通信范围控制装置、方法以及程序

技术领域

本发明例如涉及在通过地理上被分散配置的多个服务器装置分担并处理搭载于移动体的传感器的检测数据的系统中所使用的通信范围控制装置、方法以及程序。

背景技术

近年来，由于IoT(Internet of Things，物联网)的普及，在制造业、汽车业(自动驾驶辅助)、农业等领域中，灵活运用了各种传感器的数据收集及其分析正在推进。在这样的系统中，由传感器等设备生成的数据经由网络在云(crowd)上被收集，为了应用而被灵活运用。设备的种类多种多样，设备的台数也变得庞大。因此，若由这些设备生成的数据经由网络直接传输至云，则导致网络中的流量增大，发生通信延迟。

因此，例如提出通过将多个服务器在地理上分散配置，对这些服务器分别分配在地理上较近的范围内存在的基站，从而将从该基站形成的无线区域内存在的设备发送的数据由接近其位置的服务器收集、处理的系统。若为该系统，则从多个设备发送的数据被多个服务器分担而被收集、处理，所以网络中的流量被抑制，可以期待通信速度的提高(例如参照非专利文献1)。

现有技术文献

非专利文献

非专利文献1：M.Bouet and V.Conan,“Geo-partitioning of MEC Resources”,in ACM SIGCOMM 2017Workshop on Mobile Edge Computing,2017.

发明内容

发明要解决的课题

然而，如搭载于车辆的传感器或人携带的智能手机等携带终端中内置的传感器那样，在设备的位置移动的情况下，接收从该设备发送的数据的服务器改变。即，就服务器而言，处理数据的设备的数量变动。在非专利文献1中记载的技术中，各服务器负责数据处理的通信范围根据其面积或固定设备的设置台数等而事先固定地进行分配。因此，存在如下的情况：例如在大多设备集中并移动到指定的服务器的通信范围时，该服务器的处理负荷增大，超过可处理的数据量的上限值，引起数据处理损失等不良情况。

本发明着眼于上述情况而完成，其目的在于提供在通过多个服务器分担并处理多个设备分别发送的数据时，即使设备移动也能够始终进行稳定的数据处理的技术。

用于解决课题的方案

用于达到上述目的的本发明的方式是能够控制各自形成无线区域的多个基站与多个数据处理装置之间的通信的通信范围控制装置，其包括：信息管理部，分别管理第1信息和第2信息，所述第1信息表示多个数据处理装置的配置位置以及数据处理能力，所述第2信息表示所述多个基站的配置位置，其中，所述多个数据处理装置在地理上被分散配置，经由与多个设备之间可通信的多个基站的任一个基站而接收在所述无线区域中存在的所述多个设备发送的数据；获取部，在任意的定时获取表示所述多个设备的存在位置的信息；通信范围计算部，根据表示所述存在位置的信息、以及由所述信息管理部管理的所述第1信息及所述第2信息，计算所述多个数据处理装置的每一个数据处理装置负责所述数据的处理的无线区域的通信范围；以及基站分配控制部，根据由所述通信范围计算部计算出的通信范围，对所述多个数据处理装置的每一个数据处理装置分配负责所述数据的处理的基站。

发明效果

可以提供在通过多个服务器分担并处理多个设备分别发送的数据时，即使设备移动也能够始终进行稳定的数据处理的通信范围控制装置、方法以及程序。

附图说明

图1是表示使用了本发明的一个实施方式的通信范围控制装置的数据收集分析系统的整体结构的图。

图2是表示本发明的一个实施方式的通信范围控制装置的功能结构的框图。

图3是表示图2所示的通信范围控制装置的整体的控制步骤和控制内容的流程图。

图4是表示在图3所示的控制步骤中通信范围的计算以及基站的分配处理的步骤和内容的流程图。

图5是用于说明图4所示的通信范围计算的一例的图。

图6是用于说明图4所示的通信范围计算的另一例的图。

图7是表示基站对于服务器的第1分配例的图。

图8是表示基站对于服务器的第2分配例的图。

图9是表示基站对于服务器的第3分配例的图。

具体实施方式

以下，参照附图说明本发明的实施方式。

[一个实施方式]

(结构例)

(1)系统

图1是表示使用了本发明的一个实施方式的通信范围控制装置的数据收集分析系统的整体结构的图。

在数据收集对象区域中，多个无线基站BS1～BS5被分散配置。这些无线基站BS1～BS5例如由无线LAN(Local Area Network，局域网)的接入点或公共移动通信网络的无线基站构成，分别形成无线区域E1～E5。

在本发明的一个实施方式中，将作为数据处理装置的多个服务器SV1、SV2在地理上分散配置。服务器SV1、SV2例如由边缘计算机构成，经由基站BS1～BS5收集从在上述无线区域E1～E5中存在的多个设备分别发送的数据，进行规定的分析处理。设备例如除了被设置在道路或街角的相机等固定型的传感器之外，还包含可移动的设备。在可移动的设备中，例如包含搭载于车辆的相机等各种传感器、人持有的智能手机等携带终端。

另外，在图1中，为了便于图示，例示了将基站设为5站，将服务器设为2台的情况，但是基站以及服务器的台数不限于此。

这里，本发明的一个实施方式的系统具备通信范围控制装置CS。通信范围控制装置CS例如由系统管理者运用的个人计算机或者服务器计算机构成，经由网络NW相对于服务器SV1、SV2被连接。通信范围控制装置CS根据该服务器SV1、SV2的设置位置以及数据处理能力、各基站BS1～BS5的设置位置、各设备的存在位置，可变控制服务器SV1、SV2负责数据收集的通信范围，使得服务器SV1、SV2进行的数据收集以及分析处理的处理负荷被最优化。

另外，在通信范围控制装置CS上被连接管理用终端TM。该管理用终端TM例如被用于对通信范围控制装置CS输入表示上述服务器SV1、SV2的设置位置以及数据处理能力的信息、各基站BS1～BS5的设置位置信息。从管理用终端TM对通信范围控制装置CS输入的参数信息不限于上述各信息，还包含通信范围的计算所需要的阈值等。

(2)通信范围控制装置

图2是表示本发明的一个实施方式的通信范围控制装置CS的功能结构的框图。

通信范围控制装置CS具备控制单元1、存储单元2、接口单元3。接口单元3具有终端接口部31、通信接口部32。终端接口部31在管理用终端TM之间进行输入数据以及显示数据的发送接收。通信接口部32经由网络NW，在服务器SV1、SV2以及基站BS1～BS5之间进行数据通信。

作为存储介质，存储单元2例如组合HDD(Hard Disk Drive，硬盘驱动器)或者SSD(Solid State Drive，固态驱动器)等能够随时写入以及读出的非易失性存储器、ROM(ReadOnly Memory，只读存储器)等非易失性存储器、RAM(Random Access Memory)等易失性存储器而构成。在该存储区域中，设置程序存储区域和数据存储区域。在程序存储区域中，存储有为执行本发明的一个实施方式的各种控制处理所需要的程序。

在数据存储区域中设置有：服务器管理信息存储部21、基站管理信息存储部22、设备位置信息存储部23、基站分配信息存储部24。服务器管理信息存储部21用于存储由上述管理用终端TM输入的、包含表示服务器SV1、SV2的设置位置信息和处理能力的信息的服务器管理信息。基站管理信息存储部22用于存储由上述管理用终端TM输入的、包含各基站BS1～BS5的设置位置信息的基站管理信息。在设备位置信息存储部23中，存储从各设备发送的存在位置信息。在基站分配信息存储部24中，存储表示各服务器SV1、SV进行数据收集的无线区域E1～E5的范围的信息，即表示基站BS1～BS5的分配结果的信息。

控制单元1例如具有CPU(Central Processing Unit，中央处理单元)等硬件处理器，具有服务器/基站管理部11、设备位置信息获取部12、通信范围计算部13、基站分配控制部14作为用于实现本发明的一个实施方式的控制功能。这些控制功能部都通过使上述硬件处理器执行在上述程序存储区域中存储的程序来实现。

服务器/基站管理部11经由终端接口部31接受在管理用终端TM中通过管理者输入的、表示服务器SV1、SV2的设置位置信息以及处理能力的信息、各基站BS1～BS5的设置位置信息，分别使其存储在服务器管理信息存储部21以及基站管理信息存储部22中。

设备位置信息获取部12例如以预先设定的周期，从基站BS1～BS5经由网络NW以及通信接口部32获取各设备的存在位置信息，使该存在位置信息暂时存储在设备位置信息存储部23中。另外，各设备的存在位置信息可以是通过设备自身具有的GPS(GlobalPositioning System，全球定位系统)位置测量功能测量出的纬度经度信息，此外也可以是通过基站BS1～BS5检测的、表示设备存在的无线区域的信息(例如基站ID)。

通信范围计算部13每当通过上述设备位置信息获取部12获取各设备的新的存在位置信息时，根据在上述服务器管理信息存储部21中存储的表示各服务器SV1、SV2的设置位置信息以及处理能力的信息、在上述基站管理信息存储部22中存储的各基站BS1～BS5的设置位置信息、以及上述获取的各设备的新的存在位置信息，计算在该时刻各服务器SV1、SV2应负责的来自设备的数据的收集以及分析处理的最优的通信范围。另外，对于该最优的通信范围的计算方法在后面详细叙述。

基站分配控制部14根据通过上述通信范围计算部13计算出的表示各服务器SV1、SV2的最优的通信范围的信息，进行对于各服务器SV1、SV2的基站BS1～BS5的分配变更和动作状态的控制，并且使表示该结果的信息存储在基站分配信息存储部24中。

(动作例)

