JP7565267B2 - 全履歴動的ネットワーク分析のためのシステムおよび方法 - Google Patents

Description

（関連出願）
本願は、参照することによって本明細書に完全に組み込まれる、２０１８年１１月２日に出願された米国仮特許出願第６２／７５４，７８６号の優先権を主張する。

ネットワーク科学は、大規模かつ複雑なネットワークの研究である。そのようなネットワークは、コンピュータネットワーク、サイバーフィジカルシステム、電気通信ネットワーク、生物学的ネットワーク、認知および意味論ネットワーク、およびソーシャルネットワークを含み得る。そのようなネットワークでは、明確に異なる要素または行為者（ａｃｔｏｒ）は、ノード（または頂点）によって表されることができ、要素または行為者の間の接続は、リンク（またはエッジ）によって表されることができる。

ネットワークは、グラフによって図示されることができる。いくつかの産業および企業は、静的グラフィカル分析のために設計されるネットワークおよびグラフ処理アプローチのアプリケーションを開発している。例えば、Ｇｏｏｇｌｅ Ｍａｐｓは、国の道路ネットワークの現在のスナップショットにわたって複雑なルートを計画することができ、Ｆａｃｅｂｏｏｋは、そのソーシャルネットワークを大きいグラフとして表すことができ、そのようなグラフのクエリを行うためのＧｒａｐｈＱＬ言語を開発している。これらのグラフは、ノードおよびエッジが、経時的に追加および除去されることができ、ノードまたはエッジの特徴が、変化し得るため、従来的意味での「静的」ではない。しかしながら、これらのグラフは、動的プロセスの全履歴を記憶していない。例えば、Ｇｏｏｇｌｅ Ｍａｐｓは、具体的時間（例えば、２０１３年４月２３日午後７時４５分（ＰＴ））および地域における交通の精密な状態を図示することができない場合があり、Ｆａｃｅｂｏｏｋは、例えば、１年前からの恣意的な時点におけるそのソーシャルネットワークグラフの状態を図示することができない場合がある。これらのネットワークは、動的であるが、記憶エンジンは、これが、ネットワークの現在の状態およびある所定の時点におけるネットワークの以前の状態のみを示し、それらが、任意の恣意的な時点におけるグラフにクエリを行う能力を提供しない点において静的である。

ネットワークの履歴状態を決定するための現在の技法は、ネットワークのグラフのスナップショットを周期的に撮影し、次いで、履歴動的挙動を理解するためにこれらのスナップショットのシーケンスを分析するステップを含み得る。しかしながら、これは、異なるネットワークドメインのために十分ではない場合がある。例えば、エネルギー分配システム等のモノのインターネット（ＩｏＴ）用途に関して、電気の流動は、ネットワークの精密な物理的接続によって決定され得、カスケード障害のような複雑な事象を理解することは、電気ネットワーク内のスイッチおよび接続性の秒単位の精密な構成の知識を要求し得る。

本明細書に提供されるものは、動的ネットワークの全履歴を分析および理解するための方法およびシステムである。全てのネットワークは、ネットワークのエッジおよびノードが、ネットワークが、発展するにつれて、常に追加される、除去される、または状態を変化させ得るため、そのコアにおいて、動的なオブジェクトであり得る。例えば、電力グリッドでは、物理的資産（電線、変圧器等）が、経時的に追加および除去され、スイッチが、開および閉にされ、これらの変化はそれぞれ、ネットワークの結果として生じる物理的流動性質を根本的に改変する。例えば、交通ネットワークでは、道路が、開放および閉鎖され、所与の道路上の交通パターンが、経時的に急速に変化する。そのようなネットワークについて効果的に推論するために、ネットワークが経時的に変化する様子を正確に捕捉し得るモデルの必要性が、存在する。加えて、クエリが、任意の所与の時刻におけるネットワークの精密な状態について行われ得る、動的ネットワークのグラフィカル分析の必要性が、存在する。

ある側面では、動的ネットワークの履歴状態を決定するコンピュータ実装方法は、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するステップと、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築するステップであって、ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備える、ステップと、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、該履歴時間インスタンスに関する本システムの状態を提供するステップとを含む。時系列は、経時的な複数のノードおよび複数のエッジの状態の変化を示してもよい。ＦＨＤＮは、異なる時点における本システムのスナップショットの周期的捕捉および記憶を要求することなく構築されてもよい。

いくつかの実施形態では、本システムの状態は、履歴時間インスタンスにおける、アズオペレーテッド状態におけるネットワーク全体のグラフィカル状態を備える。いくつかの実施形態では、本システムの状態は、履歴時間インスタンスにおけるネットワークのサブセットに関するグラフィカル状態を備える。ネットワークまたはネットワークのサブセットのグラフィカル状態は、厳密なグラフィカル状態、実質的に厳密なグラフィカル状態、またはおおよそのグラフィカル状態であってもよい。いくつかの実施形態では、ＦＨＤＮは、異なる時点におけるネットワークのスナップショットの周期的捕捉および記憶を要求することなく構築される。いくつかの実施形態では、ＦＨＤＮの履歴動的挙動が、異なる時点で捕捉されるネットワークのスナップショットのシーケンスを分析することなく決定される。いくつかの実施形態では、ＦＨＤＮは、履歴時間インスタンスに関するクエリが、該履歴時間インスタンスにおける全ネットワークインスタンス化を要求することなく回答されることを可能にする。

いくつかの実施形態では、複数のノードおよびエッジは、（１）任意の所与の時刻におけるネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）ネットワーク内に現在存在している全てのノードおよびエッジとを備える。いくつかの実施形態では、選択されたノードまたはエッジに関する時系列は、ネットワーク内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備える。いくつかの実施形態では、時系列は、選択されたノードまたはエッジにおいて起こる事象または変化に基づく。

いくつかの実施形態では、履歴時間インスタンスにおける本システムの状態は、複数のノードにわたって反復し、時系列を通して探索する、探索アルゴリズムを使用することによって取得される。いくつかの実施形態では、探索アルゴリズムは、必要に応じて選択されたノードまたはエッジのステータスのみをチェックするように構成される、反復グラフ探索アルゴリズムを備える。いくつかの実施形態では、クエリは、所与の時刻におけるノードのサブセットについての情報要求を備え、探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成される。

いくつかの実施形態では、本方法はさらに、ブロッキング技法を利用し、任意の所与時刻に関してメモリ内にＦＨＤＮの接続されたグラフィカル領域全体をキャッシュするステップを含む。いくつかの実施形態では、ブロッキング技法は、標準ブロッキング、トークンブロッキング、または属性クラスタリングブロッキングを備える。いくつかの実施形態では、メモリ内の接続されたグラフィカル領域全体のキャッシュは、探索が、従来のネットワークグラフ化技法と比較して、より迅速に実行されることを可能にする。

いくつかの実施形態では、ＦＨＤＮの使用は、従来のネットワークグラフ化技法と比較して、数桁のメモリ／記憶域の節約を可能にする。いくつかの実施形態では、記憶域の要件は、従来のネットワークグラフ化技法と比較して、少なくとも約１～３桁低減されることができる。ある実施形態では、記憶域の要件は、３桁を上回って、または１桁を下回って低減されることができる。

いくつかの実施形態では、本システムは、配電システムを備える。いくつかの実施形態では、配電システムは、複数の配電フィーダを備える。いくつかの実施形態では、配電システムの状態は、履歴時間インスタンスにおける複数の配電フィーダのグラフィカル状態を備える。いくつかの実施形態では、配電システムの状態は、履歴時間インスタンスにおける配電フィーダのサブセットのグラフィカル状態を備える。いくつかの実施形態では、ＦＨＤＮは、履歴時間インスタンスに関するクエリが、該履歴時間インスタンスにおける配電システムの全ネットワークインスタンス化を要求することなく回答されることを可能にする。

いくつかの実施形態では、（１）複数のノードおよびエッジおよび（２）時系列は、複数の配電フィーダおよび各フィーダ内の接続されたノードおよびブランチと関連付けられる。いくつかの実施形態では、選択されたノードまたはエッジに関する時系列は、ネットワーク内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備える。いくつかの実施形態では、選択されたエッジの追加または除去は、配電システム内のブレーカスイッチの開または閉に対応し、該ブレーカスイッチは、選択されたエッジと関連付けられる。

いくつかの実施形態では、クエリは、任意の所与の時刻における１つ以上の選択された配電フィーダの精密な電気構成のクエリを備える。いくつかの実施形態では、グラフ探索アルゴリズムが、１つ以上の選択された配電フィーダ内に含有されるノードおよびエッジのみを探索することによって、任意の所与の時刻における１つ以上の選択された配電フィーダの状態にクエリを行うために利用される。

いくつかの実施形態では、グラフ探索アルゴリズムは、必要に応じて選択された配電フィーダ内に含有されるノードおよびエッジのステータスのみにクエリを行うように構成される。いくつかの実施形態では、グラフ探索アルゴリズムは、他の選択されていない配電フィーダ内に含有されるノードおよびエッジにクエリを行うように構成されない。いくつかの実施形態では、ネットワークは、６年の周期にわたってログをとられる、２８０，０００個のグリッドノードと、３２０，０００個のエッジと、１，０００，０００個の開／閉時系列事象とを備える。上記の実施形態では、ＦＨＤＮは、履歴時間インスタンスにおけるネットワークの任意の部分におけるクエリが、従来のグラフ化技法を使用する２．１ＴＢと比較して、１３．４ＭＢのみの記憶域を要求しながら回答されることを可能にする。いくつかの実施形態では、本システムは、任意の製造企業に関する材料表を備える。いくつかの実施形態では、本システムは、サプライチェーン流通ネットワークを備える。いくつかの実施形態では、本システムは、複数のユーザから成る、ソーシャルネットワークを備える。

別の側面では、動的ネットワークの履歴状態を決定するためのシステムは、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するためのデータ集約コンポーネントと、ネットワークグラフ化コンポーネントであって、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築し、ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備え、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、該履歴時間インスタンスに関する本システムの状態を提供するように構成される、ネットワークグラフ化コンポーネントとを備える。

別の側面では、非一過性コンピュータ可読媒体は、１つ以上のサーバによって実行されると、１つ以上のサーバに、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するステップと、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築するステップであって、ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備える、ステップと、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、該履歴時間インスタンスに関する本システムの状態を提供するステップとを含む、方法を実施させる命令を記憶する。

本開示の付加的側面および利点が、本開示の例証的実施形態のみが、示され、説明される、以下の詳細な説明から当業者に容易に明白となるであろう。理解されるであろうように、本開示は、他の異なる実施形態が可能であり、そのいくつかの詳細は、全て本開示から逸脱することなく、種々の明白な点において修正が可能である。故に、図面および説明は、本質的に例証的と見なされ、制限的と見なされるものではない。
（参照による組み込み）

本明細書に言及される全ての刊行物、特許、および特許出願は、各個々の刊行物、特許、または特許出願が具体的かつ個々に参照することによって組み込まれることが示される場合と同程度に、参照することによって本明細書に組み込まれる。参照することによって組み込まれる刊行物および特許または特許出願が、本明細書に含有される開示と矛盾する範囲について、本明細書は、任意のそのような矛盾する資料に対して優先および／または先行することを意図している。
本発明は、例えば、以下の項目を提供する。
（項目１）
システムの履歴状態を決定するためのコンピュータ実装方法であって、前記方法は、
複数の異なるデータソースから前記システムについてのデータを取得することと、
前記データを使用して、前記システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、前記ＦＨＤＮは、（１）動的に変化することが可能である複数のノードと、（２）前記ノードを接続する複数のエッジであって、前記複数のエッジは、動的に変化することが可能である、複数のエッジと、（３）前記複数のノードおよび前記複数のエッジのそれぞれと関連付けられる時系列であって、前記時系列は、経時的な前記複数のノードおよび前記複数のエッジの状態の変化を示す、時系列とを備える、ことと、
履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの状態を提供することと
を含む、方法。
（項目２）
前記システムの状態は、前記履歴時間インスタンスにおけるアズオペレーテッド状態における前記システムの厳密なグラフィカル状態を備える、項目１に記載の方法。
（項目３）
前記システムの状態は、前記履歴時間インスタンスにおける前記システムのサブセットに関する厳密なグラフィカル状態を備える、項目１に記載の方法。
（項目４）
前記ＦＨＤＮの履歴動的挙動が、異なる時点で捕捉される前記ネットワークのスナップショットのシーケンスを分析することなく決定される、項目１に記載の方法。
（項目５）
前記ＦＨＤＮは、前記履歴時間インスタンスに関するクエリが、前記履歴時間インスタンスにおける全ネットワークインスタンス化を要求することなく回答されることを可能にする、項目１に記載の方法。
（項目６）
前記複数のノードおよびエッジは、（１）所与の時間インスタンスにおいて開始されて前記ネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）前記ネットワーク内に現在存在している全てのノードおよびエッジとを備える、項目１に記載の方法。
（項目７）
選択されたノードまたはエッジに関する前記時系列は、前記ネットワーク内の前記選択されたノードまたはエッジの追加または除去の時間を備える、項目１に記載の方法。
（項目８）
前記時系列は、選択されたノードまたはエッジにおいて起こる事象または変化に基づく、項目１に記載の方法。
（項目９）
前記履歴時間インスタンスにおける前記システムの状態は、前記複数のノードにわたって反復し、前記時系列を通して探索する探索アルゴリズムを使用することによって取得される、項目１に記載の方法。
（項目１０）
前記探索アルゴリズムは、必要に応じて前記選択されたノードまたはエッジのステータスのみをチェックするように構成される反復グラフ探索アルゴリズムを備える、項目９に記載の方法。
（項目１１）
前記クエリは、所与の時間インスタンスにおけるノードのサブセットについての情報要求を備え、前記探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、前記ノードのサブセットにのみ直接クエリを行うように構成される、項目９に記載の方法。
（項目１２）
ブロッキング技法を利用し、任意の所与の時点のインスタンスに関してメモリ内に前記ＦＨＤＮの接続されたグラフィカル領域全体をキャッシュすることをさらに含む、項目１に記載の方法。
（項目１３）
前記ＦＨＤＮの接続されたグラフィカル領域は、いかなる到達不能なノードも含有しない、項目１２に記載の方法。
（項目１４）
前記ブロッキング技法は、標準ブロッキング、トークンブロッキング、または属性クラスタリングブロッキングを備える、項目１３に記載の方法。
（項目１５）
前記メモリ内の接続されたグラフィカル領域全体のキャッシュは、探索が、従来のネットワークグラフ化技法と比較して、より迅速に実行されることを可能にする、項目１３に記載の方法。
（項目１６）
前記ＦＨＤＮの使用は、従来のネットワークグラフ化技法と比較して、数桁のメモリ／記憶域の節約を可能にする、項目１に記載の方法。
（項目１７）
前記記憶域の要件は、従来のネットワークグラフ化技法と比較して、少なくとも３桁低減されることができる、項目１６に記載の方法。
（項目１８）
前記システムは、配電システムを備える、項目１に記載の方法。
（項目１９）
前記配電システムは、複数の配電フィーダを備える、項目１８に記載の方法。
（項目２０）
前記配電システムの状態は、前記履歴時間インスタンスにおける前記複数の配電フィーダの厳密なグラフィカル状態を備える、項目１９に記載の方法。
（項目２１）
前記配電システムの状態は、前記履歴時間インスタンスにおける前記配電フィーダのサブセットの厳密なグラフィカル状態を備える、項目１９に記載の方法。
（項目２２）
前記ＦＨＤＮは、前記履歴時間インスタンスに関する前記クエリが、前記履歴時間インスタンスにおける前記配電システムの全ネットワークインスタンス化を要求することなく回答されることを可能にする、項目１８に記載の方法。
（項目２３）
（１）前記複数のノードおよびエッジと、（２）前記時系列とは、前記複数の配電フィーダおよび各フィーダ内の前記接続されたノードおよびブランチと関連付けられる、項目１９に記載の方法。
（項目２４）
選択されたノードまたはエッジに関する前記時系列は、前記ネットワーク内の前記選択されたノードまたはエッジの追加または除去の時間を備える、項目２３に記載の方法。
（項目２５）
前記選択されたノードまたはエッジの追加または除去は、前記配電システム内のブレーカスイッチの開または閉に対応し、前記ブレーカスイッチは、前記選択されたエッジと関連付けられる、項目２４に記載の方法。
（項目２６）
前記クエリは、任意の所与の時間インスタンスにおける１つ以上の選択された配電フィーダの電気構成のクエリを備える、項目２３に記載の方法。
（項目２７）
グラフ探索アルゴリズムが、前記１つ以上の選択された配電フィーダ内に含有される前記ノードおよびエッジのみを探索することによって、任意の所与の時間インスタンスにおける前記１つ以上の選択された配電フィーダの厳密な状態にクエリを行うために利用される、項目２６に記載の方法。
（項目２８）
前記グラフ探索アルゴリズムは、必要に応じて前記選択された配電フィーダ内に含有される前記ノードおよびエッジのステータスのみにクエリを行うように構成される、項目２７に記載の方法。
（項目２９）
前記グラフ探索アルゴリズムは、他の選択されていない配電フィーダ内に含有される前記ノードおよびエッジにクエリを行うように構成されない、項目２８に記載の方法。
（項目３０）
前記ＦＨＤＮは、複数の行および列を備える２次元行列内に記憶され、前記複数の行の各行は、前記複数のノードのうちの１つを表し、前記複数の列の各列は、前記複数のエッジのうちの１つを表し、前記２次元行列内の行および列におけるエントリは、前記列によって表される前記エッジが、前記行によって表される前記ノードに接続されているかどうかを示す、項目１に記載の方法。
（項目３１）
前記エントリは、時系列である、項目３０に記載の方法。
（項目３２）
前記ＦＨＤＮは、グラフデータベース内に記憶される、項目１に記載の方法。
（項目３３）
前記グラフデータベースは、前記複数のノードの間の複数のポインタを備え、各ポインタは、前記複数のエッジのうちの１つを表す、項目３２に記載の方法。
（項目３４）
前記複数のポインタは、双方向性であるポインタを備える、項目３３に記載の方法。
（項目３５）
前記複数のポインタは、一方向性であるポインタを備える、項目３３に記載の方法。
（項目３６）
前記複数のノードおよび前記複数のエッジは、タグまたはプロパティを備える、項目１に記載の方法。
（項目３７）
前記複数のエッジは、ノードの間の接続または関係の強さを示す加重を備える、項目１に記載の方法。
（項目３８）
前記システムは、任意の製造企業に関する材料表を備える、項目１に記載の方法。
（項目３９）
前記システムは、サプライチェーン流通ネットワークを備える、項目１に記載の方法。
（項目４０）
前記システムは、複数のユーザから成るソーシャルネットワークを備える、項目１に記載の方法。
（項目４１）
前記システムは、複数の原子と、複数の結合とを備える分子であり、前記複数のノードは、前記複数の原子を表し、前記複数のエッジは、前記複数の結合を表す、項目１に記載の方法。
（項目４２）
前記システムは、掘削資産と、精製資産と、パイプライン資産とを備える石油およびガス処理パイプラインであり、前記複数のノードは、前記掘削資産および前記パイプライン資産を表し、前記複数のエッジは、前記パイプライン資産を表す、項目１に記載の方法。
（項目４３）
前記システムは、ニューロンと、それらの接続とを備える生物学的ニューラルネットワークである、項目１に記載の方法。
（項目４４）
前記システムは、道路ネットワークである、項目１に記載の方法。
（項目４５）
前記ＦＨＤＮは、異なる時点における前記システムのスナップショットの周期的捕捉および記憶を要求することなく構築される、項目１に記載の方法。
（項目４６）
前記システムのＦＨＤＮを構築することは、前記複数のノード、前記複数のエッジ、および前記時系列を表すデータオブジェクトを生成することを含む、項目１に記載の方法。
（項目４７）
システムの履歴状態を決定するためのシステムであって、前記システムは、
複数の異なるデータソースからシステムについてのデータを連続的に取得するためのデータ集約コンポーネントと、
ネットワークグラフ化コンポーネントであって、
前記データを使用して、前記システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、
前記ＦＨＤＮは、（１）動的に変化することが可能である複数のノードと、（２）前記ノードを接続する複数のエッジであって、前記複数のエッジは、動的に変化することが可能である、複数のエッジと、（３）前記複数のノードおよび前記複数のエッジのそれぞれと関連付けられる時系列であって、前記時系列は、経時的な前記複数のノードおよび前記複数のエッジの状態の変化を示す、時系列とを備え、前記ＦＨＤＮは、異なる時点における前記システムのスナップショットの周期的捕捉および記憶を要求することなく構築される、ことと、
履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの状態を提供することと
を行うように構成される、ネットワークグラフ化コンポーネントと
を備える、システム。
（項目４８）
非一過性コンピュータ可読媒体であって、前記非一過性コンピュータ可読媒体は、命令を記憶しており、前記命令は、１つ以上のサーバによって実行されると、前記１つ以上のサーバに、方法を実施させ、前記方法は、
複数の異なるデータソースからシステムについて取得することと、
前記データを使用して、前記システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、前記ＦＨＤＮは、（１）動的に変化することが可能である複数のノードと、（２）前記ノードを接続する複数のエッジであって、前記複数のエッジは、動的に変化することが可能である、複数のエッジと、（３）前記複数のノードおよび前記複数のエッジのそれぞれと関連付けられる時系列であって、前記時系列は、経時的な前記複数のノードおよび前記複数のエッジの状態の変化を示す、時系列とを備え、前記ＦＨＤＮは、異なる時点における前記システムのスナップショットの周期的捕捉および記憶を要求することなく構築される、ことと、
履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの状態を提供することと
を含む、非一過性コンピュータ可読媒体。

本発明の新規の特徴は、添付される請求項に具体的に記載される。本発明の特徴および利点のより深い理解が、本発明の原理が利用される例証的実施形態を記載する、以下の詳細な説明および付随の図面（また、本明細書では「図」）を参照することによって取得されるであろう。

図１は、全履歴動的ネットワーク（ＦＨＤＮ）のグラフの実施例を示す。

図２は、時間ｔにおける動的ネットワークのグラフの実施例を示す。

図３は、異なる時間における複数のスナップショットの実施例を示す。

本発明の種々の実施形態が、本明細書に示され、説明されているが、そのような実施形態は、実施例としてのみ提供されることが当業者に明白であろう。多数の変形例、変更、および代用が、本発明から逸脱することなく、当業者に想起され得る。本明細書に説明される本発明の実施形態の種々の代替が、採用され得ることを理解されたい。

別様に定義されない限り、本明細書に使用される全ての技術的および科学的用語は、請求される主題が属する技術分野における当業者によって一般的に理解されるものと同一の意味を有する。前述の一般的説明および以下の詳細な説明は、例示的かつ説明的にすぎず、請求される任意の主題の制限ではないことを理解されたい。本願では、単数形の使用は、別様に具体的に記載されない限り、複数形を含む。

本説明では、任意のパーセンテージ範囲、比率範囲、または整数範囲は、別様に示されない限り、列挙される範囲内の任意の整数、および適切であるとき、その分数（ある整数の１０分の１および１００分の１等）の値を含むように理解されるものである。本明細書に使用されるような用語「ａ」および「ａｎ」は、その文脈によって別様に示されない、または指示されない限り、列挙されるコンポーネントの「１つ以上のもの」を指すことを理解されたい。代替物（例えば、「または」）の使用は、代替物のいずれか一方、両方、またはその任意の組み合わせを意味するように理解されるべきである。本明細書に使用されるように、用語「～を含む」および「～を備える」は、同義的に使用される。

用語「約」または「およそ」は、当業者によって決定されるような特定の値に関する許容可能な誤差範囲内を意味することができ、これは、部分的に、値が測定または決定される方法、例えば、測定システムの限界に依存するであろう。例えば、「約」は、当技術分野における慣習に従って、±１０％を意味することができる。代替として、「約」は、所与の値の±２０％、±１０％、±５％、または±１％の範囲を意味することができる。特定の値が、本願および請求項に説明される場合、別様に記載されない限り、特定の値に関する許容可能な誤差範囲内を意味する用語「約」が、想定されるべきである。また、値の範囲および／または部分範囲が、提供される場合、範囲および／または部分範囲は、範囲および／または部分範囲の端点を含むことができる。
緒言

本明細書に提供されるものは、全履歴動的ネットワーク（ＦＨＤＮ）を記憶し、それにクエリを行うための新しいパラダイムである。ＦＨＤＮは、ユーザが、履歴における任意の瞬間におけるネットワークの状態にクエリを行うことを可能にすることができる。ＦＨＤＮを使用することによって、「オンデマンド」のグラフのスナップショットが、再構成されることができ、所与の時点における全ネットワークが、データベース内にスナップショットを明示的に記憶することなく作られることができる。ＦＨＤＮは、ユーザが、ある時刻におけるグラフについてのクエリに、この時点における全グラフをインスタンス化することなく回答することを可能にすることができる。例えば、配電システムにおける一般的クエリは、所与の時点における配電フィーダの精密な電気構成にクエリを行うことである。ネットワーク全体は、数千個もの配電フィーダを備え得るが、ＦＨＤＮは、ユーザが、グラフ探索アルゴリズムを使用し、着目配電フィーダ内にあるノードおよびエッジのみを探索することによって、任意の時刻における着目配電フィーダの状態にクエリを行うことを可能にすることができる。

ＦＨＤＮは、任意の時点におけるネットワーク内にこれまで存在していた全てのノードおよびエッジを備えるグラフを作成することによって動作してもよい。各エッジおよびノードは、ネットワーク内のそのノードまたはエッジに関する変化（例えば、追加または除去）の時間を示す時系列を含んでもよい。変化は、エッジまたはノードの追加または除去等のトポロジ変化を備えてもよい。ある場合には、変化はまた、エッジまたはノードの属性またはプロパティ（例えば、加重）の変化を含んでもよい。例えば、エネルギー分配システムの場合では、エッジが、ブレーカスイッチ開または閉に対応して、複数回、追加または除去されてもよい。所与の時点におけるグラフを再構成するために、ユーザは、全てのノードにわたって反復し、（例えば、多数の事象を伴うノードおよびエッジに関して二分探索を使用して）時系列を通して探索し、この時点におけるネットワークに対応するグラフを作ることができる。接続成分を見出すこと等のグラフにわたる探索を要求する任意の分析が、必要に応じてノードまたはブランチのステータスのみをチェックする反復グラフ探索アルゴリズムを使用して実行されることができる。分析が、所与の時点におけるノードの小さいサブセットについての情報を要求する場合、ＦＨＤＮデータ構造は、いかなる不必要なノードも処理することなく本分析の結果を査定するために、直接クエリを行われることができる。ＦＨＤＮの大部分は、メモリ内に記憶するために十分に小さいため、ブロッキング技法が、任意の所与の時点でメモリ内にグラフの接続された領域全体をキャッシュするために採用され、ユーザが、メモリからグラフの一部のみをロードすることを要求して、これらの探索を迅速に随時実行することを可能にすることができる。
コンピュータ実装方法

