JP2016092656A

JP2016092656A - 品質劣化分析方法、品質劣化分析装置、及びネットワークシステム

Info

Publication number: JP2016092656A
Application number: JP2014226584A
Authority: JP
Inventors: 韵成朱; Yuncheng Zhu; 花岡　誠之; Masayuki Hanaoka; 誠之花岡; 沖田　英樹; Hideki Okita; 英樹沖田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2014-11-07
Filing date: 2014-11-07
Publication date: 2016-05-23
Anticipated expiration: 2034-11-07
Also published as: US9762727B2; US20160134747A1; JP6454133B2

Abstract

【課題】モバイルコアネットワークを構成する複数の装置に関して、品質劣化が発生した装置の自動推定を可能にする。【解決手段】モバイルコアネットワークを構成する複数の装置にまたがるプロシージャの試行数と失敗数を取得し、単一の装置における受信メッセージの処理試行数と失敗数を取得し、それらの試行数と失敗数に基づいて、モバイルコアネットワークを構成する装置の品質劣化の可能性を算出する。【選択図】図１

Description

本発明は、通信ネットワークを分析する技術に関する。

携帯電話サービス事業者のモバイルコアネットワークは、複数のネットワーク装置によって構成される。そして、携帯電話サービスの加入者の携帯電話端末は、それら複数の装置を経由して、例えばインターネット等の外部のネットワークとの間でパケットデータを送受信する。そして、携帯電話サービス事業者は、サービス品質劣化が発生時、品質劣化が発生した部分の特定によって、加入者の通信の体感品質の向上及び事故の予防に取り組んでいる。

サービス品質劣化箇所を特定する第1の技術として、品質劣化を被る端末数の規模を分析する方法が存在する。

特許文献１には、品質劣化を被る端末数の規模を分析する方法として、端末失敗率が所定の閾値以上の場合に品質劣化を被る端末数の規模を大規模と判断し、移動端末と通信エリア内の通信を検知する通信検知装置との通信を中継するネットワーク装置または通信を中継する中継回線の故障が品質劣化の原因と推定することが開示されている。

また、サービス品質劣化箇所を特定する第2の技術として、品質劣化を検出すると主にコールフローを可視化する方法が存在する。この方法では、通信を中継するネットワーク装置の間に送受信された制御プレインのメッセージを収集し、サービスの品質劣化を検出する時、品質劣化を被る端末に関連するメッセージを抽出し可視化する。

非特許文献１には、その検出と可視化の方法の一例が記載されている。非特許文献１に記載されたシステムでは、例えば、サービス事業者が複数のKey Performance Index（KPI）の組合せを品質劣化の指標として事前に定義し、通信失敗したコールフローを可視化することを特徴とする。

特許第5239749号公報

"JDSU LTE Network End-to-End Test Solutions"、[online]、JDSU、[平成26年10月28日検索]、インターネット（URL:http://www.jdsu.com/productliterature/lte-network-br-nsd-tm-ae.pdf） 3GPP TS 23.401、「General Packet Radio Service (GPRS) enhancements for Evolved Universal Terrestrial Radio Access Network (E-UTRAN) access」、version 11.9.0 Release 11、第5章

第1の技術では、ネットワーク装置の故障という粒度でしか推定せず、品質劣化が発生した装置を特定するものではない。第2の技術では、最終的に可視化されたコールフローを観察し品質劣化の発生箇所を人力で判断する必要がある。そのため、モバイルコアネットワーク内部における、品質劣化が発生した装置の自動推定が難しく、推定精度がオペレータの経験に依存する。

本願において開示される発明の代表的な一例を示せば以下の通りである。

モバイルコアネットワークを構成する複数の装置を含むネットワークシステムにおける品質劣化分析方法であって、前記モバイルコアネットワークを構成する複数の装置にまたがるプロシージャの試行数と失敗数を取得し、単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を取得し、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とする品質劣化分析方法である。

また、モバイルコアネットワークを構成する複数の装置の品質劣化を分析する品質劣化分析装置であって、前記モバイルコアネットワークを構成する複数の装置にまたがるプロシージャの試行数と失敗数を取得し、単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を取得し、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とする品質劣化分析装置である。

また、モバイルコアネットワークを構成する複数の装置と、前記複数の装置にまたがるプロシージャの試行数と失敗数、及び、単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を収集する収集装置と、前記複数の装置の品質劣化を分析する品質劣化分析装置と、を備えるネットワークシステムであって、前記品質劣化分析装置は、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とするネットワークシステムである。

