JP2019087105A - Resource determination device, resource determination method and resource determination processing program - Google Patents
Resource determination device, resource determination method and resource determination processing program Download PDFInfo
- Publication number
- JP2019087105A JP2019087105A JP2017215781A JP2017215781A JP2019087105A JP 2019087105 A JP2019087105 A JP 2019087105A JP 2017215781 A JP2017215781 A JP 2017215781A JP 2017215781 A JP2017215781 A JP 2017215781A JP 2019087105 A JP2019087105 A JP 2019087105A
- Authority
- JP
- Japan
- Prior art keywords
- resource
- combination
- service
- resources
- request
- 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.)
- Granted
Links
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
【課題】サービスレイヤの要望に適したリソースの組合せおよびリソースのパラメータを決定するリソース決定装置を提供する。
【解決手段】リソース決定装置１０は、通信サービスについて、自然言語で表現されたサービスレイヤの要望を解析する解析手段１１と、前記解析手段により解析されたサービスレイヤの要望に適したリソースの組合せを決定する組合せ決定手段１２と、前記組合せ決定手段により決定されたリソースの組合せに含まれるリソースのパラメータを決定するパラメータ決定手段１３と、を有する。
【選択図】図２A resource determination device is provided that determines a combination of resources and parameters of resources suitable for the needs of a service layer.
Kind Code: A1 A resource determination apparatus 10 combines a combination of resources suitable for a request of a service layer analyzed by the analysis unit, and an analysis unit 11 which analyzes a request of a service layer expressed in natural language for a communication service. It has the combination determination means 12 to determine, and the parameter determination means 13 which determines the parameter of the resource contained in the combination of the resource determined by the said combination determination means.
[Selected figure] Figure 2
Description
本発明の実施形態は、リソース決定装置、リソース決定方法およびリソース決定処理プログラムに関する。 Embodiments of the present invention relate to a resource determination device, a resource determination method, and a resource determination processing program.
一般に、通信事業者が顧客に通信サービス（以下、サービスと称することがある）を提供する際には、顧客からサービスレイヤの要望を受領し、この要望に応じて、トラフィックを転送する通信経路（以下、リンクリソース）と、トラフィックを処理するネットワーク機能を配置するノード（以下、機能リソース）とをそれぞれ割り当てることで、ネットワークを利用可能な状態にする。したがって、ネットワークサービスの管理では、サービスレイヤの要望に応じたリソースの組合せ方、及びパラメータの決定が重要な要素である。一般的に、これらの決定は通信事業者のオペレータのスキルに依存している。 Generally, when a carrier provides a customer with a communication service (hereinafter sometimes referred to as a service), a communication path for receiving a request for the service layer from the customer and forwarding traffic according to the request Hereinafter, the network is made available by allocating the link resource) and the node (hereinafter, function resource) for arranging the network function for processing traffic. Therefore, in the management of network services, the combination of resources according to the demands of the service layer and the determination of parameters are important factors. In general, these decisions depend on the operator's skill of the carrier.
レガシーネットワークにおける通信サービスを提供する場合、リソースの組合せとパラメータの決定の自由度が低いため、オペレータは通信サービスを提供するためのスキルを短時間で習得できる。 When providing communication services in a legacy network, the operator can learn the skills for providing communication services in a short time because the combination of resources and the degree of freedom in determining parameters are low.
仮想化ネットワーク技術NFV（Network Functions Virtualization）は、汎用サーバ上で多様なネットワーク機能、例えば、Firewall(FW)機能、 Web Server(WS)機能等を生成でき、さらに、各機能に割り当てるリソースの量、例えば、CPU数やメモリ量等を自由に変えることによって、リソースの処理能力を自由に変更できるようにしている。B2B2X(Business to Business to Consumer)時代では、通信事業者(ファーストB)が提供するNFV技術により構築された柔軟かつ安価な通信サービスを利用して、サービス事業者(ミドルB、ユーザ)がエンドユーザ(X)にサービスを提供する形態が増えると想定されている。この状況に対して通信事業者に求められる要件として、サービス事業者からのサービスレイヤの要望に対応した通信サービス提供と、当該通信サービスを実現するための効率的なリソース管理がある。 Virtualized network technology NFV (Network Functions Virtualization) can generate various network functions, such as Firewall (FW) function, Web Server (WS) function, etc. on a general-purpose server, and further, the amount of resources allocated to each function, For example, resource processing capacity can be freely changed by freely changing the number of CPUs, the memory amount, and the like. In the B2B2X (Business to Business to Consumer) era, service providers (middle B, users) use end users with flexible and inexpensive communication services built by NFV technology provided by a telecommunications carrier (First B) It is assumed that there will be more forms of providing services to (X). In this situation, there are communication service provision corresponding to the service layer request from the service provider and efficient resource management for realizing the communication service as requirements required of the communication carrier for this situation.
サービス事業者からのサービスレイヤの要望の具体例を説明する。オンラインバンキングを提供するサービス事業者が通信サービスを申込む際に関心を持っている事項は、サービスの機能であるオンラインバンキング・サービス、通信サービスの安全性及び通信サービスが収容できるユーザ数等である。動画サービスを提供するサービス事業者は、サービスの機能である動画サービス、サービスの処理能力、帯域等に注目している。これらのサービスレイヤの要望に応じてサービスを提供することが通信事業者に求められている。 A specific example of the service layer request from the service provider will be described. The points of interest when a service provider providing online banking applies for a communication service are the online banking service that is the function of the service, the security of the communication service, and the number of users that the communication service can accommodate. A service provider providing a video service pays attention to a video service which is a function of the service, a processing capability of the service, a bandwidth, and the like. A carrier is required to provide a service according to the request of these service layers.
当該通信サービスを実現するための効率的なリソース管理は、サービス事業者からのサービスレイヤの要望に応じて、サービスを構成する適切なリソースの種類とリソースのパラメータをそれぞれ決定することである。具体例として、オンラインバンキングというサービスレイヤでの要望(Service layer requirement)に応じて、仮想ネットワークリソース、例えばdeep packet inspection(DPI)、 firewall、 web server、 application server(AS)等の組合せを決定し、各リソースの処理能力等を表すパラメータの値を決定することは、サービスレイヤの要望に応じたリソース管理である。 The efficient resource management for realizing the communication service is to determine the appropriate resource type and resource parameters constituting the service according to the service layer request from the service provider. As a specific example, according to a request (Service layer requirement) in the service layer of online banking, a combination of virtual network resources such as deep packet inspection (DPI), firewall, web server, application server (AS), etc. is determined, It is resource management according to the request of the service layer to determine the value of the parameter representing the processing capacity and the like of each resource.
サービスレイヤの要望の多様性、及び仮想化リソースの設定の高い自由度によって、サービスレイヤの要望に応じた効率的なリソース管理を行なうために、通信事業者のオペレータにはリソース管理の高度なスキルが要求される。これにより、仮想化されたネットワークにおけるサービス提供の複雑性、および管理コストが顕著に増加するという問題が発生する。 Operators have advanced resource management skills for operators in order to perform efficient resource management according to service layer requests by the diversity of service layer requests and the high degree of freedom in setting virtualized resources. Is required. This causes the problem of significantly increasing the complexity of service provision in the virtualized network and the management cost.
例えば、通信サービスのユーザ(サービス事業者)がサービスレイヤでの要望を用いて仮想化ネットワークサービスを申し込む場合で、ユーザが、リソースの管理を通信事業者に期待している。この状況で、通信事業者がユーザに仮想化ネットワークサービスを提供する際に、ユーザのサービスレイヤでの要望に応じて、リソースを決定するために、通信事業者のオペレータに高度なスキルが要求される。 For example, in the case where a user of a communication service (service provider) applies for a virtualized network service using a request in the service layer, the user is expecting the carrier to manage resources. In this situation, when the carrier provides a virtualized network service to the user, the operator of the carrier is required to have advanced skills to determine resources according to the user's request in the service layer. Ru.
サービスレイヤの要望は、サービスの機能とサービスの負荷についての要求とが挙げられる。サービスの機能は、例えばweb service, CDN(Content Delivery Network) service, high securityが挙げられ、サービスの負荷についての要求は、例えばWork load 10万ユーザ、1000 request/secondが挙げられる。 The service layer needs include the service function and the load on the service. The service functions include, for example, web service, CDN (Content Delivery Network) service, and high security. The service load request includes, for example, Work load 100,000 users and 1000 request / second.
また、決定すべきリソースレイヤの内容としては、サービスを実現するためのリソースの組合せと該当リソースパラメータの値が挙げられる。サービスを実現するためのリソースの組合せは、例えば、web serviceを実現するためには、firewall, web server, data baseでなる３種類のリソースを使用する。
また、リソースパラメータの値は、例えば、リソースのインスタンスの配置先、該当リソースのインスタンスのCPU数とMemory量が挙げられる。
The contents of the resource layer to be determined include the combination of resources for realizing the service and the value of the corresponding resource parameter. The combination of resources for realizing the service uses, for example, three kinds of resources consisting of firewall, web server and data base in order to realize web service.
Further, the value of the resource parameter includes, for example, the arrangement destination of the resource instance, the number of CPUs of the instance of the corresponding resource, and the amount of memory.
次に、従来技術のETSI ENIについて説明する。
ETSI ENI ISGは、ETSI(European Telecommunications Standards Institute)配下の、AI技術をオペレーション分野への応用を検討するワーキンググループとして2017年2月に設立された。ETSI ENI ISGの狙いとしては、AI技術とコンテキストアウェア・ポリシーを活用することで、ユーザの個々なニーズ、サービス提供の条件とビジネス目標に応じて、提供する通信サービスを調整し、オペレータを支援することである。
Next, the prior art ETSI ENI will be described.
ETSI ENI ISG was established in February 2017 as a working group under the ETSI (European Telecommunications Standards Institute) to examine the application of AI technology to the field of operations. The aim of ETSI ENI ISG is to use AI technology and context aware policy to adjust the communication service provided and support the operator according to the user's individual needs, the condition of service provision and the business goal. It is.
ENI(Experiential Network Intelligence)が起案した、Network Intelligenceを用いてオペレータ体験を向上させるアーキテクチャは、ENI Engineが挙げられる（例えば非特許文献１を参照）。ENI Engineは、主に以下の5つの機能ブロックで構成されている。各機能ブロックは、非特許文献１の執筆時点でコンセプトレベルのものである。 An architecture proposed by ENI (Experiential Network Intelligence) to improve operator experience using Network Intelligence is ENI Engine (see, for example, Non-Patent Document 1). The ENI Engine mainly consists of the following five functional blocks: Each functional block is at the concept level at the time of writing of Non-Patent Document 1.
