JP7556901B2 - Distribution control device and distribution control method - Google Patents
Distribution control device and distribution control method Download PDFInfo
- Publication number
- JP7556901B2 JP7556901B2 JP2022022813A JP2022022813A JP7556901B2 JP 7556901 B2 JP7556901 B2 JP 7556901B2 JP 2022022813 A JP2022022813 A JP 2022022813A JP 2022022813 A JP2022022813 A JP 2022022813A JP 7556901 B2 JP7556901 B2 JP 7556901B2
- Authority
- JP
- Japan
- Prior art keywords
- distribution
- data
- communication quality
- time
- destination
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明はデータの配信を制御する方法に関する。 The present invention relates to a method for controlling data distribution.
工場機器、鉄道車両、自動車といったエッジ機器の情報化が進展しており、ネットワークを介したソフトウェア、情報コンテンツ、アプリケーション、機能などのエッジ機器への配信・配備が行われている。特に配信後に確認・反映などの後続の作業がある場合、情報配信は指定の日時までに完了できることが望ましいが、そのためには予測通信品質から配信所要時間を把握し、適切な配信計画を作成する必要がある。また、後続作業を円滑に進行するために、配信中の通信状態から配信計画の進捗を把握する必要がある。 As the informatization of edge devices such as factory equipment, railway vehicles, and automobiles progresses, software, information content, applications, functions, etc. are being distributed and deployed to edge devices via networks. It is desirable to complete information distribution by a specified date and time, especially when there is follow-up work such as confirmation and reflection after distribution. To achieve this, it is necessary to understand the required distribution time from the predicted communication quality and create an appropriate distribution plan. Also, in order to smoothly proceed with follow-up work, it is necessary to understand the progress of the distribution plan from the communication status during distribution.
配信計画の作成に関して、特許文献１では複数の送信開始時刻の候補と、それぞれにおいてデータを送信した場合の終了時刻を計算し、送信開始時刻を最適化するシステムが開示されている。通信品質予測に関しては、特許文献２に確率密度関数を用いたスループットのモデル化手段が開示されている。通信状態の把握に関しては、特許文献３において通信品質の指標の測定結果に対し、接続失敗回数からその統計的信頼度を考慮して異常度を算出するシステムが開示されている。 Regarding the creation of a distribution plan, Patent Document 1 discloses a system that calculates multiple candidates for the transmission start time and the end time when data is transmitted at each of them, and optimizes the transmission start time. Regarding communication quality prediction, Patent Document 2 discloses a means of modeling throughput using a probability density function. Regarding understanding of communication conditions, Patent Document 3 discloses a system that calculates the degree of anomaly from the measurement results of an index of communication quality, taking into account its statistical reliability from the number of connection failures.
特許文献１の技術は配信所要時間に対する点推定であり、予測結果を確率的に扱っていないために予測結果に対して予測精度の評価及び信頼区間による基準設定ができないという課題がある。特許文献２の技術は確率的モデルを用いて通信品質予測を行うが、この技術のみから配信所要時間の把握や配信計画作成の補助を行うことは難しい。特許文献３の技術は接続失敗回数から統計的信頼度を用いた異常検出を行っているが、接続には失敗していないが通信品質が低下するような場合に対応できない。 The technology in Patent Document 1 is a point estimate of the required delivery time, and because the predicted results are not treated probabilistically, there is an issue in that it is not possible to evaluate the prediction accuracy of the predicted results or set standards using confidence intervals. The technology in Patent Document 2 predicts communication quality using a probabilistic model, but it is difficult to understand the required delivery time or assist in creating a delivery plan using this technology alone. The technology in Patent Document 3 detects anomalies using statistical reliability from the number of connection failures, but is unable to handle cases where communication quality deteriorates even though there are no connection failures.
そこで本発明では、確率を用いた配信所要時間予測と通信状態判断によって、統計的に評価可能な形式での配信計画の作成及び配信計画の進捗管理を行うことを目的とする。 The present invention aims to create a delivery plan in a statistically evaluable format and to manage the progress of the delivery plan by using probability to predict the delivery time required and to judge the communication status.
上記課題の少なくとも一つを解決するため、本発明は、計算処理装置と、記憶装置と、を有する配信制御装置であって、前記記憶装置は、通信品質の予測モデルと、データの配信計画と、を保持し、前記予測モデルは、前記通信品質の確率密度分布を含み、前記配信計画は、前記データの配信先の識別情報と、前記データの配信が行われる時間を示す時間情報と、を含み、前記計算処理装置は、前記予測モデルに基づいて、前記データの配信計画に含まれる前記時間情報によって特定される開始時刻から終了時刻までに前記データの配信が完了する確率を予測し、予測した前記データの配信が完了する確率を出力することを特徴とする。 In order to solve at least one of the above problems, the present invention provides a distribution control device having a computational processing device and a storage device, the storage device holds a prediction model of communication quality and a data distribution plan, the prediction model includes a probability density distribution of the communication quality, the distribution plan includes identification information of the data distribution destination and time information indicating the time when the data will be distributed, and the computational processing device predicts, based on the prediction model, the probability that the data distribution will be completed between a start time and an end time specified by the time information included in the data distribution plan, and outputs the predicted probability that the data distribution will be completed.
本発明の一態様によれば、統計的に評価可能な形式での配信計画の作成及び配信計画の進捗管理を行うことができる。具体的には、配信タイミングの選択や配信時間に対するマージンの設定、異常検出判定の基準設定を統計的基準によって行うことができる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。 According to one aspect of the present invention, it is possible to create a delivery plan in a format that can be evaluated statistically and to manage the progress of the delivery plan. Specifically, it is possible to select the delivery timing, set a margin for the delivery time, and set the criteria for anomaly detection judgment based on statistical criteria. Problems, configurations, and effects other than those described above will be made clear through the explanation of the following embodiment.
図１Ａは、本発明の実施例のシステムの構成の一例を示すブロック図である。 Figure 1A is a block diagram showing an example of the system configuration of an embodiment of the present invention.
実施例１のシステムは、作業者用端末１０１、確認者用端末１０２、配信制御装置１０３及び複数の配信先装置１０４からなる。
The system of Example 1 comprises a
配信制御装置１０３は、記憶装置、計算処理装置及び通信装置を備えたコンピュータである。なお、配信制御装置１０３等を実現するコンピュータのハードウェア構成については後に図１Ｂを参照して説明する。
The
配信制御装置１０３は、その機能として、配信管理部２０１と、本発明に該当する配信補助部２０２とを備える。
The
配信制御装置１０３の各部は記憶装置内のプログラムが計算処理装置内で実行されることによって実現される。
Each part of the
配信制御装置１０３は、記憶装置に配信ファイル３０１及び配信コマンドリスト３０２を格納する。
The
配信管理部２０１は、作業者が作成した本配信計画ファイル３０４と配信補助部２０２からの通知に従い、配信先装置１０４への配信計画を実行する。配信管理部２０１の動作の詳細については後に図２を参照して説明する。
The
本発明に該当する配信補助部２０２は、作業者に対する配信計画の作成補助と、配信先装置１０４に対する通信状態の判定及び通知と、通信品質予測モデルの更新と、を行う。詳細な構成については後に図５を参照して説明する。
The
配信先装置１０４は、記憶装置、計算処理装置及び通信装置を備えたコンピュータである。
The
配信先装置１０４は、それぞれ固有の配信先ＩＤ９０１（図３参照）によって識別される。
Each
配信先装置１０４は、その機能として通信管理部２０３及び配信取得部２０４を備える。
The
配信先装置１０４の各部は記憶装置内のプログラムが計算処理装置内で実行されることによって実現される。
Each component of the
通信管理部２０３は、配信先装置１０４と配信制御装置１０３との間の接続確認（ステップ６０２）及び通信品質の測定（ステップ６０４）を行う。通信管理部２０３の詳細な動作については後に図１０を参照して説明する。
The
配信取得部２０４は、配信制御装置１０３からの配信ファイル３０１に対する処理、配信されたコマンドリスト３０２の実行、及び、作業記録の作成を行う。
The
作業者用端末１０１及び確認者用端末１０２は、記憶装置、計算処理装置、通信装置、入出力インターフェースを備えたコンピュータである。
The
作業者用端末１０１と配信制御装置１０３とは通信ネットワーク１０５で、確認者用端末１０２と配信制御装置１０３とは通信ネットワーク１０６で、配信先装置１０４と配信制御装置１０３とは通信ネットワーク１０７で接続されており、それぞれは互いに通信可能な状態にある。
The
本実施例は機器に対するソフトウェア配信に適用可能である。例として、工場機器、鉄道車両及び自動車といった機器に対する、ＯＳ更新、実行プログラムの配信、設定ファイルの配信及び表示コンテンツの配信が挙げられるが、本実施例はこれらに制限されるものではない。この場合、配信先装置１０４は各機器に搭載されたコンピュータに、配信制御装置１０３はソフトウェア管理サーバに対応する。
This embodiment is applicable to software distribution to devices. Examples include OS updates, distribution of execution programs, distribution of configuration files, and distribution of display content to devices such as factory equipment, railway vehicles, and automobiles, but this embodiment is not limited to these. In this case, the
通信ネットワーク１０７は、その通信品質（例えば総スループット）が時間情報９０４（図３参照）または環境情報９０７（図８参照）を変数とする確率密度関数によってモデル化することができるとする。通信ネットワーク１０７の例として、周期的に移動する移動体機器に対する無線ネットワーク、又は、ネットワークトラフィック量が地域及び時間帯に依存して変動する通信ネットワークが挙げられるが、本実施例はこれらに制限されるものではない。
The communication quality (e.g., total throughput) of the
本実施例を周期的に移動する移動体機器に対するソフトウェア配信に適用した場合、時間情報９０４としては配信を行う時刻、曜日及び月日などが、環境情報９０７としては各配信先装置の位置、速度、標高及び通信装置の性能などが考えられるが、それらに制限されるものではない。
When this embodiment is applied to software distribution to a mobile device that moves periodically, the
本実施例をトラフィック量の変動を伴うネットワークを用いたソフトウェア配信に適用した場合、時間情報９０４としては配信を行う時刻、曜日、月日などが、環境情報９０７としては各配信先装置の位置及び周囲の機器の通信量などが考えられるが、それらに制限されるものではない。
When this embodiment is applied to software distribution using a network with fluctuating traffic volume,
図１Ｂは、本発明の実施例のシステムのハードウェア構成の一例を示すブロック図である。 Figure 1B is a block diagram showing an example of the hardware configuration of a system according to an embodiment of the present invention.
配信制御装置１０３、配信先装置１０４、作業者用端末１０１及び確認者用端末１０２は、それぞれ、例えば図１Ｂに示すようなコンピュータ１１０によって実現される。コンピュータ１１０は、記憶装置１１１、計算処理装置１１２、通信装置１１３及び入出力インターフェース１１４を有する。
The
記憶装置１１１は、例えば半導体メモリから構成されるいわゆる主記憶装置と、例えばハードディスクドライブ又はソリッドステートドライブなどの大容量の記憶装置から構成されるいわゆる補助記憶装置とを含んでもよい。記憶装置１１１には、計算処理装置１１２によって実行されるプログラム及びデータが格納される。例えば、配信ファイル３０１及び配信コマンドリスト３０２は、配信制御装置１０３に相当するコンピュータ１１０の記憶装置１１１に格納される。また、後述する端末情報データベース２２２（図５参照）によって管理される情報は、配信制御装置１０３に相当するコンピュータ１１０の記憶装置１１１に格納される。
The
計算処理装置１１２は、記憶装置１１１に格納されているプログラムに従って、様々な処理を実行する。計算処理装置１１２がプログラムに従って動作することで、様々な機能部が実現される。例えば、配信制御装置１０３の配信管理部２０１及び配信補助部の機能は、配信制御装置１０３に相当するコンピュータ１１０において、計算処理装置１１２が記憶装置１１１に格納されたプログラムに従って動作することによって実現される。また、配信先装置１０４の通信管理部２０３及び配信取得部２０４の機能は、配信先装置１０４に相当するコンピュータ１１０において、計算処理装置１１２が記憶装置１１１に格納されたプログラムに従って動作することによって実現される。
The
通信装置１１３は、通信ネットワークとの接続のためのインターフェースである。例えば、配信制御装置１０３に相当するコンピュータ１１０の通信装置１１３は、通信ネットワーク１０５、１０６及び１０７に接続され、作業者用端末１０１、確認者用端末１０２及び配信先装置１０４との通信を行う。
The
入出力インターフェース１１４は、例えばキーボード、マウス及びタッチパネルの少なくともいずれかのような入力装置と、例えば画像表示装置のような出力装置とを含んでもよい。
The input/
図２は、本発明の実施例における配信作業の全体の一例を示すフローチャートである。 Figure 2 is a flowchart showing an example of the overall distribution process in an embodiment of the present invention.
まず、作業者は、作業者用端末１０１を操作して、作成した仮配信計画ファイル３０３を配信補助部２０２に入力する（ステップ４０２）。仮配信計画ファイル３０３の例は後に図３を参照して説明する。配信補助部２０２は、入力された仮配信計画ファイル３０３に対して、指定された予定開始日時から予定終了日時までの範囲における配信完了確率の予測（ステップ４０３）を行い、その予測結果３０５を返す（ステップ４０４）。配信完了確率予測動作の詳細は後に図６を参照して説明する。また、予測結果３０５を出力するための画面の例については後に図７を参照して説明する。
First, the worker operates the
予測結果３０５に対して、作業者は作業者用端末１０１を操作して必要に応じて仮配信計画ファイル３０３の修正及び本配信計画ファイルの作成を行う（ステップ４０５）。作業者用端末１０１は、最終的な開始日時と予定終了日時を決定した後、それに対応する予測結果３０６を仮配信計画ファイルに追記することで、本配信計画ファイル３０４を作成する。本配信計画ファイル３０４の例は後に図４を参照して説明する。
The worker operates the
本配信計画ファイル３０４作成後、作業者用端末１０１は作業者の指示に基づいて本配信計画ファイル３０４を配信制御装置１０３に送信し、配信管理部２０１に登録する（ステップ４０６）。
After creating this
配信管理部２０１は、登録された本配信計画ファイル３０４に従い、指定の配信先装置１０４に配信ファイル３０１及び配信コマンドリスト３０２を配信する（ステップ４０７）。
The
配信管理部２０１は、配信作業開始時に確認者用端末１０２に対して、本配信計画ファイル３０４に記された配信完了確率の予測結果３０６を通知する（ステップ４０８）。これによって、確認者は後続作業の発生するタイミングを把握することができる。
When starting a distribution operation, the
配信先装置１０４内の配信取得部２０４は、受信した配信コマンドリスト３０２に従い第１段階のコマンド９０５（図４参照、例えば配信ファイル３０１の解凍・配置、作業記録の作成など）を実行する（ステップ４０９）。
The
第１段階のコマンドの実行が完了した後、配信取得部２０４は配信管理部２０１へと第１段階完了通知を送信する（ステップ４１０）。
After the execution of the first phase command is completed, the
配信管理部２０１は、全ての配信先装置１０４から第１段階完了通知を受信した後、確認者用端末１０２に第２段階の承認要求を送信する（ステップ４１１）。
After receiving notifications of completion of the first stage from all
配信管理部２０１は、確認者用端末１０２から承認応答（ステップ４１２）を受信した後に、配信取得部２０４に第２段階のコマンド９０６（図４参照、例えば配信ファイル３０１の実行・反映、作業記録の作成など）の実行許可を行う（ステップ４１３）。
After receiving an approval response (step 412) from the verifying
配信取得部２０４は、実行許可（ステップ４１３）を受けて第２段階のコマンド９０６を実行し（ステップ４１４）、その後作業記録を配信管理部２０１へと送信する（ステップ４１５）。
Upon receiving permission to execute (step 413), the
配信管理部２０１は、各配信先装置１０４から送信された作業記録の整合性を確認する（ステップ４１６）。
The
その後、配信管理部２０１は、確認者用端末１０２に作業完了に対する承認要求を送信する（ステップ４１７）。また、配信管理部２０１は、確認者用端末１０２からの承認応答４１８を受信した後、作業者用端末１０１に配信計画完了通知を送信する（ステップ４１９）。これによって、配信計画の作成及びそれに基づく配信作業が終了する。
Then, the
また、上記配信計画の実行中において、配信管理部２０１は、配信取得部２０４への配信ファイル３０１及び配信コマンドリスト３０２を配信開始（ステップ４０８）したタイミング、及び、全配信先装置１０４の配信取得部２０４から第１段階コマンド完了通知を受信（ステップ４１０）したタイミングに、それぞれ配信開始通知４２０及び配信完了通知４２１を配信補助部２０２に送信する。配信開始通知４２０及び配信完了通知４２１は、本配信計画ファイル３０４中における配信先ＩＤ９０１、配信ファイルリスト９０２、配信ファイルサイズ９０３及び時間情報９０４（図４参照）を含む。
During execution of the distribution plan, the
配信補助部２０２は、配信開始通知受信時から配信完了通知受信時までの間、通信状態の判定（ステップ６０９）を行い、その結果として通信状態が異常であると判定された場合、異常状態の通知（ステップ６１１）を行う。
The
異常状態の通知（ステップ６１１）を受け取った配信管理部２０１は、作業者用端末１０１及び確認者用端末１０２に対して異常通知を行う（ステップ６１２）。これによって、作業者及び確認者は作業計画における進行遅延の把握及び異常対応（ステップ６１３）を行うことができる。通信状態判定及び異常通知動作の詳細については後に図１１を参照して説明する。
The
図３は、本発明の実施例の作業者用端末１０１によって作成される仮配信計画ファイル３０３の一例を示す説明図である。
Figure 3 is an explanatory diagram showing an example of a temporary
仮配信計画３０３は、配信先ＩＤ９０１、配信ファイルリスト９０２、配信ファイルサイズ９０３、配信予定に関する時間情報９０４、及び配信先装置１０４での配信コマンドリスト３０２を含む。
The
配信先ＩＤ９０１は、当該仮配信計画３０３に従ってファイルを配信する対象である配信先装置１０４の識別情報である。配信ファイル９０２及び配信ファイルサイズ９０３は、それぞれ、配信されるファイル（すなわち配信ファイル３０１）の識別情報及びそのサイズである。なお、同一のデータを複数の配信先装置１０４に配信する計画が一つの仮配信計画３０３として作成されてもよい。その場合は、配信先ＩＤ９０１に複数の配信先装置１０４の識別情報が含まれる。
The
配信予定に関する時間情報９０４は、ファイルを配信する予定の時間を示す情報であり、例えば予定開始日時及び予定終了日時を含む。予定開始日時及び予定終了日時は、それぞれ幅を持った情報であってもよい。図３の例では、２０２１年１２月１日の１０時０分から１１時０分までの間に配信を開始し、同日の１２時３０分から１３時３０分までの間に配信が終了することが計画されている。
配信コマンドリスト３０２は、ファイルの配信の際に配信先装置１０４で実行される一つ以上のコマンドを含む。図３の例では、配信コマンドリスト３０２は、第１段階のコマンド９０５（例えば配信ファイル３０１の解凍・配置、作業記録の作成など）及び第２段階のコマンド９０６（例えば配信ファイル３０１の実行・反映、作業記録の作成など）を含む。
The
図４は、本発明の実施例の作業者用端末１０１によって作成される本配信計画ファイル３０４の一例を示す説明図である。
Figure 4 is an explanatory diagram showing an example of this
本配信計画３０４は、配信先ＩＤ９０１、配信ファイルリスト９０２、配信ファイルサイズ９０３、配信予定に関する時間情報９０４、配信先装置１０４での実行コマンドリスト３０２、及び本計画における配信完了確率の予測結果３０６を含む。
This
配信先ＩＤ９０１、配信ファイルリスト９０２、配信ファイルサイズ９０３及び配信コマンドリスト３０２は、本配信計画３０４の元となった仮配信計画３０３と同一である。本配信計画３０４の配信予定に関する時間情報９０４は、仮配信計画３０３の配信予定に関する時間情報９０４に含まれる予定開始日時から選択された予定開始日時と、当該予定開始日時及び配信完了確率の予測結果３０６に基づいて定められる予定終了日時とを含む。本計画における配信完了確率の予測結果３０６は、選択された予定開始日時に配信が開始された場合の各時刻における配信完了確率の予測結果を含む。これについては後に詳細に説明する。
The
図５は、本発明の実施例の配信補助部２０２の機能構成の一例を示すブロック図である。
Figure 5 is a block diagram showing an example of the functional configuration of the
配信補助部２０２は、配信完了確率予測（ステップ４０３）を実現するための機能として、配信計画情報抽出機能２２１、端末情報データベース２２２、予測モデル更新機能２２６、及び配信完了確率予測機能２２３を持つ。これらの機能の動作フロー図は図６を参照して説明する。
The
また、配信補助部２０２は、通信状態判定（ステップ６０９）、配信完了確率予測モデルの更新（ステップ６１４）及び異常通知（ステップ６１２）を実現するための機能として、通信品質取得機能２２４、通信状態判定機能２２５、及び予測モデル更新機能２２６を持つ。これらの機能の動作フローは後に図１０を参照して説明する。
The
図６は、本発明の実施例の配信制御装置１０３による配信完了確率予測（ステップ４０３）の動作の一例を示すフローチャートである。
Figure 6 is a flowchart showing an example of the operation of delivery completion probability prediction (step 403) by the
まず、配信制御装置１０３の配信補助部２０２は、ステップ４０２において入力された仮配信計画ファイル３０３から配信計画情報抽出機能２２１によって情報抽出を行う（ステップ５０１）。抽出した配信先ＩＤ９０１及び配信時間情報９０４は端末情報データベース２２２に渡される（ステップ５０２）。抽出した配信ファイルリスト９０２及び配信ファイルサイズ９０３は配信完了確率予測機能２２３に渡される（ステップ５０３）。
First, the
端末情報データベース２２２は、抽出された配信先ＩＤ９０１及び配信時間情報９０４を基にデータベースを照会し、特徴量テーブル３０７を作成する（ステップ５０４）。端末情報データベース２２２及び特徴量テーブル３０７については後に図８を参照して説明する。
The
作成した特徴量テーブル３０７は、配信完了確率予測機能２２３へと渡される（ステップ５０５）。配信完了確率予測機能２２３は、特徴量テーブル３０７を受け取った場合に予測の要求があったと判断し、その時点における最新の予測モデル（スループット確率密度関数）３０８を予測モデル更新機能２２６へ要求し（ステップ５０６）、取得する（ステップ５０７）。予測モデル３０８の詳細については後に図１０を参照して説明する。
The created feature table 307 is passed to the delivery completion probability prediction function 223 (step 505). When the delivery completion
配信完了確率予測機能２２３は、上記の処理によって取得された配信ファイルサイズ９０３、特徴量テーブル３０７及び予測モデル３０８を用いて配信計画に対応する配信完了確率を予測し（ステップ５０８）、作業者用端末１０１へと予測結果３０５を出力する（ステップ４０４）。配信完了確率予測（ステップ５０８）の動作の詳細については後に図９を参照して説明する。
The delivery completion
図７は、本発明の実施例における予測結果出力画面の一例を示す説明図である。 Figure 7 is an explanatory diagram showing an example of a prediction result output screen in an embodiment of the present invention.
予測結果出力画面７０１は、配信制御装置１０３による配信完了確率の予測結果３０５を出力するための画面である。例えば、配信制御装置１０３が配信完了確率の予測結果３０５を作業者用端末１０１に送信し、作業者用端末１０１の出力装置（例えば作業者用端末１０１に相当するコンピュータ１１０の入出力インターフェース１１４に含まれる画像表示装置）が予測結果出力画面７０１を表示してもよい。
The prediction result output screen 701 is a screen for outputting the
予測結果出力画面７０１は、例えば、仮配信計画３０３と同様の配信先ＩＤ９０１、配信ファイルリスト９０２、配信ファイルサイズ９０３及び時間情報９０４に加えて、予測結果３０５を含む。予測結果３０５は、時間情報９０４の予定開始日時の範囲内のいくつかの開始日時と、予定終了日時の範囲内のいくつかの終了日時との組み合わせの各々について、開始日時に開始した配信が終了日時に終了する確率を予測した結果を示す。
The prediction result output screen 701 includes, for example, the same
図７の予測結果３０５のような形式で開始日時と終了日時との組に対してそれぞれ配信完了確率を予測することで、作業者は要求信頼度に対応する配信所要時間を把握でき、配信時間におけるマージン設定及び後続の作業計画作成の一助とする効果が得られる。 By predicting the probability of delivery completion for each pair of start date and end date and time in a format like prediction result 305 in Figure 7, the worker can understand the required delivery time corresponding to the required reliability, which has the effect of helping to set margins in the delivery time and create subsequent work plans.
図８は、本発明の実施例における端末情報データベース２２２の動作の詳細の一例を示す説明図である。
Figure 8 is an explanatory diagram showing an example of detailed operation of the
端末情報データベース２２２には、配信先ＩＤ９０１及び時間情報９０４と紐付けられた環境情報９０７が事前に入力され、格納されている。時間情報９０４の例として配信を行う時刻、曜日及び月日が、環境情報９０７の例として各配信先装置の位置、速度、標高、通信装置の性能及び周囲の機器の通信量などが考えられるが、それらに制限されるものではない。
In the
仮配信計画ファイル３０３から照会情報（抽出された配信先ＩＤ９０１と時間情報９０４）が入力された場合、端末情報データベース２２２は、対応する環境情報９０７を照会し、特徴量テーブル３０７を作成する。特徴量テーブル３０７は配信先ＩＤ９０１、時間情報９０４及び環境情報９０７の対応表であり、後述する予測モデル３０８が持つ多次元の変数に対応する。
When query information (extracted
図９は、本発明の実施例の配信補助部２０２における、配信完了確率予測（ステップ５０８）の動作の詳細の一例を示すフローチャートである。
Figure 9 is a flowchart showing an example of detailed operation of the delivery completion probability prediction (step 508) in the
まず、配信補助部２０２の配信完了確率予測機能２２３は、時間情報９０４から、予測時間区間３１４（開始日時と終了日時）のテーブルを設定する（ステップ５８１）。例えば、時間情報９０４が、開始日時の範囲を指定する情報と、終了日時の範囲をしている情報とを含む場合、指定された範囲内の１以上の開始日時と、指定された範囲内の１以上の終了日時と、の組み合わせが設定される。本実施例では３つの開始日時と３つの終了日時との９通りの組み合わせが予測時間区間３１４として設定される。
First, the delivery completion
その後、配信完了確率予測機能２２３は、設定した予測時間区間３１４に対して、特徴量テーブル３０７を用いて変数変換を行い、予測時間区間３１４と予測モデル（スループット確率密度）３０８の変数を対応させた予測変数区間３１５を作成する（ステップ５８２）。
Then, the delivery completion
その後、配信完了確率予測機能２２３は、予測変数区間３１５に従ってスループット確率密度関数を周辺化し、予測時間区間における総スループットの確率密度関数３１６を得る（ステップ５８３）。
Then, the delivery completion
配信完了確率予測機能２２３は、予測時間区間における総スループットの確率密度関数３１６に対して、配信ファイル３０１サイズ以上となる確率を積分して求めることによって、予測時間区間における配信完了確率を計算する（ステップ５８４）。すなわち、総スループットの確率密度関数３１６に基づいて、開始日時から終了日時までの予測時間区間に配信できるデータのサイズが配信ライブ３０１のサイズ以上となる確率が、当該予測時間区間における配信完了確率として計算される。
The delivery completion
時間情報９０４から作成した予測時間区間テーブルに設定された全ての開始日時と終了日時との組に対してそれぞれ上記の計算を行うことで、図７に示した予測結果３０５が得られる。配信先ＩＤ９０１が複数指定されている場合は、各配信先ＩＤ９０１に対してそれぞれ配信完了確率を計算した後、最悪値を予測結果とする。最後に、配信完了確率予測機能２２３は、予測結果を出力する（ステップ４０４）。
The
図１０は、本発明の実施例の配信補助部２０２における、通信状態判定、予測モデル更新及び異常通知の動作の一例を示すフローチャートである。
Figure 10 is a flowchart showing an example of the operations of determining the communication status, updating the prediction model, and notifying an abnormality in the
配信制御装置１０３内の配信補助部２０２は、通信品質取得機能２２４によって周期的に各配信先装置１０４内の通信管理部２０３との接続確認（ステップ６０１、６０２）を行う。接続が確立されている場合、通信品質取得機能２２４は、スループット測定用データ３０９を通信管理部２０３へと送信する（ステップ６０３）。
The
スループット測定用データ３０９を受け取った通信管理部２０３は、測定情報３１０を返す（ステップ６０４）。測定情報３１０は、測定スループット９０８に加え、測定配信先ＩＤ９０９、測定時間情報９１０、測定時の位置・速度・標高などの測定環境情報９１１を含む。
The
取得した測定情報３１０は、通信状態判定機能２２５へと入力される（ステップ６０５）。
The acquired
通信品質取得機能２２４は、通信管理部２０３との接続を確立できなかった場合、接続断状態であることを示す測定情報３１０を作成し、通信状態判定機能２２５へと入力する（ステップ６０６）。
If the communication
通信状態判定機能２２５は、通信品質取得機能２２４からの測定情報３１０の受付と並行して、配信管理部２０１から配信開始通知４２０及び配信完了通知４２１の受付を行う。
The communication
測定情報を受け取った通信状態判定機能２２５は、予測モデル更新機能２２６に予測モデル３０８を要求する（ステップ６０７）。
The communication
要求を受けた予測モデル更新機能２２６は、その時点での最新の予測モデルを返す（ステップ６０８）。
When the forecast
通信状態判定機能２２５は、入力された測定情報３１０を用いて通信状態を判定する（ステップ６０９）。
The communication
通信状態の判定結果３１１及び現在の配信状況３１２に応じて、通信状態判定機能２２５は、予測モデル更新機能２２６への更新用データ３１３の送信（ステップ６１０）、及び、配信管理部２０１への異常通知（ステップ６１１）を行う。通信状態判定機能２２５の動作の詳細は後に図１２を参照して説明する。
Depending on the communication
配信管理部２０１は、ステップ６１１の異常通知を受け取った場合、現在の配信計画の進捗が異常状態であることを作業者用端末１０１及び確認者用端末１０２に送信する（ステップ６１２）。
When the
作業者用端末１０１及び確認者用端末１０２がステップ６１２の異常通知を受け取ることで、作業者及び確認者は異常対応（ステップ６１３）を行うことができる。
When the
図１１は、本発明の実施例における異常通知表示画面の一例を示す説明図である。 Figure 11 is an explanatory diagram showing an example of an abnormality notification display screen in an embodiment of the present invention.
異常通知表示画面１１０１は、配信制御装置１０３による通信状態判定（ステップ６０９）の結果、通信状態が異常であると判定された場合に、そのことを示す情報を出力するための画面である。例えば、配信制御装置１０３が通信状態の異常を示す通知を作業者用端末１０１及び確認者用端末１０２に送信し、作業者用端末１０１及び確認者用端末１０２の出力装置（例えばそれぞれ作業者用端末１０１及び確認者用端末１０２に相当するコンピュータ１１０の入出力インターフェース１１４に含まれる画像表示装置）が異常通知表示画面１１０１を表示してもよい。
The abnormality notification display screen 1101 is a screen for outputting information indicating that the communication state is abnormal when the communication state is determined to be abnormal as a result of the communication state determination (step 609) by the
異常通知表示画面１１０１には、現在実行中の配信計画に関する配信ファイルリスト９０２、配信ファイルサイズ９０３及び時間情報９０４に加えて、異常を検出した配信先ＩＤ９０９、異常を検出した時間を示す測定時間情報９１０、異常を検出した環境（例えば測定時の位置・速度・標高など）を示す測定環境情報９１１、及び異常を検出したことを示す通信状態の判定結果３１１が表示される。
The abnormality notification display screen 1101 displays a
図１２は、本発明の実施例における通信状態判定機能２２５の動作の詳細の一例を示すフローチャートである。
Figure 12 is a flowchart showing an example of detailed operation of the communication
測定情報３１０が入力された場合、通信状態判定機能２２５はまず予測モデル更新機能２２６に対して現時点での最新の予測モデル（スループット確率密度関数）３０８を要求し（ステップ６０７）、取得する（ステップ６０８）。その後、通信状態判定機能２２５は、取得した予測モデル３０８に対して測定環境情報９０７の値を代入し、測定環境における測定スループット９０８の尤度を得る（ステップ６９１）。通信状態判定機能２２５は、この尤度と測定情報３１０に対してクラス分類（ステップ６９２）を行うことで、通信状態の判定（ステップ６０９）を行う。
When the
通信状態には正常状態と異常状態があり、例えば、尤度が所定の基準より高い場合には正常状態、低い場合には異常状態と判定してもよい。各状態は、更に複数のクラス、例えば正常（高スループット）、正常（中スループット）、正常（低スループット）、異常（低スループット）、及び異常（接続断）などに細分化されてもよい。 There are normal and abnormal communication states. For example, if the likelihood is higher than a predetermined standard, it may be determined to be a normal state, and if it is lower, it may be determined to be an abnormal state. Each state may be further subdivided into multiple classes, such as normal (high throughput), normal (medium throughput), normal (low throughput), abnormal (low throughput), and abnormal (disconnected).
通信状態判定結果３１１と測定情報３１０とを合わせた更新用データ３１３が予測モデル更新機能２２６へ入力される。これによって予測モデル３０８の継続的な更新を行い、予測精度を改善・維持する。
The
これらの処理に加えて、通信状態判定機能２２５は、配信制御装置１０３内の配信管理部２０１から配信開始通知４２０及び配信完了通知４２１の受付を行う。各通知を受信した場合、通信状態判定機能２２５は現在の配信状況３１２（配信中または非配信中）の更新を行う。
In addition to these processes, the communication
上記の通信状態判定結果３１１が異常状態で、かつ現在の配信状況３１２が配信中であった場合、通信状態判定機能２２５は配信管理部２０１に異常通知を送信する（ステップ６１１）。
If the communication
図１３は、本発明の実施例における予測モデル更新機能２２６の動作の詳細の一例を示すフローチャートである。
Figure 13 is a flowchart showing an example of detailed operation of the prediction
予測モデル更新機能２２６は、その内部に予測モデル３０８と、予測モデル更新アルゴリズム２２７とを含む。
The predictive
予測モデル３０８は、その変数としてスループット及び多次元の特徴量（例えば、配信先ＩＤ９０１、時間情報９０４及び環境情報９０７を含む特徴量）を持つ確率密度関数である。
The
予測モデル更新アルゴリズム２２７は、更新用データ３１３を基に予測モデル３０８の更新を行う。更新アルゴリズム２２７としては、機械学習などの任意のアルゴリズムを利用して良い。
The prediction
なお、前述のように、更新用データ３１３は、測定情報３１０及び通信状態判定結果３１１を含む。予測モデル更新機能２２６は、通信状態判定結果３１１を予測モデル３０８の更新に利用してもよい。例えば、予測モデル更新機能２２６は、通信状態判定結果３１１が異常状態である測定情報３１０を予測モデル３０８の更新に使用しなくてもよい。
As described above, the
予測モデル更新機能２２６に対して予測モデル要求（ステップ５０６または６０７）があった場合、予測モデル更新機能２２６は、要求時点における最新の予測モデルを出力として返す（ステップ５０７または６０８）。
When a prediction model request (step 506 or 607) is made to the prediction
また、本発明の実施形態のシステムは次のように構成されてもよい。 The system of the present invention may also be configured as follows:
（１）計算処理装置（例えば計算処理装置１１２）と、記憶装置（例えば記憶装置１１１）と、を有する配信制御装置（例えば配信制御装置１０３）であって、記憶装置は、通信品質の予測モデル（例えば予測モデル３０８）と、データの配信計画（例えば仮配信計画３０３）と、を保持し、予測モデルは、通信品質の確率密度分布を含み、配信計画は、データの配信先の識別情報（例えば配信先ＩＤ９０１）と、データの配信が行われる時間を示す時間情報（例えば時間情報９０４）と、を含み、計算処理装置は、予測モデルに基づいて、データの配信計画に含まれる時間情報によって特定される開始時刻から終了時刻までにデータの配信が完了する確率を予測し（例えばステップ４０３）、予測したデータの配信が完了する確率を出力する（例えばステップ４０４）。 (1) A distribution control device (e.g., distribution control device 103) having a computation processing device (e.g., computation processing device 112) and a storage device (e.g., storage device 111), the storage device holds a prediction model of communication quality (e.g., prediction model 308) and a data distribution plan (e.g., tentative distribution plan 303), the prediction model includes a probability density distribution of communication quality, the distribution plan includes identification information of the data distribution destination (e.g., distribution destination ID 901) and time information indicating the time when the data is distributed (e.g., time information 904), the computation processing device predicts the probability that data distribution will be completed between the start time and the end time specified by the time information included in the data distribution plan based on the prediction model (e.g., step 403), and outputs the predicted probability that data distribution will be completed (e.g., step 404).
これによって、統計的に評価可能な形式での配信計画の作成及び配信計画の進捗管理を行うことができる。具体的には、配信タイミングの選択や配信時間に対するマージンの設定、異常検出判定の基準設定を統計的基準によって行うことができる。すなわち、ファイル配信に要する時間を把握し、配信作業時間のマージンを削減することができる。 This makes it possible to create a distribution plan in a statistically evaluable format and to manage the progress of the distribution plan. Specifically, the selection of distribution timing, the setting of margins for distribution time, and the setting of standards for anomaly detection can be done based on statistical criteria. In other words, it is possible to understand the time required for file distribution and reduce the margin for distribution work time.
（２）上記（１）において、確率密度分布は、時間情報と、データの配信先の位置、移動速度及び高度の少なくともいずれか（例えば環境情報９０７）と、を特徴量として含む多次元の確率密度分布である。 (2) In the above (1), the probability density distribution is a multidimensional probability density distribution that includes time information and at least one of the location, moving speed, and altitude of the data delivery destination (e.g., environmental information 907) as features.
これによって、時間及び時間に対応する配信先の環境に応じた通信品質の確率を計算することができる。 This makes it possible to calculate the probability of communication quality according to the time and the environment of the destination corresponding to that time.
（３）上記（２）において、記憶装置は、時間情報と、データの配信先の識別情報と、データの配信先の位置、移動速度及び高度の少なくともいずれかと、を対応付ける配信先情報（例えば端末情報データベース２２２）を保持し、計算処理装置は、配信先情報に基づいて、配信計画に含まれる時間情報及びデータの配信先の識別情報に対応するデータの配信先の位置、移動速度及び高度の少なくともいずれかを含む特徴量を生成し（例えば図８の処理）、生成した特徴量を予測モデルに適用することによって、開始時刻から終了時刻までにデータの配信が完了する確率を予測する。 (3) In (2) above, the storage device holds destination information (e.g., terminal information database 222) that associates time information, identification information of the data destination, and at least one of the location, movement speed, and altitude of the data destination, and the computing device generates features including at least one of the location, movement speed, and altitude of the data destination corresponding to the time information and the identification information of the data destination included in the distribution plan based on the destination information (e.g., the process of FIG. 8), and predicts the probability that data distribution will be completed between the start time and the end time by applying the generated features to a prediction model.
これによって、時間及び時間に対応する配信先の環境に応じた通信品質の確率を計算することができる。 This makes it possible to calculate the probability of communication quality according to the time and the environment of the destination corresponding to that time.
（４）上記（１）において、計算処理装置は、所定のタイミングでデータの配信先との通信品質を測定し（例えばステップ６０３、６０４）、測定した通信品質と予測モデルに基づいて予測した通信品質とを比較することによって測定時の通信状態を判定し（例えばステップ６０９）、判定した通信状態を出力する（例えばステップ６１１、６１２）。 (4) In (1) above, the computing device measures the communication quality with the data delivery destination at a predetermined timing (e.g., steps 603 and 604), determines the communication state at the time of measurement by comparing the measured communication quality with the communication quality predicted based on the prediction model (e.g., step 609), and outputs the determined communication state (e.g., steps 611 and 612).
これによって、統計的基準に基づく異常検出判定を行うことができる。 This allows for anomaly detection decisions to be made based on statistical criteria.
（５）上記（４）において、計算処理装置は、測定した通信品質と予測モデルに基づいて予測した通信品質とを比較することによって、測定した通信品質の尤度を計算し（例えばステップ６９１）、測定した通信品質の尤度が所定の基準より低く、かつ、データの配信先へのデータの配信が実行中である場合、通信状態が異常であることを示す情報を出力する（例えばステップ６１１、６１２）。 (5) In the above (4), the computing device calculates the likelihood of the measured communication quality by comparing the measured communication quality with the communication quality predicted based on the prediction model (e.g., step 691), and if the likelihood of the measured communication quality is lower than a predetermined standard and data delivery to the data delivery destination is in progress, outputs information indicating that the communication state is abnormal (e.g., steps 611 and 612).
これによって、統計的基準に基づく異常検出判定を行うことができる。 This allows for anomaly detection decisions to be made based on statistical criteria.
（６）上記（１）において、計算処理装置は、所定のタイミングで前記データの配信先との通信品質を測定し（例えばステップ６０３、６０４）、測定した通信品質に基づいて、通信品質の確率密度分布を計算することによって、予測モデルを更新する（例えばステップ６１４）。 (6) In (1) above, the computing device measures the communication quality with the destination of the data at a predetermined timing (e.g., steps 603 and 604), and updates the prediction model by calculating a probability density distribution of the communication quality based on the measured communication quality (e.g., step 614).
これによって、予測モデルの精度を維持することができる。 This helps maintain the accuracy of the predictive model.
（７）上記（６）において、計算処理装置は、測定した通信品質と予測モデルに基づいて予測した通信品質とを比較することによって測定時の通信状態を判定し（例えばステップ６９１）、測定した通信品質と、判定した通信状態と、に基づいて、通信品質の確率密度分布を計算することによって、予測モデルを更新する（例えばステップ６１４）。 (7) In (6) above, the computing device determines the communication state at the time of measurement by comparing the measured communication quality with the communication quality predicted based on the prediction model (e.g., step 691), and updates the prediction model by calculating a probability density distribution of the communication quality based on the measured communication quality and the determined communication state (e.g., step 614).
これによって、予測モデルの精度を維持することができる。 This helps maintain the accuracy of the predictive model.
（８）上記（７）において、確率密度分布は、時間情報と、データの配信先の位置、移動速度及び高度の少なくともいずれかと、を特徴量として含む多次元の確率密度分布であり、計算処理装置は、測定した通信品質と予測モデルに基づいて予測した通信品質とを比較することによって、測定した通信品質の尤度を計算し（例えばステップ６９１）、測定した通信品質の尤度が所定の基準より低い場合に、通信状態が異常であると判定し（例えばステップ６９２）、測定した通信品質のうち、通信状態が異常であると判定されなかった通信品質と、通信品質を測定した時刻と、データの配信先の識別情報と、測定時のデータの配信先の位置、移動速度及び高度の少なくともいずれかと、に基づいて、通信品質の確率密度分布を計算することによって、予測モデルを更新する（例えばステップ６１４）。 (8) In the above (7), the probability density distribution is a multidimensional probability density distribution including time information and at least one of the location, movement speed, and altitude of the data destination as features, and the computation processing device calculates the likelihood of the measured communication quality by comparing the measured communication quality with the communication quality predicted based on the prediction model (e.g., step 691), and determines that the communication state is abnormal if the likelihood of the measured communication quality is lower than a predetermined standard (e.g., step 692), and updates the prediction model by calculating the probability density distribution of the communication quality based on the communication quality that was not determined to be abnormal among the measured communication qualities, the time when the communication quality was measured, the identification information of the data destination, and at least one of the location, movement speed, and altitude of the data destination at the time of measurement (e.g., step 614).
これによって、予測モデルの精度を維持することができる。 This helps maintain the accuracy of the predictive model.
（９）上記（１）において、データの配信計画に含まれる時間情報は、開始時刻の範囲及び終了時刻の範囲を指定する情報を含み、計算処理装置は、開始時刻の範囲内の１以上の開始時刻と、終了時刻の範囲内の１以上の終了時刻と、に基づく１以上の開始時刻と終了時刻との組み合わせの各々について、予測モデルに基づいて、開始時刻から終了時刻までにデータの配信が完了する確率を予測する。 (9) In (1) above, the time information included in the data distribution plan includes information specifying a start time range and an end time range, and the computational processing device predicts, based on a prediction model, the probability that data distribution will be completed between the start time and the end time for each of one or more combinations of start times and end times based on one or more start times within the start time range and one or more end times within the end time range.
これによって、統計的に評価可能な形式での配信計画の作成が支援される。 This helps create a distribution plan in a statistically evaluable format.
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。 The present invention is not limited to the above-described embodiments, but includes various modified examples. For example, the above-described embodiments have been described in detail to provide a better understanding of the present invention, and are not necessarily limited to those having all of the configurations described. It is also possible to replace part of the configuration of one embodiment with the configuration of another embodiment, and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. It is also possible to add, delete, or replace part of the configuration of each embodiment with other configurations.
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。 The above configurations, functions, processing units, processing means, etc. may be realized in part or in whole in hardware, for example by designing them as integrated circuits. The above configurations, functions, etc. may be realized in software by a processor interpreting and executing a program that realizes each function. Information on the programs, tables, files, etc. that realize each function can be stored in storage devices such as non-volatile semiconductor memory, hard disk drives, and SSDs (Solid State Drives), or in computer-readable non-transitory data storage media such as IC cards, SD cards, and DVDs.
また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。 In addition, the control lines and information lines shown are those considered necessary for the explanation, and not all control lines and information lines on the product are necessarily shown. In reality, it can be assumed that almost all components are interconnected.
１０１ 作業者用端末
１０２ 確認者用端末
１０３ 配信制御装置
１０４ 配信先装置
１０５ 通信ネットワーク（作業者用端末－配信制御装置）
１０６ 通信ネットワーク（確認者用端末－配信制御装置）
１０７ 通信ネットワーク（配信制御装置－配信先装置）
２０１ 配信管理部
２０２ 配信補助部
２０３ 通信管理部
２０４ 配信取得部
２２１ 配信計画情報抽出機能
２２２ 端末情報データベース
２２３ 配信完了確率予測機能
２２４ 通信品質取得機能
２２５ 通信状態判定機能
２２６ 予測モデル更新機能
２２７ 確率密度関数更新アルゴリズム
３０１ 配信ファイル
３０２ 配信コマンドリスト
３０３ 仮配信計画ファイル
３０４ 本配信計画ファイル
３０５ 仮配信計画に対する配信完了確率予測結果
３０６ 本配信計画における配信完了確率予測結果
３０７ 特徴量テーブル
３０８ 予測モデル
３０９ スループット測定用データ
３１０ 測定情報
３１１ 通信状態の判定結果
３１２ 配信状況
３１３ 端末情報データベース更新用データ
３１４ 予測時間区間
３１５ 予測変数区間
３１６ 確率密度関数
９０１ 配信先ＩＤ
９０２ 配信ファイルリスト
９０３ 配信ファイルサイズ
９０４ 時間情報
９０５ コマンドリスト（第１段階）
９０６ コマンドリスト（第２段階）
９０７ 環境情報
９０８ 測定スループット
９０９ 測定配信先ＩＤ
９１０ 測定時間情報
９１１ 測定環境情報
101: Worker terminal 102: Checker terminal 103: Distribution control device 104: Distribution destination device 105: Communication network (worker terminal-distribution control device)
106 Communication network (verifier terminal-distribution control device)
107 Communication network (distribution control device-distribution destination device)
201
902
906 Command List (2nd Stage)
907 Environmental information 908
910
Claims (10)
前記記憶装置は、通信品質の予測モデルと、データの配信計画と、を保持し、
前記予測モデルは、前記通信品質の確率密度分布を含み、
前記配信計画は、前記データの配信先の識別情報と、前記データの配信が行われる時間を示す時間情報と、を含み、
前記計算処理装置は、
前記予測モデルに基づいて、前記データの配信計画に含まれる前記時間情報によって特定される開始時刻から終了時刻までに前記データの配信が完了する確率を予測し、
予測した前記データの配信が完了する確率を出力することを特徴とする配信制御装置。 A distribution control device having a calculation processing device and a storage device,
The storage device holds a communication quality prediction model and a data distribution plan;
the prediction model includes a probability density distribution of the communication quality;
the distribution plan includes identification information of a destination of the data and time information indicating a time when the data is to be distributed;
The computing device includes:
predicting a probability that the distribution of the data will be completed between a start time and an end time specified by the time information included in a distribution plan of the data based on the prediction model;
A distribution control device that outputs a predicted probability that the distribution of the data will be completed.
前記確率密度分布は、前記時間情報と、前記データの配信先の位置、移動速度及び高度の少なくともいずれかと、を特徴量として含む多次元の確率密度分布であることを特徴とする配信制御装置。 The distribution control device according to claim 1,
A distribution control device characterized in that the probability density distribution is a multidimensional probability density distribution including the time information and at least one of the location, moving speed, and altitude of the data distribution destination as feature quantities.
前記記憶装置は、前記時間情報と、前記データの配信先の識別情報と、前記データの配信先の位置、移動速度及び高度の少なくともいずれかと、を対応付ける配信先情報を保持し、
前記計算処理装置は、前記配信先情報に基づいて、前記配信計画に含まれる前記時間情報及び前記データの配信先の識別情報に対応する前記データの配信先の位置、移動速度及び高度の少なくともいずれかを含む前記特徴量を生成し、
前記生成した特徴量を前記予測モデルに適用することによって、前記開始時刻から前記終了時刻までに前記データの配信が完了する確率を予測することを特徴とする配信制御装置。 The distribution control device according to claim 2,
the storage device holds destination information that associates the time information, identification information of a destination of the data, and at least one of a location, a moving speed, and an altitude of the destination of the data;
the computing device generates, based on the delivery destination information, the feature amount including at least one of a position, a moving speed, and an altitude of a delivery destination of the data corresponding to the time information and identification information of the delivery destination of the data included in the delivery plan;
A distribution control device characterized by predicting the probability that distribution of the data will be completed between the start time and the end time by applying the generated feature quantity to the prediction model.
前記計算処理装置は、
所定のタイミングで前記データの配信先との通信品質を測定し、
前記測定した通信品質と前記予測モデルに基づいて予測した通信品質とを比較することによって測定時の通信状態を判定し、
前記判定した通信状態を出力することを特徴とする配信制御装置。 The distribution control device according to claim 1,
The computing device includes:
Measure communication quality with a destination of the data at a predetermined timing;
determining a communication state at the time of measurement by comparing the measured communication quality with a communication quality predicted based on the prediction model;
A distribution control device that outputs the determined communication status.
前記計算処理装置は、
前記測定した通信品質と前記予測モデルに基づいて予測した通信品質とを比較することによって、前記測定した通信品質の尤度を計算し、
前記測定した通信品質の尤度が所定の基準より低く、かつ、前記データの配信先への前記データの配信が実行中である場合、前記通信状態が異常であることを示す情報を出力することを特徴とする配信制御装置。 The distribution control device according to claim 4,
The computing device includes:
calculating a likelihood of the measured communication quality by comparing the measured communication quality with a communication quality predicted based on the prediction model;
A distribution control device characterized by outputting information indicating that the communication status is abnormal when the likelihood of the measured communication quality is lower than a predetermined standard and distribution of the data to the data destination is in progress.
前記計算処理装置は、
所定のタイミングで前記データの配信先との通信品質を測定し、
前記測定した通信品質に基づいて、前記通信品質の確率密度分布を計算することによって、前記予測モデルを更新することを特徴とする配信制御装置。 The distribution control device according to claim 1,
The computing device includes:
Measure communication quality with a destination of the data at a predetermined timing;
a probability density distribution of the communication quality based on the measured communication quality, thereby updating the prediction model.
前記計算処理装置は、
前記測定した通信品質と前記予測モデルに基づいて予測した通信品質とを比較することによって測定時の通信状態を判定し、
前記測定した通信品質と、前記判定した通信状態と、に基づいて、前記通信品質の確率密度分布を計算することによって、前記予測モデルを更新することを特徴とする配信制御装置。 The distribution control device according to claim 6,
The computing device includes:
determining a communication state at the time of measurement by comparing the measured communication quality with a communication quality predicted based on the prediction model;
A distribution control device comprising: a distribution control unit that updates the prediction model by calculating a probability density distribution of the communication quality based on the measured communication quality and the determined communication state.
前記確率密度分布は、前記時間情報と、前記データの配信先の位置、移動速度及び高度の少なくともいずれかと、を特徴量として含む多次元の確率密度分布であり、
前記計算処理装置は、
前記測定した通信品質と前記予測モデルに基づいて予測した通信品質とを比較することによって、前記測定した通信品質の尤度を計算し、
前記測定した通信品質の尤度が所定の基準より低い場合に、前記通信状態が異常であると判定し、
前記測定した通信品質のうち、前記通信状態が異常であると判定されなかった通信品質と、前記通信品質を測定した時刻と、前記データの配信先の識別情報と、測定時の前記データの配信先の位置、移動速度及び高度の少なくともいずれかと、に基づいて、前記通信品質の確率密度分布を計算することによって、前記予測モデルを更新することを特徴とする配信制御装置。 The distribution control device according to claim 7,
the probability density distribution is a multidimensional probability density distribution including, as feature quantities, the time information and at least one of a location, a moving speed, and an altitude of a destination of the data,
The computing device includes:
calculating a likelihood of the measured communication quality by comparing the measured communication quality with a communication quality predicted based on the prediction model;
If the likelihood of the measured communication quality is lower than a predetermined standard, the communication state is determined to be abnormal;
A distribution control device characterized by updating the prediction model by calculating a probability density distribution of the communication quality based on communication quality among the measured communication qualities for which the communication state was not determined to be abnormal, the time at which the communication quality was measured, identification information of the destination of the data, and at least one of the position, moving speed, and altitude of the destination of the data at the time of measurement.
前記データの配信計画に含まれる前記時間情報は、前記開始時刻の範囲及び前記終了時刻の範囲を指定する情報を含み、
前記計算処理装置は、前記開始時刻の範囲内の１以上の開始時刻と、前記終了時刻の範囲内の１以上の終了時刻と、に基づく１以上の前記開始時刻と前記終了時刻との組み合わせの各々について、前記予測モデルに基づいて、前記開始時刻から前記終了時刻までに前記データの配信が完了する確率を予測することを特徴とする配信制御装置。 The distribution control device according to claim 1,
the time information included in the data distribution plan includes information specifying the start time range and the end time range,
The distribution control device is characterized in that the calculation processing device predicts, based on the prediction model, the probability that distribution of the data will be completed between the start time and the end time for each combination of one or more start times and end times based on one or more start times within the start time range and one or more end times within the end time range.
前記記憶装置は、通信品質の予測モデルと、データの配信計画と、を保持し、
前記予測モデルは、前記通信品質の確率密度分布を含み、
前記配信計画は、前記データの配信先の識別情報と、前記データの配信が行われる時間を示す時間情報と、を含み、
前記配信制御方法は、
前記計算処理装置が、前記予測モデルに基づいて、前記データの配信計画に含まれる前記時間情報によって特定される開始時刻から終了時刻までに前記データの配信が完了する確率を予測する手順と、
前記計算処理装置が、予測した前記データの配信が完了する確率を出力する手順と、を含むことを特徴とする配信制御方法。 A distribution control method executed by a computer system having a computer processing device and a storage device, comprising:
The storage device holds a communication quality prediction model and a data distribution plan;
the prediction model includes a probability density distribution of the communication quality;
the distribution plan includes identification information of a destination of the data and time information indicating a time when the data is to be distributed;
The delivery control method includes:
a step of predicting, by the calculation processing device, a probability that the distribution of the data will be completed between a start time and an end time specified by the time information included in the distribution plan of the data, based on the prediction model;
and a step of outputting the predicted probability that the distribution of the data will be completed by the calculation processing device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022022813A JP7556901B2 (en) | 2022-02-17 | 2022-02-17 | Distribution control device and distribution control method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022022813A JP7556901B2 (en) | 2022-02-17 | 2022-02-17 | Distribution control device and distribution control method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023119770A JP2023119770A (en) | 2023-08-29 |
| JP7556901B2 true JP7556901B2 (en) | 2024-09-26 |
Family
ID=87778263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022022813A Active JP7556901B2 (en) | 2022-02-17 | 2022-02-17 | Distribution control device and distribution control method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7556901B2 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004235970A (en) | 2003-01-30 | 2004-08-19 | Nippon Telegr & Teleph Corp <Ntt> | Delivery content size selection method and apparatus, and program therefor |
| WO2017169063A1 (en) | 2016-03-31 | 2017-10-05 | 日本電気株式会社 | Wireless access network node, external node, and method therefor |
| JP2018509093A (en) | 2015-02-26 | 2018-03-29 | クアルコム，インコーポレイテッド | Opportunistic location prediction server-mediated peer-to-peer offloading |
| US11010697B1 (en) | 2018-02-14 | 2021-05-18 | Amazon Technologies, Inc. | On-demand resource scheduling |
-
2022
- 2022-02-17 JP JP2022022813A patent/JP7556901B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004235970A (en) | 2003-01-30 | 2004-08-19 | Nippon Telegr & Teleph Corp <Ntt> | Delivery content size selection method and apparatus, and program therefor |
| JP2018509093A (en) | 2015-02-26 | 2018-03-29 | クアルコム，インコーポレイテッド | Opportunistic location prediction server-mediated peer-to-peer offloading |
| WO2017169063A1 (en) | 2016-03-31 | 2017-10-05 | 日本電気株式会社 | Wireless access network node, external node, and method therefor |
| US11010697B1 (en) | 2018-02-14 | 2021-05-18 | Amazon Technologies, Inc. | On-demand resource scheduling |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023119770A (en) | 2023-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11531909B2 (en) | Computer system and method for machine learning or inference | |
| US11671505B2 (en) | Enterprise health score and data migration | |
| CN109766142B (en) | Method for customizing user interface, self-service terminal equipment, server and storage medium | |
| US8054763B2 (en) | Migration of switch in a storage area network | |
| US9372479B1 (en) | System and method for a database layer for managing a set of energy consuming devices | |
| US7599755B2 (en) | System and method for dynamically simulating value stream and network maps | |
| JP6094593B2 (en) | Information system construction device, information system construction method, and information system construction program | |
| JP2026063347A (en) | Programs, methods, information processing devices, and systems | |
| CN109523182A (en) | A kind of beam field production management method, platform, computer equipment and storage medium | |
| US12140934B2 (en) | Distributed production planning and instruction apparatus and distributed production planning and instruction system | |
| CN104516994B (en) | The method and apparatus of computer implemented auxiliary publication planning | |
| JP7556901B2 (en) | Distribution control device and distribution control method | |
| US10466761B2 (en) | Power system monitoring and control system | |
| CN119359413B (en) | E-commerce order analysis and regulation method and system | |
| CN112558972B (en) | Application management platform, system, method, storage medium and program product | |
| US20090276779A1 (en) | Job management apparatus | |
| CN117172485A (en) | Methods and systems, equipment and media for developing flight release plans | |
| US11593731B2 (en) | Analyzing and managing production and supply chain | |
| CN115719220A (en) | Troubleshooting method, device, computer equipment and storage medium thereof | |
| JP5854745B2 (en) | DATA INTERFACE DEVICE, DATA INTERFACE METHOD, DATA INTERFACE PROGRAM, AND PROCESS MANAGEMENT SYSTEM FOR PROCESS MANAGEMENT TOOL | |
| CN119884229B (en) | A processing method and system supporting multi-source heterogeneous data | |
| JP2010061200A (en) | Document management system and operation history display method | |
| CN114186976A (en) | Workflow transfer method and device, computer equipment and storage medium | |
| RU2822554C1 (en) | Method and system for moving data in cloud environment | |
| KR102899143B1 (en) | Apparatus for automatic controlling error free information infra platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240221 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240903 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240912 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7556901 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |