・レベル基準を介して、顧客およびサービ
ス・プロバイダのために、リソースの再交渉を行うこと
ができる利点を有する。これによって、顧客のネットワ
ーク管理作業は単純化され、仮想プライベート・ネット
ワークの効率的かつ費用効果の高い使用ができる。顧客
は自分の帯域幅レベルの予測値を得て、例えば、顧客の
エージェントが顧客のためにこの情報を自動的に使用
し、サービス・レベル基準の再交渉を行う。また、サー
ビス・プロバイダのネットワーク管理作業は単純化さ
れ、通信網リソースの効率的かつ費用効果の高い使用が
できる。同様の方法は、顧客のエージェントの一組の行
動および基準を調整することによって、異なる要求およ
び優先度を有する種々の顧客の種類によって使用可能で
ある。同様に、サービス・プロバイダのエージェントも
変更可能である。
【0014】
【発明の実施の形態】本発明の実施の形態は、その一例
のみを以下で説明する。これらの例は、出願人が知って
いる本発明を実用化するに最も適した方法であるが、本
発明はこれらの例に限られるものではない。
【0015】図1は顧客ネットワークを管理する方法中
で発生するイベント・シーケンスを概略的に示した図で
ある。情報10,11,12は予測器13へ入力され
る。この予測器は、例えば、ニューラル・ネットワー
ク、または統計システムまたは線形予測器など、その他
の種類の予測器でも良い。この予測器への情報入力は過
去の数多くの時点における時系列10の履歴値、例えば
通信網のトラフィック・レベルを含む。また、この情報
11、12の入力は必須のものではないが、時系列の現
在値11はイベント変数12と共に供給してもよい。イ
ベント変数例は、現在の日時、現在の曜日、および現在
の月を含む。
【0016】時系列の予測値、例えば、予測トラフィッ
ク・レベルは予測器からの出力で、図1において点線2
0で示される。トラフィック・レベルは、ネットワーク
管理に対し予測可能で、使用可能な動作測定値のほんの
一例である。他の例は、ハンドオフ発呼、最繁時発呼、
および脱落呼(またはセル)を含む。また時系列21の
履歴値を図1に示す。トラフィック・レベルは、図1に
トラフィック・レベルまたは時間14に対する使用帯域
幅15のグラフで示される。現時点は17とする。線1
6は閾値を表し、例えば、顧客が自分の仮想プライベー
ト・ネットワーク上で使用が許可されている帯域幅の最
大量であり、顧客とネットワーク・プロバイダまたはオ
ペレータ間のサービス・レベル基準で設定される。期間
18の間、予測トラフィック・レベルは閾値を超過して
いる。この顧客は、トラフィック・レベルが閾値を超え
る予測が行われる前に警告期間19を有する。また超過
量についての情報も、使用できる。
【0017】超過発生時、超過量、および超過発生期間
についての情報は、予測器の結果を使用することによっ
て与えられる。この情報は、顧客およびネットワーク・
オペレータ/サービス・プロバイダも使用でき、その後
この情報に基づいてネットワーク・オペレータ/サービ
ス・プロバイダが行動を起こすことができる。
【0018】また、その他の情報を予測し、顧客ネット
ワーク管理用にこれを使用することもできる。この情報
は、例えば、ジッタおよび遅延などを含むネットワーク
中で交換機で測定されるパラメータなどのサービスの品
質に関する要因である。サービスのグレードも予測可能
である。また、このシステムは、基準レベルをいつ超過
するか、または他のタイプのネットワーク・リソースの
使用が容量または基準レベルをいつ超過するかを予測で
きる。
【0019】先に説明したように、サービス・プロバイ
ダのネットワークを大量に使用する一部の顧客には、し
ばしば「仮想プライベート・ネットワーク」が供給され
る。これによって、顧客はサービス・レベル基準下で、
例えば、サービス・プロバイダのネットワークの一部を
制御できるようになる。このサービス・レベル基準は、
典型的には、顧客に使用が許可される(その他の要因と
同様に)帯域幅レベルを特定する。顧客が、この帯域幅
レベル(またはその他の要因)を超過(違反)したとき
は、データは事実上「破棄」される。または違約金支払
いなど、その他の罰則が発生する。用語「仮想プライベ
ート・ネットワーク」は、顧客または他のエンティティ
に使用および制御される通信網を意味し、これは、サー
ビス・プロバイダまたは他のエンティティによって制御
される大規模通信網の一部である。仮想プライベート・
ネットワークは顧客ネットワークの一例である。用語
「顧客ネットワーク管理」は、オペレータのネットワー
クのいくつかの側面の管理に関連したオペレータおよび
顧客間の相互操作を意味する。用語「通信網の少なくと
も一部」は、例えば、仮想プライベート・ネットワーク
を意味する。
【0020】図2は、非同期転送モード(ATM)仮想
プライベート・ネットワーク(VPN)サービスを顧客
に提供するネットワーク・オペレータ(サービス・プロ
バイダ)の一例を示す図である。顧客はオペレータのA
TM網201上で動作する仮想ネットワーク(図全体で
示す)を介して3つのサイト203間で音声204,デ
ータ205,および映像206のサービスを利用する。
顧客のVPN接続からオペレータのネットワークに入る
トラフィック量は、上述の方法を用いて監視および予測
される。
【0021】オペレータは点207、208および20
9で各顧客サイドからネットワークに入るネットワーク
・トラフィック量の監視が可能である。各接続から将来
的な需要を予測できるこの機能によって、オペレータお
よび顧客の両者は以下のような数多くの利点を有する。 ・オペレータはネットワーク上の短期的な将来的需要を
予測できる。これによって、オペレータまたは自動プロ
セス(エージェントなど)は、前準備として、サービス
に影響が出る前に、トラフィックのいかなる増加にも対
処するためにリソースの再構成が可能になる。 ・オペレータは顧客がサービスの基準レベルを超過しそ
うな時点を検知可能になる。予測される需要に関して顧
客へ通知し、また顧客と交渉を行うことによって、例え
ば、以下のような数多くの結果が得られる。 ・オペレータは、特別料金率で超過トラフィックを運ぶ
ことに同意できる。 ・顧客は、作業の閉塞または再スケジュールを行って、
サイト間トラフィックの削減を決定できる。 ・オペレータは、ネットワークの増加負荷を保護し、お
