WO2009145011A1 - 最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム - Google Patents

最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム Download PDF

Info

Publication number
WO2009145011A1
WO2009145011A1 PCT/JP2009/057268 JP2009057268W WO2009145011A1 WO 2009145011 A1 WO2009145011 A1 WO 2009145011A1 JP 2009057268 W JP2009057268 W JP 2009057268W WO 2009145011 A1 WO2009145011 A1 WO 2009145011A1
Authority
WO
WIPO (PCT)
Prior art keywords
communication traffic
traffic
optimization
communication
probability density
Prior art date
Application number
PCT/JP2009/057268
Other languages
English (en)
French (fr)
Inventor
一徳 三好
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2010514413A priority Critical patent/JP5287853B2/ja
Priority to US12/991,779 priority patent/US8493882B2/en
Publication of WO2009145011A1 publication Critical patent/WO2009145011A1/ja

Links

Images

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
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823—Errors, e.g. transmission errors
    • H04L43/0829—Packet loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/123—Evaluation of link metrics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/125—Shortest path evaluation based on throughput or bandwidth
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/70—Routing based on monitoring results
    • 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
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data

Definitions

  • the present invention provides an optimization evaluation system, an optimization evaluation apparatus, an optimization evaluation method, and an optimization evaluation that evaluates the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics. Related to the program.
  • Optimization generally means making the best decision in a given situation, or choosing the best of several options.
  • Such an optimization problem is formulated as a mathematical model as follows.
  • the objective function f is a real-valued function defined on a suitable set including S.
  • S represents the set of values that the variable x can take in this optimization problem.
  • the Internet which is a communication network.
  • the TCP protocol has a mechanism called slow start for optimally controlling the transmission amount of communication traffic so as to eliminate the spread of congestion on the network.
  • backpressure congestion control in Ethernet registered trademark
  • MAC control protocol to perform flow control
  • an optimization method or the like for transferring only traffic for a specific application on a communication network as quickly as possible is also performed in a P2P (Peer-to-Peer) network or the like.
  • Non-Patent Document 4 J. C. Doyle, S. H. Low et al.'S group and Fukuda et al. Also reported that the cause of such traffic behavior is the feedback control in TCP and Ethernet and the buffer function (or delay) mechanism in the feedback itself (non- See Patent Documents 1 to 3). In addition, it has been confirmed that traffic efficiency is maximized at a critical point in phase transition in a system having such a mechanism (see Non-Patent Document 4).
  • the optimal control method for communication traffic is basically only that whose effectiveness has been confirmed by a simple network model on simulation, including those mentioned above as examples. Therefore, it is not possible to know whether those optimization methods are really optimal (that is, whether the objective function is minimized or maximized) on the actual Internet or other communication networks.
  • an object of the present invention is to provide an optimization evaluation system, an optimization evaluation device, an optimization evaluation method, and a program for optimization evaluation that can quantitatively evaluate the effects of optimization of traffic characteristics in a communication network. .
  • the optimization evaluation system is an optimization evaluation system for evaluating the effect of optimization by an optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics, and uses measured communication traffic data.
  • Communication traffic analysis means for obtaining fluctuation distribution of communication traffic, and communication traffic characteristics that are executed by the optimization function based on whether the fluctuation distribution calculated by the communication traffic analysis means is a power function or not
  • communication traffic evaluation means for performing processing for quantitatively evaluating the effect of the optimization.
  • the optimization evaluation apparatus is an optimization evaluation apparatus for evaluating the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics, and uses measured communication traffic data.
  • Communication traffic analysis means for obtaining fluctuation distribution of communication traffic, and communication traffic characteristics that are executed by the optimization function based on whether the fluctuation distribution calculated by the communication traffic analysis means is a power function or not
  • communication traffic evaluation means for performing processing for quantitatively evaluating the effect of the optimization.
  • the optimization evaluation method is an optimization evaluation method for evaluating the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics, and is used to measure communication traffic data. Based on the fluctuation distribution of communication traffic, and quantitatively evaluating the effect of the optimization of the communication traffic characteristics executed by the optimization function based on whether the calculated fluctuation distribution is a power function or not It is characterized by
  • the optimization evaluation program is an optimization evaluation program for evaluating the effect of optimization by the optimization function in a communication network provided with an optimization function for optimizing communication traffic characteristics, The function of obtaining the fluctuation distribution of communication traffic based on the measured communication traffic data, and the optimum of the communication traffic characteristic executed by the optimization function based on whether the calculated fluctuation distribution is a power function or not And the function of quantitatively evaluating the effect of
  • the effect of optimization of traffic characteristics in a communication network can be quantitatively evaluated.
  • Embodiment 1 Hereinafter, a first embodiment of the present invention will be described with reference to the drawings.
  • Embodiments of the present invention relate to an optimization method for optimizing traffic characteristics in a communication network, in particular a communication network having a feedback mechanism and a buffer (or delay) function, and to a method of evaluating the optimization method.
  • the structure and various conditions of the modeled network in the simulation used to verify the effects of each optimization method are different, and as shown in the first problem, it is optimal.
  • a general algorithm for optimizing communication traffic basically, communication traffic is observed and feedback is applied with a delay of a predetermined time (such as use of statistics).
  • a delay of a predetermined time such as use of statistics.
  • the fluctuation distribution of communication traffic exhibits a phase transition, and the fluctuation distribution of communication traffic exhibits a power law at its critical point, and the efficiency of communication traffic is maximized. Therefore, as a second problem, the effects of adopting an optimization method for traffic characteristics of a large-scale communication network can not generally be compared with the effects of using other optimization methods. .
  • the traffic efficiency of the communication network is optimized at the critical point of the phase transition, and the communication traffic fluctuation distribution at that time is free. It is possible to evaluate how much the variables set in the optimization method or the optimization method operate optimally with regard to the optimization method that optimizes the communication traffic efficiency by paying attention to showing the rule Provide a comprehensive evaluation system.
  • the traffic efficiency of the communication network is optimized at the critical point of the phase transition, and the fluctuation distribution of the communication traffic at that time has power law.
  • an optimization method for optimizing some communication traffic efficiency focusing on the indication, a system capable of quantitatively evaluating the effectiveness of the optimization method and the effectiveness of the optimization variable is provided.
  • FIG. 1 is a block diagram showing an example of the configuration of an optimization evaluation system according to an embodiment of the present invention.
  • FIG. 1 shows, as an embodiment of the present invention, an optimization method or its optimization method for optimizing traffic characteristics in a communication network, particularly a communication network having a feedback mechanism and a buffer (or delay) function.
  • An evaluation method for evaluating how optimally a variable set in the optimization method is operating and a configuration of a system capable of quantitatively grasping the effectiveness are shown.
  • the optimization evaluation system communicates on the Internet, which is an existing communication network, a network managed by an Internet service provider, a local area network (LAN), and almost all other small or large communication networks. It can be applied to applications that evaluate the effects of traffic characteristics optimization. In particular, it can be applied to the application of quantitatively evaluating the effectiveness of an optimization method used for traffic characteristics in a communication network having a feedback mechanism and a buffer (or delay) function, and the effectiveness of an optimization variable. In addition, the present invention can be applied to an application for evaluating how optimally these optimization methods or variables set in these optimization methods operate.
  • the optimization evaluation system includes a plurality of routers 1 (1a-1, 1a-2, ..., 1b-1, 1b-2, ...), and band control devices 2a, 2b. And traffic monitors 3a and 3b.
  • the number of band control devices is not limited to two.
  • the optimization evaluation system may include three or more band control devices.
  • two traffic monitors 3a and 3b are shown in FIG. 1, the traffic monitoring is not limited to two, and for example, the optimization evaluation system may include three or more traffic monitors.
  • the band control device 2 when the band control devices 2a and 2b are comprehensively expressed, or when any one of the band control devices 2a and 2b is referred to, the band control device 2 is also simply expressed. Also, hereinafter, when expressing the traffic monitors 3a and 3b comprehensively, or when referring to either of the traffic monitors 3a and 3b, they are also expressed simply as the traffic monitor 3.
  • the router 1 has a function of forwarding the arrived communication packet to the next router in accordance with the routing control setting described therein. Specifically, the router 1 stores in advance a route table for performing route control in a storage unit such as a memory. Then, upon receiving the communication packet, the router 1 performs path control in accordance with the setting contents of the route table, and transmits the received communication packet to the next router.
  • a route table for performing route control in a storage unit such as a memory.
  • the band control device 2 is realized by, for example, a shaping / filtering device.
  • the band control device 2 has a function of determining whether or not to transfer the arrived communication packet to the next router according to the control setting described therein.
  • the band control device 2 has a function of transferring only the communication packet set to be transferable to the next router.
  • the band control device 2 stores in advance a route table for performing transferability determination and path control in a storage unit such as a memory. Then, when receiving the communication packet, the band control device 2 determines transferability of the received communication packet according to the setting contents of the route table. Also, when determining that transfer is possible, the band control device 2 transmits a communication packet to the next router according to the setting contents of the route table. On the other hand, when determining that transfer is not possible, the band control device 2 controls not to transmit the communication packet to the next router.
  • the traffic monitor 3 is realized by an information processing apparatus such as a personal computer which operates according to a program.
  • the traffic monitor 3 is basically disposed at the hub regardless of whether the network topology is known or unknown.
  • the traffic monitor 3 has a function of observing the state of traffic on the outgoing line side of the router 1 according to the monitoring function setting described therein. Specifically, the traffic monitor 3 stores in advance a monitoring table for monitoring traffic in a storage unit such as a memory. Then, the traffic monitor 3 monitors the state of traffic on the departure side of the router 1 according to the setting contents of the monitoring table.
  • the traffic monitor 3 is installed on the outgoing side of the router at least one hop before the router where the band control device 2 is installed on the outgoing side in order to be able to observe as many types of communication traffic as possible. Ru.
  • the traffic monitor 3a is installed on the outgoing line side of the router 1a-2 one hop before the router 1a-1 on which the band control device 2a is installed. It is shown.
  • the traffic monitor 3a may be disposed in the router 1a-3 two hops before the band control device 2a.
  • the traffic monitor 3b is installed on the outgoing line side of the router 1b-2 one hop before the router 1b-1 on which the band control device 2b is installed is shown.
  • the traffic monitor 3b may be disposed in the router 1b-3 two hops before the band control device 2b.
  • Areas 40a and 40b shown in FIG. 1 indicate communication networks, respectively. Areas 40a and 40b relate particularly to an optimization method for optimizing traffic characteristics in a communication network having a feedback mechanism and a buffer (or delay) function, and which variable is set in the optimization method or the optimization method
  • the scope of observable networks is an evaluation method for evaluating whether the system is operating to an extent optimum, and an agent that constructs a system capable of quantitatively grasping the effectiveness.
  • the traffic monitor 3a can monitor communication traffic of the communication network indicated by the area 40a.
  • the traffic monitor 3b can monitor the communication traffic of the communication network indicated by the area 40b.
  • the regions 40a and 40b are comprehensively expressed or when any of the regions 40a and 40b is pointed out, the regions 40a and 40b are also simply expressed as the region 40.
  • At least one traffic monitor 3 is disposed in the observable area 40.
  • the traffic monitor 3 determines the cumulative probability density distribution of the fluctuation of the communication traffic characteristic such that X ⁇ x when considering the variable X and the traffic characteristic to be optimized that can be expressed by the traffic fluctuation distribution directly or indirectly and the variable X Calculate the complementary probability distribution (CDF) of the cumulative probability density distribution (CDF) of the variation of its communication traffic characteristics such that CDF) or X ⁇ x.
  • the variable X is, for example, the congestion duration time or the size of the packet round trip time (RTT).
  • the value x is, for example, a numerical value of the congestion duration time or the packet round trip time observed by the traffic monitor 3.
  • the traffic monitor 3 further holds (stores) the observation start time and the observation end time of the congestion duration time and the packet round trip time in the memory means 5 described later.
  • FIG. 2 is a block diagram showing an example of the configuration of the traffic monitor 3 shown in FIG.
  • the traffic monitor 3 includes a communication traffic monitor unit 4, a communication traffic analysis unit 5, a memory unit 6, a communication traffic evaluation unit 7, and a feedback unit 8.
  • the communication traffic monitor unit 4 is realized by the CPU and the network interface unit of the information processing apparatus that operates according to a program.
  • the communication traffic monitoring unit 4 has a function of observing communication traffic and monitoring its packet size, packet arrival interval, and the like.
  • the communication traffic monitor unit 4 receives a communication packet from the router 1 and measures the packet size and packet arrival interval of the received communication packet.
  • the communication traffic analysis unit 5 is specifically realized by the CPU of the information processing apparatus that operates according to a program.
  • the communication traffic analysis unit 5 has a function of reconstructing observation data by (1) traffic characteristics (packet length, packet arrival interval, etc.) based on observation results of communication traffic by the communication traffic monitoring unit 4. Also, (2) the traffic characteristics to be optimized that can be represented by the traffic fluctuation distribution directly or indirectly, and the communication traffic characteristics such that X ⁇ x when the variable X is considered. It has a function of calculating a cumulative probability density distribution (CDF) of variation, or a complementary distribution (CCDF) of a cumulative probability density distribution (CDF) of variation of the communication traffic characteristic where X ⁇ x.
  • CDF cumulative probability density distribution
  • CCDF complementary distribution
  • the memory means 6 is realized by a storage device such as a memory or a hard disk device provided in the information processing apparatus.
  • the memory means 6 holds (1) threshold value (preset value) for each traffic characteristic, (2) traffic characteristic (packet length, packet arrival interval, etc.), and (3) observation start / end time of each packet (storage ).
  • the communication traffic evaluation unit 7 is specifically realized by the CPU of the information processing device that operates according to a program.
  • the communication traffic evaluation unit 7 uses the analysis result of the communication traffic analysis unit 5 and the information stored in the memory unit 6 to (1) observe data for each traffic characteristic (packet length, packet arrival interval, etc.) with an origin of 10 It has a function to compare with a power function of exponent -1 to -1.3 when taken to the 0-th power of (ie, "1"). Also, (2) the communication traffic evaluation unit 7 is in a state where the observed communication traffic can sufficiently afford the limitations of the buffer of the router 1 and the communication bandwidth, etc., or congestion that exceeds these limitations. It has a function to evaluate (determine) whether or not it is in a state of occurrence. Further, the communication traffic evaluation unit 7 has a function of evaluating (calculating) the degree of the margin and the degree of congestion.
  • the feedback unit 8 is realized by a CPU and a network interface unit of an information processing apparatus that operates according to a program.
  • the feedback unit 8 has a function of feeding back the evaluation result obtained by the communication traffic evaluation unit 7 to an apparatus / system having an optimization function of optimizing communication traffic characteristics according to the optimization method.
