図面 (/)

技術 情報処理装置、情報処理システム、情報処理方法および情報処理プログラム

出願人 エヌ・ティ・ティ・コムウェア株式会社
発明者 佐藤さわ子村田晴生長森藤江古川嘉識
出願日 2013年10月17日 (7年2ヶ月経過) 出願番号 2013-216515
公開日 2015年4月23日 (5年8ヶ月経過) 公開番号 2015-079378
状態 未査定
技術分野 異常警報装置 警報システム 電話通信サービス
主要キーワード 寄与値 寄与割合 日常性 右ノード 特定クラスタ 平均変化率 指定時間経過 左ノード
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2015年4月23日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

守りサービスにおけるユーザの利便性を向上させることができる情報処理装置情報処理システム情報処理方法および情報処理プログラムを提供すること。

解決手段

情報処理装置は、ネットワーク接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備える。

概要

背景

高齢化社会に伴い、老人安否遠隔から見守るサービス需要が近年増加している。見守りサービスには、宅内に複数のセンサを配置して宅内の電子機器使用状況により見守りを実現するものや緊急通知装置などを配置するものなどがある。例えば、特許文献1に記載の技術は、宅内の人微動を検知する微動検知センサからの信号のパターンから日常行動に対するサンプル行動の特徴量を算出し、算出したサンプル行動の特徴量と所定の閾値とを比較することで異常を判定するものである。また、特許文献2に記載の技術は、複数のセンサから取得した情報を所定の時間窓切り出した各時刻に対応するクラスタの取得と複数の単位時間におけるクラスタの遷移に基づいて単位時間の標準クラスタを生成する手順と、特定の単位時間におけるクラスタの遷移に基づいて特定クラスタを生成する手順と、により特定クラスタ情報標準クラスタ情報と比較することで生活の異変の有無を判定するものである。特許文献3に記載の技術は、各種検知センサを用いて電源常時接続されている家庭用電子機器から使用状況を検知して時系列データを蓄積し、蓄積した時系列データを非線形解析方法により解析することで異常条件に該当するか否かを判定するものである。このように、特許文献1〜3に記載の技術は、いずれも宅内に複数のセンサを配置し、配置した複数のセンサを用いて日常行動をデータ、パターン化することで日常行動から乖離する異常行動を検出するものである。

概要

見守りサービスにおけるユーザの利便性を向上させることができる情報処理装置情報処理システム情報処理方法および情報処理プログラムを提供すること。情報処理装置は、ネットワーク接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備える。

目的

本発明は、上記の点に鑑みてなされたものであり、見守りサービスにおけるユーザの利便性を向上させることができる情報処理装置、情報処理システム、情報処理方法および情報処理プログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

ネットワーク接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備えることを特徴とする情報処理装置

請求項2

前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて、前記電子機器が活性状態か否かを表す情報を取得する第2取得部、を備え、前記推定部は、前記第2取得部により取得された活性状態か否かを表す情報に基づいて、前記複数の電子機器のうち前記人の操作に関連する電子機器を推定することを特徴とする請求項1に記載の情報処理装置。

請求項3

前記人の操作に関連する電子機器の前記利用率と過去の前記人の操作に関連する電子機器の利用率とを比較判定し、当該比較判定結果通知する判定部、を備えることを特徴とする請求項2に記載の情報処理装置。

請求項4

前記判定部は、前記人の操作に関連する電子機器の同一の前記ネットワーク内の機器構成に応じて、比較対象とする前記過去の前記人の操作に関する電子機器の利用率を決定することを特徴とする請求項3に記載の情報処理装置。

請求項5

前記第1取得部または第2取得部の少なくとも一方は、前記ネットワークに接続されているか否かを表す情報または前記活性状態か否かを表す情報を、前記電子機器に対して要求を送信して当該要求の応答として受信したパケット、または前記電子機器が自律的に送信するパケットの少なくともいずれか一方を解析して取得することを特徴とする請求項2から請求項4のいずれか一項に記載の情報処理装置。

請求項6

ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備えることを特徴とする情報処理システム

請求項7

ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得過程と、前記第1取得過程により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定過程と、前記推定過程により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け過程と、前記重み付け過程により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出過程と、を有することを特徴とする情報処理方法

請求項8

情報処理装置のコンピュータに、ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得ステップと、前記第1取得ステップにより取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定ステップと、前記推定ステップにより推定された前記人の操作に関連する電子機器に対する重みを算出する重み付けステップと、前記重み付けステップにより算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出ステップと、を実行させるための情報処理プログラム

技術分野

背景技術

0002

高齢化社会に伴い、老人安否遠隔から見守るサービス需要が近年増加している。見守りサービスには、宅内に複数のセンサを配置して宅内の電子機器使用状況により見守りを実現するものや緊急通知装置などを配置するものなどがある。例えば、特許文献1に記載の技術は、宅内の人微動を検知する微動検知センサからの信号のパターンから日常行動に対するサンプル行動の特徴量を算出し、算出したサンプル行動の特徴量と所定の閾値とを比較することで異常を判定するものである。また、特許文献2に記載の技術は、複数のセンサから取得した情報を所定の時間窓切り出した各時刻に対応するクラスタの取得と複数の単位時間におけるクラスタの遷移に基づいて単位時間の標準クラスタを生成する手順と、特定の単位時間におけるクラスタの遷移に基づいて特定クラスタを生成する手順と、により特定クラスタ情報標準クラスタ情報と比較することで生活の異変の有無を判定するものである。特許文献3に記載の技術は、各種検知センサを用いて電源常時接続されている家庭用電子機器から使用状況を検知して時系列データを蓄積し、蓄積した時系列データを非線形解析方法により解析することで異常条件に該当するか否かを判定するものである。このように、特許文献1〜3に記載の技術は、いずれも宅内に複数のセンサを配置し、配置した複数のセンサを用いて日常行動をデータ、パターン化することで日常行動から乖離する異常行動を検出するものである。

先行技術

0003

特開2003−256957号公報
特開2004−295861号公報
特開2002−373210号公報

発明が解決しようとする課題

0004

しかしながら、特許文献1〜3に記載の技術では、異常行動を検出するために複数のセンサを用いることを前提としているため、導入時やメンテナンスコストがかかるという問題があった。また、特許文献1〜3に記載の技術では、複数のセンサの設置場所新設しなければならないという問題があった。さらに、特許文献1〜3に記載の技術では、複数のセンサのメンテナンスのために、サービス提供者またはサービス利用者の負担が増加するという問題があった。このように、見守りシステムにおけるサービス提供者またはサービス利用者などのユーザの利便性が十分でないという問題があった。

0005

本発明は、上記の点に鑑みてなされたものであり、見守りサービスにおけるユーザの利便性を向上させることができる情報処理装置、情報処理システム、情報処理方法および情報処理プログラムを提供することを課題とする。

課題を解決するための手段

0006

(1)本発明は、上述した課題を解決するためになされたものであり、本発明の第1の態様は、ネットワーク接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備えることを特徴とする情報処理装置である。

0007

(2)本発明は、上述した課題を解決するためになされたものであり、本発明の第2の態様は、上述の情報処理装置であって、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて、前記電子機器が活性状態か否かを表す情報を取得する第2取得部、を備え、前記推定部は、前記第2取得部により取得された活性状態か否かを表す情報に基づいて、前記複数の電子機器のうち前記人の操作に関連する電子機器を推定することを特徴とする情報処理装置である。

0008

(3)本発明は、上述した課題を解決するためになされたものであり、本発明の第3の態様は、上述の情報処理装置であって、前記人の操作に関連する電子機器の前記利用率と過去の前記人の操作に関連する電子機器の利用率とを比較判定し、当該比較判定結果通知する判定部、を備えることを特徴とする情報処理装置である。

0009

(4)本発明は、上述した課題を解決するためになされたものであり、本発明の第4の態様は、上述の情報処理装置であって、前記判定部は、前記人の操作に関連する電子機器の同一の前記ネットワーク内の機器構成に応じて、比較対象とする前記過去の前記人の操作に関する電子機器の利用率を決定することを特徴とする情報処理装置である。

0010

(5)本発明は、上述した課題を解決するためになされたものであり、本発明の第5の態様は、上述の情報処理装置であって、前記第1取得部または第2取得部の少なくとも一方は、前記ネットワークに接続されているか否かを表す情報または前記活性状態か否かを表す情報を、前記電子機器に対して要求を送信して当該要求の応答として受信したパケット、または前記電子機器が自律的に送信するパケットの少なくともいずれか一方を解析して取得することを特徴とする情報処理装置である。

0011

(6)本発明は、上述した課題を解決するためになされたものであり、本発明の第6の態様は、ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得部と、前記第1取得部により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定部と、前記推定部により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け部と、前記重み付け部により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出部と、を備えることを特徴とする情報処理システムである。

0012

(7)本発明は、上述した課題を解決するためになされたものであり、本発明の第7の態様は、ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得過程と、前記第1取得過程により取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定過程と、前記推定過程により推定された前記人の操作に関連する電子機器に対する重みを算出する重み付け過程と、前記重み付け過程により算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出過程と、を有することを特徴とする情報処理方法である。

0013

(8)本発明は、上述した課題を解決するためになされたものであり、本発明の第8の態様は、情報処理装置のコンピュータに、ネットワークに接続可能な複数の電子機器が前記ネットワークに接続されているか否かを表す情報を取得する第1取得ステップと、前記第1取得ステップにより取得された前記ネットワークに接続されているか否かを表す情報に基づいて前記複数の電子機器のうち人の操作に関連する電子機器を推定する推定ステップと、前記推定ステップにより推定された前記人の操作に関連する電子機器に対する重みを算出する重み付けステップと、前記重み付けステップにより算出された重みに基づいて、前記人の操作に関連する電子機器の利用率を算出する利用率算出ステップと、を実行させるための情報処理プログラムである。