本発明によれば、オペレータの経験によらず、モバイルコアネットワーク内部における、品質劣化が発生した装置の自動推定が可能となる。

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り明らかにされる。

実施例１によるシステム構成例である。実施例１における品質劣化箇所特定装置の構成例である。実施例１における処理シーケンスの例である。実施例１における各装置処理失敗率推定プログラムの処理フローの例である。実施例１における品質劣化箇所特定プログラムの処理フローの例である。実施例１におけるメッセージ統計情報テーブルの例である。実施例１におけるプロシージャ統計情報テーブルの例である。実施例１における通常時失敗率テーブルの例である。実施例１における各装置処理失敗率推定プログラムの処理に利用するコールフローの例である。実施例１における品質劣化指標計算方法の例である。実施例１における品質劣化指標計算方法の例である。実施例１における品質劣化指標計算方法の例である。実施例１における品質劣化箇所特定装置の出力画面の例である。実施例２によるシステム構成例のである。実施例２における品質劣化箇所特定装置の構成例である。実施例３によるシステム構成例である。実施例３における品質劣化箇所特定装置の構成例である。実施例３における品質劣化発生判断プログラムの処理フローの例である。実施例３における品質劣化判断指標テーブルの例である。

以下、本発明の実施の形態を、図面を用いて説明する。

なお、以下の実施の形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明などの関係にある。

また、以下の実施の形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合などを除き、その特定の数に限定されるものではなく、特定の数以上でも以下でも良いものとする。

さらに、以下の実施の形態において、その構成要素（要素ステップなどを含む）は、特に明示した場合及び原理的に明らかに必須であると考えられる場合などを除き、必ずしも必須のものではない。

さらに、以下に示した実施の形態は単独で適用してもよいし、複数もしくはすべての実施の形態を組み合わせて適用してもかまわない。

本実施例では、モバイルコアネットワークのリンク上に転送される制御プレインメッセージを解析することにより、複数の装置にまたがる一連のコールフロー全体の試行数と失敗数と、単一の装置における受信メッセージの処理試行数と失敗数を取得する。取得された試行数と失敗数に基づいて、装置の処理失敗率を推定する。装置が通常時の処理失敗率の統計分布を算出し、統計分布におけるサービス品質劣化発生時間帯の処理失敗率以下の確率に基づき、品質劣化箇所を特定することを特徴とする。

本実施例のシステム構成は図１に示すように、加入者端末を収容する無線アクセスネットワーク101（以下、RAN）と、モバイルコアネットワーク102（以下、EPC）と、パケットデータネットワーク105（以下、PDN）と、パケット詳細解析装置110、111（以下、DPI）と、品質劣化発生検出装置112（以下、QDDサーバ）と、品質劣化箇所特定装置113（以下、QDLサーバ）から構成される。さらに、EPC102はデータを中継するスイッチ104等装置に介して複数の基地局103と接続し、移動管理装置109（以下、MME）と、ホーム加入者情報装置107（以下、HSS）と、サービング・ゲートウェイ装置108（以下、S-GW）と、PDNゲートウェイ装置106（以下、P-GW）から構成される。MME109は、加入者端末とP-GW106との間のベアラを管理する。MME109は、1又は複数の基地局103を収容し、モビリティ制御を提供する通信装置である。HSS107は、加入者情報を保持するデータベース装置であり、サービス制御の需要に応じて加入者情報をMME109に提供する。MME109は、加入者端末のアタッチ及びハンドオーバにおいて当該端末のためのS-GW108を選択する。S-GW108は、１又は複数の基地局103を収容し、P-GW106と基地局103との間において、ユーザデータを伝送するゲートウェイである。P-GW106は、PDN105とのインターフェースを持つゲートウェイである。P-GW106は、加入者端末に、IPアドレスを付与する。

DPIは、ネットワーク上のパケットを解析する解析装置である。制御プレインパケットを解析するDPI110(以下、CP-DPI)は、MME103が基地局103とEPC102のその他の装置と接続する各インターフェースを監視する。各インターフェースに関しては、非特許文献２の第5.1.1節に記載されている。ユーザトラフィックパケットを解析するDPI111(以下、UP-DPI)は、基地局109とS-GW108を接続するS1インタフェース（S1-U）を監視する。そして、CP-DPI110及びUP-DPI111は、取得した各種メッセージや統計情報をQDDサーバ112とQDLサーバ113へ転送する。

QDDサーバ112は、例えば、非特許文献１に記載されている方法で、CP-DPI110及びUP-DPI111から受信した各種メッセージや統計情報に基づいて、特定の時間帯における本実施例のシステムのサービス品質劣化の発生状況を検出し、QDLサーバ113に転送する。