  • the feedback unit 8 transmits information indicating the evaluation result obtained by the communication traffic evaluation unit 7 to the band control device 2 realized by the shaping / filtering device. Also, for example, the feedback unit 8 may transmit information indicating the evaluation result obtained by the communication traffic evaluation unit 7 to an apparatus / system that implements a slow-start algorithm in TCP retransmission control. Also, for example, the feedback unit 8 may transmit the evaluation result obtained by the communication traffic evaluation unit 7 to an apparatus / system for realizing backoff control in Ethernet. Furthermore, for example, even if the feedback unit 8 transmits the evaluation result obtained by the communication traffic evaluation unit 7 to an apparatus / system that realizes a network filter (NW filter: for example, only data by a certain application is allowed to pass). Good.
  • NW filter for example, only data by a certain application is allowed to pass.
  • the storage device (not shown) of the traffic monitor 3 is various for evaluating the effect of optimization by the optimization function in the communication network provided with the optimization function for optimizing communication traffic characteristics.
  • the storage device of the traffic monitor 3 is based on communication traffic analysis processing for obtaining a fluctuation distribution of communication traffic based on the measured communication traffic data in a computer, and whether or not the calculated fluctuation distribution is a power function.
  • an optimization evaluation program for executing communication traffic evaluation processing which executes processing of quantitatively evaluating the effect of optimization of communication traffic characteristics executed by the optimization function.
  • FIG. 3 is a flow chart showing an example of processing in which the optimization evaluation system evaluates the effect of optimization of communication traffic characteristics.
  • Preparation 1 Traffic function to calculate the cumulative probability density distribution (CDF) such that X ⁇ x when considering the variable X and the traffic characteristics to be optimized that can be represented by traffic fluctuation distribution directly or indirectly It is mounted on the monitor 3 in advance.
  • the variable X is, for example, the congestion duration time or the size of the packet round trip time (RTT).
  • the value x is, for example, a numerical value of the congestion duration time or the packet round trip time observed by the traffic monitor 3.
  • X ⁇ x indicates a case where the value X of the variable is greater than or equal to a certain value x. That is, XXx, where the horizontal axis represents the variable variable X in the coordinate space, and the vertical axis represents the cumulative probability density distribution, all values of the cumulative probability density distribution when the variable is X are x or more It means that it is the sum of the cumulative probability density distribution of the case.
  • the case of obtaining the cumulative probability density distribution (CDF) in which X ⁇ x is obtained is shown, but the cumulative probability density distribution (CDF) in which X ⁇ x may be obtained.
  • the cumulative probability density distribution (CDF) satisfying X ⁇ x is calculated, if the complementary probability density distribution (CCDF), which is the complementary distribution, is recalculated, the original accumulation Xxx. It becomes probability density distribution (CDF). Therefore, as the cumulative probability density distribution (CDF), any one of X ⁇ x or X ⁇ x may be calculated after all.
  • Preparation 2 The traffic monitor 3 is arranged in advance in the router 1 two or more hops ahead of the bandwidth control device 2, and the total communication traffic on the outgoing side is observed. In addition, it is desirable to arrange at least two traffic monitors 3 in the observation area 40 in consideration of redundancy.
  • the traffic monitor 3 needs to be able to obtain all or almost (for example, 90% or more) of the variable X shown in Preparation 1 for communication traffic. As described above, this means that "the total traffic and application-specific traffic may not show the power law", and "the current dominant traffic P2P and the Web are a set of them ( It is because that it is known that aggregated traffic shows power law.
  • the traffic monitor 3 observes the communication traffic communicated within the observation area 40 of the communication network as needed by performing the above-mentioned preparation (step S101). Specifically, the traffic monitor 3 receives a communication packet from the router 1 at the previous stage, and measures the packet size and packet arrival interval of the received communication packet.
  • the traffic monitor 3 accumulates data indicating the observed communication traffic in the memory means 6 as needed (step S102). Specifically, the traffic monitor 3 stores data of the measured packet size and packet arrival interval in the memory means 6 as needed.
  • the traffic monitor 3 calculates the cumulative probability density distribution (CDF) of the fluctuation of the communication traffic characteristics such that X ⁇ x at a predetermined timing (for example, every predetermined time) (step S103).
  • the traffic monitor 3 may calculate the complementary distribution (CCDF) of the cumulative probability density distribution (CDF) of the fluctuation of the communication traffic characteristic in which X ⁇ x.
  • the traffic monitor 3 uses the calculation function loaded in advance in preparation 1, and the cumulative probability density distribution (CDF) or complementary cumulative probability density distribution (CCDF) of the fluctuation of the communication traffic characteristic observed is: It is determined whether the power law is indicated (step S104). Hereinafter, with reference to FIG. 3, the process of determining whether or not the power law is indicated will be described.
  • CDF cumulative probability density distribution
  • CCDF complementary cumulative probability density distribution
  • the traffic monitor 3 uses the calculation function loaded in preparation 1 in advance, and the cumulative probability density distribution of the fluctuation of the communication traffic characteristics and the index when the origin is taken to the 10th power of 10 (that is, “1”) A process of fitting a power function which is 1 to -1.3 using a curve or linear approximation method such as the least square method is performed.
  • the region where the value of the variable observed in the cumulative probability density distribution of the fluctuation of the communication traffic characteristics is large decreases exponentially due to the upper limit of the buffer size of the router 1 and the upper limit of the communication capacity.
  • the region where the variable to be observed is small is saturated due to the roughness of its accuracy because normal observation is performed by sampling. For these reasons, it is necessary for the region to be fitted with a power function of exponent -1 to -1.3 when taking the origin to 10 to the power of 10 (that is, "1") be between those regions. is there.
  • the traffic monitor 3 accumulates the fluctuations of the communication traffic characteristics obtained by observation and the power functions of the exponent -1 to -1.3 when the origin is set to 10 to the power of 10 (that is, "1"). It is determined whether the probability density distribution fits within one decade (one digit) or more. Also, it is assumed that the traffic monitor 3 conforms within 1 decade (one digit) or more range as the condition that the cumulative probability density distribution of the fluctuation of the communication traffic characteristic obtained by the observation shows the power law. It is determined whether the power law is indicated. Then, when determining that the power law is indicated (Y in step S104), the traffic monitor 3 defines an area indicating the power law as a scaling area, and stores the scaling area in the memory means 6 (step S105).
  • the traffic monitor 3 uses the calculation function loaded in advance in preparation 1 to calculate the cumulative probability density distribution of the fluctuation of the communication traffic characteristics and the origin 0 to the power of 10 (that is, “1”
  • the scaling region is (Ie, it is set in the range of 0.1 to 0.001 of the power function of exponent-1 when taken to (1).
  • the traffic monitor 3 stores the set scaling area in the memory means 6 (step S106).
  • the traffic monitor 3 Based on the cumulative probability density distribution (or its complementary distribution) and the scaling area obtained by performing the above processing, the traffic monitor 3 sets an optimization method related to communication traffic characteristics and a setting on the optimization method. Evaluate the optimality of variables.
  • the traffic monitor 3 determines whether or not the observed communication traffic can sufficiently afford the limitations of the buffer of the router 1 and the bandwidth of the communication band, or congestion occurs beyond these limitations. It is evaluated (judged) whether or not it is in the state of doing. In addition, when congestion occurs, the traffic monitor 3 evaluates (calculates) the degree of the margin and the degree of congestion.
  • the cumulative probability density distribution has a point of 10 at 0 In the scaling region defined by ( ⁇ ) above in the power function of exponent -1 to -1.3 when taken to the power (ie, "1"), the variation of the observed communication traffic characteristics with respect to the power function The cumulative probability density distribution is on the lower side (negative side). Conversely, when congestion occurs, the cumulative probability density distribution of the fluctuation of the observed communication traffic characteristic is on the upper side (positive side) with respect to the power function in the scaling area.
  • the traffic monitor 3 determines the index -1 to -1 when the cumulative probability density distribution takes the origin at 10 to the power of 0 (that is, "1") in the scaling region defined in (A) above ( ⁇ ). .3 It is assumed that the case where the cumulative probability density distribution is on the upper side is positive, and the case where the cumulative probability density distribution is on the lower side is negative, from the optimal state. Define the direction of deviation. By doing so, the traffic monitor 3 determines whether or not there is sufficient communication traffic, or congestion occurs, depending on the optimization method applied and the setting variables on the optimization method. It can be evaluated (judged) whether it is or not.
  • the traffic monitor 3 performs scaling based on the cumulative probability density distribution (or its complement) obtained in step S103 and the scaling area stored in the memory means 6 in steps S105 and S106. In the area, with respect to the power function, it is determined whether the cumulative probability density distribution of the fluctuation of the communication traffic characteristic observed is the positive side or the negative side (step S107).
  • step S107 If the cumulative probability density distribution of fluctuations in communication traffic characteristics observed with respect to the power function is on the positive side (above step S107), the traffic monitor 3 is in a state where communication traffic exceeds the optimum state and there is no margin. It determines (step S108). On the other hand, if the cumulative probability density distribution of the fluctuation of the communication traffic characteristic observed with respect to the power function is on the negative side (below step S107), the traffic monitor 3 has a state where the communication traffic has room until the optimum state. It is determined that (step S109).
  • the traffic monitor 3 measures the degree of margin or congestion as a power function of exponent -1 to -1.3 when the origin is taken to the 10th power of 10 (that is, "1"), It is determined by the difference with the cumulative probability density distribution of the fluctuation of the communication traffic characteristic obtained by the observation in the scaling region defined in the above ( ⁇ ). That is, the traffic monitor 3 performs processing to evaluate the amount of deviation of the communication traffic characteristics from the optimum state (step S110). In this case, the traffic monitor 3 obtains the difference using the average value on the horizontal axis in the scaling area defined in the above ( ⁇ ) as the difference to be obtained.
  • the traffic monitor 3 can perform quantitative evaluation of the optimization method applied and the degree of optimumness of the setting variables on the optimization method. It becomes possible. Therefore, it is possible to quantitatively grasp the effectiveness of the optimization method and the effectiveness of the optimization variable.
  • the cumulative probability density distribution of communication traffic characteristic variation and the origin were taken to the 10th power of 10 (that is, “1” using the calculation function previously installed in Preparation 1 shown in the above ( ⁇ )
  • the method of fitting the power function with the time index of -1 to -1.3 using the curve or linear approximation method such as the least squares method is the same as the value obtained from the observed traffic data by Traffic Monitor 3 May be.
  • the data result calculated to the double logarithm used in order to show a normal power law may be used, and the data result which calculated either of the vertical axis / horizontal axis to the single logarithm may be used.
  • the traffic monitor 3 uses the calculation function loaded in advance in preparation 1 as described in ( ⁇ ) above, and uses the cumulative probability density distribution of fluctuations in communication traffic characteristics and the origin of 10 If it is not determined that the power law state is obtained as a result of comparison with a power function of exponent -1 to -1.3 taken on the 0th power of 0 (ie, "1"), the scaling region Is set in the range of 0.1 to 0.001 of the power function of exponent-1 when the origin is taken to the tenth power of 0 (ie, “1”). Then, the traffic monitor 3 stores the set scaling area in the memory means 6. In the case of “1”, the range of the power function of exponent-1 when the origin to be the scaling area is 10 powers of 0 (that is, “1”) is any one decade (1 digit) from 0.1 to 0.001. Or it may be a range beyond it.
  • the traffic monitor 3 may obtain the difference with the cumulative probability density distribution of the change of the communication traffic characteristic using any value on the horizontal axis of the scaling region defined in the above ( ⁇ ). Also, the traffic monitor 3 may be obtained using the difference value in the largest value of the scaling area defined in the above ( ⁇ ).
  • the traffic monitor 3 may obtain the difference according to the method shown in FIG. 4 as “the difference between the variation of the characteristic and the cumulative probability density distribution”. That is, the traffic monitor 3 accumulates the data obtained by observation with the traffic monitor 3 and the power function of the exponent -1 to -1.3 when the origin is set to 10 to the power of 0 (that is, "1"). A value obtained by integrating the difference between the probability density distribution and its scaling region may be obtained.
  • FIG. 4 shows, by way of example, the integral of the difference between the power function and the cumulative probability density distribution in the cumulative probability density distribution of fluctuations in communication traffic characteristics shown in Non-Patent Document 4.
  • the traffic monitor 3 may obtain the difference according to the method shown in FIG. 5 as “the difference between the characteristic variation and the cumulative probability density distribution”. That is, traffic monitor 3 accumulates the data obtained by observation at traffic monitor 3 with a power function of exponent -1 to -1.3 when the origin is set to 10 to the power of 10 (that is, "1").
  • FIG. 5 shows the integral of the difference between the power function and the cumulative probability density distribution in the cumulative probability density distribution of fluctuations in communication traffic characteristics shown in Non-Patent Document 4.
  • the traffic monitor 3 feeds back the evaluation results obtained in the steps S107 to S110 to an apparatus / system (for example, the band control apparatus 2) provided with an optimization function for optimizing communication traffic characteristics according to the optimization method. Specifically, the traffic monitor 3 transmits information indicating whether or not there is enough communication traffic or a table indicating whether congestion is occurring or not to the device / system having the optimization function. . Also, for example, the traffic monitor 3 transmits information indicating the degree of margin of communication traffic and the degree of congestion to a device / system having an optimization function.
  • a system administrator who manages an apparatus / system (for example, the band control apparatus 2) having the optimization function operates a terminal for system management, for example, based on evaluation information transmitted from the traffic monitor 3 Confirm the evaluation result of the optimization effect by the optimization function.
  • a table indicating whether information communication terminal has room for communication traffic or a table indicating whether congestion occurs or not Output (for example, display) information.
  • the terminal for system management outputs (for example, displays) information indicating the degree of margin of communication traffic and the degree of congestion.
  • the terminal for system management uses the cumulative probability distribution of variation in communication traffic characteristics and the power function on the coordinate axis. Or the integral value obtained as the degree of margin or the degree of congestion.
  • whether communication traffic has a margin or whether congestion occurs may be divided into a plurality of levels and output.
  • the traffic monitor 3 determines whether or not the values of the calculated margin and the degree of congestion are equal to or greater than the first threshold, and if equal to or greater than the first threshold, the margin level of communication traffic or It determines that the congestion level is "high". Also, the traffic monitor 3 determines that the margin level and congestion level of the communication traffic are "medium” if the values of the determined margin and congestion degree are smaller than the first threshold but are greater than or equal to the second threshold. judge. Furthermore, the traffic monitor 3 determines that the communication traffic margin level or the congestion level is “small” if the obtained margin or the value of the degree of congestion is smaller than the second threshold. Then, the terminal for system management outputs (displays) the communication traffic margin level or congestion level in three stages of "large”, “medium”, and “small” based on the evaluation result from the traffic monitor 3, for example. Do.
  • the system administrator determines whether it is necessary to change various setting variables or the like for optimizing communication traffic characteristics based on the output evaluation result, and also determines the value of the setting variables to what extent Decide if you should. Then, the system administrator operates the terminal for system management, for example, to change the setting of the device / system (for example, the band control device 2) having the optimization function.
  • the device / system for example, the band control device 2
  • the device / system (for example, the band control device 2) provided with the optimization function, based on the evaluation result from the traffic monitor 3 according to the operation of the system administrator, performs setting variables etc. for optimization of communication traffic characteristics. Execute the process to change.
  • the device / system having the optimization function is a device / system that implements a network filter
  • the cumulative probability density distribution (CDF) of communication traffic is obtained based on the observed (measured) communication traffic data, and the calculated cumulative probability density distribution (CDF) is free.