（１）Intelligent Service Deployment
（２）Intelligent Policy Control
（３）Intelligent Resource Management
（４）Intelligent Monitoring
（５）Intelligent Analyzing and Prediction
これらのうち、本発明との関わりが最も強い機能ブロックである、（１）Intelligent Service Deploymentについて、ENIの取り組みについて説明する。
(1) Intelligent Service Deployment
(2) Intelligent Policy Control
(3) Intelligent Resource Management
(4) Intelligent Monitoring
(5) Intelligent Analyzing and Prediction
Among these, ENI's approach will be described with regard to (1) Intelligent Service Deployment, which is the functional block most strongly related to the present invention.
このアーキテクチャでは、顧客（ユーザ）のサービス要求(Customer Service Requester)が、システムに入力され、Service Intent APIを通じて、サービス・テンプレート機能（Service Template）、言語変換機能(Language Transformation)、サービス組合せ機能(Service Composition and Management)をそれぞれ呼び出す。
これらの機能が生成した情報を用いて、Service Delivery APIを通じてNetwork Controllerに指示を出し、Network Controllerは、Resource Management APIを通してリソース（Network Element）を制御し、サービスが提供される。
In this architecture, a customer (user) 's service request (Customer Service Requester) is input to the system, and through the Service Intent API, Service Template Function (Service Template), Language Transformation Function (Language Transformation), Service Combination Function (Service) Call Composition and Management) respectively.
Using the information generated by these functions, the Network Controller instructs the Network Controller through the Service Delivery API, and the Network Controller controls resources (Network Element) through the Resource Management API, and services are provided.
しかし、このアーキテクチャでは、Customer Service Requesterの具体的な表現方法、解析方法、リソース組合せの決定方法、システム処理について、明確に説明されていない。 However, in this architecture, the concrete representation method of Customer Service Requester, analysis method, determination method of resource combination, and system processing are not clearly described.
Open Day Light（例えば、Open Day Light NIC
<https://wiki.opendaylight.org/view/Network_Intent_Composition:Main>参照）や、ONOS(Open Network Operating System)（例えばONOS Intent Framework
<https://wiki.onosproject.org/display/ONOS/Intent+Framework>参照）等のSoftware Defined Network(SDN)検討団体では、仮想化ネットワーク管理の複雑性を隠蔽することを目指し、Intentを使ってネットワークを制御するIBNMを検討している。この団体が目指していることは、「Do it like this」の代わりに「What I want」をオペレータに求めることでネットワークを制御することである。
Open Day Light (for example, Open Day Light NIC
<https://wiki.opendaylight.org/view/Network_Intent_Composition: Main>) and ONOS (Open Network Operating System) (eg ONOS Intent Framework
Software Defined Network (SDN) study groups such as <https://wiki.onosproject.org/display/ONOS/Intent+Framework> use Intent, aiming to hide the complexity of managing virtualized networks. Are examining IBNM which controls the network. The goal of this group is to control the network by asking the operator for "What I want" instead of "Do it like this".
図３０は、IBNM(Intent-based Network Management)の一例を説明する図である。
Open Day LightのNetwork Intent Composition (NIC) の例を用いてIBNMを説明する。ここでは、Branch 1とBranch 2の間にHeadquarterを設け、Branch 1からHeadquarterの間に帯域が10Gbpsであるリンクc1を決定し、フローf1をHeadquarterのFirewall(FW)に通過させ、リンクc1の帯域を昼間に10Gbps、夜間に1Gbpsにそれぞれ制御する例である。
FIG. 30 is a diagram for explaining an example of IBNM (Intent-based Network Management).
Explain IBNM using the Open Day Light Network Intent Composition (NIC) example. Here, a Headquarter is provided between Branch 1 and Branch 2, a link c1 having a bandwidth of 10 Gbps is determined between Branch 1 and Headquarter, and the flow f1 is allowed to pass through Firewall (FW) of Headquarter, and the band of link c1 Is controlled to 10 Gbps in the daytime and 1 Gbps in the nighttime.
従来では、経路内の各スイッチにおいてリンクリソースのIPなどのパラメータ及び転送ルールの決定などの複雑なリソース決定が必要である。IBNMでは、実現したい要件を記述するだけで上記の制御を実現でき、実現したい制御以外のリンクパラメータの決定の複雑性を隠蔽することができる。要件の記述としては、例えば「Connection c1 Endnodes (branch1, HQ) Properties 10G」（図３０の「（Ａ）c1:10G」に対応）、「Policy ID1 Apply to f1 action go through (firewall, WoC)」（図３０の「（Ｂ）f1:FWを追加」に対応）である。 Conventionally, complicated resource determination such as determination of parameters such as IP of link resource and transfer rules is required in each switch in the path. In the IBNM, the above control can be realized only by describing the requirements to be realized, and the complexity of determination of link parameters other than the control to be realized can be concealed. For example, “Connection c1 Endnodes (branch 1, HQ) Properties 10 G” (corresponding to “(A) c 1: 10 G” in FIG. 30), “Policy ID 1 Apply to f 1 action go through (firewall, WoC)”. (Corresponding to “(B) f1: Add FW” in FIG. 30).
一方で、既存のIBNMを仮想化ネットワークにおけるサービス管理に適用するには以下の２つの課題がある。
１つ目の課題は、IBNMの管理対象はリンクリソース管理に限られており、機能リソースの管理に対応できないことである。
２つ目の課題は、サービスレイヤの要望に応じて適切なリソースを組合せる機能と、サービスレイヤの要望に応じて機能リソースのパラメータを決定する機能が検討されていないことである。
On the other hand, there are the following two issues in applying the existing IBNM to service management in a virtualized network.
The first problem is that the management object of IBNM is limited to link resource management and can not cope with management of function resources.
The second problem is that the function of combining appropriate resources according to the request of the service layer and the function of determining the parameter of the function resource according to the request of the service layer are not considered.
現況における、サービスレイヤの要望からリソースを決定する方式について説明する。
ここでは、第１の方式（Cloud Consultant）と第２の方式(Self-management)について説明する。
A method of determining resources from the request of the service layer in the present situation will be described.
Here, the first method (Cloud Consultant) and the second method (Self-management) will be described.
第１の方式(Cloud Consultant方式)では、通信事業者の営業担当がサービスレイヤの要望のヒアリングを通じて、サービス事業者の要望をサービスレイヤの要望として把握し、通信事業者のオペレータが、この要望に応じてリソースを決定する。この方式によりサービスレイヤの要望を表現できるが、通信事業者の営業担当とオペレータとの稼働が必要になり、実現のためのコストが高い。 In the first method (Cloud Consultant method), the sales representative of the telecommunications carrier understands the demand of the service provider as the demand of the service layer through interviews with the request of the service layer, and the operator of the telecommunications carrier Determine resources accordingly. Although this method can express the request of the service layer, it requires the operation of the sales representative of the telecommunications carrier and the operator, and the cost for realization is high.
また、第２の方式(Self-management)は、リソースの管理をサービス事業者に任せる方式である。この方式では、例えば、サービス事業者自らが、サービスレイヤの要望をリソースへの要求に変換し、必要となるリソースを、通信事業者が提供するリソース管理インタフェースDashboardを通じて表現する。しかし、この方式はサービス事業者に仮想化ネットワークの知識が要求され、また、サービス事業者がサービスレイヤの要望を直接に表現できない。 The second method (Self-management) is a method in which management of resources is entrusted to a service provider. In this method, for example, the service provider himself converts the request of the service layer into a request for a resource, and expresses necessary resources through a resource management interface Dashboard provided by a communication provider. However, this method requires the service provider to have knowledge of the virtualization network, and the service provider can not directly express the service layer request.
本発明の目的は、サービスレイヤの要望に適したリソースの組合せおよびリソースのパラメータを決定できるリソース決定装置、リソース決定方法およびリソース決定処理プログラムを提供することである。 An object of the present invention is to provide a resource determination device, a resource determination method, and a resource determination processing program capable of determining a combination of resources and resource parameters suitable for the needs of a service layer.
上記目的を達成するために、この発明の一実施形態におけるリソース決定装置の第１の態様は、リソース決定装置が、通信サービスについて、自然言語で表現されたサービスレイヤの要望を解析する解析手段と、前記解析手段により解析されたサービスレイヤの要望に適したリソースの組合せを決定する組合せ決定手段と、前記組合せ決定手段により決定されたリソースの組合せに含まれるリソースのパラメータを決定するパラメータ決定手段とを備えるようにしたものである。 In order to achieve the above object, according to a first aspect of a resource determination device in an embodiment of the present invention, an analysis means for a resource determination device to analyze a request of a service layer expressed in natural language for communication service Combination determination means for determining a combination of resources suitable for the service layer request analyzed by the analysis means; parameter determination means for determining parameters of resources included in the combination of resources determined by the combination determination means Is provided.
上記構成のリソース決定装置の第２の態様は、第１の態様において、前記解析手段が、前記サービスレイヤの要望で示される文を単語に分解し、前記分解された単語に対しその属性に応じたタグを付与し、前記タグが付与された単語の属性に基づいて、複数種類のサービスレイヤの要望を解析するようにしたものである。 In a second aspect of the resource determination device with the above configuration, in the first aspect, the analysis means divides the sentence indicated by the request of the service layer into words, and responds to the attributes of the decomposed words. The request of a plurality of types of service layers is analyzed on the basis of the attribute of the word to which the tag is attached.
上記構成のリソース決定装置の第３の態様は、第１の態様において、前記組合せ決定手段が、リソースの組合せの基本構成に対し、前記解析手段により解析されたサービスレイヤの要望に応じたカスタマイズ・ルールを適用して、前記基本構成をカスタマイズすることで、前記リソースの組合せを決定するようにしたものである。 In the third aspect of the resource determination device with the above configuration, in the first aspect, the combination determination means customizes the basic configuration of the combination of resources according to the request of the service layer analyzed by the analysis means. A rule is applied to customize the basic configuration to determine the combination of resources.
上記構成のリソース決定装置の第４の態様は、第１の態様において、前記パラメータ決定手段が、前記組合せ決定手段により決定されたリソースの組み合わせに含まれるリソースのパラメータに影響を与える複数種類の要素の関係を学習してモデルを生成し、前記生成されたモデルを用いて、前記組合せ決定手段により決定されたリソースのパラメータを決定するようにしたものである。 According to a fourth aspect of the resource determination device of the above configuration, in the first aspect, the parameter determination means determines a plurality of types of elements that affect the parameters of resources included in the combination of resources determined by the combination determination means. The following relationship is learned to generate a model, and the parameters of the resource determined by the combination determination means are determined using the generated model.
本発明の一実施形態における、リソース決定装置が行うリソース決定方法の一つの態様はであって、通信サービスについて、自然言語で表現されたサービスレイヤの要望を解析し、前記解析されたサービスレイヤの要望に適したリソースの組合せを決定し、前記決定されたリソースの組合せに含まれるリソースのパラメータを決定するようにしたものである。 In one embodiment of the present invention, one aspect of the resource determination method performed by the resource determination device is a communication service, which analyzes a request of a service layer expressed in natural language, and analyzes the request of the analyzed service layer. The combination of resources suitable for the request is determined, and the parameter of the resource included in the determined combination of resources is determined.