さて、QDLサーバ113は、CP-DPI110から受信したプロシージャ統計情報とメッセージ統計情報115、及びQDDサーバ112から受信した品質劣化検出情報116に基づいて、EPC102内部の各装置の品質劣化の可能性を算出するにより品質劣化箇所を特定する。QDLサーバ113は、特定された品質劣化箇所を、品質劣化箇所特定情報117としてオペレータ114に提供する。

図２に本実施例のQDLサーバ113の構成例を示す。本実施例におけるQDLサーバ113の機能は、一般的なコンピュータの外部記憶装置210にプログラムソフトウェアの形で格納され、メモリ201上に展開されてCPU207により実行される。また、QDLサーバ113はネットワークインターフェース209を介してCP-DPI110とQDDサーバ112と通信する。QDLサーバ113のメモリ201は、各装置処理失敗率推定プログラム202と、品質劣化箇所特定プログラム203を格納する。さらにQDLサーバ113のメモリ201は、単一のEPC102装置における受信メッセージの処理試行数と成功数と失敗数を格納するメッセージ統計情報テーブル204と、非特許文献２の第5章に記載されている複数のEPC102装置にまたがる一連のコールフロー全体の試行数と成功数と失敗数を格納するプロシージャ統計情報テーブル205と、各EPC102装置の通常時の処理失敗率計算結果を格納する通常時失敗率テーブル206を格納する。なお、プロシージャとは、非特許文献２の第5章に記載されている複数のEPC102装置にまたがる一連のコールフロー全体と同義である。さらに、QDLサーバ113は、入出力インターフェース208を介して画面出力装置211と接続され、品質劣化箇所特定結果を出力する。

なお、本実施例では上記プログラム及び上記情報を単一のコンピュータのメモリ上に格納する構成を示した。しかし、上記情報を外部記憶装置に格納し、上記プログラムの処理のつど上記情報を上記外部記憶装置から読み込み、それぞれの処理が完了するごとに外部記憶装置に格納する構成を取ることも可能である。

また、上記プログラム及び上記情報を複数のコンピュータに分散して格納することも可能である。例えば上記情報をそれぞれリレーショナルデータベースのテーブルとして実装してQDLサーバ113とは異なるデータベースサーバに格納し、QDLサーバ113上で実行された上記プログラムがデータベースサーバ上の上記情報を参照及び更新することも可能である。

以上のような上記情報の格納方法の違いは、本発明の本質には影響を与えない。

ここで品質劣化箇所特定方法の流れを、図３を用いて説明する。CP-DPI110はEPC102に含まれた装置の間の制御プレインメッセージ301を収集する。本実施例では、MME109とeNB103の間のS1-MMEインターフェースと、MME109とS-GW108の間のS11インターフェースと、MME109とHSS107の間のS6aインターフェースのデータを収集する。CP-DPI110は、一定の時間間隔おきに収集された情報を処理し、プロシージャ統計情報とメッセージ統計情報115としてQDLサーバ113に送信する。QDLサーバ113がプロシージャ統計情報とメッセージ統計情報115を受信するたび、各装置処理失敗率推定プログラム202を用いて、EPC102に含まれた各装置の処理失敗率を計算する。

一方、QDDサーバ112はCP-DPI110及びUP-DPI111から取得された情報に基づいて品質劣化の発生状況を検出する。QDDサーバ112は、検出した結果を、品質劣化検出情報116としてQDLサーバ113に送信する。QDLサーバ113が品質劣化検出情報116受信後、次のプロシージャ統計情報とメッセージ統計情報115を受信するとき、各装置処理失敗率推定プログラム202を用いて、EPC102に含まれた各装置の処理失敗率を計算するとともに、品質劣化箇所特定プログラム203を用いて品質劣化箇所を特定する。QDLサーバ113は、特定された品質劣化箇所を、品質劣化箇所特定情報117としてオペレータ114に提供する。

図４に、QDLサーバ113が実施する、各装置処理失敗率推定プログラム202の具体的な処理フロー例を示す。ステップ401において、QDLサーバ113は、受信されたプロシージャ統計情報とメッセージ統計情報115を、メッセージ統計情報テーブル204とプロシージャ統計情報テーブル205に格納する。次に、ステップ402において、QDLサーバ113は、格納されたプロシージャ統計情報とメッセージ統計情報に基づき、EPC102内の各装置の処理失敗率を算出する。計算方法の一例として、まず、プロシージャ統計情報に存在するプロシージャに対し、各プロシージャに含まれているメッセージ統計情報を基づき、そのプロシージャに関わるEPC102装置それぞれの処理失敗率を算出する。そして、EPC102各装置に対して算出された各プロシージャにおける処理失敗率を、各プロシージャの試行数で重み付けを行い、最終の処理失敗率を算出する。この結果、EPC102各装置に対して1の処理失敗率が算出される。なお、QDLサーバ113は、非特許文献２のプロシージャの定義に従って、各プロシージャにどのメッセージが含まれているか予め把握している。ステップ403において、QDLサーバ113は、前回のプログラム処理終了からの品質劣化検出情報116の受信状況に基づき、処理フローを分岐する。品質劣化検出情報116を受信しなかった場合、QDLサーバ113は、ステップ404において、前記算出された各装置の処理失敗率を通常時失敗率テーブル206に格納し、各装置処理失敗率推定プログラム202を終了する。一方、品質劣化検出情報116を受信した場合、QDLサーバ113は、各装置処理失敗率推定プログラム202を終了し、品質劣化箇所特定プログラム203を開始する。

図６は、QDLサーバ113が保持するメッセージ統計情報テーブル204の例である。QDLサーバ113は、CP-DPI110から取得したプロシージャ統計情報とメッセージ統計情報115を、それぞれメッセージ統計情報テーブル204とプロシージャ統計情報テーブル205に格納する。メッセージ統計情報は、インターフェース識別子となるインターフェースID601と、メッセージ識別子となるメッセージID602と、インターフェース上のメッセージの試行数603と成功数604と失敗数605から成る。CP-DPI110は、要求を示すメッセージの計数からメッセージの試行数603を取得することができる。また、CP-DPI110は、成功応答を示すメッセージの計数から成功数604を取得することができる。メッセージの失敗数605は、試行数603と成功数604の差である。

図７は、QDLサーバ113が保持するプロシージャ統計情報テーブル205の例である。プロシージャ統計情報は、プロシージャ識別子となるプロシージャID701と、プロシージャの試行数702と成功数703と失敗数704から成る。CP-DPI110は、コールフローに定義されているプロシージャの最初のメッセージの計数からプロシージャの試行数702を取得することができる。また、CP-DPI110は、プロシージャの最後の成功メッセージの計数から成功数703を取得することができる。プロシージャの失敗数704は、試行数702と成功数703の差である。

図８は、QDLサーバ113が保持する通常時失敗率テーブル206の例である。通常時失敗率は、時刻801と、装置の識別子を示す装置ID802と、その時刻の装置の処理失敗率803から成る。図８の例では、装置IDとして装置の名称を採用する。それ以外にも、装置のアドレスなど装置を確定可能な識別子を使用することも可能である。上述したように、各装置の処理失敗率は、プロシージャ統計情報とメッセージ統計情報を取得するたびに算出される。そのため、通常時失敗率テーブル206には、一定時間間隔ごとの各装置の処理失敗率が格納される。

図９で、非特許文献２の図5.3.3.2-1を一部省略したものを例として、ステップ402の単一プロシージャに関わるEPC102装置の処理失敗率の計算の具体例を説明する。矢印902〜909では、非特許文献２に記載されている「Tracking Area Update without S-GW change」のプロシージャに含まれている主なメッセージを示している。矢印910〜914では、そのプロシージャの最初のメッセージ902の受信をトリガーにして、発生する一連の処理ステップを示している。

図９のコールフローを、図６のメッセージ統計情報テーブルに照らし合わせると、S/P-GWにおけるステップ911の処理失敗率P(S/P-GW)が、メッセージ統計情報の「modify bearer request / response」の試行数と失敗数により算出できる。また、HSSにおけるステップ913の処理失敗率P(HSS)が、メッセージ統計情報の「update location / ack」の試行数と失敗数により算出できる。また、図７のプロシージャ統計情報テーブルに照らし合わせると、このプロシージャ全体の失敗率P(Procedure)は、プロシージャ統計情報の「Tracking area update」の試行数と失敗数により算出できる。なお、この例では、S-GWとP-GWを1の装置とみなして、処理失敗率が算出される。

また、第iの処理ステップの処理失敗率をp_iとすれば、nの処理ステップを含むプロシージャ全体と各処理ステップの失敗率には以下の数１で示される数学関係が存在する。

上記式によると、処理ステップ910と912と914の処理失敗率をP(MME)とすれば、P(Procedure)=P(MME)+(1-P(MME))*P(S/P-GW)+(1-P(MME))*(1-P(S/P-GW))*P(MME)+(1-P(MME))^2*(1-P(S/P-GW))*P(HSS)+(1-P(MME))^2*(1-P(S/P-GW))*(1-P(HSS))*P(MME)という関係が成り立つ。上述したように、P(Procedure)、P(S/P-GW)、及びP(HSS)は、プロシージャ統計情報やメッセージ統計情報から算出可能な値であるため、未知変数がP(MME)の一つしかない数式が得られる。つまり、前記プロシージャに関わる各装置の処理失敗率が算出できる。

また、プロシージャ統計情報テーブルが含むプロシージャの種類数をm、第iプロシージャの試行数をn_iとすれば、プロシージャごとに各装置の処理失敗率を算出した後、以下の数２で示される方法で、各プロシージャの試行数で重みづけることにより、全プロシージャにおける各装置の処理失敗率が算出できる。

なお、装置の構成などにより、コールフローにバリエーションが存在する。例えば、S-GWが複数台存在している場合、上記「Tracking area update」プロシージャには「Tracking Area Update with S-GW change」のバリエーションが非特許文献２に記載されている。また、MMEが複数台存在している場合、プロシージャにMMEリロケーションに関連するメッセージが含まれている。その場合、プロシージャ統計情報とメッセージ統計情報を用いて、バリエーションの特徴となるメッセージの試行数を利用して、各バリエーションの比率を計算し、それぞれに対応する数式関係により処理失敗率を算出することによって、推定精度が高くなる。

図５に、QDLサーバ113が実施する、品質劣化箇所特定プログラム203の具体的な処理フロー例を示す。ステップ501において、QDLサーバ113は、品質劣化指標がまだ算出されていない装置の一つを計算対象として選出する。次に、ステップ502において、QDLサーバ113は、通常時失敗率テーブル206から選出された装置との識別子が一致する処理失敗率記録を抽出する。抽出する範囲は、通常時失敗率テーブル206の全てのデータである。ステップ503において、QDLサーバ113は、抽出された処理失敗率記録から、装置の通常時における処理失敗率の累積分布を算出する。ステップ504において、QDLサーバ113は、品質劣化発生後に算出された装置の処理失敗率の値に対応する累積確率（下側確率）の値を、装置の品質劣化指標として算出する。この品質劣化指標は、装置の品質劣化の可能性を示す。ステップ505において、QDLサーバ113は、EPC102内の全ての装置に対して品質劣化指標の計算が完了したかを判断する。未計算の装置が存在する場合、QDLサーバ113は、ステップ501に戻り、次の装置を選出して計算を行う。全ての装置に対して計算が完了した場合、QDLサーバ113は、ステップ506に進み、各装置の品質劣化指標を降順に並び替えて、その結果を画面出力装置211の画面に出力する。

図１０は、各装置の品質劣化指標計算方法の例を示す。図１０（ａ）はMMEの例を示し、図１０（ｂ）はS/P-GWの例を示し、図１０（ｃ）はHSSの例を示す。品質劣化箇所特定プログラム203を実行することにより、MME109に対して、通常時における処理失敗率の累積分布を計算し、その累積確率（下側確率）1001を算出する。また、品質劣化発生後、一定の期間に行われた各装置処理失敗率推定プログラム202の計算により算出された処理失敗率を、品質劣化時の処理失敗率P(MME)1002として示している。MME109の品質劣化指標は、処理失敗率1002の値に対応する累積確率（下側確率）の値1003として算出される。同様に、S/P-GWとHSSに対しても、同じような方法でそれぞれの品質劣化指標を算出する。

図１１は、QDLサーバ113から出力された結果を示す画面の例である。結果出力画面は、品質劣化指標の順位1101と、その順位に対応する装置のID802と、算出された品質劣化指標1102と、算出された処理失敗率1103から成る。品質劣化指標の順位1101は品質劣化の可能性が高い順位を示すため、オペレータは容易に品質劣化が発生した装置を把握することができる。

なお、本実施例では、品質劣化箇所が特定された結果として、計算結果を表の方式を出力する画面を示した。しかし、品質劣化箇所が特定された結果をネットワークトポロジー上に表示することも可能である。また、品質劣化指標が所定の閾値を超える装置を品質劣化箇所とみなして、計算結果の一部のみ表示することも可能である。また、計算結果に加えてその他の関連情報も表示することも可能である。

このように、本実施例では、モバイルコアネットワークのリンク上に転送される制御プレインメッセージを解析することにより、プロシージャの試行数と失敗数、及び、単一の装置における受信メッセージの処理試行数と失敗数を取得する。これらの試行数と失敗数に基づいて、モバイルコアネットワーク内の装置の品質劣化の可能性を算出する。これにより、オペレータの経験によらず、品質劣化が発生した装置の自動推定が可能となる。

また、QDLサーバ113は、プロシージャの統計情報とそのプロシージャに含まれるメッセージの統計情報を用いて、モバイルコアネットワーク内の装置の品質劣化の可能性を算出する。つまり、QDLサーバ113は統計情報だけを用いるため、非特許文献１のように、プロシージャの試行ごとに、プロシージャとそのメッセージを関連づける必要はない。そのため、分析装置に対する要求が大幅に低下し、計算コストの削減と計算効率の向上を図ることができる。

また、装置の通常時における処理失敗率の累積分布を算出し、品質劣化の可能性を示す品質劣化指標として、品質劣化発生後の処理失敗率に対応する累積確率（下側確率）の値を用いる。これにより、品質劣化指標の算出から品質劣化が発生していない通常時でも発生しうる処理失敗による処理失敗率への影響を取り除き、品質劣化指標がより装置の品質劣化する可能性を反映することになる。

さらに、装置の識別子と品質劣化指標を対応づけて表示することにより、オペレータはどの装置に品質劣化の原因があるかを容易に把握することが可能となる。

また、本実施例では、各装置処理失敗率推定プログラム202により算出された、EPC102内各装置の処理失敗率を品質劣化発生時の品質劣化指標の計算に使用した。しかし、EPC102内各装置の処理失敗率の計算結果を、時間帯による推移と動きのパターンなどの分析により、予兆検出として使うことも可能である。

また、本実施例では、品質劣化検出情報をQDDサーバから受信して、QDLサーバが品質劣化箇所特定プログラムを実行する例を説明した。しかし、QDLサーバは、定期的に品質劣化箇所特定プログラムを実行して、品質劣化指標を算出することも可能である。

本実施例では、EPC102内の装置を制御する装置管理システムが、各装置の内部ログを解析することにより、プロシージャ統計情報とメッセージ統計情報の処理試行数と失敗数を取得する。取得された試行数と失敗数に基づいて、装置の処理失敗率を推定する。装置が通常時の処理失敗率の統計分布を算出し、統計分布におけるサービス品質劣化発生時間帯の処理失敗率以下の確率に基づき、品質劣化箇所を特定することを特徴とする。そのため、本実施例では、制御プレインメッセージを解析するCP-DPIが存在しない場合でも品質劣化箇所特定が可能となる。

図１２を用いて、本実施例のシステム構成を説明する。なお、実施例１と重複する内容は説明を省略する。本実施例のシステム構成では、EPC102内の各装置と接続し、装置を制御する装置管理システム1201（以下、EMS）が存在する。EMS1201は、装置のログを収集し、周期的にプロシージャ統計情報とメッセージ統計情報115をQDLサーバ113へ転送する。装置のログには、各プロシージャについて、装置における受信メッセージの処理試行数や成功応答数が含まれる。そのため、EMS1201は、装置のログを解析することにより、実施例１で説明したプロシージャ統計情報とメッセージ統計情報を取得することができる。QDLサーバ113は、EMS1201から受信したプロシージャ統計情報とメッセージ統計情報115、及びQDDサーバ112から受信した品質劣化検出情報116に基づいて、EPC102内部の各装置の品質劣化の可能性を算出することにより、品質劣化箇所を特定する。そして、その品質劣化箇所特定情報117をオペレータ114に提供する。

図１３に、本実施例のQDLサーバ113の構成例を示す。本実施例におけるQDLサーバ113では、ネットワークインターフェース209を介して、EMS1201とQDDサーバ112と通信することを特徴とする。

本実施例では、モバイルコアネットワークのリンク上に転送される制御プレインメッセージとユーザトラフィックを解析することにより、サービス品質劣化発生の検出と品質劣化箇所の特定を行う。サービス品質劣化発生が検出されるとき、運用支援システムに品質劣化原因となる装置への制御を要求することを特徴とする。そのため、本実施例では品質劣化の発生検出と、原因特定と、制御要求を全部自動的に行い、オペレータなどの人力干渉に依存せず、品質劣化解消の自動化及び高速化することが可能となる。また、サービス品質劣化発生を検出する機能と、品質劣化箇所の特定を行う機能を、１の分析装置で実現することを特徴とする。

図１４を用いて、本実施例のシステム構成を説明する。なお、実施例１と重複する内容は説明を省略する。本実施例のシステム構成では、制御プレインメッセージを解析するCP-DPI110とユーザトラフィックを解析するUP-DPI111が品質劣化箇所特定装置1401（以下、QDDLサーバ）へ情報を転送する。QDDLサーバ1401は、品質劣化発生の検出と品質劣化箇所の特定を行う。QDDLサーバ1401は、CP-DPI110及びUP-DPI111から受信した各種メッセージや統計情報に基づいて、特定の時間帯における本実施例のシステムのサービス品質劣化の発生状況を検出する。また、QDDLサーバ1401は、CP-DPI110から受信したプロシージャ統計情報とメッセージ統計情報に基づいて、EPC102内部の各装置の品質劣化の可能性を算出することにより、品質劣化箇所を特定する。品質劣化が発生するとき、QDDLサーバ1401は、品質劣化箇所と特定された一つまたは複数の装置の品質劣化情報1403を運用支援システム1402（以下、OSS/BSSサーバ）に転送する。そして、QDDLサーバ1401は、品質劣化が解消するように負荷の分散及び設定の変更などの制御をOSS/BSSサーバ1402に要求する。

図１５に、本実施例のQDDLサーバ1401の構成例を示す。本実施例におけるQDDLサーバ1401はネットワークインターフェース209を介してCP-DPI110とUP-DPI111とOSS/BSSサーバ1402と通信する。QDDLサーバ1401のメモリ1501は、品質劣化発生判断プログラム1502と、各装置処理失敗率推定プログラム202と、品質劣化箇所特定プログラム203を格納する。さらにQDDLサーバ1401のメモリ1501は、品質劣化判断指標テーブル1503と、単一のEPC102装置における受信メッセージの処理試行数と成功数と失敗数を格納するメッセージ統計情報テーブル204と、複数のEPC102装置にまたがる一連のコールフロー全体の試行数と成功数と失敗数を格納するプロシージャ統計情報テーブル205と、各EPC102装置の通常時の処理失敗率計算結果を格納する通常時失敗率テーブル206を格納する。

図１６を用いて、本実施例の品質劣化発生判断プログラム1502の処理フローの例を示す。ステップ1601において、QDDLサーバ1401は、品質劣化判断指標テーブル1503から一つの端末の情報を抽出する。次に、ステップ1602において、QDDLサーバ1401は、抽出された端末のC-Planeにおける接続試行数が所定の閾値K_C以上かつU-Planeにおけるトラフィック量が所定の閾値K_U以下かを判断する。その場合、ステップ1603において、通信品質低下端末として記録する。ステップ1604において、QDDLサーバ1401は、品質劣化判断指標テーブル1503内の全ての端末に対して計算完了したかを判断する。未計算の端末が存在する場合、QDDLサーバ1401は、ステップ1601に戻り、次の端末を選出して計算を行う。全ての端末に対して計算が完了した場合、QDDLサーバ1401は、ステップ1605に進み、品質低下端末として記録された端末の比率が所定の閾値K_R以上かを判断する。比率が閾値K_R以上の場合、QDDLサーバ1401は、品質劣化が発生したと判断する（ステップ1606）。なお、閾値K_C、K_U、K_Rはそれぞれ、オペレータにより予め任意に設定しうる。

図１７は、QDDLサーバ1401が保持する品質劣化判断指標テーブル1503の例である。品質劣化判断指標は端末の識別子となる移動加入者識別番号1701（以下、IMSI）とIPアドレス1702と、CP-DPI110から取得するC-Planeにおける接続試行数1703と、UP-DPI111から取得するU-Planeにおけるトラフィック量1704から成る。

なお、本実施例では、C-Planeにおける接続試行数とU-Planeにおけるトラフィック量を品質劣化判断指標とする品質劣化発生の判断方法を示した。しかし、別の情報を品質劣化判断指標とし、別の方法で品質劣化発生を判断することも可能である。

また、QDDIサーバ1401とOSS/BSSサーバ1402の間で通信されるメッセージは、品質劣化指標が所定の閾値を超える装置ごとに（装置ID，品質劣化指標，処理失敗率）の３つの項目が含まれている。

101 無線アクセスネットワーク（RAN）
102 モバイルコアネットワーク（EPC）
103 基地局装置（eNodeB）
104 スイッチ
105 パケットデータネットワーク（PDN）
106 PDNゲートウェイ装置（P-GW）
107 ホーム加入者情報装置（HSS）
108 サービング・ゲートウェイ装置（S-GW）
109 移動管理装置（MME）
110 パケット詳細解析装置（制御プレイン側）
111 パケット詳細解析装置（ユーザトラフィック側）
112 品質劣化発生検出装置（QDDサーバ）
113 品質劣化箇所特定装置（QDLサーバ）
114 オペレータ
115 プロシージャ統計情報とメッセージ統計情報
116 品質劣化検出情報
117 品質劣化箇所特定情報
1201 装置管理システム（EMS）
1401 品質劣化箇所特定装置（QDDLサーバ）
1402 運用支援システム（OSS/BSS）
1403 品質劣化情報