  • a process of quantitatively evaluating the effect of optimization of the communication traffic characteristics performed by the optimization function is performed. That is, based on observation data of a certain existing communication network, the effects of optimization are quantitatively evaluated. Therefore, the optimization method applied to the traffic characteristics of the communication network and the benchmark of the optimization method can be performed at least with relative quantitative nature.
  • the effects of optimization of traffic characteristics in the communication network can be quantitatively evaluated.
  • the effects of implementing optimization techniques for traffic characteristics of large scale communication networks can be compared with the effects of using other optimization techniques.
  • the above-mentioned effect is a property that the fluctuation of the traffic characteristic shows power law at the optimum efficiency if the total communication traffic is observed even if observation data by local measurement is used. That is, the phase transition and the occurrence of the power law at its critical point are obtained by measuring the total communication traffic, and furthermore, the power law indicates self-similarity (that is, it does not depend on the scale to be measured).
  • the power law shows self-similarity (that is, it does not depend on the scale to be measured, and does not depend on the system size), so the amount of calculation when evaluating the effect of optimization and the calculation therefor Resources can be reduced significantly.
  • the traffic monitor 3 is basically disposed at the hub regardless of whether the network topology is known or unknown. Therefore, in the cumulative probability density distribution (CDF) or the complementary probability density distribution (CCDF) of the acquired traffic, it is possible to reduce fluctuation errors at both ends (high or low portion of the probability distribution).
  • CDF cumulative probability density distribution
  • CCDF complementary probability density distribution
  • the band control device 2 is arranged in advance two or more hops in the router 1 (however, observation is performed in consideration of redundancy) It is desirable to place at least two traffic monitors 3 in the area 40.
  • the arrangement method of the traffic monitors 3 is not limited to that shown in this embodiment, for example, the topology of the target network.
  • the traffic monitor 3 may be arranged as follows.
  • the output order (number of output links) of the router 1, which is a node is randomly selected from the maximum Do. Then, the traffic monitor 3 is selectively arranged on the server connected to the selected router.
  • the traffic monitor 3 is placed on a server connected to a router (hub) having a large Betweenness (*).
  • Betweenness of router i is calculated by the number of shortest paths between any two routers passing through node i (ie, router i) Ru.
  • the small world nature makes the distance between any two nodes short by passing through the hub, so that the hub's Betweenness tends to be high on average.
  • bridge router bridge router
  • Betwennness (B (v)) passing through the router v is expressed by the following equation (2).
  • ⁇ w, w ' is the number of shortest paths from the node w to the node w'.
  • ⁇ w, w ′ (v) is the number of shortest paths from node w through node v to node w ′.
  • the traffic monitor 3 may be arranged in the network according to the rule shown in (1) or (2).
  • FIG. 6 is a block diagram showing an example of the configuration of the optimization evaluation system in the second embodiment. As shown in FIG. 6, the present embodiment differs from the first embodiment in that the optimization evaluation system includes a center node 9 in addition to the components shown in FIG.
  • the information on the cumulative probability density distribution of changes in communication traffic characteristics observed by a plurality of traffic monitors 3 is periodically or irregularly transmitted to the center node 9 in an autonomous distributed manner or centralized control. You may do it. Then, the center node 9 may perform the error detection by comparing the information of the cumulative probability density distribution of the communication traffic characteristics received from each of the traffic monitors 3.
  • each traffic monitor 3 has the information of the cumulative probability density distribution of the fluctuation of the observed communication traffic characteristics at a predetermined timing (for example, every predetermined period) ) Has a function to transmit to the center node 9.
  • the other functions of each traffic monitor 3 are the same as the functions shown in the first embodiment.
  • the center node 9 is specifically realized by an information processing apparatus such as a personal computer operating according to a program.
  • the center node 9 has a function to perform error detection between the traffic monitors 3 by comparing the information of the cumulative probability density distribution of the communication traffic characteristics received from each traffic monitor 3.
  • the center node 9 is an accumulated probability density distribution (CDF) distribution (or an accumulated probability thereof satisfying X ⁇ x) such that X ⁇ x of the observed traffic fluctuation held (stored) in the memory means 6 of the traffic monitor 3
  • CDF accumulated probability density distribution
  • a complementary distribution (CDF) of a density distribution (CDF) may be received from each traffic monitor 3 and an observation start time and an observation end time.
  • CDF complementary distribution
  • the center node 9 analyzes the time-series traffic fluctuation for each traffic monitor using the cumulative probability density distribution (or its complement) and the observation start time and the observation end time. The center node 9 then calculates its Lyapunov index (or Hurst index).
  • the functions of the router 1 and the band control device 2 are the same as those shown in the first embodiment.
  • the center node 9 performs comparison processing of the information of the cumulative probability density distribution received from each traffic monitor 3 Therefore, error detection between the traffic monitors 3 can be performed.
  • the deviation of the trajectory with a very long (or infinite) time difference based on the cumulative probability density distribution (or its complementary distribution) and the observation start time and the observation end time can be evaluated whether the optimization method applied and the setting variables on the optimization method are still valid or not .
  • FIG. 7 is a block diagram showing a minimum configuration example of the optimization evaluation system.
  • the optimization evaluation system is a system for evaluating the effect of optimization by the optimization function in a communication network provided with an optimization function for optimizing communication traffic characteristics. As shown in FIG. 1, the optimization evaluation system includes at least a communication traffic analysis unit 5 and a communication traffic evaluation unit 7 as minimum components.
  • the communication traffic analysis unit 5 has a function of obtaining a fluctuation distribution of communication traffic based on the measured communication traffic data.
  • the communication traffic evaluation unit 7 quantifies the effect of the optimization of the communication traffic characteristic executed by the optimization function based on whether the fluctuation distribution calculated by the communication traffic analysis unit 5 is a power function or not. It has a function to execute the process to evaluate.
  • the effect of optimization of traffic characteristics in the communication network can be quantitatively evaluated.
  • the optimization evaluation system is an optimization evaluation system that evaluates the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics, and uses measured communication traffic data
  • Communication traffic analysis means for example, realized by the communication traffic analysis unit 5
  • a fluctuation distribution of communication traffic for example, cumulative probability density distribution (CDF), complementary cumulative probability density distribution (CCDF)
  • Communication traffic evaluation that executes processing to quantitatively evaluate the effect of optimization of communication traffic characteristics performed by the optimization function based on whether the fluctuation distribution calculated by the communication traffic analysis means is a power function or not Means (for example, realized by the communication traffic evaluation unit 7) And butterflies.
  • the communication traffic evaluation means determines whether the fluctuation distribution calculated by the communication traffic analysis means is positive or negative with respect to the power function, and the fluctuation distribution is a power function On the other hand, if it is on the positive side, it is judged that congestion of communication traffic is occurring, and if the fluctuation distribution is on the negative side with respect to the power function, it is judged that communication traffic has a margin. It may be done.
  • the communication traffic evaluation means obtains the difference between the fluctuation distribution calculated by the communication traffic analysis means and the power function, and obtains the difference between the obtained fluctuation distribution and power function as the communication traffic margin. Alternatively, it may be configured to calculate as the degree of congestion.
  • the optimization evaluation system is an optimization evaluation system that evaluates the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics, and is two hops of a band control device
  • the traffic monitor (for example, traffic monitor 3), which is disposed in a router (for example, router 1) located in the previous stage and observes the total communication traffic of the outgoing line of the router, the traffic monitor observes the communication traffic, Based on communication traffic measurement means (for example, realized by the communication traffic monitor unit 4) that measures the packet size or packet arrival interval of communication packets, and based on the measurement results by the communication traffic measurement means, the observation data is reconstructed according to traffic characteristics.
  • Traffic fluctuation distribution Communication traffic analysis means for giving the traffic characteristic to be converted and the variable X and calculating the complementary probability distribution of the cumulative probability density distribution of the fluctuation of the traffic characteristic with X ⁇ x or the fluctuation of the traffic characteristic with X ⁇ x (For example, realized by the communication traffic analysis unit 5) and a memory means (for example, realized by the memory means 6) for storing a threshold for each traffic characteristic, traffic characteristic, observation start time and observation end time of each packet
  • the index is -1 to -1.3 when the origin is 0 to the power of 10 using the analysis result by the communication traffic analysis means and the information stored in the memory means using the analysis result by the communication traffic analysis means and the information stored in the memory means Compared with the power function, the observed communication traffic has room for the buffer or communication bandwidth limitation of the router Communication traffic evaluation means (for example, for determining the degree of margin and the degree of congestion as an evaluation result) while determining whether or not congestion is occurring beyond the buffer or communication band limit , And a feedback unit (for example, the feedback unit
  • the traffic evaluation means is a power function whose index is -1 to -1.3 when the origin is 0 to the power of 10, and communication traffic characteristics measured by the communication traffic measurement means It is judged whether the cumulative probability density distribution of the variation of the distribution fits within the range of 1 decade, and the cumulative of the variation of the communication traffic characteristic measured that the power function and the cumulative probability density distribution fit within the range of 1 decade It is judged that the probability density distribution shows the optimal traffic efficiency as the condition that the power law is shown, and the fitting range of the power function and the cumulative probability density distribution is the scaling area, and the communication traffic characteristics obtained by other measurement It may be configured to be determined as a comparison area when performing comparison processing with the cumulative probability density distribution of variation.
  • the traffic evaluation means uses the average value on the horizontal axis of the scaling area and the cumulative probability density distribution when taking the origin to the zero power of 10 is the index -1 to -1. It is configured to calculate the degree of communication traffic margin or congestion by calculating the difference between the cumulative probability density distribution of variation of communication traffic characteristics obtained by measurement in the scaling domain of power function which is 3 and the power function. It may be done.
  • the traffic evaluation means is an accumulation of data measured by the communication traffic measurement means and a power function whose index is -1 to -1.3 when the origin is set to 10 to the 0th power Scaling of the power function whose cumulative probability density distribution is exponential -1 to -1.3 when the origin is taken to the 0th power of 10 using any value on the horizontal axis of the scaling region in the probability density distribution
  • the degree of communication traffic margin or the degree of congestion may be calculated by obtaining the difference between the cumulative probability density distribution of fluctuations in communication traffic characteristics measured by the communication traffic measurement means in the area and the power function. .
  • the traffic evaluation means is an accumulation of data measured by the communication traffic measurement means and a power function whose index is -1 to -1.3 when the origin is set to 10 to the 0th power
  • the degree of communication traffic margin or the degree of congestion may be calculated by obtaining the difference between the cumulative probability density distribution of fluctuations and the power function.
  • the traffic evaluation means accumulates the data measured by the communication traffic measurement means, and the power function whose index is -1 to -1.3 when the origin is set to 10 to the 0th power
  • the variation of the communication traffic characteristic measured by the communication traffic measuring means in the scaling area of the power function whose cumulative probability density distribution is the index-1 to -1.3 As a value obtained by integrating the difference in the scaling area with the probability density distribution, the variation of the communication traffic characteristic measured by the communication traffic measuring means in the scaling area of the power function whose cumulative probability density distribution is the index-1 to -1.3.
  • the degree of communication traffic margin or the degree of congestion may be calculated by obtaining the difference between the cumulative probability density distribution and the power function.
  • the traffic evaluation means is a value obtained on the basis of the traffic data measured by the communication traffic measurement means, a data result calculated on double logarithms used to show a normal power law, or The cumulative probability density distribution of the fluctuation of the communication traffic characteristics measured by the communication traffic measurement means using the data result of calculating either the vertical axis or the horizontal axis in a single logarithm, and when the origin is taken to be 10 to the power of 10 It may be configured to fit a power function whose index is -1 to -1.3 using a least squares curve or linear approximation method.
  • the optimization evaluation system uses the estimation result of the configuration of the communication network searched using the traceroot command, and the outdegree of the router that is a node is at most
  • the router may be randomly selected from among the routers, and the traffic monitor may be arranged in advance in a server connected to the selected router.
  • the optimization evaluation system When the network topology to be measured is known, and the outdegree distribution of the nodes shows a power law, the optimization evaluation system previously sends traffic on a server connected to a router with a large value of Betweenness function It may be configured to deploy a monitor.
  • the optimization evaluation system includes a center node (for example, the center node 9), and the traffic monitor uses information indicating the cumulative probability density distribution of fluctuations in communication traffic characteristics measured by the communication traffic measurement means to the center node.
  • the transmitting, center node may be configured to perform error detection between traffic monitors by comparing information indicating accumulated probability density distributions received from each traffic monitor.
  • the traffic evaluation means is a power function in the scaling domain of the power function whose index is -1 to -1.3 when the cumulative probability density distribution takes the origin at the 0th power of 10
  • the communication traffic can be spared by the applied optimization method and the setting variable in the optimization method. It is determined that the communication traffic is in a congestion state if it is determined that there is a certain state, and if the similarity probability density distribution is on the positive side with respect to the power function in the scaling region, It may be configured.
  • the center node is a cumulative probability density distribution in which Xxx of the traffic fluctuation stored in the memory means or a complementary distribution of the cumulative probability density distribution in which X ⁇ x, an observation start time and
  • the setting variable on the optimization method may be configured to determine whether it is valid in the future.
  • the optimization evaluation device is an optimization evaluation device (for example, traffic monitor 3) for evaluating the effect of optimization by the optimization function in a communication network provided with an optimization function that optimizes communication traffic characteristics.
  • Communication traffic analysis means for example, communication traffic analysis unit 5) for obtaining fluctuation distribution of communication traffic (for example, cumulative probability density distribution (CDF), complementary cumulative probability density distribution (CCDF)) based on the measured communication traffic data
  • CDF cumulative probability density distribution
  • CCDF complementary cumulative probability density distribution
  • Communication traffic evaluation means for example, the communication traffic Characterized by comprising a to
  • the present invention is the effect of optimizing communication traffic characteristics in the existing communication network, the Internet, a network managed by an Internet service provider, a local area network (LAN), and almost any other small or large communication network. It can be applied to the purpose of evaluating In particular, it can be applied to the application of quantitatively evaluating the effectiveness of an optimization method used for traffic characteristics in a communication network having a feedback mechanism and a buffer (or delay) function, and the effectiveness of an optimization variable. In addition, the present invention can be applied to an application for evaluating how optimally these optimization methods or variables set in these optimization methods operate.