ある側面では、動的ネットワークの履歴状態を決定するコンピュータ実装方法は、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するステップと、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築するステップと、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、履歴時間インスタンスに関する本システムの状態を提供するステップとを含んでもよい。

動的ネットワークは、経時的に変動するネットワークであってもよい。動的ネットワークに関して、ネットワークトポロジが、経時的に変化してもよい。例えば、ノードおよび／またはエッジは、経時的に形成および除去されてもよい。動的ネットワークは、例えば、ローカルエリアネットワーク、モバイルアドホック無線ネットワーク、通信ネットワーク、ソーシャルネットワーク、エネルギー分配ネットワーク、ウェブ、および交通ネットワークを備えてもよい。動的ネットワークは、敵対的モデル、確率論的モデル、またはゲーム理論的モデルによって駆動されてもよい。

データソースは、家電製品、スマートメータ、ウェアラブル、監視システム、データストア、顧客システム、請求システム、金融システム、クラウドソースデータ、気象データ、ソーシャルネットワーク、または任意の他のセンサ、エンタープライズシステム、またはデータストア等のセンサまたはスマートデバイスからのデータを含んでもよい。スマートメータまたはセンサの実施例は、顧客地点に位置するメータまたはセンサ、または顧客と発生またはソース場所との間に位置するメータまたはセンサを含んでもよい。例えば、電気グリッド上の顧客メータ、グリッドセンサ、または任意の他のセンサは、測定データまたは他の情報をグリッドオペレータに提供してもよい。センサはまた、限定ではないが、ジオホン、ハイドロホン、レースセンサ、マイクロホン、地震計、音波探知機、風量計、ＡＦＲセンサ、ブラインドスポットモニタ、欠陥検出器、ホール効果センサ、車輪速度センサ、エアバッグセンサ、冷却液温度センサ、燃料レベルセンサ、燃料圧力センサ、光センサ、ＭＡＰセンサ、酸素センサ、オイルレベルセンサ、呼気分析計、二酸化炭素センサ、一酸化炭素センサ、電気化学ガスセンサ、水素センサ、電流センサ、デーリー検出器、検電器、磁気異常検出器、ＭＥＭＳ磁場センサ、金属検出器、無線方位測定機、電圧検出器、感光計、空気汚染センサ、雲高計、ガス検出器、ヒュミスタ、葉センサ、雨量計、雨センサ、雪量計、土中水分量センサ、量水標、潮位計、質量流量センサ、水量計、霧箱、ニューロン検出、風速指示器、深度計、磁気コンパス、旋回釣合計、炎検出器、フォトダイオード、波面センサ、気圧計、圧力センサ、レベルセンサ、粘度計、ボロメータ、比色計、温度計、近接センサ、リードスイッチ、およびバイオセンサを備えてもよい。幅広いアレイのソースからのデータを組み込むことによって、本システムは、複雑かつ詳細な分析を実施することが可能であり、さらなる事業上の洞察を可能にし得る。データソースは、他の産業およびシステムに関するセンサまたはデータベースを限定なく含んでもよい。

データソースは、任意のタイプの産業に関するセンサ、スマートデバイス、または家電製品の大きいセットを含んでもよい。データソースは、コンピューティングネットワーク内のシステム、ノード、またはデバイス、または企業体、企業、顧客または依頼者、または他の実体によって使用される他のシステムを含んでもよい。一実施形態では、データソースは、顧客または企業情報のデータベースを含んでもよい。データソースは、Ｈａｄｏｏｐ分散ファイルシステム（ＨＤＦＳ）等の非構造化データベースまたはフォーマット内に記憶されるデータを含んでもよい。データソースは、顧客情報システム（ＣＩＳ）、顧客関係管理（ＣＲＭ）システム、またはコールセンターシステム等の顧客システムによって記憶されるデータを含んでもよい。データソースは、請求システム、金融システム、サプライチェーン管理（ＳＣＭ）システム、資産管理システム、および／または労働力管理システム等のエンタープライズシステムによって記憶または管理されるデータを含んでもよい。データソースは、分散リソース管理システム（ＤＲＭＳ）、文書管理システム（ＤＭＳ）、コンテンツ管理システム（ＣＭＳ）、エネルギー管理システム（ＥＭＳ）、地理情報システム（ＧＩＳ）、グローバル化管理システム（ＧＭＳ）、および／またはスーパーバイザリ制御およびデータ入手（ＳＣＡＤＡ）システム等の運用システムによって記憶または管理されるデータを含んでもよい。データソースは、デバイス事象についてのデータを含んでもよい。デバイス事象は、例えば、デバイス故障、再起動、停電、改竄、および同等物を含んでもよい。データソースは、Ｆａｃｅｂｏｏｋ（登録商標）、ＬｉｎｋｅｄＩｎ（登録商標）、Ｔｗｉｔｔｅｒ（登録商標）、または別のソーシャルネットワークまたはソーシャルネットワークデータベースからのデータ等のソーシャルメディアデータを含んでもよい。データソースはまた、気象サービスまたはウェブサイトからのデータおよび／またはＧｏｏｇｌｅ（登録商標）によって提供されるもの等のオンラインアプリケーションプログラムインターフェース（ＡＰＩ）からのデータ等の他の外部ソースを含んでもよい。データソースは、外部データベースを備えてもよい。

全履歴動的ネットワーク（ＦＨＤＮ）は、動的ネットワークの全履歴を備えてもよい。例えば、ＦＨＤＮは、動的ネットワークの履歴における任意の時点での動的ネットワークのノード、エッジ、およびノードとエッジとの間の関係を備えてもよい。例えば、動的ネットワークが、２０１０年に作成された場合、ＦＨＤＮは、２０１０年以降に動的ネットワーク内にこれまで存在していた全てのエッジ、全てのノード、および時系列を備えてもよい。加えて、ＦＨＤＮはまた、経時的な動的ネットワーク内の全てのエッジおよび全てのノードの変化に関する情報を備えてもよい。ＦＨＤＮは、動的ネットワークの情報を記憶し、それにクエリを行うように構成されてもよい。ＦＨＤＮは、動的ネットワークの履歴における任意の瞬間での本システムの状態にクエリを行うように構成されてもよい。

ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備えてもよい。

複数のノードの所与のノードは、再分配ポイントまたは通信エンドポイントであってもよい。ネットワークが、物理的ネットワークである場合、ノードは、ネットワークに取り付けられるアクティブ電子デバイスであってもよい。本状況では、ノードは、通信チャネルを経由して情報を作成、受信、または伝送することが可能であってもよい。物理的ネットワークノードは、モデム、ハブ、ブリッジ、またはスイッチ等のデータ通信機器（ＤＣＥ）、またはデジタル電話送受器、プリンタ、またはホストコンピュータ等のデータ端末機器（ＤＴＥ）であってもよい。ネットワークが、ローカルエリアネットワーク（ＬＡＮ）または広域ネットワーク（ＷＡＮ）である場合、少なくともデータリンク層デバイスである全てのＬＡＮまたはＷＡＮノードは、典型的には、これが保有するネットワークインターフェースコントローラ毎に１つのネットワークアドレスであってもよい。物理的ネットワーク内のノードの実施例は、コンピュータ、パケットスイッチ、ｘＤＳＬモデム（イーサネット（登録商標）インターフェースを伴う）、および無線ＬＡＮアクセスポイントを備えてもよい。ネットワークが、インターネットまたはイントラネットである場合、物理的ネットワークノードは、ＩＰアドレスによって識別されるホストコンピュータであってもよい。

固定電話ネットワークでは、ノードは、公共または民間の電話交換局、遠隔集信装置、またはある知的ネットワークサービスを提供するコンピュータであってもよい。セルラー通信では、ノードの実施例は、基地局コントローラ、ホームロケーションレジスタ、ゲートウェイＧＰＲＳサポートノード（ＧＧＳＮ）、およびサービングＧＰＲＳサポートノード（ＳＧＳＮ）等のスイッチングポイントおよびデータベースを備えてもよい。ケーブルテレビシステム（ＣＡＴＶ）では、ノードは、光ファイバノードを備えてもよい。光ファイバノードは、共通の光ファイバ受信機からサービス提供される具体的地理的エリア内の家庭または企業であってもよい。ネットワークが、分散システムである場合、ノードは、クライアント、サーバ、またはピアであってもよい。

複数のエッジの所与のエッジは、ネットワークの２つのノード（または頂点）の間の接続のうちの１つであってもよい。エッジは、有向であり得、それらが、１つのノードから別のノードに向くことを意味する。この場合では、有向エッジによって接続される２つのノードは、一方向関係にあり得る。一方向関係は、１つのノードが、情報を他のノードに送信するが、他のノードからいかなる情報も受信しないようなものであり得る。エッジはまた、無向であり得、その場合では、それらは、双方向性である。この場合では、有向エッジによって接続される２つのノードは、二方向関係にあり得る。二方向関係は、１つのノードが、情報を他のノードに送信し、また、他のノードから任意の情報を受信するようなものであり得る。ある場合には、ノードは、情報を相互に送信しない場合がある。

時系列は、時間順における一連のデータ点であってもよい。時系列は、時間において連続的な等間隔の点において得られるシーケンスであってもよい。時系列は、離散時間データのシーケンスを備えてもよい。時系列は、ノードまたはエッジが変化するとき、例えば、ノードまたはエッジが追加される、除去される、アクティブ化される、非アクティブ化される、または別のノードに接続される、またはそれから接続解除されるときを示してもよい。代替として、または加えて、時系列は、ノードまたはエッジの時変プロパティを示してもよい。配電ネットワークの場合では、ノードは、例えば、発電所、送電変電所、配電フィーダ、変圧器、ブレーカ、および消費者であってもよい。エッジは、そのようなノードを接続する送電線および他のワイヤであってもよい。時系列は、例えば、発電所が作動中である、または作動中ではないとき、またはブレーカが開または閉であるときを示してもよい。時系列は、加えて、例えば、経時的な発電所の電力出力を示してもよい。ソーシャルネットワークの場合では、ノードは、ソーシャルネットワーク上にプロフィールを有する企業および人々であってもよい。エッジは、それらの企業と人々との間の関係（例えば、友人、フォロワー等）であってもよい。時系列は、ソーシャルネットワーク上の関係が開始または終了したときを示してもよい。時系列は、加えて、例えば、ソーシャルネットワーク内の企業または人々のプロパティが経時的に変化する様子（例えば、人物の関係ステータス、職業、または場所が経時的に変化する様子）を示してもよい。サプライチェーン流通ネットワークの場合では、ノードは、供給業者工場、組立工場、地方の流通センター、地域の流通センター、および顧客場所であってもよい。ノードは、サプライチェーンネットワーク内のノードを相互に接続する、道路、鉄道線路、航路、および飛行経路であってもよい。時系列は、例えば、工場が特定の時間に運転しているかどうか、および道路または鉄道線路が特定の時間に開放されているかどうかを示してもよい。

時系列は、ＦＨＤＮ内の動的に変化するノードおよびエッジを表してもよい。変化は、系統的または非系統的であってもよい。変化が、系統的である場合、時系列は、系統的時間間隔において取得されてもよい。変化が、非系統的である場合、時系列は、非系統的時間間隔において取得されてもよい。例えば、時系列は、最初に、１分の時間周期にわたって１ｓ毎に取得され、次いで、１０時間の時間周期にわたって１０ｓ毎に取得されてもよい。ある場合には、本システムは、ノードおよびエッジの変化に関して連続的または周期的に監視されてもよいが、時系列エントリは、ノードおよびエッジの実際の変化が起こるときにのみメモリ内に記憶されてもよい。これは、ＦＨＤＮを記憶するために要求されるメモリの量を低減させることができる。ＦＨＤＮへのクエリは、ＦＨＤＮからの情報に関する要求を備えてもよい。クエリは、履歴時刻における動的ネットワークの状態を要求するステップを含んでもよい。クエリは、メニューからパラメータを選定することによって行われることができ、そこで、データベースシステムは、それからユーザが選定し得るパラメータのリストを提示する。クエリはまた、例示クエリによって行われることができ、本システムは、空白の記録を提示し、ユーザにクエリを定義するフィールドおよび値を規定させる。フィールドまたは値は、履歴時刻を直接規定してもよい、またはそれらは、履歴時刻を間接的に規定してもよい。例えば、フィールドまたは値は、特定のノードに起こる変化を規定してもよい。クエリは、クエリ言語によって行われることができ、ユーザは、特別なクエリ言語で書き込まれなければならない定型化クエリの形態において情報に関する要求を行う。