本発明の一実施形態におけるリソース決定処理プログラムの一つの態様は、第１乃至第４の態様のいずれか１つにおけるリソース決定装置の前記各手段としてプロセッサを機能させるものである。 One aspect of a resource determination processing program according to an embodiment of the present invention causes a processor to function as each means of the resource determination device in any one of the first to fourth aspects.
この発明の一実施形態におけるリソース決定装置の第１の態様によれば、オペレータに依存せずに、リソースの組合せとリソースパラメータを決定できるので、人的コストを削減できる。 According to the first aspect of the resource determination device in one embodiment of the present invention, the combination of resources and resource parameters can be determined without depending on the operator, so that the human cost can be reduced.
この発明の一実施形態におけるリソース決定装置の第２の態様によれば、自然言語で表現されたサービスレイヤの要望を適切に解析することができる。 According to the second aspect of the resource determination device in one embodiment of the present invention, it is possible to appropriately analyze the request of the service layer expressed in natural language.
この発明の一実施形態におけるリソース決定装置の第３の態様によれば、サービスレイヤの要望に相応しいリソースの構成を決定することができる。 According to the third aspect of the resource determination device in one embodiment of the present invention, it is possible to determine the configuration of resources appropriate to the service layer's request.
この発明の一実施形態におけるリソース決定装置の第４の態様によれば、オペレータに依存せずに、複数種類の要素が影響を与えるリソースパラメータを決定することができる。 According to the fourth aspect of the resource determination device in one embodiment of the present invention, resource parameters affected by a plurality of types of elements can be determined without depending on the operator.
すなわち本発明によれば、サービスレイヤの要望に適したリソースの組合せおよびリソースのパラメータを決定することが可能になる。 That is, according to the present invention, it is possible to determine the combination of resources and the parameters of resources suitable for the needs of the service layer.
以下、図面を参照しながら、この発明に係わる一実施形態を説明する。
図１は、本発明の一実施形態におけるリソースの組合せ及びリソースパラメータの決定の概要の一例を示す図である。この実施形態では、サービス事業者がサービスレイヤの要望をService Requesterとして表現する。
また、受領したService Requesterに応じて、本発明の一実施形態を実現するリソース決定装置が適切なリソースの組合せ及びリソースパラメータをResource Descriptorとして決定する。
Hereinafter, one embodiment according to the present invention will be described with reference to the drawings.
FIG. 1 is a diagram showing an example of an outline of resource combination and resource parameter determination in an embodiment of the present invention. In this embodiment, the service provider expresses the service layer request as a Service Requester.
Also, in accordance with the received Service Requester, the resource determination device that implements an embodiment of the present invention determines an appropriate combination of resources and resource parameters as a Resource Descriptor.
次に、サービスレイヤの要望の表現と解析について説明する。図２は、本発明の一実施形態におけるリソース決定装置の、サービスレイヤの要望の解析にかかる適用例を示す図である。
図２に示すように、リソース決定装置１０は、サービスレイヤ要望解析部１１、リソース組合せ決定部１２、リソースパラメータ決定部１３を有する。このリソース決定装置１０のサービスレイヤ要望解析部１１、リソース組合せ決定部１２、リソースパラメータ決定部１３は、パーソナルコンピュータ（ＰＣ）などのコンピュータデバイスとした装置により実現することができる。例えば、コンピュータデバイスは、ＣＰＵ（Central Processing Unit）などのプロセッサと、プロセッサに接続される揮発性メモリと、不揮発性メモリと、通信インタフェースと、を備える。
Next, expression and analysis of service layer requests will be described. FIG. 2 is a diagram showing an application example of the resource determination apparatus according to an embodiment of the present invention, which analyzes the request of the service layer.
As shown in FIG. 2, the resource determination device 10 includes a service layer request analysis unit 11, a resource combination determination unit 12, and a resource parameter determination unit 13. The service layer request analysis unit 11, the resource combination determination unit 12, and the resource parameter determination unit 13 of the resource determination apparatus 10 can be realized by an apparatus as a computer device such as a personal computer (PC). For example, the computer device includes a processor such as a central processing unit (CPU), volatile memory connected to the processor, non-volatile memory, and a communication interface.
サービスレイヤ要望解析部１１は、Service Requesterを入力し、このService Requesterの解析結果をリソース組合せ決定部１２、リソースパラメータ決定部１３に出力する。
リソース組合せ決定部１２は、解析結果に応じてリソースの組合せを決定して、これを出力する。
リソースパラメータ決定部１３は、解析結果に応じてリソースのパラメータを決定して、これを出力する。
リソース組合せ決定部１２による出力と、リソースパラメータ決定部１３による出力はResource Descriptorとして、仮想化リソース管理システムにそれぞれ出力される。
The service layer request analysis unit 11 receives the Service Requester, and outputs the analysis result of the Service Requester to the resource combination determination unit 12 and the resource parameter determination unit 13.
The resource combination determination unit 12 determines the combination of resources according to the analysis result and outputs this.
The resource parameter determination unit 13 determines the parameter of the resource according to the analysis result, and outputs this.
The output by the resource combination determination unit 12 and the output by the resource parameter determination unit 13 are output to the virtualized resource management system as Resource Descriptor.
次に、図２に示したＷ１の枠内の「Input: Service Requester」とサービスレイヤ要望解析部１１とにかかる、サービスレイヤの要望の解析について説明する。
通信事業者の営業担当の人的コストを抑えながら、リソースへの要求の変換稼働を要せずに、サービス事業者がサービスレイヤの要望を表現するために、本実施形態では、Controlled Natural Language(CNL：制限された自然言語)でサービスレイヤの要望を表現する方式について説明する。
Next, the analysis of the request of the service layer according to “Input: Service Requester” in the frame of W1 shown in FIG. 2 and the service layer request analysis unit 11 will be described.
In this embodiment, in order to express the request of the service layer, the service provider can control the Natural Natural Language ( CNL: A method to express the request of the service layer in a restricted natural language) will be described.
CNLは、事前に規定した表現ルールに従って作成した自然言語である。このCNLは、完全の自然言語と比較して、曖昧性が抑えられ、精確に要件を表現でき、また、要件の解析が容易で、システムに読み込みやすいという利点がある。故に、通信事業者の営業担当の稼働の削減とサービスレイヤの要望の精確的な表現とを両立できる。 CNL is a natural language created according to the expression rules defined in advance. This CNL has the advantages of less ambiguity, accurate representation of requirements, easier to analyze requirements, and easier to read into the system, compared to a full natural language. Therefore, it is possible to achieve both the reduction in the operation of the carrier in charge of sales and the accurate expression of the request of the service layer.
ここで、サービスレイヤの要望を表現するために、以下に示すCNL形式にて、サービスレイヤの要望の表現ルールを規定する。
図３および図４は、本発明の一実施形態におけるリソース決定装置に適用されるサービスレイヤの要望の表現ルールの一例を示す図である。
図３に示すようにサービスレイヤの要望の表現ルールは
「<ACTION><SERVICE><CONJ><DESCRIPTOR>」で表す。
Here, in order to express the request of the service layer, the expression rule of the request of the service layer is defined in the CNL format shown below.
FIGS. 3 and 4 are diagrams showing an example of service layer request expression rules applied to the resource determination device according to an embodiment of the present invention.
As shown in FIG. 3, the expression rule of the request of the service layer is represented by “<ACTION><SERVICE><CONJ><DESCRIPTOR>”.
<ACTION>は、サービスに対する操作を表す。
<SERVICE>は、開通しようとしているサービスのタイプ、または既存サービスを表す識別子を表す。
<CONJ>は、<SERVICE>と<DESCRIPTOR>を接続する。
<ACTION> represents an operation on a service.
<SERVICE> represents the type of service to be opened or an identifier representing an existing service.
<CONJ> connects <SERVICE> and <DESCRIPTOR>.
図３に示すように<ACTION>、<SERVICE>、<CONJ>に使える単語としては複数種類の単語がある。
<DESCRIPTOR>は、<SERVICE>が必要とするサービスの属性（要件）を表す。図４に示した例では、サービスの属性の種類は、WORKLOAD, LINK PROPERTY, REDUNDANCY, SECURITY, REGIONの５種類であり、それぞれの種類について表現ルールの文法が対応付けられる。図４では、表現ルールに含まれたタグに使える単語が示される。
As shown in FIG. 3, there are multiple types of words that can be used in <ACTION>, <SERVICE>, and <CONJ>.
<DESCRIPTOR> represents an attribute (requirement) of a service required by <SERVICE>. In the example shown in FIG. 4, there are five service attribute types: WORKLOAD, LINK PROPERTY, REDUNDANCY, SECURITY, and REGION, and the grammar of the expression rule is associated with each type. FIG. 4 shows words that can be used for tags included in the expression rules.
図５は、本発明の一実施形態におけるリソース決定装置による、表現ルールに従ったサービスレイヤの要望の表現の一例を示す図である。
サービスレイヤの要望の表現ルールに従って、サービスレイヤの要望は、図５に示した例Ａ、例Ｂ、例Ｃなどで表現できる。
FIG. 5 is a diagram showing an example of the expression of the request of the service layer in accordance with the expression rule by the resource determination device according to an embodiment of the present invention.
According to the service layer request expression rules, the service layer request can be expressed by the example A, the example B, the example C, etc. shown in FIG.
次に、上記の例Ａのように表現されたサービスレイヤの要望の解析の例について説明する。図６は、本発明の一実施形態におけるリソース決定装置のサービスレイヤ要望解析部による、サービスレイヤの要望の解析の概要の一例を示す図である。
例Ａで示したサービスレイヤの要望について解析された要件を.json(JavaScript（登録商標） Object Notation) fileで表現すると、図６に示すように"SECURITY"は"high security"であって、"WORKLOAD"が"1000 request/second"であって、"SERVICE TYPE"が"web service"であることが解析結果となる。
Next, an example of analysis of service layer requests expressed as in Example A above will be described. FIG. 6 is a diagram showing an example of an outline of analysis of requests of the service layer by the service layer request analysis unit of the resource determination device according to an embodiment of the present invention.
If the requirements analyzed for the request of the service layer shown in Example A are expressed in .json (JavaScript (registered trademark) Object Notation) file, as shown in FIG. 6, "SECURITY" is "high security" and " The analysis result is that WORKLOAD is "1000 request / second" and "SERVICE TYPE" is "web service".
次に、サービスレイヤの要望の解析の各手順について説明する。この手順とは、Tokenize、Part of Speech Tagging (POS)、およびRule based Matchingである。
図７は、本発明の一実施形態におけるリソース決定装置のサービスレイヤ要望解析部による、サービスレイヤの要望の解析の手順の一例を示す図である。図８は、本発明の一実施形態におけるリソース決定装置のサービスレイヤ要望解析部による、Tokenizeの一例について説明する図である。
まず、サービスレイヤ要望解析部１１は、サービスレイヤの要望に対するTokenizeを行なう（Ｓ１１）Tokenizeは、文を単語に分解する、既存の機能である。
ここでは、非特許文献２に開示されたtokenizeを用いる。
Next, each procedure of analysis of service layer request will be described. This procedure is Tokenize, Part of Speech Tagging (POS), and Rule based Matching.
FIG. 7 is a diagram showing an example of a procedure of analysis of a service layer request by the service layer request analysis unit of the resource determination device according to an embodiment of the present invention. FIG. 8 is a diagram for explaining an example of Tokenize by the service layer request analysis unit of the resource determination device according to an embodiment of the present invention.
First, the service layer request analysis unit 11 performs Tokenize in response to the request of the service layer (S11) Tokenize is an existing function that breaks a sentence into words.
Here, the tokenize disclosed in Non-Patent Document 2 is used.
上記の例Ａに示したサービスレイヤの要望に対するTokenizeを行なうと、Tokenizeの結果として、
{Start, web, service, that, handles, 1000, request/second, with, high, security}が得られる。
If Tokenize for the service layer request shown in Example A above, as a result of Tokenize,
{Start, web, service, that, handles, 1000, request / second, with, high, security} are obtained.
図９は、本発明の一実施形態におけるリソース決定装置のサービスレイヤ要望解析部による、POSの一例について説明する図である。
サービスレイヤ要望解析部１１は、Tokenizeの結果に対するPOSを行なう（Ｓ１２）。
FIG. 9 is a view for explaining an example of a POS by the service layer request analysis unit of the resource determination device according to the embodiment of the present invention.
The service layer request analysis unit 11 performs POS for the result of Tokenize (S12).
POSは、単語の内容によって、単語にタグを付与する既存技術である。ここでは、非特許文献３に開示されたPOS taggingを用いる。 POS is an existing technology that tags words according to the content of the words. Here, POS tagging disclosed in Non-Patent Document 3 is used.
図８に示したTokenizeの結果に対するPOS taggingを行なうと、POS taggingの結果として
{Start: VERB, web: NOUN, service: NOUN, that: CONJ, handles: VERB,
1000:NUM, request/second: NOUN, with: CONJ, high: ADJ, security: NOUN}が得られる。
ここで付与されたタグは、VERB（動詞）、NOUN（名詞）、CONJ（接続詞）、NUM（数字）、ADJ（形容詞）、ADV（副詞）である。
If POS tagging is performed on the result of Tokenize shown in FIG. 8, as a result of POS tagging.
{Start: VERB, web: NOUN, service: NOUN, that: CONJ, handles: VERB,
1000: NUM, request / second: NOUN, with: CONJ, high: ADJ, security: NOUN} are obtained.
The tags attached here are VERB (verb), NOUN (noun), CONJ (conjunction), NUM (number), ADJ (adjective), and ADV (adverb).
図１０は、本発明の一実施形態におけるリソース決定装置のサービスレイヤ要望解析部による、Rule based Matchingについて説明する図である。
サービスレイヤ要望解析部１１は、POSの結果に対するRule based Matchingを行なう（Ｓ１３）。
FIG. 10 is a diagram for explaining Rule based Matching by the service layer request analysis unit of the resource determination device according to an embodiment of the present invention.
The service layer request analysis unit 11 performs Rule based Matching on the POS result (S13).
rule-based matchingは、事前に定義した解析ルールに従って、一つまたは複数の単語の属性を識別し、分類する既存技術である。ここでは、非特許文献４に開示されたrule-based matchingを用いた。rule-based matching の結果として、各種類のサービス属性に対する要求が分類され、出力される。ここでは、各種類のサービス属性に対する要求をatom_requirementsと呼ぶ。atom_requirementsは次のリソース組み合わせ決定機能の入力、及びリソースパラメータ決定機能の入力である。 rule-based matching is an existing technology that identifies and classifies attributes of one or more words according to predefined analysis rules. Here, rule-based matching disclosed in Non-Patent Document 4 is used. As a result of rule-based matching, requests for each type of service attribute are classified and output. Here, requests for each type of service attribute are called atom_requirements. atom_requirements is an input of the following resource combination determination function and an input of the resource parameter determination function.
図９に示したPOS taggingの結果に対するRule based Matchingを行なうと、Rule based Matchingの結果として、
{"SECURITY": "high security", "WORKLOAD": "1000 request/second", "SERVICE TYPE": "web service"}が得られる。この結果が、サービスレイヤの要望の最終的な解析結果となる。
When Rule based Matching is performed on the result of POS tagging shown in FIG. 9, as a result of Rule based Matching,
{"SECURITY": "high security", "WORKLOAD": "1000 request / second", "SERVICE TYPE": "web service"} is obtained. This result is the final analysis result of the service layer request.
ここで、Rule based Matchingで用いる解析ルールについて説明する。
この解析ルールは、図４に示したような基本表現ルールに対応して設計される。図４に示したような基本表現ルールに対応して設計された解析ルールは、WORKLOADの解析ルール、LINK PROPERTYの解析ルール、SECURITYの解析ルールを含む。以下に各種の解析ルールのロジックの例を示す。
Here, analysis rules used in Rule based Matching will be described.
This analysis rule is designed corresponding to the basic expression rule as shown in FIG. Analysis rules designed to correspond to the basic expression rules as shown in FIG. 4 include WORKLOAD analysis rules, LINK PROPERTY analysis rules, and SECURITY analysis rules. Below is an example of the logic of various analysis rules.
・WORKLOADの解析ルール：
If input = <NUM> + users per second/transactions per second/request per second:
mark as WORKLOAD requirement;
・LINK PROPERTYの解析ルール:
If input = <ADJ or NUM> + GB/bandwidth/packet loss rate/priority:
mark as LINK PROPERTY requirement;
・SECURITYの解析ルール：
If input = <ADJ>/<ADV> + security/protection:
mark as SECURITY requirement;
・ Workload analysis rules:
If input = <NUM> + users per second / transactions per second / request per second:
mark as WORKLOAD requirement;
・ Analysis rule of LINK PROPERTY:
If input = <ADJ or NUM> + GB / bandwidth / packet loss rate / priority:
mark as LINK PROPERTY requirement;
・ SECURITY analysis rules:
If input = <ADJ> / <ADV> + security / protection:
mark as SECURITY requirement;
次に、リソース組合せの決定について説明する。図１１は、本発明の一実施形態におけるリソース決定装置の、リソース組合せの決定にかかる適用例を示す図である。次に、図１１に示したＷ２の枠内の「Output:リソースの組合せ」とリソース組合せ決定部１２とにかかる、リソースの組合せの決定について説明する。
Ｓ１１の後、リソース組合せ決定部１２は、サービスレイヤ要望解析部１１により解析されたサービスレイヤの要望に応じて、リソースの組合せを決定する（Ｓ１２）。
Next, determination of resource combinations will be described. FIG. 11 is a diagram showing an application example of the resource determination device according to an embodiment of the present invention for determining a resource combination. Next, determination of the combination of resources according to “Output: combination of resources” in the frame of W2 and the resource combination determination unit 12 illustrated in FIG. 11 will be described.
After S11, the resource combination determination unit 12 determines a combination of resources according to the service layer request analyzed by the service layer request analysis unit 11 (S12).
現状、サービスレイヤの要望に応じて、リソースの組合せを決定することは、一般的にオペレータのスキルに依存する。また、サービス毎にリソースの組合せテンプレートが作られ、このテンプレートを参照して組合せが確定される。しかし、サービスのバリエーションの増加に伴い、数多くのテンプレートを作る必要があり、データ量が膨大になり、労力が掛かり、サービス提供時間が長くなってしまう。 Currently, depending on the needs of the service layer, determining the combination of resources generally depends on the skill of the operator. Also, a combination template of resources is created for each service, and the combination is determined with reference to this template. However, as the number of service variations increases, it is necessary to create many templates, the amount of data becomes enormous, labor is required, and service provision time becomes long.
本実施形態では、解析されたサービスレイヤの要望に応じて、基本サービス組合せおよびカスタマイズ・ルールを用いて、サービスレイヤの要望毎に、適したリソースの組合せを決定することについて説明する。 In this embodiment, in accordance with the analyzed service layer request, determination of a suitable combination of resources for each service layer request will be described using basic service combinations and customization rules.
図１２は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部による、リソース組合せの決定の手順の一例を示すフローチャートである。
リソース組合せ決定部１２は、サービス構成（リソースの構成）を決定する際に、まず、サービス種類に応じて、リソースの基本構成(基本組み合わせ)を基本構成リポジトリから読み出す（Ｓ２１）。基本構成リポジトリを含むリポジトリは、基本構成の情報をリソース決定装置１０の不揮発性メモリに記憶することにより実現される。次に、リソース組合せ決定部１２は、この基本構成に基づいて、サービスレイヤの要望（特に、冗長化要件、セキュリティ要件、地域要件（CDNの場合））を読み出し（Ｓ２２）、このサービスレイヤの要望に基づいて、基本サービス組合せに対する機能追加および変更を行なうことで、リソース構成をカスタマイズする（Ｓ２３）。
FIG. 12 is a flowchart showing an example of a procedure of determining a resource combination by the resource combination determining unit of the resource determining device according to an embodiment of the present invention.
When determining the service configuration (configuration of resources), the resource combination determination unit 12 first reads out the basic configuration (basic combination) of resources from the basic configuration repository according to the service type (S21). The repository including the basic configuration repository is realized by storing basic configuration information in the non-volatile memory of the resource determination device 10. Next, based on this basic configuration, the resource combination determination unit 12 reads out the service layer request (in particular, redundancy requirements, security requirements, area requirements (in the case of CDN)) (S22), and requests of this service layer Based on the above, resource configuration is customized by adding and changing functions to the basic service combination (S23).
リソースの組合せの決定を自動化することより、従来のようにオペレータが労力をかける必要がなくなるので、人的コストの削減、およびサービス提供時間の短縮の効果が期待できる。 By automating the determination of the combination of resources, it is possible to expect the effects of reduction of human cost and shortening of service provision time since the operator does not have to pay labor conventionally.
また、サービス毎にリソースの組合せテンプレートを作成する代わりに、少数のリソースの組合せテンプレートを用意し、カスタマイズ・エンジンを通じて、様々なサービスのリソースの組合せが生成できる。 Also, instead of creating a combination template of resources for each service, a combination template of a small number of resources can be prepared, and combinations of resources of various services can be generated through the customization engine.