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

【課題】通信ネットワークにおけるトラフィック特性の最適化の効果を定量的に評価する。 【解決手段】通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける前記最適化機能による最適化の効果を評価する最適化評価システムであって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析手段と、前記通信トラフィック解析手段が算出した前記変動分布がベキ関数となっているか否かに基づいて、前記最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段とを有している。

Description

最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム
　本発明は、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラムに関する。
　最適化とは、一般にある状況において最善の決定を行うこと、あるいはいくつかの選択肢の中から最善のものを選ぶことを意味する。そのような最適化の問題は数学モデルとして、以下のように定式化される。
　「与えられた制約条件の下で、目的関数と呼ばれる望ましさの尺度を表す関数が最小又は最大となるような変数の値を見つける」
　ここで、通常、変数は複数個存在するため、ｎ次元ベクトルで表し、最適化の問題を次の式（１）ように表す。
目的関数：ｆ（ｘ）→最小
制約条件：ｘ∈Ｓ　　　　　　　　　　　式（１）
　式（１）において、目的関数ｆは、Ｓを含む適当な集合上で定義された実数値関数である。また、Ｓは、この最適化の問題において変数ｘがとることができる値の集合を表す。
　また、通信ネットワークであるインターネット上においても、上記のような最適化が行われている。例えば、ＴＣＰプロトコルには、ネットワーク上の輻輳の拡大を無くすように、通信トラッフィックの送信量を最適に制御するためのスロースタートという仕組みがある。また、イーサネット（Ｅｔｈｅｒｎｅｔ：登録商標）におけるバックプレッシャ輻輳制御（送信側に対して衝突信号を送出して、セグメント上のステーションの送信を待機させるという方法）や、ＭＡＣ制御プロトコルでフロー制御を行う「ＰＡＵＳＥコマンド」を用いた方法等が実用化されている。
　上記の他にも、ある特別なアプリケーション用のトラフィックだけを通信ネットワーク上でできるだけ早く転送するための最適化手法等もＰ２Ｐ（Ｐｅｅｒ－ｔｏ－Ｐｅｅｒ）ネットワーク等で行われている。
　長い間インターネットのトラフィック研究者達は、トラフィックはランダムな変動を示すものだと考えてきた。しかし、１９９４年にＬｅｌａｎｄ等によってトラフィックに自己相似性が存在することが報告された。それ以来、インターネット・トラフィックの振る舞いに関して数多くの研究が行われている。例えば、ＮＴＴの福田氏や高安氏等は、通信トラフィック変動の累積確率密度分布が相転移現象を示し、その臨界点において原点を１０の０乗（すなわち「１」）にとったときの指数が－１のベキ則分布で現れることを示した。ここで、累積確率密度分布の相転移現象において、その臨界点での分布が指数－１～－１．３のベキ則となることが、いくつかの観測データによって示されている。
　さらに、Ｊ．Ｃ．Ｄｏｙｌｅ、Ｓ．Ｈ．Ｌｏｗ等のグループや福田氏等は、そのようなトラフィックの振る舞いの要因が、ＴＣＰやＥｔｈｅｒｎｅｔにおけるフィードバック制御及びそのフィードバックにおけるバッファ機能（又は遅延）の仕組みそのものにあることをも報告している（非特許文献１～非特許文献３参照）。また、そのような機構をもつシステムにおける相転移における臨界点において、トラフィック効率が最大化されることが確認されている（非特許文献４参照）。
　一方で、総トラフィックではなく、アプリケーション別トラフィックではベキ則を示さない可能性があることや、現在の支配的なトラフィックであるＰ２ＰとＷｅｂに関しては、その集合（ａｇｇｒｅｇａｔｅ）したトラフィックがベキ則を示すことが分かっている。しかし、これらは現象として認識されているだけであり、通信トラフィックの最適化手法の評価にこれらの現象を用いた例はない。
　通信トラフィックの最適制御手法については、上記で例として挙げたものを含めて、基本的にはその有効性をシミュレーション上の簡易的なネットワークモデルによって確認したものでしかない。従って、実際のインターネットやその他の通信ネットワーク上で、それらの最適化手法が、本当に最適であるか否か（つまり、目的関数を最小又は最大にしているか否か）を把握することはできない。
John C. Doyle,etc, "Robustness and the Internet: Theoretical Foundations", March5th, 2002. MisakoTakayasu, etc, "Dynamic phase transition observed in the Internet trafficflow", September 21st, 1999. KensukeFukuda, etc, "Origin of critical behavior in Ethernet traffic", July21st, 2000. KensukeFukuda, etc, "A cause of self-similarity in TCP traffic", March 15th,2005.
　通信トラフィックの最適制御手法においては、シミュレーションにおけるモデル化されたネットワークの構造及び様々な条件と、実際のネットワークのそれら構造及び条件とが異なる。そのため、大規模通信ネットワークのトラフィック特性について最適化手法を講じたことによる効果を、一般的には定量的に把握することはできない。
　そこで、本発明は、通信ネットワークにおけるトラフィック特性の最適化の効果を定量的に評価できる最適化評価システム、最適化評価装置、最適化評価方法及び最適化評価用プログラムを提供することを目的とする。
　本発明による最適化評価システムは、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価システムであって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析手段と、前記通信トラフィック解析手段が算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段とを備えたことを特徴とする。
　本発明による最適化評価装置は、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価装置であって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析手段と、前記通信トラフィック解析手段が算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段とを備えたことを特徴とする。
　本発明による最適化評価方法は、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価方法であって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求め、算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価することを特徴とする。
　本発明による最適化評価用プログラムは、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価するための最適化評価用プログラムであって、コンピュータに、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める機能と、前記算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する機能とを実行させることを特徴とする。
　本発明によれば、通信ネットワークにおけるトラフィック特性の最適化の効果を定量的に評価することができる。
　以下、本発明の実施形態を図に基づいて説明する。
実施形態１．
　以下、本発明の第１の実施形態について図面を参照して説明する。本発明の実施形態は、通信ネットワーク、特にフィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について最適化を行う最適化手法に関し、その最適化手法の評価方法に関する。
　前述したように、一般に、通信トラフィックの最適制御手法においては、シミュレーションにおけるモデル化されたネットワークの構造及び様々な条件と、実際のネットワークのそれら構造及び条件とが異なる。そのため、第１の問題点として、大規模通信ネットワークのトラフィック特性について最適化手法を講じたことによる効果を、一般的には定量的に把握することはできない。
　また、通信トラフィックの最適制御手法においては、各最適化手法の効果検証に用いるシミュレーションにおけるモデル化されたネットワークの構造及び様々な条件がそれぞれ異なり、且つ第１の問題点で示したように、最適化の評価における定量性がない。また、通信トラフィックを最適化する一般的なアルゴリズムでは、基本的に通信トラフィックを観測し、それを一定時間の遅延（統計量の使用等）をもって、フィードバックをかけている。しかし、その場合に、通信トラフィックの変動分布が相転移を示し、且つその臨界点において通信トラフィックの変動分布がベキ則を示し、さらに通信トラフィックの効率が最大化されることが確認されていない。そのため、第２の問題点として、大規模通信ネットワークのトラフィック特性について最適化手法を講じたことによる効果を、一般的には、他の最適化手法を用いたことによる効果と比較することができない。
　そこで、本発明の実施形態では、通信ネットワーク 、特にフィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークのトラフィック効率が相転移の臨界点で最適となり、且つそのときの通信トラフィック変動分布がベキ則を示すことに着目し、何らかの通信トラフィック効率の最適化を行う最適化手法に関し、その最適化手法あるいはその最適化手法において設定した変数がどの程度最適に動作しているかを評価することが可能な評価システムを提供する。
　また、本発明では、通信ネットワーク 、特にフィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークのトラフィック効率が相転移の臨界点で最適となり、且つそのときにおける通信トラフィックの変動分布がベキ則を示すことに着目し、何らかの通信トラフィック効率の最適化を行う最適化手法に関し、その最適化手法の有効性及び最適化変数の有効性を定量的に評価することができるシステムを提供する。
　図１は、本発明の実施形態による最適化評価システムの構成の一例を示すブロック図である。図１には、本発明の一実施形態として、通信ネットワーク、特にフィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について最適化を行う最適化手法に関して、その最適化手法あるいはその最適化手法において設定した変数がどの程度最適に動作しているかを評価する評価方法、及び有効性を定量的に把握することができるシステムの構成が示されている。
　本実施形態において、最適化評価システムは、既存の通信ネットワークであるインターネットや、インターネットサービスプロバイダが管理するネットワーク、ローカルエリアネットワーク（ＬＡＮ）、その他の小規模又は大規模な殆ど全ての通信ネットワークにおける通信トラフィック特性の最適化の効果を評価する用途に適用できる。特に、フィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について用いられている最適化手法の有効性、及び最適化変数の有効性を定量的に評価する用途に適用できる。また、それらの最適化手法あるいはそれらの最適化手法において設定した変数がどの程度最適に動作しているかを評価する用途に適用できる。
　図１に示すように、最適化評価システムは、複数のルータ１（１ａ－１，１ａ－２・・・、１ｂ－１，１ｂ－２・・・）と、帯域制御装置２ａ，２ｂと、トラフィックモニタ３ａ，３ｂとを含む。なお、図１では、２つの帯域制御装置２ａ，２ｂが示されているが、帯域制御装置は２つに限らず、例えば、最適化評価システムは、３以上の帯域制御装置を含んでもよい。また、図１では、２つのトラフィックモニタ３ａ，３ｂが示されているが、トラフィックモニタは２つに限らず、例えば、最適化評価システムは、３以上のトラフィックモニタを含んでもよい。
　なお、以下、帯域制御装置２ａ，２ｂを包括的に表現する場合、又は帯域制御装置２ａ，２ｂのいずれかを指す場合に、単に帯域制御装置２とも表現する。また、以下、トラフィックモニタ３ａ，３ｂを包括的に表現する場合、又はトラフィックモニタ３ａ，３ｂのいずれかを指す場合に、単にトラフィックモニタ３とも表現する。
　図１において、ルータ１は、自らに記述された経路制御設定に従って、到着した通信パケットを次のルータに転送する機能を備える。具体的には、ルータ１は、経路制御を行うためのルートテーブルを予めメモリ等の記憶部に記憶している。そして、ルータ１は、通信パケットを受信すると、ルートテーブルの設定内容に従って経路制御を行い、受信した通信パケットを次のルータに送信する。
　また、図１において、帯域制御装置２は、例えば、シェイピング／フィルタリング装置によって実現される。帯域制御装置２は、自らに記述された制御設定に従って、到着した通信パケットの次のルータへの転送の可否を判断する機能を備える。また、帯域制御装置２は、転送可能に設定されている通信パケットのみを次のルータに転送する機能を備える。
　具体的には、帯域制御装置２は、転送可否の判定及び経路制御を行うためのルートテーブルを予めメモリ等の記憶部に記憶している。そして、帯域制御装置２は、通信パケットを受信すると、ルートテーブルの設定内容に従って、受信した通信パケットの転送可否を判定する。また、帯域制御装置２は、転送可能と判定すると、ルートテーブルの設定内容に従って、通信パケットを次のルータに送信する。一方、帯域制御装置２は、転送不可と判定すると、通信パケットを次のルータに送信しないように制御する。
　トラフィックモニタ３は、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。なお、本実施形態において、トラフィックモニタ３は、ネットワークトポロジが既知であるか不知であるかにかかわらず、原則的にハブに配置されるものとする。
　図１に示すように、トラフィックモニタ３は、ルータ１の出線側のトラフィックの状態を、自らに記述された監視機能設定に従って観測する機能を備える。具体的には、トラフィックモニタ３は、トラフィックを監視するための監視テーブルを予めメモリ等の記憶部に記憶している。そして、トラフィックモニタ３は、監視テーブルの設定内容に従って、ルータ１の出船側のトラフィックの状態を監視する。
　また、トラフィックモニタ３は、できるだけ多くの種類の通信トラフィックを観測可能とするために、帯域制御装置２が出線側に設置されているルータの少なくとも１ホップ前のルータの出線側に設置される。図１に示す例では、例えば、トラフィックモニタ３ａが、帯域制御装置２ａが出線側に設置されているルータ１ａ－１の１ホップ前のルータ１ａ－２の出線側に設置されている場合が示されている。なお、この場合、具体的には、帯域制御装置２ａの２ホップ前のルータ１ａ－３にトラフィックモニタ３ａを配置するようにすればよい。また、例えば、トラフィックモニタ３ｂが、帯域制御装置２ｂが出線側に設置されているルータ１ｂ－１の１ホップ前のルータ１ｂ－２の出線側に設置されている場合が示されている。なお、この場合、具体的には、帯域制御装置２ｂの２ホップ前のルータ１ｂ－３にトラフィックモニタ３ｂを配置するようにすればよい。
　図１に示す領域４０ａ，４０ｂは、それぞれ通信ネットワークを示している。領域４０ａ，４０ｂは、特に、フィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について最適化を行う最適化手法に関し、その最適化手法あるいはその最適化手法において設定した変数がどの程度最適に動作しているかを評価する評価方法、及び有効性を定量的に把握することができるシステムを構築する主体が観測可能なネットワークの範囲である。本実施形態では、例えば、トラフィックモニタ３ａは、領域４０ａで示された通信ネットワークの通信トラフィックを監視することができる。また、例えば、トラフィックモニタ３ｂは、領域４０ｂで示された通信ネットワークの通信トラフィックを監視することができる。
　なお、以下、領域４０ａ，４０ｂを包括的に表現する場合、又は領域４０ａ，４０ｂのいずれかを指す場合に、単に領域４０とも表現する。
　トラフィックモニタ３は、観測可能領域４０内に少なくとも１台以上配置される。トラフィックモニタ３は、直接あるいは間接的にトラフィック変動分布で表現可能な最適化すべきトラフィック特性と、変数Ｘとを考えたときに、Ｘ≧ｘとなるその通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）又はＸ＜ｘとなるその通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）の補分布（ＣＣＤＦ）を計算する。なお、変数Ｘは、例えば、輻輳持続時間やパケット往復時間（ＲＴＴ）のサイズ等である。また、値ｘは、例えば、トラフィックモニタ３が観測した輻輳持続時間やパケット往復時間の数値である。また、トラフィックモニタ３は、さらにその輻輳持続時間やパケット往復時間の観測開始時間と観測終了時間とを、後述するメモリ手段５に保持（記憶）する。
　図２は、図１に示すトラフィックモニタ３の構成の一例を示すブロック図である。図２に示すように、トラフィックモニタ３は、通信トラフィックモニタ部４と、通信トラフィック解析部５と、メモリ手段６と、通信トラフィック評価部７と、フィードバック部８とを含む。
　通信トラフィックモニタ部４は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵ及びネットワークインタフェース部によって実現される。通信トラフィックモニタ部４は、通信トラフィックを観測し、そのパケットサイズ、パケット到着間隔等をモニタする機能を備える。具体的には、通信トラフィックモニタ部４は、ルータ１から通信パケットを受信し、受信した通信パケットのパケットサイズやパケット到着間隔を計測する。
　通信トラフィック解析部５は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。通信トラフィック解析部５は、通信トラフィックモニタ部４による通信トラフィックの観測結果に基づいて、（１）トラフィック特性（パケット長やパケット到着間隔等）別に観測データを再構築する機能を備える。また、通信トラフィック解析部５は、（２）直接あるいは間接的にトラフィック変動分布で表現可能な最適化すべきトラフィック特性と、変数Ｘとを考えたときに、Ｘ≧ｘとなるその通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）、又はＸ＜ｘとなるその通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）の補分布（ＣＣＤＦ）を計算する機能を備える。
　メモリ手段６は、具体的には、情報処理装置が備えるメモリやハードディスク装置等の記憶装置によって実現される。メモリ手段６は、（１）トラフィック特性毎の閾値（事前設定値）、（２）トラフィック特性（パケット長やパケット到着間隔等）、及び（３）各パケットの観測開始／終了時間を保持（記憶）する。
