WO2009118827A1

WO2009118827A1 - フロー情報収集装置

Info

Publication number: WO2009118827A1
Application number: PCT/JP2008/055544
Authority: WO
Inventors: 勝則 ▲吉▼田; 隆明川上; 茂美橋本
Original assignee: 富士通株式会社
Priority date: 2008-03-25
Filing date: 2008-03-25
Publication date: 2009-10-01
Also published as: JPWO2009118827A1; US20100329146A1; JP5067479B2

Abstract

　対象となるルータから所定のサンプリング値に基づいてサンプリングしたフロー情報を定期的に収集して蓄積するフロー情報蓄積部と、当該フロー情報蓄積部により蓄積されたフロー情報の各測定対象の値を過去の複数の日数にわたって時間帯上に分布させたデータから、各測定対象の値の分布の固まり群の特定を行う分布結果計算処理部と、当該分布結果計算処理部により特定された固まり群から代表的な群の特定および平均値の取得を行う分布情報判定処理部と、当該分布情報判定処理部により特定された代表的な群の平均値から次回以降の前記サンプリング値を決定する補正情報決定処理部とを備える。

Description

フロー情報収集装置

　本発明は、ネットワークを構成するルータからトラフィック状態を示すフロー情報を収集するフロー情報収集装置に関する。

　図１（ａ）はＭＰＬＳ－ＶＰＮ（Multi Protocol Label Switching - Virtual Private Network）におけるフロー情報の収集のための構成例を示す図である。図１において、コアルータＣＲ１～ＣＲ３はＭＰＬＳのラベル単位のフロー統計情報（フロー情報）を出力する機能を有しており、フロー情報収集装置（NetFlowコレクタ）１はコアルータＣＲ１～ＣＲ３からフロー情報を定期的に収集する。これにより、ルータ間を接続する物理回線（ＭＰＬＳパケット中継回線）を通過するパケットのトラフィック量を仮想ネットワーク（ＶＰＮ）等のサービス毎に収集することができる。従前は、エッジルータ（ＥＲ１～ＥＲ６）のポート単位でのトラフィック収集を実施しており、ネットワーク内におけるＶＰＮトラフィック傾向や対地毎のトラフィック量を把握することはできなかった。しかし、コアルータＣＲ１～ＣＲ３のフロー情報出力機能を用いることで、ＶＰＮ毎の対地間トラフィック測定が実現可能になった。

　図１（ｂ）は図１（ａ）におけるコアルータＣＲ１とコアルータＣＲ２の間のトラフィックを示している。ここでは、仮想ネットワークＶＰＮ－ＡにエッジルータＥＲ１からエッジルータＥＲ５へ向かうトラフィックとエッジルータＥＲ４からエッジルータＥＲ１へ向かうトラフィックが含まれ、仮想ネットワークＶＰＮ－ＢにエッジルータＥＲ２からエッジルータＥＲ３へ向かうトラフィックが含まれることを示している。

　図２はフロー情報収集の概要を示す図であり、ＭＰＬＳパケット中継回線を通過するパケットのうち、Ｓ個に１個をキャプチャーするサンプルドネットフロー（Sampled NetFlow）方式と呼ばれる手法に基づいている。これは、回線速度の高いインタフェースにおいて、全てのパケットをキャプチャーすると、ＣＰＵ負荷やメモリ消費量が増大してルータの本来の処理に支障を与えてしまうからである。

　図２において、フロー情報収集装置１からコアルータＣＲ１（その他のコアルータについても同様）に対して収集周期（例：１時間）毎にエクスポート（Export）要求を行うと（ステップＳＴ１）、コアルータＣＲ１はそのエクスポート要求を契機に統計情報をクリアする（ステップＳＴ２）。コアルータＣＲ１は自己のインタフェースを経由してＭＰＬＳパケット中継回線を通過するパケットからＳ個（サンプリング値）に１個をキャプチャーする（ステップＳＴ３）。サンプリング値Ｓは入力情報として任意の値に設定可能であり、所定の誤差率計算手法に基づき、所定の誤差率の範囲に収まるようなサンプリング値Ｓを求め、方式的にシステム固定として設定している。なお、誤差率計算手法としては次の式、
　　誤差率〔％〕≒１９６×√（１／Ｃ）　　　Ｃ：パケット数（サンプル数）
が用いられ、誤差率が所定の値（例：５％）に収まるために必要なパケット数Ｃを求め、そのパケット数Ｃを得るためのサンプリング値Ｓを求める。

　そして、コアルータＣＲ１はキャプチャーしたパケットに付加されたラベルからフローの識別を行い、ラベル毎のトラフィック量を集計し、統計処理を行ってフロー情報を生成する（ステップＳＴ４）。このフロー情報はメモリ上のネットフローキャッシュに格納され、フロー統計情報として利用される。

　そして、コアルータＣＲ１はフロー情報をＵＤＰ（User Datagram Protocol）等によりフロー情報収集装置１に送信し（ステップＳＴ５）、フロー情報収集装置１は受信したフロー情報を蓄積する（ステップＳＴ６）。

　このようにして収集されたフロー情報は、ネットワーク機器等の増設もしくは減設に役立てられる。そのため、フロー情報の精度は高いことが望まれる。
特開２００３－２４４１９５号公報特開平７－１５５１２号公報

　従来におけるフロー情報の収集は上述したように行われるものであったが、フロー情報の誤差率を低くして精度を高める上で、サンプリング値をシステム固定とする従来の手法には問題があった。

　先ず、サンプルドネットフロー方式では、前述した式で表される、統計情報による誤差が発生する。その式によれば、単純に誤差率を小さくするには、サンプル数を上げればよい。サンプル数を上げるには、集計時間を長くするか、ルータのサンプリング値を小さくしてサンプル率を上げるしかない。

　しかし、本機能を持つ運用システムにおけるトラフィック計測では、安易に集計時間を伸ばすことはできない。つまり、固定間隔で収集周期が決定されているためである。また、ルータでサンプル率を上げると、ルータ側の負荷が上昇し、本来のルーティング処理ができなくなる。

　具体的には、通過するトラフィック量（パケット数等）が比較的高い場合であれば、サンプリング値を大きく設定し、ルータの負荷に影響を及ぼさないようにシステムとして固定的に設定して動作しても、誤差率の計算結果によれば特に問題はない。

　しかし、トラフィック量が比較的少ない場合または高負荷でない場合（中規模負荷程度の場合）は、サンプリング値を大きく設定してしまうと、通過するトラフィック量が正しくキャプチャーできないケースが多々発生する。この場合のサンプリング値は、値を小さくし、細かくサンプリングする必要がある。

　一方、既存の誤差率算出を活用し、適切なサンプリング値によって初期設定条件（例えば運用開始時点等）においては妥当なトラフィック量が得られていたとしても、ネットワークの負荷は、ネットワークユーザーの使用状況、地域、時期、ルータの使用種別（コアルータかエッジルータか等）等の条件により日々絶えず変化し、実装しているネットワーク上の負荷率、リソース量も異なり、フロー制御処理にも遅延が発生する可能性がある。

　更に、各ルータは、その製品毎に仕様が異なる上、内部のソフトウェアの版数やコンフィグ（Config）の設定内容にも依存して動作することから、単純にＣＰＵの負荷情報のみならず使用リソース量もその時々により異なる量を示す。そのため、実際の運用上においては、サンプリング値をシステム固定として運用した場合、適切なサンプル数でパケットをキャプチャーし測定しているとは言えない。

　従って、様々な計算論理またはその他の条件等によって予め方式上で定めた固定のサンプリング値のみでは、運用後のネットワークの動作と負荷条件に依存して絶えず通過するトラフィック量が変化するため、フロー情報を正しく収集できない場合も生じてくる。

　なお、ＭＰＬＳ－ＶＰＮにおけるフロー情報の収集を例に説明したが、上述した問題点は、ルータにおいてフロー情報を取得し、各ルータからフロー情報を収集するタイプのフロー情報収集装置について一般的に生じ得るものである。

　一方、特許文献１には、通信トラフィックの時系列データから、取得された前後の時刻のトラフィック量よりも多いトラフィック量である波高を抽出する技術が開示されている。また、特許文献２には、サンプリングされた呼毎情報を集計してトラフィックデータとして編集し、トラフィックデータにより以後のサンプリングについての補正を行う技術が開示されている。しかしながら、いずれの文献の技術も、上述した具体的な問題点を解決できるものではない。

　上記の従来の問題点に鑑み、より精度の高いフロー情報の収集を可能としたフロー情報収集装置を提供することを目的とする。

　このフロー情報収集装置の一実施形態では、対象となるルータから所定のサンプリング値に基づいてサンプリングしたフロー情報を定期的に収集して蓄積するフロー情報蓄積部と、当該フロー情報蓄積部により蓄積されたフロー情報の各測定対象の値を過去の複数の日数にわたって時間帯上に分布させたデータから、各測定対象の値の分布の固まり群の特定を行う分布結果計算処理部と、当該分布結果計算処理部により特定された固まり群から代表的な群の特定および平均値の取得を行う分布情報判定処理部と、当該分布情報判定処理部により特定された代表的な群の平均値から次回以降の前記サンプリング値を決定する補正情報決定処理部とを備える。

　好ましくは、前記フロー情報蓄積部は、収集開始から一定期間はルータ毎に固定のサンプリング値でサンプリングを行い、前記分布結果計算処理部、分布情報判定処理部および補正情報決定処理部は前記一定期間の収集の後に処理を開始する。

　好ましくは、前記ルータからＭＩＢ情報を定期的に収集して蓄積するＭＩＢ情報収集部と、当該ＭＩＢ情報収集部により蓄積されたＭＩＢ情報から前記ルータのＣＰＵ使用率を算出する蓄積情報計算処理部と、ＣＰＵ使用率、パケット数、測定遅延時間の観点からサンプリング値の補正が有効であったか否か判断し、サンプリング値をより適切な値に整合させる測定情報整合処理部とを更に備える。

　好ましくは、前記測定情報整合処理部により整合がとれていないと判断された、分布結果の固まり群から外れた突出値に基づいてサンプリング値の調整を行なう特別解析処理部を更に備える。

　好ましくは、前記特別解析処理部から起動され、分布結果の固まり群から外れた突出値につき、システムスケジュール情報に基づいて妥当性を判断し、サンプリング値の調整を行なう特別分析処理部を更に備える。

　好ましくは、前記フロー情報蓄積部により蓄積されたフロー情報から必要な情報の抽出等を行い、処理に用いる基礎データを蓄積する蓄積情報編集処理部を更に備える。

　開示のフロー情報収集装置にあっては、動的にサンプリング値の補正制御を行うことにより、より精度の高いフロー情報の収集が可能となる。

ＭＰＬＳ－ＶＰＮにおけるフロー情報の収集のための構成例を示す図である。フロー情報収集の概要を示す図である。本発明の一実施形態にかかるフロー情報収集装置の構成例を示す図である。各種データの構造例を示す図（その１）である。各種データの構造例を示す図（その２）である。各種データの構造例を示す図（その３）である。補正制御処理部の処理例を示すフローチャートである。蓄積情報編集処理部の処理例を示すフローチャートである。蓄積情報制御処理部の処理例を示すフローチャート（その１）である。蓄積情報制御処理部の処理例を示すフローチャート（その２）である。蓄積情報制御処理部の処理例を示すフローチャート（その３）である。蓄積情報計算処理部の処理例を示すフローチャートである。分布結果計算処理部の処理例を示すフローチャートである。分布結果計算処理の概要を示す図である。分布情報判定処理部の処理例を示すフローチャートである。補正情報決定処理部の処理例を示すフローチャートである。測定情報整合処理部の処理例を示すフローチャート（その１）である。測定情報整合処理部の処理例を示すフローチャート（その２）である。特別解析処理部の処理例を示すフローチャートである。特別分析処理部の処理例を示すフローチャートである。フロー情報の補正による効果の例を示す図である。

符号の説明

　ＣＲ１～ＣＲ３　　　　　　コアルータ
　ＥＲ１～ＥＲ６　　　　　　エッジルータ
　ＶＰＮ－Ａ、ＶＰＮ－Ｂ　　仮想ネットワーク
　１００　　　　　　　　　　フロー情報収集装置
　Ｂ１０　　　　　　　　　　フロー情報収集部
　Ｂ１１　　　　　　　　　　フロー情報蓄積部
　Ｂ１２　　　　　　　　　　フロー情報出力部
　Ｂ２０　　　　　　　　　　ＭＩＢ情報収集部
　Ｂ１００　　　　　　　　　補正制御処理部
　Ｂ１０１　　　　　　　　　蓄積情報編集処理部
　Ｂ１０２　　　　　　　　　蓄積情報制御処理部
　Ｂ１０３　　　　　　　　　蓄積情報計算処理部
　Ｂ１０４　　　　　　　　　分布結果計算処理部
　Ｂ１０５　　　　　　　　　分布情報判定処理部
　Ｂ１０６　　　　　　　　　補正情報決定処理部
　Ｂ１０７　　　　　　　　　測定情報整合処理部
　Ｂ１０８　　　　　　　　　特別解析処理部
　Ｂ１０９　　　　　　　　　特別分析処理部
　Ｄ１００　　　　　　　　　トラフィック測定結果蓄積データ
　Ｄ１０１　　　　　　　　　トラフィック測定処理カウンター類
　Ｄ１０２　　　　　　　　　トラフィック測定結果基礎計算データ
　Ｄ１０３　　　　　　　　　ＭＩＢデータ
　Ｄ１０４　　　　　　　　　トラフィック分布調査データ
　Ｄ１０５　　　　　　　　　トラフィック分布計算結果データ
　Ｄ１０６　　　　　　　　　補正情報蓄積データ
　Ｄ１０７　　　　　　　　　システムスケジュール情報

　以下、本発明の好適な実施形態につき説明する。

　<システム構成>
　図３は本発明の一実施形態にかかるフロー情報収集装置の構成例を示す図である。なお、ネットワーク構成は図１（ａ）に示したものと同様であり、フロー情報収集装置１が新たな機能を備えたフロー情報収集装置１００に置き換わるものである。