発明の効果

0014

本発明の情報処理装置、情報処理システム、情報処理方法および情報処理プログラムによれば、見守りサービスにおけるユーザの利便性を向上させることができる。

図面の簡単な説明

0015

本発明の実施形態に係る情報処理システムの構成の一例を示す概略図である。
本発明の実施形態に係る起動情報収集装置の構成の一例を示す概略ブロック図である。
本発明の実施形態に係る情報処理装置の構成の一例を示す概略ブロック図である。
本発明の実施形態に係る特徴蓄積データベースデータ構成の一例を示す概略図である。
本発明の実施形態に係る機器利用状況データベースのデータ構成の一例を示す概略図である。
本発明の実施形態に係る行動推定結果データベースのデータ構成の一例を示す概略図である。
本発明の実施形態に係る情報処理装置のハードウェア構成の一例を示すハードウェア構成図である。
本発明の実施形態に係る情報処理装置の処理の一例を示すフローチャートである。
本発明の実施形態に係る特徴蓄積データベースが記憶する特徴蓄積テーブルの一例を示す概略図である。
本発明の実施形態に係る特徴蓄積データベースが記憶する特徴蓄積テーブルの他の一例を示す概略図である。
本発明の実施形態に係る利用状況生成処理部1の処理の一例を示すフローチャートである。
本発明の実施形態に係る機器利用状況データベースの機器利用状況テーブルの一例を示す概略図である。
本発明の実施形態に係る利用状況生成処理部の機器利用状況生成処理の実行タイミングの一例を示すタイミングチャートである。
本発明の実施形態に係る行動ベクトル化処理部における行動ベクトル化処理の一例を示すフローチャートである。
本発明の実施形態に係る機器利用状況データベースの行動ベクトル要素一時テーブルの一例を示す概略図である。
本発明の実施形態に係る異常判定部の異常推定処理の一例を示すフローチャートである。
本発明の実施形態に係る異常判定部の異常監視処理の一例を示すフローチャートである。
本発明の実施形態に係る行動パターン分析部の行動パターン分類処理の一例を示すフローチャートである。
本発明の実施形態に係る機器利用状況データベースのノード情報テーブルの一例を示す概略図である。
本発明の実施形態に係る行動パターン分析部の重み付け判定処理の一例を示すフローチャートである。

実施例

0016

(実施形態)
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図1は、本発明の実施形態係る情報処理システムS1の構成の一例を示す概略図である。
情報処理システムS1は、電子機器1、スイッチングハブ2、起動情報収集装置3、情報処理装置4、利用者端末5を含んで構成される。電子機器1、スイッチングハブ2、起動情報収集装置3は、例えば、宅内Hmに配置される。

0017

電子機器1は、ネットワークに有線または無線で、スイッチングハブ2を介して接続される。例えば、電子機器1は、スマートフォンタブレットPC(Personal Computer)などのタッチパネル搭載端末1−1、テレビジョン受像機などの表示装置1−2、IP(Internet Protocol)電話1−3などである。以下の説明において、電子機器1と説明する場合、特に記載しない場合においては、複数の電子機器を含んでいるものとして説明する。

0018

スイッチングハブ2は、後述する起動情報収集装置3を介してネットワークNWに有線または無線で接続される。スイッチングハブ2は、有線のスイッチングハブであってもよいし、無線のスイッチングハブであってもよい。

0019

起動情報収集装置3(以下、ブロードバンドルータ(BBR)とも称する。)は、後述する情報処理装置4からの指示信号に基づいて電子機器1から各種情報収集する。また、起動情報収集装置3は、スイッチングハブ2自体がIPアドレスを持つ場合(例えば、レイヤ2のスイッチなど)、電子機器1と同様にスイッチングハブ2から各種情報を収集する。起動情報収集装置3は、収集した各種情報を、ネットワークNWを介して情報処理装置4に送信する。
ネットワークNWは、基地局装置、当該基地局装置と他の基地局装置との通信中継する中継装置ネットワーク交換機ネットワーク管理装置ホーム基地局装置などを含む。

0020

情報処理装置4は、各種指示信号を、ネットワークNWを介して起動情報収集装置3に送信し、その応答として起動情報収集装置3から各種情報を取得する。
利用者端末5は、例えば、スマートフォン5−1やPC5−2などの電子機器である。利用者端末5は、情報処理装置4から通常(正常)とは異なる異常があるか否かを表す判定結果または当該判定結果を表す利用者端末5の表示部に表示する表示画像を表す画像情報の少なくともいずれかを取得し、遠隔地などの宅外にいる利用者に宅内Hmにおける異常があるか否かを通知する。
なお、利用者端末5は、情報処理装置4が解析した異常がある異常状態ではない通常状態に基づいて生成された通常状態を表す表示画像の画像情報を取得して当該通常の状態を利用者に通知してもよい。

0021

図2は、本発明の実施形態に係る起動情報収集装置3の構成の一例を示す概略ブロック図である。
起動情報収集装置3は、アクティブ特徴抽出部31と、パッシブ特徴抽出部32と、機器情報通信部33と、を含んで構成される。

0022

アクティブ特徴抽出部31は、ネットワークNWに接続する電子機器1に対してコマンド(要求)を送信し、当該コマンドに対する応答を電子機器1から受信した場合に、電子機器1がネットワークに接続されているか否かを表す接続情報を生成する。また、アクティブ特徴抽出部31は、ネットワークNWに接続する電子機器1に対してコマンド(要求)を送信し、当該コマンドに対する応答を電子機器1から受信した場合に、当該応答のパケットを解析し、電子機器1の起動情報を生成する。

0023

起動情報とは、電子機器1が活性の状態であるオン状態を表す情報、電子機器1が非活性の状態であるオフ状態を表す情報である。活性の状態とは、例えば、電子機器1の電源がオンである状態、電子機器1が何らかの処理を行っている状態などのことである。非活性の状態とは、電子機器1の電源がオフである状態、電子機器1の電源がオンであるが休止している状態、電子機器1からの応答が解析不可能である状態などのことである。アクティブ特徴抽出部31は、生成した接続情報および起動情報を機器情報通信部33に出力する。

0024

パッシブ特徴抽出部32は、電子機器1が所定の周期で自律的に送信するパケットをキャプチャすることでネットワークに接続されているか否かを表す接続情報を生成する。また、パッシブ特徴抽出部32は、電子機器1が所定の周期で自律的に送信するパケットをキャプチャして解析することで起動情報を生成する。パッシブ特徴抽出部32は、生成した接続情報および起動情報を機器情報通信部33に出力する。
機器情報通信部33は、アクティブ特徴抽出部31およびパッシブ特徴抽出部32から入力された接続情報および起動情報を、ネットワークNWを介して情報処理装置4に送信する。

0025

以下で、より詳細にアクティブ特徴抽出部31およびパッシブ特徴抽出部32の処理について説明する。
アクティブ特徴抽出部31は、電子機器1に対して例えばARP(Address Resolution Protocol)コマンドを送信し、当該ARPコマンドに対する応答としてARP応答を受信した場合、当該ARP応答を送信した電子機器1がネットワークに接続されていると判定し、ネットワークに接続されていることを表す接続情報を生成する。一方、アクティブ特徴抽出部31は、ARPコマンドに対するARP応答を受信しない場合、電子機器1がネットワークに接続されていないと判定し、ネットワークに接続されていないことを表す接続情報を生成する。

0026

また、アクティブ特徴抽出部31は、電子機器1に対して例えばARPコマンドを送信し、当該ARPコマンドに対する応答としてARP応答を受信した場合、当該ARP応答を送信した電子機器1がオン状態であると判定し、オン状態を表す起動情報を生成する。一方、アクティブ特徴抽出部31は、ARPコマンドに対するARP応答を受信しない場合、電子機器1がオフ状態であると判定し、オフ状態であることを表す起動情報を生成する。

0027

パッシブ特徴抽出部32は、電子機器1が周期的かつ自律的に送信するパケットをキャプチャしてネットワークに接続されているか否かを判定し、接続情報を生成する。また、パッシブ特徴抽出部32は、電子機器1が周期的かつ自律的に送信するパケットをキャプチャして解析し、電子機器1がオン状態であるか否かを判定して起動情報を生成する。

0028

ただし、パッシブ特徴抽出部32は、オフ状態の電子機器1であってもARPコマンドに対する応答としてARP応答を送信する電子機器1であって、SSDP(Simple Service Discovery Protocol)パケットを送信する電子機器1は、受信したSSDPパケットにより接続情報および起動情報を生成する。

0029

なお、アクティブ特徴抽出部31およびパッシブ特徴抽出部32がスイッチングハブ2を介して起動情報収集装置3に接続される電子機器1の起動情報を生成する例を示したが、スイッチングハブ2を介して起動情報収集装置3に接続される電子機器と起動情報収集装置3に直接接続される電子機器とからそれぞれの起動情報を生成してもよい。
なお、アクティブ特徴抽出部31は、情報処理装置4から機器情報通信部33を介して受信した指示信号に基づいて、コマンドを電子機器1に送信して、接続情報および起動情報を生成してもよい。

0030

図3は、本発明の実施形態に係る情報処理装置4の構成の一例を示す概略ブロック図である。
情報処理装置4は、機器情報取得部41、利用状況解析部43、行動パターン分析部45、異常判定部47、画面作成部48、データベース49を含んで構成される。利用状況解析部43は、利用状況生成処理部431、行動ベクトル化処理部432を含んで構成される。データベース49は、特徴蓄積データベース42、機器利用状況データベース44、行動推定結果データベース46を含んで構成される。

0031

機器情報取得部41は、ネットワークNWを介して起動情報収集装置3から接続情報および起動情報を受信すると、当該接続情報および起動情報を特徴蓄積データベース42の特徴蓄積テーブルに格納する。
利用状況解析部43は、特徴蓄積データベース42から接続情報および起動情報を読み出し、当該接続情報および起動情報に基づいて機器利用状況生成処理と行動ベクトル化処理とを実施する。より具体的に以下で説明する。

0032

利用状況生成処理部431は、利用状況生成処理を行う。当該利用状況生成処理には、特徴状態監視処理が含まれる。具体的には、利用状況生成処理部431は、周期的に特徴蓄積データベース42から各宅内、各電子機器1の利用状況を抽出し、抽出した各宅内における電子機器1の利用状況に基づいて電子機器1の周期時間ごとの利用状況を判定し、当該周期時間ごとの電子機器1の利用状況を機器利用状況データベース44の機器利用状況テーブルに登録する。
行動ベクトル化処理部432は、機器利用状況データベース44の機器利用状況テーブルを読み出し、当該機器利用状況テーブルのデータを行動ベクトル化周期ごとに集計することで行動ベクトル要素一時テーブルを生成する。また、行動ベクトル化処理部432は、所定時間、例えば24時間経過後に、行動ベクトル化要素一時テーブルを行動ベクトル要素テーブル移行する。