　通信トラフィック評価部７は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。通信トラフィック評価部７は、通信トラフィック解析部５の解析結果及びメモリ手段６が記憶する情報を用いて、（１）トラフィック特性（パケット長やパケット到着間隔等）別の観測データを、原点を１０の０乗（すなわち「１」）にとったときの指数－１～－１．３のベキ関数と比較する機能を備える。また、通信トラフィック評価部７は、（２）観測した通信トラフィックがルータ１のバッファや通信帯域等の制限に対して十分に余裕がある状態であるか否か、あるいはそれらの制限を超えて輻輳が発生している状態であるか否かを評価（判定）する機能を備える。また、通信トラフィック評価部７は、それらの余裕の程度や輻輳の程度を評価（算出）する機能を備える。
　フィードバック部８は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵ及びネットワークインタフェース部によって実現される。フィードバック部８は、通信トラフィック評価部７が求めた評価結果を、最適化手法に従って通信トラフィック特性を最適化する最適化機能を備えた装置／システムにフィードバックする機能を備える。
　例えば、フィードバック部８は、通信トラフィック評価部７が求めた評価結果を示す情報を、シェイピング／フィルタリング装置によって実現される帯域制御装置２に送信する。また、例えば、フィードバック部８は、通信トラフィック評価部７が求めた評価結果を示す情報を、ＴＣＰの再送制御におけるスロースタート（Slow-Start）アルゴリズムを実現する装置／システムに送信してもよい。また、例えば、フィードバック部８は、通信トラフィック評価部７が求めた評価結果を、イーサネットにおけるバックオフ（Backoff ）制御を実現する装置／システムに送信してもよい。さらに、例えば、フィードバック部８は、通信トラフィック評価部７が求めた評価結果を、ネットワークフィルタ（ＮＷフィルタ：例えば、あるアプリケーションによるデータのみ通過させるもの。）を実現する装置／システムに送信してもよい。
　なお、以上に最適化評価システムの構成を述べたが、図２に示すフィードバック部８における最適化手法に従って通信トラフィック特性を最適化する最適化機能を備えた装置／システムに対するフィードバックの手段、及びその最適化手法での通信トラフィック評価部７が求めた評価結果の使用方法については、当業者にとってよく知られており、また本発明の直接の特徴点ではないので、その詳細な構成の説明を省略する。
　また、本実施形態において、トラフィックモニタ３の記憶装置（図示せず）は、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価するための各種プログラムを記憶している。例えば、トラフィックモニタ３の記憶装置は、コンピュータに、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析処理と、算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価処理とを実行させるための最適化評価用プログラムを記憶している。
　次に、動作について説明する。以下、通信ネットワーク、特にフィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について最適化を行う最適化手法に関して、その最適化手法あるいはその最適化手法において設定した変数がどの程度最適に動作しているかを評価するとともに、最適化の有効性を定量的に把握することができる最適化評価システムの動作を説明する。図３は、最適化評価システムが通信トラフィック特性の最適化の効果を評価する処理の一例を示す流れ図である。
（α）まず、２つの事前準備段階を設けて、最適化評価システムを以下のように構築しておく。
　準備１：直接あるいは間接的にトラフィック変動分布で表現可能な最適化すべきトラフィック特性と、変数Ｘとを考えたときに、Ｘ≧ｘとなるその累積確率密度分布（ＣＤＦ）を計算する機能をトラフィックモニタ３に予め搭載する。なお、変数Ｘは、例えば、輻輳持続時間やパケット往復時間（ＲＴＴ）のサイズ等である。また、値ｘは、例えば、トラフィックモニタ３が観測した輻輳持続時間やパケット往復時間の数値である。
　ここで、Ｘ≧ｘとは、変数の値Ｘがある値ｘ以上となるような場合を示す。つまり、Ｘ≧ｘは、座標空間において横軸に変動変数Ｘをとり、縦軸に累積確率密度分布をとった場合に、変数がＸのときの累積確率密度分布の値がｘ以上の全ての場合の累積確率密度分布の和になることを意味する。
　なお、本実施形態では、Ｘ≧ｘとなる累積確率密度分布（ＣＤＦ）を求める場合を示しているが、Ｘ＜ｘとなる累積確率密度分布（ＣＤＦ）を求めるようにしてもよい。ここで、Ｘ＜ｘとなる累積確率密度分布（ＣＤＦ）を計算した場合には、その補分布である補累積確率密度分布（ＣＣＤＦ）を再計算すれば、元のＸ≧ｘとなるその累積確率密度分布（ＣＤＦ）となる。そのため、累積確率密度分布（ＣＤＦ）としては、結局、Ｘ≧ｘあるいはＸ＜ｘとなるもののいずれを計算してもよい。
　準備２：トラフィックモニタ３を予め帯域制御装置２の２ホップ以上前のルータ１に配置し、その出線側の総通信トラフィックを観測させる。なお、冗長性を考慮して、観測領域４０内にトラフィックモニタ３を少なくとも２つ配置することが望ましい。
　ただし、トラフィックモニタ３は、通信トラフィックについて、準備１で示した変数Ｘを全て取得可能であるか、あるいは殆ど（例えば、９０パーセント以上）取得可能であることが必要である。このことは、前述したように、「総トラフィックではなく、アプリケーション別トラフィックではベキ則を示さない可能性があること」、及び「現在の支配的なトラフィックであるＰ２ＰとＷｅｂに関しては、その集合（ａｇｇｒｅｇａｔｅ）したトラフィックがベキ則を示すことが分かっている」という条件を満たすためである。
　トラフィックモニタ３は、上記に示した事前準備が行われていることによって、通信ネットワークの観測領域４０内で通信される通信トラフィックを随時観測する（ステップＳ１０１）。具体的には、トラフィックモニタ３は、前段のルータ１から通信パケットを受信し、受信した通信パケットのパケットサイズやパケット到着間隔を計測する。
　また、トラフィックモニタ３は、観測した通信トラフィックを示すデータを随時メモリ手段６に蓄積する（ステップＳ１０２）。具体的には、トラフィックモニタ３は、計測したパケットサイズやパケット到着間隔のデータを随時メモリ手段６に蓄積する。
　また、トラフィックモニタ３は、所定のタイミングで（例えば、所定時間毎に）、Ｘ≧ｘとなる通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）を算出する（ステップＳ１０３）。なお、トラフィックモニタ３は、Ｘ＜ｘとなる通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）の補分布（ＣＣＤＦ）を算出するようにしてもよい。
（β）次に、トラフィックモニタ３は、予め準備１で搭載された計算機能を用いて、観測した通信トラフィック特性の変動の累積確率密度分布（ＣＤＦ）あるいは補累積確率密度分布（ＣＣＤＦ）が、ベキ則を示すか否かの判定を行う（ステップＳ１０４）。以下、図３を参照して、ベキ則を示すか否かの判定処理を説明する。
　トラフィックモニタ３は、予め準備１で搭載された計算機能を用いて、通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗（すなわち「１」）にとったときの指数が－１～－１．３であるベキ関数とを、最小２乗法等の曲線あるいは直線近似手法を用いてフィッティングする処理を行う。
　しかし、一般に、通信トラフィック特性の変動の累積確率密度分布において観測する変数の値が大きい領域は、ルータ１のバッファサイズの上限や通信容量の上限等によって指数関数的に減少する。また、観測する変数が小さい領域は、通常の観測がサンプリングで行われるために、その精度の粗さによって飽和する。これらの理由により、原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数をフィッティングさせる領域は、それらの領域間であることが必要である。
　また、トラフィックモニタ３は、原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数と、観測で得られた通信トラフィック特性の変動の累積確率密度分布とが、１ｄｅｃａｄｅ（１桁）又はそれ以上の範囲で適合するか否かを判定する。また、トラフィックモニタ３は、トラフィックモニタ３は、１ｄｅｃａｄｅ（１桁）又はそれ以上の範囲で適合することを、観測で得られた通信トラフィック特性の変動の累積確率密度分布がベキ則を示す条件として、ベキ則を示すか否かを判定する。そして、トラフィックモニタ３は、このベキ則を示すと判定すると（ステップＳ１０４のＹ）、そのベキ則を示す領域をスケーリング領域と定義し、そのスケーリング領域をメモリ手段６に記憶させる（ステップＳ１０５）。
　一方、ここまでの処理で、トラフィックモニタ３は、予め準備１で搭載された計算機能を用いて、通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗（すなわち、「１」）にとったときの指数－１のベキ関数とを比較した結果、ベキ則である状態であると判定しなかった場合には（ステップＳ１０４のＮ）、スケーリング領域を、原点を１０の０乗（すなわち、「１」）にとったときの指数－１のベキ関数の０．１～０．００１の範囲に設定する。そして、トラフィックモニタ３は、設定したスケーリング領域を、メモリ手段６に記憶させる（ステップＳ１０６）。
　以上の処理を実行することによって求めた累積確率密度分布（又は、その補分布）やスケーリング領域に基づいて、以下、トラフィックモニタ３は、通信トラフィック特性に関する最適化手法及びその最適化手法上の設定変数の最適性の評価を行う。
　具体的には、トラフィックモニタ３は、観測した通信トラフィックがルータ１のバッファや通信帯域等の制限に対して十分に余裕がある状態であるか否か、あるいはそれらの制限を超えて輻輳が発生している状態であるか否かを評価（判定）する。また、トラフィックモニタ３は、輻輳が発生している場合に、それらの余裕の程度や輻輳の程度を評価（算出）する。
　ここで、適用されている最適化手法及びその最適化手法上の設定変数によって通信トラフィックが最適な状態ではなく十分に余裕のある状態にある場合には、累積確率密度分布が原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数における上記（β）で定義したスケーリング領域において、ベキ関数に対して、観測した通信トラフィック特性の変動の累積確率密度分布が下側（負側）となる。逆に、輻輳が発生している場合には、スケーリング領域において、ベキ関数に対して、観測した通信トラフィック特性の変動の累積確率密度分布が上側（正側）となる。
　そこで、トラフィックモニタ３は、（Ａ）上記（β）で定義したスケーリング領域において、累積確率密度分布が原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数に対して垂線を引いたものとして、累積確率密度分布が上側になる場合を正であるとし、累積確率密度分布が下側になる場合を負であるとして、最適状態からのずれの方向を定義する。そのようすることによって、トラフィックモニタ３は、適用されている最適化手法及びその最適化手法上の設定変数によって、通信トラフィックの余裕がある状態であるか否か、又は輻輳が発生している状態であるか否かを評価（判定）することができる。
　なお、トラフィックモニタ３は、具体的には、ステップＳ１０３で求めた累積確率密度分布（又は、その補分布）と、ステップＳ１０５，Ｓ１０６でメモリ手段６に記憶させたスケーリング領域とに基づいて、スケーリング領域において、ベキ関数に対して、観測した通信トラフィック特性の変動の累積確率密度分布が正側であるか負側であるかを判定する（ステップＳ１０７）。
　トラフィックモニタ３は、ベキ関数に対して観測した通信トラフィック特性の変動の累積確率密度分布が正側であれば（ステップＳ１０７の上）、通信トラフィックが最適状態を超えて余裕がない状態であると判定する（ステップＳ１０８）。一方、トラフィックモニタ３は、ベキ関数に対してに対して観測した通信トラフィック特性の変動の累積確率密度分布が負側であれば（ステップＳ１０７の下）、通信トラフィックが最適状態まで余裕がある状態であると判定する（ステップＳ１０９）。
　（Ｂ）次に、トラフィックモニタ３は、余裕度又は輻輳の度合いを、原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数と、上記（β）で定義したスケーリング領域における観測で得られた通信トラフィック特性の変動の累積確率密度分布との差分で定義して求める。すなわち、トラフィックモニタ３は、通信トラフィック特性の最適状態からのずれ量を評価する処理を行う（ステップＳ１１０）。この場合、トラフィックモニタ３は、求める差分として、上記（β）で定義したスケーリング領域における横軸上の平均値を用いて差分を求める。
　上記（Ａ），（Ｂ）の処理を実行することによって、トラフィックモニタ３は、適用されている最適化手法及びその最適化手法上の設定変数の最適性の度合いの定量的評価を行うことが可能となる。従って、その最適化手法の有効性及び最適化変数の有効性を定量的に把握することができる。
　なお、上記の（β）で示した「予め準備１で搭載された計算機能を用いて、通信トラフィック特性変動の累積確率密度分布と、原点を１０の０乗（すなわち「１」）にとったときの指数が－１～－１．３であるベキ関数とを、最小２乗法等の曲線あるいは直線近似手法を用いてフィッティングする」方法は、トラフィックモニタ３による観測トラフィックデータから得られた値そのままでもよい。また、通常のベキ則を示すために用いられる両対数に計算したデータ結果を用いてもよいし、縦軸／横軸のいずれかを片対数に計算したデータ結果を用いてもよい。
　また、上記の（β）で示した「ここまでの処理で、トラフィックモニタ３は、予め準備１で搭載された計算機能を用いて、通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗（すなわち、「１」）にとったときの指数－１～－１．３のベキ関数とを比較した結果、ベキ則である状態であると判定しなかった場合には、スケーリング領域を、原点を１０の０乗（すなわち、「１」）にとったときの指数－１のベキ関数の０．１～０．００１の範囲に設定する。そして、トラフィックモニタ３は、設定したスケーリング領域を、メモリ手段６に記憶させる。」については、スケーリング領域とする原点を１０の０乗（すなわち「１」）にとったときの指数－１のベキ関数の範囲が、０．１～０．００１の任意の１ｄｅｃａｄｅ（１桁）又はそれ以上の範囲であってもよい。
　また、上記（Ｂ）で示した「余裕度又は輻輳の度合い」である「累積確率密度分布が指数－１のベキ関数と、上記（β）で定義したスケーリング領域におけるトラフィックモニタ３で得られた通信トラフィック特性の変動の累積確率密度分布との差分」として、トラフィックモニタ３は、上記（β）で定義したスケーリング領域の横軸上のいずれかの値を用いて求めてもよい。また、トラフィックモニタ３は、上記（β）で定義したスケーリング領域の最も大きい値における差分値を用いて求めてもよい。
　また、上記（Ｂ）で示した「余裕度又は輻輳の度合い」である「累積確率密度分布が指数－１のベキ関数と、上記（β）で定義したスケーリング領域における観測で得られた通信トラフィック特性の変動の累積確率密度分布との差分」として、トラフィックモニタ３は、図４に示す方法に従って差分を求めてもよい。すなわち、トラフィックモニタ３は、原点を１０の０乗（すなわち「１」）にとったときの指数－１～－１．３のベキ関数と、トラフィックモニタ３での観測によって得られたデータの累積確率密度分布とのそのスケーリング領域内における差を積分した値を求めてもよい。なお、図４は、一例として、非特許文献４に示された通信トラフィック特性の変動の累積確率密度分布において、ベキ関数と累積確率密度分布との差分を積分で表したものである。
　さらに、上記（Ｂ）で示した「余裕度又は輻輳の度合い」である「累積確率密度分布が指数－１のベキ関数と、上記（β）で定義したスケーリング領域における観測で得られた通信トラフィック特性の変動の累積確率密度分布との差分」として、トラフィックモニタ３は、図５に示す方法に従って差分を求めてもよい。すなわち、トラフィックモニタ３は、原点を１０の０乗（すなわち「１」）にとったときの指数－１～－１．３のベキ関数を、トラフィックモニタ３での観測によって得られたデータの累積確率密度分布のスケーリング領域の値の小さい端まで平行移動し、その平行移動した指数－１～－１．３のベキ関数と、トラフィックモニタ３による観測によって得られたデータの累積確率密度分布とのそのスケーリング領域内における差を積分した値を求めてもよい。なお、図５は、一例として、非特許文献４に示された通信トラフィック特性の変動の累積確率密度分布において、ベキ関数と累積確率密度分布との差分を積分で表したものである。
　その後、トラフィックモニタ３は、ステップＳ１０７～Ｓ１１０で求めた評価結果を、最適化手法に従って通信トラフィック特性を最適化する最適化機能を備えた装置／システム（例えば、帯域制御装置２）にフィードバックする。具体的には、トラフィックモニタ３は、通信トラフィックに余裕があるか否かを示す情報や輻輳が発生しているか否かを示す表か情報を、最適化機能を備えた装置／システムに送信する。また、例えば、トラフィックモニタ３は、通信トラフィックの余裕度や輻輳の度合いを示す情報を、最適化機能を備えた装置／システムに送信する。
　最適化機能を備えた装置／システム（例えば、帯域制御装置２）を管理するシステム管理者は、例えば、システム管理用の端末を操作して、トラフィックモニタ３から送信された評価情報に基づいて、最適化機能による最適化の効果の評価結果を確認する。この場合、システム管理用の端末は、トラフィックモニタ３から送信された評価情報に基づいて、例えば、通信トラフィックに余裕があるか否かを示す情報や輻輳が発生しているか否かを示す表か情報を出力（例えば、表示）する。また、例えば、システム管理用の端末は、通信トラフィックの余裕度や輻輳の度合いを示す情報を出力（例えば、表示）する。
　また、例えば、システム管理用の端末は、トラフィックモニタ３から送信された評価情報に基づいて、図４や図５に示すように、座標軸上に通信トラフィック特性の変動の累積確率分布とベキ関数との関係を図示したり、余裕度や輻輳の度合いとして求めた積分値を図示してもよい。
　また、例えば、通信トラフィックに余裕があるか否かや輻輳が発生しているか否かを複数段階にレベル分けして出力するようにしてもよい。この場合、例えば、トラフィックモニタ３は、求めた余裕度や輻輳の度合いの値が第１の閾値以上であるか否かを判定し、第１の閾値以上であれば、通信トラフィックの余裕レベルや輻輳レベルが「大」であると判定する。また、トラフィックモニタ３は、求めた余裕度や輻輳の度合いの値が第１の閾値より小さいが、第２の閾値以上であれば、通信トラフィックの余裕レベルや輻輳レベルが「中」であると判定する。さらに、トラフィックモニタ３は、求めた余裕度や輻輳の度合いの値が第２閾値よりも小さければ、通信トラフィックの余裕レベルや輻輳レベルが「小」であると判定する。そして、システム管理用の端末は、例えば、トラフィックモニタ３からの評価結果に基づいて、通信トラフィックの余裕レベルや輻輳レベルを「大」、「中」、「小」の３段階で出力（表示）する。
　そして、システム管理者は、出力された評価結果に基づいて通信トラフィック特性を最適化するための各種設定変数等の変更が必要か否かを判断するとともに、それら設定変数の値をどの程度の値にすればよいかを判断する。そして、システム管理者は、例えば、システム管理用の端末を操作して、最適化機能を備えた装置／システム（例えば、帯域制御装置２）の設定を変更する操作を行う。
　最適化機能を備えた装置／システム（例えば、帯域制御装置２）は、システム管理者の操作に従って、トラフィックモニタ３からの評価結果に基づいて、通信トラフィック特性の最適化のための設定変数等を変更する処理を実行する。例えば、最適化機能を備えた装置／システムは、ネットワークフィルタを実現する装置／システムである場合には、システム管理者の操作に従って、ネットワークフィルタにおけるパケットサイズやポート（port）番号を変更する処理を行う。