　図３において、フロー情報収集装置１００は、機能部として、フロー情報収集部Ｂ１０、フロー情報蓄積部Ｂ１１、フロー情報出力部Ｂ１２、ＭＩＢ情報収集部Ｂ２０、補正制御処理部Ｂ１００、蓄積情報編集処理部Ｂ１０１、蓄積情報制御処理部Ｂ１０２、蓄積情報計算処理部Ｂ１０３、分布結果計算処理部Ｂ１０４、分布情報判定処理部Ｂ１０５、補正情報決定処理部Ｂ１０６、測定情報整合処理部Ｂ１０７、特別解析処理部Ｂ１０８、特別分析処理部Ｂ１０９を有している。これらの機能部は、フロー情報収集装置１００を構成するコンピュータのＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等のハードウェア資源上で実行されるコンピュータプログラムによって実現されるものである。

　また、フロー情報収集装置１００は、処理のためのデータとして、トラフィック測定結果蓄積データＤ１００、トラフィック測定処理カウンター類Ｄ１０１、トラフィック測定結果基礎計算データＤ１０２、ＭＩＢデータＤ１０３、トラフィック分布調査データＤ１０４、トラフィック分布計算結果データＤ１０５、補正情報蓄積データＤ１０６、システムスケジュール情報Ｄ１０７を保持している。これらのデータは、フロー情報収集装置１００内のＨＤＤ（Hard Disk Drive）等の記憶媒体上に保持されるものである。

　フロー情報収集部Ｂ１０は、ＭＰＬＳのラベル単位のフロー情報を出力する機能を有するルータ（図１のコアルータＣＲ１～ＣＲ３等）からフロー情報を定期的に収集する機能を有する。各ルータでのサンプリング値として、フロー情報蓄積部Ｂ１１から指定される値（開始初期は初期値、補正制御開始後は補正値）をルータ毎に指示する。

　フロー情報蓄積部Ｂ１１は、各ルータからフロー情報収集部Ｂ１０を介して収集したフロー情報をトラフィック測定結果蓄積データＤ１００に蓄積する機能を有している。

　フロー情報出力部Ｂ１２は、トラフィック測定結果蓄積データＤ１００に蓄積されたフロー情報をネットワーク機器等の増設もしくは減設に役立てるため、運用オペレータに対して出力する機能を有している。

　ＭＩＢ情報収集部Ｂ２０は、各ルータからＣＰＵ使用率を含むＭＩＢ（Management Information Base）情報を収集し、ＭＩＢデータＤ１０３に蓄積する機能を有している。

　補正制御処理部Ｂ１００は、フロー情報蓄積部Ｂ１１において初期値のサンプリング値で一定時間の収集を行なった後にフロー情報蓄積部Ｂ１１から起動され、各ルータにおけるフロー情報取得のサンプリング値を補正するための全体的な制御処理を行う機能を有している。

　蓄積情報編集処理部Ｂ１０１は、補正制御処理部Ｂ１００により起動され、トラフィック測定結果蓄積データＤ１００に蓄積されたフロー情報から必要な情報の抽出等を行い、後の処理に用いる基礎データをトラフィック測定結果基礎計算データＤ１０２に蓄積する機能を有している。

　蓄積情報制御処理部Ｂ１０２は、補正制御処理部Ｂ１００により起動され、各ルータにおけるフロー情報取得のサンプリング値の補正のためのより細かい制御処理を行う機能を有している。

　蓄積情報計算処理部Ｂ１０３は、蓄積情報制御処理部Ｂ１０２により起動され、基本トラフィック情報について誤差率の計算を行なうとともに、ＭＩＢデータＤ１０３に蓄積されたＭＩＢ情報からルータ側のＣＰＵ使用率を計算し、結果をトラフィック測定結果基礎計算データＤ１０２に蓄積する機能を有している。

　分布結果計算処理部Ｂ１０４は、蓄積情報制御処理部Ｂ１０２により起動され、トラフィック測定結果基礎計算データＤ１０２の各測定対象の値の分布の固まり群の特定を行い、結果をトラフィック分布計算結果データＤ１０５に蓄積する機能を有している。この際、調査範囲を定める入力情報としてトラフィック分布調査データＤ１０４を用いる。

　分布情報判定処理部Ｂ１０５は、蓄積情報制御処理部Ｂ１０２により起動され、トラフィック分布計算結果データＤ１０５に蓄積された分布結果の固まり群から代表的な群の特定および平均値の取得を行い、結果をトラフィック分布計算結果データＤ１０５に蓄積する機能を有している。

　補正情報決定処理部Ｂ１０６は、蓄積情報制御処理部Ｂ１０２により起動され、トラフィック分布計算結果データＤ１０５に蓄積された結果に基づいてサンプリング値の補正値を決定し、結果を補正情報蓄積データＤ１０６に蓄積する処理を行う機能を有している。

　測定情報整合処理部Ｂ１０７は、補正情報決定処理部Ｂ１０６により起動され、補正情報蓄積データＤ１０６に蓄積された結果に対し、ＣＰＵ使用率、パケット数、測定遅延時間の観点からサンプリング値の補正が有効であったか否か判断し、サンプリング値をより適切な値に整合する処理を行う機能を有している。

　特別解析処理部Ｂ１０８は、補正情報決定処理部Ｂ１０６により起動され、補正情報蓄積データＤ１０６に蓄積された結果に対し、測定情報整合処理部Ｂ１０７により整合がとれていないと判断された、分布結果の固まり群から外れた突出値に基づいてサンプリング値の調整を行なう機能を有している。

　特別分析処理部Ｂ１０９は、特別解析処理部Ｂ１０８により起動され、補正情報蓄積データＤ１０６に蓄積された結果に対し、分布結果の固まり群から外れた突出値につき、システムスケジュール情報Ｄ１０７に基づいて妥当性を判断し、サンプリング値の調整を行なう機能を有している。

　図４～図６は、図３で説明した各データの構造例を示している。

　図４（ａ）において、トラフィック測定結果蓄積データＤ１００は、ルータ（図１のコアルータＣＲ１～ＣＲ３等）から収集した生のフロー情報を保持するものであり、収集を行なった「年月日」と、収集を行なった「時間帯」と、ＭＰＬＳのラベル単位の「フロー情報（トラフィック状態データ）」とを含んでいる。

　図４（ｂ）において、トラフィック測定処理カウンター類Ｄ１０１は、処理に必要な各種のカウンターとフラグとを含んでいる。カウンターとしては、処理対象となっているルータを特定するための「ルータカウンター」と、ルータカウンターの最終値を示す「ルータカウンター最終値」と、処理対象となっている時間帯を特定するための「収集カウンター」と、収集カウンターの最終値を示す「収集カウンター最終値」と、分布調査の対象を特定するための「分布調査カウンター」と、分布調査カウンターの最終値を示す「全体調査回数最終値」とを含んでいる。また、フラグとしては、分布調査が終了したことを示す「調査結果終了フラグ」と、測定実施中であることを示す「測定実施中フラグ」と、特別解析処理が必要であるか否かを示す「特別解析フラグ」と、調査決定がなされたことを示す「調査決定フラグ」と、整合していることを示す「整合フラグ」と、過去データと適応していることを示す「適応フラグ」とを含んでいる。

　図４（ｃ）において、トラフィック測定結果基礎計算データＤ１０２は、後の処理の基礎となるデータを保持するものであり、ルータを特定する「ルータ識別子」と、収集を行なった「年月日」と、収集を行なった「時間帯」と、収集結果の「パケット数」と、パケット数から算出した「誤差率（理論）」と、測定にかかった時間である「測定遅延時間」と、ＭＩＢ情報から算出される「ＣＰＵ使用率」と、収集に用いられた「サンプリング値」とを含んでいる。

　図５（ａ）において、ＭＩＢデータＤ１０３は、ルータから取得されたＭＩＢ情報を保持するものであり、ルータを特定する「ルータ識別子」と、収集された「ＭＩＢ情報」とを含んでいる。「ＭＩＢ情報」には、「リンクトラフィック」と「ノード稼働率」と「ＶＰＮトラフィック」が含まれており、「ノード稼働率」の中に「ＣＰＵ使用率」が含まれている。

　図５（ｂ）において、トラフィック分布調査データＤ１０４は、分布調査に用いられる調査範囲のデータを保持するものであり、「調査５０」「調査２５」・・「調査ｎ」といった内容を含む。数字部分は分布を判断する際の調査範囲（目の粗さ）を示している。

　図５（ｃ）において、トラフィック分布計算結果データＤ１０５は、ルータ毎に分布調査を行なった結果を保持するものであり、ルータを特定する「ルータ識別子」と、収集を行なった「時間帯」と、調査対象毎の「分布状況」と、調査対象毎の「判定結果」と、収集に用いられた「サンプリング値」とを含んでいる。

　図６（ａ）において、補正情報蓄積データＤ１０６は、サンプリング値の補正結果を保持するものであり、ルータを特定する「ルータ識別子」と、分布結果から得られる理想的な「サンプリング値（理想値）」と、整合処理もしくは特別解析処理（特別分析処理）による乗算率である「各種係数」と、サンプリング値（理想値）に各種係数を乗じて求められる「サンプリング値（補正値）」とを含んでいる。

　図６（ｂ）において、システムスケジュール情報Ｄ１０７は、増設、工事試験、サービス停止等の作業計画を示す情報であり、計画の「年月日」と、計画の「時間帯」と、計画の内容である「作業計画」とを含んでいる。

　<動作>
　以下、上記の実施形態の動作について説明する。

　フロー情報蓄積部Ｂ１１は対象となるルータからサンプリング収集を実施し、収集したフロー情報をトラフィック測定結果蓄積データＤ１００に蓄積する。そして、フロー情報蓄積部Ｂ１１は一定期間の収集が完了した後、補正制御処理部Ｂ１００による補正制御処理を起動する。

　以下、図７～図１３、図１５～図２０のフローチャートに従い、補正制御処理部Ｂ１００による補正制御処理およびその中から起動される処理について説明する。

　図７において、補正制御処理部Ｂ１００は、前処理（ステップＰ－１０１）によって様々な処理に必要なトラフィック測定処理カウンター類Ｄ１０１を初期化した後、起動条件を設定する蓄積情報編集起動入力情報設定（ステップＰ－１０２）を経由して、蓄積情報編集処理部Ｂ１０１による蓄積情報編集処理（ステップＰ－１０３）を起動する。

　図８において、蓄積情報編集処理部Ｂ１０１は、トラフィック測定結果蓄積データＤ１００からトラフィック状態データを取得し（ステップＰ－２０１）、蓄積されているトラフィック状態データの年月日および時間帯により、蓄積結果収集処理が開始か否か、すなわち次回から補正制御開始時間帯に入るか否か判定する（ステップＰ－２０２）。

　そして、初回処理実施により次回から補正制御開始時間帯に入る場合は、測定実施中フラグ（次回から測定開始）、ルータカウンター（ルータ毎に一回実施するループ処理）の初期値設定、その他カウンター類の初期化（前処理の実施）等を行なう（ステップＰ－２０３）。

　一方、２回目以降の処理の実施により既に補正制御開始時間帯に入っている場合は、測定実施中フラグ（既に実施中）、ルータカウンターの初期値設定、その他カウンター類の初期化（前処理の実施）等を行なう（ステップＰ－２０４）。

　次いで、１ルータループ内で活用する収集カウンターの初期化および関連情報の取得を行い（ステップＰ－２０５）、各測定結果の各必要項目、すなわち、パケット数、測定遅延時間等について、トラフィック測定結果基礎計算データを算出し、その結果をトラフィック測定結果基礎計算データＤ１０２に蓄積する（ステップＰ－２０６）。誤差率については、後に蓄積情報計算処理部Ｂ１０３による蓄積情報計算処理で算出して蓄積する。なお、この時点ではＣＰＵ使用率は取得できないため、同データは対象とならない。

　この基礎計算データ算出処理が終了した後、収集エリア毎の処理が終了か否か判定する（ステップＰ－２０７）。この判定には収集カウンターを用いる。

　そして、収集エリア毎の処理が未終了ならば、収集カウンターを更新し（ステップＰ－２０８）、再度、次の収集エリアの処理（ステップＰ－２０６～）を実施する。

　収集エリア毎の処理が終了の場合、関連ルータ毎の処理が終了か否か判定する（ステップＰ－２０９）。この判定にはルータカウンターを用いる。

　関連ルータ毎の処理が未終了ならば、ルータカウンターを更新し（ステップＰ－２１０）、次のルータについての処理（ステップＰ－２０５～）を実施していく。

　関連ルータ毎の処理が終了ならば、処理を終了し、呼び出し元の補正制御処理部Ｂ１００による補正制御処理に戻る。

　図７において、蓄積情報編集処理から返った補正制御処理では、結果に処理異常があるか否か判定する（ステップＰ－１０４）。

　蓄積情報編集処理の結果に異常があれば、後処理（ステップＰ－１０７）を実施して処理を終了し、フロー情報蓄積部Ｂ１１による既存のフロー制御処理へ戻る。

　処理異常がなく正常であれば、蓄積情報制御処理起動入力情報設定（ステップＰ－１０５）を経由して、蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理を起動する（ステップＰ－１０６）。

　図９において、蓄積情報制御処理部Ｂ１０２は、ルータカウンターの初期化、最終値の取得および前処理を実施する（ステップＰ－３０１）。

　次いで、１ルータループ内で活用する収集カウンターの初期化および関連情報を取得する（ステップＰ－３０２）。

　次に、収集カウンターに対応する１ルータ１収集エリアの情報を取得する（ステップＰ－３０３）。

　そして、蓄積情報計算処理起動入力情報設定（ステップＰ－３０４）を経由して、蓄積情報計算処理部Ｂ１０３による蓄積情報計算処理を起動する（ステップＰ－３０５）。

　図１２において、蓄積情報計算処理部Ｂ１０３は、入力条件により基本トラフィック情報の計算であると判断し、既にトラフィック測定結果蓄積データＤ１００に蓄積されたトラフィック収集結果のパケット数誤差率を求め、トラフィック測定結果基礎計算データＤ１０２に蓄積する（ステップＰ－４０１）。その後、処理を終了し、呼び出し元の蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　図９において、今度は、別の周期処理によりルータ毎に取得されたＭＩＢデータＤ１０３からルータ毎のＣＰＵ情報のＭＩＢ情報を取得し（ステップＰ－３０６）、蓄積情報計算処理起動入力情報設定（ステップＰ－３０７）を経由して、再度、蓄積情報計算処理部Ｂ１０３による蓄積情報計算処理を起動する（ステップＰ－３０８）。

　図１２において、蓄積情報計算処理部Ｂ１０３は、入力条件によりＣＰＵ使用率の計算であると判断し、ＭＩＢ情報からＣＰＵ使用率に関連する基本計算を実施し、トラフィック測定結果基礎計算データＤ１０２に蓄積する（ステップＰ－４０１）。その後、処理を終了し、呼び出し元の蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　図９において、蓄積情報制御処理部Ｂ１０２は、収集エリア毎の全計算が終了か判定する（ステップＰ－３０９）。この判定には収集カウンターを用いる。

　もし、収集カウンターが最終値に達してないことにより収集エリアの全計算が未終了ならば、収集カウンターを更新し（ステップＰ－３１０）、次の収集エリアについての計算処理（ステップＰ－３０３～）を実施する。

　また、収集カウンターが最終値に達して収集エリアの全計算が終了ならば、図１０において、関連ルータ毎の全計算が終了か判定する（ステップＰ－３１１）。この判定にはルータカウンターを用いる。

　もし、関連ルータ毎の全計算が未終了ならば、ルータカウンターを更新し（ステップＰ－３１２）、次のルータに対する処理（図９のステップＰ－３０２～）を繰り返していく。

　また、関連ルータ毎の全計算が終了ならば、次は、分布結果計算処理へと移行していく。

　まず、蓄積情報制御処理部Ｂ１０２は、ル－タカウンターを初期化し（ステップＰ－３１３）、収集カウンターを初期化する（ステップＰ－３１４）。この際、収集カウンターの最終値は、過去蓄積結果を含めて分布計算処理を初めて実施する場合は[過去の日数分×２４]＋[残りの時間帯分]に設定し、既に分布結果計算処理が実施されている場合は２回に設定する。

　次いで、分布結果計算処理起動入力情報設定（ステップＰ－３１５）を経由し、分布結果計算処理部Ｂ１０４による分布結果計算処理を起動する（ステップＰ－３１５）。

　図１３において、分布結果計算処理部Ｂ１０４は、それぞれ収集された１時間毎の各分布結果から、誤差率、収集パケット数およびＣＰＵ使用率につき、上限・下限値を決定するための処理を実施する（ステップＰ－５０１）。

　次いで、分布結果計算処理部Ｂ１０４は、分布調査カウンターを初期化する（ステップＰ－５０２）。この際、調査５０、調査２５、調査１０、調査５、・・・、調査ｎというように関数を決定するまで順番に処理を実施する。なお、調査範囲はトラフィック分布調査データＤ１０４から取得する。

　次いで、分布結果計算処理部Ｂ１０４は、分布結果の固まり群の特定を行う（ステップＰ－５０３）。具体的には次の処理を行う。
（１）分布結果の値群がどれだけ存在しているか、すなわち収集した分布結果の群数と分布個数を関数処理によって求める。この際、入力調査条件を調査５０、調査２５、調査１０、調査５、調査３、調査１、調査０．７、調査０．５、調査０．３、・・・、調査ｎのように、徐々に調査範囲を狭めながら繰り返していく。これにより、群の切れ目が出現していくが、調査範囲を狭め過ぎて群としてとらえられなくなった場合は、その手前の調査範囲の結果を採用する。
（２）上記の（１）の条件に従って、それぞれの群の分布の幅を求め、どのポイントに平均値が存在しているかどうか、情報を収集していく。
（３）上記の（１）（２）の処理についての調査を、入力の条件全てについて実施する。
（４）上記の（１）から（３）までの調査の結果、全ての固まりの群が決定すれば、調査決定フラグをＯＮ（調査完了）にする。もし、調査未終了ならば、上記の（１）から（４）を繰り返す。
（５）上記の（１）から（４）までの流れで、分散値結果から分布状況が決定付けられなかった場合は、どこまでの決定群があるか調査し、最終的に調査群を決定する。

　図１４は分布結果計算処理の概要を示す図であり、ＣＰＵ使用率についての例であるが、過去の複数の年月日にわたるＣＰＵ使用率を時間帯上に分布させたものから、各時間帯につき、実線の丸で囲んだ群を正常な群として特定していき、それらの群から外れた、破線の丸で囲んだ群を後述する特別解析処理の対象とする群として特定していく。

　図１３に戻り、分布結果計算処理部Ｂ１０４は、調査決定フラグが設定されているか確認する（ステップＰ－５０４）。

　もし、調査決定フラグがＯＦＦで未完了ならば、分布状況の調査実施（ステップＰ－５０３）から処理を繰り返し、調査決定フラグに調査完了が設定されるまで、データの分布結果を調査していく。

　調査決定フラグがＯＮで完了ならば、分布結果計算処理部Ｂ１０４は、決定情報をトラフィック分布計算結果データＤ１０５に蓄積する（ステップＰ－５０５）。

　次いで、分布結果計算処理部Ｂ１０４は、分布調査カウンターが最終値に達したかどうかで終了か否か判定する（ステップＰ－５０６）。

　分布調査カウンターが未終了ならば、分布調査カウンターを更新し（ステップＰ－５０７）、次の調査（ステップＰ－５０３～）を開始していく。

　分布調査カウンターが終了で、１収集調査エリアについての全ての分布結果の調査が完了すれば、分布結果計算処理を終了し、呼び出し元の蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　図１０において、蓄積情報制御処理部Ｂ１０２は、分布結果判定処理起動入力情報設定（ステップＰ－３１７）を経由して、分布情報判定処理部Ｂ１０５による分布情報判定処理を起動する（ステップＰ－３１８）。

　図１５において、分布情報判定処理部Ｂ１０５は、分布結果の固まり群から代表的な群の特定および平均値の取得を行い（ステップＰ－６０１）、結果をトラフィック分布計算結果データＤ１０５に蓄積する。具体的には次の処理を行う。
（１）ＣＰＵ使用率、パケット誤差率、パケット数等の全ての測定対象種別に、分布データ群から群に含まれる分布数の多数決により代表的な群を特定し、その群から平均値を求める。
（２）特定した群から突出した群については、特別解析フラグを設定する。

　次いで、分布情報判定処理部Ｂ１０５は、収集カウンターが最終か否かにより今回の判定処理が最後の処理かどうかを判定する（ステップＰ－６０２）。

　収集カウンターが最終である場合、続いて、ルータカウンターが最終か否かにより今回のルータの処理が最後かどうか判定する（ステップＰ－６０３）。

　ルータカウンターが最終である場合、最終結果として、各ルータの時間帯毎の各収集エリアの分布結果値の決定済み妥当値から、パケット数、パケット誤差率、ＣＰＵ使用率についての最終的な平均値を決定し、トラフィック分布計算結果データＤ１０５に保存する（ステップＰ－６０４）。そして、処理を終了し、呼び出し元の蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　収集カウンターが最終でない場合もしくはルータカウンターが最終でない場合は、処理を終了し、呼び出し元の蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　図１０において、蓄積情報制御処理部Ｂ１０２は、時間帯の収集エリア毎の処理が全て終了したか判定し（ステップＰ－３１９）、未終了ならば収集カウンターを更新し（ステップＰ－３２０）、分布結果計算処理（ステップＰ－３１５～）に戻る。

　終了ならば、関連ルータ毎の全計算終了かを判定し（ステップＰ－３２１）、全てのルータが未完了ならば、ルータカウンターを更新し（ステップＰ－３２２）、収集カウンターの初期化（ステップＰ－３１４～）に戻る。

　全てのルータが終了の場合、図１１の補正制御処理に移行する。

　まず、蓄積情報制御処理部Ｂ１０２は、ルータカウンターを初期化し（ステップＰ－３２３）、次に、収集カウンターを初期化する（ステップＰ－３２４）。

　そして、補正情報決定処理起動入力情報設定（ステップＰ－３２５）を経由して、補正情報決定処理部Ｂ１０６による補正情報決定処理を起動する（ステップＰ－３２６）。

　図１６において、補正情報決定処理部Ｂ１０６は、まず整合フラグを初期化（＝０）する（ステップＰ－７００）。

　次いで、既に決定済みの誤差率からパケット数案の結果を基に理想の適正なサンプリング値を求め、補正情報蓄積データＤ１０６に蓄積する（ステップＰ－７０１）。

　次いで、前回の同じ時間帯測定結果のＣＰＵ使用率から今回の測定結果値の傾き値（角度）を求めて、その値に対する係数値も求める（ステップＰ－７０２）。

　次いで、この結果値を基に、測定情報整合処理部Ｂ１０７による測定情報整合処理を起動して（ステップＰ－７０３）、その値に対して整合チェックを実施する。

　図１７において、測定情報整合処理部Ｂ１０７は、トラフィック分布結果調査データと補正情報蓄積データから、分布情報の計算領域の対象を判断し、その対象により処理を分岐する（ステップＰ－８００）。

　ここで、過去の蓄積値の計算処理を実施する場合（次回から補正制御処理が開始される場合）、適正値のＣＰＵ使用率が前時間帯より上がり傾向か否か判定する（ステップＰ－８０１）。

　もし、下がり傾向であれば、パケット数が前回の同じ時間帯の測定結果よりも上がり傾向か否か判定する（ステップＰ－８０２）。

　上がり傾向ならば、分布結果の規定ラインに対して、測定時間結果が遅延しているか否か判定する（ステップＰ－８０３）。

　そして、遅延している状態であれば、サンプリング補正値を密なる方向にする整合フラグを設定するとともに、傾き角度によるサンプリング係数値を算出する（ステップＰ－８０４）。

　一方、適正値のＣＰＵ使用率が前時間帯より上がり傾向であれば、パケット数が前回の同じ時間帯の測定結果よりも上がり傾向か否かを判定する（ステップＰ－８０５）。

　もし、上がり傾向ならば、分布結果の規定ラインに対して、測定時間結果が遅延しているか否か判定する（ステップＰ－８０６）。

　そして、遅延している状態であれば、サンプリング補正値を荒い方向にするための整合フラグを設定するとともに、傾き角度毎のサンプリング係数値を算出する（ステップＰ－８０７）。

　次いで、整合フラグ（整合状態＝１：ＯＮ）を設定し（ステップＰ－８０８）、測定情報整合処理を終了する。

　また、パケット数の判定（ステップＰ－８０２、Ｐ－８０５）でパケット数が前回の同じ時間帯の測定結果よりも下がり傾向の場合、もしくは、測定時間結果の遅延の判定（ステップＰ－８０３、Ｐ－８０６）で測定時間結果が遅延していない場合は、整合フラグ（不整合状態＝０：ＯＦＦ）を設定し（ステップＰ－８０９）、測定情報整合処理を終了する。この場合、後に特別解析処理部Ｂ１０８による特別解析処理を実施する。

　一方、分布情報の計算領域の対象による分岐（ステップＰ－８００）において、適正値と今回の測定結果との補正制御処理を実施する場合（既に補正制御処理が開始済みの場合)、既に定まった適正値レベルと測定した結果との間での補正調整を要する場合の処理を行なう（図１８）。

　図１８において、測定情報整合処理部Ｂ１０７は、トラフィックの各収集時間帯における適正値と今回測定した結果の情報を取得する（ステップＰ－８１０）。

　次いで、既に求めた誤差率（適正値）が、前回の適正値結果よりも上がり傾向（効果無し）か否か判定する（ステップＰ－８１１）。

　もし、誤差率が下がり傾向（効果あり）であれば、既に実効済みのサンプリング値結果が正しいと判断し、ルータのＣＰＵ使用率の傾き値が適正値結果よりも大か否か判定する（ステップＰ－８１２）。

　ＣＰＵ使用率の傾き値が小ならば、誤差小、ＣＰＵ使用率下がり傾向であるため、適正値で実施したサンプリング値は現状維持（調整係数１．０の乗算）とする（ステップＰ－８１３）。

　反対に、ルータのＣＰＵ使用率の傾き値が適正値結果よりも大の場合、誤差小、ＣＰＵ使用率上がり傾向であるため、適正値で実施したサンプリング値は、ＣＰＵ使用率が上がり傾向、サンプリング値をやや下げる方向で、調整係数を選択して乗算する（ステップＰ－８１４）。

　そして、整合フラグをＯＮ（整合＝１）に設定し（ステップＰ－８１５）、図１７において、測定情報整合処理を終了する。

　一方、図１８において、既に求めた誤差率（適正値）が、前回の適正値結果よりも上がり傾向の場合（効果なし）は、上述と同様にルータのＣＰＵ使用率の傾き値が適正値結果よりも大か否か判定する（ステップＰ－８１６）。

　そして、もしＣＰＵ使用率が下がり傾向であれば、誤差大、ＣＰＵ使用率が下がり傾向であるため、適正値で実施したサンプリング値を密にする係数をサンプリング値に乗算し、その結果を補正値とする（ステップＰ－８１７）。

　ルータのＣＰＵ使用率の傾き値が上がり傾向であれば、誤差率大、ＣＰＵ使用率が上がり傾向であるため、適正値で実施したサンプリング値を荒くする係数をサンプリング値に乗算し、その結果を補正値とする（ステップＰ－８１８）。

　そして、整合フラグをＯＦＦ（整合＝０）に設定し（ステップＰ－８１９）、図１７において、測定情報整合処理を終了し、補正情報決定処理に戻る。

　図１６において、補正情報決定処理部Ｂ１０６は、整合結果の判定を実施する（ステップＰ－７０４）。

　この判定の結果、整合が取れている場合（整合フラグ＝ＯＮ：１）、適正サンプリング値に対する最終補正係数値を乗算の上、測定サンプリン値を決定し（ステップＰ－７０５）、決定値を補正情報蓄積データＤ１０６に蓄積し、補正情報決定処理を終了する。

　また、整合が取れていない場合（整合フラグ＝ＯＦＦ：０）、補正値決定の際の特別解析フラグ（＝１）を設定し（ステップＰ－７０６）、特別解析処理起動入力情報設定（ステップＰ－７０７）を経由して、特別解析処理部Ｂ１０８による特別解析処理を起動する（ステップＰ－７０８）。