図１は、ＦＨＤＮのグラフの実施例を示す。図１では、ＦＨＤＮ１００は、動的に変化することが可能である、複数のノード１０２と、ノードを接続し、動的に変化することが可能である、複数のエッジ１０４と、複数のノード１０６およびエッジ１０８のそれぞれと関連付けられる、時系列とを備える。ＦＨＤＮは、動的ネットワーク内にこれまで存在していた全てのノードおよびエッジを備えてもよい。１つのノードの時系列１０６は、Ｔ１＝［Ａ， Ｉ， Ａ， Ａ， Ａ，…］であってもよく、これは、具体的時間間隔において、経時的なノードの変化が、「アクティブ， 非アクティブ， アクティブ， アクティブ， アクティブ， …」であることを表す。１つのエッジの時系列１０８は、Ｔ２＝［Ａ， Ｉ， Ｉ， Ａ， Ａ，…］であってもよく、これは、具体的時間間隔において、経時的なエッジの変化が、「アクティブ， 非アクティブ， 非アクティブ， アクティブ， アクティブ， …」であることを表す。

図２は、時間ｔにおける動的ネットワークのグラフの実施例を示す。図２では、動的ネットワーク２００は、時間ｔにおいてアクティブ化される、複数のノード２０２（影付き）と、時間ｔにおいてアクティブ化されるノードを接続する、複数のアクティブエッジ２０４（実線によって表される）とを備える。時間ｔにおいて、残りのノード２０６（影なし）および残りのエッジ２０８（破線によって表される）は、アクティブ化されない。

本システムの状態は、履歴時間インスタンスにおける、アズオペレーテッド状態におけるネットワーク全体のグラフィカル状態を備えてもよい。履歴時間インスタンスは、ユーザによって定義される動的ネットワークの履歴における任意の時間であってもよい。例えば、履歴時間インスタンスは、動的ネットワークの履歴におけるある時点（例えば、２０００年８月１２日の午前１０時における）、動的ネットワークの履歴におけるある時間周期（例えば、１９８０年１０月１１日の午前１時～午後１２時）、またはそれらの組み合わせであり得る。グラフィカル状態は、グラフ構造を備えてもよく、これは、ノードの間の関係（エッジ）を伴うデータのグラフィカル表現であってもよい。グラフは、エッジのセットとともにノードのセットを備える、順序付けられた対であってもよい。ノードは、２つのノードを接続する各エッジと関連付けられる生起の関係とともに、セットであってもよい。

グラフは、多くのタイプの関係およびプロセスをモデル化するために使用されることができる。例えば、コンピュータ科学では、グラフは、通信、データ編成、コンピュータデバイス、算出のフロー等のネットワークを表すために使用されてもよい。一実施例では、ウェブサイトのリンク構造が、有向グラフによって表されることができ、ノードは、ウェブページを表し、有向エッジは、１つのページから別のものへのリンクを表す。別の実施例は、化学におけるものであり、グラフは、分子に関する自然なモデルを作製してもよく、ノードは、原子を表し、エッジは、結合を表す。統計物理学では、グラフは、システムの相互作用する部分の間の局所的接続およびそのようなシステム上の物理的プロセスの動力学を表すことができる。同様に、計算論的神経科学では、グラフは、種々の認知プロセスをもたらすように相互作用する脳面積の間の機能的接続を表すために使用されることができ、ノードは、脳の異なる面積を表し、エッジは、それらの面積の間の接続を表す。グラフは、多孔性媒体のマイクロスケールチャネルを表すために使用されてもよく、ノードは、細孔を表し、エッジは、細孔を接続するより小さいチャネルを表す。生物学では、ノードは、ある種が存在する（または生息する）地域を表すことができ、エッジは、地域の間の移住経路または移動を表す。グラフはまた、ソーシャルメディア、旅行、コンピュータチップ設計、神経変性疾患の進行のマッピング、および多くの他の分野における問題に適用されることができる。旅行の場合では、本明細書に説明されるシステムおよび方法は、旅行ネットワーク（例えば、道路、水路、飛行経路等）のＦＨＤＮを作成するために使用されることができる。ノードは、旅行ネットワーク内の異なる目的地（例えば、都市）を表してもよく、エッジは、そのような目的地の間の異なる経路を表してもよい。エッジは、距離または移動時間によって加重されてもよい。ＦＨＤＮ内の時系列は、特定の経路が特定の時間に開放されているかどうか（例えば、特定の道路がアクセス可能であるかどうかまたは特定の飛行が利用可能であるかどうか）を示してもよい。旅行ネットワークのＦＨＤＮは、１つの目的地から別のものへの最適なルート（例えば、最も速いまたは最も短いルート）を決定するために使用されることができる。

コンピュータチップ設計の場合では、本明細書に説明されるシステムおよび方法は、経時的なコンポーネント故障を分析し、続けて、将来の故障を予測するために使用され得る、コンピュータチップのＦＨＤＮを作成するために使用されることができる。

神経変性疾患の場合では、本明細書に説明されるシステムおよび方法は、ヒトの脳のＦＨＤＮを作成するために使用されることができる。ＦＨＤＮのノードは、脳におけるニューロンを表してもよく、エッジは、ニューロンの間の接続であってもよい。時系列は、特定のニューロンが疾患進行によって悪影響を受けているかどうかを示してもよい。患者の脳のＦＨＤＮを作成することは、医師が他の患者において疾患進行を予測および予防することを支援することができる。

本明細書に説明されるシステムおよび方法はまた、石油およびガス処理パイプラインのＦＨＤＮを作成するために使用されることができる。石油およびガス処理パイプラインは、掘削資産、精製資産、およびパイプライン資産（例えば、ポンプ、コンプレッサ、熱交換器、および弁）を含んでもよい。ＦＨＤＮ内のノードは、掘削および精製資産を表してもよく、エッジは、パイプライン資産を表してもよい。時系列は、ある資産がある時間に運転しているかどうかを示してもよく、それらはまた、経時的なそれらの資産の容量または出力を示してもよい。

グラフ構造は、グラフの各エッジに加重を割り当てることによって拡張されることができる。加重を伴うグラフまたは加重グラフは、対毎の接続がいくつかの数値を有する構造を表すために使用されてもよい。例えば、グラフが、道路ネットワークを表す場合、加重は、各道路の長さを表し得る。距離（前述の実施例におけるように）、移動時間、または金銭的費用を含む、各エッジと関連付けられるいくつかの加重が、存在してもよい。グラフ構造はまた、時系列をグラフの各エッジおよびノードに割り当てることによって拡張されることができる。時系列を伴うグラフは、対毎の接続が経時的に変化するいくつかの値を有する構造を表すために使用されてもよい。例えば、グラフが、道路ネットワークを表す場合、時系列は、経時的な各道路の交通を表し得る。加重は、代替として、または加えて、ノードの間の関係または接続の強さを表してもよい。

グラフは、コンピュータシステム内に記憶されることができる。グラフを記憶するために使用されるデータ構造は、グラフ構造およびグラフを操作するために使用されるアルゴリズムの両方に依存し得る。データ構造は、リスト構造、行列構造、または両方の組み合わせを備えてもよい。リスト構造は、それらが、より小さいメモリ要件を有するため、疎グラフのために使用されてもよい。行列構造は、いくつかの用途のためのより高速のアクセスを提供し得るが、大量のメモリを消費し得る。異なるリスト構造および行列構造は、隣接リスト、隣接行列、および生起行列を備えてもよい。隣接リストに関して、ノードは、記録またはオブジェクトとして記憶されてもよく、全ての頂点は、隣接する頂点のリストを記憶してもよい。本データ構造は、ノード上の付加的データの記憶を可能にし得る。隣接行列に関して、２次元行列が、使用されてもよく、行は、ソースノードを表し、列は、宛先ノードを表し、エッジおよびノード上のデータは、外部に記憶されてもよい。生起行列に関して、２次元ブール行列が、使用されてもよく、行は、ノードを表し、列は、エッジを表し、エントリは、ある行における頂点が、ある列におけるエッジに付帯するかどうかを示してもよい。エントリは、任意の所与の時間インスタンスにおいて、ある行における頂点が、ある列におけるエッジに付帯するかどうかを示す時系列であってもよい。

提供されるＦＨＤＮは、グラフデータベースに関するグラフ構造として使用されてもよい。データオブジェクトが、ＦＨＤＮの形態においてグラフデータベース内に記憶されてもよい。グラフデータベースは、データを表し、記憶するために、ノード、エッジ、およびプロパティを伴うクエリのためのグラフ構造を使用するデータベースであってもよい。一実施形態では、全ての要素は、その隣接する要素への直接ポインタを含有し、いかなるインデックスルックアップも、必要ではない。本システムの重要な概念は、ストア内のデータアイテムに直接関連する、グラフ（またはエッジまたは関係）であり得る。関係は、ストア内のデータが、直接ともにリンクされ、多くの場合では、１つの動作で読み出されることを可能にし得る。ポインタは、一方向性または双方向性であってもよい。

グラフデータベースは、関係システムにおいてモデル化することが困難である複雑な階層構造の単純かつ高速の読出を可能にし得る。グラフデータベースの記憶機構は、関係エンジンに依存し、テーブル内にグラフデータを「記憶する」機構、または記憶のためにキーバリューストアまたはドキュメント指向データベースを使用し、それらを本質的にＮｏＳＱＬ構造にする機構を備えてもよい。非関係記憶エンジンに基づくいくつかのグラフデータベースはまた、本質的に、別のドキュメントへのポインタを有する関係である、タグまたはプロパティの概念を追加してもよい。グラフデータベースからデータを読み出すことは、クエリ言語を要求してもよい。いくつかのグラフデータベースは、アプリケーションプログラミングインターフェース（ＡＰＩ）を通してアクセスされてもよい。

グラフデータベースは、ノード、エッジ、およびプロパティを備えるグラフ構造を採用してもよい。グラフ構造は、本明細書の別の場所に説明されるようなＦＨＤＮであってもよい。例えば、ノードまたはエッジの変化の時間を示す時系列が、ノードまたはエッジとともに記録されてもよい。ノードは、人々、企業、アカウント、または追跡されるべき任意の他のアイテム等の実体を表してもよい。エッジは、ノードを他のノードに接続する線であってもよく、それらは、それらの間の関係を表してもよい。エッジは、本システムにおいて直接実装されない抽象概念を表してもよい。プロパティは、ノードについてのメタデータまたはデータであってもよい。例えば、人々がノードであるソーシャルネットワークの場合では、プロパティは、人々についての人口統計または個人情報（例えば、年齢、性別、雇用者、学校、場所等）を含んでもよい。本明細書に開示される方法は、外部グラフデータベースを備えてもよい。外部グラフデータベースは、ＡｌｌｅｇｒｏＧｒａｐｈ、ＡｎｚｏＧｒａｐｈ、ＡｒａｎｇｏＤＢ、ＤａｔａＳｔａｘ、ＩｎｆｉｎｉｔｅＧｒａｐｈ、Ｍａｒｋｌｏｇｉｃ、Ｍｉｃｒｏｓｏｆｔ ＳＱＬサーバ、Ｎｅｏ４ｊ、ＯｐｅｎＬｉｎｋ Ｖｉｒｔｕｏｓｏ、Ｏｒａｃｌｅ Ｓｐａｔｉａｌ ａｎｄ Ｇｒａｐｈ、ＯｒｉｅｎｔＤＢ、ＳＡＰ ＨＡＮＡ、Ｓｐａｒｋｓｅｅ、Ｓｑｒｒｌ Ｅｎｔｅｒｐｒｉｓｅ、Ｔｅｒａｄａｔａ Ａｓｔｅｒ、または他の類似するタイプのデータベースを備えてもよい。

本システムの状態は、履歴時間インスタンスにおけるネットワークのサブセットに関するグラフィカル状態を備えてもよい。グラフィカル状態は、動的ネットワークのユーザによって定義される履歴時間インスタンスにおけるクエリによって要求される全てのノードおよびエッジを備えてもよい。ユーザによって定義される履歴時間インスタンスにおけるクエリによって要求される全てのノードおよびエッジは、ネットワークのサブセットであってもよい。ユーザによって定義される履歴時間インスタンスにおけるクエリによって要求される全てのノードおよびエッジは、全ネットワークであってもよい。ネットワークのサブセットは、全ネットワークのノードのサブセット、エッジのサブセット、および／または時系列のサブセットを備えてもよい。ネットワークのサブセットは、全ネットワークのノードの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、ネットワークのサブセットは、全ネットワークのノードの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。ネットワークのサブセットは、全ネットワークのエッジの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、ネットワークのサブセットは、全ネットワークのエッジの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。ネットワークのサブセットは、全ネットワークの時系列の少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、ネットワークのサブセットは、全ネットワークの時系列の多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

ＦＨＤＮは、異なる時点におけるネットワークのスナップショットの周期的捕捉および記憶を要求することなく構築されてもよい。

スナップショットは、特定の時点におけるシステムの状態を備えてもよい。図３は、異なる時点における動的ネットワークの複数のスナップショットの実施例を示す。図３では、時刻ｔ＝１～ｔ＝６にわたる動的ネットワークのスナップショットの時系列が、示される。点線エッジは、いかなる関係も存在しないことを示し、実線エッジは、関係を示す。例えば、（１， ２）は、ｔ＝１においていかなる関係も有しておらず、（２， ４）は、ｔ＝６においていかなる関係も有していない。

ＦＨＤＮの履歴動的挙動は、異なる時点で捕捉されるネットワークのスナップショットのシーケンスを分析することなく決定されてもよい。履歴動的挙動は、ユーザによって定義される履歴時間インスタンスにおけるＦＨＤＮの変化を備えてもよい。履歴動的挙動は、ユーザによって定義される時間周期にわたるＦＨＤＮの変化を備えてもよい。異なる時点で捕捉されるネットワークのスナップショットのシーケンスを分析することなくＦＨＤＮの履歴動的挙動を決定するために、時系列が、取得され、動的ネットワーク内のノードおよびエッジに関する情報と併用されてもよい。本状況では、スナップショットを横断するノードおよびエッジについての情報のいかなる複製も、要求され得ない。

ＦＨＤＮは、履歴時間インスタンスに関するクエリが、履歴時間インスタンスにおける全ネットワークインスタンス化を要求することなく回答されることを可能にし得る。インスタンス化は、現実のインスタンスの作成またはオブジェクトのクラスまたはコンピュータプロセス等の抽象概念またはテンプレートの特定の実現であってもよい。履歴時間インスタンスにおける全ネットワークインスタンス化を要求することなく履歴時間インスタンスに関するクエリに回答するために、時系列が、取得され、動的ネットワーク内のノードおよびエッジに関する情報と併用されてもよい。本状況では、クエリに関連する時系列、ノード、およびエッジのみが、探索および取得されてもよく、クエリに関連しない時系列、ノード、およびエッジは、探索／処理される必要はない。ある場合には、特定の時系列、ノード、およびエッジが、他の時系列、ノード、およびエッジから推測されてもよい。例えば、個別のノードの状態は、個別のノードに隣接するノードおよびエッジから推測されることができる。ノードについてのデータが、例えば、誤動作するセンサまたは他の接続問題に起因して欠落しているとき、そのノードの状態を推測することが、望ましくあり得る。

複数のノードおよびエッジは、（１）ネットワークについてのデータの収集が開始された後の所与の時刻におけるネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）ネットワーク内に現在存在している全てのノードおよびエッジとを備えてもよい。他の実施形態では、複数のノードおよびエッジは、（１）任意の所与の時刻におけるネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）ネットワーク内に現在存在している全てのノードおよびエッジと、（３）ネットワーク内に存在しているであろう全てのノードおよびエッジとを備える。全てのノードの数は、少なくとも１個、１０個、５０個、１００個、２００個、３００個、４００個、５００個、１，０００個、１０，０００個、１００，０００個、１，０００，０００個、１０，０００，０００個、１００，０００，０００個、１，０００，０００，０００個、またはそれを上回るものであってもよい。全てのノードの数は、多くても１，０００，０００，０００個、１００，０００，０００個、１０，０００，０００個、１，０００，０００個、１００，０００個、１０，０００個、１，０００個、５００個、４００個、３００個、２００個、１００個、５０個、１０個、またはそれを下回るものであってもよい。エッジの数は、ノードの数に匹敵してもよい、またはエッジの数は、ノードの数を上回ってもよい。ある場合には、エッジの数は、ノードの数を下回ってもよい。

時系列は、選択されたノードまたはエッジにおいて起こる事象または変化に基づいてもよい。ある場合には、事象または変化は、トポロジ変化を含んでもよい。代替として、または加えて、変化は、エッジまたはノードのプロパティまたは属性（例えば、加重、方向性）の変化を含んでもよい。事象または変化は、ノードを選択すること、ノードを選択しないこと、エッジを選択すること、およびエッジを選択しないことを含んでもよい。選択されたノードまたはエッジに関する時系列は、ネットワーク内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備えてもよい。選択されたノードまたはエッジに関する時系列は、ネットワーク内の選択されたノードまたはエッジに関する追加、除去、および訂正の精密な時間を備えてもよい。時系列は、系統的または非系統的時間間隔において取得されてもよい。系統的時間間隔は、少なくとも０．１マイクロ秒（μｓ）、１μｓ、１０μｓ、１００μｓ、１ミリ秒（ｍｓ）、１０ｍｓ、１００ｍｓ、１秒（ｓ）、２ｓ、３ｓ、１０ｓ、３０ｓ、６０ｓ、２分（ｍ）、３ｍ、４ｍ、５ｍ、１０ｍ、またはそれを上回るもの毎であってもよい。いくつかの実施形態では、系統的時間間隔は、多くても１０ｍ、５ｍ、４ｍ、３ｍ、２ｍ、１ｍ、３０ｓ、１０ｓ、３ｓ、２ｓ、１ｓ、１００ｍｓ、１０ｍｓ、１ｍｓ、１００μｓ、１０μｓ、１μｓ、１μｓまたはそれを下回るもの毎であってもよい。非系統的時間間隔に関して、時系列は、最初に、第１の時間周期にわたって第１の時間に取得され、次いで、第２の時間周期にわたって第２の時間に取得されてもよい。例えば、時系列は、最初に、１分の第１の時間周期にわたって１ｓ毎に取得され、次いで、１０時間の第２の時間周期にわたって１０ｓ毎に取得されてもよい。

時系列は、高スループットの分散キーバリューデータストアを含む、記憶装置内に記憶されてもよい。分散キー／バリューストアは、大量のデータセットを記憶し、高い信頼性で動作する能力を用いて信頼性およびスケーラビリティを提供してもよい。キー／バリューストアはまた、可用性と、一貫性と、費用対効果との間のトレードオフに対する厳格な制御を用いて最適化されてもよい。データ永続化プロセスは、付加的処理が、分散待ち行列上へのメッセージの到着率に合わせるために要求される場合、柔軟なコンピュータノードおよびスケールアウトを利用するように設計されてもよい。記憶装置は、多種多様なデータベースタイプを含んでもよい。例えば、分散キーバリューデータストアが、時系列および他の非構造化データを取り扱うために理想的であり得る。キーバリューデータストアは、多くのコモディティサーバを横断する大量のデータを取り扱うように設計されてもよく、いかなる単一障害点も伴わない高い可用性を提供してもよい。関係データストアが、複雑な実体関係を伴う企業タイプを記憶し、それにクエリを行うために使用されてもよい。多次元データストアが、複数の異なるデータソースまたはデータストアからのものである集約データを含む集約物を記憶し、それにアクセスするために使用されてもよい。

履歴時間インスタンスにおける本システムの状態は、複数のノードにわたって反復し、時系列を通して探索する、探索アルゴリズムを使用することによって取得されてもよい。複数のノードの数は、動的ネットワーク内にこれまで存在していた全てのノードではない場合がある。他の場合では、複数のノードの数は、動的ネットワーク内にこれまで存在していた全てのノードであってもよい。

履歴時間インスタンスにおける本システムの状態は、複数のエッジにわたって反復し、時系列を通して探索する、探索アルゴリズムを使用することによって取得されてもよい。複数のエッジの数は、動的ネットワーク内にこれまで存在していた全てのエッジではない場合がある。他の場合では、複数のエッジの数は、動的ネットワーク内にこれまで存在していた全てのエッジであってもよい。

探索アルゴリズムは、データ構造内に記憶される、または問題ドメインの探索空間内で計算される情報を読み出すために探索問題を解く、任意のアルゴリズムであってもよい。探索アルゴリズムの実施例は、限定ではないが、リンク付きリスト、アレイデータ構造、または探索木を含んでもよい。適切な探索アルゴリズムは、探索されているデータ構造およびデータについての事前知識に依存し得る。探索は、ＳＱＬ ＳＥＬＥＣＴコマンド等のデータ構造にクエリを行うアルゴリズムを包含してもよい。

探索アルゴリズムは、線形探索アルゴリズム、二分探索アルゴリズム、ジャンプ探索アルゴリズム、補間探索アルゴリズム、指数関数的探索アルゴリズム、サブリスト探索アルゴリズム、比較探索アルゴリズム、およびデジタル探索アルゴリズムを備えることができる。線形探索アルゴリズムは、線形方式で標的キーと関連付けられるものに関する全ての記録をチェックし得る。二分探索アルゴリズムは、探索構造の中心を繰り返し標的化し、探索空間を半分に分割し得る。比較探索アルゴリズムは、標的記録が見出されるまで、キーの比較に基づいて記録を連続的に排除することによって、線形探索を改良し得る。比較探索アルゴリズムは、定義された順序を伴うデータ構造上に適用されることができる。デジタル探索アルゴリズムは、数値キーを使用するデータ構造内のディジットの性質に基づいて機能し得る。

探索アルゴリズムは、必要に応じて選択されたノードまたはエッジのステータスのみをチェックするように構成される、反復グラフ探索アルゴリズムを備えてもよい。グラフ探索アルゴリズムは、グラフのノードを通して探索する順序を規定してもよい。グラフ探索アルゴリズムは、例えば、深さ優先探索または幅優先探索等の接続成分探索であってもよい。例えば、グラフ探索アルゴリズムは、ソースノードにおいて開始され、標的ノードが見出されるまで探索を続けてもよく、次いで、フロンティアは、まだ探索されていないノードを備えてもよく、反復の度に、ノードは、フロンティアから外され、その隣接物をフロンティアに追加してもよい。必要性基準は、ユーザによって設定されることができる。例えば、分析が、所与の時点におけるノードの小さいサブセットについての情報を要求する場合、ＦＨＤＮデータ構造は、いかなる不必要なノードにも触れることなく本分析の結果を査定するために、直接クエリを行われることができる。不必要なノードは、クエリに関連しないノードであり得る。不必要なノードは、ＦＨＤＮ内の全てのノードの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、不必要なノードは、ＦＨＤＮ内の全てのノードの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

クエリは、所与の時刻におけるノードのサブセットについての情報要求を備えてもよい。クエリは、所与の時刻におけるエッジのサブセットについての情報要求を備えてもよい。クエリは、所与の時刻におけるノードおよびエッジのサブセットについての情報要求を備えてもよい。クエリは、複数の所与の時刻におけるノードのサブセットについての情報要求を備えてもよい。クエリは、複数の所与の時刻におけるエッジのサブセットについての情報要求を備えてもよい。クエリは、複数の所与の時刻におけるノードおよびエッジのサブセットについての情報要求を備えてもよい。

探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。これは、より迅速な応答時間およびより標的化された／焦点を絞ったクエリを可能にすることができる。ある場合には、ノード／エッジのサブセットまたはグラフを再現するためにクエリを行われるように選択されたノード／エッジは、頻繁な事象変化を伴うノード／エッジであってもよい。例えば、ある閾値を上回る変化の回数を伴うノードまたはエッジが、クエリを行われてもよい。別の実施例では、より多い数の変化を伴うノードまたはエッジが、より少ない数の変化を伴うノードまたはエッジに先立ってクエリを行われる。探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なエッジにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なエッジにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードおよびエッジにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードおよびエッジにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。不必要なノードおよびエッジは、クエリに関連しないノードおよびエッジであり得る。不必要なノードは、ＦＨＤＮ内の全てのノードの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、不必要なノードは、ＦＨＤＮ内の全てのノードの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。不必要なエッジは、ＦＨＤＮ内の全てのエッジの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、不必要なエッジは、ＦＨＤＮ内の全てのエッジの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

本方法はさらに、ブロッキング技法を利用し、任意の所与の時刻に関してメモリ内にＦＨＤＮの１つ以上の接続されたグラフィカル領域をキャッシュするステップを含んでもよい。メモリは、揮発性ＲＡＭまたは不揮発性メモリであってもよい。揮発性ＲＡＭは、メモリ内のデータをリフレッシュまたは維持するために電力を絶えず要求する、ダイナミックＲＡＭ（ＤＲＡＭ）として実装されてもよい。不揮発性メモリは、磁気ハードドライブ、磁気光学ドライブ、光学ドライブ（例えば、ＤＶＤ ＲＡＭ）、または電力が本システムから除去された後でもデータを維持する他のタイプのメモリシステムであってもよい。不揮発性メモリはまた、ランダムアクセスメモリであってもよい。不揮発性メモリは、データ処理システム内の残りのコンポーネントに直接結合される、ローカルデバイスであり得る。モデムまたはイーサネット（登録商標）インターフェース等のネットワークインターフェースを通して、本明細書に説明されるコンピュータシステムのうちのいずれかに結合されるネットワーク記憶デバイス等の本システムから遠隔にある不揮発性メモリもまた、使用されることができる。

ブロッキング技法は、標準ブロッキング、トークンブロッキング、または属性クラスタリングブロッキングを備えてもよい。ブロッキング技法は、いくつかの用途においてメモリ帯域幅ボトルネックを回避することに役立ち得る。ブロッキング技法は、データが複数回の使用を横断してキャッシュ内に残ることを確実にすることによって、用途において利用可能な固有データ再使用を活用してもよい。ブロッキング技法は、１Ｄ、２Ｄ、または３Ｄ空間データ構造に対して実施されることができる。いくつかの反復用途はさらに、帯域幅ボトルネックをさらに軽減するために、複数回の反復にわたってブロックすることから利益を享受することができる。ブロッキング技法は、ループ分割および交換の組み合わせを備えてもよい。キャッシュブロッキングは、データアクセスを再配列し、データのサブセット（ブロック）をキャッシュに取り込み、本ブロックに作用し、主要メモリからデータを繰り返しフェッチする必要性を回避するための技法であり得る。

メモリ内の１つ以上の接続されたグラフィカル領域のキャッシュは、探索が、従来のネットワークグラフ化技法と比較して、より迅速に実行されることを可能にし得る。接続されたグラフィカル領域は、いかなる到達不能な頂点／ノードも含有しないグラフの接続された領域を指し得る。例えば、グラフの接続された領域は、キャッシュにロードされ、複数回の使用を横断して残されてもよい。メモリ内の１つ以上の接続されたグラフィカル領域のキャッシュは、探索が、従来のネットワークグラフ化技法と比較して、５～６５倍またはそれを上回ってより速く実行されることを可能にし得る。

ＦＨＤＮの使用は、従来のネットワークグラフ化技法と比較して、数桁のメモリ／記憶域の節約を可能にし得る。記憶域の要件は、従来のネットワークグラフ化技法と比較して、少なくとも３桁低減されることができる。記憶域の要件は、従来のネットワークグラフ化技法と比較して、１～１０、２～９、３～８、４～７、５～６桁低減されることができる。記憶域の要件は、従来のネットワークグラフ化技法と比較して、少なくとも３、４、５、６、７、８、９、１０、またはそれを上回る桁低減されることができる。ある場合には、記憶域の要件は、従来のネットワークグラフ化技法と比較して、少なくとも１０、９、８、７、６、５、４、またはそれを下回る桁低減されることができる。

配電システム

本システムは、配電システムを備えてもよい。配電システムは、異なる配列を備えてもよい。配列は、半径方向システム、拡張半径方向システム、一次選択性を伴う半径方向システム、一次および二次単純半径方向システム、一次ループシステム、二次選択的システム、一次選択的システム、節電変圧器システム、二次スポットネットワーク、および複合システムを備えてもよい。

配電システムは、複数の配電フィーダを備えてもよい。複数の配電フィーダは、複数の接続を通して相互に接続されてもよい。配電フィーダは、複数のノードを備えてもよい。ノードは、電気消費デバイスと、電気グリッドとを備えてもよい。配電フィーダは、複数のエッジを備えてもよい。エッジは、ノードを接続する電線を備えてもよい。

配電システムの状態は、履歴時間インスタンスにおける複数の配電フィーダのグラフィカル状態を備えてもよい。配電システムの状態は、履歴時間インスタンスにおける配電フィーダを接続する複数の接続のグラフィカル状態を備えてもよい。

配電システムの状態は、履歴時間インスタンスにおける配電フィーダのサブセットのグラフィカル状態を備えてもよい。グラフィカル状態は、履歴時間インスタンスにおけるクエリによって要求される全ての配電フィーダを備えてもよい。履歴時間インスタンスにおける全ての配電フィーダは、配電システムのサブセットであってもよい。配電フィーダのサブセットは、配電システムの配電フィーダの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、配電フィーダのサブセットは、配電システムの配電フィーダの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

ＦＨＤＮは、履歴時間インスタンスに関するクエリが、履歴時間インスタンスにおける配電システムの全ネットワークインスタンス化を要求することなく回答されることを可能にし得る。インスタンス化は、現実のインスタンスの作成またはデータオブジェクトのクラスまたはコンピュータプロセス等の抽象概念またはテンプレートの特定の実現であってもよい。

複数のノードおよびエッジおよび時系列は、複数の配電フィーダおよび各フィーダ内の接続されたノードおよびブランチと関連付けられてもよい。複数のノードおよびエッジは、（１）任意の所与の時刻における配電フィーダ内に以前に存在していた全てのノードおよびエッジと、（２）配電フィーダ内に現在存在している全てのノードおよびエッジとを備えてもよい。他の実施形態では、複数のノードおよびエッジは、（１）任意の所与の時刻における配電フィーダ内に以前に存在していた全てのノードおよびエッジと、（２）配電フィーダ内に現在存在している全てのノードおよびエッジと、（３）配電フィーダ内に存在しているであろう全てのノードおよびエッジとを備える。

時系列は、配電フィーダ内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備えてもよい。時系列は、配電フィーダ内の選択されたノードまたはエッジに関する追加、除去、または訂正の精密な時間を備えてもよい。時系列は、系統的または非系統的時間間隔を通して取得されてもよい。非系統的時間間隔に関して、時系列は、最初に、第１の時間周期にわたって第１の時間に取得され、次いで、第２の時間周期にわたって第２の時間に取得されてもよい。例えば、時系列は、最初に、１分の第１の時間周期にわたって１ｓ毎に取得され、次いで、１０時間の第２の時間周期にわたって１０ｓ毎に取得されてもよい。選択されたエッジの追加または除去は、配電システム内のブレーカスイッチの開または閉に対応してもよく、ブレーカスイッチは、選択されたエッジと関連付けられる。選択されたエッジの訂正は、選択されたエッジの電気消費の変化を表してもよい。

クエリは、任意の所与の時刻における１つ以上の選択された配電フィーダの精密な電気構成のクエリを備えてもよい。

グラフ探索アルゴリズムは、１つ以上の選択された配電フィーダ内に含有されるノードおよびエッジのみを探索することによって、任意の所与の時刻における１つ以上の選択された配電フィーダの状態にクエリを行うために利用されてもよい。探索アルゴリズムは、あるデータ構造内に記憶される、または問題ドメインの探索空間内で計算される情報を読み出すために探索問題を解く、任意のアルゴリズムであってもよい。探索アルゴリズムの実施例は、限定ではないが、リンク付きリスト、アレイデータ構造、または探索木を含む。探索アルゴリズムはまた、線形探索アルゴリズム、二分探索アルゴリズム、ジャンプ探索アルゴリズム、補間探索アルゴリズム、指数関数的探索アルゴリズム、サブリスト探索アルゴリズム、比較探索アルゴリズム、およびデジタル探索アルゴリズムを備えることができる。

グラフ探索アルゴリズムは、他の選択されていない配電フィーダ内に含有されるノードおよびエッジにクエリを行うように構成されなくてもよい。探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なエッジにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なエッジにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードおよびエッジにクエリを行うことなく、ノードのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードおよびエッジにクエリを行うことなく、ノードのサブセットにのみ間接的にクエリを行うように構成されてもよい。不必要なノードおよびエッジは、クエリに関連しないノードおよびエッジであり得る。

ＦＨＤＮは、履歴時間インスタンスにおけるネットワークの任意の部分におけるクエリが、従来のグラフ化技法を使用する２．１ＴＢと比較して、約１０ＭＢ～１００ＭＢのみの記憶域を使用しながら回答されることを可能にし得る。ＦＨＤＮを記憶するために要求されるメモリの量は、多くても４０ＭＢ、３０ＭＢ、２５ＭＢ、２０ＭＢ、１９ＭＢ、１８ＭＢ、１７ＭＢ、１６ＭＢ、１５ＭＢ、１４ＭＢ、１３．４ＭＢ、１３ＭＢ、１２ＭＢ、１１ＭＢ、１０ＭＢ、９ＭＢ、８ＭＢ、７ＭＢ、６ＭＢ、５ＭＢ、４ＭＢ、３ＭＢ、２ＭＢ、１ＭＢ、またはそれを下回るものであってもよい。ある場合には、ＦＨＤＮを記憶するために要求されるメモリの量は、ＦＨＤＮが表すシステムのサイズ、複雑性、および年数に応じて、はるかに多くてもよい。
材料表

本システムは、任意の製造企業に関する材料表を備えてもよい。材料表（ＢＯＭ）は、未加工材料、サブアセンブリ、中間アセンブリ、部分的コンポーネント、部品、および最終製品を製造するために必要とされるそれぞれの数量のリストを備えてもよい。ＢＯＭは、製造協力者の間のやり取りのために使用される、または単一の製造工場に限定されてもよい。

ＢＯＭは、それらが設計される際（工学設計材料表）、それらが注文される際（販売材料表）、それらが構築される際（製造材料表）、またはそれらが保守される際（サービス材料表）の製品を定義することができる。異なるタイプのＢＯＭは、ビジネス需要およびそれらが意図される使用に依存する。ＢＯＭはまた、調合表、レシピ、または原料リストを備えてもよい。電子機器では、ＢＯＭは、印刷配線基板または印刷回路基板上で使用されるコンポーネントのリストを表してもよい。

本システムは、サプライチェーン流通ネットワークを備えてもよい。サプライチェーン流通ネットワークは、複数のプレーヤ（例えば、買い手または売り手）を備えてもよい。複数のプレーヤは、複数の接続を通して相互に接続されてもよい。接続は、購入、販売、または購入および販売を表してもよい。

サプライチェーン流通ネットワークの状態は、履歴時間インスタンスにおける複数のプレーヤのグラフィカル状態を備えてもよい。サプライチェーン流通ネットワークの状態は、履歴時間インスタンスにおけるプレーヤを接続する複数の接続のグラフィカル状態を備えてもよい。

サプライチェーン流通ネットワークの状態は、履歴時間インスタンスにおけるプレーヤのサブセットのグラフィカル状態を備えてもよい。グラフィカル状態は、履歴時間インスタンスにおけるサプライチェーン流通ネットワーク内でアクティブである全てのプレーヤを備えてもよい。履歴時間インスタンスにおける全てのプレーヤは、本システムのサブセットであってもよい。プレーヤのサブセットは、サプライチェーン流通ネットワークのプレーヤの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、プレーヤのサブセットは、サプライチェーン流通ネットワークのプレーヤの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

ＦＨＤＮは、履歴時間インスタンスに関するクエリが、履歴時間インスタンスにおけるサプライチェーン流通ネットワークの全ネットワークインスタンス化を要求することなく回答されることを可能にし得る。サプライチェーン流通ネットワークでは、ＦＨＤＮは、複数のプレーヤ（複数のノードによって表される）と、プレーヤを接続する、複数の接続（複数のエッジによって表される）と、複数のプレーヤおよび接続のそれぞれと関連付けられる、時系列とを備えてもよい。サプライチェーン流通システムのＦＨＤＮは、サプライチェーン流通システム内にこれまで存在していた全てのプレーヤおよび全ての接続を備えてもよい。

複数のノードおよびエッジおよび時系列は、複数のプレーヤと関連付けられてもよい。複数のノードおよびエッジは、（１）任意の所与の時刻におけるサプライチェーン流通システム内に以前に存在していた全てのノードおよびエッジと、（２）サプライチェーン流通システム内に現在存在している全てのノードおよびエッジとを備えてもよい。他の実施形態では、複数のノードおよびエッジは、（１）任意の所与の時刻におけるサプライチェーン流通システム内に以前に存在していた全てのノードおよびエッジと、（２）サプライチェーン流通システム内に現在存在している全てのノードおよびエッジと、（３）サプライチェーン流通システム内に存在しているであろう全てのノードおよびエッジとを備える。

時系列は、サプライチェーン流通システム内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備えてもよい。時系列は、サプライチェーン流通システム内の選択されたノードまたはエッジに関する追加、除去、または訂正の精密な時間を備えてもよい。サプライチェーン流通システムでは、追加は、プレーヤが他のプレーヤから購入する、またはそれに販売するために開かれていることを表してもよく、除去は、プレーヤが他のプレーヤから購入する、またはそれに販売するために開かれていないことを表してもよく、訂正は、プレーヤが他のプレーヤから購入する、またはそれに販売する際の自身の立場を変更することを表してもよい。時系列は、系統的または非系統的時間間隔を通して取得されてもよい。非系統的時間間隔に関して、時系列は、最初に、第１の時間周期にわたって第１の時間に取得され、次いで、第２の時間周期にわたって第２の時間に取得されてもよい。例えば、時系列は、最初に、１分の第１の時間周期にわたって１ｓ毎に取得され、次いで、１０時間の第２の時間周期にわたって１０ｓ毎に取得されてもよい。

グラフ探索アルゴリズムは、サプライチェーン流通ネットワーク内でアクティブであるノードおよびエッジのみを探索することによって、所与の時刻におけるサプライチェーン流通ネットワークの状態にクエリを行うために利用されてもよい。グラフ探索アルゴリズムは、グラフのノードを通して探索する順序を規定してもよい。グラフ探索アルゴリズムは、例えば、深さ優先探索または幅優先探索等の接続成分探索であってもよい。例えば、グラフ探索アルゴリズムは、ソースノードにおいて開始され、標的ノードが見出されるまで探索を続けてもよく、次いで、フロンティアは、まだ探索されていないノードを備えてもよく、反復の度に、ノードは、フロンティアから外され、その隣接物をフロンティアに追加してもよい。必要性基準は、ユーザによって設定されることができる。例えば、分析が、所与の時点におけるノードの小さいサブセットについての情報を要求する場合、ＦＨＤＮデータ構造は、いかなる不必要なノードにも触れることなく本分析の結果を査定するために、直接クエリを行われることができる。探索アルゴリズムは、あるデータ構造内に記憶される、または問題ドメインの探索空間内で計算される情報を読み出すために探索問題を解く、任意のアルゴリズムであってもよい。例示的探索アルゴリズムが、本明細書の別の場所に説明される。グラフ探索アルゴリズムは、グラフのノードを通して探索する順序を規定してもよい。グラフ探索アルゴリズムは、深さ優先探索アルゴリズム、幅優先探索アルゴリズム、ダイクストラアルゴリズム、または同等物であってもよい。

グラフ探索アルゴリズムは、サプライチェーン流通ネットワーク内に含有される選択されていないノードおよびエッジにクエリを行うように構成されなくてもよい。探索アルゴリズムは、他の不必要なノードおよび／またはエッジにクエリを行うことなく、ノードおよび／またはエッジのサブセットにのみ直接クエリを行うように構成されてもよい。探索アルゴリズムは、他の不必要なノードおよび／またはエッジにクエリを行うことなく、ノードおよび／またはエッジのサブセットにのみ間接的にクエリを行うように構成されてもよい。不必要なノードまたはエッジは、それぞれ、ＦＨＤＮ内の全てのノードまたはエッジの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、不必要なノードまたはエッジは、それぞれ、ＦＨＤＮ内の全てのノードまたはエッジの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

ＦＨＤＮは、履歴時間インスタンスにおけるサプライチェーン流通ネットワークの任意の部分におけるクエリが、少ない記憶域のみを要求しながら回答されることを可能にし得る。ＦＨＤＮを記憶するために要求されるメモリの量は、多くても４０ＭＢ、３０ＭＢ、２５ＭＢ、２０ＭＢ、１９ＭＢ、１８ＭＢ、１７ＭＢ、１６ＭＢ、１５ＭＢ、１４ＭＢ、１３．４ＭＢ、１３ＭＢ、１２ＭＢ、１１ＭＢ、１０ＭＢ、９ＭＢ、８ＭＢ、７ＭＢ、６ＭＢ、５ＭＢ、４ＭＢ、３ＭＢ、２ＭＢ、１ＭＢ、またはそれを下回るものであってもよい。ある場合には、ＦＨＤＮを記憶するために要求されるメモリの量は、ＦＨＤＮが表すシステムのサイズ、複雑性、および年数に応じて、はるかに多くてもよい。
ソーシャルネットワーク

本システムは、複数のユーザから成る、ソーシャルネットワークを備えてもよい。本システムは、複数のソーシャルネットワークを備えてもよい。複数のソーシャルネットワークは、複数の接続を通して相互に接続されてもよい。複数のソーシャルネットワークの所与のソーシャルネットワークは、複数のユーザ（ノードによって表される）と、複数の接続（エッジによって表される）とを備えてもよい。

本明細書に説明されるシステムは、履歴における特定の時点でのソーシャルネットワークの状態にクエリを行うために使用されることができる。そのような状態は、例えば、ソーシャルネットワーク上の人々の人口における人口統計学的変化を追跡するために使用されることができる。そのような状態はまた、ソーシャルネットワークのユーザにとって興味深いものであり得、したがって、そのようなユーザは、自身のソーシャルサークルが経時的に成長している様子を確認することができる。本システムの状態は、履歴時間インスタンスにおける複数のソーシャルネットワークのグラフィカル状態を備えてもよい。本システムの状態は、履歴時間インスタンスにおけるソーシャルネットワークを接続する複数の接続のグラフィカル状態を備えてもよい。履歴時間におけるソーシャルネットワークの数は、少なくとも１個、１０個、５０個、１００個、２００個、３００個、４００個、５００個、１，０００個、１０，０００個、またはそれを上回るものであってもよい。履歴時間におけるソーシャルネットワークの数は、多くても１０，０００個、１，０００個、５００個、４００個、３００個、２００個、１００個、５０個、１０個、またはそれを下回るものであってもよい。履歴時間インスタンスにおけるソーシャルネットワークを接続する接続の数は、少なくとも１個、１０個、５０個、１００個、２００個、３００個、４００個、５００個、１，０００個、１０，０００個、またはそれを上回るものであってもよい。履歴時間インスタンスにおけるソーシャルネットワークを接続する接続の数は、多くても１０，０００個、１，０００個、５００個、４００個、３００個、２００個、１００個、５０個、１０個、またはそれを下回るものであってもよい。

本システムの状態は、履歴時間インスタンスにおけるソーシャルネットワークのサブセットのグラフィカル状態を備えてもよい。グラフィカル状態は、履歴時間インスタンスにおいてアクティブである全てのソーシャルネットワークを備えてもよい。履歴時間インスタンスにおける全てのソーシャルネットワークは、本システムのサブセットであってもよい。ソーシャルネットワークのサブセットは、本システムの全ソーシャルネットワークの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、ソーシャルネットワークのサブセットは、本システムの全ソーシャルネットワークの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。

ＦＨＤＮは、履歴時間インスタンスに関するクエリが、履歴時間インスタンスにおける本システムの全ネットワークインスタンス化を要求することなく回答されることを可能にし得る。本システムでは、ＦＨＤＮは、複数のユーザ（複数のノードによって表される）と、ユーザを接続する、複数の接続（複数のエッジによって表される）と、複数のユーザおよび接続のそれぞれと関連付けられる、時系列とを備えてもよい。接続は、友人をフォローまたは追加することを表してもよい。ソーシャルネットワークのＦＨＤＮは、本システム内にこれまで存在していた全てのユーザおよび全ての接続を備えてもよい。

複数のノードおよびエッジおよび時系列は、複数のソーシャルネットワークおよび各ソーシャルネットワーク内の接続されたノードおよびブランチと関連付けられてもよい。複数のノードおよびエッジは、（１）任意の所与の時刻におけるソーシャルネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）ソーシャルネットワーク内に現在存在している全てのノードおよびエッジとを備えてもよい。他の実施形態では、複数のノードおよびエッジは、（１）任意の所与の時刻におけるソーシャルネットワーク内に以前に存在していた全てのノードおよびエッジと、（２）ソーシャルネットワーク内に現在存在している全てのノードおよびエッジと、（３）ソーシャルネットワーク内に存在しているであろう全てのノードおよびエッジとを備えてもよい。

時系列は、ソーシャルネットワーク内の選択されたノードまたはエッジに関する追加または除去の精密な時間を備えてもよい。時系列は、ソーシャルネットワーク内の選択されたノードまたはエッジに関する追加、除去、または訂正の精密な時間を備えてもよい。ソーシャルネットワークでは、追加は、ユーザが友人として別のユーザを追加する、または別のユーザをフォローすることを表してもよく、除去は、ユーザが別のユーザをブロックする、または友人から削除することを表してもよく、訂正は、ユーザが別のユーザに対する自身の立場を変更することを表してもよい。系統的時間間隔に関して、時系列は、最初に、第１の時間周期にわたって第１の時間に取得され、次いで、第２の時間周期にわたって第２の時間に取得されてもよい。例えば、時系列は、最初に、１分の第１の時間周期にわたって１ｓ毎に取得され、次いで、１０時間の第２の時間周期にわたって１０ｓ毎に取得されてもよい。

グラフ探索アルゴリズムは、着目ソーシャルネットワーク内に含有されるノードおよびエッジのみを探索することによって、任意の所与の時刻におけるソーシャルネットワークの状態にクエリを行うために利用されてもよい。探索アルゴリズムは、あるデータ構造内に記憶される、または問題ドメインの探索空間内で計算される情報を読み出すために探索問題を解く、任意のアルゴリズムであってもよい。例示的探索アルゴリズムが、本明細書の別の場所に説明される。

グラフ探索アルゴリズムは、必要に応じて選択されたソーシャルネットワーク内に含有されるノードおよびエッジのステータスのみにクエリを行うように構成されてもよい。グラフ探索アルゴリズムは、他の選択されていないソーシャルネットワーク内に含有されるノードおよびエッジにクエリを行うように構成されなくてもよい。探索アルゴリズムは、他の不必要なノードおよび／またはエッジにクエリを行うことなく、ノードおよび／またはエッジのサブセットにのみ直接クエリを行うように構成されてもよい。他の実施形態では、探索アルゴリズムは、他の不必要なノードおよび／またはエッジにクエリを行うことなく、ノードおよび／またはエッジのサブセットにのみ間接的にクエリを行うように構成されてもよい。不必要なノードまたはエッジは、それぞれ、ＦＨＤＮ内の全てのノードおよびエッジの少なくとも約４％、５％、６％、７％、８％、９％、１０％、１５％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、またはそれを上回るものを備えてもよい。他の場合では、不必要なノードまたはエッジは、それぞれ、ＦＨＤＮ内の全てのノードおよびエッジの多くても約９０％、８０％、７０％、６０％、５０％、４０％、３０％、２０％、１５％、１０％、９％、８％、またはそれを下回るものを備えてもよい。ＦＨＤＮを記憶するために要求されるメモリの量は、多くても４０ＭＢ、３０ＭＢ、２５ＭＢ、２０ＭＢ、１９ＭＢ、１８ＭＢ、１７ＭＢ、１６ＭＢ、１５ＭＢ、１４ＭＢ、１３．４ＭＢ、１３ＭＢ、１２ＭＢ、１１ＭＢ、１０ＭＢ、９ＭＢ、８ＭＢ、７ＭＢ、６ＭＢ、５ＭＢ、４ＭＢ、３ＭＢ、２ＭＢ、１ＭＢ、またはそれを下回るものであってもよい。ある場合には、ＦＨＤＮを記憶するために要求されるメモリの量は、ＦＨＤＮが表すシステムのサイズ、複雑性、および年数に応じて、はるかに多くてもよい。
他の実施形態

別の側面では、動的ネットワークの履歴状態を決定するためのシステムは、データ集約コンポーネントと、ネットワークグラフ化コンポーネントとを備えてもよい。

データ集約コンポーネントは、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するように構成されてもよい。データソースは、本明細書の別の場所に解説される。データ集約コンポーネントは、データ集約を実施してもよい。データ集約は、グラフ集約を備えてもよい。グラフ集約では、トポロジおよびパラメータ値における時間的変動は、空間ネットワークを表すために使用されるグラフ内のエッジ／ノード属性として集約物を使用して表されることができる。エッジおよびノードは、ある時刻の間にネットワークから消失することができ、新しいノードおよびエッジが、追加されることができる。時間集約グラフは、種々の時刻におけるその存在を示す、各ノードおよびエッジに取り付けられる時系列を通してこれらの変化を追跡することができる。

ネットワークグラフ化コンポーネントは、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築し、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、履歴時間インスタンスに関する本システムの状態を提供するように構成されてもよい。ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備えてもよい。ＦＨＤＮは、本明細書の別の場所に説明される。

本システムはさらに、ディスプレイコンポーネントを備えてもよい。ディスプレイコンポーネントは、スピーカまたはディスプレイ画面を備えてもよい。スピーカおよび／またはディスプレイ画面は、電子デバイスと動作的に結合されてもよい。スピーカおよび／またはディスプレイ画面は、電子デバイスと統合されてもよい。電子デバイスは、小型アラート装置であってもよい。電子デバイスは、ポータブル電子デバイスであってもよい。電子デバイスは、モバイル電話、ＰＣ、タブレット、プリンタ、家庭用電子機器、および家電製品であってもよい。電子デバイスは、限定ではないが、Ｆｉｔｂｉｔ、Ａｐｐｌｅ ｗａｔｃｈ、Ｓａｍｓｕｎｇ ｈｅａｌｔｈ、Ｍｉｓｆｉｔ、Ｘｉａｏｍｉ Ｍｉ ｂａｎｄ、およびＭｉｃｒｏｓｏｆｔ ｂａｎｄを含む、ウェアラブルデバイスであってもよい。ディスプレイ画面は、タブレットコンピュータと同様に、液晶ディスプレイであってもよい。ディスプレイ画面は、１つ以上のスピーカを伴ってもよく、視覚的および聴覚的命令をユーザに提供するように構成されてもよい。スピーカは、スマートスピーカを備えてもよい。スマートスピーカは、Ａｌｅｘａ、Ｇｏｏｇｌｅ Ｈｏｍｅ、Ｇｏｏｇｌｅ Ａｓｓｉｓｔａｎｔ、Ｃｌｏｖａ、Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｔａｎａ、ＡｌｉＧｅｎｉｅ、Ａｍｂｉｅｎｔ、Ａｐｐｌｅ ＨｏｍｅＫｉｔ、Ａｐｐｌｅ Ｓｉｒｉ、およびＡｐｐｌｅ Ｐｏｄを備えてもよい。

別の側面では、非一過性コンピュータ可読媒体は、１つ以上のサーバによって実行されると、１つ以上のサーバに、複数の異なるデータソースからシステムと関連付けられるデータを連続的に取得するステップと、データを使用して、本システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築するステップと、履歴時間インスタンスに関するＦＨＤＮのクエリに応答して、履歴時間インスタンスに関する本システムの状態を提供するステップとを含む、方法を実施させる、命令を記憶してもよい。

データは、データベース内に記憶されてもよい。データベースが、コンピュータ可読フォーマットにおいて記憶されてもよい。コンピュータプロセッサが、コンピュータ可読メモリ内に記憶されるデータにアクセスするように構成されてもよい。コンピュータシステムが、データを分析し、結果を取得するために使用されてもよい。結果は、非一過性コンピュータ可読媒体上で遠隔または内部で記憶され、本システムまたはＦＨＤＮのユーザに通信されてもよい。非一過性コンピュータ可読媒体は、結果を伝送するためのコンポーネントと動作的に結合されてもよい。伝送するためのコンポーネントは、有線および無線コンポーネントを含むことができる。有線通信コンポーネントの実施例は、ユニバーサルシリアルバス（ＵＳＢ）接続、同軸ケーブル接続、Ｃａｔ５またはＣａｔ６ケーブル等のイーサネット（登録商標）ケーブル、光ファイバケーブル、または電話回線を含むことができる。無線通信コンポーネントの実施例は、Ｗｉ－Ｆｉ受信機、３Ｇまたは４Ｇ ＬＴＥデータ信号等のモバイルデータ規格にアクセスするためのコンポーネント、またはＢｌｕｅｔｏｏｔｈ（登録商標）受信機を含むことができる。非一過性コンピュータ可読媒体内の全てのこれらのデータは、データウェアハウスを構築するために収集およびアーカイブ化されてもよい。

ＦＨＤＮは、（１）動的に変化することが可能である、複数のノードと、（２）ノードを接続する、複数のエッジであって、エッジは、動的に変化することが可能である、複数のエッジと、（３）複数のノードおよびエッジのそれぞれと関連付けられる、時系列とを備えてもよい。ＦＨＤＮは、本明細書の別の場所に説明される。

本明細書に説明されるシステムおよび方法は、例えば、米国特許出願公開第２０１８／０１９１８６７号（「Ｓｙｓｔｅｍｓ， Ｍｅｔｈｏｄｓ， ａｎｄ Ｄｅｖｉｃｅｓ ｆｏｒ ａｎ Ｅｎｔｅｒｐｒｉｓｅ ＡＩ ａｎｄ Ｉｎｔｅｒｎｅｔ－ｏｆ－Ｔｈｉｎｇｓ Ｐｌａｔｆｏｒｍ」と題される）（参照することによってその全体として本明細書に組み込まれる）に説明されるプラットフォームの種々の実施形態を使用して実装されることができる。

本発明の好ましい実施形態が、本明細書に示され、説明されているが、そのような実施形態は、実施例としてのみ提供されることが当業者に明白であろう。本発明は、本明細書内に提供される具体的実施例によって限定されることを意図していない。本発明は、前述の本明細書を参照して説明されているが、本明細書の実施形態の説明および例証は、限定的意味で解釈されることを意味していない。多数の変形例、変更、および代用が、ここで、本発明から逸脱することなく、当業者に想起されるであろう。さらに、本発明の全ての側面は、種々の条件および変数に依存する、本明細書に記載される具体的描写、構成、または相対的割合に限定されないことを理解されたい。本明細書に説明される本発明の実施形態の種々の代替が、本発明を実践する際に採用され得ることを理解されたい。したがって、本発明はまた、任意のそのような代替、修正、変形例、または均等物を網羅することが想定される。以下の請求項は、本発明の範囲を定義し、これらの請求項の範囲内の方法および構造およびその均等物が、それによって網羅されることを意図している。

Claims (43)

1. システムの履歴状態を決定するために、１つ以上のプロセッサを有するコンピュータによって実装される方法であって、前記方法は、
   前記１つ以上のプロセッサが、複数の異なるデータソースから前記システムについてのデータを取得することと、
   前記１つ以上のプロセッサが、前記データを使用して、前記システムのための全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、前記ＦＨＤＮは、前記システムを表すグラフを備え、前記グラフは、
   （１）前記システムの要素を表す複数のノードであって、動的に変化することが可能である複数のノードと、
   （２）前記ノードを接続する複数のエッジであって、前記複数のエッジの各エッジは、前記複数のノードのノード対の間の関係を表し、前記複数のエッジは、動的に変化することが可能である、複数のエッジと、
   （３）前記複数のノードのそれぞれと関連付けられる第１の時系列と、
   （４）前記複数のエッジのそれぞれと関連付けられる第２の時系列と
   を備え、前記第１の時系列は、経時的な前記複数のノードのアズオペレーテッド状態の変化を示し、前記第２の時系列は、経時的な前記複数のエッジのアズオペレーテッド状態の変化を示す、ことと、
   前記１つ以上のプロセッサが、履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの動作状態のグラフィカル表現を提供することと
   を含む、方法。
2. 前記システムの前記アズオペレーテッド状態の変化は、ノードの追加、ノードの除去、エッジの追加、および、エッジの除去を含む、請求項１に記載の方法。
3. 前記システムの前記動作状態は、前記履歴時間インスタンスにおける前記システムのサブセットに関する厳密なグラフィカル状態を備える、請求項１に記載の方法。
4. 前記ＦＨＤＮの履歴動的挙動が、異なる時点で捕捉される前記システムのスナップショットのシーケンスを分析することなく前記１つ以上のプロセッサによって決定される、請求項１に記載の方法。
5. 前記ＦＨＤＮは、前記履歴時間インスタンスに関するクエリが、前記履歴時間インスタンスにおける全ネットワークインスタンス化を要求することなく回答されることを可能にする、請求項１に記載の方法。
6. 前記複数のノードおよびエッジは、（１）所与の時間インスタンスにおいて開始して前記システム内に以前に存在していた全てのノードおよびエッジと、（２）前記システム内に現在存在している全てのノードおよびエッジとを備える、請求項１に記載の方法。
7. 選択されたノードに関する前記第１の時系列または選択されたエッジに関する前記第２の時系列は、前記システム内の前記選択されたノードまたはエッジの追加または除去の時間を備える、請求項１に記載の方法。
8. 前記第１の時系列は、選択されたノードにおいて起こる事象または変化に基づいており、前記第２の時系列は、選択されたエッジにおいて起こる事象または変化に基づいている、請求項１に記載の方法。
9. 前記履歴時間インスタンスにおける前記システムの前記動作状態は、前記複数のノードにわたって反復し、前記第１の時系列および前記第２の時系列を通して探索する探索アルゴリズムを使用することによって取得される、請求項１に記載の方法。
10. 前記探索アルゴリズムは、必要に応じて特定のノードまたはエッジのステータスのみをチェックするように構成される反復グラフ探索アルゴリズムを備える、請求項９に記載の方法。
11. 前記クエリは、所与の時間インスタンスにおけるノードのサブセットについての情報要求を備え、前記探索アルゴリズムは、前記ノードのサブセットにのみ直接クエリを行うように構成される、請求項９に記載の方法。
12. 前記１つ以上のプロセッサが、ブロッキング技法を利用し、任意の所与の時点のインスタンスに関してメモリ内に前記ＦＨＤＮの接続されたグラフィカル領域全体をキャッシュすることをさらに含む、請求項１に記載の方法。
13. 前記ＦＨＤＮの前記接続されたグラフィカル領域は、他のノードから到達不能ないかなるノードも含有しない、請求項１２に記載の方法。
14. 前記システムは、配電システムを備える、請求項１に記載の方法。
15. 前記配電システムは、複数の配電フィーダを備える、請求項１４に記載の方法。
16. 前記システムの前記動作状態は、前記履歴時間インスタンスにおける前記複数の配電フィーダの厳密なグラフィカル状態を備える、請求項１５に記載の方法。
17. 前記システムの前記動作状態は、前記履歴時間インスタンスにおける前記配電フィーダのサブセットの厳密なグラフィカル状態を備える、請求項１５に記載の方法。
18. 前記ＦＨＤＮは、前記履歴時間インスタンスに関する前記クエリが、前記履歴時間インスタンスにおける前記配電システムの全ネットワークインスタンス化を要求することなく回答されることを可能にする、請求項１４に記載の方法。
19. （１）前記複数のノードおよびエッジと、（２）前記第１の時系列および前記第２の時系列とは、前記複数の配電フィーダおよび各フィーダ内の前記接続されたノードおよびブランチと関連付けられる、請求項１５に記載の方法。
20. 選択されたノードに関する前記第１の時系列または選択されたエッジに関する前記第２の時系列は、前記システム内の前記選択されたノードまたはエッジの追加または除去の時間を備える、請求項１９に記載の方法。
21. 前記選択されたノードまたはエッジの追加または除去は、前記配電システム内のブレーカスイッチの開または閉に対応し、前記ブレーカスイッチは、前記選択されたエッジと関連付けられる、請求項２０に記載の方法。
22. 前記クエリは、任意の所与の時間インスタンスにおける１つ以上の選択された配電フィーダの電気構成のクエリを備える、請求項１９に記載の方法。
23. グラフ探索アルゴリズムが、前記１つ以上の選択された配電フィーダ内に含有される前記ノードおよびエッジのみを探索することによって、任意の所与の時間インスタンスにおける前記１つ以上の選択された配電フィーダの厳密な状態にクエリを行うために前記１つ以上のプロセッサによって利用される、請求項２２に記載の方法。
24. 前記グラフ探索アルゴリズムは、必要に応じて前記選択された配電フィーダ内に含有される前記ノードおよびエッジのステータスのみにクエリを行うように構成される、請求項２３に記載の方法。
25. 前記グラフ探索アルゴリズムは、他の選択されていない配電フィーダ内に含有される前記ノードおよびエッジにクエリを行うように構成されない、請求項２４に記載の方法。
26. 前記ＦＨＤＮは、複数の行および列を備える２次元行列内に記憶され、前記複数の行の各行は、前記複数のノードのうちの１つを表し、前記複数の列の各列は、前記複数のエッジのうちの１つを表し、前記複数のエッジのうちの１つを表す前記２次元行列内の行および列におけるエントリは、前記列によって表される前記エッジが、前記行によって表される前記ノードに接続されているかどうかを示す、請求項１に記載の方法。
27. 前記エントリは、前記第１の時系列および前記第２の時系列のうちの一方または両方の一部である、請求項２６に記載の方法。
28. 前記ＦＨＤＮは、グラフデータベース内に記憶される、請求項１に記載の方法。
29. 前記グラフデータベースは、前記複数のノードの間の複数のポインタを備え、各ポインタは、前記複数のエッジのうちの１つを表す、請求項２８に記載の方法。
30. 前記複数のポインタは、双方向性であるポインタを備える、請求項２９に記載の方法。
31. 前記複数のポインタは、一方向性であるポインタを備える、請求項２９に記載の方法。
32. 前記複数のエッジは、ノードの間の接続または関係の強さを示す重みを備える、請求項１に記載の方法。
33. 前記システムは、任意の製造企業に関する材料表を備える、請求項１に記載の方法。
34. 前記システムは、サプライチェーン流通ネットワークを備える、請求項１に記載の方法。
35. 前記システムは、複数のユーザのソーシャルネットワークを備える、請求項１に記載の方法。
36. 前記システムは、複数の原子と、複数の結合とを備える分子であり、前記複数のノードは、前記複数の原子を表し、前記複数のエッジは、前記複数の結合を表す、請求項１に記載の方法。
37. 前記システムは、掘削資産と、精製資産と、パイプライン資産とを備える石油およびガス処理パイプラインであり、前記複数のノードは、前記掘削資産および前記精製資産を表し、前記複数のエッジは、前記パイプライン資産を表す、請求項１に記載の方法。
38. 前記システムは、ニューロンと、それらの接続とを備える生物学的ニューラルネットワークである、請求項１に記載の方法。
39. 前記システムは、道路ネットワークである、請求項１に記載の方法。
40. 前記ＦＨＤＮは、異なる時点における前記システムのスナップショットを要求することなく構築される、請求項１に記載の方法。
41. 前記システムのＦＨＤＮを構築することは、前記複数のノード、前記複数のエッジ、ならびに、前記第１の時系列および前記第２の時系列を表すデータオブジェクトを生成することを含む、請求項１に記載の方法。
42. システムの履歴状態を決定するためのシステムであって、前記システムは、
    複数の異なるデータソースから前記システムについてのデータを連続的に取得するためのデータ集約コンポーネントと、
    ネットワークグラフ化コンポーネントであって、
    前記データを使用して、前記システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、前記ＦＨＤＮは、
    （１）動的に変化することが可能である複数のノードと、
    （２）前記ノードを接続する複数のエッジと、
    （３）前記複数のノードのそれぞれと関連付けられる第１の時系列と、
    （４）前記複数のエッジのそれぞれと関連付けられる第２の時系列と
    を備え、前記第１の時系列は、経時的な前記複数のノードのアズオペレーテッド状態の変化を示し、前記第２の時系列は、経時的な前記複数のエッジのアズオペレーテッド状態の変化を示し、前記ＦＨＤＮは、異なる時点における前記システムのスナップショットを要求することなく構築される、ことと、
    履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの動作状態のグラフィカル表現を提供することと
    を行うように構成される、ネットワークグラフ化コンポーネントと
    を備える、システム。
43. 非一過性コンピュータ可読媒体であって、前記非一過性コンピュータ可読媒体は、命令を記憶しており、前記命令は、１つ以上のサーバによって実行されると、前記１つ以上のサーバに動作を実施させ、前記動作は、
    複数の異なるデータソースからシステムについてのデータを取得することと、
    前記データを使用して、前記システムの全履歴動的ネットワーク（ＦＨＤＮ）を構築することであって、前記ＦＨＤＮは、
    （１）動的に変化することが可能である複数のノードと、
    （２）前記ノードを接続する複数のエッジと、
    （３）前記複数のノードのそれぞれと関連付けられる第１の時系列と、
    （４）前記複数のエッジのそれぞれと関連付けられる第２の時系列と
    を備え、前記第１の時系列は、経時的な前記複数のノードのアズオペレーテッド状態の変化を示し、前記第２の時系列は、経時的な前記複数のエッジのアズオペレーテッド状態の変化を示し、前記ＦＨＤＮは、異なる時点における前記システムのスナップショットを要求することなく構築される、ことと、
    履歴時間インスタンスに関する前記ＦＨＤＮのクエリに応答して、前記履歴時間インスタンスに関する前記システムの動作状態のグラフィカル表現を提供することと
    を含む、非一過性コンピュータ可読媒体。

Images