特許ウォッチ

公開番号2024145378
公報種別公開特許公報(A)
公開日2024-10-15
出願番号2023057701
出願日2023-03-31
発明の名称ネットワーク装置及びモデル学習方法
出願人富士通株式会社
代理人弁理士法人フィールズ国際特許事務所
主分類H04L 41/16 20220101AFI20241004BHJP(電気通信技術)
要約【課題】品質情報を精度良く推定することを可能とするネットワーク装置及びモデル学習方法を提供する。
【解決手段】ネットワークを介してアプリケーション装置から端末装置に対して送信された第1パケットのキャプチャ装置における取得状況から端末装置における第1パケットの第1バッファ残量を算出するバッファ算出部と、算出した第1バッファ残量と、ネットワークにおける第1パケットの通信状態を示す第1通信状態情報と、端末装置における第1パケットの出力に関する品質を示す第1品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する。
【選択図】図15
特許請求の範囲【請求項１】
ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、
算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する、
ことを特徴とするネットワーク装置。
続きを表示（約 1,800 文字）【請求項２】
請求項１において、
前記第１パケットは、前記アプリケーション装置から前記端末装置に対して配信される動画データを構成するパケットであり、
前記第１品質情報は、前記端末装置における前記動画データについてのＱｏＥ（ＱｕａｌｉｔｙｏｆＥｘｐｅｒｉｅｎｃｅ）を示す情報である、
ことを特徴とするネットワーク装置。
【請求項３】
請求項１において、さらに、
前記キャプチャ装置から送信された前記第１パケットを取得するパケット取得部を有し、
前記バッファ算出部は、前記パケット取得部における前記第１パケットの取得状況から前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項４】
請求項３において、さらに、
前記パケット取得部における前記第１パケットの取得状況から前記第１通信状態情報を算出する通信分析部を有する、
ことを特徴とするネットワーク装置。
【請求項５】
請求項１において、
前記キャプチャ装置は、前記キャプチャ装置における前記第１パケットの取得状況から前記第１通信状態情報を生成し、さらに、
前記キャプチャ装置から送信された前記第１通信状態情報を取得する情報取得部を有する、
ことを特徴とするネットワーク装置。
【請求項６】
請求項１において、
前記バッファ算出部は、
前記キャプチャ装置における前記第１パケットの取得状況から前記第１パケットのトラフィック量の推移状態を判定し、
判定した前記推移状態に応じて、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項７】
請求項６において、
前記バッファ算出部は、前記推移状態が前記第１パケットのバースト送信が行われていることを示す第１推移状態であると判定した場合、前記推移状態が前記第１推移状態になってからの前記第１パケットのトラフィック量についての第１累積値を前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【請求項８】
請求項７において、
前記バッファ算出部は、前記推移状態が前記第１推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていないことを示す第２推移状態に変化したと判定した場合、前記推移状態が前記第１推移状態であった時間帯における前記第１パケットのトラフィック量についての第２累積値を、前記第１バッファ残量として算出する、
ことを特徴とするネットワーク装置。
【請求項９】
請求項８において、
前記バッファ算出部は、
前記推移状態が前記第２推移状態であった時間帯における単位時間あたりの前記第１パケットのトラフィック量についての平均値を算出し、
前記推移状態が前記第２推移状態であると判定した後、前記推移状態が、前記バースト送信が行われていないことを示し、かつ、前記アプリケーション装置から前記端末装置に対する前記第１パケットの送信が制限されていることを示す第３推移状態に変化した判定した場合、前記第２累積値と、前記平均値と、前記推移状態が前記第３推移状態になってからの経過時間と、前記推移状態が前記第３推移状態になってからの前記第１パケットのトラフィック量の第３累積値とから、前記第１バッファ残量を算出する、
ことを特徴とするネットワーク装置。
【請求項１０】
請求項１において、
前記バッファ算出部は、前記ネットワークを介して前記アプリケーション装置から前記端末装置に対して送信された第２パケットの前記キャプチャ装置における取得状況から前記端末装置における前記第２パケットの第２バッファ残量を算出し、さらに、
算出した前記第２バッファ残量と、前記ネットワークにおける前記第２パケットの通信状態を示す第２通信状態情報との入力に伴って、前記学習モデルから出力される第２品質情報を取得する情報推定部と、
