JP7673484B2 - 学習用要件生成装置、学習用要件生成方法、及びプログラム - Google Patents

Description

本開示は、ＩＣＴ（Information Communication Technology）システムを構成する製品の評価を自動化する自動化技術に関する。特に、本開示は、ＩＣＴシステムの設計に関わる設計知識を機械が学習するための、学習用要件を生成する技術に関する。

ＩＣＴシステムの構築にあたって必要となる工程には、ＩＣＴシステムに対して求められるシステム要件を満たす具体的なシステム構成を設計する、設計工程が含まれる。

特許文献１には、基本設計工程及び詳細設計工程の自動化を目的とした、システム要件からシステム構成を自動生成する技術について記載されている。この技術では、未確定な部分が含まれているシステムの構成を示す情報である抽象構成情報（システム要件）の上述した未確定な部分を確定することによって上述した抽象構成情報を具体化する方法が規定された具体化規則を記憶部に記憶させる。そして、グラフ形式で表現されたシステムの構成要件に含まれている抽象構成情報を、記憶部に記憶されている具体化規則を用いて具体化する。これによって、システムの構成要件を基に、未確定な部分が含まれていないシステムの構成を示す情報（システム構成）を生成する。

非特許文献１には、特許文献１に着想を得た、機械学習を用いたＩＣＴシステムの自動設計技術（学習型システム自動設計技術）について記載されている。この技術では、特許文献１の技術によってシステム要件から具体的なシステム構成を生成するにあたり、生成されたシステム構成及び生成過程で適用された具体化規則のそれぞれに対して報酬値を与え、システム構成及び具体化規則に対する報酬値をＡＩ（人工知能：Artificial Intelligence）に学習させる。これによって、ＡＩが技術者のシステム設計に係る知識（設計知識）を疑似的に獲得可能となる。また、多種多様なシステム要件に対するシステム構成及び具体化規則と、これらシステム構成及び具体化規則に対する報酬値と、を学習することで、システム構成の設計の高速化及び高信頼化を図ることが可能となる。

国際公開第２０１９／２１６０８２号

黒田貴之、桑原拓也、丸山貴志、八鍬豊、田辺和輝、福田達也、里田浩三、 大崎隆夫、"ＩＣＴシステムの設計に関する知識の機械学習による獲得"、電子情報通信学会論文誌 Ｖｏｌ．Ｊ１０４－Ｂ、Ｎｏ．３、ｐｐ．１４０－１５１、２０２１年３月

しかし、ＡＩを利用する際には学習用のデータが大量に必要とされるという一般的な課題と同様に、非特許文献１に係る学習型システム自動設計技術においても、ＡＩが必要十分に設計知識を獲得するためには、学習用のシステム要件（学習用要件）が大量に用意されることが好ましい。そのため、学習に先立って、係る大量の学習用要件を生成する技術者の工数的な負担が大きくなることが問題となるおそれがある。

その理由は、学習用要件の生成には、実際にシステム設計が行われた案件に係る情報（実案件データ）を大量に準備し、実案件データの内容を、人手により解釈したうえで、学習型システム自動設計技術の入力形式となる要件データ形式へ変換する必要があるためである。

そこで本開示の目的は、上述した課題を解決し、学習用要件の生成に係る技術者の負担の軽減を図ることができる学習用要件生成装置、学習用要件生成方法、及びプログラムを提供することにある。

一態様による学習用要件生成装置は、
システム要件群を蓄積する記憶部と、
前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加する要件取得部と、
取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成する学習用要件生成部と、
を含む。

一態様による学習用要件生成方法は、
学習用要件生成装置が行う学習用要件生成方法であって、
システム要件群を記憶部に蓄積するステップと、
前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加するステップと、
取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成するステップと、
を含む。

一態様によるプログラムは、
コンピュータに、
システム要件群を記憶部に蓄積する手順と、
前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加する手順と、
取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成する手順と、
を実行させる。

上述した態様によれば、学習用要件の生成に係る技術者の負担の軽減を図ることができる学習用要件生成装置、学習用要件生成方法、及びプログラムを提供することができるという効果が得られる。

実施の形態１に係る学習用要件生成装置の構成例を示ブロック図である。 構成要素データの記述の一例を示す説明図である。 システム要件の記述の一例を示す説明図である。 システム要件の視覚的表現の一例を示す説明図である。 関係性データの記述の一例を示す説明図である。 システム構成の記述の一例を示す説明図である。 システム構成の視覚的表現の一例を示す説明図である。 実施の形態１に係る学習用要件生成部における、構成要素の追加処理の一例を示す説明図である。 実施の形態１に係る学習用要件生成部における、構成要素の置換処理の一例を示す説明図である。 実施の形態１に係る学習用要件生成装置の全体的な動作の流れの例を示すフローチャートである。 実施の形態２に係る学習用要件生成装置の構成例を示ブロック図である。 実施の形態２に係る類似要件取得部における、類似要件の取得処理の一例を示す説明図である。 実施の形態２に係る学習用要件生成装置の全体的な動作の流れの例を示すフローチャートである。 実施の形態２に係る学習用要件生成装置の全体的な動作の流れの例を示すフローチャートである。 実施の形態３に係る自動設計システムの構成例を示すブロック図である。 実施の形態３に係る学習型システム自動設計装置で用いられる具体化規則の一例を示す説明図である。 実施の形態３に係る学習型システム自動設計装置における、システム構成の設計処理の一例を示す説明図である。 実施の形態３に係る自動設計システムの全体的な動作の流れの例を示すフローチャートである。 実施の形態４に係る学習用要件生成装置の構成例を示すブロック図である。