0033

行動パターン分析部45は、機器利用状況データベース44から機器利用状況テーブルを読み出して、行動パターン分析処理および重み付け判定処理を行う。行動パターン分析処理は、例えば、各宅内における電子機器1の機器構成範囲の特定、行動ベクトル要素テーブルのデータに対するクラスタ分析の実施、電子機器1のグルーピング、ノード情報テーブルの生成などの処理である。行動パターン分析部45は、上述の行動パターン分析処理および重み付け判定処理した情報を行動推定結果データベース46に格納する。

0034

異常判定部47は、行動推定結果データベース46から行動推定結果テーブルを読み出して、当該行動推定結果テーブルの当日のデータと当日の現在時刻までに取得されたデータにおける電子機器1の機器構成と同一の構成を持つ代表ベクトルとを比較し、当日のデータにおける電子機器1の機器構成と代表ベクトルとに乖離があった場合に異常監視を行う。ここで、異常監視は、異常監視時間における電子機器1の変動状況を監視し、電子機器1の変動状況に変化がない場合に、後述する異常処理を行う。異常判定部47は、異常処理を行った場合に、異常があることを表す異常警告を利用者端末5に送信する。

0035

画面作成部48は、行動推定結果データベース46から異常状態や通常状態などの状態を表す表示画像を生成し、生成した表示画像の画像信号を利用者端末5に送信する。
また、画面作成部48は、異常判定部47から異常があるか否かを表す判定結果が入力されると、当該判定結果に応じた表示画像を生成し、生成した表示画像の画像信号を利用者端末5に送信する。
特徴蓄積データベース42は、機器情報取得部41により取得された接続情報および起動情報を蓄積し、記憶する。図4を参照して、特徴蓄積データベースのデータ構成を説明する。

0036

図4は、本発明の実施形態に係る特徴蓄積データベース42のデータ構成の一例を示す概略図である。
特徴蓄積データベース42は、特徴蓄積テーブルT1を記憶する。特徴蓄積テーブルT1は、ホームゲートウェイ識別子(HGW−ID)と、媒体アクセス制御アドレスMACアドレス)と、IP(Internet Protocol:アイピー)アドレスと、特徴名と、特徴値と、記録日時と、が対応付けられたテーブルである。
HGW−IDは、特徴を収集した起動情報収集装置3に付与されたユニーク番号である。MACアドレス、IPアドレスは、起動情報となるパケットから収集した発信元(電子機器1)の機器情報である。特徴名、特徴値は、MACアドレス、IPアドレスを取得した特徴に応じて設定される名称、値である。記録日時は、起動情報収集装置3が接続情報および起動情報を取得した時間である。

0037

図3に戻って、機器利用状況データベース44は、特徴蓄積データベース42が記憶する特徴蓄積テーブルに基づいて行動ベクトル化処理部432が行動ベクトル化を行うために必要な情報、および異常判定部47が異常判定を実施するために必要な機器構成情報、行動パターン分析部45が行動パターン分析処理および重み付け判定処理を行うために必要な情報を記憶する。具体的には、機器利用状況データベース44は、機器利用状況テーブルT21、行動ベクトル化情報テーブルT22、行動ベクトル要素テーブルT23、構成管理テーブルT24、構成機器情報テーブルT25、構成日付情報テーブルT26、行動ベクトル要素一時テーブルT27を記憶する。図5を参照して、機器利用状況データベース44のデータ構成について説明する。

0038

図5は、本発明の実施形態に係る機器利用状況データベース44のデータ構成の一例を示す概略図である。
機器利用状況テーブルT21は、利用状況解析部43により特徴蓄積データベース42の特徴蓄積テーブルT1に記憶されたデータからHGW−ID、MACアドレスごとに電子機器1がオン状態となったか否かが利用状況生成処理部431により周期的に判定されて登録されるテーブルであり、HGW−IDとMACアドレスと日付と時刻と利用状況フラグとが対応付けられている。HGW−ID、MACアドレスは、上述の特徴蓄積テーブルT1と同様であるので、説明を省略する。日付は、特徴蓄積テーブルT1の記録日時から取得した日付である。時刻は、機器利用状況テーブルT21における電子機器1の機器情報を表すデータを、利用状況解析部43が機器利用状況テーブルT21に生成したときの時間である。利用状況フラグは、電子機器1のオン状態/オフ状態を識別するデータである。

0039

行動ベクトル化情報テーブルT22は、行動パターン分析部45が行動ベクトルを生成する際の機器ごとの重み(ベクトル化加重)を定義するものであり、MACアドレス、ベクトル化加重、平均稼働率平均変化率を対応付けて記憶する。ベクトル化加重は、該当するMACアドレスのデータに加重する重みの値である。平均稼働率、平均変化率は、ベクトル化加重を算出するための基礎データであり、詳細は後述する。

0040

行動ベクトル要素一時テーブルT27は、行動ベクトル化処理部432によりHGW−IDごとに単位時間当たりのベクトル化された行動ベクトルの合計値であり、HGW−ID、日付、時刻、ベクトル値が対応付けられている。日付は、機器利用状況テーブルT21の日付から取得した日付である。時刻は、行動ベクトル化処理を実行したときの時刻である。ベクトル値は、機器利用状況テーブルT21から取得した単位時間のデータについてベクトル化加重を付加し、当該ベクトル化加重を付加した単位時間のデータを表す行動ベクトルの合計値である。

0041

行動ベクトル要素一時テーブルT27は、所定時間、例えば24時間分のデータが蓄積され、行動ベクトル化処理部432により所定時間、例えば24時間ごとに、当該行動ベクトル要素一時テーブルT27のデータを行動ベクトル要素テーブルT23に移行される。
行動ベクトル要素テーブルT23は、HGW−IDごと、日時・時刻ごとのベクトル値を蓄積するテーブルであり、行動ベクトル要素一時テーブルT27と同様であるので説明を省略する。

0042

構成管理テーブルT24は、HGW−IDごと、日付ごとにオン状態となった電子機器1の構成を管理するためのテーブルであり、HGW−ID、電子機器の構成IDが対応付けられている。構成IDは、構成を管理するための識別子である。
構成機器情報テーブルT25は、構成管理テーブルT24の構成IDの中に含まれる電子機器1を管理するためのテーブルである。
構成日付情報テーブルT26は、構成管理テーブルT24の構成IDに該当する行動ベクトル要素テーブルの日付を管理するためのテーブルである。

0043

図3に戻って、行動推定結果データベース46は、異常判定部47における異常判定の際の比較対象を特定するためのグルーピングの結果を記憶する。図6を参照して、行動推定結果データベース46のデータ構成を説明する。

0044

図6は、本発明の実施形態に係る行動推定結果データベース46のデータ構成の一例を示す概略図である。
行動推定結果データベース46は、ノード情報テーブルT3を記憶する。ノード情報テーブルT3は、HGW−ID、ノードID、結合距離左ノード右ノード、日付、グループ番号、代表ベクトルフラグ、構成数を対応付けて記憶する。
ノードIDは、木構造のノードを示す番号である。結合距離は、木構造の樹形図における結合レベルを示す情報である。左ノード/右ノードは、木構造の樹形図中における該当ノードIDの左/右のノードのノードIDを表す。日付は、葉ノード所有する情報であり、ノードIDに対応するデータの日付を表す。グループ番号は、葉ノードが所有する情報であり、ノードIDが所属するグループ番号を表す。代表ベクトルフラグは、ノードが代表ベクトルか否かを表す情報であり、代表ベクトルフラグがTRUEであるとき、該当するベクトルが代表ベクトルであることを表し、代表ベクトルフラグがFALSEであるとき、該当するベクトルが代表ベクトルでないことを表す。
構成数は、該当するノードのノードIDが代表ベクトルであるときに所属する葉ノードの数を表す。

0045

図7は、本発明の実施形態に係る情報処理装置4のハードウェア構成の一例を示すハードウェア構成図である。
情報処理装置4は、CPU401と、記憶媒体402と、ドライブ部403と、入力部404と、出力部405と、ROM406(Read Only Memory:ロム)と、RAM407(Random Acccess Memory:ラム)と、補助記憶部408と、通信部409と、を備える。
CPU401と、ドライブ部403と、入力部404と、出力部405と、ROM406と、RAM407と、補助記憶部408と、通信部409とは、バス母線)Bを介して相互に接続される。

0046

CPU401は、補助記憶部408が記憶するプログラム、ROM406およびRAM407が記憶する各種データを読み出して実行し、情報処理装置4を制御する。また、CPU401は、ドライブ部403を介して記憶媒体402が記憶する各種データを読み出して実行し、情報処理装置4を制御する。記憶媒体402は、光磁気ディスクフレキシブルディスクフラッシュメモリなどの可搬記憶媒体であり、各種データを記憶する。ドライブ部403は、光ディスクドライブフレキシブルディスクドライブなどの記憶媒体402の読み出し装置である。入力部404は、マウスキーボードなどの入力装置である。出力部405は、表示部、スピーカなどの出力装置である。ROM406、RAM407は、各種データを一時的に記憶する。補助記憶部408は、ハードディスクドライブ、フラッシュメモリなどであり、上述した情報処理装置4の各機能部を動作させるためのプログラム、各種データを記憶する。通信部409は、通信インタフェースを有し、有線または無線によりネットワークNWに接続される。

0047

図8は、本発明の実施形態に係る情報処理装置4の処理の一例を示すフローチャートである。
ステップST0において、機器情報取得部41は、接続情報および起動情報を含む宅内機器情報を、ネットワークNWを介して起動情報収集装置3から取得し、特徴蓄積データベース42に格納する。
ステップST1において、利用状況解析部43は、機器利用状況生成周期時間が経過したか否かを判定する。機器利用状況生成周期時間が経過した場合、ステップST2に進む。一方、機器利用状況生成周期時間が経過していない場合、ステップST0に戻る。
ステップST2において、利用状況解析部43は、特徴蓄積データベース42から特徴蓄積テーブルを読み出し、電子機器1の利用状況を解析する。図9、10を参照して詳述する。

0048

図9は、本発明の実施形態に係る特徴蓄積データベース42が記憶する特徴蓄積テーブルの一例を示す概略図である。
特徴蓄積テーブルT4−1は、HGW−ID、IPアドレス、MACアドレス、特徴名、特徴値、記録時刻の各項目列を有する行と列からなる二次元のテーブルである。
例えば、1行目は、HGW−IDが0101であり、IPアドレスが192.168.1.1であり、MACアドレスが00:1d:73:11:22:33であり、特徴名がARP_REPLYであり、特徴値がnullであり、記録時刻が2013/3/7 20:54である。

0049

HGW−IDは、起動情報収集装置3により付与されたユニークな識別番号である。特徴名には、例えば、ARPコマンドに対するARP応答を受信したこと表すARP_REPLYが格納されている。特徴値には、値がないことを表すnullが格納されている。
特徴蓄積テーブルT4−1の特徴名に対する利用状況生成処理部431の利用状況生成処理については後述する。

0050

図10は、本発明の実施形態に係る特徴蓄積データベース42が記憶する特徴蓄積テーブルの他の一例を示す概略図である。
特徴蓄積テーブルT4−2は、図9に示した特徴蓄積テーブルT4−1と同様の項目列を有する。
例えば、1行目は、HGW−IDが0101であり、IPアドレスが192.168.1.1であり、MACアドレスが00:24:a5:aa:bb:ccであり、特徴名がSSDP_NOTIFYであり、特徴値がaliveであり、記録時刻が2013/3/11 0:32である。

0051

特徴名には、SSDPパケットのNOTIFYから取得した情報であることを意味するSSDP_NOTIFYが格納されている。特徴値には、電子機器1が活性状態の際に設定されるaliveが格納されている。特徴値の他の例としては、2行目のように、電子機器1が非活性の状態の際に設定されるbyebyeがある。
特徴蓄積テーブルT4−2の特徴名に対する利用状況生成処理部431の利用状況生成処理および利用状況の判定処理については後述する。

0052

図8に戻って、ステップST3において、行動ベクトル化処理部432は、行動ベクトル化周期時間、例えば1または2時間などの所定時間が経過したか否かを判定する。行動ベクトル化周期時間が経過した場合、ステップST4に進む。一方、行動ベクトル化周期時間が経過していない場合、ステップST0に戻る。
ステップST4において、行動ベクトル化処理部432は、行動ベクトル化処理を行う。行動ベクトル化処理については後述する。
ステップST5において、異常判定部47は、異常推定処理を行う。異常推定処理は、行動パターン分類処理と異常監視処理である。異常推定処理については後述する。

0053

ステップST6において、異常判定部47は、当日のデータの蓄積期間が一日(24時間)経過したか否かを判定する。一日経過した場合、ステップST7に進む。一方、一日経過していない場合、ステップST0に戻る。
ステップST7において、行動パターン分析部45は、行動パターン分類を行う。行動パターン分類については後述する。
ステップST8において、行動パターン分析部45は、重み付け判定処理を行う。重み付け判定処理については後述する。

0054

ステップST9において、異常判定部47は、ステップST0からステップST9までの処理を終了するか否かを判定する。ステップST0からステップST9までの処理を終了する場合、図8に係る処理を終了する。一方、ステップST0からステップST9までの処理を終了しない場合、ステップST0に戻る。

0055

図11は、本発明の実施形態に係る利用状況生成処理部431の処理の一例を示すフローチャートである。
図11におけるステップST201からステップST215までの処理は、図8におけるステップST2の機器利用状況生成処理に該当する。図示する例では、実行周期を所定時間、例えば5分とし、予め優先する特徴名、監視対象とする特徴名である監視対象特徴名が定義されているものとする。以下の説明では、一例として優先する特徴名は、優先順位が高い順に、SSDP_NOTIFY、ARP_REPLYとする。また、監視対象特徴名は、例えば、SSDP_NOTIFYである。当該機器利用状況生成処理は、利用状況生成処理部431により実行周期ごとに実行される。利用状況生成処理部431は、実行周期時間が経過した場合、保持しているHGW−IDごとに特徴蓄積データベース42から特徴蓄積テーブルのデータを読み出し、データを取得する。

0056

ステップST201において、利用状況生成処理部431は、実行周期であるか否かを判定する。実行周期である場合、ステップST202に進む。一方、実行周期でない場合、ステップST201の判定を繰り返す。
ステップST202において、利用状況生成処理部431は、HGW−IDごとにステップST203からステップST213までの処理を順次行う。
ステップST203において、利用状況生成処理部431は、特徴蓄積データベース42が記憶する特徴蓄積テーブルから該当するHGW−IDであって、記録日時が現在時刻から実行周期の時間を減算(現在時刻−実行周期)した時間以降に該当する情報を収集し、MACアドレスごとに特徴リストとして保持するとともに、MACアドレスのリストを生成する。

0057

ステップST204において、利用状況生成処理部431は、MACアドレスごとに、ステップST205からステップST212までの処理を順次行う。
ステップST205において、利用状況生成処理部431は、当該MACアドレスが内部に保持する監視対象リストに登録されているか否か、すなわち、当該MACアドレスが監視中のMACアドレスか否かを判定する。当該MACアドレスが監視中のMACアドレスである場合、ステップST212に進む。一方、当該MACアドレスが監視中のMACアドレスでない場合、ステップST206に進む。
ステップST206において、利用状況生成処理部431は、特徴蓄積データベース42の特徴蓄積テーブルを参照し、MACアドレスの特徴から指定された優先する特徴名の順に特徴(特徴名、特徴値)の有無を確認し、判定対象とする特徴名を決定する。

0058

ステップST207において、利用状況生成処理部431は、該当MACアドレスの特徴リストに監視対象の特徴名が存在するか否かを判定する。該当MACアドレスの特徴リストに監視対象の特徴名が存在する場合、ステップST208に進む。一方、該当MACアドレスの特徴リストに監視対象の特徴名が存在しない場合、ステップST209に進む。
ステップST208において、利用状況生成処理部431は、当該特徴名に該当するMACアドレスを監視リストに登録し、監視リストを更新する。
ステップST209において、利用状況生成処理部431は、判定対象の特徴名が特徴蓄積データベース42の特徴蓄積テーブルに存在するか否かを判定する。判定対象の特徴名が特徴蓄積データベース42の特徴蓄積テーブルに存在する場合、ステップST210に進む。一方、判定対象の特徴名が特徴蓄積データベース42の特徴蓄積テーブルに存在しない場合、ステップST211に進む。

0059

ステップST210において、利用状況生成処理部431は、特徴蓄積データベース42の特徴蓄積テーブルを参照し、当該特徴蓄積テーブルの特徴名に特徴名が格納されている場合、例えば、特徴名がARP応答を表すARP_REPLYが特徴名として特徴蓄積テーブルに格納されている場合、当該特徴名に対応付けられたMACアドレスが表す電子機器1の利用状況をオン状態と判定し、当該MACアドレスの利用状況にオン状態を表すONを設定する。
ステップST211において、利用状況生成処理部431は、特徴蓄積データベース42の特徴蓄積テーブルを参照し、当該特徴蓄積テーブルの特徴名に特徴名が格納されていない場合、例えば、特徴名がARP応答を表すARP_REPLYが特徴名として特徴蓄積テーブルに格納されていない場合、当該特徴名に対応付けられたMACアドレスが表す電子機器1の利用状況をオフ状態と判定し、当該MACアドレスの利用状況にオフ状態を表すOFFを設定する。

0060

ステップST212において、利用状況生成処理部431は、機器利用状況テーブルに監視対象の特徴名が存在するか否かを判定し、特徴名が存在する場合、特徴値状態に応じた電子機器1の利用状況を機器利用状況テーブルに登録する。一方、利用状況生成処理部431は、機器利用状況テーブルに監視対象の特徴名が存在しない場合、監視リストの状態を機器利用状況テーブルに登録する。
具体的には、利用状況生成処理部431は、特徴蓄積テーブルからHGW−ID、MACアドレス、記録日時の情報を抽出し、抽出したHGW−ID、MACアドレス、かつ記録日時が現在時刻から実行周期時刻を減算した範囲の記録日時に該当する情報に優先度の高い特徴名が存在するか否かを判定する。優先度が高い特徴名が存在する場合、利用状況生成処理部431は、該当する電子機器1の利用状況をオン状態と判定し、当該電子機器1に対応するMACアドレスの利用状況にオン状態を表すONを設定する。そして、利用状況生成処理部431は、当該MACアドレスと当該MACアドレスに対応する電子機器1の特徴値とを監視リストに保持する。一方、利用状況生成処理部431は、特徴蓄積テーブルからHGW−ID、MACアドレス、記録日時を抽出し、抽出したHGW−ID、MACアドレス、かつ記録日時が現在時刻から実行周期時刻を減算した範囲の記録日時に該当する情報に優先度の高い特徴名が存在しない場合、監視リストとして保持する電子機器1の利用状況を機器利用状況テーブルの利用状況として設定する。
これにより、電子機器1が自律的に送信する特徴の場合、例えばSSDPパケットを送信する電子機器1において、情報処理装置4が実行周期内にパケットを受信せず、当該電子機器1に対応するMACアドレスに特徴値が存在しない場合でも、利用状況生成処理部431は、監視リストの状態を機器利用状況テーブルに登録することで、電子機器1の利用状況の誤判定を回避することができる。

0061

ステップST213において、利用状況生成処理部431は、MACアドレスごとのステップST205からステップST212までの処理を終了する。
ステップST214において、利用状況生成処理部431は、HGW−IDごとのステップST203からステップST213までの処理を終了する。

0062

ステップST215において、利用状況生成処理部431は、優先する特徴名順に実行周期の間に取得したデータを検索し、実行周期の間に取得したデータが特徴蓄積テーブルに存在するか否かに基づき、処理を終了するか否かを判定する。当該データが特徴蓄積テーブルに存在しない場合、図11に係る処理を終了する。一方、当該データが特徴蓄積テーブルに存在する場合、図11に係る処理を終了せずにステップST201に戻る。

0063

なお、当該MACアドレスが監視リスト中のMACアドレスに該当しない場合であっても、優先度が高い特徴(特徴名、特徴値)を新たに取得している可能性がある。従って、利用状況生成処理部431は、「SSDP_NOTIFY」が検出された場合は、監視リストに当該SSDP_NOTIFYを送信したMACアドレスを登録し、既に当該SSDP_NOTIFYを送信したMACアドレスが監視リストに存在する場合、特徴状態監視処理を実施する。当該特徴状態監視処理とは、電子機器1が自律的に送信するパケットから取得される特徴の状態を監視リストに保持して監視する処理のことである。
これにより、利用状況生成処理部431は、コマンド(要求)に対するコマンド応答(応答)パケットと電子機器1が自律的に送信するパケットとから収集した特徴(特徴名、特徴値)に基づいて、時間軸を合わせた機器利用状況テーブルを生成することができる。

0064

図12は、本発明の実施形態に係る機器利用状況データベース44の機器利用状況テーブルの一例を示す概略図である。
図示するように、機器利用状況テーブルT4−3は、HGW−ID、MACアドレス、日付、時刻、利用状況の各項目列を有する行と列からなる二次元の表形式のテーブルである。
例えば、1行目は、HGW−IDが0101であり、MACアドレスがbc:67:78:aa:bb:ccであり、日付が2013/3/11であり、時刻が7:15であり、利用状況がONである。
ARPコマンドの応答であるARP_REPLYは、電子機器1がオン状態であれば特徴(特徴名)が存在し、オフ状態であれば特徴が存在しない。従って、利用状況生成処理部431は、機器利用状況データベース44から取得したデータの中の特徴名にARP_REPLYが存在すれば利用状況をONと設定し、ARP_REPLYが存在しなければ利用状況をOFFと設定する。

0065

図13は、本発明の実施形態に係る利用状況生成処理部431の機器利用状況生成処理の実行タイミングの一例を示すタイミングチャートである。
図示する例は、非活性状態であってもARPコマンドに対するARP応答(ARP_REPLY)を送信し、かつ電子機器1が自律的にSSDPパケットを送信する場合における、当該電子機器1に対する利用状況生成処理部431の機器利用状況生成処理の実行タイミングの一例である。当該電子機器1は、過去にSSDPパケットが利用状況生成処理部431にて検出されたことがあり、かつ監視リストにおける利用状況がオフ状態であるものと仮定する。なお、初めて検出されるSSDPパケットを自律的に送信する電子機器1に対する利用状況を、利用状況生成処理部431は、初期値としてオン状態と判定する。

0066

ステップSq1において、利用状況生成処理部431は、特徴蓄積データベース42から取得した特徴を参照し、ARP_REPLYを電子機器1のARP応答として検出する。このとき、利用状況生成処理部431は、当該電子機器1から送信されるSSDPパケットを検出していないため、実行周期の実行間隔(例えば5分)における当該電子機器1の利用状況をオフ状態と判定する。

0067

ステップSq2において、利用状況生成処理部431は、ARP_REPLYを電子機器1のARP応答として検出し、SSDPパケット(SSDP_NOTIFY(alive))を検出する。
このとき、aliveであることを表すSSDP_NOTIFYを検出したため、利用状況生成処理部431は、当該電子機器1の利用状況をオン状態と判定する。
ステップSq3において、利用状況生成処理部431は、ARP_REPLYを電子機器1のARP応答として検出し、SSDPパケット(SSDP_NOTIFY(alive))を検出する。
このとき、利用状況生成処理部431は、電子機器1の利用状況をオン状態と判定する。

0068

ステップSq4において、利用状況生成処理部431は、ARP_REPLYを電子機器1のARP応答として検出する。このとき、利用状況生成処理部431は、SSDPパケットを検出していないが、直前の電子機器1の利用状況(例えばステップSq3)に基づいて、電子機器1の利用状況をオン状態と判定する。
ステップSq5において、利用状況生成処理部431は、ARP_REPLYを電子機器1のARP応答として検出し、SSDPパケット(SSDP_NOTIFY(byebye))を検出する。したがって、利用状況生成処理部431は、当該実行周期間隔における電子機器1の利用状況をオン状態と判定する。

0069

ステップSq6において、利用状況生成処理部431は、電子機器1は、ARP_REPLYを電子機器1のARP応答として検出する。なお、ステップSq5において、電子機器1がbyebyeを表すSSDPパケットを検出していることから、利用状況生成処理部431は、電子機器1の利用状況をオフ状態と判定する。
このように、利用状況生成処理部431は、複数のプロトコルから起動情報を表す特徴を生成する場合であっても、優先度の高い特徴を用いて利用状況を判定し、機器利用状況テーブルを生成する。

0070

図14は、本発明の実施形態に係る行動ベクトル化処理部432における行動ベクトル化処理の一例を示すフローチャートである。
行動ベクトル化処理部432は、HGW−IDごとに所定時間ごとの全ての電子機器1の利用状況を表すベクトルの合計値を算出する。行動ベクトル化処理部432は、周期的、例えば1時間ごとにステップST401からステップST419の行動ベクトル化処理を実行し、機器利用状況データベース44の行動ベクトル要素一時テーブルに格納する。行動ベクトル要素一時テーブルに登録されたデータは、異常検出処理により使用される。機器利用状況データベース44の行動ベクトル要素一時テーブルのデータは、所定時間、例えば24時間蓄積され、当該所定時間蓄積されたタイミングで行動ベクトル化処理部432により機器利用状況データベース44の行動ベクトル要素テーブルに移行される。
以下のステップST401からステップST419までの処理は、図8のステップST4における行動ベクトル化処理に該当する。

0071

ステップST401において、行動ベクトル化処理部432は、行動ベクトル化の実行周期か否かを判定する。行動ベクトル化の実行周期である場合、ステップST402に進む。一方、行動ベクトル化の実行周期でない場合、ステップST401の判定を繰り返す。
ステップST402において、行動ベクトル化処理部432は、HGW−IDごとにステップST403からステップST409までの処理を順次行う。
ステップST403において、行動ベクトル化処理部432は、該当するHGW−IDかつ現在時刻から実行周期分を遡った日付・時刻に該当する機器利用状況データベース44の機器利用状況テーブルの全ての情報を取得し、MACアドレスリストを生成する。

0072

ステップST404において、行動ベクトル化処理部432は、該当日付、例えば、本日のMACアドレスリストが生成されていない場合、ステップST403において生成したMACアドレスリストの情報を複製する。行動ベクトル化処理部432は、該当日付、例えば本日のMACアドレスリストが既に生成されている場合、ステップST403において生成されたMACアドレスリストと当該本日のMACアドレスリストとを比較し、本日のMACアドレスリストに不足しているMACアドレスを、本日のMACアドレスリストに追加する。

0073

ステップST405において、行動ベクトル化処理部432は、MACアドレスごとにステップST406からステップST407までの処理を順次行う。
ステップST406において、行動ベクトル化処理部432は、機器利用状況データベース44の行動ベクトル化情報テーブルから該当するMACアドレスのべクドル比重を取得する。
ステップST407において、行動ベクトル化処理部432は、機器利用状況データベース44の機器利用状況テーブルから取得したデータにおいて該当するMACアドレスのデータにおける利用状況がONの数を算出し、算出したONの数にベクトル化比重を乗算してMACアドレスごとのベクトル値を算出する。

0074

ステップST408において、行動ベクトル化処理部432は、MACアドレスごとのステップST406からステップST407までの処理を終了する。
ステップST409において、行動ベクトル化処理部432は、MACアドレスごとにステップST407において算出されたベクトル値を全て加算し、当該全てのベクトル値の加算値を機器利用状況データベース44の行動ベクトル要素一時テーブルに登録する。

0075

ステップST410において、行動ベクトル化処理部432は、HGW−IDごとのステップST403からステップST409までの処理を終了する。
ステップST411において、行動ベクトル化処理部432は、機器利用状況データベース44の行動ベクトル要素一時テーブルが24時間蓄積されたか否かを判定する。機器利用状況データベース44の行動ベクトル要素一時テーブルが24時間蓄積された場合、ステップST412に進む。一方、機器利用状況データベース44の行動ベクトル要素一時テーブルが24時間蓄積されていない場合、ステップST401に戻る。

0076

ステップST412において、行動ベクトル化処理部432は、機器利用状況データベース44の行動ベクトル要素一時テーブルに格納された全てのデータを取得し、取得したデータを行動ベクトル要素テーブルに追加する。そして、行動ベクトル化処理部432は、行動ベクトル要素テーブルに取得したデータを追加し終えると、行動ベクトル要素一時テーブルのデータを削除する。

0077

ステップST413において、行動ベクトル化処理部432は、HGW−IDごとにステップST414からステップST418までの処理を行う。
ステップST414において、行動ベクトル化処理部432は、該当するHGW−IDの構成機器情報テーブルの全ての情報を全て取得する。そして、行動ベクトル化処理部432は、構成機器情報テーブルの全ての情報と構成IDごとに該当するHGW−IDの本日のMACアドレスリストとを比較して、機器構成が一致する構成IDを検索する。
ステップST415において、行動ベクトル化処理部432は、構成機器情報テーブルの全ての情報と本日のMACアドレスリストとで一致する機器構成の構成IDがないか否かを判定する。一致する構成IDある場合、ステップST416に進む。一方、一致する構成IDがない場合、ステップST417に進む。

0078

ステップST416において、行動ベクトル化処理部432は、構成IDを取得し、取得した構成IDにより機器利用状況データベース44の構成日付情報テーブルに構成日付情報レコードを作成する。
ステップST417において、行動ベクトル化処理部432は、構成管理テーブルに構成管理レコードを作成し、構成機器情報テーブルに構成機器情報レコードを作成し、構成日付情報テーブルに構成日付情報レコードを作成する。
ステップST418において、行動ベクトル化処理部432は、実行周期の間に新規に取得したデータが機器利用状況テーブルに存在するか否かに基づき、行動ベクトル化処理を終了するか否かを判定する。実行周期の間に新規に取得したデータが機器利用状況テーブルに存在しない場合、行動ベクトル化処理を終了すると判定し、図14に係る行動ベクトル化処理を終了する。一方、実行周期の間に新規に取得したデータが機器利用状況テーブルに存在する場合、行動ベクトル化処理を終了しないと判定し、ステップST401に戻る。

0079

図15は、本発明の実施形態に係る機器利用状況データベース44の行動ベクトル要素一時テーブルの一例を示す概略図である。
図示するように、行動ベクトル要素一時テーブルT5は、HGW−ID、日付、時刻、ベクトル値の各項目列を有する行と列からなる二次元の表形式のテーブルである。
例えば、1行目は、HGW−IDが0101であり、日付が2013/3/12であり、時刻が0:00であり、ベクトル値が40.0である。

0080

図16は、本発明の実施形態に係る異常判定部47の異常推定処理の一例を示すフローチャートである。
異常推定処理の方法としては、過去の日常パターンと当日の行動とを比較し、著しく乖離する場合に異常と判定するものがある。異常推定に特化したセンサなどを備えない市販されているような電子機器1の利用状況に基づいて異常推定処理を行う場合には、例えば、電子機器の新規購入老朽化などによる電子機器の入れ替え廃棄などをする度に異常として判定されることが考えられる。このため、ネットワーク内(宅内)の機器構成の変化を考慮して異常推定処理を行う必要がある。また、過去に登録されたパターンの代表ベクトルに対する構成数が母数と比較して少ない場合には、当該パターン(ベクトル)が日常パターン(代表ベクトル)とならない可能性が高くなる。例えば、過去に登録されたパターンのうち、当日のデータと最も類似する代表パターン(代表ベクトル)の構成数が1であって、その代表ベクトルが過去の異常時のデータである場合には、当日のデータが異常であるとしても異常として判定されない可能性がある。

0081

したがって、本実施形態では、ネットワーク内の機器構成が同じであり、かつ構成数が複数である代表ベクトルのみを比較対象として扱うものとする。しかしながら、比較対象を特定してもなお、新たな日常パターンの出現である可能性もあるため、人による操作に関連する電子機器を検出し、日常パターンとの乖離があった場合に、後述する異常監視処理を行う。
なお、本フローチャートにおけるステップST501からステップST513までの処理は、図8におけるステップST5の異常推定処理に該当する。

0082

ステップST501において、異常判定部47は、導入期であるか否かを判定する。導入期である場合、ステップST530に進む。一方、導入期でない場合、ステップST502に進む。ここで、導入期とは、情報処理装置4を用いた情報処理システムを導入してから日が浅い時期のことである。当該導入期において、蓄積されたデータが少ない場合には、当日のデータと比較する比較対象となる過去に登録されたデータとを比較して異常を推定すると、新規に日常パターンが追加される度に、異常であると誤判定してしまう可能性がある。これを回避するために、予め一定期間を導入期として定義し、当該導入期である場合には、日常パターンと過去に登録されたデータとの比較を実施しない。導入期における異常判定は、後述する異常監視処理にて行う。

0083

ステップST502において、異常判定部47は、監視フラグがあるか否かを判定する。監視フラグがある場合、ステップST530に進む。一方、監視フラグがない場合、ステップST503に進む。ここで、監視フラグは、以前、例えば前回の日常パターンと過去に登録されたデータ(パターン)との比較にて、日常パターンから乖離しているときに登録されるフラグである。当該監視フラグがある場合には、当日のデータ(日常パターン)と代表ベクトルとの比較を行わずに、後述する異常監視処理を行う。

0084

ステップST503において、異常判定部47は、機器利用状況データベース44の機器利用状況テーブルからオン状態である電子機器1のMACアドレスを抽出し、機器利用状況データベース44の構成機器情報テーブルにおいて当該MACアドレスに該当する構成IDを検索する。ステップST503において、ネットワーク内の電子機器の機器構成は、利用者による電子機器の追加、廃棄、買い替えなどにより変化する。これに伴い、日常パターンも変化する可能性がある。したがって、日常パターンと過去に登録されたデータとの比較は、同一の機器構成により行うことで、異常検出の精度を向上させることがでる。なお、同一の機器構成でなくても日常パターンとの比較を行ってもよい。

0085

ステップST504において、異常判定部47は、構成機器情報テーブル中の構成IDにステップST503において抽出されたMACアドレスが該当しないか否かを判定する。構成機器情報テーブル中の構成IDにMACアドレスが該当しない場合、ステップST513に進む。一方、構成機器情報テーブル中の構成IDに該当する場合、ステップST505に進む。

0086

ステップST505において、異常判定部47は、機器利用状況データベース44の構成日付情報テーブルから該当する構成IDを有する日付の情報を抽出する。異常判定部47は、抽出した日付の情報を有する代表ベクトルを機器利用状況データベース44のノード情報テーブルから抽出する。
ステップST506において、異常判定部47は、ノード情報テーブルにステップST505において抽出された日付の情報に代表ベクトルが該当しないか否かを判定する。日付の情報に代表ベクトルが該当しない場合、ステップST513に進む。一方、日付の情報に代表ベクトルが該当する場合、ステップST507に進む。

0087

ステップST507において、異常判定部47は、ステップST505において抽出された代表ベクトルのうち、構成数が(log(計測日数)+1)以上となる代表ベクトルを抽出する。なお、代表ベクトルの抽出条件として(log(計測日数)+1)以上としているが、母数に応じて適正な構成数を設定するための算出例であり、他の算出式を用いてもよく、予め母数に対する必要構成数を定義しておいてもよい。

0088

ここで、代表ベクトルは、グループ化した日常パターンの代表であるが、一定の母数(計測日数)に対して、グループに所属する構成数が極端に少ない場合には、新たな日常パターン、再現性のない生活パターン、過去の異常パターンなどに該当すると考えられる。また、異常を検出するためには、日常パターンとの比較を行う必要があるが、母数に対して代表ベクトルに所属する構成数が極端に少ない場合には、上述の新たな日常パターンや、再現性のない生活パターンや、過去の異常パターンなどのいずれに該当するのか判断できない。この状態で当日のデータと過去のパターンとを比較した場合には、例えば、当日のパターンと過去の異常パターンが類似していた場合、異常であるにもかかわらず日常パターンとして認識されるため、当日の異常が検出できないことが考えられる。また、計測期間が長期化すると、再現性のない生活パターンの登録数が増える可能性があり、日常性がないにもかかわらず無駄な比較回数が増える可能性がある。このため、グループに所属する構成数が極端に少ない代表ベクトルを比較対象から除外することで、異常の検出漏れと無駄な比較回数の削減を図ることができる。また、新たな日常パターンであれば、グループの構成数が次第に増加するため、構成数が増えた段階で日常パターンとして比較することが可能である。

0089

ステップST508において、異常判定部47は、代表ベクトルのうち、構成数が(log(計測日数)+1)以上に該当する代表ベクトルが抽出されないか否かを判定する。構成数が(log(計測日数)+1)以上に該当する代表ベクトルが抽出されない場合、ステップST513に進む。一方、構成数が(log(計測日数)+1)以上に該当する代表ベクトルが抽出された場合、ステップST509に進む。
ステップST509において、異常判定部47は、機器利用状況データベース44の行動ベクトル要素一時テーブルの全ての情報を取得する。
ステップST510において、異常判定部47は、ステップST507において抽出した代表ベクトルが示す日付に該当する行動ベクトル要素テーブルの情報を取得する。

0090

ステップST511において、異常判定部47は、代表ベクトルの次元をそろえて代表ベクトルの距離を算出し、最長距離となる代表ベクトルの日付を抽出する。
ステップST512において、異常判定部47は、ステップST511において算出した代表ベクトルの最長距離が閾値より大きいか否かを判定する。代表ベクトルの最長距離が閾値より大きい場合、ステップST513に進む。一方、代表ベクトルの最長距離が閾値以下である場合、図16に係る異常推定処理を終了する。
ステップST513において、異常判定部47は、最長距離となる代表ベクトルに監視フラグを設定して、図16に係る異常推定処理を終了する。
ステップST530において、異常判定部47は、異常監視処理を行い、図16に係る異常推定処理を終了する。なお、ステップST530における異常監視処理については後述する。

0091

図17は、本発明の実施形態に係る異常判定部47の異常監視処理の一例を示すフローチャートである。
当日のデータが日常パターンと乖離していた場合において、異常判定部47は、そのまま当日のデータが異常であると判定してしまうと、新たな日常パターンまたは再現性のない生活パターンである場合に異常でないにもかかわらず、異常であると誤判定することがある。また、導入期または同一の機器構成・構成数により比較する日常パターンが存在しない場合、異常判定部47は、異常か否かを判定することができない。したがって、異常状態を「一定期間、電子機器1の動作が全くない状態が継続している状態」とし、異常判定部47は、異常監視処理において一定期間の電子機器1の利用状況を監視し、当該電子機器1の利用状況に基づいて当時のデータの異常を判定して異常処理を実施する。このとき、予め利用者などにより電子機器1に対して自律動作自動動作)、例えば、自動でオン状態・オフ状態を切り替える動作が設定されていた場合には、当該自動動作を除外する必要がある。異常判定部47は、自律的にオン状態・オフ状態を繰り返す電子機器1を、当日の機器利用状況テーブルにおける機器利用状況レコードの変化率に基づいて判定し特定する。
なお、以下のステップST531からステップST541までの処理は、図16におけるステップST530の異常監視処理に該当する。

0092

ステップST531において、異常判定部47は、導入期であるか否かを判定する。導入期である場合、ステップST533に進む。一方、導入期でない場合、ステップST532に進む。
ステップST532において、異常判定部47は、導入期以外の通常期における異常監視時間を導入期より短い所定時間、例えば4時間と設定する。通常期において、異常判定部47は、当日のデータと日常パターンとを比較し、当日のデータと日常パターンとに乖離があった状態から異常監視時間、監視する。このように、異常判定部47は、当日のデータが日常パターンから乖離した時点から異常監視時間経過後に異常を検出することができ、比較的早い時間での異常検出が可能となる。
なお、当日のデータが日常パターンから乖離した時点から指定時間経過までを異常監視時間としたが、異常監視処理の初回に限り過去のデータに遡って人の動きの有無を判定し、人の動きがない状態から異常監視時間経過時点で異常を検出してもよい。

0093

ステップST533において、異常判定部47は、導入期の異常監視時間を通常期より長い所定時間、例えば24時間と設定する。導入期には、上述のように日常パターンが存在しない状態である。このため、導入期の異常監視時間は、日常的に長期間、不在になる生活パターンの蓄積中の場合を考慮して、通常期よりも長い時間が設定される。これにより、異常判定部47は、当日のデータと比較する日常パターンが十分に蓄積されていない状態であっても、電子機器1の利用状況に基づいて、人の動きがない状態を検出することができる。

0094

ステップST534において、異常判定部47は、機器利用状況データベース44の機器利用状況テーブルの当日の全ての情報を取得し、取得した情報に基づいて各電子機器1の変化率を算出する。
ステップST535において、異常判定部47は、算出した変化率が所定閾値、例えば25%を超えるか否かを判定し、当該所定閾値を越える電子機器1の情報を除外して、一定時間ごとに電子機器1の利用状況を集計する。
ステップST536において、異常判定部47は、集計した電子機器1の利用状況の変化率を算出する。
ステップST537において、異常判定部47は、ステップST536において算出した変化率がであるか否かを判定する。変化率が零である場合、ステップST538に進む。一方、変化率が零でない場合、ステップST541に進む。

0095

ステップST538において、異常判定部47は、ステップST532またはステップST533において設定された異常監視時間が経過したか否かを判定する。異常監視時間が経過した場合、ステップST539に進む。一方、異常監視時間が経過していない場合、ステップST540に進む。
ステップST539において、異常判定部47は、日付と時刻とともに指定の異常処理を実施する。ここで、異常処理は、例えば、Web画面に異常を推定したことを表すメッセージを表示する処理、予め登録されたメールアドレスに異常を推定したことを表すメールを送信する処理など、推定した異常を利用者などに通知する処理のことである。

0096

ステップST540において、異常判定部47は、1日(24時間)経過したか否かを判定する。1日経過した場合、ステップST541に進む。一方、1日経過していない場合、図17に係る異常監視処理を終了する。
ステップST541において、異常判定部47は、設定されていた異常監視フラグを解除して、図17に係る異常監視処理を終了する。
なお、異常判定部47は、構成IDや構成数などの条件を満たす日常パターンが存在しない場合、通常期においても導入期と同じ異常監視時間を設定してもよい。

0097

図18は、本発明の実施形態に係る異常判定部47の行動パターン分類処理の一例を示すフローチャートである。
行動パターン分類処理は、所定の周期、例えば1日周期で実行する。以下のステップST705からステップST708に係る処理は、図8のステップST7の処理に該当する。

0098

ステップST705において、行動パターン分析部45は、機器利用状況データベース44の行動ベクトル要素テーブルの情報を、全てまたは指定された期間分、取得する。当該指定された期間は、日付や時間などにより指定される。
ステップST706において、行動パターン分析部45は、取得したすべての行動パターンベクトルに対して、DPマッチング動的計画法)などによる距離関数に基づく階層的クラスタリングを実行する。

0099

ステップST707において、行動パターン分析部45は、階層的クラスタリングの実行結果である二分岐構造(左ノード、右ノード)および結合距離を、ノード情報テーブルに登録する。
ステップST708において、行動パターン分析部45は、階層的クラスタリングの実行結果を、閾値に基づいてクラスタグループに分類し、分類した各クラスタグループにおいてグループ内の代表ベクトルを算出する。行動パターン分析部45は、算出した代表ベクトルを表す代表ベクトルフラグと各クラスタグループを表すグループ番号と構成IDとをノード情報テーブルに登録する。また、行動パターン分析部45は、代表ベクトルフラグ、グループ番号、構成ID、構成数を代表ベクトルレコードに登録し、図18に係る行動パターン分類処理を終了する。

0100

図19は、本発明の実施形態に係る機器利用状況データベース44のノード情報テーブルの一例を示す概略図である。
当該ノード情報テーブルは、図18に示した行動パターン分類処理により生成される。
図示する例では、ノード情報テーブルT6は、HGW−ID、ノードID、結合距離、左ノード、右ノード、日付、グループ番号、代表ベクトルフラグ、構成数の各項目列を有する行と列からなる2次元の表形式のテーブルである。
例えば、5行目の例では、HGW−IDが0101であり、ノードIDが3であり、結合距離がnullであり、左ノードがnullであり、右ノードがnullであり、日付が2013/4/20であり、グループ番号が0であり、代表ベクトルフラグがTRUEであり、構成数が3である。代表ベクトルフラグがTRUEである場合、代表ベクトルであることを表し、代表ベクトルフラグがFALSEである場合、代表ベクトルでないことを表す。

0101

図20は、本発明の実施形態に係る行動パターン分析部45の重み付け判定処理の一例を示すフローチャートである。
行動パターン分析部45は、重み付け判定処理において、常時オン状態である電子機器や自律的にオン状態・オフ状態を切り替える電子機器を識別し、当該電子機器に対する重みをそれ以外の電子機器よりも低く設定する。また、行動パターン分析部45は、人の操作によりオン状態・オフ状態を切り替えられる電子機器に対し、オン状態・オフ状態が切り替えられた回数が多い順に重みが高くなるように重みを設定する。そして、行動パターン分析部45は、電子機器1のそれぞれに設定された重みに基づいて行動ベクトルを生成してグルーピングを行う。
なお、以下のステップST801からステップST817までの処理は、図8に係るステップST8の重み付け判定処理に該当する。

0102

ステップST801において、行動パターン分析部45は、HGW−IDごとに、ステップST802からステップST816までの処理を順次行う。
ステップST802において、行動パターン分析部45は、機器利用状況データベース44の機器利用状況テーブルからHGW−IDに対応する当日の全ての情報を取得する。
ステップST803において、行動パターン分析部45は、MACアドレスごとにステップST804からステップST810までの処理を順次行う。

0103

ステップST804において、行動パターン分析部45は、機器利用状況テーブルからMACアドレスごとにオン状態・オフ状態のそれぞれに切り替えられた総回数(測定個数)に対するオン状態に切り替えられた回数(ONの個数)の比率稼働率として算出する。
ここで、ネットワークに接続する電子機器1には、無線LAN(Local Area Network)のアクセスポイントネットワークスイッチなどのように常時オン状態である電子機器と、テレビジョン受像機、スマートフォン、コンピュータのように利用者が利用するときにオン状態になる電子機器とが存在する。行動パターン分析部45は、電子機器1ごとの稼働率を算出することで、上述の電子機器の種別判別することができる。
例えば、稼働率が90%以上である電子機器1である場合、行動パターン分析部45は、常時オン状態である電子機器と判別する。なお、稼働率の算出は、蓄積された機器利用状況テーブルの全ての情報から算出してもよい。

0104

ステップST805において、行動パターン分析部45は、ステップST804において算出した稼働率から1日当たりの平均稼働率を算出する。そして、行動パターン分析部45は、算出した当日の平均稼働率と機器利用状況データベース44の行動ベクトル化情報テーブルから取得した前日までの平均稼働率との平均稼働率を当該行動ベクトル化情報テーブルに登録し、当該行動ベクトル化情報テーブルを更新する。なお、前日までの平均稼働率のデータ値が登録されていない場合には、当日の平均稼働率を行動ベクトル化情報テーブルに登録してもよい。

0105

ステップST806において、行動パターン分析部45は、平均稼働率に基づいて稼働率寄与割合を決定する。ここで、稼働率寄与割合とは、ステップST804において算出した稼働率が行動ベクトルに及ぼす影響度であり、例えば稼働率が90%以上であれば、寄与割合が10%などのように、稼働率に対する影響度の割合の条件が予め設定され、機器利用状況データベース44に記憶されている。

0106

ステップST807において、行動パターン分析部45は、機器利用状況テーブルからMACアドレスごとにオン状態・オフ状態のそれぞれを切り替え可能な最大回数(変化する最大数)に対する実際にオン状態またはオフ状態に切り替えられた回数(値の変化した個数)の比率を変化率として算出する。
ネットワークに接続する電子機器1には自律的にオン状態・オフ状態を切り替える電子機器が存在する。行動パターン分析部45は、ある電子機器で他の電子機器と比較して極端にオン状態・オフ状態の切り替え回数が多い場合、行動パターンの推定におけるノイズとなるため、低い重みを設定してノイズの影響を抑える。変化率が所定の閾値、例えば、25%以上である電子機器1は、人の操作とは関連なく自律的にオン状態・オフ状態の切り替えを実施する電子機器と推定する。当該変化率は、電子機器1の自律動作に関する閾値(例えば25%)未満で、かつ変化率が高い(当該自律動作に関する閾値に近い変化率)ほど、人が頻繁に操作する電子機器1であると推定することができる。なお、変化率の算出は、蓄積された機器利用状況テーブルの全ての情報から算出した変化率であってもよいし、1日ごとの変化率から算出した平均変化率であってもよい。

0107

ステップST808において、行動パターン分析部45は、ステップST807において算出した変化率から1日あたりの平均変化率を算出する。そして、行動パターン分析部45は、算出した当日の平均変化率と機器利用状況データベース44の行動ベクトル化情報テーブルから取得した前日までの平均変化率との平均変化率を当該行動ベクトル化情報テーブルに登録し、当該行動ベクトル化情報テーブルを更新する。なお、前日までの平均変化率のデータ値が登録されていない場合には、当日の平均変化率を行動ベクトル化情報テーブルに登録してもよい。

0108

ステップST809において、行動パターン分析部45は、平均変化率に基づいて変化率寄与割合を決定する。ここで、変化率寄与割合とは、ステップST807において算出した変化率が行動ベクトルに及ぼす影響度であり、例えば変化率が25%以上であれば、寄与割合が10%などのように、変化率に対する影響度の割合の条件が予め設定され、機器利用状況データベース44に記憶されている。
ステップST810において、行動パターン分析部45は、算出した平均変化率と稼働率寄与割合と変化率寄与割合とを乗算し、寄与値を算出する。
ステップST811において、行動パターン分析部45は、MACアドレスごとのステップST804からステップST810までの処理を終了する。

0109

ステップST812において、行動パターン分析部45は、全ての電子機器1の寄与値から合計値を算出する。
ステップST813において、行動パターン分析部45は、MACアドレスごとにステップST814からステップST815までの処理を順次行う。
ステップST814において、行動パターン分析部45は、ステップST810において算出した寄与値とステップST812において算出した寄与値の合計値に対する比率をベクトル化加重として算出する。

0110

ステップST815において、行動パターン分析部45は、ステップST814において算出したベクトル化加重を行動ベクトル化情報テーブルのベクトル化加重値として登録する。
ステップST816において、行動パターン分析部45は、MACアドレスごとのステップST814からステップST815までの処理を終了する。
ステップST817において、行動パターン分析部45は、HGW−IDごとのステップST802からステップST816までの処理を終了し、図20に係る重み付け判定処理を終了する。

0111

当該重み付け判定処理は、1日1回、機器利用状況テーブルのデータが24時間蓄積されたタイミングで実施することが好ましい。また、稼働率・変化率は、前日までの平均稼働率、平均変化率が行動ベクトル化情報テーブルに登録されていることが好ましい。
これにより、常時オン状態である電子機器や自律的に動作する電子機器に対する重みを低く設定し、人の操作に関連する電子機器に対する重みを、人の操作の多い順に重みを高く設定することができる。

0112

なお、行動ベクトル化処理部432における行動ベクトル化処理において、新規に検出された電子機器1は、機器利用状況データベース44の行動ベクトル化情報テーブルに該当するレコードが存在しないため、ベクトル化加重を取得することができない。この場合、図14のステップST405からステップST408の処理の代わりに、行動ベクトル化処理部432は、当日の現在時刻までに検出した電子機器1の総数を用いてベクトル化加重を算出する。
具体的には、行動ベクトル化処理部432は、ベクトル化加重を次式により算出する。
機器数=ベクトル化加重が零またはベクトル化加重が存在しない電子機器1の数
ベクトル化加重=1/(当日の検出された電子機器1の総数−機器数)

0113

なお、図14のステップST405からステップST408の処理の代わりに、行動ベクトル化処理部432は、当日の現在時刻までのデータから類似情報を抽出して、ベクトル化加重を算出してもよい。具体的には、行動ベクトル化処理部432は、現在時刻までに取得したデータから電子機器1の稼働率および変化率を算出し、保持している行動ベクトル化情報テーブルから類似性の高いMACアドレスを抽出し、抽出したMACアドレスに該当するベクトル化加重を、新規に検出された電子機器1のベクトル化加重として用いてもよい。

0114

なお、新規に検出された電子機器1が存在する場合、過去に登録されたデータには同一の機器構成が存在しない。すなわち、異常推定処理において、当日のデータと過去に登録されたデータとの比較を実施しなくてもよい。この場合、当日は、異常監視処理のみを行えばよい。
なお、新規に検出された電子機器1が存在する日の行動ベクトルは、1日経過した後に行動パターン分類処理によりクラスタグループにグルーピングされてもよい。
なお、一度検出された電子機器1は、次回以降、重み付け判定処理により算出された重みを用いて行動ベクトル化処理を行ってもよい。

0115

なお、新規に検出された電子機器1が存在する日において、当該電子機器1に他の電子機器と比較して極端なベクトル化加重を設定すると、当該ベクトル化加重を反映した行動パターンが日常パターンとして蓄積されてしまう。したがって、過去の行動ベクトルの修正を行わない場合には、新規に検出された電子機器1に対しても他の電子機器1に対するベクトル化加重と同様の適切なベクトル化加重が設定することが好ましい。また、ベクトル化加重が存在しない場合と同様に、登録されているベクトル化加重が所定の閾値を越えている場合においても、図14のステップST405からステップST408の処理の代わりに、行動ベクトル化処理部432は、当日の現在時刻までに検出した電子機器1の総数を用いてベクトル化加重を算出することが好ましい。

0116

なお、本実施形態において、情報処理装置4は、異常を検出(通知)すると説明したが、異常でない正常を検出(通知)してもよいし、電子機器1の利用状況を判定し、宅内における人が在宅か不在かを検出(通知)してもよい。
なお、本実施形態において、情報処理装置4は、各電子機器1の利用状況に基づいて、各電子機器1の利用率を利用者端末5に通知してもよい。この場合、例えば、行動パターン分析部45が算出した電子機器1ごとの稼働率から電子機器1ごとの利用時間(オン状態が継続している時間)、電子機器1ごとの利用時刻(所定時間以上、オン状態を継続したときにおけるオン状態となった時刻やオフ状態となった時刻)、当該利用時刻が該当する時間帯である利用時間帯などの電子機器1ごとの利用率を算出し、当該電子機器1ごとの利用率に基づいて、画面作成部48が当該電子機器1ごとの利用率を含む情報を作成し、利用者端末5に送信すればよい。また、利用者により予め各電子機器とMACアドレスとが対応付けられている場合や、MACアドレスに基づいて機器を特定する手段によりMACアドレスに対応する電子機器を特定可能な場合には、特定の電子機器に対する利用率を算出し、当該特定の機器の電子機器に対する利用率を利用者端末5に通知してもよい。

0117

このように、本実施形態によれば、情報処理装置4は、ネットワークに接続可能な複数の電子機器1がネットワークに接続されているか否かを表す情報を取得する第1取得部(機器情報取得部41)と、第1取得部(機器情報取得部41)により取得されたネットワークに接続されているか否かを表す情報に基づいて複数の電子機器1のうち人の操作に関連する電子機器1を推定する推定部(利用状況解析部43)と、推定部(利用状況解析部43)により推定された人の操作に関連する電子機器1に対する重みを算出する重み付け部(行動パターン分析部45)と、重み付け部(行動パターン分析部45)により算出された重みに基づいて、人の操作に関連する電子機器のぞれぞれの利用率を算出する利用率算出部(異常判定部47)と、を備える。

0118

これにより、情報処理装置4は、宅内の一般的な電子機器1がネットワークに接続されているか確認し、自律的に利用状況(オン状態・オフ状態)の切り替えを行う電子機器以外の人の操作による利用状況の切り替えを行う電子機器を推定し、当該電子機器に対する重みから当該電子機器の利用率を算出することができ、見守りサービスにおけるユーザの利便性を向上させることができる。

0119

また、情報処理装置4は、宅内に既設のネットワークに接続可能な電子機器を用いて、宅内にいる人の見守りを実施するため、見守りサービスを導入する際にセンサなどの新たな機器の導入コストを削減することができる。また、情報処理装置4は、宅内の人が実際に使用する一般的な電子機器をネットワークに接続するだけで利用状況を取得することができ、当該電子機器の利用状況を取得して見守りを実施するため、見守り専用の機器が不要であり、当該見守り専用の機器に対するメンテナンスに係る時間および費用を削減することができる。

0120

また、情報処理装置4は、複数のネットワークに接続された電子機器の中から人の動きに関連の深い電子機器を自動的に推定して重み付けを行うため、人の動きに応じた日常パターンの分類をすることができる。
また、情報処理装置4は、当日の電子機器の利用状況の挙動が、登録されている日常パターンから外れていた場合、さらに人の動きがあるかを継続して監視し、人の動きがない場合のみを異常と推定するため、緊急性の高い異常のみを通知することができる。

0121

また、情報処理装置4は、当日の電子機器の利用状況の挙動が、登録されている日常パターンから外れていた場合、さらに人の動きがあるかを継続して監視し、監視中に自律的に動作する電子機器を判定して該当電子機器の情報を除外するため、人の操作に応じた電子機器を推定でき、当該電子機器を使用する人の動きを正確に把握した異常推定をすることができる。

0122

また、情報処理装置4は、宅内のネットワークに接続可能な電子機器は、利用者の需要や電子機器の老朽化による買い替えなどにより宅内の機器構成が変化するが、ネットワークに接続可能な電子機器の増減により、比較対象とする日常パターンを変化させるため、処理の効率化を図りながら精度の高い異常推定を行うことができる。
また、情報処理装置4は、電子機器が長時間起動すると、繰り返しのない日常パターンや、異常パターンが日常パターンとして分類される可能があるが、構成数が条件を満たさないグループを比較対象外とするため、異常推定にてノイズとなり得る情報を排除した精度の高い異常判定ができる。

0123

なお、上述した実施形態における情報処理装置の一部、または全部をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、情報処理装置に内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。

0124

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。

0125

また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
また、上述した実施形態における情報処理装置の一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現しても良い。情報処理装置の各機能ブロックは個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。

0126

以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

0127

S1・・・情報処理システム、1・・・電子機器、1−1・・・タッチパネル搭載端末、1−2・・・表示装置、1−3・・・IP電話、2・・・スイッチングハブ、3・・・起動情報収集装置、31・・・アクティブ特徴抽出部、32・・・パッシブ特徴抽出部、33・・・機器情報通信部、4・・・情報処理装置、41・・・機器情報取得部(第1取得部、第2取得部)、42・・・特徴蓄積データベース、43・・・利用状況解析部(推定部)、431・・・利用状況生成処理部、432・・・行動ベクトル化処理部、44・・・機器利用状況データベース、45・・・行動パターン分析部(重み付け部)、46・・・行動推定結果データベース、47・・・異常判定部(利用率算出部、判定部)、48・・・画面作成部、49・・・データベース、401・・・CPU、402・・・記憶媒体、403・・・ドライブ部、404・・・入力部、405・・・出力部、406・・・ROM、407・・・RAM、408・・・補助記憶部、409・・・通信部、5・・・利用者端末、5−1・・・スマートフォン、5−2・・・PC

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • コニカミノルタ株式会社の「 ガス検知システム」が 公開されました。( 2020/10/29)

    【課題・解決手段】雨や雪から生じた水蒸気を監視対象のガスと区別することができるガス検知システムを提供する。ガス検知システム100は、赤外カメラ21と、赤外カメラ21によって撮影した画像がガスか否かを判... 詳細

  • 大日本印刷株式会社の「 ネットワーク通信システム」が 公開されました。( 2020/10/29)

    【課題・解決手段】接続仲介処理の負荷を軽減しつつ、端末間の直接通信に問題がある場合にも支障なく通信を行う。予め各端末(203A,203B)が利用するルータのNATタイプを確認し、これを接続仲介装置(1... 詳細

  • 菱洋エレクトロ株式会社の「 情報共有のためのシステム、ボット、及び方法」が 公開されました。( 2020/10/29)

    【課題】迅速性と実効性を担保したコミュニケーション方法を提供すること。【解決手段】 システムを利用した情報共有の方法であって、 前記システムは、通信端末と、ボットとを備え、 前記通信端末は、前記... 詳細

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