取得した前記第２品質情報を出力する情報出力部と、を有する、
ことを特徴とするネットワーク装置。
（【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、ネットワーク装置及びモデル学習方法に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
ネットワークを介して端末装置に動画を配信する動画配信システム（以下、単に動画配信システムとも呼ぶ）では、例えば、ネットワークにおける遅延時間やパケットロス率等の通信状態を示す情報（以下、通信状態情報とも呼ぶ）と、端末装置における動画の品質を示す情報（以下、品質情報とも呼ぶ）との相関から、品質情報に与える影響が大きいと判断可能な通信状態情報を特定する。そして、動画配信システムでは、例えば、特定した通信状態情報を説明変数として学習することによって、品質情報を推定可能な学習モデル（以下、単に学習モデルとも呼ぶ）を生成する（例えば、特許文献１及び２参照）。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０１９／０４４０６５号
国際公開第２０２２／０９７２２９号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ここで、上記のような動画配信システムでは、例えば、ネットワークにおいて通信状態情報の変化が発生したタイミングと、発生した変化が品質情報に影響を与えるタイミングとの間にタイムラグがある場合がある。そのため、動画配信システムでは、例えば、上記のような学習モデルを用いる場合であっても、品質情報を精度良く推定することができない場合がある。
【０００５】
そこで、一つの側面では、本発明は、品質情報を精度良く推定することを可能とするネットワーク装置及びモデル学習方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
実施の形態の一態様では、ネットワークを介してアプリケーション装置から端末装置に対して送信された第１パケットのキャプチャ装置における取得状況から前記端末装置における前記第１パケットの第１バッファ残量を算出するバッファ算出部と、算出した前記第１バッファ残量と、前記ネットワークにおける前記第１パケットの通信状態を示す第１通信状態情報と、前記端末装置における前記第１パケットの出力に関する品質を示す第１品質情報とを含む教師データを学習することによって学習モデルを生成するモデル学習部と、を有する。
【発明の効果】
【０００７】
一つの側面によれば、品質情報を精度良く推定することが可能になる。
【図面の簡単な説明】
【０００８】
図１は、動画配信システム１０の構成について説明する図である。
図２は、動画配信システム１０の構成について説明する図である。
図３は、情報処理装置１のハードウエア構成を説明する図である。
図４は、第１の実施の形態における情報処理装置１の機能について説明する図である。
図５は、第１の実施の形態における情報処理装置１の機能について説明する図である。
図６は、第１の実施の形態における学習処理の概略を説明するフローチャート図である。
図７は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図８は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図９は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図１０は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図１１は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図１２は、第１の実施の形態における学習処理の詳細について説明するフローチャート図である。
図１３は、品質情報１３２の具体例について説明する図である。
図１４は、通信状態情報１３３の具体例について説明する図である。
図１５は、パケット取得量波形の具体例について説明する図である。
図１６は、バッファ残量１３４の具体例について説明する図である。
図１７は、教師データＤＴの具体例について説明する図である。
図１８は、第１の実施の形態における推定処理について説明するフローチャート図である。
【発明を実施するための形態】
【０００９】
以下、図面を参照して本開示の実施の形態について説明する。しかしながら、かかる説明は限定的な意味に解釈されるべきではなく、特許請求の範囲に記載の主題を限定するものではない。また、本開示の趣旨及び範囲から逸脱することがなく様々な変更や置換や改変をすることができる。また、異なる実施の形態を適宜組み合わせることができる。
【００１０】
［第１の実施の形態における動画配信システムの構成］
初めに、動画配信システム１０の構成について説明を行う。図１及び図２は、動画配信システム１０の構成について説明する図である。
（【００１１】以降は省略されています）

関連特許