　以上に説明したように、本実施形態によれば、観測（計測）した通信トラフィックデータに基づいて、通信トラフィックの累積確率密度分布（ＣＤＦ）を求め、算出した累積確率密度分布（ＣＤＦ）がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する。すなわち、ある既存の通信ネットワークの観測データに基づいて、最適化の効果を定量的に評価する。そのため、通信ネットワークのトラフィック特性に適用される最適化手法、及びその最適化手法のベンチマークを、少なくとも相対的定量性をもって行うことができる。従って、通信ネットワークにおけるトラフィック特性の最適化の効果を定量的に評価することができる。また、大規模通信ネットワークのトラフィック特性について最適化手法を講じたことによる効果を、他の最適化手法を用いたことによる効果と比較することができる。
　なお、上記の効果は、局所測定による観測データを用いても、総通信トラフィックを観測すれば、トラフィック特性の変動が最適効率時にはベキ則を示す性質を利用したものである。すなわち、相転移とその臨界点におけるベキ則の発生は、総通信トラフィック計測によって得られ、さらにベキ則は自己相似性を示す（つまり、測定するスケールによらない）ためである。
　また、本実施形態によれば、ベキ則は自己相似性を示す（つまり、測定するスケールによらない。システムサイズに依存しない）ので、最適化の効果を評価する際の計算量とそのための計算リソースを大幅に削減可能である。
　また、本実施形態によれば、トラフィックモニタ３は、ネットワークトポロジが既知であるか不知であるかにかかわらず、原則的にハブに配置される。そのため、取得されるトラフィックの累積確率密度分布（ＣＤＦ）又は補累積確率密度分布（ＣＣＤＦ）において、両端（確率分布の高い又は低い部分）における揺らぎ誤差を小さくすることができる。
　なお、本実施形態では、トラフィックモニタ３の配置について、準備２で示したように、「予め帯域制御装置２の２ホップ以上前のルータ１に配置する（ただし、冗長性を考慮して、観測領域４０内にトラフィックモニタ３を少なくとも２つ配置することが望ましい。」としたが、トラフィックモニタ３の配置方法は、本実施形態で示したものに限られない。例えば、対象とするネットワークのトポロジの構成によって、トラフィックモニタ３を、次のように配置してもよい。
　例えば、（１）観測対象とするネットワークのトポロジが不明な場合、ｔｒａｃｅｒｏｏｔコマンド等で探索した結果を用いて、ノードであるルータ１の出次数（出力リンクの数）が最大のルータからランダムに選択する。そして、その選択したルータに接続されたサーバに選択的にトラフィックモニタ３を配置する。
　また、例えば、（２）ネットワークトポロジが既知で且つノードの出次数分布がベキ則を示す場合、Ｂｅｔｗｅｅｎｎｅｓｓ（＊）の大きなルータ（ハブ）に接続されたサーバ上にトラフィックモニタ３を配置する。
　ここで、ネットワーク内の任意のｉ番目のルータをルータｉと表すと、ルータｉのＢｅｔｗｅｅｎｎｅｓｓは、任意の2つのルータ間の最短経路が，ノードｉ（すなわち、ルータｉ）を通る数で計算される。一般に、ルータの次数がベキ則を示すネットワークでは、スモールワールド性により、ハブを経由することで任意の２つのノード間距離が短くなるので、平均的にハブのＢｅｔｗｅｅｎｎｅｓｓが高くなる傾向がある。しかし、ルータ群とルータ群をつなぐ役割を有するルータ（ブリッジルータ）とは、低い次数しかもたないが、そのＢｅｔｗｅｅｎｎｅｓｓは大きくなる。
　ルータｖを通るＢｅｔｗｅｎｎｎｅｓｓ（Ｂ（ｖ））は、次の式（２）で表される。
Ｂ（ｖ）＝Σ［σｗ，ｗ’（ｖ）／σｗ，ｗ’］
　　　　　　　　　　　　　　ｗ≠ｗ’≠ｖ　　　　　式（２）
ここで、式（２）において、σｗ，ｗ’は、ノードｗからノードｗ’への最短経路数である。また、σｗ，ｗ’（ｖ）は、ノードｖを通るノードｗからノードｗ’への最短経路数である。
　上記のように、（１）又は（２）に示すルールに従って、トラフィックモニタ３をネットワーク内に配置するようにしてもよい。
実施形態２．
　次に、本発明の第２の実施形態を図面を参照して説明する。図６は、第２の実施形態における最適化評価システムの構成の一例を示すブロック図である。図６に示すように、本実施形態では、最適化評価システムが、図１で示した構成要素に加えて、センターノード９を含む点で、第１の実施形態と異なる。
　図６に示すように、複数のトラフィックモニタ３で観測した通信トラフィック特性の変動の累積確率密度分布の情報を、定期的又は不定期に、自律分散的あるいは集中制御的に、センターノード９に送信するようにしてもよい。そして、センターノード９は、各トラフィックモニタ３から受信した通信トラフィック特性の累積確率密度分布の情報の比較を行って、誤差検出を行うようにしてもよい。
　本実施形態において、各トラフィックモニタ３は、第１の実施形態で示した機能に加えて、観測した通信トラフィック特性の変動の累積確率密度分布の情報を、所定のタイミングで（例えば、所定期間毎に）センターノード９に送信する機能を備える。なお、各トラフィックモニタ３のその他の機能は、第１の実施形態で示した機能と同様である。
　センターノード９は、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。センターノード９は、各トラフィックモニタ３から受信した通信トラフィック特性の累積確率密度分布の情報を比較して、トラフィックモニタ３間の誤差検出を行う機能を備える。
　また、センターノード９は、トラフィックモニタ３のメモリ手段６に保持（記憶）された観測したトラフィック変動のＸ≧ｘとなる累積確率密度分布（ＣＤＦ）分布（又は、Ｘ＜ｘとなるその累積確率密度分布（ＣＤＦ）の補分布（ＣＣＤＦ）でもよい。）と、観測開始時間及び観測終了時間とを、各トラフィックモニタ３から受信する。また、センターノード９は、累積確率密度分布（又は、その補分布）と、観測開始時間及び観測終了時間とを用いて、時系列なトラフィック変動をトラフィックモニタ毎に解析する。そして、センターノード９は、そのリアプノフ指数（あるいはハースト指数でもよい。）を計算する。
　上記の処理を実行することによって、ネットワークの時間的な変化に対する通信トラフィックにおいて、適用されている最適化手法及びその最適化手法上の設定変数が、今後も有効であるか否かを評価することが可能となる。
　なお、本実施形態において、ルータ１や帯域制御装置２の機能は、第１の実施形態で示したそれらの機能と同様である。
　以上に説明したように、本実施形態によれば、第１の実施形態で示した効果に加えて、センターノード９が各トラフィックモニタ３から受信した累積確率密度分布の情報の比較処理を行うように構成されているので、トラフィックモニタ３間の誤差検出を行うことができる。
　また、本実施形態によれば、累積確率密度分布（又は、その補分布）と、観測開始時間及び観測終了時間とに基づいて、非常に長い（又は、無限の）時間差での軌道の離れ方の極微な指数関数的速度を表すリアプノフ指数やハースト指数を求めるので、適用されている最適化手法及びその最適化手法上の設定変数が、今後も有効であるか否かを評価することができる。
　次に、本発明による最適化評価システムの最小構成について説明する。図７は、最適化評価システムの最小の構成例を示すブロック図である。最適化評価システムは、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価するシステムである。図１に示すように、最適化評価システムは、最小の構成要素として、少なくとも通信トラフィック解析部５及び通信トラフィック評価部７を含む。
　通信トラフィック解析部５は、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める機能を備える。また、通信トラフィック評価部７は、通信トラフィック解析部５が算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する機能を備える。
　図７に示す最小構成の最適化評価システムによれば、通信ネットワークにおけるトラフィック特性の最適化の効果を定量的に評価することができる。
　なお、上記に示した実施形態では、以下の（１）～（１７）に示すような最適化評価システム及び最適化評価装置の特徴的構成が示されている。
（１）最適化評価システムは、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価システムであって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布（例えば、累積確率密度分布（ＣＤＦ）。補累積確率密度分布（ＣＣＤＦ）。）を求める通信トラフィック解析手段（例えば、通信トラフィック解析部５によって実現される）と、通信トラフィック解析手段が算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段（例えば、通信トラフィック評価部７によって実現される）とを備えたことを特徴とする。
（２）最適化評価システムにおいて、通信トラフィック評価手段は、通信トラフィック解析手段が算出した変動分布がベキ関数に対して正側であるか負側であるかを判定し、変動分布がベキ関数に対して正側であれば、通信トラフィックの輻輳が発生していると判定し、変動分布がベキ関数に対して負側であれば、通信トラフィックに余裕がある状態であると判定するように構成されていてもよい。
（３）最適化評価システムにおいて、通信トラフィック評価手段は、通信トラフィック解析手段が算出した変動分布とベキ関数との差分を求め、求めた変動分布とベキ関数との差分を、通信トラフィックの余裕度又は輻輳の度合いとして算出するように構成されていてもよい。
（４）最適化評価システムは、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価システムであって、帯域制御装置の２ホップ以上前段に位置するルータ（例えば、ルータ１）に配置され、当該ルータの出線の総通信トラフィックを観測するトラフィックモニタ（例えば、トラフィックモニタ３）を備え、トラフィックモニタは、通信トラフィックを観測し、通信パケットのパケットサイズ又はパケット到着間隔を計測する通信トラフィック計測手段（例えば、通信トラフィックモニタ部４によって実現される）と、通信トラフィック計測手段による計測結果に基づいて、トラフィック特性別に観測データを再構築し、トラフィック変動分布で表現可能な最適化すべきトラフィック特性と変数Ｘとを与え、Ｘ≦ｘとなるトラフィック特性の変動の累積確率密度分布又はＸ≧ｘとなるトラフィック特性の変動の累積確率密度分布の補分布を計算する通信トラフィック解析手段（例えば、通信トラフィック解析部５によって実現される）と、トラフィック特性毎の閾値、トラフィック特性、各パケットの観測開始時間及び観測終了時間を記憶するメモリ手段（例えば、メモリ手段６によって実現される）と、通信トラフィック解析手段による解析結果及びメモリ手段が記憶する情報を用いて、トラフィック特性別の観測データを、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と比較し、観測した通信トラフィックがルータのバッファ又は通信帯域の制限に対して余裕がある状態であるか否か、又はバッファ又は通信帯域の制限を超えて輻輳が発生しているか否かを評価結果として判定するとともに、余裕の程度及び輻輳の程度を評価結果として求める通信トラフィック評価手段（例えば、通信トラフィック評価部７によって実現される）と、通信トラフィック評価部が判定又は求めた評価結果を、最適化機能を備えた装置又はシステムにフィードバックする処理を行うフィードバック手段（例えば、フィードバック部８によって実現される）とを含むように構成されていてもよい。
（５）最適化評価システムにおいて、トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とが、１ｄｅｃａｄｅの範囲で適合するか否かを判定し、ベキ関数と累積確率密度分布とが１ｄｅｃａｄｅの範囲で適合することを、計測した通信トラフィック特性の変動の累積確率密度分布がベキ則を示す条件として、最適なトラフィック効率を示す状態と判定し、ベキ関数と累積確率密度分布とのフィッティング範囲を、スケーリング領域として、他の計測で得られた通信トラフィック特性の変動の累積確率密度分布との比較処理を行う際の比較領域として求めるように構成されていてもよい。
（６）最適化評価システムにおいて、トラフィック評価手段は、スケーリング領域の横軸上の平均値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における計測で得られた通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出するように構成されていてもよい。
（７）最適化評価システムにおいて、トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の横軸上のいずれかの値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出するように構成されていてもよい。
（８）最適化評価システムにおいて、トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の最も大きい値における差分値を用いて、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出するように構成されていてもよい。
（９）最適化評価システムにおいて、トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域内の差を積分した値として、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出するように構成されていてもよい。
（１０）最適化評価システムにおいて、トラフィック評価手段は、通信トラフィック計測手段が計測したトラフィックデータに基づいて得られた値、通常のベキ則を示すために用いられる両対数に計算したデータ結果、又は縦軸若しくは横軸のいずれかを片対数に計算したデータ結果を用いて、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数とを、最小２乗法による曲線又は直線近似手法を用いてフィッティングするように構成されていてもよい。
（１１）最適化評価システムは、計測対象とするネットワークのトポロジが不明な場合に、ｔｒａｃｅｒｏｏｔコマンドを用いて探索した通信ネットワークの構成の推定結果を用いて、ノードであるルータの出次数が最大であるルータの中からランダムにルータを選択し、選択したルータに接続されたサーバに予め選択的にトラフィックモニタを配置するように構成されていてもよい。
（１２）最適化評価システムは、計測対象とするネットワークトポロジが既知であり、且つノードの出次数分布がベキ則を示す場合に、Ｂｅｔｗｅｅｎｎｅｓｓ関数の値が大きいルータに接続されたサーバ上に予めトラフィックモニタを配置するように構成されていてもよい。
（１３）最適化評価システムは、センターノード（例えば、センターノード９）を備え、トラフィックモニタは、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布を示す情報を、センターノードに送信し、センターノードは、各トラフィックモニタから受信した累積確率密度分布を示す情報の比較を行うことによって、トラフィックモニタ間の誤差検出を行うように構成されていてもよい。
（１４）最適化評価システムは、通信ネットワーク 、特にフィードバック機構とバッファ機能とを有する通信ネットワークのトラフィック効率が相転移の臨界点で最適となり、且つトラフィック効率が最適となるときの通信トラフィック変動分布が原点を１０の０乗にとったとっきの指数が－１～－１．３であるベキ則分布を示すことに着目し、所定の通信トラフィック効率の最適化を行う最適化手法に関して、該最適化手法又は該最適化手法において設定した変数がどの程度最適に動作しているかを評価するように構成されていてもよい。
（１５）最適化評価システムにおいて、トラフィック評価手段は、累積確率密度分布が原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数のスケーリング領域において、ベキ関数に対して、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布が負側にある場合には、適用されている最適化手法及び該最適化手法における設定変数によって通信トラフィックに余裕がある状態であると判定し、スケーリング領域において、ベキ関数に対して類せ行き確率密度分布が正側にある場合には、通信トラフィックの輻輳が発生している状態であると判定するように構成されていてもよい。
（１６）最適化評価システムにおいて、センターノードは、メモリ手段が記憶するトラフィック変動のＸ≧ｘとなる累積確率密度分布又はＸ＜ｘとなるその累積確率密度分布の補分布と、観測開始時間及び観測終了時間とを用いて、時系列なトラフィック変動をトラフィックモニタ毎に解析し、リアプノフ指数又はハースト指数を計算することによって、ネットワークの時間的な変化に対する通信トラフィックにおいて適用されている最適化手法及び該最適化手法上の設定変数が、今後も有効であるか否かを判定するように構成されていてもよい。
（１７）最適化評価装置は、通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける最適化機能による最適化の効果を評価する最適化評価装置（例えば、トラフィックモニタ３）であって、計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布（例えば、累積確率密度分布（ＣＤＦ）。補累積確率密度分布（ＣＣＤＦ）。）を求める通信トラフィック解析手段（例えば、通信トラフィック解析部５によって実現される）と、通信トラフィック解析手段が算出した変動分布がベキ関数となっているか否かに基づいて、最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段（例えば、通信トラフィック評価部７によって実現される）とを備えたことを特徴とする。
　以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は２００８年５月２９日に出願された日本出願特願２００８－１４１２８３を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、既存の通信ネットワークであるインターネットや、インターネットサービスプロバイダが管理するネットワーク、ローカルエリアネットワーク（ＬＡＮ）、その他の小規模又は大規模な殆ど全ての通信ネットワークにおける通信トラフィック特性の最適化の効果を評価する用途に適用できる。特に、フィードバック機構とバッファ（あるいは遅延）機能とを有する通信ネットワークにおけるトラフィック特性について用いられている最適化手法の有効性、及び最適化変数の有効性を定量的に評価する用途に適用できる。また、それらの最適化手法あるいはそれらの最適化手法において設定した変数がどの程度最適に動作しているかを評価する用途に適用できる。
本発明による最適化評価システムの構成の一例を示すブロック図である。 トラフィックモニタの構成の一例を示すブロック図である。 最適化評価システムが通信トラフィック特性の最適化の効果を評価する処理    の一例を示す流れ図である。 最適化手法の定量的評価手法の一例を示す説明図である。 最適化手法の定量的評価手法の他の例を示す説明図である。 第２の実施形態における最適化評価システムの構成の一例を示すブロック図である。 最適化評価システムの最小の構成例を示すブロック図である。
１　ルータ
２　帯域制御装置
３　トラフィックモニタ
４　通信トラフィックモニタ部
５　通信トラフィック解析部
６　メモリ手段
７　通信トラフィック評価部
８　フィードバック部
９　センターノード

Claims (29)

  1. 　通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける前記最適化機能による最適化の効果を評価する最適化評価システムであって、
    　計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析手段と、
    　前記通信トラフィック解析手段が算出した前記変動分布がベキ関数となっているか否かに基づいて、前記最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段とを有することを特徴とする最適化評価システム。
  2. 　前記通信トラフィック評価手段は、
    　前記通信トラフィック解析手段が算出した変動分布がベキ関数に対して正側であるか負側であるかを判定し、
    　前記変動分布が前記ベキ関数に対して正側であれば、通信トラフィックの輻輳が発生していると判定し、
    　前記変動分布が前記ベキ関数に対して負側であれば、通信トラフィックに余裕がある状態であると判定する請求項１記載の最適化評価システム。
  3. 　前記通信トラフィック評価手段は、
    　前記通信トラフィック解析手段が算出した変動分布とベキ関数との差分を求め、
    　求めた前記変動分布と前記ベキ関数との差分を、通信トラフィックの余裕度又は輻輳の度合いとして算出する請求項１又は請求項２記載の最適化評価システム。
  4. 　帯域制御装置の２ホップ以上前段に位置するルータに配置され、当該ルータの出線の総通信トラフィックを観測するトラフィックモニタを有し、
    　前記トラフィックモニタは、
    　通信トラフィックを観測し、通信パケットのパケットサイズ又はパケット到着間隔を計測する通信トラフィック計測手段と、
    　前記通信トラフィック計測手段による計測結果に基づいて、トラフィック特性別に観測データを再構築し、トラフィック変動分布で表現可能な最適化すべきトラフィック特性と変数Ｘとを与え、Ｘ≦ｘとなるトラフィック特性の変動の累積確率密度分布又はＸ≧ｘとなるトラフィック特性の変動の累積確率密度分布の補分布を計算する通信トラフィック解析手段と、
    　トラフィック特性毎の閾値、トラフィック特性、各パケットの観測開始時間及び観測終了時間を記憶するメモリ手段と、
    　前記通信トラフィック解析手段による解析結果及び前記メモリ手段が記憶する情報を用いて、トラフィック特性別の観測データを、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と比較し、観測した通信トラフィックがルータのバッファ又は通信帯域の制限に対して余裕がある状態であるか否か、又はバッファ又は通信帯域の制限を超えて輻輳が発生しているか否かを評価結果として判定するとともに、余裕の程度及び輻輳の程度を評価結果として求める通信トラフィック評価手段と、
    　前記通信トラフィック評価部が判定又は求めた評価結果を、最適化機能を備えた装置又はシステムにフィードバックする処理を行うフィードバック手段とを含む請求項１記載の最適化評価システム。
  5. 　前記トラフィック評価手段は、
    　原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とが、１ｄｅｃａｄｅの範囲で適合するか否かを判定し、
    　前記ベキ関数と前記累積確率密度分布とが１ｄｅｃａｄｅの範囲で適合することを、計測した通信トラフィック特性の変動の累積確率密度分布がベキ則を示す条件として、最適なトラフィック効率を示す状態と判定し、
    　前記ベキ関数と前記累積確率密度分布とのフィッティング範囲を、スケーリング領域として、他の計測で得られた通信トラフィック特性の変動の累積確率密度分布との比較処理を行う際の比較領域として求める請求項１から請求項４のうちのいずれか１項に記載の最適化評価システム。
  6. 　前記トラフィック評価手段は、スケーリング領域の横軸上の平均値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における計測で得られた通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項５記載の最適化評価システム。
  7. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の横軸上のいずれかの値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項６記載の最適化評価システム。
  8. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の最も大きい値における差分値を用いて、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項６記載の最適化評価システム。
  9. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域内の差を積分した値として、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項６記載の最適化評価システム。
  10. 　前記トラフィック評価手段は、通信トラフィック計測手段が計測したトラフィックデータに基づいて得られた値、通常のベキ則を示すために用いられる両対数に計算したデータ結果、又は縦軸若しくは横軸のいずれかを片対数に計算したデータ結果を用いて、前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数とを、最小２乗法による曲線又は直線近似手法を用いてフィッティングする請求項５から請求項９のうちのいずれか１項に記載の最適化評価システム。
  11. 　計測対象とするネットワークのトポロジが不明な場合に、ｔｒａｃｅｒｏｏｔコマンドを用いて探索した通信ネットワークの構成の推定結果を用いて、ノードであるルータの出次数が最大であるルータの中からランダムにルータを選択し、選択したルータに接続されたサーバに予め選択的にトラフィックモニタを有する請求項４から請求項１０のうちのいずれか１項に記載の最適化評価システム。
  12. 　計測対象とするネットワークトポロジが既知であり、且つノードの出次数分布がベキ則を示す場合に、Ｂｅｔｗｅｅｎｎｅｓｓ関数の値が大きいルータに接続されたサーバ上に予めトラフィックモニタを有する請求項４から請求項１０のうちのいずれか１項に記載の最適化評価システム。
  13. 　センターノードを備え、
    　前記トラフィックモニタは、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布を示す情報を、前記センターノードに送信し、
    　前記センターノードは、各トラフィックモニタから受信した累積確率密度分布を示す情報の比較を行うことによって、トラフィックモニタ間の誤差検出を行う請求項４から請求項１２のうちのいずれか１項に記載の最適化評価システム。
  14. 　通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける前記最適化機能による最適化の効果を評価する最適化評価装置であって、
    　計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める通信トラフィック解析手段と、
    　前記通信トラフィック解析手段が算出した前記変動分布がベキ関数となっているか否かに基づいて、前記最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する通信トラフィック評価手段とを
    　備えたことを特徴とする最適化評価装置。
  15. 　前記通信トラフィック評価手段は、
    　通信トラフィック解析手段が算出した変動分布がベキ関数に対して正側であるか負側であるかを判定し、
    　前記変動分布が前記ベキ関数に対して正側であれば、通信トラフィックの輻輳が発生していると判定し、
    　前記変動分布が前記ベキ関数に対して負側であれば、通信トラフィックに余裕がある状態であると判定する請求項１４記載の最適化評価装置。
  16. 　前記通信トラフィック評価手段は、
    　前記通信トラフィック解析手段が算出した変動分布とベキ関数との差分を求め、
    　求めた前記変動分布と前記ベキ関数との差分を、通信トラフィックの余裕度又は輻輳の度合いとして算出する請求項１４又は請求項１５記載の最適化評価装置。
  17. 　帯域制御装置の２ホップ以上前段に位置するルータに配置され、
    　前記ルータの出線の総通信トラフィックを観測し、通信パケットのパケットサイズ又はパケット到着間隔を計測する通信トラフィック計測手段と、
    　前記通信トラフィック計測手段による計測結果に基づいて、トラフィック特性別に観測データを再構築し、トラフィック変動分布で表現可能な最適化すべきトラフィック特性と変数Ｘとを与え、Ｘ≦ｘとなるトラフィック特性の変動の累積確率密度分布又はＸ≧ｘとなるトラフィック特性の変動の累積確率密度分布の補分布を計算する通信トラフィック解析手段と、
    　トラフィック特性毎の閾値、トラフィック特性、各パケットの観測開始時間及び観測終了時間を記憶するメモリ手段と、
    　前記通信トラフィック解析手段による解析結果及び前記メモリ手段が記憶する情報を用いて、トラフィック特性別の観測データを、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と比較し、観測した通信トラフィックがルータのバッファ又は通信帯域の制限に対して余裕がある状態であるか否か、又はバッファ又は通信帯域の制限を超えて輻輳が発生しているか否かを評価結果として判定するとともに、余裕の程度及び輻輳の程度を評価結果として求める通信トラフィック評価手段と、
    　前記通信トラフィック評価部が判定又は求めた評価結果を、最適化機能を備えた装置又はシステムにフィードバックする処理を行うフィードバック手段とを有することを特徴とする請求項１４記載の最適化評価装置。
  18. 　前記トラフィック評価手段は、
    　原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とが、１ｄｅｃａｄｅの範囲で適合するか否かを判定し、
    　前記ベキ関数と前記累積確率密度分布とが１ｄｅｃａｄｅの範囲で適合することを、計測した通信トラフィック特性の変動の累積確率密度分布がベキ則を示す条件として、最適なトラフィック効率を示す状態と判定し、
    　前記ベキ関数と前記累積確率密度分布とのフィッティング範囲を、スケーリング領域として、他の計測で得られた通信トラフィック特性の変動の累積確率密度分布との比較処理を行う際の比較領域として求める請求項１４から請求項１７のうちのいずれか１項に記載の最適化評価装置。
  19. 　前記トラフィック評価手段は、スケーリング領域の横軸上の平均値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における計測で得られた通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項１８記載の最適化評価装置。
  20. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の横軸上のいずれかの値を用いて、原点を１０の０乗にとったときの累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項１９記載の最適化評価装置。
  21. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域の最も大きい値における差分値を用いて、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項１９記載の最適化評価装置。
  22. 　前記トラフィック評価手段は、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数と、通信トラフィック計測手段が計測したデータの累積確率密度分布とにおけるスケーリング領域内の差を積分した値として、累積確率密度分布が指数－１～－１．３であるベキ関数のスケーリング領域における前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布とベキ関数との差分を求めることによって、通信トラフィックの余裕度又は輻輳の度合いを算出する請求項１９記載の最適化評価装置。
  23. 　前記トラフィック評価手段は、通信トラフィック計測手段が計測したトラフィックデータに基づいて得られた値、通常のベキ則を示すために用いられる両対数に計算したデータ結果、又は縦軸若しくは横軸のいずれかを片対数に計算したデータ結果を用いて、前記通信トラフィック計測手段が計測した通信トラフィック特性の変動の累積確率密度分布と、原点を１０の０乗にとったときの指数が－１～－１．３であるベキ関数とを、最小２乗法による曲線又は直線近似手法を用いてフィッティングする請求項１８から請求項２２のうちのいずれか１項に記載の最適化評価装置。
  24. 　計測対象とするネットワークのトポロジが不明な場合に、ｔｒａｃｅｒｏｏｔコマンドを用いて探索した通信ネットワークの構成の推定結果を用いて、ノードであるルータの出次数が最大であるルータの中からランダムにルータを選択し、選択したルータに接続されたサーバに予め選択的に配置されている請求項１７から請求項２３のうちのいずれか１項に記載の最適化評価装置。
  25. 　計測対象とするネットワークトポロジが既知であり、且つノードの出次数分布がベキ則を示す場合に、Ｂｅｔｗｅｅｎｎｅｓｓ関数の値が大きいルータに接続されたサーバ上に予め配置されている請求項１７から請求項２３のうちのいずれか１項に記載の最適化評価装置。
  26. 　通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける前記最適化機能による最適化の効果を評価する最適化評価方法であって、
    　計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求め、
    　算出した前記変動分布がベキ関数となっているか否かに基づいて、前記最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行することを特徴とする最適化評価方法。
  27. 　前記最適化の効果を評価する際に、
    　算出した変動分布がベキ関数に対して正側であるか負側であるかを判定し、
    　前記変動分布が前記ベキ関数に対して正側であれば、通信トラフィックの輻輳が発生していると判定し、
    　前記変動分布が前記ベキ関数に対して負側であれば、通信トラフィックに余裕がある状態であると判定する請求項２６記載の最適化評価方法。
  28. 　通信トラフィック特性を最適化する最適化機能を備えた通信ネットワークにおける前記最適化機能による最適化の効果を評価するための最適化評価用プログラムであって、
    　コンピュータに、
    　計測した通信トラフィックデータに基づいて、通信トラフィックの変動分布を求める処理と、
    　算出した前記変動分布がベキ関数となっているか否かに基づいて、前記最適化機能により実行された通信トラフィック特性の最適化の効果を定量的に評価する処理を実行する処理とを実行させることを特徴とする最適化評価用プログラム。
  29. 　前記コンピュータに、
    　前記最適化の効果を評価する際に、
    　算出した変動分布がベキ関数に対して正側であるか負側であるかを判定する処理と、
    　前記変動分布が前記ベキ関数に対して正側であれば、通信トラフィックの輻輳が発生していると判定する処理と、
    　前記変動分布が前記ベキ関数に対して負側であれば、通信トラフィックに余裕がある状態であると判定する処理とを実行させる請求項２８記載の最適化評価用プログラム。
PCT/JP2009/057268 2008-05-29 2009-04-09 最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム WO2009145011A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2010514413A JP5287853B2 (ja) 2008-05-29 2009-04-09 最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム
US12/991,779 US8493882B2 (en) 2008-05-29 2009-04-09 Optimization evaluation system, optimization evaluation device, optimization evaluation method, and optimization evaluation program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008141283 2008-05-29
JP2008-141283 2008-05-29