よび顧客が違約金を支払うのを防止するために、超過ト
ラフィックを閉塞できる。
【0022】図3は予測器を使用してどのように超過の
エンベロープを決定できるかを示す図である。図3は時
間301に対する帯域幅302のグラフを示す図であ
る。線303は、例えば、サービス・レベル基準で設定
される帯域幅の閾値を示す。実線307は、実際のまた
は記録されたトラフィック、または帯域幅レベルを示
し、点線308は予測されるトラフィックまたは帯域幅
レベルを示す。期間305は、過去の期間を示し、点3
04は現時点を示し、期間306は将来の期間を示す。
309は超過のエンベロープを示す。これは予測トラフ
ィック・レベル曲線および閾値で囲まれた領域である。
この超過エンベロープ309を特定することによって、
以下の情報が特定される: ・いつ需要が容量を超過するかの予測、 ・予測される超過の程度の予測、 ・いつ需要が容量より小さくなるかの予測。
【0023】一例として、予測器13は、ノーザン・テ
レコム社の出願による米国特許出願番号08/8699
00に述べているようなニューラル・ネットワーク・ベ
ースの動向分析装置を用いることができる。米国特許出
願番号08/869900の全明細書、添付資料、図
面、および実施例を含む文章は、本願明細書に全体的に
参照として含まれる。そこに含まれる情報は本出願の不
可欠な部分を形成する。
【0024】そのような動向分析装置がどのように使用
されて顧客ネットワーク管理システムの1部分を形成す
るかを以下に述べる。
【0025】この動向分析装置は、ネットワーク・トラ
フィックの履歴ログを使用するように訓練され、ニュー
ラル・ネットワークが予想されるネットワーク・トラフ
ィックの行動パターンを学習できるようになっている。
一度訓練されると、動向分析装置は、ユーザに図的に表
示され、現在監視されているトラフィックに基づいて、
将来的なトラフィック需要を予測できる。
【0026】この管理システムは4つの構成要素に分割
される。 ・共通オブジェクト・リクエスト・ブローカ・アーキテ
クチャ(CORBA)サーバ。これは、核となる動向分
析機能用の分散機構を提供する。 ・運用管理クライアント。これは、サーバのセットアッ
プおよび管理を可能にする。 ・予測クライアント。これは、ネットワーク・トラフィ
ックの予測の監視および要求を行う。 ・予測グラフ作成装置。これは、監視および予測が行わ
れているネットワーク・トラフィックをグラフに表示す
る。
【0027】動向分析装置CORBAサーバは、定義さ
れたCORBAインタフェース記述言語(IDL)イン
タフェース(図4参照)によって、動向分析機能を提供
する動向分析エンジンをカプセル化したものである。
【0028】ORBAインタフェースの動向分析エンジ
ンをカプセル化することによって、数多くの利点が得ら
れる。 ・分散。この動向分析装置サーバは、クライアント・ア
プリケーション(例えば、顧客のコンピュータ・システ
ム)から別々のマシン上で動作可能である。 ・言語独立性。クライアント・アプリケーションは、
C、C++、Small−talk、およびJavaを
含む、サーバ実装から独立した多種多様な言語で記述さ
れることもある。運用管理クライアントは定義されてい
るCORBA IDLインタフェースを使用して、動向
分析装置サーバが動向分析エンジンの事例の作成、訓
練、再訓練、交換、削除を行うようにする。
【0029】予測クライアントの目的は、ネットワーク
接続上のネットワーク・トラフィックを監視し、例え
ば、定義されているCORBA IDLインタフェース
を使用して、動向分析装置にこの情報を提示し、および
予測されるネットワーク・トラフィックの将来的なレベ
ルを受け取ることにある。 ・AddInputPresentation():ネットワーク・トラフィッ
クの現レベルを動向分析装置に渡す。この情報は動向分
析エンジンによって使用され、将来的なトラフィック・
パターンの予測が行われる。 ・MakePrediction():動向分析装置に依頼して次の所定
数の期間に対するネットワーク・トラフィックを予測す
る。その接続に対する現在および予測されるネットワー
ク・トラフィックは、ファイルにログ記録が行われる。
このファイルは、その後グラフの形でオペレータ、顧客
に表示可能となっており、あるいは予測クライアントが
予測需要を自動管理プロセス(例えば、エージェント)
に受け渡すことができる。
【0030】予測グラフ作成装置は、予測クライアント
によって作成された性能ログを表示するために使用され
る。このグラフは、以前のおよび将来のトラフィック予
測と共に、実際に監視されたネットワーク・トラフィッ
クを表示する。
【0031】その後、この構成要素はHP OpenView Netw
ork Node Managerに統合される。
【0032】この予測クライアントは、ovmpmd(速度超
過モード)背景プロセス監視プログラムによって制御さ
れているHP OpenView対応ダイモン・プロセスである。
装置上の接続用の性能データは、SNMPを介して収集
される。監視された性能を使用して、予測は動向分析装
置サーバから入手され、ファイルに格納される。
【0033】この運用管理クライアントは、OpenView W
indowsメニュー・バーから開始されるTc1/Tkイン
タフェースを有しており、オペレータが動向分析装置の
正確度が低下した時点で再訓練できるようになってい
る。
【0034】動向分析装置CORBAサーバは、HP Ope
nViewから分離され、HP OpenViewサーバとは別のマシン
で動作できる。
【0035】この予測器からの情報、例えば、予測され
た超過エンベロープは、エージェントが使用できる。用
語「エージェント」は、少なくとも1つの通信リンクを
他のエージェントに提供するコンピュータ・システムを
意味し、上記コンピュータ・システムは比較結果を受け
入れるように配置され、さらに、閾値、一組の基準、お
よび一組のアクションに関する情報を含む。このエージ
ェントは、例えば、顧客のために行動し、必要な場合は
(例えば、超過エンベロープが予測される時)新しいサ
ービス・レベル基準を交渉する。エージェントは少なく
とも他の1つのエージェントと交渉を行い、サービス・
プロバイダまたはネットワーク・オペレータのために行
