JP4606972B2 - トラヒック量予測システムおよびトラヒック量予測方法 - Google Patents

Description

本発明は、トラヒック量予測システムおよびトラヒック量予測方法に関する。

従来、将来の通信トラヒック量を予測する方法として、例えば、トラヒック量を月、曜日などの時間属性ごとや、性別、年令などのユーザ属性ごとに分類し、それぞれの属性におけるトラヒック量の平均値や分散を算出した後、これらの値の変動等を分析することで将来のトラヒック量を予測する方法がある。下記特許文献１および特許文献２には、時間属性ごとにトラヒック量の平均値を予測し、全ての属性の平均値を合計することで全体のトラヒック量を予測する技術が開示されている。
特開平４−３２９０５２号公報 特開２００４−２３１１４号公報

ところで、最近、知人関係のネットワークや、インターネットなどの多くのネットワークは、正規分布に従った、いわゆるランダムネットワークに属するのではなく、べき法則（べき乗の法則）に従った、いわゆるスケールフリーネットワークに属するということが解明されてきている（参考文献：「複雑ネットワークの科学」、増田直紀・今野紀雄著、産業図書、“第２章２．２グラフ理論への入り口”参照）。図１０に示すように、ランダムネットワークの次数分布Ｐ（ｋ）[ｋ：次数]は、平均値を中心とした釣鐘型のグラフで表される。これに対して、スケールフリーネットワークの次数分布Ｐ（ｋ）は、ｋ^−γ（γはべき指数）に比例する関係で表され、図１１に示すようなグラフで表される。両ネットワークの次数分布を比較すると、スケールフリーネットワークでは、平均値から大きく外れた値が、ランダムネットワークよりも高い確率で存在することがわかる。

したがって、従来技術のように、過去のトラヒック量の平均値に基づいて将来のトラヒック量を予測する方法では、スケールフリーネットワークに代表される偏った次数分布を持つネットワークにおけるトラヒック量を予測することは困難となる。

そこで、本発明は、上述した課題を解決するために、偏った次数分布を持つネットワークにおけるトラヒック量についても予測することができるトラヒック量予測システムおよびトラヒック量予測方法を提供することを目的とする。

本発明のトラヒック量予測システムは、複数の通信ノードおよび当該通信ノード間を結ぶリンクにより形成されるネットワークにおけるリンクごとのトラヒック情報を収集するトラヒック情報収集手段と、トラヒック情報収集手段により収集されたトラヒック情報に基づいて、所定の期間におけるリンク数ごとの通信ノード数および通信時間の平均値を、ネットワークの構造を示すネットワーク構造情報として算出するネットワーク構造情報算出手段と、ネットワーク構造情報算出手段により算出された異なる複数の期間におけるネットワーク構造情報に基づいて、将来のネットワーク構造情報である予測ネットワーク構造情報を算出する予測ネットワーク構造情報算出手段と、予測ネットワーク構造情報算出手段により算出された予測ネットワーク構造情報に基づいて、将来のトラヒック量である予測トラヒック量を算出する予測トラヒック量算出手段と、を備えることを特徴とする。

また、本発明のトラヒック量予測方法は、トラヒック情報収集装置及びトラヒック量予測装置とを備えたトラヒック量予測システムによって実行されるトラヒック量予測方法であって、トラヒック情報収集装置が、複数の通信ノードおよび当該通信ノード間を結ぶリンクにより形成されるネットワークにおけるリンクごとのトラヒック情報を収集するトラヒック情報収集ステップと、トラヒック量予測装置が、トラヒック情報収集ステップにおいて収集されたトラヒック情報に基づいて、所定の期間におけるリンク数ごとの通信ノード数および通信時間の平均値を、ネットワークの構造を示すネットワーク構造情報として算出するネットワーク構造情報算出ステップと、トラヒック量予測装置が、ネットワーク構造情報算出ステップにおいて算出された異なる複数の期間におけるネットワーク構造情報に基づいて、将来のネットワーク構造情報である予測ネットワーク構造情報を算出する予測ネットワーク構造情報算出ステップと、トラヒック量予測装置が、予測ネットワーク構造情報算出ステップにおいて算出された予測ネットワーク構造情報に基づいて、将来のトラヒック量である予測トラヒック量を算出する予測トラヒック量算出ステップと、を備えることを特徴とする。

