(EN) [Problem] To suitably control resource allocation amounts such as the number of VMs/containers by auto-scaling. [Solution] A network performance guarantee system 10 performs auto-scaling that increases/decreases the number of VMs/containers V1-V4 (V1-V4) generated by a server, and V1-V4 resources. A data collection unit 11a collects measurement data that includes resource usage amounts concerning resource operations corresponding to V1-V4 resource allocation amounts (allocation amounts), and performance values of a communication service involving V1-V4. A learning unit 12b sets, among the performance values in the collected measurement data, performance values having a high correlation with the allocation amounts as model performance values. An estimated optimal calculation unit 12c determines an estimated value of performance corresponding to an allocation amount change by regression analysis of the model performance values and performance values concerning resources corresponding thereto, and calculates allocation amounts with which the estimated value satisfies a target value of the performance values and the allocation amounts are minimized. A resource control unit 11b increases/decreases the V1-V4 resources by auto-scaling according to the calculated allocation amounts.
(FR) [Problème] Commander de manière appropriée des quantités d'attribution de ressources telles que le nombre de VM/conteneurs par mise à l'échelle automatique. À cet effet, l'invention concerne un système de garantie de performance de réseau 10 qui effectue une mise à l'échelle automatique qui augmente/diminue le nombre de VM/conteneurs V1-V4 (V1-V4) générés par un serveur, et des ressources V1-V4. Une unité de collecte de données 11a collecte des données de mesure qui comprennent des quantités d'utilisation de ressources concernant des opérations de ressources correspondant à des quantités d'attribution de ressources V1-V4 (quantités d'attribution), et des valeurs de performance d'un service de communication impliquant V1-V4. Une unité d'apprentissage 12b définit, parmi les valeurs de performance dans les données de mesure collectées, des valeurs de performance présentant une corrélation élevée avec les quantités d'attribution en tant que valeurs de performance de modèle. Une unité de calcul optimal estimé 12c détermine une valeur estimée de performance correspondant à un changement de quantité d'attribution par analyse de régression des valeurs de performance de modèle et des valeurs de performance concernant des ressources correspondant à celles-ci, et calcule des quantités d'attribution avec lesquelles la valeur estimée satisfait une valeur cible des valeurs de performance et les quantités d'attribution sont réduites au minimum. Une unité de commande de ressources 11b augmente/diminue les ressources V1-V4 par mise à l'échelle automatique selon les quantités d'attribution calculées.
(JA) 【課題】オートスケールによってＶＭ／コンテナ数等のリソース割当量を適正に制御する。 【解決手段】ネットワーク性能保証システム１０は、サーバに生成されるＶＭ／コンテナＶ１～Ｖ４（Ｖ１～Ｖ４）の数及びＶ１～Ｖ４のリソースを増減するオートスケールを行う。データ収集部１１ａでＶ１～Ｖ４のリソース割当量（割当量）に応じたリソース動作に係るリソース利用量とＶ１～Ｖ４に係る通信サービスの性能値とを含む測定データを収集する。学習部１２ｂにより収集測定データの内の性能値から、割当量に相関が高い性能値をモデル性能値とする。推定最適算出部１２ｃで、モデル性能値と、これに対応するリソースに係る性能値との回帰分析で割当量変更に応じた性能の推定値を求め、推定値が、性能値の目標値を満たし且つ割当量が最小となる割当量を算出する。リソース制御部１１ｂでその算出した割当量に応じたオートスケールでＶ１～Ｖ４のリソースを増減する。