以下、図面を参照して本開示の実施の形態について説明する。なお、以下の記載及び図面は、説明の明確化のため、適宜、省略及び簡略化がなされている。また、以下の各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

＜実施の形態１＞
＜実施の形態１の構成＞
図１は、本実施の形態１に係る学習用要件生成装置１００の構成例を示したものである。図１に示されるように、本実施の形態１に係る学習用要件生成装置１００は、記憶部１０１と、要件取得部１０２と、学習用要件生成部１０３と、を含む。学習用要件生成装置１００は、構成要素データ２００の入力を受けて、学習用要件群３００を出力する。

構成要素データ２００は、ＩＣＴシステムを構成する、アプリケーション、ＯＳ（Operation System）、サーバなどの構成要素の型の定義を記述したものである。
図２は、構成要素データ２００の一例として、顔認証アプリケーションを表す「ａｐｐ－ｆａｃｅ」型構成要素の定義を記述したものである。
図２に示されるように、構成要素データ２００の定義は、構成要素の種別に関する種別情報、アプリケーションやＯＳの設定情報などの構成情報の属性値に関する属性値情報、及び、構成要素と関係性によって接続可能な他構成要素に関する情報を含んでも良い。

図２の例では、構成要素の種別情報を表す「ｃａｔｅｇｏｒｙ」には、本構成要素がアプリケーションの一種であることを表す値「Ａｐｐ」が記述されている。
また、構成要素の属性値情報を表す「ｐｒｏｐｅｒｔｉｅｓ」には、顔認証アプリケーションの入力となる映像のフレームレートを表す「ｆｐｓ」、及び、その映像の解像度を表す「ｒｅｓｏｌｕｔｉｏｎ」が、属性値として記述されている。

そして、他構成要素との関係性による接続に関する情報として、本構成要素が動作するために必要となる、本構成要素から他構成要素への接続要請を表す「ｒｅｆｅｒｅｎｃｅ」と、本構成要素への接続を要請する他構成要素に対し提供可能な接続能力を表す「ｓｅｒｖｉｃｅ」と、がそれぞれ定義されている。「ｒｅｆｅｒｅｎｃｅ」及び「ｓｅｒｖｉｃｅ」のいずれにも、接続に用いるポートのポート名と、そのポートに接続可能な構成要素数と、の組が記述されている。図２の例では、「ｒｅｆｅｒｅｎｃｅ」の値として、組「ＯＳ：１」が記述されている。これは、顔認証アプリケーションの動作に必要なＯＳと接続されるポート「ＯＳ」から、後述する関係性データに定義されたポート「ＯＳ」を使用する関係性に従って、１つの構成要素への接続を要請していることを表している。同様に、「ｓｅｒｖｉｃｅ」の値として、組「ｃａｍｅｒａ：ｉｎｆ」が記述されている。これは、カメラ映像の受信のためにカメラと接続されるポート「ｃａｍｅｒａ」には、後述する関係性データに定義されたポート「ｃａｍｅｒａ」を使用する関係性に従って、複数の構成要素からの接続を受け付け可能であり、接続可能な構成要素数に上限が無いことを表している。

記憶部１０１には、システム要件、構成要素データ２００、及び関係性データが蓄積されている。

システム要件は、後述する学習型システム自動設計装置３１０の入力となるもので、ユーザによりシステムに求められる構成要素や制約条件などを抽象的に表現したものである。
図３は、システム要件の一例として、顔認証アプリケーション「ａｐｐ－ｆａｃｅ」を用いたシステム要件の定義を記述したものである。
図３に示されるように、システム要件の定義は、システムに求められる構成要素に関する情報、及び、システムに求められる構成要素間の関係性に関する情報を含んでも良い。

図３の例では、システムに求められる構成要素を表す「ｃｏｍｐｏｎｅｎｔｓ」には、「ａｐｐ－ｆａｃｅ」型の構成要素である顔認証アプリケーションの「ａｐｐ１」と、「ｓｅｒｖｅｒ」型の構成要素である物理サーバの「ｓｅｒｖｅｒ１」と、がそれぞれ記述されている。「ｃｏｍｐｏｎｅｎｔｓ」で表される各構成要素の定義は、構成要素の型名を表す「ｔｙｐｅ」、及び、構成要素の属性値を表す「ｐｒｏｐｅｒｔｉｅｓ」を含む。構成要素「ａｐｐ１」の属性値には、上述した「ｆｐｓ」の値として「１５」が、上述した「ｒｅｓｏｌｕｔｉｏｎ」の値として「ＦＨＤ」が、それぞれ記述されている。また、構成要素「ｓｅｒｖｅｒ１」の属性値には、物理サーバに搭載されるＣＰＵ（Central Processing Unit）のコア数を表す「ｃｐｕＣｏｒｅ」の値として「８」が、物理サーバに搭載されるメモリの容量を表す「ｍｅｍＣａｐａｃｉｔｙ」の値として、１６ＧＢｙｔｅのメモリが搭載されていることを表す「１６」が、物理サーバに搭載されるストレージの容量を表す「ｓｔｏｒａｇｅＣａｐａｃｉｔｙ」の値として、３００ＧＢｙｔｅの容量があることを表す「３００」が、それぞれ記述されている。

一方、「ｒｅｌａｔｉｏｎｓｈｉｐｓ」で表される構成要素間の関係性の定義は、「ｃｏｍｐｏｎｅｎｔｓ」で定義された構成要素名を用いた関係性の始点及び終点、関係性の型名の３値の組の羅列を含む。図３の例では、関係性［ａｐｐ１，ｓｅｒｖｅｒ，ｈｏｓｔｅｄＯｎ］は、顔認証アプリケーション「ａｐｐ１」が物理サーバ「ｓｅｒｖｅｒ１」に対し、アプリケーションがサーバ上で動作することを表す抽象的な関係性の型「ｈｏｓｔｅｄＯｎ」により依存関係にあることを表している。