Publications (1)

Publication Number Publication Date
WO2009145011A1 true WO2009145011A1 (ja) 2009-12-03

Family

ID=41376897

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/057268 WO2009145011A1 (ja) 2008-05-29 2009-04-09 最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム

Country Status (3)

Country Link
US (1) US8493882B2 (ja)
JP (1) JP5287853B2 (ja)
WO (1) WO2009145011A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015132734A (ja) * 2014-01-14 2015-07-23 キヤノン株式会社 通信装置、通信装置の制御方法
CN117983668A (zh) * 2024-04-07 2024-05-07 东北大学 一种基于性能评估的热轧过程厚度活套张力优化控制方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AR055163A1 (es) 2005-09-13 2007-08-08 Iwics Inc Determinacion de la posicion de estaciones moviles en una red inalambrica
KR101261182B1 (ko) * 2011-12-14 2013-05-09 한국과학기술원 네트워크 트래픽 측정 주기 및 알람을 조정하는 시스템 및 방법
US10652318B2 (en) * 2012-08-13 2020-05-12 Verisign, Inc. Systems and methods for load balancing using predictive routing
US9525617B2 (en) * 2014-05-02 2016-12-20 Cisco Technology, Inc. Distributed predictive routing using delay predictability measurements
CN109729538B (zh) * 2017-10-31 2021-02-09 华为技术有限公司 移动通信系统扩容方法、设备及存储介质、程序产品
US11444860B2 (en) * 2020-09-24 2022-09-13 Cisco Technology, Inc. Automating and extending path tracing through wireless links
CN113052455B (zh) * 2021-03-22 2024-04-19 广西电网有限责任公司 一种流域径流水文条件精细化评价的方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6144639A (en) * 1996-09-03 2000-11-07 Sbc Technology Resources, Inc. Apparatus and method for congestion control in high speed networks
US7724660B2 (en) * 2005-12-13 2010-05-25 Alcatel Lucent Communication traffic congestion management systems and methods

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HIDENORI HASHIMOTO ET AL.: "Algorithms for Estimating Flow Rate Distribution by Packet Sampling", IEICE TECHNICAL REPORT, vol. 106, no. 578, 1 March 2007 (2007-03-01), pages 507 - 512 *
KENSUKE FUKUDA ET AL.: "Phase Transition Phenomena Originating in Network Protocols", IEICE TECHNICAL REPORT, vol. 101, no. 8, 12 April 2001 (2001-04-12), pages 1 - 6 *
SHUNJI ABE ET AL.: "Performance Evaluation Method by Using Observed Traffic Data for an Academic Information Network", IEICE TECHNICAL REPORT, vol. 103, no. 492, 4 December 2003 (2003-12-04), pages 31 - 36 *
TOSHIHISA OZAWA: "New Trend in the Theories for Queueing Systems and Performance Evaluation", SYSTEMS CONTROL AND INFORMATION, vol. 43, no. 3, 15 March 1999 (1999-03-15), pages 1 - 6 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015132734A (ja) * 2014-01-14 2015-07-23 キヤノン株式会社 通信装置、通信装置の制御方法
CN117983668A (zh) * 2024-04-07 2024-05-07 东北大学 一种基于性能评估的热轧过程厚度活套张力优化控制方法

Also Published As

Publication number Publication date
US8493882B2 (en) 2013-07-23
US20110058498A1 (en) 2011-03-10
JP5287853B2 (ja) 2013-09-11
JPWO2009145011A1 (ja) 2011-10-06

Similar Documents

Publication Publication Date Title
WO2009145011A1 (ja) 最適化評価システム、最適化評価装置、最適化評価方法、及び最適化評価用プログラム
US10171332B2 (en) Probing technique for predictive routing in computer networks
EP3138247B1 (en) Centralized predictive routing using delay predictability measurements
US20190363951A1 (en) Distributed and learning machine-based approach to gathering localized network dynamics
EP2954643B1 (en) Traffic-based inference of influence domains in a network by using learning machines
JP5812282B2 (ja) トラヒック監視装置
WO2012117549A1 (ja) 障害解析装置、そのシステム、およびその方法
WO2012029422A1 (ja) 通信品質監視システム、通信品質監視方法、及び記憶媒体
US9992081B2 (en) Scalable generation of inter-autonomous system traffic relations
EP2589183B1 (en) A method and an apparatus for evaluating network performance
Wei et al. A congestion control scheme based on fuzzy logic for wireless sensor networks
WO2015011220A1 (en) Monitoring network use of resources
Wang et al. Efficient measurement of round-trip link delays in software-defined networks
Abushagur et al. Hybrid software-defined network monitoring
Kawahara et al. Mobile QoS tomography using compressed sensing
CN107592269B (zh) 传输路径的负载信息的方法和网络节点
JP5155284B2 (ja) Ｐ２ｐトラヒック量推定方法と装置およびプログラム
Gao et al. The diagnosis of wired network malfunctions based on big data and traffic prediction: An overview
JP5537692B1 (ja) 品質劣化原因推定装置、品質劣化原因推定方法、品質劣化原因推定プログラム
Dong et al. Measure correlation analysis of network flow based on symmetric uncertainty
JP5659393B2 (ja) ネットワーク装置、及び、パケット処理方法
Markovich et al. Modeling of loss processes arising from packet flows at bottleneck links
Bazmi et al. A NEURAL NETWORK BASED TRAFFIC-AWARE FORWARDING STRATEGY IN NAMED DATA NETWORKING
Indurkar et al. Performance failure detection and path computation
Zhang et al. Performance analysis of available bandwidth estimation algorithm based on ewma and kalman filter

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09754519

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 12991779

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2010514413

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09754519

Country of ref document: EP

Kind code of ref document: A1