これらの発明によれば、所定の期間におけるリンク数ごとの通信ノード数および通信時間の平均値が、ネットワーク構造情報として算出される。これにより、各通信ノード間のリンク関係や各リンクでの通信時間の変化を、ネットワーク構造の変化として捉えることができる。また、算出された異なる複数の期間におけるネットワーク構造情報に基づいて、予測ネットワーク構造情報が算出され、この算出された予測ネットワーク構造情報に基づいて、将来のトラヒック量が算出される。これにより、ネットワーク構造の変化に応じたトラヒック量を算出することができる。したがって、ランダムネットワークにおけるトラヒック量に限らず、スケールフリーネットワークに代表される偏った次数分布を持つネットワークにおけるトラヒック量についても予測することが可能となる。

本発明のトラヒック量予測システムにおいて、上記予測ネットワーク構造情報算出手段は、異なる複数の期間におけるネットワーク構造情報の変化の比率または差分を算出し、当該算出した変化の比率または差分を所定のネットワーク構造情報に乗算または加算することによって、予測ネットワーク構造情報を算出することが好ましい。

本発明のトラヒック量予測システムにおいて、上記予測トラヒック量算出手段は、予測ネットワーク構造情報に含まれるリンク数ごとの通信ノード数と通信時間の平均値とを乗算してリンク数ごとのトラヒック量を算出した後に、全てのリンク数ごとのトラヒック量を集計することによって、予測トラフィック量を算出することが好ましい。

本発明のトラヒック量予測システムにおいて、上記ネットワーク構造情報算出手段により算出されたネットワーク構造情報を記憶するネットワーク構造情報記憶手段を、さらに備え、予測ネットワーク構造情報算出手段は、ネットワーク構造情報算出手段により算出されたネットワーク構造情報およびネットワーク構造情報記憶手段により記憶された一または複数の期間におけるネットワーク構造情報に基づいて、予測ネットワーク構造情報を算出することが好ましい。

本発明に係るトラヒック量予測システムおよびトラヒック量予測方法によれば、スケールフリーネットワークに代表される偏った次数分布を持つネットワークにおけるトラヒック量についても高い精度で予測することができる。

以下、本発明に係るトラヒック量予測システムおよびトラヒック量予測方法の実施形態を図面に基づき説明する。なお、各図において、同一要素には同一符号を付して重複する説明を省略する。

図１は、実施形態におけるトラヒック量予測システムのシステム構成を例示する図である。図１に示すように、トラヒック量予測システム１は、移動体通信網の内部に設置されるトラヒック情報収集装置１０（トラヒック情報収集手段）およびトラヒック量予測装置２０を有する。

トラヒック情報収集装置１０は、移動体通信網内で管理されている携帯電話機５０（通信ノード）の音声通話履歴情報を取得する。これにより、音声通話履歴情報がトラヒック情報として収集される。トラヒック情報収集装置１０は、取得したトラヒック情報をトラヒック量予測装置２０に送出する。ここで、トラヒック情報は、携帯電話機５０間を結ぶリンクごとの音声通話履歴情報であり、トラヒック情報としては、例えば、発信端末ＩＤ、着信端末ＩＤ、通話開始時間、通話時間が該当する。

トラヒック量予測装置２０は、トラヒック情報取得部２１（トラヒック情報収集手段）と、ネットワーク構造情報算出部２２（ネットワーク構造情報算出手段）と、予測ネットワーク構造情報算出部２３（予測ネットワーク構造情報算出手段）と、予測トラヒック量算出部２４（予測トラヒック量算出手段）と、出力部２５とを有する。また、トラヒック量予測装置２０は、トラヒック情報データベース２７と、ネットワーク構造情報データベース２８とを備える。

