TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024049059
公報種別公開特許公報(A)
公開日2024-04-09
出願番号2022155297
出願日2022-09-28
発明の名称情報処理装置、情報処理方法
出願人キヤノン株式会社
代理人弁理士法人大塚国際特許事務所
主分類G06N 20/00 20190101AFI20240402BHJP(計算;計数)
要約【課題】 機器のネットワーク環境を判断するための学習モデルによる判断の精度を向上させるための技術を提供すること。
【解決手段】 機器が属するネットワーク環境を判断するために用いられる第1情報と、該機器が属するネットワーク環境を示す第2情報と、を取得する。該第1情報に基づいて、該機器が属するネットワーク環境を判断する。該判断したネットワーク環境と、該第2情報が示すネットワーク環境と、が一致しているか否かに少なくとも基づいて、該機器が該ネットワーク環境を判断するために用いる学習モデルの学習処理に用いる学習データを生成する。該学習処理を、該学習データを用いて行う。
【選択図】 図1
特許請求の範囲【請求項1】
機器が属するネットワーク環境を判断するために用いられる第1情報と、該機器が属するネットワーク環境を示す第2情報と、を取得する取得手段と、
前記第1情報に基づいて、前記機器が属するネットワーク環境を判断する判断手段と、
前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致しているか否かに少なくとも基づいて、前記機器が前記ネットワーク環境を判断するために用いる学習モデルの学習処理に用いる学習データを生成する生成手段と、
前記学習処理を、前記学習データを用いて行う学習手段と
を備えることを特徴とする情報処理装置。
続きを表示(約 1,800 文字)【請求項2】
前記生成手段は、前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致していない場合には、前記第1情報を学習データに追加せず、前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致した場合には、前記第1情報を学習データに追加することを特徴とする請求項1に記載の情報処理装置。
【請求項3】
前記生成手段は、
前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致しており、且つ前記判断の結果を表すスコアが第1閾値以上であれば、前記第1情報を第1学習データに追加し、
前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致しており、且つ前記判断の結果を表すスコアが前記第1閾値よりも小さい第2閾値以下であれば、前記第1情報を第2学習データに追加し、
前記第1学習データの一部を用いた学習処理により第1学習モデルを生成し、
前記第1学習データおよび前記第2学習データの集合における一部を用いた学習により第2学習モデルを生成し、
前記第1学習データの一部を用いた前記第1学習モデルのテストの結果と、前記集合の一部を用いた前記第2学習モデルのテストの結果と、に基づいて、前記第1学習モデルおよび前記第2学習モデルのうち一方を、前記学習モデルとして決定する
ことを特徴とする請求項1に記載の情報処理装置。
【請求項4】
前記判断手段は、ルールベースの判断方法で、前記第1情報から、前記機器が属するネットワーク環境を判断することを特徴とする請求項1に記載の情報処理装置。
【請求項5】
前記判断手段は、前記第1情報からWINSサーバ情報が取得できず、かつ前記第1情報において、DHCPサーバアドレスとデフォルトルーターが不一致ではない場合には、前記機器が属するネットワーク環境はSOHOであると判断することを特徴とする請求項4に記載の情報処理装置。
【請求項6】
前記判断手段は、前記第1情報からWINSサーバ情報が取得できず、かつ前記第1情報において、DHCPサーバアドレスとデフォルトルーターが不一致であり、かつ前記第1情報から、DNSサーバのIPアドレスがグローバルアドレスではない場合には、前記機器が属するネットワーク環境はインターネット禁止であると判断することを特徴とする請求項4に記載の情報処理装置。
【請求項7】
前記判断手段は、前記第1情報からWINSサーバ情報が取得でき、かつ前記第1情報から、DNSサーバのIPアドレスがグローバルアドレスではない場合には、前記機器が属するネットワーク環境はインターネット禁止であると判断することを特徴とする請求項4に記載の情報処理装置。
【請求項8】
前記判断手段は、前記第1情報からWINSサーバ情報が取得できず、かつ前記第1情報において、DHCPサーバアドレスとデフォルトルーターが不一致であり、かつ前記第1情報から、DNSサーバのIPアドレスがグローバルアドレスであり、かつ前記第1情報から、送信アドレスがローカルアドレスではない場合には、前記機器が属するネットワーク環境はパブリックであると判断することを特徴とする請求項4に記載の情報処理装置。