動する。
【0036】エージェントは、様々な抽象的なレベル
で、エージェントが交渉を必要とする理由から交渉中に
行うべきアクションの種類まで、全ての交渉プロセスを
表す交渉モデルを有している。交渉モデルは一組の基準
および一組のアクションを含む。
【0037】基準の例は、「サービス・タイミングは、
サービス費用よりも決定が重要である」、「サービス基
準の詳細を続行する前にサービス詳細に同意する」、
「実行可能な全要求を受け入れる」、「物質的な利得を
もたらす要求のみを受け入れる」、「逆提案(カウンタ
・プロポーザル)が5になる前は基準を拒否する」等を
含む。エージェントは、交渉の内容に基づく基準間で選
択でき、および同一交渉内においてでも選択することも
できる。
【0038】アクションの例として、CAN-DO、PROPOSE、C
OUNTER-PROPOSE、ACCEPT、REJECT等がある。
【0039】交渉モデルの例として、次の3つの主な要
素を含む。 1.交渉結果を表すデータ構造。 2.交渉プロトコル。 3.理由付けモデル。
【0040】基準を表すデータ構造は、サービス・レベ
ル基準(SLA)と呼ばれる。エージェントは、サービ
スに関して相互に交渉を行う。各サービスは、価格、品
質および開始時間などの高レベルのメタ詳細から、必要
な入力または要求される出力などの低レベルの詳細ま
で、種々の属性の関連群を有している。エージェント
は、両者のいずれかが特定のSLAを受け入れるか、ま
たは一方または両方が拒否するまで交渉によってこのS
LA提案(プロポーザル)を交換する。最終SLAは、
エージェント間で仮想プライベート・ネットワークな
ど、サービスを提供するための条件を定義するこれらの
属性に関する基準を取得し、表示する。
【0041】エージェントは、交渉プロトコルを使用し
て通信を行う。例えば、これはCAN-DO、PROPOSE、COUNTER
-PROPOSE、ACCEPT、REJECTなどの音声動作タイプの限定さ
れた組である。
【0042】申し出についてのエージェントの理由、お
よび逆提案の受諾、拒否、または発生は、交渉モデルに
よって表示される。このモデルは、宣言型知識ベース
(KB)および手続き型KBの2つの知識ベースを使用
して実行される。原因を示すネットワークとして表され
る宣言型KBは、何が交渉されたか、何の目的で交渉が
行われるかのモデルをはっきりと表す。例えば、サービ
スの価格に関する交渉はメタ・サービス競合であり、こ
の競合は、サービス料金を非常に多く支払うエージェン
ト、またはエージェントが他のエージェントが豊かであ
ることを推測できる事実のいずれかによって発生する。
一組の戦略または基準として表される手続き型KBは、
この宣言型知識があれば、実行される行動の組を特定す
る。例えば、エージェントが価格に関して交渉が必要で
あるという知識がある場合、エージェントは価格提示の
作成および初期提示の逆提案の継続を伴う戦略を採用す
ることができる。戦略の他の例は、仲間のエージェント
の交渉行動が複製される論議戦略である。
【0043】知的エージェントを使用すると、以下のよ
うに多くの利点がある。 ・システム設計者は、高レベル用語で問題解決を抽象化
でき、相互作用の複雑な問題に簡単な用語で焦点を当
て、さらにより複雑な、適切な、および維持可能な解決
策を作成できる。 ・相互作用、関連、および組織構造が、結果として発生
したより効率的な解決策を用いて展開する場合は、新た
な行動は容易になる。 ・ネットワーク管理機能のより大きな分散が可能とな
る。 ・異種および従来の(ネットワーク管理)のシステム統
合が可能となる。 ・知的エージェントが管理する通信システムは、より応
答性があり、スケーラビリティおよび性能問題に対処で
きる。 ・知的エージェントが管理する通信システムは、柔軟性
があり、動的で、「要求に応じた(on demand)」ネッ
トワーク・サービスを容易にできる。 ・知的エージェントが管理する通信システムは、ネット
ワーク管理機能の複雑さおよび(オペレータおよび顧客
の両方の)優先度の増加に対処できる。
【0044】知的エージェントの使用は、以下のような
通信システムで特に有効である。 ・集中制御がない、または集中制御の信頼性が低く、構
造的でない。 ・システムが全く異なる設計原理によって構築され、事
実上、異種である。 ・標準インタフェースが実際に使用されておらず、使用
される可能性が低い。 ・インタフェースが柔軟性を必要とする、またはインタ
フェースの複雑な交渉または適応性が必要である。 ・大規模かつ複雑な従来のシステムの開発がすでに存在
し、要求されている事は、そのようなシステムをよりオ
ープンにカプセル化することである。 ・インタフェース要求が複雑なため、単純なクライアン
ト−サーバ・アーキテクチャは不可能である(例えば、
より複雑な適応性が要求される場合)。
【0045】付録 TAPrediction TAPredictionは、予測値および関連時間を含む。 TAPrediction::GetPredictionValue floatGetPredictionValue()const; (注)予測を返却する。 TAPrediction::GetTimePredictionIsFor Time GetPredictionIsFor()const; (注)予測に関連した時間を返却する。DTDataSetSpecification DTDataSetSpecificationは、TA中で行うデータ変換に
必要な構造情報用の場所ホルダである。 DTDataSetSpecification::DTDataSetSpecification DTDataSetSpecification(int no_of_ts input values,
int no of ancillary values, Bool month, Bool day o
f week, Bool hour, Bool minute, IncrementIntervalT
ype increment interval, int increment step, int no
of intervals to output, float normalisation upper
bound, float normalisation lower bound); no ts input values: これは、予測量の過去の値の数
である。典型的なこの値は、4である。この値は、TA
スペック中のrecall window sizeに等しくなければなら
ない。 no of ancillary values:これは、予測に影響する予測
量の時間および過去の値以外の入力数である。この値
は、TAスペック中のnumber of ancillary valuesに等
しくなければならない。 Month:データが月周期で変化するかどうかを示すブー
ル値である。 day of week:これは、データが週周期で変化するかど
うか示すブール値である。 hour:これは、、データが時間周期で変化するかどうか
示すブール値である。 minute:これは、データが時間周期で変化するかどうか
を示すブール値である。 increment interval:これは、どの間隔がインクリメン
トするかエンジンに知らせる(例;秒)。 increment step:これは、間隔をどれだけインクリメン
トするかエンジンに知らせる(例;30)このパラメー
タとincrement intervalを組み合わせて、エンジンにど
のくらいインクリメントするかをエンジンに示す。 normalisation upper bound:訓練/再訓練フェーズで
自動的にセットされるため、この値を0.0にセットす
る。 normalisation lower bound:訓練/再訓練フェーズで
自動的にセットされるため、この値を0.0にセットす
る。 DTDataSetSpecification::IncrementIntervalType 以下の値を取る可算タイプである。 enum IncrementIntervalType { MONTH, DAY, DAY IN WEEK, HOUR, MINUTE };DTDataSet DTDataSetは、TAに通過させる正しい形式である訓練
データ用の入れ物を供給する。このデータの組は、図5
に示すように少なくとも1行を有していなければならな
い。 DTDataSet::DTDataSet DataSet(); DTDataSet(List of_ p<DTRow>*rows); rows:行ポインタのリストである。 (注)データ組を生成する。 DTDataSet::LinkR18Has LinkR18Has(DTRRow*rows id) rows id:行ポインタを示す。 (注)行をデータの組に追加する。DTRow DTRowは、関連情報に関する入れ物を提供する。すなわ
ち、図6に示すように、行内において時間はデータと補
助可変値と結合できる。多くの行は、データの組中で共
に結合できる。 DTRow::DTRow DTRow() DTRow(int row number) row number:データ組内の行番号である。 (注)行を生成する。 DTRow::LinkR5IscomposedOfLinkR5Iscomp
osedOf(DTDataItem*data item id) data item id:データアイテムへのポインタ (注)データ・アイテムを行に加える。データ・アイテ
ムは、特定の順序で行に加える。日付および時間データ
・アイテムは常に行の一番はじめに来る。次に予測をす
る1つのデータアイテムが来る。最後に、ユーザは必要
なだけ補助可変データ・アイテムを加えることができ
る。DTDataItem参照。DTDataItem DTDataItemは、データ用場所ホルダである。データは日
付及び時間情報、また1つのデータ値のどちらでも良
い。一行内にいくつものデータ・アイテムを結合するこ
とができる。DTRow参照。 DTDataItem::DTDataItem DTDataItem(Time*time values, int column_number) DTDataItem(float numeric_value, int column_number) time values:日付および時間情報。 numeric value:1つのデータ値。 column number:データ・アイテム・リスト中の位置。 (注)データ・アイテムを生成する。NNNeuralnetworkCreationSpec NNNeuralnetworkCreationSpecは、ニューラル・ネット
ワーク要素に含まれた情報を保持する場所ホルダであ
る。図7は、まず先に構成される必要のある2つの他の
オブジェクトと関連するニューラル・ネットワーク生成
スペックを示す。これらの2つのオブジェクトは、レイ
ヤード・ネットワーク・スペックおよびネットワーク訓
練スペックである。 NeuralnetworkCreationSpec NNNeuralnetworkCreationSpec(NNNeuralnetworkCreatio
nSpec* network spec id, NNNetworkTrainerSpec*traine
r spec id) network spec id:ネットワーク・スペックへのポイン
タである。 trainer spec id:訓練スペックへのポインタである。 (注) NNNeuralnetworkCreationSpecを生成する。NNNeuralnetworkSpec NNNeuralnetworkSpecは、他のタイプのニューラル・ネッ
トワークをサポートする拡張用スーパー・タイプ・オブ
ジェクトである。NNLayeredNetworkSpecは、サブ・タイ
プであり、オブジェクトNNNeuralnetworkSpecと代替し
てもよい。NNLayeredNetworkSpec レイヤード・ネットワーク・スペックは、2つの構成を
有している。重み付け値のアレイを供給して(訓練され
たスペックに対し)、または重み値なしで(訓練されて
いないスペックに対し)、呼び出しを行うことができ
る。 NNLayeredNetworkSpec::NNLayeredNetworkSpec NNLayeredNetworkSpec(Lis<int>&unit_mumbers); NNLayeredNetworkSpec(Lis<int>&unit_mumbers, SWAArr
ay&weights); unit_mumbers:3整数値のリスト ・ 入力レイヤにあるユニット数。予測する量の過去の
値の数、変化する時間間隔、および補助可変値数によっ
て、この数が決定される。 ・ 隠れレイヤ中のユニット数。トポロジ最適化によっ
てこの数は決定される。 ・ 出力レイヤ中のユニット数。これは、1にセットさ
れる。 weights:これは、ニューラル・ネットワーク中にある
結合間の、各重み付けの値である。この値は、訓練/再
訓練時に設定される。訓練されたスペックが通過するな
らば、重み付けする必要がある。訓練されていないTA
のスペックが通過するならば、重み付けは必要ない。NNNetworkTrainerSpec ネットワーク訓練スペックは、ニューラル・ネットワー
ク訓練要素に含まれる情報用の場所ホルダである。 NNNetworkTrainerSpec::NNNetworkTrainerSpec NNNetworkTrainerSpec(float target error, unsigned
int percentage validation, Bool is early stopping
required, unsigned int number of training cycles,
long random seed, unsigned int max number of step
s, float fractional tolerance); target error―これは、訓練データ上で測定されたTA
訓練用停止条件である。 ・ ゼロ値はこのテストを中止させる。0は通常の値で
ある。 ・ 非ゼロ値は、訓練を停止させるエラー値を与える
(訓練が他の理由で以前に停止していない場合)。 percentage validation:is early stopping required=
TRUEである場合にのみ重要である。訓練データの割合
は、有効データとしてランダムに選択され、従って最適
化には用いられない。 is early stopping required:early stoppingのニュー
ラル・ネットワーク技術が一般化のために用いられるべ
きかどうかを示すブール値である。ほとんどの場合、こ
れはTRUEにセットされる。 number of training cycles:最適の解決策を見つける
ためにTAが再初期化され、訓練化される回数。 ・ ゼロ値は再訓練を要求する。つまり、以前の重み付
け値から開始する1回の訓練サイクルである。 ・ 非ゼロ値は実行する訓練サイクルの回数を示す。各
訓練サイクルの始めに、ランダムに重み付けをする。戻
ったネットワークは、最適な訓練サイクルである。 random seed:これは、重み付けを初期化し、有効な組
を選択するために用いられる疑似ランダム数発生器の種
を制御する。 ・ −1の値では、ジェネレータはシステム・クロック
から導き出された値を種にする。こうすると、生成され
る数を非予測化を最大にする。このパラメータでは、−
1が通常の値である。 ・ 正の数は、unsigned intに変換され、(例;32ビ
ットに減らす)この値を種として用いる。このオプショ
ンは、疑似ランダム数の同じシーケンスが毎回必要とな
る場合、回帰試験およびデバッグなどの目的で用いられ
る。 max number of steps:これは、TA更新回数を制限す
るために、訓練を停止する他の条件である。 ・ ゼロ値は、このテストを中止する。このパラメータ
は通常ゼロである。 ・ 非ゼロ値は、訓練サイクルを停止させるステップ数
を供給する(他の理由で、以前に停止していない場
合)。 fractional tolerance:ステップがこれ以上、大幅な改
善を見せない場合、最適化器は停止する(他の理由で、
以前に停止していない場合)。 ・ ゼロ値は、浮動点計算の正確度と比較して小さくな
った場合、このステップは重要でないと判断される。こ
の基準で実行された適合レベルは、最適化が必要とされ
る余分な時間に値しない。 ・ 非ゼロ値は、ステップが重要と判断されるのに必要
な相対的な改善を示す。これは、適合の場合と比べて実
際的な差を作らずに、最適化に必要な時間を短くするた
めのかなり単純な方法として用いてもよい。この値には
10-2〜10-6までの値が、実験開始点として推奨され
る。
【図面の簡単な説明】
【図1】 顧客ネットワーク管理方法中で行われるイベ
ント・シーケンスを示す概略図である。
【図2】 顧客がネットワーク・オペレータによって提
供された仮想ネットワーク上にある3サイト間で、音
声、データ、および映像のサービスを行っている通信網
を示す概略図である。
【図3】 実際の性能、予測性能、および過剰分の予測
エンベロープを示す時間に対する帯域幅のグラフを示す
図である。
【図4】 動向分析装置CORBAサーバIDLの例を
示す図である。
【図5】 DTDataSetおよび関連DTRowを示す図である。
【図6】 DTRowおよび関連DTDatItemを示す図である。
【図7】 ニューラル・ネットワーク生成スペックおよ
び関連オブジェクトを示す図である。
【符号の説明】
10…時系列の履歴値 11…時系列の現在値 12…イベント変数 13…予測器 201…オペレータのATM網 203…仮想ネットワーク上の3つのサイト
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 FI H04M 3/00 H04L 11/08 H04Q 3/00 (71)出願人 390023157 THE WORLD TRADE CEN TRE OF MONTREAL,MON TREAL,QUEBEC H2Y3Y 4,CANADA (72)発明者 アンドリュー・ツニクリフェ イギリス国,シーエム21 0アールエル, ハートフォードシア,ソーブリッジワー ス,レッドブリックス レーン,ウォータ ーワークス コテッジス 1 (72)発明者 ティモティー・ジョン・エドワーズ イギリス国,エイエル9 5エイエヌ,ハ ートフォードシア,オールド ハットフィ ールド,フォアー ストリート 23 (72)発明者 ギリアン・バーバラ・ケンドン イギリス国,シーエム23 3ビーワイ,ハ ートフォードシア,ビショップス ストー トフォード,ストート ロード 4 (72)発明者 ステファン・チャールズ・クロス イギリス国,シーエム23 4ジェイジェ イ,ハートフォードシア,ビショップス ストートフォード,トーリー パーク,カ ルバリー クローズ 34

Claims (20)

    【特許請求の範囲】
  1. 【請求項1】 (i)通信網に関するデータの時系列の
    複数シーケンスの将来値を予測し、(ii)各将来値と
    少なくとも1つの閾値とを比較して結果を出すステップ
    を含むことを特徴とする通信網管理方法。
  2. 【請求項2】 請求項1記載の方法において:予測に関
    する前記ステップ(i)は、 (i)時系列の複数の値をニューラル・ネットワークに
    入力し、 (ii)ニューラル・ネットワークからの時系列の予測
    将来値を含む出力を得るステップをさらに含むことを特
    徴とする通信網管理方法。
  3. 【請求項3】 請求項2記載の方法において:入力に関
    する前記ステップ(i)は、さらに、 時間に関する情報をニューラル・ネットワークに入力す
    るステップを含むことを特徴とする通信網管理方法。
  4. 【請求項4】 請求項3記載の方法において:前記時間
    に関する情報は、現在の時点に関する情報を含むことを
    特徴とする通信網管理方法。
  5. 【請求項5】 請求項3記載の方法において:前記時間
    に関する情報は、角度に関する少なくとも1対の値の形
    でニューラル・ネットワークへ入力されることを特徴と
    する通信網管理方法。
  6. 【請求項6】 請求項5記載の方法において:前記一対
    の値は前記角度のサインおよびコサインを含むことを特
    徴とする通信網管理方法。
  7. 【請求項7】 請求項3記載の方法において:ニューラ
    ル・ネットワークに、そのニューラル・ネットワークか
    らの前記出力の少なくとも一部を入力するステップをさ
    らに含むことを特徴とする通信網管理方法。
  8. 【請求項8】 請求項3記載の方法において:1以上の
    付属変数をニューラル・ネットワークに入力するステッ
    プをさらに含むことを特徴とする通信網管理方法。
  9. 【請求項9】 請求項1記載の方法において:前記デー
    タの時系列の値は、単一変量であることを特徴とする通
    信網管理方法。
  10. 【請求項10】 請求項1記載の方法において:前記デ
    ータの時系列は、通信網中のトラフィック・レベルに関
    する情報を含むことを特徴とする通信網管理方法。
  11. 【請求項11】 請求項1記載の方法において:前記デ
    ータの時系列が、通信網の帯域幅レベルに関する情報を
    含むことを特徴とする通信網管理方法。
  12. 【請求項12】 請求項1記載の方法において:前記通
    信網は、非同期転送モード通信網を含むことを特徴とす
    る通信網管理方法。
  13. 【請求項13】 請求項1記載の方法において:前記通
    信網は、仮想プライベート・ネットワークを含むことを
    特徴とする通信網管理方法。
  14. 【請求項14】 請求項1記載の方法において:前記通
    信網は、少なくとも2つのエージェントを含み、 各エージェントは、少なくとも1つの通信リンクを他の
    エージェントに供給するコンピュータ・システムを含
    み、 前記コンピュータ・システムは、比較結果を受け入れる
    ように配置され、さらに閾値、一組の基準、一組の行動
    についての情報を含むことを特徴とする通信網管理方
    法。
  15. 【請求項15】 請求項14記載の方法において: (i)エージェントを使用して、比較結果、第1の閾値
    および各エージェントの基準の組と行動の組に基づいて
    第2の閾値を決定し、 (ii)第1の閾値と第2の閾値とを置換するステップ
    をさらに含むことを特徴とする通信網管理方法。
  16. 【請求項16】 請求項14記載の方法において:前記
    通信網は、仮想プライベート・ネットワークを含み、 少なくとも1つのエージェントの基準の組および行動の
    組は仮想プライベート・ネットワークに関連づけられる
    ことを特徴とする通信網管理方法。
  17. 【請求項17】 請求項16記載の方法において:少な
    くとも1つのエージェントの基準の組および行動の組は
    その通信網に関連づけられることを特徴とする通信網管
    理方法。
  18. 【請求項18】 (i)通信網に関するデータの時系列
    の複数シーケンスの将来値の予測を行うように配置され
    る予測器;および(ii)各将来値を少なくとも1つの
    閾値と比較して結果を出すように配置される比較器とを
    含むことを特徴とする通信網管理用コンピュータ・シス
    テム。
  19. 【請求項19】 請求項18記載のコンピュータ・シス
    テムにおいて:前記通信網は、少なくとも2つのエージ
    ェントを含むことを特徴とする通信網管理用コンピュー
    タ・システム。
  20. 【請求項20】 (i)通信網の少なくとも一部を管理
    するためのコンピュータ・システムを含み;前記コンピ
    ュータ・システムは、 (i)通信網に関するデータの時系列の複数シーケンス
    の将来値を予測するように配置される予測器と; (ii)各将来値と少なくとも1閾値とを比較して結果
    を出すように配置される比較器とを含むことを特徴とす
    る通信網。
JP15005398A 1997-06-05 1998-05-29 通信網管理方法および通信網管理用コンピュータ・システム Pending JPH1132085A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US08/869,900 US6125105A (en) 1997-06-05 1997-06-05 Method and apparatus for forecasting future values of a time series
GBGB9721698.0A GB9721698D0 (en) 1997-06-05 1997-10-10 A method and apparatus for managing at least part of a communications network
GB9721698.0 1997-10-10
GB08/869900 1997-10-10