図４は、図３に示されるシステム要件の内容をグラフ構造によって視覚的に表現したものである。図４のような視覚的表現では、システムの構成要素はノード（頂点）として表現され、各構成要素間の関係性はエッジ（枝）として表現される。以後、本明細書中では、簡便のため、システム要件の内容を、図４と同様の視覚的表現を用いて説明する。なお、システム要件の具体的な定義形式は、図３及び図４に示される例に限定されない。

関係性データは、学習用要件生成装置１００及び後述する学習型システム自動設計装置３１０で用いられる、システムの構成要素間の関係性の型を定義したものである。関係性データには、抽象的な関係性及び具体的な関係性の両方の定義が含まれている。また、各関係性の定義には、関係性の抽象性又は具体性を区別する情報に加え、関係性により接続可能なシステムの構成要素の型に関する情報が含まれている。

図５は、関係性データの一例を記述したものである。図５の例では、具体的な関係性の型「ｗｉｒｅ：ＯＳ」及び「ｗｉｒｅ：Ｍａｃｈｉｎｅ」と、抽象的な関係性の型「ｈｏｓｔｅｄＯｎ」及び「ｊｏｉｎ」と、が定義されている。

各関係性の定義は、関係性の抽象性又は具体性を区別する情報である「ａｂｓｔｒａｃｔ」、及び、関係性により接続可能な構成要素の情報である「ｃｏｎｎｅｃｔｉｏｎ」を含む。
「ａｂｓｔｒａｃｔ」の値が「ｔｒｕｅ」であるものは抽象的な関係性であり、「ｆａｌｓｅ」であるものは具体的な関係性であることを表す。

「ｃｏｎｎｅｃｔｉｏｎ」には、関係性によって構成要素間を接続するにあたり、接続の始点となる構成要素の種別を表す「ｓｒｃ」と、接続の終点となる構成要素の種別を表す「ｄｅｓｔ」と、の組が少なくとも１組以上定義されている。構成要素の種別は、図２に示される構成要素データ２００において、「ｃａｔｅｇｏｒｙ」で表されるものである。さらに、具体的な関係性の「ｃｏｎｎｅｃｔｉｏｎ」には、接続の始点となる構成要素が接続に用いるポートのポート名を表す「ｓｒｃＰｏｒｔ」と、接続の終点となる構成要素が接続に用いるポートのポート名を表す「ｄｅｓｔＰｏｒｔ」と、がさらに定義されている。

図５の例では、具体的な関係性の型「ｗｉｒｅ：ＯＳ」は、種別が「Ａｐｐ」である構成要素「ｒｅｆｅｒｅｎｃｅ」のポート「ＯＳ」を始点とし、種別が「ＯＳ」である構成要素「ｓｅｒｖｉｃｅ」のポート「ＯＳ」を終点として、両構成要素間を接続可能であることを表している。

一方、抽象的な関係性は、後述する学習型システム自動設計装置によって具体的な関係性に置き換えられるため、ポートを指定せずに構成要素間を接続する。なお、関係性データの具体的な定義形式は、図５に示される例に限定されない。

システム構成は、システムの構成要素及び構成要素間の関係性をすべて具体的に表現したものである。
図６及び図７は、図３及び図４に示される顔認証アプリケーション「ａｐｐ－ｆａｃｅ」を用いたシステム要件を満たすシステム構成の定義及びその視覚的表現の一例をそれぞれ示したものである。図６に示されるように、システム構成の定義は、システム要件と同様の記法で記述されていても良い。

図６及び図７の例では、図３及び図４に示されるシステム要件を実現するために、新たにＵｂｕｎｔｕ Ｌｉｎｕｘ（登録商標） ＯＳを表す「ｕｂｕｎｔｕ」型の構成要素「ｏｓ１」が追加されている。構成要素「ｏｓ１」の属性値には、Ｕｂｕｎｔｕ Ｌｉｎｕｘ（登録商標） ＯＳのバージョンを表す「ｖｅｒｓｉｏｎ」に値「２０．０４」が記述されている。また、抽象的な関係性［ａｐｐ１，ｓｅｒｖｅｒ１，ｈｏｓｔｅｄＯｎ］を実現するために、抽象的な関係性［ａｐｐ１，ｓｅｒｖｅｒ１，ｈｏｓｔｅｄＯｎ］は、ＯＳ「ｏｓ１」が物理サーバ「ｓｅｒｖｅｒ１」にインストールされていることを表す具体的な関係性［ｏｓ１，ｓｅｒｖｅｒ，ｗｉｒｅ：Ｍａｃｈｉｎｅ］、及び、アプリケーション「ａｐｐ１」がＯＳ「ｏｓ１」上で動作することを表す具体的な関係性［ａｐｐ１，ｏｓ１，ｗｉｒｅ：ＯＳ］に置き換えられている。なお、システム構成の具体的な定義形式は、図６及び図７に示される例に限定されない。

要件取得部１０２は、記憶部１０１に蓄積されているシステム要件をすべて取得し、取得されたシステム要件を、取得要件群に追加する。
学習用要件生成部１０３は、構成要素データ２００を入力する。また、学習用要件生成部１０３は、要件取得部１０２により取得された取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことで、システム要件（学習用要件）を生成する。そして、学習用要件生成部１０３は、生成された学習用要件を、記憶部１０１に蓄積した後、学習用要件群３００に追加し、学習用要件群３００を出力する。