リソース組合せ決定部１２は、基本サービス組合せをベースにし、Ｓ１１で解析されたサービスレイヤの要望に応じてカスタマイズ・ルールを適用し、基本サービス組合せに機能を追加・機能を変更することで、要望ごとに、適したリソースの組合せ（.yamlファイル）を自動的に生成する。 The resource combination determination unit 12 is based on the basic service combination, applies customization rules according to the request of the service layer analyzed in S11, adds functions to the basic service combination, and changes the function. Automatically generate a suitable combination of resources (.yaml file).
図１３は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部による、リソースの組合せの決定の一例について説明する図である。
図１３に示した例では、機能リソースの種類は、FW(Firewall)、WS(Web Server)、AS(Application Server)、CS(Content Server)、LB(Load Balancer)であり、Web Service系の基本構成と、CDN(Content Delivery Network)系の基本構成に区分される。
FIG. 13 is a diagram for describing an example of determination of a combination of resources by the resource combination determination unit of the resource determination device according to an embodiment of the present invention.
In the example shown in FIG. 13, the types of function resources are FW (Firewall), WS (Web Server), AS (Application Server), CS (Content Server), LB (Load Balancer), and the basic of Web Service type. It is divided into a configuration and a basic configuration of a CDN (Content Delivery Network) system.
図１３に示した例では、基本サービス組合せにおけるWeb Service系の基本構成はFW(Firewall),WS(Web Server),AS(Application Server)とこれらの機能リソースを連結させるリンクリソースLinkを含む構成である。また、基本サービス組合せにおけるCDN系の基本構成はCS(Content Server),LB(Load Balancer)とこれらの機能リソースを連結させるリンクリソースLinkを含む構成である。 In the example shown in FIG. 13, the basic configuration of the Web Service system in the basic service combination is a configuration including a link resource Link that connects these functional resources with FW (Firewall), WS (Web Server), AS (Application Server) is there. Also, the basic configuration of the CDN system in the basic service combination is a configuration including a link resource Link that links these function resources with CS (Content Server), LB (Load Balancer).
図１４は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部が用いる、サービスの基本組合せリポジトリの一例について説明する図である。
基本サービス組合せはリポジトリに保存されている。
FIG. 14 is a diagram for explaining an example of a basic combination repository of services used by the resource combination determination unit of the resource determination device according to an embodiment of the present invention.
Basic service combinations are stored in the repository.
図１４（ａ）に示したように、Web Service系の基本構成が機能リソースFW,WS,ASと、とこれらの機能リソースを連結させるリンクリソースLinkを含む構成、であってCDN系の基本構成がLB,CSである基本サービス組合せは、図１４（ｂ）に示したフォーマットのように定義することができる。このフォーマットにおけるimage_URLは、該当リソースのイメージのダウンロード先のアドレスを示す。
また、図１４（ｂ）に示したTierは、通信フローの流れにおけるリソースの前後順位を示す。
As shown in FIG. 14A, the basic configuration of the Web Service system includes the functional resources FW, WS, and AS, and the link resource Link that links these functional resources, and the basic configuration of the CDN system. The basic service combination in which L is LB and CS can be defined as in the format shown in FIG. 14 (b). The image_URL in this format indicates the address of the download destination of the image of the corresponding resource.
Also, Tier shown in FIG. 14B indicates the order of resources in the flow of communication flow.
リソース組合せ決定部１２は、サービスの基本組合せをベースにし、サービスレイヤの要望に応じてカスタマイズ・ルールを適用する。
図１５は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部が用いるカスタマイズ・ルールの一例を示す図である。図１５に示すように、カスタマイズ・ルールの形式はECA(Event Condition Action)である。
The resource combination determination unit 12 is based on the basic combination of services and applies customization rules according to the request of the service layer.
FIG. 15 is a diagram showing an example of the customization rule used by the resource combination determination unit of the resource determination device according to an embodiment of the present invention. As shown in FIG. 15, the format of the customization rule is ECA (Event Condition Action).
図１５に示したカスタマイズ・ルールにおけるConditionは、カスタマイズ・ルールの対象サービスタイプを示す。図１５に示したカスタマイズ・ルールにおけるEventは、図１５に示したカスタマイズ・ルールが対応するサービスレイヤの要望を表す。このEventの種類は、サービスレイヤの要望の分類に対応する。図１５に示したカスタマイズ・ルールにおけるActionは、サービス組合せに対する操作、例えば、リソースの追加、変更、削除を表す。 Condition in the customization rule shown in FIG. 15 indicates a target service type of the customization rule. Event in the customization rule shown in FIG. 15 represents the request of the service layer to which the customization rule shown in FIG. 15 corresponds. The type of Event corresponds to the classification of service layer request. Action in the customization rule shown in FIG. 15 represents an operation on a service combination, for example, addition, change, deletion of resources.
図１６、図１７、図１８は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部が用いるカスタマイズ・ルールのフォーマットの一例を示す図である。
図１５に示した「No.1」の列のカスタマイズ・ルールは、図１６に示すように定義できる。このカスタマイズ・ルールでは、Eventが「high security（高い安全性）」で、Conditionが「any service」で、Actionが「基本構成にセキュリティDPI機能の追加」であることが定義される。
FIGS. 16, 17 and 18 are diagrams showing an example of the format of the customization rule used by the resource combination determination unit of the resource determination device according to the embodiment of the present invention.
The customization rule of the “No. 1” column shown in FIG. 15 can be defined as shown in FIG. In this customization rule, it is defined that Event is "high security (high security)", Condition is "any service", and Action is "addition of security DPI function to basic configuration".
図１５に示した「No.2」の列のカスタマイズ・ルールは、図１７に示すように定義できる。このカスタマイズ・ルールでは、Eventが「full redundancy（完全冗長化）」で、Conditionが「any service」で、Actionが「基本構成に同じ構成の追加かつ物理分離」であることが定義される。 The customization rule of the “No. 2” column shown in FIG. 15 can be defined as shown in FIG. In this customization rule, it is defined that Event is "full redundancy", Condition is "any service", and Action is "addition and physical separation of the same configuration as the basic configuration".
図１５に示した「No.3」の列のカスタマイズ・ルールは、図１７に示すように定義できる。このカスタマイズ・ルールでは、Eventが「number of regions = n（提供地域数＝ｎ）」で、Conditionが「any service」で、Actionが「コンテント・サーバ(CS)ｎ個に追加」であることが定義される。 The customization rule of the “No. 3” column shown in FIG. 15 can be defined as shown in FIG. In this customization rule, Event is "number of regions = n (number of provided areas = n)", Condition is "any service", and Action is "add to n content servers (CS)". It is defined.
図１９は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部によるカスタマイズ・エンジンにかかる処理手順の一例を示すフローチャートである。
まず、カスタマイズ・エンジンは、入力された要件(atom_requirements)の中にSERVICE TYPEが含まれているかを検査する。（Ｓ３１）。この入力された要件(atom_requirements)は、サービスレイヤの要望の解析結果である。入力された要件(atom_requirements)にSERVICE TYPEが含まれていれば、対応した基本サービス組合せ（リソース組合せ）(resource composition)をリポジトリ(repository)から抽出(fetch)し（Ｓ３２）、SERVICE TYPEが含まれていなければ、エラーを返す
Ｓ３２の後、カスタマイズ・エンジンは、入力された要件に含まれたSERVICE TYPE以外の要件に応じて（Ｓ３３、Ｓ３４）、この要件に対応したカスタマイズ・ルールがあれば、これを抽出する（Ｓ３５）。
FIG. 19 is a flowchart showing an example of the processing procedure according to the customization engine by the resource combination determination unit of the resource determination device according to an embodiment of the present invention.
First, the customization engine checks if the entered requirements (atom_requirements) include the SERVICE TYPE. (S31). This input requirement (atom_requirements) is the analysis result of the service layer request. If the entered requirements (atom_requirements) include SERVICE TYPE, the corresponding basic service combination (resource composition) (resource composition) is fetched from the repository (S32), and the SERVICE TYPE is included. If not, after S32 which returns an error, the customization engine responds to requirements other than the SERVICE TYPE included in the entered requirements (S33, S34), and if there is a customization rule corresponding to this requirement, This is extracted (S35).
続いて、カスタマイズ・エンジンは、抽出したカスタマイズ・ルールの優先度(priority)と矛盾(conflict)をそれぞれ分析し（Ｓ３６）、矛盾があればエラーを返す。矛盾がなければ、カスタマイズ・エンジンは、優先順位でカスタマイズ・ルールを実行し（Ｓ３７、３８）、このカスタマイズ・ルールに従って、基本リソース組合せにリソースを追加、変更、削除する。
最後に、カスタマイズ・エンジンは、決定したリソース組合せをベースにして.yamlファイルを生成する（Ｓ３９）。
Subsequently, the customization engine analyzes each of the extracted customization rule priority (priority) and conflict (S36), and if there is a conflict, returns an error. If there is no contradiction, the customization engine executes the customization rules in the order of priority (S37, 38), and adds, changes, or deletes resources in the basic resource combination according to the customization rules.
Finally, the customization engine generates a .yaml file based on the determined resource combination (S39).
図２０は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部により決定するリソース組合せの第１の例を説明する図である。
図２０に示した例では、まず、リソース組合せ決定部１２は、サービス種類に相応しいサービス基本構成をリポジトリから取り出す。この取り出したサービス種類はweb service系であり、このweb service系の基本構成は、機能リソースFW，WS，DBと、機能リソースを連結させるリンクリソースLinkを含む。基本リソース構成は以下のようになる。
FIG. 20 is a diagram for explaining a first example of resource combinations determined by the resource combination determining unit of the resource determining device according to an embodiment of the present invention.
In the example shown in FIG. 20, first, the resource combination determination unit 12 extracts a service basic configuration appropriate for the service type from the repository. The extracted service type is a web service type, and the basic configuration of the web service type includes the functional resources FW, WS, DB, and the link resource Link that links the functional resources. The basic resource configuration is as follows.
基本リソース構成：[FW][Link][WS][Link][DB]
次に、リソース組合せ決定部１２は、サービスレイヤの要望に基づいて、カスタマイズ・ルールに従って、サービスレイヤの要望に応じて、基本リソース構成をカスタマイズする。ここでは、カスタマイズ・ルールにおけるセキュリティ要件(SECURITY)がhigh securityであることから、Deep Packet Inspection (DPI)というセキュリティ機能を基本リソース構成に追加することで、リソースの組合せを決定する。この結果、リソース構成は以下のように変更される。
Basic resource configuration: [FW] [Link] [WS] [Link] [DB]
Next, the resource combination determination unit 12 customizes the basic resource configuration according to the request of the service layer, according to the customization rule, and according to the request of the service layer. Here, since the security requirement (SECURITY) in the customization rule is high security, the combination of resources is determined by adding a security function called Deep Packet Inspection (DPI) to the basic resource configuration. As a result, the resource configuration is changed as follows.