Claims

モバイルコアネットワークを構成する複数の装置を含むネットワークシステムにおける品質劣化分析方法であって、
前記モバイルコアネットワークを構成する複数の装置にまたがるプロシージャの試行数と失敗数を取得し、
単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を取得し、
前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とする品質劣化分析方法。
請求項１に記載の品質劣化分析方法であって、
前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記複数の装置それぞれの処理失敗率を推定し、
前記複数の装置それぞれの処理失敗率の累積分布を算出し、
前記累積分布に基づいて、特定の期間の前記処理失敗率の値に対応する累積確率の値を、前記品質劣化の可能性を示す指標とすることを特徴とする品質劣化分析方法。
請求項２に記載の品質劣化分析方法であって、
前記ネットワークシステムのサービス品質の劣化を検出し、
前記サービス品質の劣化の検出後の一定の期間を、前記特定の期間とすることを特徴とする品質劣化分析方法。
請求項１に記載の品質劣化分析方法であって、
前記モバイルコアネットワークを構成する複数の装置間のインターフェースのデータを解析することにより、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数を取得することを特徴とする品質劣化分析方法。
請求項１に記載の品質劣化分析方法であって、
前記モバイルコアネットワークを構成する複数の装置のログを解析することにより、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数を取得することを特徴とする品質劣化分析方法。
請求項１に記載の品質劣化分析方法であって、
前記装置の識別子と、前記装置の品質劣化の可能性とを対応づけて表示することを特徴とする品質劣化分析方法。
モバイルコアネットワークを構成する複数の装置の品質劣化を分析する品質劣化分析装置であって、
前記モバイルコアネットワークを構成する複数の装置にまたがるプロシージャの試行数と失敗数を取得し、
単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を取得し、
前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とする品質劣化分析装置。
請求項７に記載の品質劣化分析装置であって、
前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記複数の装置それぞれの処理失敗率を推定し、
前記複数の装置それぞれの処理失敗率の累積分布を算出し、
前記累積分布に基づいて、特定の期間の前記処理失敗率の値に対応する累積確率の値を、前記品質劣化の可能性を示す指標とすることを特徴とする品質劣化分析装置。
請求項８に記載の品質劣化分析装置であって、
前記モバイルコアネットワークを構成する複数の装置を含むネットワークシステムのサービス品質の劣化が検出された場合、
前記サービス品質の劣化の検出後の一定の期間を、前記特定の期間とすることを特徴とする品質劣化分析装置。
請求項７に記載の品質劣化分析装置であって、
前記モバイルコアネットワークを構成する複数の装置間のインターフェースのデータを解析して得られた、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数を受信することを特徴とする品質劣化分析装置。
請求項７に記載の品質劣化分析装置であって、
前記モバイルコアネットワークを構成する複数の装置のログを解析して得られた、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数を受信することを特徴とする品質劣化分析装置。
モバイルコアネットワークを構成する複数の装置と、
前記複数の装置にまたがるプロシージャの試行数と失敗数、及び、単一の前記装置における、前記プロシージャに含まれる受信メッセージの処理試行数と失敗数を収集する収集装置と、
前記複数の装置の品質劣化を分析する品質劣化分析装置と、を備えるネットワークシステムであって、
前記品質劣化分析装置は、前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記装置の品質劣化の可能性を算出することを特徴とするネットワークシステム。
請求項１２に記載のネットワークシステムであって、
前記品質劣化分析装置は、
前記プロシージャの試行数と失敗数、及び、前記受信メッセージの処理試行数と失敗数に基づいて、前記複数の装置それぞれの処理失敗率を推定し、
前記複数の装置それぞれの処理失敗率の累積分布を算出し、
前記累積分布に基づいて、特定の期間の前記処理失敗率の値に対応する累積確率の値を、前記品質劣化の可能性を示す指標とすることを特徴とするネットワークシステム。
請求項１３に記載のネットワークシステムであって、
前記品質劣化分析装置は、前記ネットワークシステムのサービス品質の劣化を検出し、前記サービス品質の劣化の検出後の一定の期間を、前記特定の期間とすることを特徴とするネットワークシステム。
請求項１２に記載のネットワークシステムであって、
前記複数の装置を制御する運用支援システムを備え、
前記品質劣化分析装置は、前記装置の品質劣化の可能性に基づいて、特定の装置への制御を前記運用支援システムに要求することを特徴とするネットワークシステム。