トラヒック情報取得部２１は、トラヒック情報収集装置１０において収集されたトラヒック情報を所定の収集期間ごとに取得する。所定の収集期間は、例えば、１時間、１日、１ヶ月等、運用に合わせて任意に設定することができる。トラヒック情報取得部２１は、トラヒック情報収集装置１０から取得したトラヒック情報を、トラヒック情報データベース２７に格納する。

ここで、図２を参照してトラヒック情報データベース２７のデータ構成について説明する。図２に示すように、トラヒック情報データベース２７は、データ項目として、例えば、発信端末ＩＤ、着信端末ＩＤ、通話開始時間および通話時間を有する。発信端末ＩＤには、発信側の携帯電話機５０を一意に特定するためのＩＤが格納され、着信端末ＩＤには、着信側の携帯電話機５０を一意に特定するためのＩＤが格納される。通話開始時間には、発信側の携帯電話機５０と着信側の携帯電話機５０との間で通話が開始された時間が格納され、通話時間には、発信側の携帯電話機５０と着信側の携帯電話機５０との間の通話時間が格納される。

図１に示すネットワーク構造情報算出部２２は、トラヒック情報データベース２７に格納されたトラヒック情報に基づいて、所定の対象期間における通話相手先数（リンク数）ごとの端末台数（携帯電話機の台数）および所定の対象期間における通話相手先数ごとの携帯電話機５０の通話時間の平均値を算出する。この算出された通話相手先数ごとの端末台数および通話時間の平均値が、ネットワークの構造を示すネットワーク構造情報となる。所定の対象期間は、例えば、１日、１ヶ月、１年等、任意に設定することができる。

ネットワーク構造情報を算出する方法を具体的に説明すると、まず、ネットワーク構造情報算出部２２は、トラヒック情報データベース２７から、所定の対象期間のトラヒック情報を抽出する。具体的に説明すると、例えば、所定の対象期間が、２００５年８月である場合には、図２に示すように、通話開始時刻が２００５年８月に含まれるトラヒック情報が抽出される。

次に、ネットワーク構造情報算出部２２は、抽出したトラヒック情報を、発信端末ＩＤと着信端末ＩＤの組に分類し、各組における総通話時間を算出する（図３参照）。具体的に説明すると、例えば、図２に示す発信端末ＩＤが“１”である携帯電話機と着信端末ＩＤが“２”である携帯電話機の組が、２００５年８月に２回だけ通話したと仮定した場合には、８／１の通話時間“４２秒”と、８／９の通話時間“３７秒”の合計となる“７９秒”が、この組における総通話時間として算出される（図３参照）。

次に、ネットワーク構造情報算出部２２は、算出した組ごとの総通話時間に基づいて、発信端末ＩＤごとの通話相手先数とその総通話時間を算出する（図４参照）。具体的に説明すると、例えば、図３に示す発信端末ＩＤが“１”である携帯電話機が、２００５年８月に着信端末ＩＤが“２”，“４”，“１１”である携帯電話機とのみ通話したと仮定した場合には、発信端末ＩＤ“１”の通話相手先数として“３”が算出され、各着信端末との総通話時間である“７９秒”，“２９１秒”，“１０２秒”の合計である“４７２秒”が、発信端末ＩＤ“１”の総通話時間として算出される（図４参照）。

次に、ネットワーク構造情報算出部２２は、算出した発信端末ＩＤごとの通話相手先数とその総通話時間に基づいて、通話相手先数ごとの総端末台数および平均通話時間を算出する（図５参照）。具体的に説明すると、図４に示す通話相手先数ごとに携帯電話機の端末台数をカウントしていくことによって図５に示す通話相手先数ごとの総端末台数を算出し、図４に示す通話相手先数ごとに総通話時間を集計して通話相手先数ごとの総端末台数で割ることによって図５に示す通話相手先数ごとの平均通話時間を算出する。これにより、ネットワーク構造情報が算出される。

ネットワーク構造情報算出部２２は、算出したネットワーク構造情報を、ネットワーク構造情報データベース２８に格納する。

ここで、図６を参照してネットワーク構造情報データベース２８のデータ構成について説明する。図６に示すように、ネットワーク構造情報データベース２８は、データ項目として、例えば、年月、通話相手先数、総端末台数および平均通話時間を有する。このようなデータ項目からなるネットワーク構造情報データベース２８には、図５に示すネットワーク構造情報が、このネットワーク構造情報の基となるトラヒック情報の発生年月ごとに分類されて格納される。

図１に示す予測ネットワーク構造情報算出部２３は、ネットワーク構造情報算出部２２により算出されたネットワーク構造情報およびネットワーク構造情報データベース２８に記憶された過去の一または複数の期間におけるネットワーク構造情報に基づいて、将来のネットワーク構造情報である予測ネットワーク構造情報を算出する。具体的に説明すると、予測ネットワーク構造情報算出部２３は、異なる複数の期間におけるネットワーク構造情報の変化の比率または差分を算出し、当該算出した変化の比率または差分を所定のネットワーク構造情報に乗算または加算することによって、予測ネットワーク構造情報を算出する。

ここで、予測ネットワーク構造情報を算出する方法について、より具体的に説明する。例えば、ネットワーク構造情報算出部２２により算出されたネットワーク構造情報が、当月のネットワーク構造情報であり、ネットワーク構造情報データベース２８から抽出した過去のネットワーク構造情報が、前月のネットワーク構造情報である場合に、両ネットワーク構造情報間における変化および端末台数の変化と、次月の見込総端末台数とに基づいて、以下のようにして予測ネットワーク構造情報である次月のネットワーク構造情報を算出する。

まず、予測ネットワーク構造情報に含まれる通話相手先数ごとの端末台数を算出する方法について説明する。図７に示すグラフは、通話相手先数をｋとし、携帯電話機の端末台数をＰ（ｋ）とした場合に、それぞれの対数の関係を表したグラフである。このグラフからわかるように、通話相手先数別の端末台数の分布は、ランダムネットワークと異なり、平均値と最頻値が一致しない偏った分布となっている。このようなネットワークにおいて、端末台数が増加すると、個々のユーザの通話相手先数も増加するため、通話相手先数別の端末台数の分布は、横軸（通話相手先数）の増加方向に移動すると予想される。

そこで、以下のように、次月の通話相手先数ごとの端末台数を算出することとした。まずは、前月の通話相手先数別の端末台数の分布と当月の通話相手先数別の端末台数の分布とを連続近似した曲線上の複数の点において、この期間における横軸方向への変化量を求める。次に、各点における変化の比率が、当月と次月の間でも同じであると仮定して、次月の通話相手先数別の端末台数の分布を算出する。すなわち、前月と当月間の各点における横軸方向への変化量に一定の割合ａを乗じて、当月と次月間の各点における横軸方向への変化量を求める。そして、求めた変化量に基づいて、当月の分布曲線上の各点を横軸方向に移動させることによって、次月の通話相手先数ごとの端末台数を算出する。

なお、一定の割合ａは、次月の見込総端末台数と、次月の分布曲線から判明する総端末台数とが一致するように決める。具体的に説明すると、例えば、分布曲線上の全ての点において変化量が一定割合である場合には、通話相手先数別の端末台数の分布が、そのまま横軸方向にスライドすることになる。このとき、当月の通話相手先数別の端末台数の分布曲線、次月の通話相手先数別の端末台数の分布曲線を、それぞれＰ２（ｋ），Ｐ３（ｋ）とし、次月の見込総端末台数をｎとすると、Ｐ３（ｋ）＝Ｐ２（ｋ／ａ）が成り立ち、ΣＰ３（ｋ）＝ΣＰ２（ｋ／ａ）＝ｎが成り立つ。これにより、一定の割合ａを決めることができる。

次に、予測ネットワーク構造情報に含まれる通話相手先数ごとの平均通話時間を算出する方法について説明する。図８に示すグラフは、通話相手先数をｋとし、携帯電話機の平均通話時間をＴ（ｋ）とした場合に、それぞれの関係を表したグラフである。このグラフからもわかるように、通話相手先数と平均通話時間は、比例に近い関係となる。したがって、前月の通話相手先数ごとの平均通話時間と当月の通話相手先数ごとの平均通話時間との差分の割合に応じて変化を予測することができる。

具体的に説明すると、まず、通話相手先数ごとの前月と当月の平均通話時間の差分に、前月と当月の総端末台数の差分に対する当月の総端末台数と次月の見込総端末台数との差分の比率を乗じた値を算出する。次に、通話相手先数ごとに、上記算出した値を当月の平均通話時間に加算することで、次月の通話相手先数ごとの平均通話時間を算出する。図６を参照して、より具体的に説明すると、例えば、当月が２００５年８月であるとした場合には、通話相手先数が“１”である平均通話時間の差は、（ｔ２１−ｔ１１）となる。また、前月（７月）と当月（８月）の総端末台数の差をＮ１とし、当月（８月）の総端末台数と次月（９月）の見込総端末台数との差をＮ２とする。この場合に、次月（９月）の通話相手先数が“１”である平均通話時間は、ｔ２１＋（ｔ２１−ｔ１１）・Ｎ２／Ｎ１として算出される。

図１に示す予測トラヒック量算出部２４は、予測ネットワーク構造情報算出部２３により算出された予測ネットワーク構造情報に基づいて、将来のトラヒック量である予測トラヒック量を算出する。

具体的に説明すると、予測ネットワーク構造情報に含まれる通話相手先数ごとの総端末台数と平均通話時間とを乗算し、通話相手先数ごとのトラヒック量を算出する。次に、全ての通話相手先数ごとのトラヒック量を集計し、ネットワーク全体の予測トラヒック量を算出する。

出力部２５は、予測ネットワーク構造情報算出部２３によって算出された予測ネットワーク構造情報および予測トラヒック量算出部２４によって算出された予測トラヒック量を出力する。出力先としては、例えば、表示装置や、記憶装置に格納されているファイル、外部にある別の装置等が該当する。

次に、図９を参照して、上述したトラヒック量予測システム１において行われるトラヒック量予測処理の流れについて説明する。

まず、トラヒック情報収集装置１０は、移動体通信網内で管理されている携帯電話機５０の音声通話履歴情報をトラヒック情報として収集する（ステップＳ１）。

次に、トラヒック量予測装置２０のトラヒック情報取得部２１は、任意に設定された収集期間（例えば、１日）ごとに、トラヒック情報収集装置１０からトラヒック情報を取得して（ステップＳ２）、トラヒック情報データベース２７に格納する（ステップＳ３）。

次に、トラヒック量予測装置２０のネットワーク構造情報算出部２２は、トラヒック情報データベース２７に格納されたトラヒック情報に基づいて、任意に設定された対象期間（例えば、１ヶ月間）における通話相手先数別の端末台数の分布および通話時間の平均値を、ネットワーク構造情報として算出して（ステップＳ４）、ネットワーク構造情報データベース２８に格納する（ステップＳ５）。

次に、トラヒック量予測装置２０の予測ネットワーク構造情報算出部２３は、前月と当月におけるネットワーク構造情報の変化の比率または差分を算出し、当該算出した変化の比率または差分を当月のネットワーク構造情報に乗算または加算することによって、予測ネットワーク構造情報を算出する（ステップＳ６）。

次に、トラヒック量予測装置２０の予測トラヒック量算出部２４は、予測ネットワーク構造情報算出部２３により算出された通話相手先数ごとの総端末台数と平均通話時間とを乗算して通話相手先数ごとのトラヒック量を算出し、この算出した各トラヒック量を集計することによって、ネットワーク全体の予測トラヒック量を算出する（ステップＳ７）。

次に、トラヒック量予測装置２０の出力部２５は、予測ネットワーク構造情報算出部２３によって算出された予測ネットワーク構造情報および予測トラヒック量算出部２４によって算出された予測トラヒック量を、表示装置の表示画面上に表示させる（ステップＳ８）。

以上のように、所定の対象期間における通話相手先数ごとの携帯電話機の端末台数および通話時間の平均値が、ネットワーク構造情報として算出されるため、各携帯電話機間のリンク関係や各リンクにおける通話時間の変化を、現実のネットワーク構造の変化として捉えることができる。

また、算出された異なる複数の期間におけるネットワーク構造情報に基づいて、予測ネットワーク構造情報が算出され、この算出された予測ネットワーク構造情報に基づいて、将来のトラヒック量が算出されるため、従来のトラヒック量の平均値に基づいた予測では対応することのできなかった現実のネットワーク構造の変化を、トラヒック量の予測に採用することができるようになり、より現実のネットワーク構造に即した、精度の高いトラヒック量を予測することが可能となる。それゆえに、ランダムネットワークにおけるトラヒック量に限らず、スケールフリーネットワークに代表される偏った次数分布を持つネットワークにおけるトラヒック量についても、より高い精度で予測することが可能となる。

なお、上述した実施形態における予測ネットワーク構造情報算出部２３は、ネットワーク構造情報算出部２２により算出されたネットワーク構造情報およびネットワーク構造情報データベース２８に記憶された過去の一または複数の期間におけるネットワーク構造情報に基づいて、予測ネットワーク構造情報を算出しているが、予測ネットワーク構造情報を算出する方法はこれに限定されない。ネットワーク構造情報算出部２２により算出された異なる複数の期間におけるネットワーク構造情報に基づいて、将来のネットワーク構造情報である予測ネットワーク構造情報を算出することができればよい。

また、上述した実施形態においては、トラヒック量予測システム１を、トラヒック情報収集装置１０とトラヒック量予測装置２０の二の装置によって構成しているが、トラヒック量予測システム１の装置構成は、これに限定されない。例えば、トラヒック情報収集装置１０とトラヒック量予測装置２０が有する各機能を備えた一の装置によって構成してもよいし、トラヒック情報収集装置１０とトラヒック量予測装置２０が有する各機能を適宜組み合わせて複数の装置に分散させることとしてもよい。

また、上述した実施形態においては、音声通話のトラヒック量を予測しているが、予測するトラヒック量は音声通話によるものには限られない。例えば、ＴＶ電話等の映像通信、メール等のパケット通信、その他のユーザ間ネットワークにおける通信等のトラヒック量を予測する場合にも適用できる。

発明の実施形態におけるトラヒック量予測システムのシステム構成を例示する図である。 トラヒック情報データベースのデータ構成を例示する図である。 ネットワーク構造情報算出部により算出される発信端末ＩＤと着信端末ＩＤの組ごとの総通話時間を例示するための図である。 ネットワーク構造情報算出部により算出される発信端末ＩＤごとの通話相手先数とその総通話時間を例示するための図である。 ネットワーク構造情報算出部により算出される通話相手先数ごとの総端末台数および平均通話時間を例示するための図である。 ネットワーク構造情報データベースのデータ構成を例示する図である。 通話相手先数と端末台数との関係を例示する図である。 通話相手先数と平均通話時間との関係を例示する図である。 トラヒック量予測システムにおいて行われるトラヒック量予測処理の流れを例示するフローチャートである。 ランダムネットワークの次数分布を例示する図である。 スケールフリーネットワークの次数分布を例示する図である。