接着，说明如以上那样构成的通信范围控制装置CS的动作例。

图3是表示通信范围控制装置CS的控制单元1进行的整体的控制步骤和控制内容的流程图。

(1)服务器/基站管理信息的管理

在系统的运用之前，系统管理者在管理用终端TM中输入服务器SV1、SV2的设置位置信息以及表示处理能力的信息、各基站BS1～BS5的设置位置信息。各设置位置信息例如通过纬度经度信息表示。表示服务器SV1、SV2的处理能力的信息例如作为每单位时间的数据处理量表示。管理用终端TM将上述输入的服务器SV1、SV2的设置位置信息以及表示处理能力的信息、各基站BS1～BS5的设置位置信息与管理信息的更新请求一起，发送至通信范围控制装置CS。

通信范围控制装置CS如果在服务器/基站管理部11的控制下，在步骤S1中检测到从上述管理用终端TM发送的管理信息的更新请求，则在步骤S2中经由终端接口部31接受服务器SV1、SV2的设置位置信息以及表示处理能力的信息、各基站BS1～BS5的设置位置信息。然后，通信范围控制装置CS将上述服务器SV1、SV2的设置位置信息以及表示处理能力的信息与服务器的识别信息(服务器ID)相关联后，使其作为服务器管理信息存储在服务器管理信息存储部21中。此外，通过服务器/基站管理部11，将上述基站的设置位置信息与基站的识别信息(基站ID)相关联后，使其作为基站管理信息存储在基站管理信息存储部22中。

另外，以上的步骤S1、S2的服务器管理信息以及基站管理信息的更新处理，伴随服务器的新建和设置位置的变更、服务器的处理能力的变更以及基站的新建或者设置位置的变更，每当从管理用终端TM发送管理信息的更新请求时被执行。

(2)设备的位置信息的获取

在开始系统的运用时，通信范围控制装置CS在设备位置信息获取部12的控制下，在步骤S3中，执行以预先设定的周期从各设备获取表示其存在位置的信息的处理。该处理例如通过对各设备一起发送位置信息的获取请求，接收响应该请求而从各设备发回的位置信息来进行。另外，各设备的位置信息的获取也可以通过接收从各设备定期地、或者每当位置变化时自主地发送的位置信息来进行。

(3)通信范围的计算以及基站的分配

通信范围控制装置CS每当通过上述设备位置信息获取部12获取各设备的存在位置信息时，在通信范围计算部13以及基站分配控制部14的控制下，在步骤S4中，执行计算各服务器SV1、SV2的最优的通信范围的处理、以及根据该计算结果分配基站的处理。

在本发明的一个实施方式中，作为计算各服务器SV1、SV2的通信范围的算法，例如使用适用了K-Means的聚类(clustering)计算。在基于K-Means的聚类计算中，可以通过以下的步骤计算最优的通信范围。

步骤(Step)1.对各点随机地分配集群(cluster)。

步骤2.计算各集群的重心。

步骤3.根据计算出的集群的重心，将点的集群变更为最接近的重心的集群。

步骤4.只要存在上述点的集群的变更就返回步骤2，反复以上的处理，若不再有变更则结束处理。

即，K-Means是，分类为被提供的集群数k个，使得各点所属的集群的重心距离的平均为最小的算法。

另外，关于使用了K-Means的聚类算法，例如在J.MacQueen(1967).“Some methodsfor classification and analysis of multivariate observations”.Proc.FifthBerkeley Symp.on Math.Statist.and Prob.,Vol.1(Univ.of Calif.Press,1967),p.281-297.中详细进行了记载。

为了使K-Means等聚类算法工作，设定什么样的值作为集群数k成为课题。在本发明的一个实施方式中，因为计算各服务器SV1、SV2的通信范围，所以将服务器的起动数，即执行收集并分析来自设备的发送数据的处理的服务器的数设定为集群数k。

若服务器的起动数过少，即集群数k过小，则服务器无法进行收集并分析来自全部设备的发送数据的处理，导致发生过负荷状态。另外，有时从设备至服务器的通信延迟变得过大，无法满足应用的通信性能要件。

另一方面，若服务器的起动数过多，即集群数k过大，则因为能够通过一部分服务器收集并处理来自全部设备的发送数据，所以闲置状态的服务器变多，导致系统整体的处理资源上产生浪费。另外，尽管通信延迟充分满足应用的通信性能要件，但是超过它的过剩的台数的服务器始终处于工作的状态，系统的功耗增大。

在聚类计算中，使用基站的位置信息和设备的位置信息，计算各服务器的通信范围，即哪个服务器负责哪个基站。若各服务器负责的基站被计算，则可以掌握各基站的无线区域中存在的设备，所以计算服务器负责的基站与计算服务器负责的设备是相同含义。在聚类的最优化计算中，重复计算，使得在各基站的无线区域中存在的设备和负责各基站的服务器的通信距离能够最小化。