【請求項9】
前記判断手段は、前記第1情報からWINSサーバ情報が取得でき、かつ前記第1情報から、DNSサーバのIPアドレスがグローバルアドレスであり、かつ前記第1情報から、送信アドレスがローカルアドレスではない場合には、前記機器が属するネットワーク環境はパブリックであると判断することを特徴とする請求項4に記載の情報処理装置。
【請求項10】
前記判断手段は、前記第1情報からWINSサーバ情報が取得できず、かつ前記第1情報において、DHCPサーバアドレスとデフォルトルーターが不一致であり、かつ前記第1情報から、DNSサーバのIPアドレスがグローバルアドレスであり、かつ前記第1情報から、送信アドレスがローカルアドレスである場合には、前記機器が属するネットワーク環境はイントラネットであると判断することを特徴とする請求項4に記載の情報処理装置。
(【請求項11】以降は省略されています)

発明の詳細な説明【技術分野】
【0001】
本発明は、学習モデルの学習技術に関するものである。
続きを表示(約 2,000 文字)【背景技術】
【0002】
PC(Personal Computer)やMFP(Multi-Function Peripheral:複合機)などの情報処理装置が設置される環境は、近年多種多様になっている。例えば、オフィスなどの入室管理された室内に設置される場合もあれば、コンビニエンスストアなどの誰でも物理アクセス可能な公共の場に設置される場合もある。他にも会社の情報処理装置を自宅に設置し、在宅勤務に利用するケースも増加している。また、情報処理装置が具備するセキュリティ機能の増加とともに、セキュリティ設定も複雑化しており、情報処理装置の利用者(ユーザ)は多数のセキュリティ設定項目を1つずつ有効にすべきかを判断し、設定しなければならない。
【0003】
そこで、セキュリティポリシーに従って複数のセキュリティ設定を自動で一括に行い、ユーザの手間を減らしている。セキュリティポリシーとは、組織全体の情報セキュリティに関する基本方針を示す。例えば情報処理装置を操作する際にユーザ認証を必須としたり、他の情報処理装置と通信する際に通信路の暗号化を必須としたりするなどの方針がセキュリティポリシーとして定められている。
【0004】
特許文献1では、設置環境をネットワーク環境情報から機械学習モデルによって判定し、設置環境の判定結果に基づいて、設置環境に適したセキュリティポリシーを適用することが開示されている。
【先行技術文献】
【特許文献】
【0005】
特願2022-016554号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
従来、機械学習、特に教師あり学習においては、機械学習モデルの推論精度を向上させるために、ラベル付きデータを収集し、学習データとして該学習に利用していた。ところが、もし間違ったラベル付きデータを与えられると推論精度が低下する。本発明では、機器のネットワーク環境を判断するための学習モデルによる判断の精度を向上させるための技術を提供する。
【課題を解決するための手段】
【0007】
本発明の一様態は、機器が属するネットワーク環境を判断するために用いられる第1情報と、該機器が属するネットワーク環境を示す第2情報と、を取得する取得手段と、前記第1情報に基づいて、前記機器が属するネットワーク環境を判断する判断手段と、前記判断手段が判断したネットワーク環境と、前記第2情報が示すネットワーク環境と、が一致しているか否かに少なくとも基づいて、前記機器が前記ネットワーク環境を判断するために用いる学習モデルの学習処理に用いる学習データを生成する生成手段と、前記学習処理を、前記学習データを用いて行う学習手段とを備えることを特徴とする。
【発明の効果】
【0008】
本発明によれば、機器のネットワーク環境を判断するための学習モデルによる判断の精度を向上させるための技術を提供することができる。
【図面の簡単な説明】
【0009】
システムの構成例を示すブロック図。
MFP100のコントローラ部101の構成例を示すブロック図。
コントローラソフトウェア300の構成例を示すブロック図。
サーバ120のハードウェア構成例を示すブロック図。
サーバソフトウェア500の構成例を示すブロック図。
(a)はサーバ120による学習モデルの学習処理のフローチャート、(b)はMFP100がネットワーク環境情報および設置環境情報を収集してサーバ120に対して送信するために行う処理のフローチャート。
ルールベースの判断方法のフローチャート。
GUI801の構成例を示す図。
サーバ120による学習モデルの学習処理のフローチャート。
(a)はサーバ120による学習モデルの学習処理のフローチャート、(b)はMFP100がネットワーク環境情報および設置環境情報および設定値を収集してサーバ120に対して送信するために行う処理のフローチャート。
【発明を実施するための形態】
【0010】
以下、添付図面を参照して実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する

関連特許