符号の説明

１・・・トラヒック量予測システム、１０・・・トラヒック情報収集装置、２０・・・トラヒック量予測装置、２１・・・トラヒック情報取得部、２２・・・ネットワーク構造情報算出部、２３・・・予測ネットワーク構造情報算出部、２４・・・予測トラヒック量算出部、２５・・・出力部、２７・・・トラヒック情報データベース、２８・・・ネットワーク構造情報データベース、５０・・・携帯電話機。

Claims (5)

1. 複数の通信ノードおよび当該通信ノード間を結ぶリンクにより形成されるネットワークにおける前記リンクごとのトラヒック情報を収集するトラヒック情報収集手段と、
   前記トラヒック情報収集手段により収集された前記トラヒック情報に基づいて、所定の期間におけるリンク数ごとの通信ノード数および通信時間の平均値を、前記ネットワークの構造を示すネットワーク構造情報として算出するネットワーク構造情報算出手段と、
   前記ネットワーク構造情報算出手段により算出された異なる複数の期間における前記ネットワーク構造情報に基づいて、将来の前記ネットワーク構造情報である予測ネットワーク構造情報を算出する予測ネットワーク構造情報算出手段と、
   前記予測ネットワーク構造情報算出手段により算出された前記予測ネットワーク構造情報に基づいて、将来のトラヒック量である予測トラヒック量を算出する予測トラヒック量算出手段と、
   を備えることを特徴とするトラヒック量予測システム。
2. 前記予測ネットワーク構造情報算出手段は、異なる複数の期間における前記ネットワーク構造情報の変化の比率または差分を算出し、当該算出した前記変化の比率または前記差分を所定の前記ネットワーク構造情報に乗算または加算することによって、前記予測ネットワーク構造情報を算出することを特徴とする請求項１記載のトラヒック量予測システム。
3. 前記予測トラヒック量算出手段は、前記予測ネットワーク構造情報に含まれる前記リンク数ごとの前記通信ノード数と前記通信時間の平均値とを乗算して前記リンク数ごとのトラヒック量を算出した後に、全ての前記リンク数ごとのトラヒック量を集計することによって、前記予測トラヒック量を算出することを特徴とする請求項１または２記載のトラヒック量予測システム。
4. 前記ネットワーク構造情報算出手段により算出された前記ネットワーク構造情報を記憶するネットワーク構造情報記憶手段を、さらに備え、
   前記予測ネットワーク構造情報算出手段は、前記ネットワーク構造情報算出手段により算出された前記ネットワーク構造情報および前記ネットワーク構造情報記憶手段により記憶された一または複数の期間における前記ネットワーク構造情報に基づいて、前記予測ネットワーク構造情報を算出することを特徴とする請求項１〜３のいずれか１項に記載のトラヒック量予測システム。
5. トラヒック情報収集装置及びトラヒック量予測装置とを備えたトラヒック量予測システムによって実行されるトラヒック量予測方法であって、
   前記トラヒック情報収集装置が、複数の通信ノードおよび当該通信ノード間を結ぶリンクにより形成されるネットワークにおける前記リンクごとのトラヒック情報を収集するトラヒック情報収集ステップと、
   前記トラヒック量予測装置が、前記トラヒック情報収集ステップにおいて収集された前記トラヒック情報に基づいて、所定の期間におけるリンク数ごとの通信ノード数および通信時間の平均値を、前記ネットワークの構造を示すネットワーク構造情報として算出するネットワーク構造情報算出ステップと、
   前記トラヒック量予測装置が、前記ネットワーク構造情報算出ステップにおいて算出された異なる複数の期間における前記ネットワーク構造情報に基づいて、将来の前記ネットワーク構造情報である予測ネットワーク構造情報を算出する予測ネットワーク構造情報算出ステップと、
   前記トラヒック量予測装置が、前記予測ネットワーク構造情報算出ステップにおいて算出された前記予測ネットワーク構造情報に基づいて、将来のトラヒック量である予測トラヒック量を算出する予測トラヒック量算出ステップと、
   を備えることを特徴とするトラヒック量予測方法。

Images