(3－1)通信范围计算算法的第1实施例

第1实施例是将集群数k的初始值设定为“k＝1”，开始聚类计算的方法。

在该例中，进行同时逐台选择服务器并分别计算所选择的服务器和各设备之间的通信距离的平均，选择1台该通信距离的平均成为最小的服务器的处理。其中，若在所选择的1台服务器上集中来自多个设备的通信，则在服务器中产生过负荷状态。

因此，不仅上述服务器和各设备之间的通信距离，而且在1台服务器负责的设备的台数超过了阈值的情况下，将集群数k增加1而设为“k＝2”，每次选择2台服务器，再次执行上述聚类计算。以后同样地，每当将集群数k增加1就反复上述聚类的最优化计算，求出所选择的服务器和各设备之间的通信距离为最小并且该服务器不为过负荷状态，即服务器负责的设备的台数为阈值以下时的集群数k(服务器的数量)。然后，这时对被选择出的各服务器分配负责数据处理的基站。

图6是表示该第1实施例的聚类的计算结果的一例，在该例中表示，从集群数k＝1起开始聚类计算，在集群数k＝8时，即选择了8台服务器时，可以检测出这些服务器和各设备之间的通信距离为最小，并且该各服务器不为过负荷状态的条件的情况。

按照以上叙述的第1实施例，若为设备的台数比较的少的系统，则可以在在比较的短时间内计算最优的集群数k(服务器的数量)。

(3－2)通信范围计算算法的第2实施例

在上述第1实施例中，在系统的规模变大，在覆盖的区域中存在多个设备存在的情况下，若将集群数k的初始值设为“1”而开始聚类计算，则在计算出最优的集群数k(服务器的数量)之前，重复多个聚类计算。而且，在设备的位置频繁地变化的情况下，例如因为需要每秒反复执行用于计算上述最优的集群数k(服务器的数量)的聚类计算，所以通信范围控制装置CS的处理负荷变得庞大。其结果，在设备的台数例如从数千万台达到数百万台的情况下，担心实时地更新服务器的通信范围变得困难。

因此，在第2实施例中，如以下那样进行聚类计算。即，第2实施例为了求最优的集群数(服务器数)k，不是将集群数k的初始值设为k＝1，而是设定为在紧前(前次)的聚类计算中求出的最优的集群数k’。这是着眼于以下方面：因为设备的位置信息在短时间内急剧地变化的情况较少，所以在本次的聚类计算中求的最优的集群数k接近在紧前的聚类计算中求出的最优的集群数k’。

图5是用于说明该第2实施例的图。

在第2实施例的通信范围计算算法中，将集群数k的初始值设为在紧前的聚类计算中求出的最优的集群数k’，开始聚类计算。

这里，在将集群数k的初始值设定为在紧前的聚类计算中求出的最优的集群数k’来实施最优化计算的情况下，考虑本次的最优的集群数与初始值相同的情况、大于初始值的情况、小于初始值的情况这3种。因此，作为最优化计算的计算方向，以上述设定的初始值为中心，例如交替地设定使集群数k减少1的方向和使集群数k增加1的方向。

例如，图5的例子中，最初将集群数k的初始值设定为k＝10而开始最优化计算，接着依次求在集群数k为k＝9时、集群数k为k＝11的时的聚类结果。这时，例如设为在集群数k为k＝9的时的最优化计算中，可以求出各设备与各服务器的通信距离最小并且各服务器负责的设备的台数为阈值以下的、即不成为过负荷状态的最优的聚类结果。在该情况下，判断为“即使将集群数增大到这以上也没有意义”，作为集群数的计算方向，不进行向使集群数k增加的方向的最优化计算。

即，在图5的例子中，不进行集群数k为k＝11的最优化计算。这是因为，对于当前的设备的位置信息，若使用被适当地选择的9台服务器，则因为各服务器可以收集并分析处理来自全部设备的发送数据，所以当然不需要10台以上的服务器。

同样，例如假设在集群数k为k＝11时的最优化计算中，可以求设备和服务器的通信距离最小，并且服务器不为过负荷状态的最优的聚类结果。在该情况下，判断为“即使将集群数减小到这以上也没有意义”，作为集群数的计算方向，不进行向使集群数k减少的方向的最优化计算。

例如，在图5的例子中，不需要集群数k为k＝9以下的最优化计算。这是因为，对于当前的设备的位置信息，若使用被选择的10台以下的服务器，则各服务器无法收集并分析处理来自全部设备的发送数据，导致发生过负荷状态，所以通过10台以下的服务器当然无法提供服务。

通过重复以上的计算，从而可以求出各设备与各服务器的通信距离最小，并且各服务器不为过负荷状态的最优的聚类结果。在图5的例子中，例如若假设在集群数k为k＝8时得到最优的聚类结果，则在该情况下的聚类计算的次数变为4次。此外，按照图6所示的第1实施例，在得到集群数k为k＝8时的最优的聚类结果之前，需要8次聚类计算。因此，通过使用第2实施例的计算算法，能够使计算次数减半。其结果，即使在基站的台数以及设备的台数非常多的情况下，也能够缩短最优化计算的计算时间，实时地求出服务器的通信范围。

另外，在以上的说明中，求出各设备与各服务器的通信距离最小，并且各服务器不成为过负荷状态的最优的集群数k。可是，即使通信距离不为最小，也可以求根据服务器的处理能力成为预先设定的阈值以下，并且各服务器负责的设备的台数为阈值以下(各服务器不变为过负荷状态)时的集群数k。

图4是执行第2实施例中的通信范围计算算法时的、表示通信范围控制装置CS的具体的处理步骤和处理内容的流程图。

(3－2－1)参数的事先设定

通信范围控制装置CS在通信范围计算部13的控制下，首先在步骤S41中，设定处理所需要的各种参数。例如，以变量k表示当前的集群数。该变量k意味着进行起动的服务器的台数。作为变量k的初始值而代入k＝1。另外，设在紧前的聚类计算中求出的最优的集群数k’，将存储k’以上的集群数的临时变量设为k_p。将k_p的初始值设为k’。进而，将存储k’以下的集群数的临时变量设为k_n。将k_n的初始值设为k’。

另外，在第2实施例中，如先前叙述的那样，在最优化计算的过程中，检测到“即使将集群数增大到这以上也没有意义”这样的状态的情况下，作为集群数的计算方向，不进行向使集群数k增加的方向的最优化计算。因此，将意味着是否检测到上述“即使将集群数增大到这以上也没有意义”这样的状态的标记定义为f_p，在未检测到上述状态时设为f_p＝“0”，在检测到时设为f_p＝“1”。同样，将意味着是否检测到“即使将集群数减小到这以上也没有意义”这样的状态的标记定义为f_n，在未检测到上述状态时设为f_n＝“0”，在检测到时设为f_n＝“1”。

(3－2－2)使集群数k减少的方向的最优化计算

通信范围计算部13首先开始向使集群数k减少到k’以下的方向的最优化计算。例如，首先通过步骤S42判定标记f_n是否成为“1”，并且若不是f_n＝“1”则通过步骤S43将变量s设定为初始值“1”。变量s是表示计算聚类时的集群ID的临时变量。通信范围计算部13接着在步骤S44中监视上述集群ID的变量s是否超过了变量k_n，若未超过，则如以下那样执行基于步骤S45～S48的聚类的最优化计算。

即，通信范围计算部13首先在步骤S45中计算集群C(s)。在集群C(s)的计算中，对于与变量s的集群ID对应的服务器，为了将各设备与该服务器的通信距离最小化，实施对该服务器分配哪个基站这样的计算。换言之，进行决定与变量s的集群ID对应的服务器的通信范围的计算。

通信范围计算部13接着在步骤S46中，计算集群C(s)的设备数n(s)。在该计算中，求与变量s的集群ID对应的服务器处理来自多少台设备的发送数据。换言之，计算在各服务器的通信范围中包含多少台设备。

通信范围计算部13接着在步骤S47中，判定上述算出的集群C(s)的设备数n(s)是否超过阈值M。该判定的结果，若设备数n(s)不超过阈值M，则通过步骤S48将变量s递增而选择具有下一个集群ID的服务器，返回步骤S44，在s超过变量k_n之前，通过将集群ID的变量s递增来依次选择各服务器，并重复上述步骤S45～S48的集群C(s)的计算以及设备数n(s)的计算。

相对于此，假设即使在变量s超过k_n之前进行上述聚类计算，设备数n(s)也没有超过阈值M。在该情况下，通信范围计算部13判断为包含如下的可能性：即使以当前的集群数，也没有来自设备的通信过度集中在指定的服务器上并发生过负荷状态的情况而可以求出最优的聚类，以进一步减少的集群数也可以进行聚类，因此在步骤S53中使集群数k_n减少1。然后，通过步骤S43使变量s返回初始值“1”，重新进行基于步骤S44～步骤S48的使集群数k减少的方向的最优化计算。

可是，在重新进行使上述集群数k减少的方向的最优化计算之前，通信范围计算部13在步骤S54中通过标记f_p确认可否进行向集群数k的增加方向的聚类计算。然后，在标记f_p为“1”的情况下，即向增加方向的计算已不可能的情况下，继续重新进行使上述集群数k减少的方向的最优化计算。

另一方面，在标记f_p为“0”的情况下，在暂时进行了向使集群数k增加的方向的最优化计算后，重新进行使上述集群数k减少的方向的最优化计算。这是为了在每当选择1个集群k时交替地执行使集群数k减少的方向的最优化计算、和使集群数k增加的方向的最优化计算。另外，对于使集群数k增加的方向的最优化计算的处理在后叙述。

那么，设为基于上述步骤S45～S48的使集群数k减少的方向的最优化计算的结果，任一个服务器中集群C(s)的设备数n(s)超过了阈值M。在该情况下，通信范围计算部13判断为发生了以当前的集群数k未处理完来自全部设备的发送数据的状态，即发生来自设备的发送数据过度集中在指定的服务器中的过负荷状态。即，在朝向k_n以下的集群数的方向进行着聚类计算时，在集群C(s)的设备数n(s)超过了阈值M的情况下，因为以k_n以下的聚类数来说值过小，所以判定为将聚类数k_n减小这以上也没有意义。因此，在该情况下，通信范围计算部13通过步骤S49将标记f_n设为“1”，以后不进行朝向k_n以下的集群数的方向的聚类计算，在步骤S51中确认了标记为f_p＝“0”后，返回步骤S42。

(3－2－3)使集群数k增加的方向的最优化计算

通信范围计算部13首先通过步骤S54判定标记f_p是否变为“1”，并且若不是f_p＝“1”，则通过步骤S55将集群ID的变量s设定为初始值“1”。通信范围计算部13接着在步骤S56中监视上述集群ID的变量s是否超过了变量k_p，若未超过，则如以下那样执行基于步骤S57～S61的聚类的最优化计算。

即，通信范围计算部13首先在步骤S57中计算集群C(s)。在集群C(s)的计算中，与先前叙述的步骤S45的情况同样地，对与变量s的集群ID对应的服务器，为了将各设备与该服务器的通信距离最小化，实施对该服务器分配哪个基站这样的计算。换言之，进行决定与变量s的集群ID对应的服务器的通信范围的计算。

通信范围计算部13接着在步骤S58中，计算集群C(s)的设备数n(s)。在该计算中，求与变量s的集群ID对应的服务器处理来自多少台设备的发送数据。换言之，计算在各服务器的通信范围的中包含多少台设备。

通信范围计算部13接着在步骤S59中，判定上述算出的集群C(s)的设备数n(s)是否超过阈值M。该判定的结果，若设备数n(s)未超过阈值M，则通过步骤S61将变量s递增而选择具有下一个集群ID的服务器，返回步骤S56，在s超过变量k_p之前，通过将集群ID的变量s递增，依次选择各服务器，并重复基于上述步骤S57～S61的集群C(s)的计算以及设备数n(s)的计算。

相对于此，设定设备数n(s)超过了阈值M。在该情况下，通信范围计算部13判断为发生以当前的集群数k不能处理完来自全部设备的发送数据的状态，即发生来自设备的发送数据过度集中在服务器中的过负荷状态。然后，通过步骤S62使集群数k_n增加1。然后，通过步骤S55将变量s返回初始值”1”，重新进行基于步骤S57～步骤S61的使集群数k增加的方向的最优化计算。

可是，在重新进行使上述集群数k增加的方向的最优化计算之前，通信范围计算部13在步骤S42中通过标记f_n确认可否进行向集群数k的减少方向的聚类计算。然后，在标记f_n为“1”的情况下，即向减少方向的计算已经不可能的情况下，继续重新进行使上述集群数k增加的方向的最优化计算。

另一方面，在标记f_n为“0”的情况下，在返回向使集群数k减少的方向的最优化计算并执行后，重新进行使上述集群数k增加的方向的最优化计算。其结果，每当选择1个集群k时交替地执行使集群数k减少的方向的最优化计算、和使集群数k增加的方向的最优化计算。即，交替地反复进行使k_n减少1的聚类的再计算和使k_p增加1的聚类的再计算。

(3－2－4)对于服务器的基站的分配控制

交替地执行了上述使集群数k减少的方向的最优化计算和使集群数k增加的方向的最优化计算的结果，设为对于某个集群数k的聚类计算的结果，标记f_p以及f_n都变为“1”。这样，通信范围计算部13例如在进行了使集群数k减少的方向的最优化计算的情况下，从步骤S51移至步骤S52，将集群数k_n+1设为集群数k，并且将这时的集群数k设定为最优的集群数k’，结束处理。

另一方面，在进行了使集群数k增加的方向的最优化计算的情况下，从步骤S64移至步骤S65，将这时的集群数k_p设为集群数k，并且将该集群数k设定为最优的集群数k’，结束处理。就这样，得到集群数k的最优值、以及表示该集群负责的通信范围的信息。

若上述最优化计算结束，则通信范围控制装置CS在基站分配控制部14的控制下，根据上述最优化计算的结果，确定与上述集群数k的最优值k’相当的服务器的通信范围内存在的基站。即，计算对于在数据收集处理中使用的各服务器的基站的分配。然后，基站分配控制部14使表示对于在上述数据收集处理中使用的各服务器的基站的分配结果的信息，与表示更新时刻的信息相关联地存储在基站分配信息存储部24中。此外，与其一起，基站分配控制部14生成包含上述基站分配信息的更新指示信息，将该更新指示信息从通信接口部32向相应的服务器发送。

其结果，接收到上述更新指示信息的服务器根据在该更新指示信息中包含的基站分配信息而选择本装置应接收的基站，以后接收并分析经由该选择的基站传输的设备的发送数据。

例如，现在假设对服务器SV1、SV2分别分配基站BS1、BS2以及基站BS3～BS5。图7是表示这时的状态的一例的图。在该状态下，设备(以人形的形状图示)的存在位置的分布与无线区域E1、E2相比更偏向无线区域E3～E5，集中在服务器SV2。

因此，在该情况下，通信范围控制装置CS根据预先存储的表示服务器SV1、SV2的设置位置以及处理能力的信息、各基站BS1～BS5的设置位置信息、获取的各设备的存在位置信息，进行聚类计算。然后，求出满足服务器SV1、SV2和各设备之间的通信距离最小并且该服务器SV1、SV2都不为过负荷状态这样的要件的、对于服务器SV1、SV2的基站的最优的分配信息。然后，按照该基站分配信息，变更对于服务器SV1、SV2的基站BS1～BS5的分配。

例如，如图8所示，对服务器SV1分配基站BS1、BS2、BS4，对服务器SV2分配基站BS3、BS5。其结果，服务器SV2的处理负荷被减轻，在服务器SV2中能够进行稳定的数据收集以及分析处理。

另外，设为由于设备的移动，在系统的服务区域内存在的设备的台数减少了。在该情况下，通信范围控制装置CS根据上述减少后的各设备的存在位置信息再次执行聚类计算，求出对于服务器SV1、SV2的基站的最优的分配信息。然后，按照该基站分配信息，变更对于服务器SV1、SV2的基站BS1～BS5的分配。

例如，如图9所示，对服务器SV1分配全部基站BS1～BS5，取消对于服务器SV2的基站的分配而设定为非动作状态。其结果，通过由服务器SV1维持来自各设备的发送数据的收集以及分析处理，并使服务器SV2的动作停止，能够减少系统整体的功耗，降低运用成本。

(效果)

如以上详细叙述的那样，在一个实施方式中，新设置通信范围控制装置CS。然后，通过该通信范围控制装置CS，以固定的时间间隔进行聚类计算，在该聚类计算中，根据表示服务器SV1、SV2的设置位置以及处理能力的信息、各基站BS1～BS5的设置位置信息、获取到的各设备的存在位置信息，求满足服务器SV1、SV2和各设备之间的通信距离最小并且该服务器SV1、SV2都不为过负荷状态的要件的、对于服务器SV1、SV2来说最优的通信范围。然后，根据表示通过该聚类计算而求出的最优的通信范围的信息，更新对于服务器SV1、SV2的基站BS1～BS5的分配。

因此，例如在多个设备中，包含搭载于车辆的传感器或人持有的携带终端等那样的可移动的设备，各服务器SV1、SV2的通信范围，即各服务器SV1、SV2负责的数据处理的基站BS1～BS5的分配被自动并且实时地更新，使得即使这些设备移动从而其存在位置变化，也根据设备的存在位置的变化而时时刻刻成为最优。其结果，各服务器SV1、SV2负责数据处理的设备的数量能够始终维持在最优的数量，由此，防止处理负荷集中到一部分服务器，能够实现系统整体的动作可靠性的提高。另外，系统管理者不需要以手动方式进行用于监视各服务器SV1、SV2的处理负荷，消除处理负荷的集中的操作，由此能够大幅度地降低系统的运用成本。

另外，将通过前次的最优化计算求出的集群数k的最优值k’作为初始值来开始用于求最优的通信范围的聚类计算，而且交替地进行以该最优值k’为中心，使集群数k减少的方向和使集群数k增加的方向的聚类计算。因此，可以快速求出最优的集群数k，由此减少最优化计算的反复次数，缩短直至求出服务器SV1、SV2的最优通信范围所需要的时间，可以使最优化控制的实时性进一步提高。

进而，聚类计算的结果，在发生了不需要分配基站的服务器的情况下，进行控制，将该服务器设为动作停止状态。因此，能够通过一部分服务器维持来自各设备的发送数据的收集以及分析处理，同时使其它服务器的动作停止，减少系统整体的功耗而降低运用成本。

[另一实施方式]

在上述一个实施方式中，以预先设定的固定的周期进行用于求最优的通信范围的聚类计算，但是也可以在服务器或者基站被新建或者设置位置发生了变更的时刻执行。另外，也可以在固定设置类型的设备被新建或者设置位置发生了变更的时刻执行。

此外，对于数据处理装置以及基站的设置数或设置位置、设备的种类或其存在位置信息的获取定时或获取方法、聚类算法的种类等，在不脱离本发明的要旨的范围中也能够进行各种变形而实施。

另外，在实施方式中有以下的方式。

第1方式是，通过通信范围计算部，进行最优化计算，并将该最优化计算的结果设为表示所述通信范围的信息，在该最优化计算中，使进行数据处理的数据处理装置的候选数变化，并对该数据处理装置与多个设备之间的通信距离最小并且所述数据处理装置的处理负荷量为预先设定的阈值以下时的所述数据处理装置的数量、和对于该数据处理装置的基站的分配数进行计算。

第2方式是，在通信范围计算部中，在开始所述最优化计算时，将通过前次的最优化计算求出的数据处理装置的数量设定为所述数据处理装置的候选数的初始值。

第3方式是，在所述通信范围计算部中，交替地执行第1处理和第2处理，该第1处理以设定的所述候选数的初始值作为起点使所述候选数以单位数减少而执行所述最优化计算，该第2处理使所述候选数以单位数增加而执行所述最优化计算，在所述第1处理中，在所述数据处理装置的处理负荷量超过了所述阈值的时刻使所述第1处理停止，在所述第2处理中，在所述数据处理装置的处理负荷量变为所述阈值以下的时刻使所述第2处理停止。

第4方式是，通过基站分配控制部，根据计算出的所述通信范围，将在所述多个数据处理装置中负责数据处理的数据处理装置设定为动作状态，将不负责所述数据处理的数据处理装置设定为动作停止状态。

进而，按照上述的实施方式，产生以下的效果。

通过通信范围计算部，根据多个设备的存在位置、多个数据处理装置的配置位置以及数据处理能力、和多个基站的配置位置，计算上述多个数据处理装置负责的无线区域的最优范围，根据该计算出的通信范围对多个数据处理装置的每一个数据处理装置分配负责数据的处理的基站。

因此，例如在上述多个设备中，包含搭载于车辆的传感器或人所持有的携带终端等可移动的设备，各数据处理装置的通信范围，即各数据处理装置负责数据处理的基站的分配被自动地实时控制，使得即使这些设备移动而其位置变化，也根据设备的位置的变化而时时刻刻成为最优。其结果，能够将各数据处理装置负责数据处理的设备的数量始终维持在最优的数量，由此，防止处理负荷集中到一部分数据处理装置，能够实现系统整体的动作可靠性的提高。另外，系统管理者不需要以手动方式进行用于监视各数据处理装置的处理负荷而消除处理负荷的集中的操作，由此能够大幅度地降低系统的运用成本。

另外，在计算各数据处理装置的最优通信范围时，进行最优化计算，在该最优化计算中，使进行数据处理的数据处理装置的候选数变化，并求出数据处理装置的最优数和对于该数据处理装置的基站的最优的分配数。其结果，可以计算与该时刻的各设备的存在位置相应的、数据处理装置的最优的数量和对于各数据处理装置的基站的最优的分配数。

进而，以通过前次的最优化计算求出的数据处理装置的数量作为初始值开始上述最优化计算。一般来说，设备的位置在短时间内急剧地变化的情况较少，最优的数据处理装置的数量也不会在短时间内急剧地变化。因此，若将进行最优化计算时的数据处理装置的候选数的初始值设定为通过前次的最优化计算求出的数据处理装置的数量，则可以减少最优化计算的反复次数，缩短求出数据处理装置的最优通信范围之前所需要的时间，由此使最优化控制的实时性更进一步提高。

此外，进一步在将数据处理装置的候选数的初始值设定为通过前次的最优化计算求出的数据处理装置的数量而进行最优化计算时，交替地进行使候选数减少而进行最优化计算的第1处理、使候选数增加而进行最优化计算的第2处理。因此，在从前次的最优化计算时开始无论最优的数据处理装置的数量在减少的情况下还是在增加的情况下，都可以提高可在短时间内计算数据处理装置的最优数的概率。

进一步，还停止多个数据处理装置中的、通过最优化计算求出的最优数以外的数据处理装置的动作。因此，作为系统，可以将数据处理装置的耗电量最优化。

因此，按照本实施方式，可以提供在通过多个服务器分担并处理多个设备分别发送的数据时，即使设备移动也能够始终进行稳定的数据处理技术。

虽然记述了几个实施方式，但是这些实施方式仅作为一例被提示，并且这些方式没有意图限定本发明的范围。实际上，这里记述的新的实施方式也可以通过其它各种形式被具体化。进而，在这里记述的实施方式的形式中各种删除、追加、以及变更只要不脱离本发明的精神即可。附加的权利要求及其等同物，意图是包含本发明的范围以及精神中的形式或者变形。

标号说明

CS…通信范围控制装置；SV1、SV2…服务器；BS1～BS5…基站；E1～E5…无线区域；NW…网络；TM…管理用终端；1…控制单元；2…存储单元；3…接口单元；11…服务器/基站管理部；12…设备位置信息获取部；13…通信范围计算部；14…基站分配控制部；21…服务器管理信息存储部；22…基站管理信息存储部；23…设备位置信息存储部；24…基站分配信息存储部；31…终端接口部；32…通信接口部。