カスタマイズした後のリソース構成：[DPI][Link][FW][Link][WS][Link][DB]
これにより、サービスレイヤの要望に相応しいリソース構成が決定される。
Resource configuration after customization: [DPI] [Link] [FW] [Link] [WS] [Link] [DB]
This determines the resource configuration appropriate for the service layer's needs.
図２１は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部により決定するリソース組合せの第２の例を説明する図である。
図２１に示した例では、まず、リソース組合せ決定部１２は、サービス種類に相応しいサービス基本構成をリポジトリから取り出す。この取り出したサービス種類はweb service系であり、このweb service系の基本構成は、機能リソースFW，WS，DBと、機能リソースを連結させるリンクリソースLinkを含む。基本リソース構成は以下のようになる。
FIG. 21 is a diagram for explaining a second example of the resource combination determined by the resource combination determining unit of the resource determining device according to an embodiment of the present invention.
In the example shown in FIG. 21, first, the resource combination determination unit 12 extracts a service basic configuration appropriate for the service type from the repository. The extracted service type is a web service type, and the basic configuration of the web service type includes the functional resources FW, WS, DB, and the link resource Link that links the functional resources. The basic resource configuration is as follows.
基本リソース構成：[FW][Link][WS][Link][DB]
次に、リソース組合せ決定部１２は、サービスレイヤの要望に基づいて、カスタマイズ・ルールに従って、サービスレイヤの要望に応じて、基本リソース構成をカスタマイズする。ここでは、カスタマイズ・ルールにおける冗長化要件(REDUNDANCY)がfull redundancyであることから、上記の基本リソース構成と完全に同じ構成を追加し、この追加した構成と上記の基本リソース構成とを物理的に分離することで、リソースの組合せを決定する。この結果、リソース構成は以下のように変更される。
Basic resource configuration: [FW] [Link] [WS] [Link] [DB]
Next, the resource combination determination unit 12 customizes the basic resource configuration according to the request of the service layer, according to the customization rule, and according to the request of the service layer. Here, since the redundancy requirement (REDUNDANCY) in the customization rule is full redundancy, a configuration completely the same as the above basic resource configuration is added, and this added configuration and the above basic resource configuration are physically By separating, the combination of resources is determined. As a result, the resource configuration is changed as follows.
カスタマイズした後のリソース構成：
[FW][Link][WS][Link][DB]
[FW][Link][WS][Link][DB]
これにより、サービスレイヤの要望に相応しいリソース構成が決定される。
Resource configuration after customization:
[FW] [Link] [WS] [Link] [DB]
[FW] [Link] [WS] [Link] [DB]
This determines the resource configuration appropriate for the service layer's needs.
図２２は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部により決定するリソース組合せの第３の例を説明する図である。
図２２に示した例では、まず、リソース組合せ決定部１２は、サービス種類に相応しいサービス基本構成をリポジトリから取り出す。この取り出した構成におけるサービス種類はCDN Service系であり、このCDN Service系の基本構成は、機能リソースLB, CSと、機能リソースを連結させるリンクリソースLinkを含む。基本リソース構成は以下のようになる。
FIG. 22 is a diagram for explaining a third example of the resource combination determined by the resource combination determining unit of the resource determining device according to an embodiment of the present invention.
In the example shown in FIG. 22, first, the resource combination determination unit 12 extracts a service basic configuration appropriate for the service type from the repository. The service type in this extracted configuration is a CDN Service type, and the basic configuration of this CDN Service type includes functional resources LB and CS, and a link resource Link that links functional resources. The basic resource configuration is as follows.
基本リソース構成：[LB][Link][CS]
次に、リソース組合せ決定部１２は、サービスレイヤの要望に基づいて、カスタマイズ・ルールに従って、サービスレイヤの要望に応じて、基本リソース構成をカスタマイズする。ここでは、カスタマイズ・ルールにおける地域（REGION)要件が「A city, B city, C city」であることから、カスタマイズ・ルールに従って、リソース組合せ決定部１２は、基本リソース構成におけるCSの数を３つにする。この結果、リソース構成は、[LB]に対し、３つの[Link][CS]が並列に連なる構成に変更される。
これにより、サービスレイヤの要望に相応しいサービス構成が決定される。
Basic resource configuration: [LB] [Link] [CS]
Next, the resource combination determination unit 12 customizes the basic resource configuration according to the request of the service layer, according to the customization rule, and according to the request of the service layer. Here, since the region (REGION) requirement in the customization rule is “A city, B city, C city”, the resource combination determination unit 12 determines that the number of CSs in the basic resource configuration is three in accordance with the customization rule. Make it As a result, the resource configuration is changed to a configuration in which three [Link] [CS] are connected in parallel to [LB].
This determines the service configuration appropriate for the service layer's needs.
図２３は、本発明の一実施形態におけるリソース決定装置のリソース組合せ決定部により決定するリソース組合せの第３の例を説明する図である。
図２３に示した例では、まず、リソース組合せ決定部１２は、サービス種類に相応しいサービス基本構成をリポジトリから取り出す。この取り出した構成におけるサービス種類はweb service系であり、このweb service系の基本構成は機能リソースFW、WS、DBと、機能リソースを連結させるリンクリソースLinkとを含む。基本リソース構成は以下のようになる。
FIG. 23 is a diagram for explaining a third example of the resource combination determined by the resource combination determination unit of the resource determination device according to an embodiment of the present invention.
In the example shown in FIG. 23, first, the resource combination determination unit 12 extracts a service basic configuration appropriate for the service type from the repository. The service type in the extracted configuration is a web service type, and the basic configuration of the web service type includes functional resources FW, WS, DB, and a link resource Link that links the functional resources. The basic resource configuration is as follows.
基本リソース構成：[FW][Link][WS][Link][DB]
次に、リソース組合せ決定部１２は、サービスレイヤの要望に基づいて、カスタマイズ・ルールをリポジトリから取り出す。ここでは、取り出したカスタマイズ・ルールは要件に対応した２つのカスタマイズ・ルール（SECURITY: high securityとREDUNDANCY: full redundancy）である。これらのカスタマイズ・ルールを実行する順序によって、カスタマイズ後に決定されるリソース構成が変わる。
Basic resource configuration: [FW] [Link] [WS] [Link] [DB]
Next, the resource combination determination unit 12 extracts the customization rule from the repository based on the request of the service layer. Here, the extracted customization rule is two customization rules (SECURITY: high security and REDUNDANCY: full redundancy) corresponding to the requirements. The order in which these customization rules are executed changes the resource configuration determined after customization.
リソース組合せ決定部１２は、取り出されたカスタマイズ・ルールの優先順位を比較する。図１５に示した例では、SECURITY要件にかかるカスタマイズ・ルールの優先度は、REDUNDANCY要件にかかるカスタマイズ・優先度より高い。リソース組合せ決定部１２は、この優先度に従い、SECURITY要件にかかるカスタマイズ・ルールにしたがうカスタマイズを第１のカスタマイズとして先に実行し、つまり、基本リソース構成にセキュリティ機能DPIを追加する。
このカスタマイズを実行した後のリソース構成は以下のようになる。
The resource combination determination unit 12 compares the priorities of the extracted customization rules. In the example shown in FIG. 15, the priority of the customization rule according to the SECURITY requirement is higher than that according to the REDUNDANCY requirement. The resource combination determination unit 12 first executes the customization according to the customization rule according to the SECURITY requirement as the first customization according to the priority, that is, adds the security function DPI to the basic resource configuration.
The resource configuration after this customization is as follows.
[DPI][Link][FW][Link][WS][Link][DB]
続いて、リソース組合せ決定部１２は、REDUNDANCY要件にかかるカスタマイズ・ルールにしたがうカスタマイズを第２のカスタマイズを実行し、つまり上記第１のカスタマイズを実行した後の構成に、当該構成と同じ構成を追加する。
[DPI] [Link] [FW] [Link] [WS] [Link] [DB]
Subsequently, the resource combination determination unit 12 executes the second customization according to the customization rule according to the REDUNDANCY requirement, that is, adds the same configuration as the configuration to the configuration after the first customization is performed. Do.
第２のカスタマイズを実行した後のリソース構成は以下のようになる。
[DPI][Link][FW][Link][WS][Link][DB]
[DPI][Link][FW][Link][WS][Link][DB]
The resource configuration after the second customization is as follows.
[DPI] [Link] [FW] [Link] [WS] [Link] [DB]
[DPI] [Link] [FW] [Link] [WS] [Link] [DB]
次に、リソースパラメータの決定について説明する。図２４は、本発明の一実施形態におけるリソース決定装置の、リソースパラメータの決定にかかる適用例を示す図である。ここで、図２４に示したＷ３の枠内の「Output:リソースのパラメータ」とリソースパラメータ決定部１３とにかかる、リソースパラメータの決定について説明する。 Next, determination of resource parameters will be described. FIG. 24 is a diagram showing an application example of the resource determination device according to an embodiment of the present invention for determining resource parameters. Here, determination of resource parameters according to “Output: parameter of resource” and the resource parameter determination unit 13 in the frame of W3 illustrated in FIG. 24 will be described.
一般的に、サービスレイヤの要望に応じての各リソースへの計算リソースの配分、即ちリソースのパラメータの決定はオペレータに依存する。しかし、リソースパラメータを決定するためは、サービスレイヤの要望を含む多くの要素を考慮する必要がある。例えば、処理の種類、リソース実装方式、クラウド提供者が定めたリソース利用率目標、求めているワークロード等の要素をすべて考慮してリソースパラメータを決定する必要がある。 In general, the allocation of computing resources to each resource according to the demand of the service layer, that is, the determination of the parameters of the resources depends on the operator. However, to determine resource parameters, many factors need to be considered, including the needs of the service layer. For example, it is necessary to determine resource parameters in consideration of all factors such as processing type, resource implementation method, resource utilization target determined by the cloud provider, and workload being sought.
故に、リソースパラメータを決定するには、オペレータに高いスキルが要求されることから人的コストが発生し、また、オペレータのスキルのレベルによって、リソース配分の非効率化が発生してしまう。 Therefore, to determine the resource parameters, the operator is required to have a high skill, resulting in human cost, and the level of the operator's skill causes resource allocation to be inefficient.
図２５は、本発明の一実施形態におけるリソース決定装置のリソースパラメータ決定部による処理の概要の一例を示す図である。
本実施形態では、図２５に示すように、リソースパラメータ決定部１３は、リソース組合せ決定部１２によりで決定した、各リソース（例えば、DPI、FW、WS、DB)のパラメータである、CPU数、メモリーサイズ、ディスクサイズを決定する。
FIG. 25 is a diagram showing an example of an outline of processing by a resource parameter determination unit of a resource determination device according to an embodiment of the present invention.
In the present embodiment, as shown in FIG. 25, the resource parameter determination unit 13 determines the number of CPUs as parameters of each resource (for example, DPI, FW, WS, DB) determined by the resource combination determination unit 12. Memory size, determine the disk size.
これらのパラメータの決定は、サービスのワークロード要件（例えば、1000 request/second，1 million user）と直接関わる。また、処理の種類（例えばFW , AS, WS, CS, Encoder, DPI）、通信事業者の利用率目標（例えば、仮想リソース利用率<80%）、ホスト・サーバの状態（例えば、ホスト・サーバのCPU利用率）、ハードウェアの設定（例えば、仮想CPUと物理CPUを紐付け）は、リソースのパラメータの決定に影響を与える。 The determination of these parameters is directly related to the workload requirements of the service (e.g. 1000 request / second, 1 million user). Also, the type of processing (for example, FW, AS, WS, CS, Encoder, DPI), the utilization target of the communication carrier (for example, virtual resource utilization <80%), the state of the host server (for example, host server (CPU utilization rate) and hardware settings (for example, linking a virtual CPU and a physical CPU) affect the determination of resource parameters.
リソースパラメータ決定部１３は、サービスのワークロード要件とリソースのパラメータ及びその他の影響を与える各要素の関係を学習(Linear Regression, DDN Regression)によりモデル化し、このモデルを用いてリソースのパラメータを決定する。 The resource parameter determination unit 13 models the relationship between the workload requirements of the service, the parameters of the resource, and other factors that affect the other elements by learning (Linear Regression, DDN Regression), and determines the parameters of the resource using this model. .
次に、リソースパラメータ決定部１３による処理における、学習フェーズと運用フェーズについて説明する。図２６は、本発明の一実施形態におけるリソース決定装置のリソースパラメータ決定部による処理における学習フェーズと運用フェーズについて説明する図である。
学習フェーズは、オペレータにより過去に決定したパラメータ及びこの決定によって生成した、既知の設計・運用データ(仮想化リソースのインスタンスのリソース利用率)に対する機械学習を行なって、リソースパラメータ決定のモデルを生成するフェーズである。
Next, the learning phase and the operation phase in the processing by the resource parameter determination unit 13 will be described. FIG. 26 is a diagram for explaining a learning phase and an operation phase in processing by the resource parameter determination unit of the resource determination device according to an embodiment of the present invention.
The learning phase performs machine learning on known design / operation data (resource utilization of an instance of a virtualized resource) generated by this determination and parameters determined in the past by the operator to generate a model of resource parameter determination. It is a phase.
運用フェーズは、学習フェーズで生成したモデルにリソースの要件、リソースの処理種別、リソースの目標利用率などを入力して、リソースのパラメータを決定するフェーズである。 The operation phase is a phase in which resource parameters, resource processing types, resource target utilization rates, and the like are input to the model generated in the learning phase.
次に、学習フェーズの具体例について説明する。図２７は、本発明の一実施形態におけるリソース決定装置のリソースパラメータ決定部による処理における学習フェーズの具体例について説明する図である。
学習フェーズでは、リソースパラメータ決定部１３は、機械学習の線形回帰分析(Linear Regression)と、DDN回帰分析(Deep Neural Network Regression)モデル（例えば、Tensorflow Estimators.（https://www.tensorflow.org/extend/estimators）参照）とを用いて、オペレータにより過去に決定されたリソースパラメータと上記の影響要素（処理の種類、ホストサーバの利用率等）及び運用データを学習する。学習させる訓練データの例は以下となる。
Next, a specific example of the learning phase will be described. FIG. 27 is a diagram for describing a specific example of a learning phase in a process performed by the resource parameter determination unit of the resource determination device according to an embodiment of the present invention.
In the learning phase, the resource parameter determination unit 13 performs linear regression analysis of machine learning and a DDN regression analysis (Deep Neural Network Regression) model (for example, Tensorflow Estimators. (Https://www.tensorflow.org/ The resource parameters determined in the past by the operator, the above-mentioned influencing factors (type of processing, utilization rate of host server, etc.) and operation data are learned using “extend / estimators”. The following is an example of training data to be learned.
・リソースの処理種類(VNF type)
・ワークロード要件(workload requirements)
・オペレータが決定したリソースパラメータ(parameters decided by operators)
・ホスト・サーバの利用率(host utilization ratios)
・ハードウェアの情報(hardware conditions)
・上記の環境でリソースを実行した際の、各リソースインスタンスの利用率(VNF utilization ratios)
次に、運用フェーズの具体例について説明する。図２８は、本発明の一実施形態におけるリソース決定装置のリソースパラメータ決定部による処理における運用フェーズの具体例について説明する図である。
運用フェーズでは、リソースパラメータ決定部１３は、学習フェーズで生成したモデルを用いて、求められるワークロード要件、クラウド提供者自身が定めた各インスタンスの目標リソース利用率等に応じて、パラメータを決定する。モデルへ入力するデータの例は以下となる。
-Resource processing type (VNF type)
・ Workload requirements
-Resource parameters determined by operators (parameters decided by operators)
・ Host server utilization rate (host utilization ratios)
・ Hardware information (hardware conditions)
・ Utilization ratio of each resource instance when executing the resource in the above environment (VNF utilization ratios)
Next, a specific example of the operation phase will be described. FIG. 28 is a diagram for describing a specific example of an operation phase in a process of the resource parameter determination unit of the resource determination device according to an embodiment of the present invention.
In the operation phase, the resource parameter determination unit 13 determines a parameter according to the required workload requirement, the target resource utilization rate of each instance determined by the cloud provider, etc., using the model generated in the learning phase. . The following is an example of data input to the model.
リソースの処理種類(VNF type)
求められたワークロード要件(workload requirements)
ホスト・サーバの利用率(host utilization ratios)
ハードウェアの情報(hardware conditions)
インスタンスのリソース利用率の目標(objective VNF use ratios)
モデルから出力されるデータの例は以下となる。
Resource processing type (VNF type)
Workload requirements required
Host server utilization rate (host utilization ratios)
Hardware information
Resource utilization goal for the instance (objective VNF use ratios)
An example of data output from the model is as follows.
リソースのパラメータ（CPU数、メモリーサイズ、ディスクサイズ）(calculated parameters)
最後に、リソースパラメータ決定部１３は、決定したパラメータをベースにし、リソース組合せ決定部１２により生成された.yamlファイルにflavor属性（例えば、Openstack flavor
（https://docs.openstack.org/horizon/latest/admin/manage-flavors.html）参照）を追加する。flavor属性は、リソースのCPU数、メモリーサイズ、ディスクサイズを表す属性である。
Resource parameters (number of CPUs, memory size, disk size) (calculated parameters)
Finally, based on the determined parameters, the resource parameter determination unit 13 uses the flavor attribute (for example, Openstack flavor) in the .yaml file generated by the resource combination determination unit 12.
Add (see https://docs.openstack.org/horizon/latest/admin/manage-flavors.html). The flavor attribute is an attribute that represents the number of CPUs of the resource, the memory size, and the disk size.
次に、本発明の一実施形態によって生じる効果について説明する。図２９は、本発明の一実施形態におけるリソース決定装置を用いることにより生ずる効果の一例を説明する図である。 Next, the effects produced by an embodiment of the present invention will be described. FIG. 29 is a diagram for explaining an example of an effect produced by using the resource determination device according to an embodiment of the present invention.
図２９に示した例では、リソースの組合せの決定およびリソースパラメータの決定がオペレータに依存し、本発明の一実施形態におけるリソース決定装置を用いない場合、クラウドの販売数に対するCloud Specialistの必要人数は、現在のCloud Specialist人数より多く、人材不足が生ずる。
また、クラウドを行なう中小企業と大企業における、収入に対する設計コストが多い。また、クラウドの販売数が一定以上となると、このクラウドの販売数に対する平均サービス提供時間が、大幅に増加する。
In the example shown in FIG. 29, when the combination determination of resources and the determination of resource parameters depend on the operator and the resource determination device in one embodiment of the present invention is not used, the required number of Cloud Specialists for the number of sold clouds is There will be a shortage of human resources, more than the current Cloud Specialist numbers.
In addition, there are many design costs for revenue in small and medium-sized enterprises and large enterprises that do cloud. In addition, when the number of cloud sales exceeds a certain level, the average service delivery time for the number of cloud sales will significantly increase.
これに対し、リソースの組合せの決定およびリソースパラメータの決定がオペレータに依存せず、本発明の一実施形態におけるリソース決定装置を用いた場合、クラウドの販売数に対するCloud Specialistの必要人数は、現在のCloud Specialist人数より少なくなり、上記の人材不足は生じない。すなわち、仮想化ネットワークを設計する人的リソースの必要人数を減少し、人材育成コストを削減できる。 On the other hand, when the combination determination of resources and the determination of resource parameters do not depend on the operator and the resource determination device in one embodiment of the present invention is used, the required number of Cloud Specialists with respect to the number of sold clouds is the current number. The number of Cloud Specialists is less than the number of people, and the above-mentioned shortage of personnel does not occur. That is, the number of human resources required to design a virtualized network can be reduced, and the cost of human resource development can be reduced.
また、クラウドを行なう中小企業と大企業における、収入に対する設計コストは、上記のオペレータに依存する場合と比較して低減される。
すなわち、本発明の一実施形態におけるリソース決定装置がサービス設計を支援することより、人件と時間のコストを削減し、収益の確保と利益の増加を実現できる。
また、クラウドの販売数が一定以上となっても、このクラウドの販売数に対する平均サービス提供時間は、上記のオペレータに依存する場合と比較して短い。
すなわち、本発明の一実施形態におけるリソース決定装置によりサービス設計を自動化できるので、サービス提供時間を短縮し、販売の拡大に寄与することができる。
In addition, the design cost for revenue in SMEs and large enterprises that perform in the cloud is reduced as compared with the case of relying on the above-described operator.
That is, since the resource determination device according to the embodiment of the present invention supports the service design, labor cost and time cost can be reduced, and securing of revenue and increase of profit can be realized.
In addition, even if the number of cloud sales exceeds a certain level, the average service provision time for the number of cloud sales is short as compared with the case of relying on the above operator.
That is, since the service design can be automated by the resource determination device according to an embodiment of the present invention, the service provision time can be shortened, which can contribute to the expansion of sales.
なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組合せて実施してもよく、その場合組合せた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組合せにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。 The present invention is not limited to the above embodiment, and can be variously modified in the implementation stage without departing from the scope of the invention. In addition, the embodiments may be implemented in combination as appropriate, in which case the combined effect is obtained. Furthermore, various inventions are included in the above-mentioned embodiment, and various inventions can be extracted by a combination selected from a plurality of disclosed constituent features. For example, even if some configuration requirements are deleted from all the configuration requirements shown in the embodiment, the problem can be solved, and if an effect is obtained, a configuration from which this configuration requirement is removed can be extracted as the invention.
また、各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブルやデータ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスクや半導体メモリ等の記憶媒体を含むものである。 In addition, the method described in each embodiment is, for example, a magnetic disk (a floppy (registered trademark) disk, a hard disk, etc.), an optical disk (CD-ROM, etc.) as a program (software means) that can be executed by a computer. It can be stored in a recording medium such as a DVD, an MO, etc., a semiconductor memory (ROM, RAM, flash memory, etc.), and can be distributed via transmission via a communication medium. The program stored on the medium side includes a setting program for configuring the software means (not only the execution program but also the table and data structure) to be executed by the computer in the computer. A computer that implements the present apparatus reads a program recorded in a recording medium, and sometimes constructs a software means by a setting program, and executes the above-mentioned processing by controlling the operation by this software means. Incidentally, the recording medium referred to in the present specification is not limited to the distribution medium, but includes a storage medium such as a magnetic disk or a semiconductor memory provided in an apparatus connected inside a computer or via a network.
１０…リソース決定装置、１１…サービスレイヤ要望解析部、１２…リソース組合せ決定部、１３…リソースパラメータ決定部。 DESCRIPTION OF SYMBOLS 10 ... Resource determination apparatus, 11 ... Service layer request | requirement analysis part, 12 ... Resource combination determination part, 13 ... Resource parameter determination part.
Claims (6)
前記解析手段により解析されたサービスレイヤの要望に適したリソースの組合せを決定する組合せ決定手段と、
前記組合せ決定手段により決定されたリソースの組合せに含まれるリソースのパラメータを決定するパラメータ決定手段と
を備えたリソース決定装置。 Analysis means for analyzing the request of the service layer expressed in natural language for communication service,
Combination determination means for determining a combination of resources suitable for the service layer request analyzed by the analysis means;
A resource determination unit configured to determine a parameter of the resource included in the combination of resources determined by the combination determination unit.
前記サービスレイヤの要望で示される文を単語に分解し、
前記分解された単語に対しその属性に応じたタグを付与し、
前記タグが付与された単語の属性に基づいて、複数種類のサービスレイヤの要望を解析する、
請求項１に記載のリソース決定装置。 The analysis means
Break up the sentence indicated by the request of the service layer into words,
A tag corresponding to the attribute is added to the decomposed word,
Analyze needs of multiple types of service layers based on the attributes of the tagged words
The resource determination device according to claim 1.
リソースの組合せの基本構成に対し、前記解析手段により解析されたサービスレイヤの要望に応じたカスタマイズ・ルールを適用して、前記基本構成をカスタマイズすることで、前記リソースの組合せを決定する、
請求項１に記載のリソース決定装置。 The combination determining means
A customization rule according to the request of the service layer analyzed by the analysis means is applied to the basic configuration of the combination of resources, and the combination of resources is determined by customizing the basic configuration.
The resource determination device according to claim 1.
前記組合せ決定手段により決定されたリソースの組み合わせに含まれるリソースのパラメータに影響を与える複数種類の要素の関係を学習してモデルを生成し、
前記生成されたモデルを用いて、前記組合せ決定手段により決定されたリソースのパラメータを決定する、
請求項１に記載のリソース決定装置。 The parameter determining means
A model is generated by learning the relationship between a plurality of types of elements that affect the parameters of the resources included in the combination of resources determined by the combination determination means;
Determining the parameter of the resource determined by the combination determining unit using the generated model;
The resource determination device according to claim 1.
通信サービスについて、自然言語で表現されたサービスレイヤの要望を解析し、
前記解析されたサービスレイヤの要望に適したリソースの組合せを決定し、
前記決定されたリソースの組合せに含まれるリソースのパラメータを決定する
リソース決定方法。 A resource determination method performed by the resource determination device,
For communication services, analyze the service layer requirements expressed in natural language,
Determine the combination of resources suitable for the needs of the analyzed service layer,
A resource determination method for determining a parameter of a resource included in the determined combination of resources.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017215781A JP6922670B2 (en) | 2017-11-08 | 2017-11-08 | Resource determination device, resource determination method and resource determination processing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017215781A JP6922670B2 (en) | 2017-11-08 | 2017-11-08 | Resource determination device, resource determination method and resource determination processing program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019087105A true JP2019087105A (en) | 2019-06-06 |
| JP6922670B2 JP6922670B2 (en) | 2021-08-18 |
Family
ID=66763144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017215781A Active JP6922670B2 (en) | 2017-11-08 | 2017-11-08 | Resource determination device, resource determination method and resource determination processing program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6922670B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021117081A1 (en) * | 2019-12-09 | 2021-06-17 | 日本電信電話株式会社 | Device for preventing cloud service user requirement violation, user requirement violation preventing method, and program |
| WO2023170961A1 (en) * | 2022-03-11 | 2023-09-14 | 日本電信電話株式会社 | Data processing device, method, and program |
| JP2025102741A (en) * | 2023-12-26 | 2025-07-08 | 浙江工商大学 | A method for realizing intelligent configuration of intent in heterogeneous networks based on network programming language |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1139378A (en) * | 1997-02-18 | 1999-02-12 | Lucent Technol Inc | Device for specifying system design specification |
| JP2005190478A (en) * | 2003-12-19 | 2005-07-14 | Internatl Business Mach Corp <Ibm> | Dynamic late binding of third party on-demand services in on-demand infrastructure |
| US20100153527A1 (en) * | 2008-12-12 | 2010-06-17 | Mci Communications Services, Inc. | Method and system for automating network engineering |
| JP2015504562A (en) * | 2011-11-25 | 2015-02-12 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | Shared resource systems, methods for allocating resources, and computer program products (systems, methods, and program products for cost-aware template selection for provisioning shared resources) |
| US20150381515A1 (en) * | 2014-06-27 | 2015-12-31 | Juniper Networks, Inc. | Graph database for services planning and configuration in network services domain |
| US20160350420A1 (en) * | 2014-03-28 | 2016-12-01 | Hewlett-Packard Development Company, L.P. | Resource directory |
| JP2017505483A (en) * | 2014-02-07 | 2017-02-16 | オラクル・インターナショナル・コーポレイション | Cloud service custom execution environment |
-
2017
- 2017-11-08 JP JP2017215781A patent/JP6922670B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1139378A (en) * | 1997-02-18 | 1999-02-12 | Lucent Technol Inc | Device for specifying system design specification |
| JP2005190478A (en) * | 2003-12-19 | 2005-07-14 | Internatl Business Mach Corp <Ibm> | Dynamic late binding of third party on-demand services in on-demand infrastructure |
| US20100153527A1 (en) * | 2008-12-12 | 2010-06-17 | Mci Communications Services, Inc. | Method and system for automating network engineering |
| JP2015504562A (en) * | 2011-11-25 | 2015-02-12 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | Shared resource systems, methods for allocating resources, and computer program products (systems, methods, and program products for cost-aware template selection for provisioning shared resources) |
| JP2017505483A (en) * | 2014-02-07 | 2017-02-16 | オラクル・インターナショナル・コーポレイション | Cloud service custom execution environment |
| US20160350420A1 (en) * | 2014-03-28 | 2016-12-01 | Hewlett-Packard Development Company, L.P. | Resource directory |
| US20150381515A1 (en) * | 2014-06-27 | 2015-12-31 | Juniper Networks, Inc. | Graph database for services planning and configuration in network services domain |
Non-Patent Citations (2)
| Title |
|---|
| 宮内 秀彰、外５名: "ＣｏｒｅＥｘｐｌｏｒｅｒ Ｗｅｂ ＡＰＩオプションのリリースと今後の事業展開", 日立ソリューションズ東日本 技報, vol. 第２２号, JPN6021024099, 9 November 2016 (2016-11-09), JP, pages 13 - 18, ISSN: 0004531694 * |
| 板生 知子、外１名: "ユーザの要求とコンテクストに応じてサービス環境を構成するパッケージング方式の提案", 電子情報通信学会技術研究報告, vol. 第９７巻，第４９５号, JPN6020038846, 23 January 1998 (1998-01-23), JP, pages 91 - 98, ISSN: 0004364642 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021117081A1 (en) * | 2019-12-09 | 2021-06-17 | 日本電信電話株式会社 | Device for preventing cloud service user requirement violation, user requirement violation preventing method, and program |
| JPWO2021117081A1 (en) * | 2019-12-09 | 2021-06-17 | ||
| WO2023170961A1 (en) * | 2022-03-11 | 2023-09-14 | 日本電信電話株式会社 | Data processing device, method, and program |
| JPWO2023170961A1 (en) * | 2022-03-11 | 2023-09-14 | ||
| JP7790550B2 (en) | 2022-03-11 | 2025-12-23 | Ｎｔｔ株式会社 | Data processing device, method and program |
| JP2025102741A (en) * | 2023-12-26 | 2025-07-08 | 浙江工商大学 | A method for realizing intelligent configuration of intent in heterogeneous networks based on network programming language |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6922670B2 (en) | 2021-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10839011B2 (en) | Application programing interface document generator | |
| US10846706B2 (en) | Method and apparatus for autonomous services composition | |
| US12513064B2 (en) | Unified network traffic controllers for multi-service environments | |
| US10070328B2 (en) | Predictive network traffic management | |
| US11095648B2 (en) | Dashboard as remote computing services | |
| CN109155743A (en) | Meet the system and method for SLA requirement using machine learning algorithm | |
| KR102726540B1 (en) | Automating the adoption of cloud services | |
| Xiang et al. | Mininet: An instant virtual network on your computer | |
| Moreno et al. | Impact models for architecture-based self-adaptive systems | |
| JP6922670B2 (en) | Resource determination device, resource determination method and resource determination processing program | |
| US20170017380A1 (en) | Mobile enabling a web application developed without mobile rendering capabilities | |
| US20200302350A1 (en) | Natural language processing based business domain modeling | |
| US9619518B2 (en) | Tracking tuples to reduce redundancy in a graph | |
| US20170199858A1 (en) | Form management system and method | |
| CN104246739A (en) | Data center service oriented networking | |
| JP7405241B2 (en) | Resource management device, resource management method, and resource management program | |
| CN114168198B (en) | Online processing flow adjusting method and system, configuration center and server | |
| US11650954B2 (en) | Replication continued enhancement method | |
| Jrad et al. | STRATModel: Elasticity model description language for evaluating elasticity strategies for business processes | |
| Hicham et al. | Optimization of task scheduling algorithms for cloud computing: A review | |
| JP7439904B2 (en) | Resource management device, resource management method, and resource management program | |
| US12530173B1 (en) | Graphical user interface for generative AI software development assistant | |
| Glohr et al. | The IT factory: a vision of standardization and automation | |
| WO2025260322A1 (en) | Network activation method and apparatus for application launch, and device and medium | |
| Braga | Advanced Deployment in GCP: Autoscaling and Load Balancing Across Global Regions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191212 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200928 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201214 |
|
| 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: 20210629 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210712 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6922670 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |