WO2004107682A1 - ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 - Google Patents

ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 Download PDF

Info

Publication number
WO2004107682A1
WO2004107682A1 PCT/JP2003/006770 JP0306770W WO2004107682A1 WO 2004107682 A1 WO2004107682 A1 WO 2004107682A1 JP 0306770 W JP0306770 W JP 0306770W WO 2004107682 A1 WO2004107682 A1 WO 2004107682A1
Authority
WO
WIPO (PCT)
Prior art keywords
traffic
control
predicted
time
information
Prior art date
Application number
PCT/JP2003/006770
Other languages
English (en)
French (fr)
Inventor
Takeshi Yasuie
Yuji Nomura
Kenichi Fukuda
Original Assignee
Fujitsu Limited
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 Fujitsu Limited filed Critical Fujitsu Limited
Priority to PCT/JP2003/006770 priority Critical patent/WO2004107682A1/ja
Priority to JP2005500216A priority patent/JP4037886B2/ja
Publication of WO2004107682A1 publication Critical patent/WO2004107682A1/ja
Priority to US11/140,331 priority patent/US8059529B2/en

Links

Classifications

    • 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
    • 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
    • H04L43/06—Generation of reports
    • H04L43/062—Generation of reports related to network traffic
    • 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
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0882—Utilisation of link capacity
    • 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
    • H04L43/16—Threshold monitoring

Definitions

  • Network control program Network control device and network control method
  • the present invention relates to a network control program, a network control device, and a network control method, and more particularly, to improving traffic prediction accuracy and improving traffic prediction.
  • a network controller that can achieve optimal control timing for hick control.
  • the present invention relates to a control program, a network control device, and a network control method.
  • a method of predicting future traffic based on past traffic (actually measured values) in a communication network has been known for some time.
  • a typical traffic prediction method is AR I MA (Auto Regressive
  • This linear time series analysis method analyzes values (data) measured over time and verifies or predicts hypotheses.
  • a measured value at a certain point in time is represented by a linear polynomial of past measured values and past noise components as a model formula. Therefore, the value predicted by the linear time series analysis method largely depends on past measured values.
  • AR I MA model the time series z t autoregressive 'component zeta Eta a, ⁇ _ 2,, Zt ⁇ and Howaitonoizu moving average component a t of, a t _ 1;.. ...., A it is shall be as you'll expressed by the linear polynomial of t _ q.
  • the model formula is generally expressed as follows.
  • ⁇ ⁇ ( ⁇ 5 ) 1- ⁇ ⁇ 3 - ⁇ 2 ⁇ _ ⁇ ⁇ ⁇ - ⁇ Q B Qs (represents the periodic moving average component of white noise)
  • FIG. 25 is a diagram illustrating a traffic prediction process for predicting network traffic using the above-described AR IMA.
  • step SZ1 traffic information relating to traffic (data amount passing through the network) measured in the target network is input.
  • step SZ2 a process of identifying an AR IMA model is performed. Specifically, in step SZ2, after the autocorrelation function (ACF) and the partial autocorrelation function (PACF) of the input traffic information are calculated, the AR IMA model (p, d, q , P, D, Q, s) are identified.
  • ACF autocorrelation function
  • PAF partial autocorrelation function
  • step SZ3 a parameter estimation process is performed. Specifically, in step SZ3, the parameters of the ARI MA model ( ⁇ ... ⁇ ⁇ 1... ⁇ q , ⁇ .. ⁇ , ⁇ ... ⁇ 0 ) is estimated.
  • step SZ4 the accuracy of the ARIMA model identified in step SZ2 and the parameters estimated in step SZ3 are diagnosed.
  • step SZ5 the future date and time is applied to the ARIMA model to predict future traffic.
  • the AR IMA model and parameter values are affected by the input traffic information because the traffic prediction takes such a procedure.
  • traffic control is performed to reduce traffic before the traffic reaches the maximum allowable value.
  • control preparation waiting time is required for the effect to become effective after the traffic control is started, conventionally, in consideration of the control preparation waiting time, a certain percentage of the maximum allowable value is taken into account. (For example, 80%) and the like, and the time when the traffic reaches the threshold is set as the control timing for starting the traffic control.
  • traffic prediction when traffic prediction is performed using the conventional ARIMA model, traffic that includes a portion that fluctuates due to traffic control is used. A sudden change appears in the traffic (the broken line in the forecast period).
  • the method of setting a threshold at a certain ratio of the allowable maximum value has a problem that it is difficult to determine at which ratio the threshold should be set.
  • the control timing if the judgment is made based on exceeding the threshold, depending on the traffic behavior, the control may be performed too early, or the control may be delayed, resulting in exceeding the maximum allowable value, or in some cases, unnecessary control. There was a problem of doing.
  • the present invention has been made in view of the above, and has been made in consideration of the above circumstances, and has been made in consideration of the above circumstances.
  • the purpose of the present invention is to provide a control program, a network control device, and a network control method. Disclosure of the invention
  • the present invention provides a computer, comprising: a collection unit for collecting traffic information on traffic measured on a network; and a traffic information from a latest traffic control time to a predicted time based on the traffic information.
  • a network control program for functioning as: an obtaining unit that obtains the information as predicted usage information; and a prediction unit that predicts traffic after the predicted time in the network based on the predicted usage information.
  • the present invention provides a collection unit for collecting traffic information on traffic measured in a network, and an acquisition unit for obtaining, from the traffic information, traffic information from the latest traffic control time to a predicted time as predicted use information. Means, and prediction means for predicting traffic in the network after the predicted time based on the predicted use information.
  • the present invention provides a collection step of collecting traffic information on traffic measured in a network, and obtaining from the traffic information obtaining traffic information from the latest traffic control time to a predicted time as predicted use information. And a prediction step of predicting traffic in the network after the predicted time based on the predicted use information.
  • FIG. 1 is a block diagram showing the configuration of an embodiment according to the present invention
  • FIG. 2 is a diagram for explaining the operation principle of the embodiment
  • FIG. FIG. 4 is a diagram showing a specific configuration example of the network 200 shown in FIG. 4
  • FIG. 4 is a diagram for explaining traffic fluctuation due to traffic control in the network 200 shown in FIG. 3
  • FIG. 1 is a block diagram showing the configuration of an embodiment according to the present invention
  • FIG. 2 is a diagram for explaining the operation principle of the embodiment
  • FIG. FIG. 4 is a diagram showing a specific configuration example of the network 200 shown in FIG. 4
  • FIG. 4 is a diagram for explaining traffic fluctuation due to traffic control in the network 200 shown in FIG. 3
  • FIG. 6 is a diagram for explaining the control timing determined by the control timing determination unit 104 shown in FIG. 1.
  • FIG. 6 is a diagram showing the network configuration information database 110 shown in FIG.
  • FIG. 7 is a diagram showing the path / link information database 120 shown in FIG. 1
  • FIG. 8 is a diagram showing the traffic information database 130 shown in FIG.
  • FIG. 9 is a graph of the traffic information shown in FIG.
  • FIG. 10 is a diagram showing the traffic control information database 140 shown in FIG. 1.
  • FIG. 11 is a flow chart for explaining the operation of the same embodiment.
  • FIG. 11 is a flowchart for explaining the control time determination process shown in FIG. 11, and
  • FIG. 13 is a flowchart for explaining the predicted use information acquisition process shown in FIG.
  • FIG. 15 is a flowchart for explaining the control timing determining process shown in FIG.
  • Fig. 17 is a flowchart for explaining the traffic control processing shown in Fig. 11
  • Fig. 17 is a diagram for explaining the operation of the same embodiment
  • Fig. 18 is a flowchart for explaining the operation of the same embodiment.
  • FIG. 19 is a diagram for explaining control timing determination processing.
  • FIG. 11 is a flowchart illustrating the control time determination process (Modification 1) shown in FIG. 11, and FIG. 20 illustrates the control time determination process (Modification 2) shown in FIG.
  • FIG. 21 is a flowchart for explaining the control time determination process (Modification 2) shown in FIG. 20.
  • FIG. 11 is a flowchart illustrating the control time determination process (Modification 1) shown in FIG. 11, and FIG. 20 illustrates the control time determination process (Modification 2) shown in FIG.
  • FIG. 21 is a flowchart for explaining the control time determination process (Modification 2) shown in FIG. 20.
  • FIG. 1 is
  • FIG. 22 is a flowchart showing the predicted use period shown in FIG.
  • FIG. 23 is a flowchart illustrating a determination process (Modification 3).
  • FIG. 23 is a diagram illustrating the predicted use period determination process (Modification 3) shown in FIG. 22.
  • FIG. FIG. 25 is a block diagram showing a configuration of Modification 4 of the same embodiment.
  • FIG. 25 is a diagram for explaining a traffic prediction process using an ARIMA model, and FIG. Of traffic prediction in Japan It is a figure explaining a title.
  • FIG. 1 is a block diagram showing a configuration of an embodiment according to the present invention.
  • a communication network system comprising a network controller 1 0 0 Oyopi network 2 0 0 (including network equipment SOO i to 3 0 0 n) are illustrated.
  • the network control device 100 is a device for performing network control on the network 200. Specifically, the network controller 100 has a function of collecting traffic information (actually measured values) from the network 200 and a function of predicting future traffic based on the collected traffic information. It has a function to control traffic.
  • traffic information actually measured values
  • traffic in the prediction period is predicted using traffic (predicted use period) that does not include the traffic fluctuation part due to the traffic control.
  • the predicted traffic (prediction period) changes continuously and is not affected by the fluctuation due to the traffic control. High accuracy.
  • the network 200 is the Internet or the like, and transmits communication data.
  • the network 2 0 0 includes a network device 3 0 0 to 3 0 0 n such router Ya bridge.
  • FIG. 3 is a diagram showing a specific configuration example of the network 200 shown in FIG.
  • the network 200 shown in the figure includes routers R1 to R4. These routers R 1 to R 4 corresponds to the network device 3 0 ⁇ 3 0 0 n, constitute a link L 1 to L 6.
  • Path: P1 is the working path, for example, This is a communication path through link L5, router Rl, link Ll, router R2, link L2, router R4, and link L6.
  • the path P2 is, for example, a backup path for the path P1, and is a communication path passing through the link L5, the router Rl, the link L3, the router R3, the link L4, the router R4, and the link L6.
  • the path is switched from the path P1 to the path P2 at a control timing (see FIG. 5) determined by a control timing determination unit 104 described later.
  • routers R1 to R4 shown in Fig. 3 and Fig. 4 periodically measure the traffic on the corresponding links (links L1 to L6), and associate the traffic information with the measurement date and time. I do.
  • the network control device 100 includes a network configuration information database 110, a path / link information database 120, a traffic information database 130, a traffic control information database 140, and a predicted small traffic information database 150. I have.
  • the network configuration information database 110 the path Z link information database 120, the traffic information database 130, and the traffic control information database 140 will be described with reference to FIG. 6 to FIG.
  • the network configuration information database 110 shown in FIG. 6 is a database for storing network configuration information relating to the configuration of the network 200 (see FIGS. 3 and 4), and has fields of links and adjacent links. I have.
  • the links represent the links (links L1 to L6) constituting the network 200.
  • An adjacent link represents another link adjacent to the above link. For example, link L1
  • the corresponding adjacent links are link L2, link L3 and link L5 (see FIG. 3).
  • the path Z link information database 120 shown in FIG. 7 stores the network 200 (see FIGS. 3 and 4) (path Z link information indicating the correspondence between paths and links in the network). In the database,.
  • the path represents each path (path Pl, P2, etc.) set in the network 200.
  • the link represents a link that constitutes the path.
  • the path P1 includes a link L1, a link L2, a link L5, and a link L6.
  • the traffic information database 130 shown in FIG. 8 is a database for storing the traffic measured by each of the routers R1 to R4 and the traffic information including the measurement date and time.
  • FIG. 9 is a graph of the traffic information shown in FIG. As can be seen, traffic changes over time.
  • the traffic control information database 140 shown in FIG. 10 stores the traffic control information on the traffic control performed on the network 200 by the traffic control unit 105 (see FIG. 1) described later. Is a database that stores control time, control details, and influence links.
  • the control time indicates the date and time when the traffic control was performed.
  • the control content indicates the specific content of the traffic control.
  • traffic control for example, as shown in Fig. 4, path route switching control for switching from path P1 to path P2, or discarding control for discarding low-priority traffic among all traffic on link L1 And the like.
  • the affected link indicates a link that is affected by the increase or decrease in traffic due to traffic control. For example, when the path control for switching from the path P1 to the path P2 shown in FIG. 4 is executed as the traffic control, the affected link is switched off.
  • the predicted traffic information database 150 is a database for storing the predicted traffic information relating to the predicted traffic and the time predicted according to the operation principle described with reference to FIG.
  • the traffic information collection unit 101 periodically collects traffic information from each of the routers R1 to R4 (FIGS. 3 and 4) in the network 200, and generates a traffic information database 130 (See Figure 8).
  • the predicted use information acquisition unit 102 predicts traffic information corresponding to the predicted use period that does not include the fluctuation part of the traffic due to the execution of the traffic control from the traffic information database 130. It has a function to acquire it as usage information.
  • Prediction utilization information means traffic information used for traffic prediction.
  • the traffic prediction unit 103 predicts future traffic from the predicted use information acquired by the predicted use information acquisition unit 102 using the ARI MA model (see FIG. 25) described above. With functions. In addition, the traffic prediction unit 1 ⁇ 3 puts the predicted traffic and the time as predicted traffic information in the predicted traffic information database 150.
  • the control timing determination unit 104 has a function of determining a control timing (control time) for performing traffic control based on the predicted traffic, and a function of notifying the traffic control unit 105 of the control timing. Have.
  • the traffic control unit 105 performs the traffic control on the network 200 at the above-mentioned control timing, and uses the control time, the control content, and the affected link as traffic control information as a traffic control information database 140 (first (See the figure).
  • Fig. 11 shows one implementation It is a flowchart explaining operation
  • traffic in the network 200 is predicted every prediction cycle of 30 minutes.
  • the predicted use information acquisition unit 102 of the network control device 100 calculates the predicted time at which to start the traffic prediction (30 minutes after the previous traffic prediction). Is determined, and in this case, the determination result is set to “No” and the same determination is repeated.
  • the traffic control unit 105 shown in FIG. It is assumed that low-priority traffic discard control is performed at / 02 14:20:00 as a traffic control affecting link L1. Therefore, as shown in the graph 160 of the same figure, the traffic of the link L1 sharply decreases at the control time 14:20 (the date (2002/12/02) is omitted, the same applies hereinafter). .
  • each of the solid lines in the graphs 160 to 165 represents the temporal change of traffic on the link L1 (see FIGS. 3 and 4), and the traffic information collection unit 1 It corresponds to the traffic information (actually measured values) collected at 01 (see Fig. 1) and stored in the traffic information database 130.
  • each of the dashed lines in the graphs 16 1, 16 3, and 16 5 indicates the predicted traffic (the predicted traffic) predicted by the traffic prediction unit 103 for the traffic on the link L 1 (see FIGS. 3 and 4). Value) over time.
  • step SA2 the predicted use information acquisition unit 102 sets the determination result of step SA1 shown in FIG. 11 to “Yes”.
  • the predicted use information acquisition unit 102 executes a control time determination process. Specifically, in step SB 1 shown in the first FIG. 2, the predicted usage information acquiring unit 1 0 2, traffic control information database 1 4 0: Traffic from (corresponding to "1 5 00 traffic control information") Get control information.
  • the prediction use information acquisition unit 102 uses the link to be predicted (in this case, link L1) as a key to extract the latest control time (in this case, from the traffic control information acquired in step SB1). , 14:20) (Step SG1: see Fig. 17). Thus, the control time is determined as 14:20.
  • step SA3 the predicted use information obtaining unit 102 obtains predicted use information for obtaining predicted use information (traffic information) corresponding to the predicted use period from the traffic information database 130. Execute the process.
  • step SC1 shown in FIG. 13 the predicted use information acquisition unit 102 executes a predicted use period determination process for determining a predicted use period.
  • step SD1 shown in FIG. 14 the predicted use information acquisition unit 102, as shown in the graph 160 (see FIG. 17), determines the latest time determined in the control time determination process (see FIG. 12). From the control time (in this case, 14:20) to the predicted time (in this case, 15:00) as the current time (step SG2: see Fig. 17) .
  • step SC2 the predicted use information acquisition unit 102 transmits the traffic information (corresponding to link L1) from the traffic information database 130 corresponding to the above-mentioned predicted use period (14:20 to 15:00). ), And use this as prediction use information (Step SG2: See Fig. 17). Further, the prediction use information acquisition unit 102 passes the prediction use information to the traffic prediction unit 103.
  • step SA4 the traffic prediction unit 103 executes the above-described traffic prediction process using the ARIMA model (see FIG. 25) based on the prediction usage information (step SG3: (See Fig. 17).
  • the traffic of link L1 from 15:00 (predicted time) to 15:30 is predicted, and is set as predicted traffic.
  • step S A5 the traffic prediction unit 103 stores the predicted traffic and time in the predicted traffic information database 150 (see FIG. 1) as predicted traffic information.
  • step SA6 the control timing determination unit 104 starts the traffic control Control timing determination processing for determining the control timing (control time) to be executed.
  • step SE1 shown in FIG. 15 the control timing determination unit 104 determines from the predicted traffic information database 150 that the control target link predicted in step SA4 (see FIG. 11) (for example, The link L 1) obtains the predicted traffic 'it Kogaroto.
  • step SE2 the control timing determination unit 104 sets a control preparation waiting time T (for example, 5 minutes).
  • the control preparation waiting time T is the time from the start of traffic control until the effect becomes effective.
  • step SE3 the control timing determination unit 104 determines whether the predicted traffic (15:00 to 15:15:15) exceeds the preset maximum allowable value, as in the case of the draft 161 (see FIG. 17) shown in FIG. 30) Judge whether the force exists or not (Step SH1: see Fig. 18). In this case, the control timing determination unit 104 sets the determination result of step S E3 to “No”.
  • step SE6 the control timing determination unit 104 determines that there is no control timing. Therefore, in this case, no traffic control is performed.
  • the control timing determined by the control timing determination unit 104 will be described in detail with reference to FIG.
  • a threshold is set at a certain percentage of the maximum allowable value, and the time when the measured traffic exceeds the threshold is set as the control timing. Therefore, conventionally, with respect it has been measured traffic pattern PL PL 2 and PL 3, the time t 4, t 1 and t 2 is the traffic control timing.
  • the traffic pattern PL becomes maximum allowed value time (t 5 - Since t 4 ) is less than the control preparation waiting time T, control cannot be performed in time, and a problem occurs that traffic is discarded.
  • control timing is set to a time earlier than the maximum allowable value by the control preparation waiting time T, the above-described problem does not occur.
  • step SA7 the traffic control unit 105 determines whether or not the control timing has been notified from the control timing determination unit 104, and in this case, the determination result is “No”. .
  • step SA1 the predicted use information acquisition unit 102 determines whether or not the force is the predicted time (15:30, which is 30 minutes after the previous predicted time of 15:00). In this case, the determination result Is set to “No” and the same judgment is repeated.
  • step SA2 the predicted use information acquisition unit 102 sets the determination result of step SA1 to “Yes”.
  • step SA2 the predicted use information acquisition unit 102 executes a control time determination process. More specifically, in step SB 1 shown in FIG. 12, the predicted use information acquisition unit 102 performs the traffic control information database 140 (corresponding to “15:30 traffic control information”). Get information.
  • step SB2 the prediction use information acquisition unit 102 uses the link to be predicted (in this case, link L1) as a key, and From the traffic control information obtained in step SB1, information on the latest control time (14:20 in this case) is obtained (step SG4: see FIG. 17). Thus, the control time is determined as 14:20.
  • step SA3 the predicted use information obtaining unit 102 obtains predicted use information for obtaining predicted use information (traffic information) corresponding to the predicted use period from the traffic information database 130. Execute the process.
  • step SC1 shown in FIG. 13 the predicted use information acquisition unit 102 executes a predicted use period determination process for determining a predicted use period.
  • step SD1 shown in FIG. 14 the predicted use information obtaining unit 102, as shown in the graph 162 (see FIG. 17), obtains the latest control time determined in the control time determination process (see FIG. 12).
  • the control time (14:20 in this case) and the predicted time as the current time (15:30 in this case) are determined as the predicted usage period (Step SG5: See Fig. 17) ).
  • the predicted use information acquisition unit 102 transmits the traffic information (from link L1 to the link L1) corresponding to the predicted use period (14:20 to: L5: 30) from the traffic information database 130. (Step SG5: See Fig. 17). Further, the prediction use information acquisition unit 102 passes the prediction use information to the traffic prediction unit 103.
  • step SA4 the traffic prediction unit 103 executes the above-described traffic prediction processing (see FIG. 25) based on the prediction use information.
  • Step SG6 See Fig. 17).
  • the traffic of link L1 from 15:30 (predicted time) to 16:00 is predicted, and is set as predicted traffic.
  • step SA5 the traffic prediction unit 103 stores the above-mentioned predicted traffic and time in the predicted traffic information database 150 (see FIG. 1) as predicted traffic information.
  • step SA6 the control timing determination unit 104 executes a control timing determination process for determining a control timing (control time) for starting the traffic control.
  • step SE1 shown in FIG. 15 the control timing determination unit 104 obtains the control target link predicted in step SA4 (see FIG. 11) from the predicted traffic information database 150 (for example, Obtain predicted traffic information for link L 1).
  • step SE2 the control timing determination unit 104 sets a control preparation waiting time T (for example, 5 minutes).
  • step SE3 the control timing determination unit 104 determines that there is a predicted traffic (15:30 to 16:00) exceeding the maximum allowable value as shown in a graph 163 (see FIG. 17) shown in FIG. (Step S H2: see FIG. 18). In this case, since the maximum allowable value is exceeded at 15:45, the control timing determination unit 104 sets the determination result of step S E3 to “Y e s”.
  • step SE4 the control timing determination unit 104 determines the time (in this case, 15 minutes) earlier than the time (15:45 in this case) exceeding the maximum allowable value by the control preparation waiting time T minutes (5 minutes in this case). : 40) is determined as the control timing.
  • step SE5 the control timing determination unit 104 notifies the traffic control unit 105 of the control timing (in this case, 15:40) (step SH3: see FIG. 18). As a result, the traffic control unit 105 sets the determination result of step SA7 shown in FIG. 11 to “Yes”.
  • step S A8 the traffic control unit 105 executes a traffic control process. Specifically, in step SF1 shown in FIG. 16, the traffic control unit 105 determines the control content regarding the traffic control based on a predetermined algorithm. In this case, the traffic control unit 105 determines, as control contents, path route switching control for switching from the path P1 to the path P2 for each path as shown in FIG.
  • step SF2 the traffic control unit 105 determines that the traffic control target is It is determined whether it is a link unit or a path unit. In this case, since it is a path unit, the traffic control unit 105 executes the process of step SF3. In step SF3, the traffic control unit 105 performs the path switching control determined in step SF1.
  • the path is switched from the path P1 to the path P2, the traffic of the link L1 is reduced by the value, and the traffic of the link L3 is reduced. Increases by the value Si.
  • the traffic of link L5 does not change before and after the switching.
  • step SF4 the traffic control unit 105 acquires link information from the path Z link information database 120 using the traffic control target paths (in this case, path P1 and path P2) as keys, and Recognize as
  • step SF5 the traffic control unit 105 stores the control time, the control content, and the affected link as traffic control information in the traffic control information database 140 (step SG7: see FIG. 17).
  • step SF6 the traffic control unit 105 executes the processing of step SF6.
  • step SF6 the traffic control unit 105 executes the control content determined in step SF1 for each link.
  • step SF4 the traffic control unit 105 recognizes the affected link corresponding to the link unit.
  • step SF5 the traffic control unit 105 stores the control time, the control content, and the affected link as traffic control information in the traffic control information database 140 (step SG7: see FIG. 17).
  • step SA1 the predicted use information obtaining unit 102 determines whether or not the predicted time (16:00, 30 minutes after the previous predicted time of 15:30) is reached. Then, the judgment result is set to “No” and the same judgment is repeated.
  • step SA2 the predicted use information obtaining unit 102 sets the determination result of step SA1 to “Yes”.
  • step SA2 the predicted use information obtaining unit 102 executes a control time determination process. Specifically, in step SB1 shown in FIG. 12, the predicted use information obtaining unit 102 executes the control of the traffic control information database 140. (Corresponding to the traffic control information J at “16:00”) In step SB2, the prediction use information obtaining unit 102 uses the link to be predicted (in this case, link L1) as a key. The latest control time (in this case, 15:40) is obtained from the traffic control information obtained in step SB 1 (step SG8: see Fig. 17), whereby the control time becomes 15:40 Is determined as
  • step SA3 the predicted use information obtaining unit 102 obtains predicted use information for obtaining predicted use information (traffic information) corresponding to the predicted use period from the traffic information database 130. Execute the process.
  • step SC1 shown in FIG. 13 the predicted use information acquisition unit 102 executes a predicted use period determination process for determining a predicted use period.
  • step SD1 shown in FIG. 14 the predicted use information acquisition unit 102, as shown in the graph 164 (see FIG. 17), updates the latest time determined in the control time determination process (see FIG. 12). From the control time (in this case, 15:40) to the predicted time (in this case, 16:00) as the current time is determined as the predicted usage period (Step SG9: See Fig. 17) .
  • step SC 2 the predicted usage information acquiring unit 102, Jerusalemi click information the prediction use period from the database 130 (1 5: 40-1 6:00) traffic information corresponding to the (link L 1 (Step SG9: See Fig. 17). Further, the prediction use information acquisition unit 102 passes the prediction use information to the traffic prediction unit 103.
  • step S A4 the traffic prediction section 103 executes the above-described traffic prediction processing (see FIG. 25) based on the prediction use information (step SG10: see FIG. 17).
  • step SA5 the traffic prediction unit 103 stores the predicted traffic and time in the predicted traffic information database 150 (see FIG. 1) as predicted traffic information. Thereafter, the above-described operation is repeated.
  • a control time determination process (see FIG. 11) is executed according to a flowchart shown in FIG. 19 instead of the flowchart shown in FIG. You can.
  • step SI1 shown in FIG. 19 the predicted use information acquisition unit 102 acquires the traffic control information database 140 (see FIG. 10), traffic control information, and the like.
  • step SI2 the prediction use information acquisition unit 102 acquires network configuration information corresponding to the link to be predicted from the network configuration information database 110 (see FIG. 6).
  • step SI3 the predicted use information acquisition unit 102 compares the traffic control information (control time) between adjacent links included in the network configuration information, and acquires the latest control time information. As a result, the control time is determined.
  • control time determination process (see FIG. 11) is executed according to the flowchart shown in FIG. 20 instead of the flowchart shown in FIG. May be.
  • the increase / decrease time is controlled. Determined as time.
  • step SJ1 shown in FIG. 20 the predicted use information acquisition unit 102 acquires traffic information from the traffic information database 130.
  • the predicted use information acquisition unit 102 acquires network configuration information from the network configuration information database 110.
  • the predicted use information acquisition unit 102 sets an increase / decrease threshold (for example, 5 OM (bps)).
  • step SJ4 the predicted use information acquisition unit 102, based on the traffic information acquired in step SJ1, determines whether or not the traffic has increased or decreased by more or less than the value. Determine whether or not.
  • step SJ5 the predicted use information obtaining unit 102 obtains information on the adjacent link from the network configuration information.
  • step SJ6 the predicted use information acquisition unit 102 determines whether or not the traffic of the adjacent link increases or decreases at the same time, and whether or not the traffic increases or decreases by more than the value. If the result of the determination in step S J6 is “Yes”, in step S J7, the predicted use information acquisition unit 102 determines a time at which there is an increase or decrease that is equal to or greater than the increase or decrease threshold as the control time.
  • step S J8 the predicted use information obtaining unit 102 determines that the control time does not correspond.
  • FIG. 21 is a diagram for explaining the control time determination process (Modification 2) shown in FIG.
  • graphs 170, 173, and 176 represent temporal changes in traffic on link L1 (see FIGS. 3 and 4). It corresponds to the traffic information (actually measured values) collected in the above and collected in the traffic information database 130.
  • Graphs 171, 174, and 177 represent the temporal change in traffic on link L3 (see FIG. 3 and FIG. 4). It corresponds to the traffic information (actually measured values) collected in the traffic information database 130 collected in (1).
  • each of the broken lines in the graphs 17 2, 1 75 and 1 78 indicates the predicted traffic (the predicted traffic) predicted by the traffic prediction unit 103 regarding the traffic on the link L 1 (see FIGS. 3 and 4). Value) over time.
  • step SK1 the prediction use information acquisition unit 102 acquires the traffic information corresponding to the graphs 170 and 171 from the traffic information database 130, and also acquires the network configuration information database 110 Get configuration information.
  • step SK 2 predicted usage information acquiring unit 102, in the same manner as described above, 1 4: 20-15: traffic information up to 00 as the predicted usage information. Also, the predicted use information acquisition unit 102 determines whether or not the traffic information from 14:20 to 15:00 in the graph 170 has an increase or decrease that is equal to or greater than an increase / decrease threshold. In this case, the determination result is “No”. And In step SK3, the traffic prediction unit 103 predicts the traffic from 15:00 to 15:30 indicated by the broken line in the graph 172 based on the predicted use information in the same manner as the operation described above. .
  • step SK4 the prediction use information acquisition unit 102 acquires traffic information corresponding to the traffic information database 130, graph 173, and graph 174.
  • step SK5 the prediction use information acquisition unit 102 sets the traffic information from 14:20 to 15:30 in the graph 173 as the prediction use information in the same manner as the operation described above.
  • the predicted use information acquisition unit 102 determines whether or not the traffic information from 14:20 to 15:30 has an increase or decrease that is equal to or greater than an increase / decrease threshold.
  • step SK6 the traffic prediction unit 103 predicts the traffic from 15:30 to 16:00 indicated by the broken line in the graph 175 based on the predicted use information in the same manner as the operation described above. I do.
  • step SK7 the prediction use information acquisition section 102 acquires traffic information corresponding to the traffic information database 130, graphs 176 and 177.
  • step SK 7 also predicted use information obtaining unit 102, the graph 176 Contact Keru 15: 40 to 1 6: the traffic information 00 to determine force whether there is a decrease of more than decrease threshold, the In this case, the judgment result is “Yes”.
  • the predicted usage information acquiring unit 102, 15 in the graph 177 corresponding to the link L 3 is an adjacent link of the link L 1: 40 ⁇ 1 6: 00 to increase decrease threshold or more increase or decrease in traffic information Judge whether there is a certain force or not. In this case, the judgment result is “Yes”.
  • step S K8 the predicted use information acquisition unit 102 determines 15:40 corresponding to the increase or decrease as the control time.
  • the predicted use information acquisition unit 102 sets traffic information from 15:40 to 16:00 as predicted use information in the same manner as the operation described above.
  • the traffic prediction unit 103 pre-processes the traffic from 16:00 to 16:30 indicated by the broken line in the graph 178 based on the predicted use information in the same manner as the operation described above.
  • FIG. 13 is a diagram for explaining the predicted use period determination process (Modification 3) shown in FIG.
  • the predicted usage period is determined within the range of the preset maximum predicted usage period.
  • step SL1 shown in FIG. 22 the predicted use information acquisition unit 102 sets a maximum predicted use period (for example, 60 minutes).
  • step SL2 the predicted use information obtaining unit 102 determines, from the latest control time to the predicted time, based on the traffic information. Is determined to be a force whose period is less than the maximum predicted use period.
  • step SL2 when a period from the latest control time 14:20 to the predicted time 15:00 is 40 minutes, the predicted use information acquisition unit 102 Shall be “Yes” for the judgment result of step SL2.
  • step S L3 the predicted use information acquisition unit 102 determines the above period (40 minutes) as the predicted use period in the same manner as in step SD 1 (see FIG. 14).
  • step S L3 the predicted use information acquisition unit 102 determines the above period (40 minutes) as the predicted use period in the same manner as in step SD 1 (see FIG. 14).
  • the predicted usage information acquisition unit 10 In the case of No. 2, the judgment result of step SL 2 is “No”.
  • step SL4 the predicted use information acquisition unit 102 calculates the period (60 minutes) from the predicted time 15:30 to the maximum predicted use period (60 minutes) 14:30 in the graph 162. ) Is determined as the estimated usage period.
  • the traffic information from the latest traffic control time to the predicted time is obtained as predicted use information. Since the traffic after the predicted time in the network 200 is predicted based on the predicted usage information, the prediction usage information does not include the fluctuation due to the traffic control, so that the prediction accuracy of the traffic is improved. Can be.
  • the traffic control is performed at the control timing determined based on the traffic predicted by the traffic prediction unit 103, the control is performed according to the traffic with high prediction accuracy. Timing can also be set to high accuracy.
  • one embodiment controls the time earlier than the time when the predicted traffic exceeds the maximum allowable value by the preset control preparation waiting time. Since the timing is determined, the control timing for the traffic control can be optimized.
  • a computer readable recording medium 50 shown in FIG. 0, and the program recorded in the recording medium 500 may be read and executed by the computer 400 to realize each function.
  • the computer 400 executes a CPU (Central Processing Unit)
  • the system comprises a reading device 450 for reading a program from a recording medium 550, an output device 460 such as a display and a printer, and a bus 470 for connecting each unit of the device.
  • the CPU 410 reads the program recorded on the recording medium 500 via the reading device 450 and executes the program to realize the above-described functions.
  • the recording medium 500 include an optical disk, a flexible disk, and a hard disk.
  • traffic information from the latest traffic control time to the predicted time is obtained as predicted use information from traffic information collected from the network, and based on the predicted use information,
  • the prediction utilization information does not include the fluctuation due to the traffic control, and thus has an effect that the prediction accuracy of the traffic can be improved.
  • the control timing can be set to a high accuracy according to the traffic having a high prediction accuracy. This has the effect.
  • the present invention provides a method for predicting traffic more than the time when the predicted traffic exceeds the maximum allowable value. Since the control timing is determined to be earlier than the set control preparation waiting time, the control timing for traffic control can be optimized. Industrial applicability
  • the network control program, the network control device, and the network control method according to the present invention are useful for predicting traffic and controlling traffic in a network.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

ネットワーク（２００）において計測されたトラヒックに関するトラヒック情報を収集するトラヒック情報収集部（１０１）と、トラヒック情報収集部（１０１）により収集されたトラヒック情報から、最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する予測利用情報取得部（１０２）と、予測利用情報に基づいて、ネットワーク（２００）における予測時刻以降のトラヒックを予測するトラヒック予測部（１０３）とを備えている。

Description

ネットワーク制御プログラム、 ネットワーク制御装置およぴネットワーク制御方 法 技術分野
本発明は、 ネットワーク制御プログラム、 ネットワーク制御装置およびネット ワーク制御方法に関するものであり、 特に、 トラヒックの予測精度を高め、 トラ 明
ヒック制御に関する制御タイミングの最適ィ匕を図ることができるネットワーク制 田
御プログラム、 ネットワーク制御装置およびネットワーク制御方法に関するもの である。
背景技術
¾来より、 通信ネットワークにおける過去のトラヒック （実測値） に基づレ、て、 将来のトラヒックを予測する手法が知られている。
代表的なトラヒック予測手法としては、 AR I MA (Auto Regressive
Integrated Moving Average)モデルを利用した線形時系列解析手法などがある。 この線形時系列解析手法は、 時間の流れとともに計測された値 （データ） を分 析し、 仮説の検証や予測を行う手法である。
また、 線形時系列解析手法では、 モデル式としてして、 ある時点の計測値を、 過去の計測値と過去のノイズ成分の線型多項式で表現する。 よって、 線形時系列 解析手法で予測された値は、 過去の計測値に大きく依存するものとなる。
ここで、 AR I MAモデルは、 時系列 ztを自己回帰'成分 ζΗ，Ζΐ_2, . . . ， Zt ρと ホワイトノィズの移動平均成分 at， at_1; . . .， at_qの線形多項式で表現しょうとす るものである。 モデル式は、 一般に以下のように表現される。
φ (B) Φ (Bs) ls D d zt = θ (Β) Θ (Bs) at
但し、 各文字記号の意味は以下の通りである。 • Zt ： 時系列の平均からの偏差
•at ： ホワイトノイズ (誤差項）
• B ： ラグ演算子 (Bzt = ζΜ)
' Α· 差分演算子 ( = zt - z^)
· · 季節差分演算子 ( = zt - zt_s)
• Φ (B) = 1-φ φ 2Β2- ■■·· - ρΒρ (自己回帰成分を表現）
• Φ(Βδ) = 1- Φ^- Φ2Β23- ···· - ΦΡΒ (周期性自己回帰成分を表現）
• θ (Β) = 1- θ β - θ 2Β2 - (ホワイトノィズの移動平均成分を表現
)
· Θ(Β5) = 1- Θ^3- Θ2Β _ ■··■ -©QBQs (ホワイトノイズの周期性移動平均成 分を表現）
第 25図は、 上述した AR IMAを利用して、 ネットワークのトラヒックを予 測するためのトラヒック予測処理を説明する図である。 同図において、 ステップ S Z 1では、 対象のネットワークで計測されたトラヒック （ネットワークを通る データ量） に関するトラヒック情報が入力される。
ステップ SZ 2では、 AR IMAモデノレ同定の処理が実行される。 具体的には. ステップ SZ 2では、 入力されたトラヒック情報の自己相関関数 （ACF) およ ぴ偏自己相関関数 （PACF) が算出された後、 その形状から AR IMAモデル (p， d , q, P, D， Q， s)が同定される。
ステップ SZ 3では、 パタメータ推定の処理が実行される。 具体的には、 ステ ップ S Z 3では、 最尤法や最小二乗法を用いて A R I MAモデルのパラメータ（ Φ .· Φ θ 1· · · θ q, ι·.. Ρ, Θ ... Θ0)が推定される。
ステップ SZ 4では、 ステップ S Z 2で同定された AR I MAモデル、 ステツ プ SZ 3で推定されたパラメータの正確さを診断する。 ステップ SZ 5では、 将 来の日時が A R IM Aモデルに適用され、 将来のトラヒックが予測される。
このように、 トラヒック予測に、 かかる手順を踏むことから、 AR IMAモデ ル、 およびパラメータの値は、 入力されたトラヒック情報の影響を受ける。 また、 従来のネットワークにおいては、 トラヒックが許容最大値に到達する前 にトラヒックを減少させるためのトラヒック制御が行われている。
ここで、 トラヒック制御を開始してから効果が有効になるには、 制御準備待ち 時間が必要とされることから、 従来では、 該制御準備待ち時間との兼ね合いを見 越して、 許容最大値の一定割合 (例えば、 8 0 %)等に閾値を設けて、 トラヒック が該閾値に到達した時刻を、 トラヒック制御を開始する制御タイミングとしてい た。
先行技術文献 特開 2 0 0 0— 1 9 4 6 1 5
ところで、 従来においては、 第 2 6図に示したように、 低優先トラヒックの廃 棄制御やトラヒックエンジニアリングによるパス経路切替制御等といったトラヒ ック制御が実施された場合、 影響するリンクでは、 トラヒック制御の前後でトラ ヒックが大きく変動 （同図の例では、 実 ^11において、 トラヒック制御の実施によ りトラヒックが急減） する。
従って、 従来の AR I MAモデルを利用してトラヒック予測を行った場合には、 トラヒック制御により変動した部分を含むトラヒック . (予測利用期間であつて実 線部分） を用いることになるため、 予測されたトラヒック （予測期間における破 線部分） に急変部分が現れる。
' すなわち、 従来の AR I MAモデルを利用したトラヒック予測においては、 ト ラヒック制御が予測値に悪影響をおよぼし、 トラヒックの予測精度が低レ、という ' 問題があった。
また、 従来のトラヒック制御において、 許容最大値の一定割合に閾値を設ける 方法では、 どの割合に閾値を設定すべきかの見極めが難しいという問題があった。 また、 制御タイミングの決定においても、 閾値超えで判断する方法では、 トラヒ ックの振る舞いによって、 制御が早すぎたり、 制御が遅れて許容最大値超えをま ねいたり、 場合によっては不必要な制御を行ったりするという問題があった。 本発明は、 上記に鑑みてなされたもので、 トラヒックの予測精度を高め、 トラ ヒック制御に関する制御タイミングの最適ィ匕を図ることができるネットワーク制 御プログラム、 ネットワーク制御装置およびネットワーク制御方法を提供するこ とを目的としてレ、る。 発明の開示
上記目的を達成するために、 本発明は、 コンピュータを、 ネットワークにおい て計測されたトラヒックに関するトラヒック情報を収集する収集手段、 前記トラ ヒック情報力 ら、 最新のトラヒック制御時刻から予測時刻までのトラヒック情報 を予測利用情報として取得する取得手段、 前記予測利用情報に基づいて、 前記ネ ットワークにおける前記予測時刻以降のトラヒックを予測する予測手段、 として 機能させるためのネットワーク制御プログラムである。
また、 本発明は、 ネットワークにおいて計測されたトラヒックに関するトラヒ ック情報を収集する収集手段と、 前記トラヒック情報から、 最新のトラヒック制 御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得手 段と、 前記予測利用情報に基づいて、 前記ネットワークにおける前記予測時刻以 降のトラヒックを予測する予測手段と、 を備えたことを特徴とする。
また、 本発明は、 ネットワークにおいて計測されたトラヒックに関するトラヒ ック情報を収集する収集工程と、 前記トラヒック情報から、 最新のトラヒック制 御時刻から予測時刻までのトラヒック情報を予測利用情報として取得する取得ェ 程と、 前記予測利用情報に基づいて、 前記ネットワークにおける前記予測時刻以 降のトラヒックを予測する予測工程と、 を含むことを特徴とする。
力かる発明によれば、 ネットワークより収集されたトラヒック情報から、 最新 のトラヒック制御時刻から予測時刻までのトラヒック情報を予測利用情報として 取得し、 この予測利用情報に基づいて、 ネットワークにおける予測時刻以降のト ラヒックを予測することとしたので、 予測利用情報にトラヒック制御による変動 分が含まれないため、 トラヒックの予測精度を高めることができる。 図面の簡単な説明 第 1図は、 本発明にかかる一実施の形態の構成を示すブロック図であり、 第 2 図は、 一実施の形態の動作原理を説明する図であり、 第 3図は、 第 1図に示した ネットワーク 2 0 0の具体的構成例を示す図であり、 第 4図は、 第 3図に示した ネットワーク 2 0 0におけるトラヒック制御によるトラヒック変動を説明する図 であり、 第 5図は、 第 1図に示した制御タイミング決定部 1 0 4で決定される制 御タイミングを説明する図であり、 第 6図は、 第 1図に示したネットワーク構成 情報データベース 1 1 0を示す図であり、 第 7図は、 第 1図に示したパス/リン ク情報データベース 1 2 0を示す図であり、 第 8図は、 第 1図に示したトラヒッ ク情報データベース 1 3 0を示す図であり、 第 9図は、 第 8図に示したトラヒッ ク情報をグラフ化した図であり、 第 1 0図は、 第 1図に示したトラヒック制御情 報データベース 1 4 0を示す図であり、 第 1 1図は、 同一実施の形態の動作を説 明するフローチャートであり、 第 1 2図は、 第 1 1図に示した制御時刻決定処理 を説明するフローチャートであり、 第 1 3図は、 第 1 1図に示した予測利用情報 取得処理を説明するフローチャートであり、 第 1 4図は、，第 1 3図に示した予測 利用期間決定処理を説明するフローチャートであり、 第 1 5図は、 第 1 1図に示 した制御タイミング決定処理を説明するフローチャートであり、 第 1 6図は、 第 1 1図に示したトラヒック制御処理を説明するフローチャートであり、 第 1 7図 は、 同一実施の形態の動作を説明する図であり、 第 1 8図は、 第 1 5図に示した 制御タイミング決定処理を説明する図であり、 第 1 9図は、 第 1 1図に示した制 御時刻決定処理 （変形例 1 ) を説明するフローチャートであり、 第 2 0図は、 第 1 1図に示した制御時刻決定処理 （変形例 2 ) を説明するフローチャートであり、 第 2 1図は、 第 2 0図に示した制御時刻決定処理 （変形例 2 ) を説明する図であ り、 第 2 2図は、 第 1 3図に示した予測利用期間決定処理 （変形例 3 ) を説明す るフローチャートであり、 第 2 3図は、 第 2 2図に示した予測利用期間決定処理 (変形例 3 ) を説明する図であり、 第 2 4図は、 同一実施の形態の変形例 4の構 成を示すブロック図であり、 第 2 5図は、 AR I MAモデレを利用したトラヒッ ク予測処理を説明する図であり、 第 2 6図は、 従来におけるトラヒック予測の問 題点を説明する図である。 発明を実施するための最良の形態
以下、 図面を参照して本発明にかかる一実施の形態について詳細に説明する。 第 1図は、 本発明にかかる一実施の形態の構成を示すブロック図である。 この図 には、 ネットワーク制御装置 1 0 0およぴネットワーク 2 0 0 (ネットワーク装 置 S O O i 〜3 0 0 n を含む） からなる通信ネットワークシステムが図示され ている。
ネットワーク制御装置 1 0 0は、 ネットワーク 2 0 0に対するネットワーク制 御を行うための装置である。 具体的には、 ネットワーク制御装置 1 0 0は、 ネッ トワーク 2 0 0からトラヒック情報 （実測値） を収集する機能、 収集されたトラ ヒック情報に基づレ、て、 将来のトラヒックを予測する機能、 トラヒックを制御す る機能等を備えている。
ここで、 第 2図を参照して、 一実施の形態の動作原理について説明する。 一実 施の形態では、 同図に示したように、 トラヒック制御の実施によるトラヒックの 変動部分を含まないトラヒック （予測利用期間） を用いて、 予測期間におけるト ラヒックを予測している。
従って、 一実施の形態では、 第 2 6図と比較して明らかなように、 予測された トラヒック （予測期間） が連続的に変化し、 トラヒック制御による変動の影響を 受けないため、 トラヒックの予測精度が高い。
第 1図に戻り、 ネットワーク 2 0 0は、 インターネット等であり、 通信データ を伝送する。 また、 ネットワーク 2 0 0は、 ルータゃブリッジ等のネットワーク 装置 3 0 0 〜3 0 0 n を備えている。
第 3図は、 第 1図に示したネットワーク 2 0 0の具体的構成例を示す図である。 同図に示したネットワーク 2 0 0は、 ルータ R 1〜R 4を備えている。 これらの ルータ R 1〜R 4は、 ネットワーク装置 3 0 〜3 0 0 n に対応しており、 リンク L 1〜L 6を構成している。 パス： P 1は、 例えば、 現用パスであり、 リン ク L5、 ルータ Rl、 リンク L l、 ルータ R2、 リンク L2、 ルータ R 4および リンク L 6を通る通信経路である。
一方、 パス P 2は、 例えば、 パス P 1に対する予備パスであり、 リンク L 5、 ルータ Rl、 リンク L3、 ルータ R3、 リンク L4、 ルータ R4およびリンク L 6を通る通信経路である。
ここで、 トラヒック制御においては、 例えば、 第 4図に示したように、 後述す る制御タイミング決定部 104で決定される制御タイミング （第 5図参照） で、 パス P 1からパス P 2に切り替えられる。
同図には、 リンク Ll、 リンク L 3およびリンク L 5におけるトラヒックの時 間的変化がグラフ化されている。
また、 第 3図おょぴ第 4図に示したルータ R 1〜R4は、 対応する各リンク （ リンク L 1〜L6) におけるトラヒックを定期的に計測し、 計測日時に対応付け てトラヒック情報とする。
以下では、 具体例として、 第 1図に示したネットワーク 200に代えて、 第 3 図および第 4図に示したネットワーク 200に基づいて説明する。
第 1図に戻り、 ネットワーク制御装置 100では、 ネットワーク構成情報デー タベース 1 10、 パス/リンク情報データベース 120、 トラヒック情報データ ベース 130、 トラヒック制御情報データベース 140および予測小ラヒック情 報データベース 150が設けられている。
以下では、 ネットワーク構成情報データベース 110、 パス Zリンク情報デー タベース 120、 トラヒック情報データベース 130およびトラヒック制御情報 データベース 140について、 第 6図〜第 10図を参照しつつ説明する。
第 6図に示したネットワーク構成情報データベース 1 10は、 ネットワーク 2 00 (第 3図および第 4図参照） の構成に関するネットワーク構成情報を格納す るデータベースであり、 リンクおよび隣接リンクというフィールドを備えている。 リンクは、 ネットワーク 200を構成する各リンク （リンク L 1〜L6) を表す。 隣接リンクは、 上記リンクに隣接する他のリンクを表す。 例えば、 リンク L 1に 対応する隣接リンクは、 リンク L 2、 リンク L 3およびリンク L 5 (第 3図参照 ) である。
第 7図に示したパス Zリンク情報データベース 1 2 0は、 ネットワーク 2 0 0 (第 3図および第 4図参照) （こおけるパスとリンクとの対応関係を表すパス Zリ ンク情報を格納するデータベースであ、 。
パスは、 ネットワーク 2 0 0に設定された各パス （パス P l、 P 2等） を表す。 リンクは、 上記パスを構成するリンクを表す。 例えば、 パス P 1は、 リンク L 1、 リンク L 2、 リンク L 5およぴリンク L 6から構成されている。
第 8図に示したトラヒック情報データベース 1 3 0は、 ルータ R 1〜R 4のそ れぞれで計測されたトラヒックおよぴ計測日時からなるトラヒック情報を格納す るデータベースである。
第 9図は、 第 8図に示したトラヒック情報をグラフ化した図である。 同図から わかるように、 トラヒックは、 時間の経過とともに変化する。
ここで、 トラヒックは、 離散的にグラフ上にプロットされる。 なお、 第 4図等 では、 説明を簡単にするためトラヒックが連続量としてグラフに記載されている。 第 1 0図に示したトラヒック制御情報データベース 1 4 0は、 後述するトラヒ ック制御部 1 0 5 (第 1図参照） がネットワーク 2 0 0に対して実施したトラヒ ック制御に関するトラヒック制御情報を格納するデータベースであり、 制御時刻、 制御内容および影響リンクというフィールドを備えている。
制御時刻は、 トラヒック制御を実施した日時を表す。 制御内容は、 トラヒック 制御の具体的内容を表す。 トラヒック制御としては、 例えば、 第 4図に示したよ うにパス P 1からパス P 2へ切り替えるというパス経路切替制御や、 リンク L 1 における全トラヒックのうち、 優先度が低いトラヒックを廃棄するという廃棄制 御等が挙げられる。
影響リンクは、 トラヒック制御により、 トラヒックの増減の影響を受けるリン クを表す。 例えば、 トラヒック制御として、 第 4図に示したパス P 1からパス P 2へ切り替えるというパス経路切替制御が実施された場合、 影響リンクは、 切り 替え前のパス P 1に関するリンク L 1およびリンク L 2と、 切り替え後のパス P 2に関するリンク L 3およびリンク L 4とである。
第 1図に戻り、 予測トラヒック情報データベース 1 5 0は、 第 2図を参照して 説明した動作原理により予測された予測トラヒックおょぴ時刻に関する予測トラ ヒック情報を格納するデータベースである。
トラヒック情報収集部 1 0 1は、 ネットワーク 2 0 0におけるルータ R 1〜R 4 (第 3図および第 4図） のそれぞれからトラヒック情報を定期的に収集し、 ト ラヒック情報データベース 1 3 0 (第 8図参照） に格納する機能を備えている。 予測利用情報取得部 1 0 2は、 トラヒック情報データベース 1 3 0から、 第 2 図に示したように、 トラヒック制御の実施によるトラヒックの変動部分を含まな い予測利用期間に対応するトラヒック情報を予測利用情報として取得する機能を 備えている。 予測利用情報は、 トラヒックの予測に利用されるトラヒック情報と いう意味である。
トラヒック予測部 1 0 3は、 前述した A R I MAモデノレ （第 2 5図参照） を利 用して、 予測利用情報取得部 1 0 2で取得された予測利用情報から将来のトラヒ ックを予測する機能を備えてレ、る。 また、 トラヒック予測部 1◦ 3は、 予測トラ ヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データベース 1 5 0に格糸内する。
制御タイミング決定部 1 0 4は、 予測トラヒックに基づ 、て、 トラヒック制御 を実施する制御タイミング （制御時刻） を決定する機能と、 制御タイミングをト ラヒック制御部 1 0 5へ通知する機能とを備えている。
トラヒック制御部 1 0 5は、 上記制御タイミングでネットワーク 2 0 0に対し てトラヒック制御を実施し、 制御時刻、 制御内容および影響リンクをトラヒック 制御情報として、 トラヒック制御情報データベース 1 4 0 (第 1 0図参照） に格 納する機能を備えている。
つぎに、 一実施の形態の動作について、 第 1 1図〜第 1 6図に示したフローチ ヤート、 第 1 7図おょぴ第 1 8図を参照しつつ説明する。 第 1 1図は、 一実施の 形態の動作を説明するフローチャートである。 以下では、 例えば、 3 0分の予測 周期毎にネットワーク 2 0 0におけるトラヒックを予測する例について説明する。 第 1 1図に示したステップ S A 1では、 ネットワーク制御装置 1 0 0の予測利 用情報取得部 1 0 2は、 トラヒックの予測を開始する予測時刻 （前回のトラヒッ ク予測から 3 0分後） であるか否かを判断し、 この場合、 判断結果を 「N o」 と して、 同判断を繰り返す。
ここで、 第 1 7図に示したトラヒック制御部 1 0 5においては、 「15 : 00のト ラヒック制御情報」 に対応するトラヒック制御情報データベース 1 4 0に示した ように、 制御時刻 2002/12/02 14: 20 :00に、 リンク L 1が影響を受けるトラヒッ ク制御として、 低優先トラヒックの廃棄制御が実施されているものとする。 従つ て、 同図のグラフ 1 6 0に示したように、 制御時刻 14: 20 (年月日 （2002/12/02 ) は省略、 以下同様） にリンク L 1のトラヒックが急減している。
また、 同図において、 グラフ 1 6 0〜 1 6 5の実線のそれぞれは、 リンク L 1 (第 3図および第 4図参照） におけるトラヒックの時間的変ィ匕を表し、 トラヒッ ク情報収集部 1 0 1 (第 1図参照） で収集されトラヒック情報データベース 1 3 0に格納されたトラヒック情報 （実測値） に対応している。
また、 グラフ 1 6 1、 1 6 3および 1 6 5の破線のそれぞれは、 リンク L 1 ( 第 3図および第 4図参照） におけるトラヒックについてトラヒック予測部 1 0 3 で予測された予測トラヒック （予測値） の時間的変化を表している。
そして、 グラフ 1 6 0における予測時刻 15 : 00になると、 予測利用情報取得部 1 0 2は、 第 1 1図に示したステップ S A 1の判断結果を 「Y e s」 とする。 ス テツプ S A 2では、 予測利用情報取得部 1 0 2は、 制御時刻決定処理を実行する。 具体的には、 第 1 2図に示したステップ S B 1では、 予測利用情報取得部 1 0 2 は、 トラヒック制御情報データベース 1 4 0 ( 「15 : 00のトラヒック制御情報」 に対応） からトラヒック制御情報を取得-する。 ステップ S B 2では、 予測利用情 報取得部 1 0 2は、 予測対象リンク （この場合、 リンク L 1 ) をキーとして、 ス テツプ S B 1で取得したトラヒック制御情報から、 最新の制御時刻 (この場合、 14:20) の情報を取得する （ステップ SG1 ：第 17図参照） 。 これにより、 制 御時刻は、 14:20として決定される。
第 1 1図に戻り、 ステップ SA3では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から予測利用期間に対応する予測利用情報 （トラヒ ック情報） を取得するための予測利用情報取得処理を実行する。
具体的には、 第 13図に示したステップ SC 1では、 予測利用情報取得部 10 2は、 予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、 第 14図に示したステップ SD 1では、 予測利用情報取得部 102 は、 グラフ 160 (第 17図参照） に示したように、 制御時刻決定処理 （第 12 図参照） で決定された最新の制御時刻 （この場合、 14:20) 力 ら、 現在の時刻と しての予測時刻 （この場合、 15：00) までを予測利用期間として決定する （ステ ップ SG2 ：第 17図参照） 。
第 13図に戻り、 ステップ S C 2では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から上記予測利用期間 （14:20〜15:00) に対応する トラヒック情報 （リンク L 1に対応） を取得し、 これを予測利用情報とする （ス テツプ SG2 ：第 17図参照） 。 また、 予測利用情報取得部 102は、 予測利用 情報をトラヒック予測部 103へ渡す。
第 1 1図に戻り、 ステップ SA4では、 トラヒック予測部 103は、 上記予測 利用情報に基づいて、 前述した AR I MAモデルを利用したトラヒック予測処理 (第 25図参照） を実行する （ステップ SG3 ：第 17図参照） 。
これにより、 グラフ 161 (第 17図参照） に破線で示したように、 15:00 ( 予測時刻） 力 ら 15： 30までのリンク L 1のトラヒックが予測され、 予測トラヒッ クとさ る。
第 1 1図に戻り、 ステップ S A 5では、 トラヒック予測部 103は、 上記予測 トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データべ ース 150 (第 1図参照） に格納する。
ステップ S A 6では、 制御タイミング決定部 104は、 トラヒック制御を開始 する制御タイミング （制御時刻） を決定するための制御タイミング決定処理を実 行する。
具体的には、 第 15図に示したステップ S E 1では、 制御タイミング決定部 1 04は、 予測トラヒック情報データベース 150から、 ステップ S A 4 (第 1 1 図参照） で予測された制御対象リンク （例えば、 リンク L 1) に関する予測トラ ヒック 'it幸艮を取得する。
ステップ S E 2では、 制御タイミング決定部 104は、 制御準備待ち時間 T ( 例えば、 5分） を設定する。 制御準備待ち時間 Tは、 トラヒック制御を開始して 力 ら効果が有効になるまでの時間である。
ステップ S E 3では、 制御タイミング決定部 104は、 第 18図に示したダラ フ 161 (第 17図参照） のように、 予め設定された最大許容値を超える予測ト ラヒック （15:00〜15:30) が存在する力否かを判断する （ステップ SH1 ：第 1 8図参照） する。 この場合、 制御タイミング決定部 104は、 ステップ S E 3の 判断結果を 「No」 とする。
ステップ S E 6では、 制御タイミング決定部 104は、 制御タイミングの該当 無しとする。 従って、 この場合、 トラヒック制御が実行されない。
ここで、 第 5図を参照して、 制御タイミング決定部 104で決定される制御タ イミングについて詳述する。 同図に示したトラヒックパターン ΡΙ^、 PL2 お ょぴ P L 3 力 予測トラヒックの時間的変ィ匕に対応している場合、 トラヒック パターン PL丄 および PL 2 は、 時刻 t 5 で許容最大値を超える。 従って、 こ の場合、 時刻 t 5 力 ら制御準備待ち時間 T (=5分） だけ早い時刻 t 3 力 S制御 タイミングとされる。 なお、 トラヒックパターン PL3 の場合には、 最大許容 値を超えることがないため、 制御タイミングが決定されない。
なお、 従来では、 許容最大値の一定割合に閾値を設定し、 計測されたトラヒッ クが該閾値を超えた時刻を制御タイミングとしている。 従って、 従来では、 計測 されたトラヒックパターン PLい PL2 および PL 3 に対して、 時刻 t4 、 t 1 および t2 がトラヒック制御タイミングとされる。 ここで、 従来において、 トラヒックパターン P L i に対応する時刻 t 4 でト ラヒック制御が実行された場合、 時刻 t 4 からトラヒックパターン P L が最 大許容値となる時刻 t 5 までの時間 （t 5 - t 4 ) が制御準備待ち時間 T未満 であるため、 制御が間に合わず、 トラヒック廃棄が発生するという問題が生じる。 また、 従来において、 トラヒックパターン P L2 に対応する時刻 ェ でトラ ヒック制御が実行された場合、 時刻 t i からトラヒックパターン P L 2 が最大 許容値となる時刻 t 5 までの時間 （t 5 - t x ) が制御準備待ち時間 Tを超え るため、 制御が早すぎ、 不必要なトラヒック廃棄を行ってしまうという問題が生 じる。
また、 従来において、 トラヒックパターン P L3 に対応する時刻 t 2 でトラ ヒック制御が実行された場合、 最大許容値を超えることがないにもかかわらず、 不必要なトラヒック廃棄を行ってしまうという問題が生じる。
これに対して、 一実施の形態では、 最大許容値よりも制御準備待ち時間 T分だ け早い時刻を制御タイミングとしているため、 上述した問題が生じない。
第 1 1図に戻り、 ステップ SA 7では、 トラヒック制御部 1 05は、 制御タイ ミング決定部 1 04から制御タイミングが通知されたか否かを判断し、 この場合、 判断結果を 「No」 とする。
ステップ S A 1では、 予測利用情報取得部 1 0 2は、 予測時刻 （前回の予測時 刻 15:00から 3 0分後の 15:30) である力否かを判断し、 この場合、 判断結果を 「 No」 として、 同判断を繰り返す。
そして、 第 1 7図に示したグラフ 1 6 2における予測時刻 15:30になると、 予 測利用情報取得部 1 0 2は、 ステップ SA 1の判断結果を 「Y e s」 とする。 ス テツプ S A 2では、 予測利用情報取得部 1 0 2は、 制御時刻決定処理を実行する。 具体的には、 第 1 2図に示したステップ S B 1では、 予測利用情報取得部 1 0 2 は、 トラヒック制御情報データベース 1 40 ( 「15： 30のトラヒック制御情報」 に対応） 力 らトラヒック制御情報を取得する。 ステップ S B 2では、 予測利用情 報取得部 1 0 2は、 予測対象リンク （この場合、 リンク L 1) をキーとして、 ス テツプ S B 1で取得したトラヒック制御情報から、 最新の制御時刻 (この場合、 14： 20) の情報を取得する （ステップ SG4 ：第 17図参照） 。 これにより、 制 御時刻は、 14:20として決定される。
第 1 1図に戻り、 ステップ SA3では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から予測利用期間に対応する予測利用情報 （トラヒ ック情報） を取得するための予測利用情報取得処理を実行する。
具体的には、 第 13図に示したステップ SC1では、 予測利用情報取得部 10 2は、 予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、 第 14図に示したステップ SD1では、 予測利用情報取得部 102 は、 グラフ 162 (第 17図参照） に示したように、 制御時刻決定処理 （第 12 図参照） で決定された最新の制御時刻 （この場合、 14：20) 力ゝら、 現在の時刻と しての予測時刻 （この場合、 15： 30) までを予測利用期間として決定する （ステ ップ SG5 ：第 1 7図参照） 。
第 13図に戻り、 ステップ SC 2では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から上記予測利用期間 （14:20〜： L5:30) に対応する トラヒック情報 （リンク L 1に対応） を取得し、 これを予測利用情報とする （ス テツプ SG5 ：第 17図参照） 。 また、 予測利用情報取得部 102は、 予測利用 情報をトラヒック予測部 103へ渡す。
第 11図に戻り、 ステップ SA4では、 トラヒック予測部 103は、 上記予測 利用情報に基づいて、 前述したトラヒック予測処理 （第 25図参照） を実行する
(ステップ SG6 ：第 17図参照） 。
これにより、 グラフ 163 (第 17図参照） に破,锒で示したように、 15:30 ( 予測時刻） から 16： 00までのリンク L 1のトラヒックが予測され、 予測トラヒッ クとされる。
第 11図に戻り、 ステップ SA5では、 トラヒック予測部 103は、 上記予測 トラヒックおよぴ時刻を予測トラヒック情報として予測トラヒック情報データベ ース 150 (第 1図参照） に格納する。 ステップ S A 6では、 制御タイミング決定部 104は、 トラヒック制御を開始 する制御タイミング （制御時刻） を決定するための制御タイミング決定処理を実 行する。
具体的には、 第 15図に示したステップ S E 1では、 制御タイミング決定部 1 04は、 予測トラヒック情報データベース 150から、 ステップ SA4 (第 1 1 図参照） で予測された制御対象リンク （例えば、 リンク L 1) に関する予測トラ ヒック情報を取得する。
ステップ SE2では、 制御タイミング決定部 104は、 制御準備待ち時間 T ( 例えば、 5分） を設定する。 ステップ SE 3では、 制御タイミング決定部 104 は、 第 18図に示したグラフ 163 (第 17図参照） のように、 最大許容値を超 える予測トラヒック （15:30〜16:00) が存在するか否かを判断する （ステップ S H2 ：第 18図参照） する。 この場合、 15 :45で最大許容値を超えるため、 制御 タイミング決定部 104は、 ステップ S E 3の判断結果を 「Y e s」 とする。 ステップ S E 4では、 制御タイミング決定部 104は、 最大許容値を超えた時 刻 （この場合、 15：45) から制御準備待ち時間 T分 （この場合、 5分） だけ早い 時刻 （この場合、 15:40) を制御タイミングとして決定する。
ステップ S E 5では、 制御タイミング決定部 104は、 トラヒック制御部 10 5へ上記制御タイミング （この場合、 15:40) を通知する （ステップ SH3 ：第 18図参照） 。 これにより、 トラヒック制御部 105は、 第 1 1図に示したステ ップ SA7の判断結果を 「Ye s」 とする。
ステップ S A 8では、 トラヒック制御部 105は、 トラヒック制御処理を実行 する。 具体的には、 第 16図に示したステップ SF 1では、 トラヒック制御部 1 05は、 所定のアルゴリズムに基づいて、 トラヒック制御に関する制御内容を決 定する。 この場合、 トラヒック制御部 105は、 制御内容として、 第 4図に示し たように、 パス単位で、 .パス P 1からパス P 2へ切り替えるというパス経路切替 制御を決定する。
ステップ S F 2では、 トラヒック制御部 105は、 トラヒック制御の対象がリ ンク単位またはパス単位のいずれかであるかを判断する。 この場合、 パス単位で あるため、 トラヒック制御部 105は、 ステップ SF 3の処理を実行する。 ステ ップ S F 3では、 トラヒック制御部 105は、 ステップ S F 1で決定されたパス 経路切替制御を実施する。
これにより、 第 4図に示したように、 時刻 (この場合、 15：40) にパス P 1からパス P 2へ切り替えられ、 リンク L1のトラヒックが値 だけ減少す るとともに、 リンク L 3のトラヒックが値 Si だけ増加する。 なお、 リンク L 5のトラヒックは、 切り替えの前後で変化しない。
ステップ S F 4では、 トラヒック制御部 105は、 トラヒック制御の対象パス (この場合、 パス P 1およびパス P2) をキーとして、 パス Zリンク情報データ ベース 120からリンクの情報を取得し、 これを影響リンクとして認識する。 ステップ S F 5では、 トラヒック制御部 105は、 制御時刻、 制御内容およぴ 影響リンクをトラヒック制御情報として、 トラヒック制御情報データベース 14 0に格納する （ステップ SG7 ：第 17図参照） 。
一方、 トラヒック制御の対象がリンク単位である場合、 トラヒック制御部 10 5は、 ステップ SF 6の処理を実行する。 ステップ SF 6では、 トラヒック制御 部 105は、 リンク単位で、 ステップ S F 1で決定された制御内容を実行する。 ステップ SF4では、 トラヒック制御部 105は、 上記リンク単位に対応する 影響リンクを認識する。
ステップ S F 5では、 トラヒック制御部 105は、 制御時刻、 制御内容おょぴ 影響リンクをトラヒック制御情報として、 トラヒック制御情報データベース 14 0に格納する （ステップ SG7 ：第 17図参照） 。
第 11図に戻り、 ステップ SA1では、 予測利用情報取得部 102は、 予測時 刻 （前回の予測時刻 15:30から 30分後の 16:00) であるか否かを判断し、 この場 合、 判断結果を 「No」 として、 同判断を繰り返す。
そして、 第 17図に示したグラフ 164における予測時刻 16:00になると、 予 測利用情報取得部 102は、 ステップ S A 1の判断結果を 「Ye s」 とする。 ス テツプ S A 2では、 予測利用情報取得部 102は、 制御時刻決定処理を実行する, 具体的には、 第 12図に示したステップ SB 1では、 予測利用情報取得部 102 は、 トラヒック制御情報データベース 140 ( 「16： 00のトラヒック制御情報 J に対応） からトラヒック制御情報を取得する。 ステップ SB 2では、 予測利用情 幸取得部 102は、 予測対象リンク （この場合、 リンク L 1) をキーとして、 ス テツプ S B 1で取得したトラヒック制御情報から、 最新の制御時刻 (この場合、 15：40) の情報を取得する （ステップ SG8 ：第 17図参照） 。 これにより、 制 御時刻は、 15:40として決定される。
第 11図に戻り、 ステップ S A 3では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から予測利用期間に対応する予測利用情報 （トラヒ ック情報） を取得するための予測利用情報取得処理を実行する。
具体的には、 第 13図に示したステップ SC 1では、 予測利用情報取得部 10 2は、 予測利用期間を決定するための予測利用期間決定処理を実行する。
すなわち、 第 14図に示したステップ SD 1では、 予測利用情報取得部 102 は、 グラフ 164 (第 17図参照） に示したように、 制御時刻決定処理 （第 12 図参照） で決定された最新の制御時刻 （この場合、 15:40) 力 ら、 現在の時刻と しての予測時刻 （この場合、 16:00) までを予測利用期間として決定する （ステ ップ SG9 ：第 17図参照） 。
第 13図に戻り、 ステップ S C 2では、 予測利用情報取得部 102は、 トラヒ ック情報データベース 130から上記予測利用期間 （15:40〜16:00) に対応する トラヒック情報 （リンク L 1に対応） を取得し、 これを予測利用情報とする （ス テツプ SG9 ：第 17図参照） 。 また、 予測利用情報取得部 102は、 予測利用 情報をトラヒック予測部 103へ渡す。
第 11図に戻り、 ステップ S A 4では、 トラヒック予測部 103は、 上記予測 利用情報に基づいて、 前述したトラヒック予測処理 （第 25図参照） を実行する (ステップ SG 10 ：第 17図参照） 。
これにより、 グラフ 165 (第 17図参照） に破線で示したように、 16:00 ( 予測時刻） から 16： 30までのリンク L 1のトラヒックが予測され、 予測トラヒッ クとされる。
第 1 1図に戻り、 ステップ S A 5では、 トラヒック予測部 1 0 3は、 上記予測 トラヒックおよび時刻を予測トラヒック情報として予測トラヒック情報データべ ース 1 5 0 (第 1図参照） に格納する。 以後、 前述した動作が繰り返される。 さて、 一実施の形態においては、 変形例 1として、 第 1 2図に示したフローチ ヤートに代えて、 第 1 9図に示したフローチャートに従って、 制御時刻決定処理 (第 1 1図参照） を実行してもよレ、。
第 1 9図に示したステップ S I 1では、 予測利用情報取得部 1 0 2は、 トラヒ ック制御情報データベース 1 4 0 (第 1 0図参照） 力、ら、 トラヒック制御情報を 取得する。 ステップ S I 2では、 予測利用情報取得部 1 0 2は、 ネットワーク構 成情報データベース 1 1 0 (第 6図参照） から予測対象リンクに対応するネット ワーク構成情報を取得する。
ステップ S I 3では、 予測利用情報取得部 1 0 2は、 ネットワーク構成情報に 含まれる隣接リンク間でトラヒック制御情報 （制御時刻） を比較し、 最新の制御 時刻の情報を取得する。 これにより、 制御時刻が決定される。
さて、 一実施の形態においては、 変形例 2として、 第 1 2図に示したフローチ ヤートに代えて、 第 2 0図に示したフローチャートに従って、 制御時刻決定処理 (第 1 1図参照） を実行してもよい。
以下に説明する変形例 2では、 トラヒック制御情報 （制御時刻） の参照に代え て、 隣接する 2つのリンクのそれぞれのトラヒックについて共に増減しきい値以 上の増減がある場合、 増減の時刻を制御時刻として決定する。
第 2 0図に示したステップ S J 1では、 予測利用情報取得部 1 0 2は、 トラヒ ック情報データベース 1 3 0からトラヒック情報を取得する。 ステップ S J 2で は、 予測利用情報取得部 1 0 2は、 ネットワーク構成情報データベース 1 1 0か らネットワーク構成情報を取得する。 ステップ S J 3では、 予測利用情報取得部 1 0 2は、 増減しきい値 （例えば、 5 O M ( b p s ) ) を設定する。 ステップ S J 4では、 予測利用情報取得部 1 0 2は、 ステップ S J 1で取得し たトラヒック情報に基づレ、て、 トラヒックにお!/、て増減しきレ、値以上の増減があ る力否かを判断する。
ステップ S J 4の判断結果が 「Y e s」 である場合、 ステップ S J 5では、 予 測利用情報取得部 1 0 2は、 ネットワーク構成情報から隣接リンクの情報を取得 する。 ステップ S J 6では、 予測利用情報取得部 1 0 2は、 隣接リンクのトラヒ ックでも同時刻に増減しきレ、値以上の増減があるか否かを判断する。 ステップ S J 6の判断結果が 「Y e s」 である場合、 ステップ S J 7では、 予測利用情報取 得部 1 0 2は、 増減しきい値以上の増減がある時刻を制御時刻として決定する。 一方、 ステップ S J 4またはステップ S J 6の判断結果が 「N o」 である場合、 ステップ S J 8では、 予測利用情報取得部 1 0 2は、 制御時刻の該当無しとする。 第 2 1図は、 第 2 0図に示した制御時刻決定処理 （変形例 2 ) を説明する図で ある。 同図において、 グラフ 1 7 0、 1 7 3、 1 7 6は、 リンク L 1 (第 3図お よび第 4図参照） におけるトラヒックの時間的変化を表し、 トラヒック情報収集 部 1 0 1 (第 1図参照） で収集されトラヒック情報データベース 1 3 0に格内さ れたトラヒック情報 （実測値） に対応している。
また、 グラフ 1 7 1、 1 7 4、 1 7 7は、 リンク L 3 (第 3図おょぴ第 4図参 照） におけるトラヒックの時間的変化を表し、 トラヒック情報収集部 1 0 1 (第 1図参照） で収集されトラヒック情報データベース 1 3 0に格納されたトラヒッ ク情報 （実測値） に対応している。
また、 グラフ 1 7 2、 1 7 5および 1 7 8の破線のそれぞれは、 リンク L 1 ( 第 3図および第 4図参照） におけるトラヒックについてトラヒック予測部 1 0 3 で予測された予測トラヒック （予測値） の時間的変化を表している。
同図において、 グラフ 1 7 0に示したように制御時刻 14: 20には、 リンク L 1 が影響するトラヒック制御が実施されている。 また、 トラヒック予測部 1 0 3で は、 予測周期が 3 0分とされている。 予測利用情報取得部 1 0 2では、 増減しき い値として、 5 0 M ( b p s ) が設定されている。 この状態で、 ステップ S K 1では、 予測利用情報取得部 102は、 トラヒック 情報データベース 130力 ら、 グラフ 170およびグラフ 171に対応するトラ ヒック情報を取得するとともに、 ネットワーク構成情報データベース 1 10力、ら ネットワーク構成情報を取得する。
ステップ S K 2では、 予測利用情報取得部 102は、 前述した動作と同様にし て、 14:20〜15:00までのトラヒック情報を予測利用情報とする。 また、 予測利用 情報取得部 102は、 グラフ 170における 14： 20〜15： 00までのトラヒック情報 に増減しきい値以上の増減がある力否かを判断し、 この場合、 判断結果を 「No 」 とする。 ステップ SK3では、 トラヒック予測部 103は、 前述した動作と同 様にして、 上記予測利用情報に基づレ、て、 グラフ 172に破線で示した 15： 00〜 15 :30までのトラヒックを予測する。
ステップ S K 4では、 予測利用情報取得部 102は、 トラヒック情報データベ ース 130力、ら、 グラフ 173およびグラフ 174に対応するトラヒック情報を 取得する。
ステップ S K 5では、 予測利用情報取得部 102は、 前述した動作と同様にし て、 グラフ 173における 14:20〜15:30までのトラヒック情報を予測利用情報と する。 また、 予測利用情報取得部 102は、 14:20〜15:30までのトラヒック情報 に増減しきい値以上の増減があるか否かを判断し、 この場合、 判断結果を 「No 」 とする。 ステップ SK 6では、 トラヒック予測部 103は、 前述した動作と同 様にして、 上記予測利用情報に基づレ、て、 グラフ 175に破線で示した 15： 30〜 16 :00までのトラヒックを予測する。
ここで、 グラフ 176およびグラフ 177に示したように、 制御時刻 15:40に トラヒック制御が実施され、 80M (b p s) のトラヒックの増減があったもの とする。
■ ステップ S K 7では、 予測利用情報取得部 102は、 トラヒック情報データベ ース 130力、ら、 グラフ 176およびグラフ 177に対応するトラヒック情報を 取得する。 ステップ S K 7では、 また、 予測利用情報取得部 102は、 グラフ 176にお ける 15:40〜16:00までのトラヒック情報に増減しきい値以上の増減がある力否か を判断し、 この場合、 判断結果を 「Ye s」 とする。
つぎに、 予測利用情報取得部 102は、 リンク L 1の隣接リンクであるリンク L 3に対応するグラフ 177における 15:40〜16:00までのトラヒック情報にも増 減しきい値以上の増減がある力否かを判断し、 この場合、 判断結果を 「Ye s」 とする。
これにより、 ステップ S K 8では、 予測利用情報取得部 102は、 上記増減に 対応する 15 :40を制御時刻として決定する。
予測利用情報取得部 102は、 前述した動作と同様にして、 15:40〜： 16:00まで のトラヒック情報を予測利用情報とする。
ステップ S K 9では、 トラヒック予測部 103は、 前述した動作と同様にして、 上記予測利用情報に基づいて、 グラフ 178に破線で示した 16:00〜16:30までの トラヒックを予澳 Jする。
さて、 一実施の形態においては、 変形例 3として、 第 14図に示したフローチ ヤートに代えて、 第 22図に示したフローチャートに従って、 予測利用期間決定 処理 （第 13図参照） を実行してもよい。 第 23図は、 第 22図に示した予測利 用期間決定処理 （変形例 3) を説明する図である。
この図において、 第 17図に対応する部分には同一の符号を付ける。 第 23図 においては、 第 17図に示したグラフ 162に代えて、 グラフ 162' が表示さ れている。 また、 第 23図においては、 ステップ SM1〜ステップ SM9は、 第
17図に示したステップ SG 1〜ステップ SG 9に対応している。
以下に説明する変形例 3では、 予め設定された最大予測利用期間の範囲内で、 予測利用期間が決定される。
第 22図に示したステップ S L 1では、 予測利用情報取得部 102は、 最大予 測利用期間 （例えば、 60分） を設定する。 ステップ SL 2では、 予測利用情報 取得部 102は、 トラヒック情報に基づいて、 最新の制御時刻から予測時刻まで の期間が最大予測利用期間未満である力、否かを判断する。
例えば、 第 2 3図に示したグラフ 1 6 0のように、 最新の制御時刻 14 : 20〜予 測時刻 15 : 00までの期間が 4 0分である場合、 予測利用情報取得部 1 0 2は、 ス テツプ S L 2の判断結果を 「Y e s」 とする。
ステップ S L 3では、 予測利用情報取得部 1 0 2は、 ステップ S D 1 (第 1 4 図参照） と同様にして、 上記期間 （4 0分） を予測利用期間として決定する。 一方、 第 2 3図に示したグラフ 1 6 2， のように、 最新の制御時刻 14 : 20〜予 測時刻 15 : 30までの期間が 7 0分である場合、 予測利用情報取得部 1 0 2は、 ス テツプ S L 2の判断結果を 「N o」 とする。
ステップ S L 4では、 予測利用情報取得部 1 0 2は、 グラフ 1 6 2， における 予測時刻 15： 30から最大予測利用期間 （ 6 0分） さかのぼつた時刻 14： 30までの期 間 （6 0分） を予測利用期間として決定する。
以上説明したように、 一実施の形態によれば、 ネットワーク 2 0 0より収集さ れたトラヒック情報から、 最新のトラヒック制御時刻から予測時刻までのトラヒ ック情報を予測利用情報として取得し、 この予測利用情報に基づいて、 ネットヮ ーク 2 0 0における予測時刻以降のトラヒックを予測することとしたので、 予測 利用情報にトラヒック制御による変動分が含まれないため、 トラヒックの予測精 度を高めることができる。
また、 一実施の形態によれば、 トラヒック予測部 1 0 3で予測されたトラヒッ クに基づいて決定された制御タイミングでトラヒック制御を実施することとした ので、 予測精度が高いトラヒックに応じて制御タイミングも高い精度とすること ができる。
また、 一実施の形態は、 第 5図を参照して説明したように、 予測されたトラヒ ックが許容最大値を超える時刻よりも、 予め設定された制御準備待ち時間分だけ 早い時刻を制御タイミングとして決定することとしたので、 トラヒック制御に関 する制御タイミングの最適ィ匕を図ることができる。
以上本発明にかかる一実施の形態について図面を参照して詳述してきたが、 具 体的な構成例はこの一実施の形態に限られるものではなく、 本発明の要旨を逸脱 しな！/、範囲の設計変更等があっても本発明に含まれる。
例えば、 前述した一実施の形態においては、 変形例 4として、 前述したネット ワーク制御装置 1 0 0の各機能を実現するためのプログラムを第 2 4図に示した コンピュータ読み取り可能な記録媒体 5 0 0に記録して、 この記録媒体 5 0 0に 記録されたプログラムをコンピュータ 4 0 0に読み込ませ、 実行することにより 各機能を実現してもよい。
コンピュータ 4 0 0は、 上記プログラムを実行する C P U (Central
Processing Unit) 4 1 0と、 キーボード、 マウス等の入力装置 4 2 0と、 各種 データを記憶する R OM (Read Only Memory) 4 3 0と、 演算パラメータ等を記 憶する RAM (Random Access Memory) 4 4 0と、 記録媒体 5 0 0からプログラ ムを読み取る読取装置 4 5 0と、 ディスプレイ、 プリンタ等の出力装置 4 6 0と、 装置各部を接続するバス 4 7 0とから構成されている。
C P U 4 1 0は、 読取装置 4 5 0を経由して記録媒体 5 0 0に記録されている プログラムを読み込んだ後、 プログラムを実行することにより、 前述した各機能 を実現する。 なお、 記録媒体 5 0 0としては、 光ディスク、 フレキシブルディス ク、 ハードディスク等が挙げられる。
以上説明したように、 本発明によれば、 ネットワークより収集されたトラヒッ ク情報から、 最新のトラヒック制御時刻から予測時刻までのトラヒック情報を予 測利用情報として取得し、 この予測利用情報に基づいて、 ネットワークにおける 予測時刻以降のトラヒックを予測することとしたので、 予測利用情報にトラヒッ ク制御による変動分が含まれないため、 トラヒックの予測精度を高めることがで きるという効果を奏する。
また、 本発明によれば、 予測されたトラヒックに基づいて決定された制御タイ ミングでトラヒック制御を実施することとしたので、 予測精度が高いトラヒック に応じて制御タイミングも高い精度とすることができるという効果を奏する。 また、 本発明は、 予測されたトラヒックが許容最大値を超える時刻よりも、 予 め設定された制御準備待ち時間分だけ早い時刻を制御タイミングとして決定する こととしたので、 トラヒック制御に関する制御タイミングの最適化を図ることが できるという効果を奏する。 産業上の利用可能性
以上のように、 本発明にかかるネットワーク制御プログラム、 ネットワーク制 御装置およぴネットワーク制御方法は、 ネットワークにおけるトラヒックの予測 やトラヒック制御に対して有用である。

Claims

請 求 の 範 囲
1 . コンピュータを、
ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収集す る収集手段、
前記トラヒック情報から、 最新のトラヒック制御時刻から予測時刻までのトラ ヒック情報を予測利用情報として取得する取得手段、
前記予測利用情報に基づいて、 前記ネットワークにおける前記予測時刻以降の トラヒックを予測する予測手段、
として機能させるためのネットワーク制御プログラム。
2 . 前記コンピュータを、 トラヒック制御に関するトラヒック制御情報を管理 する管理手段として機能させ、 前記取得手段は、 前記トラヒック制御情報に基づ いて、 前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 1項に記載のネットワーク制御プログラム。
3 . 前記取得手段は、 隣接する複数のリンクに対応するトラヒック制御情報を 比較し、 最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 1 項に記載のネットワーク制御プログラム。
4 . 前記取得手段は、 トラヒック情報に基づいて、 トラヒックの増減度合いか ら前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 1項 に記載のネットワーク制御プログラム。
5 . 前記取得手段は、 前記トラヒック制御時刻から前記予測時刻までの予測利 用期間が、 予め設定された最大予測利用期間の範囲内となるように調整した結果 に基づいて、 前記予測利用情報を取得することを特徴とする請求の範囲第 1項〜 第 4項のいずれか一つに記載のネットワーク制御プログラム
6 . 前記コンピュータを、 前記予測手段により予測されたトラヒックに基づい て、 トラヒック制御を開始する制御タイミングを決定する制御タイミング決定手 段、 前記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段、 として機能させることを特徴とする請求の範囲第 1項〜第 4項のいずれか一つに 記載のネットワーク制御プロダラム。
7 . 前記コンピュータを、 前記予測手段により予測されたトラヒックに基づい て、 前記予測されたトラヒックが許容最大値を超える時刻よりも、 予め設定され た制御準備待ち時間分だけ早い時刻を制御タイミングとして決定する制御タイミ ング決定手段、 前記制御タイミングで前記トラヒック制御を実施するトラヒック 制御手段、 として機能させることを特徴とする請求の範囲第 1項〜第 4項のいず れか一つに記載のネットワーク制御プログラム。
8 . ネットワークにおいて計測されたトラヒックに関するトラヒック情報を収 集する収集手段と、 ·
前記トラヒック情報から、 最新のトラヒック制御時刻から予測時刻までのトラ ヒック情報を予測利用情報として取得する取得手段と、
前記予測利用情報に基づいて、 前記ネットワークにおける前記予測時刻以降の トラヒックを予測する予測手段と、
を備えたことを特徴とするネットワーク制御装置。
9 . トラヒック制御に関するトラヒック制御情報を管理する管理手段を備え、 前記取得手段は、 前記トラヒック制御情報に基づいて、 前記最新のトラヒック制 御時刻を決定することを特徴とする請求の範囲第 8項に記載のネットワーク制御 装置。
1 0. 前記取得手段は、 隣接する複数のリンクに対応するトラヒック制御情報 を比較し、 最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 8項に記載のネットワーク制御装置。
1 1 . 前記取得手段は、 トラヒック情報に基づレ、て、 トラヒックの増減度合 ヽ 力 ら前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 8 項に記載のネットワーク制御装置。
1 2 . 前記取得手段は、 前記トラヒック制御時刻から前記予測時刻までの予測 利用期間が、 予め設定された最大予測利用期間の範囲内となるように調整した結 果に基づいて、 前記予測利用情報を取得することを特徴とする請求の範囲第 8項 〜第 1 1項のいずれ力一つに記載のネットワーク制御装置。
1 3 . 前記予測手段により予測されたトラヒックに基づレ、て、 トラヒック制御 を開始する制御タイミングを決定する制御タイミング決定手段と、 前記制御タイ ミングで前記トラヒック制御を実施するトラヒック制御手段と、 を備えたことを 特徴とする請求の範囲第 8項〜第 1 1項のいずれか一つに記載のネットワーク制 御装置。
1 4 . 前記予測手段により予測されたトラヒックに基づいて、 前記予測された トラヒックが許容最大値を超える時刻よりも、 予め設定され ^制御準備待ち時間 分だけ早い時刻を制御タイミングとして決定する制御タイミング決定手段と、 前 記制御タイミングで前記トラヒック制御を実施するトラヒック制御手段と、 を備 えたことを特徴とする請求の範囲第 8項〜第 1 1項のいずれか一つに記載のネッ トワーク制御装置。
1 5 . ネットワークにおいて計測されたトラヒックに関するトラヒック情報を 収集する収集工程と、
前記トラヒック情報から、 最新のトラヒック制御時刻から予測時刻までのトラ ヒック情報を予測利用情報として取得する取得工程と、
前記予測利用情報に基づいて、 前記ネットワークにおける前記予測時刻以降の トラヒックを予測する予測工程と、
を含むことを特徴とするネットワーク制御方法。
1 6 . トラヒック制御に関するトラヒック制御情報を管理する管理工程を含み、 前記取得工程では、 前記トラヒック制御情報に基づいて、 前記最新のトラヒック 制御時刻を決定することを特徴とする請求の範囲第 1 5項に記載のネットワーク 制御方法。
1 7 . 前記取得工程では、 隣接する複数のリンクに対応するトラヒック制御情 報を比較し、 最新のトラヒック制御時刻を決定することを特徴とする請求の範囲 第 1 5項に記載のネットワーク制御方法。
1 8 . ' 前記取得工程では、 トラヒック情報に基づレ、て、 トラヒックの増減度合 いから前記最新のトラヒック制御時刻を決定することを特徴とする請求の範囲第 1 5項に記載のネットワーク制御方法。
1 9 . 前記取得工程では、 前記トラヒック制御時刻から前記予測時刻までの予 測利用期間が、 予め設定された最大予測利用期間の範囲内となるように調整した 結果に基づいて、 前記予測利用情報を取得することを特徴とする請求の範囲第 1 5項〜第 1 8項のいずれ力一つに記載のネットワーク制御方法。
2 0. 前記予測工程により予測されたトラヒックに基づいて、 トラヒック制御 を開始する制御タイミングを決定する制御タイミング決定工程と、 前記制御タィ ミングで前記トラヒック制御を実施するトラヒック制御工程と、 を含むことを特 徴とする請求の範囲第 1 5項〜第 1 8項のいずれか一つに記載のネットワーク制 御方法。
2 1 . 前記予測工程により予測されたトラヒックに基づいて、 前記予測された トラヒックが許容最大値を超える時刻よりも、 予め設定された制御準備待ち時間 分だけ早い時刻を制御タイミングとして決定する制御タイミング決定工程と、 前 記制御タイミングで前記トラヒック制御を実施するトラヒック制御工程と、 を含 むことを特徴とする請求の範囲第 1 5項〜第 1 8項のいずれか一つに記載のネッ トワーク制御方法。
PCT/JP2003/006770 2003-05-29 2003-05-29 ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法 WO2004107682A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2003/006770 WO2004107682A1 (ja) 2003-05-29 2003-05-29 ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法
JP2005500216A JP4037886B2 (ja) 2003-05-29 2003-05-29 ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法
US11/140,331 US8059529B2 (en) 2003-05-29 2005-05-27 Method and apparatus for controlling network traffic, and computer product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2003/006770 WO2004107682A1 (ja) 2003-05-29 2003-05-29 ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US11/140,331 Continuation US8059529B2 (en) 2003-05-29 2005-05-27 Method and apparatus for controlling network traffic, and computer product

Publications (1)

Publication Number Publication Date
WO2004107682A1 true WO2004107682A1 (ja) 2004-12-09

Family

ID=33485788

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2003/006770 WO2004107682A1 (ja) 2003-05-29 2003-05-29 ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法

Country Status (3)

Country Link
US (1) US8059529B2 (ja)
JP (1) JP4037886B2 (ja)
WO (1) WO2004107682A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014061587A1 (ja) * 2012-10-15 2014-04-24 日本電気株式会社 制御装置、ノード、通信システム、通信方法及びプログラム

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080228459A1 (en) * 2006-10-12 2008-09-18 Nec Laboratories America, Inc. Method and Apparatus for Performing Capacity Planning and Resource Optimization in a Distributed System
JP2009044328A (ja) 2007-08-07 2009-02-26 Seiko Epson Corp 会議システム、サーバ、画像表示方法、コンピュータプログラム及び記録媒体
GB2461516A (en) * 2008-06-30 2010-01-06 Toshiba Res Europ Ltd A method of predicting traffic in a wireless network
FR3058810A1 (fr) 2016-11-14 2018-05-18 Orange Procede et dispositif d'actualisation d'un modele predictif d'une variable relative a un terminal mobile

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07235985A (ja) * 1994-02-24 1995-09-05 Mitsubishi Electric Corp 通信網トラヒック予測装置
JPH1196135A (ja) * 1997-09-19 1999-04-09 Nippon Telegr & Teleph Corp <Ntt> コネクションレス型ネットワークにおけるトラヒック予測装置およびトラヒック予測方法
JP2000194615A (ja) * 1998-12-28 2000-07-14 Nec Commun Syst Ltd デ―タ自動転送システム及びデ―タ自動転送方法
JP2001028628A (ja) * 1999-07-14 2001-01-30 Nec Commun Syst Ltd 指定日時を用いたトラヒック規制制御方法及びトラヒック規制制御装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3599557B2 (ja) * 1998-02-27 2004-12-08 沖電気工業株式会社 処理レート監視装置
JP3689580B2 (ja) * 1999-01-29 2005-08-31 株式会社日立製作所 インタネット電話接続方法、帯域管理装置及びゲートキーパー装置
US6912575B1 (en) * 1999-06-23 2005-06-28 Paradyne Corporation System and method for automatically determining recommended committed information rate in a frame relay network
US6674717B1 (en) * 2000-03-30 2004-01-06 Network Physics, Inc. Method for reducing packet loss and increasing internet flow by feedback control
US6993044B2 (en) * 2000-05-19 2006-01-31 Scientific-Atlanta, Inc. Computerized method for allocating access across a shared communication medium
CN1135746C (zh) * 2000-10-19 2004-01-21 华为技术有限公司 Cdma蜂窝移动通信系统中多业务负载监测和预测的装置及其计算方法
US20020141342A1 (en) * 2000-12-07 2002-10-03 Furman Elliot M. Method and system for automatically directing data in a computer network
US20020141351A1 (en) * 2000-12-07 2002-10-03 Maltz David A. Method and system for validating network transformation instructions
US6912574B2 (en) * 2002-05-29 2005-06-28 Dhc, Llc System and process for allocating flow capacity in a network
IL166390A (en) * 2005-01-19 2011-08-31 Tejas Israel Ltd Routing method and system
IL167059A (en) * 2005-02-23 2010-11-30 Tejas Israel Ltd Network edge device and telecommunications network
US20090313634A1 (en) * 2005-10-03 2009-12-17 Nguyen Diep T Dynamically selecting an optimal path to a remote node

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07235985A (ja) * 1994-02-24 1995-09-05 Mitsubishi Electric Corp 通信網トラヒック予測装置
JPH1196135A (ja) * 1997-09-19 1999-04-09 Nippon Telegr & Teleph Corp <Ntt> コネクションレス型ネットワークにおけるトラヒック予測装置およびトラヒック予測方法
JP2000194615A (ja) * 1998-12-28 2000-07-14 Nec Commun Syst Ltd デ―タ自動転送システム及びデ―タ自動転送方法
JP2001028628A (ja) * 1999-07-14 2001-01-30 Nec Commun Syst Ltd 指定日時を用いたトラヒック規制制御方法及びトラヒック規制制御装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014061587A1 (ja) * 2012-10-15 2014-04-24 日本電気株式会社 制御装置、ノード、通信システム、通信方法及びプログラム

Also Published As

Publication number Publication date
US8059529B2 (en) 2011-11-15
JPWO2004107682A1 (ja) 2006-07-20
JP4037886B2 (ja) 2008-01-23
US20050220016A1 (en) 2005-10-06

Similar Documents

Publication Publication Date Title
JP5768834B2 (ja) プラントモデル管理装置及び方法
US20100153080A1 (en) Physics-Based Lifespan Modeling
JP2009098147A (ja) Ｄｃモータシステムの信頼性を判定する方法及びシステム
JP7006766B2 (ja) 配管診断方法、配管診断装置、及び配管診断システム
JP2009047092A (ja) ガスタービンの性能診断方法及び性能診断システム
JP2007047996A (ja) 需要予測装置及び方法並びにプログラム
JP2009062983A (ja) 気象データを利用してガスタービンの排出量を予測する方法及びシステム
JP2010122912A (ja) 異常判定装置、方法、及びプログラム
JP2012128800A (ja) プロセスの状態予測方法及びそれを用いたプロセス制御装置
JP6962042B2 (ja) シミュレーション装置およびシミュレーション方法
JP2008086147A (ja) エネルギー需要予測方法、予測装置、プログラム及び記録媒体
WO2004107682A1 (ja) ネットワーク制御プログラム、ネットワーク制御装置およびネットワーク制御方法
JP4758879B2 (ja) 仮音声区間決定装置、方法、プログラム及びその記録媒体、音声区間決定装置、方法
WO2021210353A1 (ja) 故障予兆システム
CN110462538B (zh) 信息处理装置、信息处理方法以及存储介质
JP2008146157A (ja) ネットワーク異常判定装置
JP5749041B2 (ja) アクティブフィードバック制御装置及びプログラム
JP2011111959A (ja) 発電計画支援装置および方法
CN109983484B (zh) 设备状态估计装置、设备状态估计方法以及记录介质
JP4812867B2 (ja) 時系列データ解析支援プログラム及び装置
JP6725078B2 (ja) 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体
JP5597143B2 (ja) ガス状況判断装置及びトリガ信号発生装置
JP4820747B2 (ja) 旅行時間算出装置、プログラム、および記録媒体
JP5773620B2 (ja) センサ異常判定装置及びセンサ異常判定方法
JP2016208556A (ja) デマンド予測装置及びデマンド予測方法

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CN JP US

WWE Wipo information: entry into national phase

Ref document number: 2005500216

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 11140331

Country of ref document: US