Publications (1)

Publication Number Publication Date
JPH1132085A true JPH1132085A (ja) 1999-02-02

Family

ID=26312425

Family Applications (1)

Application Number Title Priority Date Filing Date
JP15005398A Pending JPH1132085A (ja) 1997-06-05 1998-05-29 通信網管理方法および通信網管理用コンピュータ・システム

Country Status (2)

Country Link
EP (1) EP0883075A3 (ja)
JP (1) JPH1132085A (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941370B2 (en) * 2000-12-20 2005-09-06 International Business Machines Corporation Dynamic proxy reconfiguration system and method to support sharing of extra capacity
US7254645B2 (en) 2000-03-30 2007-08-07 Nec Corporation Quality assured network service provision system compatible with a multi-domain network and service provision method and service broker device
JP2007531130A (ja) * 2004-03-31 2007-11-01 インターナショナル・ビジネス・マシーンズ・コーポレーション サービス品質保証契約のコンプライアンスを予測するオンデマンドインフラのリアルタイムテストを可能にする方法
WO2010146761A1 (ja) * 2009-06-19 2010-12-23 日本電気株式会社 ネットワークサービス制御システム、ネットワークサービス制御方法および記憶媒体
JP2014053898A (ja) * 2012-09-10 2014-03-20 Sap Ag 予測的ネットワーク輻輳制御のためのシステムおよび方法
JP2017005473A (ja) * 2015-06-09 2017-01-05 日本電信電話株式会社 通信品質予測装置、通信品質予測方法及びプログラム
JP2018510576A (ja) * 2015-03-30 2018-04-12 アマゾン・テクノロジーズ、インコーポレイテッド マルチテナント環境のためのネットワークフローログ
WO2019111866A1 (ja) * 2017-12-07 2019-06-13 日本電気株式会社 分析装置、通信システム、データ処理方法、及び非一時的なコンピュータ可読媒体
JP2020092462A (ja) * 2011-11-29 2020-06-11 アマゾン・テクノロジーズ・インコーポレーテッド 直接ネットワークピアリングを管理するためのインターフェース
US11463351B2 (en) 2011-12-22 2022-10-04 Amazon Technologies, Inc. Interfaces to manage inter-region connectivity for direct network peerings
US11570154B2 (en) 2011-11-29 2023-01-31 Amazon Technologies, Inc. Interfaces to manage direct network peerings
US11682055B2 (en) 2014-02-18 2023-06-20 Amazon Technologies, Inc. Partitioned private interconnects to provider networks

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7693941B2 (en) * 1996-07-18 2010-04-06 Reuven Battat Method and apparatus for predictively and graphically administering a networked system in a time dimension
WO2002017065A2 (en) * 2000-08-18 2002-02-28 International Business Machines Corporation Apparatus and method for use in a computer hosting services environment
EP1456788A4 (en) * 2001-11-13 2007-06-20 Cvidya Networks Ltd SYSTEM AND METHOD FOR PRODUCING GUIDELINES FOR A COMMUNICATION NETWORK
ATE288163T1 (de) 2002-07-17 2005-02-15 Cit Alcatel VERFAHREN, RECHNERPROGRAMM, KUNDENENDGERÄT UND NETZWERK FÜR DIE EFFIZIENTE BENUTZUNG VON NETZWERKMITTEL DURCH DIE ßJUST-IN-TIMEß ANPASSUNG DES DIENSTQUALITÄTES BASIERT AUF DIE BENUTZUNG DES DIENSTES UND DAS VERHALTEN DES BENUTZERS
FR2844944B1 (fr) * 2002-09-23 2005-01-14 Cit Alcatel Dispositif et procede de planification de configuration d'un reseau de communications par prevision d'evolution
DE102004048235A1 (de) * 2004-10-04 2006-04-20 Siemens Ag Verfahren zur Prognose des Energieverbrauchs einer industriellen Produktionsanlage, Vorrichtung zum Durchführen des Verfahrens sowie zugehöriges Computerprogramm-Produkt und computerlesbares Medium
GB2427980B (en) * 2005-07-01 2007-10-10 Toshiba Res Europ Ltd Means and method of allocating channel bandwidth
GB2456026A (en) * 2007-12-26 2009-07-01 Contendo Inc CDN balancing and sharing platform
EP2378722B1 (en) * 2010-02-16 2012-11-28 Siemens Aktiengesellschaft A method for data transmission in a communication network
EP2611068A1 (en) * 2011-12-28 2013-07-03 Alcatel Lucent Method for selecting a chain of service level specifications
TWI581591B (zh) * 2015-07-07 2017-05-01 Chunghwa Telecom Co Ltd Data usage forecasting system, method and computer program product
US20180006900A1 (en) * 2016-06-29 2018-01-04 Microsoft Technology Licensing, Llc Predictive anomaly detection in communication systems
CN109242169B (zh) * 2018-08-28 2021-11-02 贵州电网有限责任公司 一种面向电力大客户的短期负荷预测方法
US20210345134A1 (en) * 2018-10-19 2021-11-04 Telefonaktiebolaget Lm Ericsson (Publ) Handling of machine learning to improve performance of a wireless communications network
CN111861080A (zh) * 2019-10-30 2020-10-30 北京嘀嘀无限科技发展有限公司 一种信息处理的方法、装置、电子设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE500822C2 (sv) * 1992-02-17 1994-09-12 Ericsson Telefon Ab L M Förfarande att åstadkomma en intelligent nättjänst
CA2177488C (en) * 1993-11-30 2001-11-20 Nicolae Marius Busuioc Communications network management
WO1995030317A1 (en) * 1994-04-28 1995-11-09 British Telecommunications Public Limited Company Service provision system for communications networks