　図１９において、特別解析処理部Ｂ１０８は、まず、処理の実行整合を取るため、特別解析フラグがＯＮ（＝１）か判定する（ステップＰ－９００）。

　この判定で、特別解析フラグがＯＮであれば、特別解析処理要とみなして、以降の特別解析を実施していく。

　最初に、特別解析処理部Ｂ１０８は、トラフィック分布計算結果データの分布情報の計算領域によって分岐する処理を実施する（ステップＰ－９０１）。

　ここで、過去の蓄積値の処理（次回から補正制御処理が開始する場合）であれば、過去の分布結果情報を検索し、対象となる突出数値を持つ領域に対して、再度、分布結果計算処理を実行する（ステップＰ－９０２）。すなわち、分布結果計算処理部Ｂ１０４による分布計算結果処理と同様の処理を実行する。

　次に、過去の分布結果情報を検索し、対象となる突出数値を持つ領域に対して、再度、分布結果判定処理を実行する（ステップＰ－９０３）。すなわち、分布情報判定処理部Ｂ１０５による分布情報判定処理と同様の処理を実行する。

　そして、特別解析処理としての補正情報の対象係数値を補正情報蓄積データＤ１０６に蓄積する（ステップＰ－９０４）。

　さらに、継続して、特別分析処理起動入力情報設定（ステップＰ－９０５）を経由して、特別分析処理部Ｂ１０９による特別分析処理を起動し（ステップＰ－９０６）、さらなる分析処理を実施していく。

　また、適正値と今回の測定結果との補正制御を実施する場合（既に補正制御処理が開始済み）、今回の測定した突出数値に対して、前回までの突出した値の分布結果情報との間で、再度分布結果計算処理を実行する（ステップＰ－９０７）。すなわち、分布結果計算処理部Ｂ１０４による分布計算結果処理と同様の処理を実行する。

　次に、今回の測定した突出数値に対して、前回までの分布結果情報との間で再度分布結果判定処理を実行する（ステップＰ－９０８）。すなわち、分布情報判定処理部Ｂ１０５による分布情報判定処理と同様の処理を実行する。

　そして、過去および今回の測定結果からの求めた、突出数値群の計算データ類(多数決分布とその平均値群)から、サンプリング係数値を求めて補正情報蓄積データＤ１０６に蓄積する（ステップＰ－９０９）。

　さらに、継続して、特別分析処理起動入力情報設定（ステップＰ－９１０）を経由して、特別分析処理部Ｂ１０９による特別分析処理を起動し（ステップＰ－９１１）、さらなる分析処理を実施していく。

　図２０において、特別分析処理部Ｂ１０９は、まずトラフィック分布調査結果データの分布情報の計算領域の対象により分岐する（ステップＰ－Ａ００）。

　過去の蓄積値の処理（次回から補正制御処理が開始の状態）であれば、システムスケジュール情報Ｄ１０７を用いたチェック処理を行う（ステップＰ－Ａ０１）。具体的には以下の処理を実施する。
（１）システムスケジュール情報Ｄ１０７から計画イベント情報を読み出し、該当分布に対する日程／時間割について、過去の情報全てについてチェックを開始する。もし、チェック結果の時間割によって、その時間帯の分布が妥当な結果であれば、分布データは有効情報とみなし、各収集領域に対するサンプリング値として、乗算係数から妥当なサンプリング値を再度決定し、補正情報蓄積データＤ１０６に蓄積する。
（２）チェック結果が、妥当な結果と出なければ、補正情報蓄積データから当初分布結果として求めた元のサンプリング値を設定し、補正情報蓄積データＤ１０６に蓄積して次回のトラフィック収集結果に活用する。

　一方、適正値と今回の測定結果との補正制御を実施する場合（既に補正制御処理が開始済み）、システムスケジュール情報Ｄ１０７から今後の計画イベント情報を読み出し、該当分布に対する日程／時間割について、乗算係数を取得の上、サンプリング補正値として設定し、補正情報蓄積データＤ１０６に蓄積して次回のトラフィック収集結果に活用する（ステップＰ－Ａ０２）。

　そして、特別分析処理を終了して特別解析処理部Ｂ１０８による特別解析処理に戻り、特別解析処理を終了して補正情報決定処理部Ｂ１０６による補正情報決定処理に戻り、補正情報決定処理を終了して蓄積情報制御処理部Ｂ１０２による蓄積情報制御処理に戻る。

　図１１において、蓄積情報制御処理部Ｂ１０２は、各収集エリアの全計算終了か否かを判定する（ステップＰ－３２７）。

　ここで未終了であれば、収集カウンターを更新し（ステップＰ－３２８）、補正情報決定処理起動入力情報設定（ステップＰ－３２５）から処理を繰り返す。

　もし、終了ならば関連ルータ毎に全計算結果が終了か否かを判定する（ステップＰ－３２９）。

　ここで、ルータ毎の全計算結果が未終了ならば、ルータカウンターを更新し（ステップＰ－３３０）、収集カウンターの初期化（ステップＰ－３２４）から処理を繰り返す。

　関連ルータ毎に全計算結果が終了の場合、蓄積情報制御処理を終了し、補正制御処理部Ｂ１００による補正制御処理に戻る。

　図７において、補正制御処理部Ｂ１００は後処理を実施し（ステップＰ－１０７）、全ての処理を終了し、フロー情報蓄積部Ｂ１１による既存のフロー制御処理へ戻る。

　以上のように、すべてのルータに対して、収集時間帯毎に、精度を細かく定めていき、徐々に誤差率を小さく、目標の値（例：５％）以内に抑えるようにしていく。

　このような処理を実行することによって、精度を上げた分布結果を得ることが可能である。

　図２１はフロー情報の補正による効果の例を示す図である。図２１は例えば図１のコアルータＣＲ１とコアルータＣＲ２の間のパケット数の収集結果を示しており、横軸は時間帯、縦軸はパケット数である。ここで、期間Ｔ１は初期値のサンプリング値に固定した状態でフロー情報の収集を行なった期間、Ｔ２は上述した処理により補正したサンプリング値でフロー情報の収集を行なった期間である。グラフ中、破線の丸で囲った部分では、初期値のサンプリング値のまま固定でフロー情報の収集を行なった場合を破線で示しているが、補正したサンプリング値でフロー情報の収集を行なうことで、実線で示すような、より精度の高い結果が得られる。

　<総括>
　以上説明した実施形態によれば次のような利点がある。
（１）動的にサンプリング値の補正制御を行うことにより、ルータ毎の状態（ＣＰＵ使用率の大／小）に依存してサンプリング値を変化させることができ、ルータの過剰なＣＰＵ増大の際にも適正なサンプル数によってパケットのキャプチャーが可能である。従って、精度の高いフロー情報を取得することができる。
（２）精度の高いフロー情報が取得できることで、保守運用や設備設計に活用することができる。例えば、ネットワークルータの回線帯域を増加する場合、正しいトラフィック値に合致した設備設計が可能であり、過剰な増設を避けることも可能である。

