2.1　ユーザ体感品質

　QoSはパケット紛失率や遅延など客観的な指標を用いた通信サービスの品質を表すのに対し，QoEはユーザのサービスに対する体感品質等，主観的な通信品質を表す．通信サービスを享受するのはユーザが中心であることから通信サービス設計にはQoEの考慮が重要である．QoEの評価尺度を統一的に扱うため国際標準化機関であるITU（International Telecommunication Union）において検討が進められてきた．その評価手法として，規定の環境下において人による再現性が高く，安定した判断に基づき品質を評価する主観評価法が定められ，それを客観的な尺度として扱いやすくするため音や映像に関する物理量やネットワーク側で測定可能な情報を用いる客観評価法が定められてきた．客観評価法には音声や映像のようなメディア信号を利用してQoEを推定するメディアレイヤモデル，サービス設計時に想定されるパケット紛失率や符号化レートなどを設定し効率的にQoEを考慮してサービス設計を行うためのプランニングモデル，実際に流れるパケットの情報から再生ビットレートやバッファリング時間等を導出しQoEを推定するパケットレイヤモデル等に分かれる．表1にITUにおいて規定された勧告を示す．音声サービスではIP電話や携帯電話の品質基準としてプランニングモデルであるITU-T勧告G.107を基に品質規定が進められ，現在，超広帯域コーデックを利用するVoLTEサービスに対応できるよう帯域拡張に向けた検討が進められている．映像サービスでは，近年，映像配信サービスに対する検討が進められ，パケットレイヤモデルであるITU-T勧告P.1203が2017年1月に規定された．更に3Dや4K/8Kのような映像サービスに対して，統一的な指標で扱えること，高臨場感を適切に捉えることが課題となっている⁽²⁾．

　QoEが良くないことによる購入等の未達成，サービスの解約を解明するエンゲージメントを対象とした研究も進んでいる．Web閲覧において，1秒遅延することにより年間16億ドルの売上が落ちる⁽³⁾という報告や映像ストリーミングにおける読み込み時間に依存する視聴停止など，直接ビジネスに影響を与える分析が報告されている⁽⁴⁾．これらを意識してQoE向上に向けNW事業者とOTT事業者が連携する検討も進む⁽⁵⁾．エンゲージメント分析^(用語)では，評価条件を制御することは難しいため，ユーザの利用状態（通信環境，利用目的，ユーザ属性等）と顧客満足度を把握し解析するアプローチが期待される．

2.2　M2M/H2Mの通信品質

　あらゆる‘もの’がネットワークに接続されるIoT（Internet of Things）においては，人が介在しない通信，いわゆるM2Mのトラヒックが増加すると予想される．また，IoTのアプリケーションやサービスは多様化を続けており，将来のネットワーク設計・制御において，人が介在することも含めて様々なアプリケーションやサービスによるM2M通信をいかに収容するかが重要な課題である⁽⁶⁾．

3.1　ネットワーク品質計測技術

　ネットワーク品質計測の目的は，ネットワーク設計・制御のために必要な品質の計測であり，高信頼通信サービスを提供する上で不可欠である．これまでルータ等の通信機器の品質計測・故障検出，無線伝搬路推定，異常トラヒックの検出技術やトラヒック行列推定等多くの研究がなされてきたが，いずれも，パケット紛失率，遅延時間，スループット等，客観的かつ定量的な評価が可能な指標を計測することを目的としていた．しかし，今後はQoEや次節で述べるユーザ行動等主観的な品質評価の出現により，新たな計測技術を検討する必要がある．

　主観評価によるQoE導出は，実験室の理想的な環境で行われることが多く，実際にサービスを受けているユーザの環境では取得できない．一方QoEの客観評価技術は，ネットワーク品質等客観的な指標からQoEを推定するための技術であるが，QoEは騒音等ユーザがサービスを受けている環境にも影響されるため，これらの指標が有効でない場合も存在する．この問題を解決する一つの手段が，クラウドソーシングによりユーザ／端末からNW品質をはじめとした品質値を取得する手法である⁽¹¹⁾．すなわち，サービスを受けたときのユーザの体感品質とともに，サービスを受けた環境等の情報を協力的な不特定多数のユーザ／端末から収集し，得られた情報を分析することにより，様々な環境におけるQoEの導出を実現する．しかし，ユーザが少ないエリアのQoE値は信頼性が低い等，ユーザ分布や行動パターンに依存するため，ユーザ行動によらないロバストな計測技術が求められる⁽¹²⁾．

3.2　ネットワーク設計・制御技術

　古くから，ユーザ行動に基づくネットワーク設計が行われてきた．電話網では，呼の到着がポアソン過程に従うことを前提とし，待ち行列モデルを用いて，所望の呼損率を満たす回線容量設計が行われていた．IP網においても，同様の待ち行列モデルがルータのバッファ容量の設計などに利用されてきた．電話網や初期のインターネットでは，ユーザ行動の多様性はそれほど高くなく，ユーザ行動に対して大胆な仮定を置き，シンプルなモデルをネットワークの設計に利用することが有効であった．

　一方，大容量通信サービスの普及，移動通信技術の高度化，通信アプリケーションやサービスの多様化により，ユーザの行動は電話網の時代から大きく変化しており，従来のシンプルなユーザ行動を前提としたネットワークの設計では解決できない問題も生じている⁽¹³⁾．例えば特定の場所でのイベントが基地局でのふくそうを引き起こす，ソーシャルメディアによりユーザ間で急速に拡散された情報が引き金となりトラヒックがバースト的に発生するといった現象が問題となっている⁽¹³⁾．このように空間的あるいは時間的に偏ったトラヒックパターンの予測は一般には難しく，このようなトラヒックを効率的に収容するためのネットワーク設計・制御が課題となっている．

　多様化するユーザの行動を分析／理解／モデル化し，それをネットワークやサービスの設計・制御に応用する研究はいまだ萌芽的な段階ではあるが，幾つかの成果はこれまでにも報告されている．図2に示すように，ユーザのコンテンツへのアクセスパターンの履歴を分析することにより，ユーザ行動のモデルを構築する研究⁽¹⁴⁾や，そのモデルをコンテンツの複製配置に利用する研究が行われている⁽¹⁵⁾．これらの研究はユーザの行動に合わせて柔軟にネットワークを設計・制御することを目指しているが，逆にネットワークの状態に応じて，ユーザの行動を変容させるアプローチも存在する．実際に混雑状況を可視化し，ユーザに対するインセンティブによりユーザ誘導を促し，混雑時に限りある無線リソースを再配分する手法も提案されている^(16),(17)．このような研究を専門的に議論するコミュニティとして，IEEE Communication SocietyにおけるSocial Networks Technical Committeeや，本会の通信ソサイエティの通信行動工学時限研究専門委員会^(注1)などが存在する．これらのコミュニティを中心として，ユーザの行動に基づき，ネットワークを設計・制御し，更にはネットワークの状態に応じてユーザの行動を（さりげなく）誘導するといったアプローチによって，人とネットワークが協調して高い品質を実現する方向に研究が発展していくと期待している．