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7254645B2 (en) 2000-03-30 2007-08-07 Nec Corporation Quality assured network service provision system compatible with a multi-domain network and service provision method and service broker device
US8214533B2 (en) 2000-03-30 2012-07-03 Nec Corporation Quality assured network service provision system compatible with a multi-domain network and service provision method and service broker device
US6941370B2 (en) * 2000-12-20 2005-09-06 International Business Machines Corporation Dynamic proxy reconfiguration system and method to support sharing of extra capacity
JP2007531130A (ja) * 2004-03-31 2007-11-01 インターナショナル・ビジネス・マシーンズ・コーポレーション サービス品質保証契約のコンプライアンスを予測するオンデマンドインフラのリアルタイムテストを可能にする方法
JP4688224B2 (ja) * 2004-03-31 2011-05-25 インターナショナル・ビジネス・マシーンズ・コーポレーション サービス品質保証契約のコンプライアンスを予測するオンデマンドインフラのリアルタイムテストを可能にする方法
WO2010146761A1 (ja) * 2009-06-19 2010-12-23 日本電気株式会社 ネットワークサービス制御システム、ネットワークサービス制御方法および記憶媒体
JP2020092462A (ja) * 2011-11-29 2020-06-11 アマゾン・テクノロジーズ・インコーポレーテッド 直接ネットワークピアリングを管理するためのインターフェース
US11570154B2 (en) 2011-11-29 2023-01-31 Amazon Technologies, Inc. Interfaces to manage direct network peerings
US11463351B2 (en) 2011-12-22 2022-10-04 Amazon Technologies, Inc. Interfaces to manage inter-region connectivity for direct network peerings
US11792115B2 (en) 2011-12-22 2023-10-17 Amazon Technologies, Inc. Interfaces to manage inter-region connectivity for direct network peerings
US9787540B2 (en) 2012-09-10 2017-10-10 Sap Se System and method for predictive network congestion control
JP2014053898A (ja) * 2012-09-10 2014-03-20 Sap Ag 予測的ネットワーク輻輳制御のためのシステムおよび方法
US11682055B2 (en) 2014-02-18 2023-06-20 Amazon Technologies, Inc. Partitioned private interconnects to provider networks
JP2018510576A (ja) * 2015-03-30 2018-04-12 アマゾン・テクノロジーズ、インコーポレイテッド マルチテナント環境のためのネットワークフローログ
US10187427B2 (en) 2015-03-30 2019-01-22 Amazon Technologies, Inc. Networking flow logs for multi-tenant environments
US10469536B2 (en) 2015-03-30 2019-11-05 Amazon Technologies, Inc. Networking flow logs for multi-tenant environments
JP2020039137A (ja) * 2015-03-30 2020-03-12 アマゾン・テクノロジーズ、インコーポレイテッド マルチテナント環境のためのネットワークフローログ
US11659004B2 (en) 2015-03-30 2023-05-23 Amazon Technologies, Inc. Networking flow logs for multi-tenant environments
JP2017005473A (ja) * 2015-06-09 2017-01-05 日本電信電話株式会社 通信品質予測装置、通信品質予測方法及びプログラム
WO2019111866A1 (ja) * 2017-12-07 2019-06-13 日本電気株式会社 分析装置、通信システム、データ処理方法、及び非一時的なコンピュータ可読媒体

Also Published As

Publication number Publication date
EP0883075A2 (en) 1998-12-09
EP0883075A3 (en) 1999-01-27

Similar Documents

Publication Publication Date Title
JPH1132085A (ja) 通信網管理方法および通信網管理用コンピュータ・システム
US6272110B1 (en) Method and apparatus for managing at least part of a communications network
US8264971B2 (en) Method for managing resources in a platform for telecommunication service and/or network management, corresponding platform and computer program product therefor
CN106817499B (zh) 一种话务资源调度方法及预测调度装置
US7451226B1 (en) Method for grouping content requests by behaviors that relate to an information system&#39;s ability to deliver specific service quality objectives
Reaidy et al. Comparison of negotiation protocols in dynamic agent-based manufacturing systems
US10373081B2 (en) On-demand utility services utilizing yield management
EP2391961B1 (en) System and method for integrating capacity planning and workload management
US5638494A (en) Adaptive communication system
US20020019873A1 (en) System and method for modeling and provisioning information system capacity
WO2003023665A1 (en) Resource management method and apparatus
JPH09505917A (ja) 通信ネットワーク管理
CN1316787C (zh) 在ip网络设备端口为不同队列准确分配带宽的方法
WO1997029443A1 (en) Service provision system for use in distributed processing environments
US6584189B1 (en) Call routing data management
Ben-Ameur et al. A framework for joint admission control, resource allocation and pricing for network slicing in 5G
Appleby et al. Policy-based automated provisioning
Rodosek et al. Dynamic service provisioning: A user-centric approach
JP5670290B2 (ja) 通信サービスのためのプロセスの実行のためのリソースを管理する方法、システム及びコンピュータ・プログラム
Alcalá-Marín et al. kaNSaaS: Combining Deep Learning and Optimization for Practical Overbooking of Network Slices
EP1226497A1 (en) Resource allocation system
Jakob et al. Optimised scheduling of grid resources using hybrid evolutionary algorithms
Campbell et al. Virtuosity: Performing virtual network resource management
Akash et al. An event-driven and lightweight proactive auto-scaling architecture for cloud applications
Papavassiliou et al. Integration of mobile agents and genetic algorithms for efficient dynamic network resource allocation