図８及び図９は、学習用要件生成部１０３にて行われる、取得要件に対する学習用要件生成処理の一例を示したものである。
図８は、取得要件中に、入力された構成要素データ２００が表す構成要素（入力構成要素）と同形の構成要素が存在し、取得要件中の入力構成要素を、具体的あるいは抽象的な関係性により新たな構成要素と接続可能である例である。この場合、学習用要件生成部１０３は、新たな構成要素を取得要件に追加し、追加された新たな構成要素を関係性により入力構成要素と接続することで、学習用要件を生成する。

図８の例では、取得要件が、構成要素「ａｐｐ１」及び構成要素「ｓｅｒｖｅｒ１」が抽象的な関係性「ｈｏｓｔｅｄＯｎ」により接続されている取得要件であるとする。また、構成要素「ｓｅｒｖｅｒ１」が入力構成要素であるとする。また、図５に示される関係性データに定義されている、サーバのネットワークへの接続を表す抽象的な関係性である「ｊｏｉｎ」により、「ｓｅｒｖｅｒ１」から、クラウドネットワークを表す構成要素「ｃｌｏｕｄ１」への接続が追加可能であるとする。この場合、学習用要件生成部１０３は、取得要件に対し、新たな構成要素「ｃｌｏｕｄ１」を追加し、追加された構成要素「ｃｌｏｕｄ１」を関係性「ｊｏｉｎ」により構成要素「ｓｅｒｖｅｒ１」と接続したものを、学習用要件として生成する。

また、図９は、取得要件中に、入力構成要素が存在せず、取得要件中のいずれかの構成要素を入力構成要素で置換可能である例である。この場合、学習用要件生成部１０３は、取得要件中の構成要素を入力構成要素により置換することで、学習用要件を生成する。このとき、置換可能性の判定方法として、取得要件中の構成要素の定義に含まれる構成要素の型情報（ｔｙｐｅ）、及び、その型の定義に含まれる構成要素の種別情報（ｃａｔｅｇｏｒｙ）を用いる方法を採っても良い。

図９の例では、取得要件が、セキュリティアプリケーションを表す構成要素「ａｐｐ－ｓｅｃｕｒｅ１」と仮想マシンを表す構成要素「ｖｍ」間が抽象的な関係性「ｈｏｓｔｅｄＯｎ」により接続され、「ｖｍ」とクラウドネットワークを表す構成要素「ｃｌｏｕｄ」間が抽象的な関係性「ｊｏｉｎ」により接続されている取得要件であるとする。また、取得要件中の構成要素「ａｐｐ－ｓｅｃｕｒｅ１」は、「ａｐｐ－ｓｅｃｕｒｅ」型の構成要素であり、「ａｐｐ－ｓｅｃｕｒｅ」型の構成要素は、種別が「Ａｐｐ」であるものとする。また、入力構成要素は、「ａｐｐ－ｆａｃｅ」型の構成要素「ａｐｐ－ｆａｃｅ１」であるものとする。この場合、学習用要件生成部１０３は、取得要件に対し、「ａｐｐ－ｓｅｃｕｒｅ」型で種別が「Ａｐｐ」である構成要素「ａｐｐ－ｓｅｃｕｒｅ１」を、「ａｐｐ－ｆａｃｅ」型の入力構成要素「ａｐｐ－ｆａｃｅ１」で置換したものを、学習用要件として生成する。

＜実施の形態１の動作＞
次に、図１０のフローチャートを参照して、本実施の形態１に係る学習用要件生成装置１００の全体的な動作の流れの例について説明する。

図１０に示されるように、まず、学習用要件生成部１０３は、構成要素データ２００を入力する（ステップＳ１０１）。
次に、要件取得部１０２は、記憶部１０１に蓄積されているシステム要件をすべて取得し、取得されたシステム要件を取得要件群に追加する（ステップＳ１０２）。

次に、学習用要件生成部１０３は、取得要件群が空であるか否かを判定し（ステップＳ１０３）、取得要件群が空でない場合（ステップＳ１０３におけるＮＯ）、取得要件群から取得要件を１つ取り出す（ステップＳ１０４）。

次に、学習用要件生成部１０３は、ステップＳ１０４で取り出された取得要件中に、ステップＳ１０１で入力された構成要素データ２００が表す構成要素（入力構成要素）が含まれるか否かを判定する（ステップＳ１０５）。取得要件中に入力構成要素が含まれる場合（ステップＳ１０５におけるＹＥＳ）、ステップＳ１０６に進み、含まれない場合（ステップＳ１０５におけるＮＯ）、ステップＳ１０８に進む。

ステップＳ１０６において、学習用要件生成部１０３は、取得要件中の入力構成要素を、具体的あるいは抽象的な関係性により新たな構成要素と接続可能であるか否かを判定する。入力構成要素の接続が可能である場合（ステップＳ１０６におけるＹＥＳ）、学習用要件生成部１０３は、取得要件に新たな構成要素を追加し、追加された構成要素を取得要件中の入力構成要素と関係性により接続する（ステップＳ１０７）。これにより、学習用要件が生成される。一方、入力構成要素の接続が不可能である場合（ステップＳ１０６におけるＮＯ）、学習用要件生成部１０３は、取得要件を破棄し、ステップＳ１０３へ戻る。

ステップＳ１０８において、学習用要件生成部１０３は、取得要件中に入力構成要素と置換可能な構成要素が存在するか否かを判定する。入力構成要素による置換が可能である場合（ステップＳ１０８におけるＹＥＳ）、学習用要件生成部１０３は、取得要件中の該当する構成要素を入力構成要素により置換する（ステップＳ１０９）。これにより、学習用要件が生成される。一方、入力構成要素による置換が不可能である場合（ステップＳ１０８におけるＮＯ）、学習用要件生成部１０３は、取得要件を破棄し、ステップＳ１０３へ戻る。

ステップＳ１０７又はＳ１０９の実行後、学習用要件生成部１０３は、ステップＳ１０７又はＳ１０９により生成された学習用要件を、記憶部１０１に蓄積すると共に、学習用要件群３００に追加する（ステップＳ１１０）。その後、ステップＳ１０３へ戻る。

ステップＳ１０３において、取得要件群が空である場合（ステップＳ１０３におけるＹＥＳ）、学習用要件生成部１０３は、学習用要件群３００を出力し（ステップＳ１１１）、処理を終了する。

＜実施の形態１の効果＞
上述したように、本実施の形態１に係る学習用要件生成装置１００では、入力された構成要素データ２００を用いて、記憶部１０１に蓄積されたシステム要件に対して、構成要素の追加処理又は置換処理を行うことで、学習用要件を生成する。そのため、学習型システム自動設計技術のＡＩが、技術者の設計知識の獲得に必要となる学習用要件群３００を、自動で生成することができる。また、学習用要件生成装置１００へ様々な構成要素データ２００を入力し、学習用要件の生成処理を反復的に実行することで、さらに大量の学習用要件群３００を自動で生成することができる。

これにより、実案件データの解釈及び要件データの作成を人手により行っていた技術者の負担を大幅に軽減することが可能となる。また、学習型システム自動設計技術の高精度化及び高速化を図ると共に、ＩＣＴシステムの設計工程及び構築工程のさらなる省力化を図ることも可能となる。

＜実施の形態２＞
＜実施の形態２の構成＞
図１１は、本実施の形態２に係る学習用要件生成装置１００Ａの構成例を示したものである。図１１に示されるように、本実施の形態２に係る学習用要件生成装置１００Ａは、記憶部１０１と、要件取得部１１１と、拡張要件生成部１１２と、類似要件取得部１１３と、学習用要件生成部１１４と、を含む。なお、本実施の形態２において、記憶部１０１は、上述した実施の形態１と同様であるため、詳細な説明を省略する。

要件取得部１１１は、構成要素データ２００を入力する。また、要件取得部１１１は、記憶部１０１に蓄積されたシステム要件群を参照し、入力された構成要素データ２００が表す構成要素（入力構成要素）を含むシステム要件をすべて取得し、取得されたシステム要件を、取得要件群に追加する。

拡張要件生成部１１２は、要件取得部１１１により取得された取得要件群を構成する各取得要件に対し、上述した実施の形態１における図８の例と同様の動作を行う。すなわち、拡張要件生成部１１２は、取得要件中の入力構成要素を、具体的あるいは抽象的な関係性により新たな構成要素と接続可能であるか否かを判定する。入力構成要素の接続が可能である場合、拡張要件生成部１１２は、新たな構成要素を取得要件に追加し、追加された新たな構成要素を関係性により入力構成要素と接続することで、システム要件（拡張要件）を生成する。また、拡張要件生成部１１２は、生成された拡張要件を、記憶部１０１に蓄積すると共に、拡張要件群に追加する。

類似要件取得部１１３は、拡張要件生成部１１２により生成された拡張要件群を構成する各拡張要件に対し、該当する拡張要件に類似し、かつ、入力構成要素を含まないシステム要件（類似要件）を、記憶部１０１から取得し、取得された類似要件を類似要件群に追加する。

図１２は、類似要件取得部１１３にて行われる、類似要件の取得処理の一例を示したものである。
図１２の例では、拡張要件生成部１１２により生成された拡張要件に対し、記憶部１０１に蓄積された、入力構成要素を含まないシステム要件の中から、最も類似度の高いシステム要件（類似要件）を類似要件群に追加する。図１２の各システム要件の視覚的表現において、同一の記号で表されるノードはそれぞれ同一の型を持つ構成要素であり、同一の文字列が付されたエッジはそれぞれ同一の型を持つ関係性であるものとする。システム要件間の類似度の判定には、集合の類似度を表す指標の１つであるＤｉｃｅ係数を用いる。２つの集合Ａ，Ｂに対し、Ｄｉｃｅ係数ＤＳＣ（Ａ，Ｂ）は次の数式１で表される。

記憶部１０１に、入力構成要素を含まないシステム要件として、システム要件１及びシステム要件２の２つのシステム要件が蓄積されていた場合、類似要件取得部１１３は、システム要件をノード及びエッジからなる集合とみなして上記の数式１を用いる。すると、拡張要件とシステム要件１との類似度は０．２５（２５％）、拡張要件とシステム要件２との類似度は０．７５（７５％）となる。そのため、類似要件取得部１１３は、システム要件２を類似要件として選択し取得する。なお、類似要件の具体的な取得方法は、図１２に示される例に限定されない。

学習用要件生成部１１４は、類似要件取得部１１３により取得された類似要件群を構成する各類似要件に対し、上述した実施の形態１における図９の例と同様の動作を行う。すなわち、学習用要件生成部１１４は、類似要件中のいずれかの構成要素を入力構成要素で置換可能であるか否かを判定する。入力構成要素による置換が可能である場合、学習用要件生成部１１４は、類似要件中の該当する構成要素を入力構成要素により置換することで、学習用要件を生成する。そして、学習用要件生成部１０３は、生成された学習用要件を、記憶部１０１に蓄積すると共に、学習用要件群３００に追加し、学習用要件群３００を出力する。

＜実施の形態２の動作＞
次に、図１３及び図１４のフローチャートを参照して、本実施の形態２に係る学習用要件生成装置１００Ａの全体的な動作の流れの例について説明する。図１３及び図１４において、上述した実施の形態１における図１０と同様の動作については、同一の符号を付し、詳細な説明を省略する。

図１３及び図１４に示されるように、まず、要件取得部１１１は、構成要素データ２００を入力する（ステップＳ１０１）。
次に、要件取得部１１１は、記憶部１０１に蓄積されているシステム要件のうち、ステップＳ１０１で入力された構成要素データ２００が表す構成要素（入力構成要素）を含むシステム要件をすべて取得し、取得されたシステム要件を取得要件群に追加する（ステップＳ２０２）。

次に、拡張要件生成部１１２は、取得要件群が空であるか否かを判定し（ステップＳ１０３）、取得要件群が空でない場合（ステップＳ１０３におけるＮＯ）、取得要件群から取得要件を１つ取り出す（ステップＳ１０４）。

次に、拡張要件生成部１１２は、ステップＳ１０４で取り出された取得要件中の入力構成要素を、具体的あるいは抽象的な関係性により新たな構成要素と接続可能であるか否かを判定する（ステップＳ１０６）。入力構成要素の接続が可能である場合（ステップＳ１０６におけるＹＥＳ）、拡張要件生成部１１２は、取得要件に新たな構成要素を追加し、追加された新たな構成要素を取得要件中の入力構成要素と関係性により接続する（ステップＳ１０７）。拡張要件生成部１１２は、ステップＳ１０７により得られたシステム要件（拡張要件）を、記憶部１０１に蓄積すると共に、拡張要件群に追加する（ステップＳ２０８）。その後、ステップＳ１０３へ戻る。一方、入力構成要素の接続が不可能である場合（ステップＳ１０６におけるＮＯ）、拡張要件生成部１１２は、取得要件を破棄し、ステップＳ１０３へ戻る。

ステップＳ１０３において、取得要件群が空である場合（ステップＳ１０３におけるＹＥＳ）、ステップＳ２０９に進む。
ステップＳ２０９において、類似要件取得部１１３は、拡張要件群が空であるか否かを判定し（ステップＳ２０９）、拡張要件群が空でない場合（ステップＳ２０９におけるＮＯ）、拡張要件群から拡張要件を１つ取り出す（ステップＳ２１０）。

次に、類似要件取得部１１３は、記憶部１０１に蓄積されたシステム要件のうち、取り出された拡張要件との類似度が最も高く、かつ、入力構成要素を含まないシステム要件（類似要件）を取得する（ステップＳ２１１）。

次に、学習用要件生成部１１４は、ステップＳ２１１で取得された類似要件中に入力構成要素と置換可能な構成要素が存在するか否かを判定する（ステップＳ２１２）。入力構成要素による置換が可能である場合（ステップＳ２１２におけるＹＥＳ）、学習用要件生成部１１４は、類似要件中の該当する構成要素を入力構成要素により置換することで、システム要件（学習用要件）を生成する（ステップＳ２１３）。学習用要件生成部１１４は、ステップＳ２１３で生成された学習用要件を、記憶部１０１に蓄積すると共に、学習用要件群３００に追加する（ステップＳ２１４）。その後、ステップＳ２０９へ戻る。一方、入力構成要素による置換が不可能である場合（ステップＳ２１２におけるＮＯ）、学習用要件生成部１１４は、類似要件を破棄し、ステップＳ２０９へ戻る。

ステップＳ２０９において、拡張要件群が空である場合（ステップＳ２０９におけるＹＥＳ）、学習用要件生成部１０３は、学習用要件群３００を出力し（ステップＳ１１１）、処理を終了する。

＜実施の形態２の効果＞
上述したように、本実施の形態２に係る学習用要件生成装置１００Ａでは、記憶部１０１に蓄積された、構成要素データ２００が表す構成要素（入力構成要素）を含まないシステム要件に対し、入力構成要素の置換処理を行うことで、学習用要件群３００を生成する。そのため、入力構成要素に関して、より多種多様な学習用要件群３００を、高速に自動で生成することができる。さらに、拡張要件生成部１１２で生成される拡張要件群及び学習用要件生成部１１４で生成される学習用要件群の両方が記憶部１０１に蓄積される。そのため、記憶部１０１には、より多種多様なシステム要件を、より高速に蓄積することができる。
その他の効果は、上述した実施の形態１と同様である。

＜実施の形態３＞
＜実施の形態３の構成＞
図１５は、本実施の形態３に係る自動設計システムの構成例を示したものである。図１５に示されるように、本実施の形態３に係る自動設計システムは、上述した実施の形態１に係る学習用要件生成装置１００と、学習型システム自動設計装置３１０と、を含む。

学習型システム自動設計装置３１０は、学習用要件生成装置１００によって生成された学習用要件群３００の入力を受けて、システム構成群４００を出力する。

学習型システム自動設計装置３１０は、非特許文献１に示されるように、抽象的な構成要素及び関係性を含むシステム要件に対し、抽象的な要素を部分的に具体化する方法が規定された具体化規則を逐次的に適用することで、全ての要素が具体化されたシステム構成候補を大量に生成する。さらに、学習型システム自動設計装置３１０は、グラフ構造を用いた機械学習モデルの一種であるＧＮＮ（Graph Neural Network）を用いることで、生成された各システム構成候補に対する評価値を導出し、評価値の値が大きいシステム構成候補の生成過程で適用された具体化規則に対する報酬値が大きくなるように、各具体化規則に報酬値を与える。これにより、技術者の設計知識をＡＩに疑似的に学習させることが可能となる。

図１６は、学習型システム自動設計装置３１０で用いられる具体化規則の一例を示したものである。
図１６に示される具体化規則では、アプリケーション間のＨＴＴＰ（Hyper Text Transfer Protocol）通信を表す抽象的なＨＴＴＰ型エッジを具体化するための方法が示されている。この具体化規則では、学習型システム自動設計装置３１０は、ＨＴＴＰ型エッジの両端点となるアプリケーション型ノード「ａｐｐ１」、「ａｐｐ２」のＯＳポートから、ＯＳ型ノード「ｏｓ１」、「ｏｓ２」のＯＳポートをそれぞれｗｉｒｅ：ＯＳ型エッジで接続し、各アプリケーション型ノードを各ＯＳ型ノード上にホストさせる。そして、学習型システム自動設計装置３１０は、２つのＯＳ型ノード「ｏｓ１」と「ｏｓ２」とを、ＴＣＰ（Transmission Control Protocol）接続を表す抽象的なＴＣＰ型エッジで接続する。なお、具体化規則の定義方法は図１５に示される例に限定されない。

図１７は、学習型システム自動設計装置３１０におけるシステム構成の設計処理の一例を示したものである。
図１７に示されるように、システム要件（ａ）には、（ａ１）及び（ａ２）の２つの抽象的な要素が含まれている。（ａ１）には具体化規則（Ｘ）及び（Ｙ）が、（ａ２）には具体化規則（Ｚ）がそれぞれ適用可能である。そのため、学習型システム自動設計装置３１０は、これら具体化規則を（ａ１）及び（ａ２）に適用することにより、（ｂ）、（ｃ）、（ｄ）の３つのシステム構成案を生成する。そして、学習型システム自動設計装置３１０は、生成された各システム構成案をＧＮＮにより評価し、評価値が最も高い（ｄ）を、次の具体化対象として選択する。システム構成案（ｄ）に含まれる抽象的な要素は（ｄ１）のみであり、（ｄ１）には具体化規則（Ｘ）及び（Ｙ）が適用可能である。そこで、まず、学習型システム自動設計装置３１０は、（ｄ１）に具体化規則（Ｘ）を適用し、その結果、抽象的な要素を含まない具体的なシステム構成案（ｅ）が得られる。そのため、学習型システム自動設計装置３１０は、設計を完了し、（ｅ）をシステム構成としてシステム構成群４００に追加する。

＜実施の形態３の動作＞
次に、図１８のフローチャートを参照して、本実施の形態３に係る自動設計システムの全体的な動作の流れの例について説明する。

図１８に示されるように、まず、学習用要件生成装置１００は、構成要素データ２００を入力する（ステップＳ３０１）。次に、学習用要件生成装置１００は、学習用要件群３００を生成する（ステップＳ３０２）。

次に、学習型システム自動設計装置３１０は、ステップＳ３０２で生成された学習用要件群３００を入力する（ステップＳ３０３）。次に、学習型システム自動設計装置３１０は、入力された学習用要件群３００を構成する各学習用要件に対し、学習用要件の抽象的要素への具体化規則の適用及び適用後のシステム構成案の評価を再帰的に実行する。これにより、学習型システム自動設計装置３１０は、学習用要件に対応する具体的なシステム構成を生成し、システム構成群４００に追加する（ステップＳ３０４）。

その後、学習型システム自動設計装置３１０は、システム構成群４００を出力し、処理を終了する（ステップＳ３０５）。

＜実施の形態３の効果＞
上述したように、本実施の形態３に係る自動設計システムでは、学習型システム自動設計装置３１０は、学習用要件生成装置１００により生成された各学習用要件に対応する具体的なシステム構成を生成する。そのため、各学習用要件に対応する具体的なシステム構成を自動的に生成することが可能となる。
その他の効果は、上述した実施の形態１と同様である。

なお、本実施の形態３に係る自動設計システムでは、上述した実施の形態１に係る学習用要件生成装置１００の代わりに、上述した実施の形態２に係る学習用要件生成装置１００Ａを含む構成としても良い。

＜実施の形態４＞
図１９は、本実施の形態４に係る学習用要件生成装置１００Ｂの構成例を示したものである。図１９に示されるように、学習用要件生成装置１００Ｂは、プロセッサ１２１と、メモリ１２２と、を含む。

プロセッサ１２１は、例えば、マイクロプロセッサ、ＭＰＵ（Micro Processing Unit）、又はＣＰＵ（Central Processing Unit）であっても良い。プロセッサ１２１は、複数のプロセッサを含んでも良い。

メモリ１２２は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ１２２は、プロセッサ１２１から離れて配置されたストレージを含んでも良い。この場合、プロセッサ１２１は、図示されていないＩ（Input）／Ｏ（Output）インタフェースを介してメモリ１２２にアクセスしても良い。

上述した実施の形態１，２に係る学習用要件生成装置１００，１００Ａは、図１９に示されるハードウェア構成を有することができる。メモリ１２２には、プログラムが記憶される。このプログラムは、コンピュータに読み込まれた場合に、上述した実施の形態で説明された１又はそれ以上の機能をコンピュータに行わせるための命令群（又はソフトウェアコード）を含む。上述した学習用要件生成装置１００，１００Ａにおける、要件取得部１０２，１１１、学習用要件生成部１０３，１１４、拡張要件生成部１１２、及び類似要件取得部１１３は、プロセッサ１２１がメモリ１２２に記憶されたプログラムを読み込んで実行することにより実現されても良い。また、上述した学習用要件生成装置１００，１００Ａにおける、記憶部１０１は、メモリ１２２により実現されても良い。

また、上述したプログラムは、非一時的なコンピュータ可読媒体又は実体のある記憶媒体に格納されても良い。限定ではなく例として、コンピュータ可読媒体又は実体のある記憶媒体は、random-access memory（RAM）、read-only memory（ROM）、フラッシュメモリ、solid-state drive（SSD）又はその他のメモリ技術、CD-ROM、digital versatile disc（DVD）、Blu-ray（登録商標）ディスク又はその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ又はその他の磁気ストレージデバイスを含む。プログラムは、一時的なコンピュータ可読媒体又は通信媒体上で送信されても良い。限定ではなく例として、一時的なコンピュータ可読媒体又は通信媒体は、電気的、光学的、音響的、又はその他の形式の伝搬信号を含む。

以上、実施の形態を参照して本開示を説明したが、本開示は上述した実施の形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。

以上の説明により、本開示の産業上利用可能性は明らかであるが、本開示は、例えば、ＩＣＴシステムや通信ネットワークの設計及び構築などの用途に適用できる。

以上、実施の形態を参照して本開示を説明したが、本開示は上述した実施の形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。

１００，１００Ａ，１００Ｂ 学習用要件生成装置
１０１ 記憶部
１０２，１１１ 要件取得部
１０３，１１４ 学習用要件生成部
１１２ 拡張要件生成部
１１３ 類似要件取得部
１２１ プロセッサ
１２２ メモリ
２００ 構成要素データ
３００ 学習用要件群
３１０ 学習型システム自動設計装置
４００ システム構成群

Claims (7)

1. システム要件群を蓄積する記憶部と、
   前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加する要件取得部と、
   取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成する学習用要件生成部と、
   を含み、
   前記学習用要件生成部は、
   入力構成要素を表す構成要素データを入力し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれており、かつ、入力構成要素が新たな構成要素と接続可能である場合、当該取得要件に新たな構成要素を追加して、追加された新た構成要素を入力構成要素と接続することで、学習用要件を生成し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれておらず、かつ、当該取得要件に入力構成要素と置換可能な構成要素が含まれている場合、当該取得要件に含まれている当該構成要素を入力構成要素に置換することで、学習用要件を生成する、
   学習用要件生成装置。
2. 前記学習用要件生成部は、
   生成された学習用要件を、前記記憶部に蓄積すると共に、学習用要件群に追加し、
   学習用要件群を出力する、
   請求項１に記載の学習用要件生成装置。
3. 前記要件取得部は、
   入力構成要素を表す構成要素データを入力し、
   前記記憶部から、入力構成要素が含まれているシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加し、
   前記学習用要件生成装置は、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれており、かつ、入力構成要素が新たな構成要素と接続可能である場合、当該取得要件に新たな構成要素を追加して、追加された新た構成要素を入力構成要素と接続することで、拡張要件を生成し、生成された拡張要件を拡張要件群に追加する拡張要件生成部と、
   拡張要件群を構成する各拡張要件に対し、当該拡張要件に類似し、かつ、入力構成要素が含まれていないシステム要件を、前記記憶部から取得し、取得されたシステム要件を類似要件群に追加する類似要件取得部と、
   をさらに含み、
   前記学習用要件生成部は、
   類似要件群を構成する各類似要件に対し、当該類似要件に入力構成要素と置換可能な構成要素が含まれている場合、当該類似要件に含まれている当該構成要素を入力構成要素に置換することで、学習用要件を生成する、
   請求項１に記載の学習用要件生成装置。
4. 前記拡張要件生成部は、
   生成された拡張要件を、前記記憶部に蓄積し、
   前記学習用要件生成部は、
   生成された学習用要件を、前記記憶部に蓄積すると共に、学習用要件群に追加し、
   学習用要件群を出力する、
   請求項３に記載の学習用要件生成装置。
5. 前記類似要件取得部は、
   前記記憶部に蓄積された、入力構成要素が含まれていない各システム要件と、拡張要件と、の類似度をＤｉｃｅ係数を用いて判定し、
   前記記憶部から、類似度が最も高いシステム要件を取得し、取得されたシステム要件を類似要件群に追加する、
   請求項３又は４に記載の学習用要件生成装置。
6. 学習用要件生成装置が行う学習用要件生成方法であって、
   システム要件群を記憶部に蓄積するステップと、
   前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加するステップと、
   取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成するステップと、
   を含み、
   前記学習用要件を生成するステップでは、
   入力構成要素を表す構成要素データを入力し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれており、かつ、入力構成要素が新たな構成要素と接続可能である場合、当該取得要件に新たな構成要素を追加して、追加された新た構成要素を入力構成要素と接続することで、学習用要件を生成し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれておらず、かつ、当該取得要件に入力構成要素と置換可能な構成要素が含まれている場合、当該取得要件に含まれている当該構成要素を入力構成要素に置換することで、学習用要件を生成する、
   学習用要件生成方法。
7. コンピュータに、
   システム要件群を記憶部に蓄積する手順と、
   前記記憶部からシステム要件群を取得し、取得されたシステム要件群を取得要件群に追加する手順と、
   取得要件群を構成する各取得要件に対し、構成要素の追加又は置換を行うことにより、学習用要件を生成する手順と、
   を実行させ、
   前記学習用要件を生成する手順では、
   入力構成要素を表す構成要素データを入力し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれており、かつ、入力構成要素が新たな構成要素と接続可能である場合、当該取得要件に新たな構成要素を追加して、追加された新た構成要素を入力構成要素と接続することで、学習用要件を生成し、
   取得要件群を構成する各取得要件に対し、当該取得要件に入力構成要素が含まれておらず、かつ、当該取得要件に入力構成要素と置換可能な構成要素が含まれている場合、当該取得要件に含まれている当該構成要素を入力構成要素に置換することで、学習用要件を生成する、
   プログラム。

Images