　以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。

Claims

　対象となるルータから所定のサンプリング値に基づいてサンプリングしたフロー情報を定期的に収集して蓄積するフロー情報蓄積部と、
　当該フロー情報蓄積部により蓄積されたフロー情報の各測定対象の値を過去の複数の日数にわたって時間帯上に分布させたデータから、各測定対象の値の分布の固まり群の特定を行う分布結果計算処理部と、
　当該分布結果計算処理部により特定された固まり群から代表的な群の特定および平均値の取得を行う分布情報判定処理部と、
　当該分布情報判定処理部により特定された代表的な群の平均値から次回以降の前記サンプリング値を決定する補正情報決定処理部と
を備えたことを特徴とするフロー情報収集装置。
　前記フロー情報蓄積部は、収集開始から一定期間はルータ毎に固定のサンプリング値でサンプリングを行い、
　前記分布結果計算処理部、分布情報判定処理部および補正情報決定処理部は前記一定期間の収集の後に処理を開始する
ことを特徴とする請求項１に記載のフロー情報収集装置。
　前記ルータからＭＩＢ情報を定期的に収集して蓄積するＭＩＢ情報収集部と、
　当該ＭＩＢ情報収集部により蓄積されたＭＩＢ情報から前記ルータのＣＰＵ使用率を算出する蓄積情報計算処理部と、
　ＣＰＵ使用率、パケット数、測定遅延時間の観点からサンプリング値の補正が有効であったか否か判断し、サンプリング値をより適切な値に整合させる測定情報整合処理部と
を更に備えたことを特徴とする請求項１または２のいずれか一項に記載のフロー情報収集装置。
　前記測定情報整合処理部により整合がとれていないと判断された、分布結果の固まり群から外れた突出値に基づいてサンプリング値の調整を行なう特別解析処理部
を更に備えたことを特徴とする請求項３に記載のフロー情報収集装置。
　前記特別解析処理部から起動され、分布結果の固まり群から外れた突出値につき、システムスケジュール情報に基づいて妥当性を判断し、サンプリング値の調整を行なう特別分析処理部
を更に備えたことを特徴とする請求項４に記載のフロー情報収集装置。
　前記フロー情報蓄積部により蓄積されたフロー情報から必要な情報の抽出等を行い、処理に用いる基礎データを蓄積する蓄積情報編集処理部
を更に備えたことを特徴とする請求項１乃至５のいずれか一項に記載のフロー情報収集装置。
　対象となるルータから所定のサンプリング値に基づいてサンプリングしたフロー情報を定期的に収集して蓄積するフロー情報蓄積工程と、
　当該フロー情報蓄積工程により蓄積されたフロー情報の各測定対象の値を過去の複数の日数にわたって時間帯上に分布させたデータから、各測定対象の値の分布の固まり群の特定を行う分布結果計算処理工程と、
　当該分布結果計算処理工程により特定された固まり群から代表的な群の特定および平均値の取得を行う分布情報判定処理工程と、
　当該分布情報判定処理工程により特定された代表的な群の平均値から次回以降の前記サンプリング値を決定する補正情報決定処理工程と
を備えたことを特徴とするフロー情報収集制御方法。
　前記フロー情報蓄積工程は、収集開始から一定期間はルータ毎に固定のサンプリング値でサンプリングを行い、
　前記分布結果計算処理工程、分布情報判定処理工程および補正情報決定処理工程は前記一定期間の収集の後に処理を開始する
ことを特徴とする請求項７に記載のフロー情報収集制御方法。
　前記ルータからＭＩＢ情報を定期的に収集して蓄積するＭＩＢ情報収集工程と、
　当該ＭＩＢ情報収集工程により蓄積されたＭＩＢ情報から前記ルータのＣＰＵ使用率を算出する蓄積情報計算処理工程と、
　ＣＰＵ使用率、パケット数、測定遅延時間の観点からサンプリング値の補正が有効であったか否か判断し、サンプリング値をより適切な値に整合させる測定情報整合処理工程と
を更に備えたことを特徴とする請求項７または８のいずれか一項に記載のフロー情報収集制御方法。
　前記測定情報整合処理工程により整合がとれていないと判断された、分布結果の固まり群から外れた突出値に基づいてサンプリング値の調整を行なう特別解析処理工程
を更に備えたことを特徴とする請求項９に記載のフロー情報収集制御方法。
　前記特別解析処理工程から起動され、分布結果の固まり群から外れた突出値につき、システムスケジュール情報に基づいて妥当性を判断し、サンプリング値の調整を行なう特別分析処理工程
を更に備えたことを特徴とする請求項１０に記載のフロー情報収集制御方法。
　前記フロー情報蓄積工程により蓄積されたフロー情報から必要な情報の抽出等を行い、処理に用いる基礎データを蓄積する蓄積情報編集処理工程
を更に備えたことを特徴とする請求項７乃至１１のいずれか一項に記載のフロー情報収集制御方法。
　フロー情報収集装置を構成するコンピュータを、
　対象となるルータから所定のサンプリング値に基づいてサンプリングしたフロー情報を定期的に収集して蓄積するフロー情報蓄積手段、
　当該フロー情報蓄積手段により蓄積されたフロー情報の各測定対象の値を過去の複数の日数にわたって時間帯上に分布させたデータから、各測定対象の値の分布の固まり群の特定を行う分布結果計算処理手段、
　当該分布結果計算処理手段により特定された固まり群から代表的な群の特定および平均値の取得を行う分布情報判定処理手段、
　当該分布情報判定処理手段により特定された代表的な群の平均値から次回以降の前記サンプリング値を決定する補正情報決定処理手段
として機能させるフロー情報収集制御プログラム。
　前記フロー情報蓄積手段は、収集開始から一定期間はルータ毎に固定のサンプリング値でサンプリングを行い、
　前記分布結果計算処理手段、分布情報判定処理手段および補正情報決定処理手段は前記一定期間の収集の後に処理を開始する
請求項１３に記載のフロー情報収集制御プログラム。
　前記ルータからＭＩＢ情報を定期的に収集して蓄積するＭＩＢ情報収集手段と、
　当該ＭＩＢ情報収集手段により蓄積されたＭＩＢ情報から前記ルータのＣＰＵ使用率を算出する蓄積情報計算処理手段と、
　ＣＰＵ使用率、パケット数、測定遅延時間の観点からサンプリング値の補正が有効であったか否か判断し、サンプリング値をより適切な値に整合させる測定情報整合処理手段と
を更に備えた請求項１３または１４のいずれか一項に記載のフロー情報収集制御プログラム。
　前記測定情報整合処理手段により整合がとれていないと判断された、分布結果の固まり群から外れた突出値に基づいてサンプリング値の調整を行なう特別解析処理手段
を更に備えた請求項１５に記載のフロー情報収集制御プログラム。
　前記特別解析処理手段から起動され、分布結果の固まり群から外れた突出値につき、システムスケジュール情報に基づいて妥当性を判断し、サンプリング値の調整を行なう特別分析処理手段
を更に備えた請求項１６に記載のフロー情報収集制御プログラム。
　前記フロー情報蓄積手段により蓄積されたフロー情報から必要な情報の抽出等を行い、処理に用いる基礎データを蓄積する蓄積情報編集処理手段
を更に備えた請求項１３乃至１７のいずれか一項に記載のフロー情報収集制御プログラム。