JP2004072286A - 構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム - Google Patents
構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム Download PDFInfo
- Publication number
- JP2004072286A JP2004072286A JP2002226844A JP2002226844A JP2004072286A JP 2004072286 A JP2004072286 A JP 2004072286A JP 2002226844 A JP2002226844 A JP 2002226844A JP 2002226844 A JP2002226844 A JP 2002226844A JP 2004072286 A JP2004072286 A JP 2004072286A
- Authority
- JP
- Japan
- Prior art keywords
- structural change
- time
- abnormal state
- communication network
- series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Detection And Prevention Of Errors In Transmission (AREA)
Abstract
【解決手段】実績値が予測値の信頼区間をn回連続して超えた時、実データの時系列に構造変化が生じたと判断し、時系列予測式の再構築または見直しを行う手順において、構造変化を見逃す誤りによる損失と、構造変化が生じていないのに生じたと判断する誤りによる損失の和の期待値を最小にするnを用いて構造変化を検出する。また、通信網の設備の使用率や通信トラヒックの品質を定期的に観測し、異常状態と判定するしきい値をn回連続して超えた時、通信網の異常状態を検出する方法において、異常状態であるにもかかわらず見逃す誤りによる損失と、異常状態でないのにもかかわらず異常と判断する誤りによる損失の和の期待値を最小にするnを使用して異常状態検出誤りによる損失を最小にする。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、時系列データの構造変化検出や通信網の異常状態検出方法、装置、およびプログラムに関するものである。
【0002】
【従来の技術】
従来の時系列データの構造変化検出方法は、時刻tにおいて構造変化が生じたという仮説を設定して統計的検定を行う方法でありChou Testと呼ばれている。Chou Testは、時刻tにおいて構造変化が生じたと仮定して作成した時系列モデルと構造変化が生じないと仮定して作成した時系列モデルとの予測誤差の有意性をF検定で行うものである。他の方法としては、観測値が予測値の信頼区間をn回連続してはずれたら、構造変化が生じたと判断していた。
また、従来の通信網異常状態検出方法は、設備の使用率や通信トラヒックの品質を一定周期tでn回観測し、観測値がしきい値を超えた比率が与えられた比率を超えた時に異常状態にあると判定している。
【0003】
【発明が解決しようとする課題】
Chou Testの問題は、構造変化が生じた時刻tを仮説として与える必要があることである。時刻tにおいて構造変換が生じたと仮定した時、時刻t以前の観測データにもとづく時系列モデルと、時刻t以降の観測データにもとづく時系列モデルを構築する必要があるが、時刻t以降の観測データ数が少ない場合、時刻t以降の時系列モデルの信頼性が低くなるので検定精度が劣化する。いい変えると、構造変化が生じてから或る程度の時間が経過しないと、構造変化の検出ができないので、変化検出に時間を要する。前記他の方法は、経験的にnの値を決めていることから統計的裏付けに欠ける。
通信網の異常状態検出方法における従来方式では、通信網に異常が発生してから最低ntの時間を要する。迅速に異常状態を検出するのには、tまたはnを小さくする必要があるが、測定精度の制約から限界がある。
本発明は、前記問題点を解決するためになされたものであり、本発明の目的は、構造変化、通信網の異常状態を迅速に検出できること、統計的裏付けがあるという特徴を有する。
【0004】
【課題を解決するための手段】
本発明によれば、上述の課題は前記「特許請求の範囲」に記載した手段によって解決される。すなわち、請求項1の発明は、時系列予測において、実績値が予測値の信頼区間をn回連続して超えた時、実データの時系列に構造変化が生じたと判断し、時系列予測式の再構築または見直しを行う手順において、構造変化を見逃す誤り(第1種の誤り)による損失と、構造変化が生じていないのに生じたと判断する誤り(第2種の誤り)による損失の和の期待値を最小にするnを用いた構造変化検出方法である。
【0005】
請求項2の発明は、請求項1記載の構造変化検出方法において時系列予測値が信頼区間を1回外れることによる損失をa、時系列予測式再構築に必要な費用をAとし、“式9”で与えられる費用の期待値を最小にするnに対し、実績値が予測値の信頼区間をn回連続して超えた時、実データの時系列に構造変化が生じたと判断し、時系列予測式の再構築を行うための構造変化検出方法である。
【数9】
【0006】
請求項3の発明は、請求項1記載の構造変化検出方法において時系列に構造変化が生じる確率をP(Ec)、時系列に構造変化が生じていない時に観測データが信頼区間を越える確率をR、時系列に構造変化が生じている時に観測データが信頼区間を越える確率をRc、観測データが信頼区間をn回連続して越えた状態をSn、時系列に構造変化が生じていない状態をE、時系列に構造変化が生じている状態をEcとし、測定データがn回連続して信頼区間を超えた時に時系列に構造変化が生じた確率を“式10”で与え、
【数10】
測定値が信頼区間をn回連続して超えたという条件のもとでn+1回目において信頼区間を越えない確率を“式11”で与え、
【数11】
“式12”を満足する最大のnに対し、実績値が予測値の信頼区間をn回連続して超えた時、実データの時系列に構造変化が生じたと判断し、時系列予測式の再構築を行うための構造変化検出方法である。
【数12】
【0007】
請求項4の発明は、通信網の設備の使用率や通信トラヒックの品質を定期的に観測し、異常状態と判定するしきい値をn回連続して超えた時、通信網の異常状態を検出する方法であって、異常状態であるにもかかわらず見逃す誤り(第1種の誤り)による損失と、異常状態でないのにもかかわらず異常と判断する誤り(第2種の誤り)による損失の和の期待値を最小にするnを使用することで異常状態検出誤りによる損失を最小にする異常状態検出方法である。
【0008】
請求項5の発明は、請求項4の発明において通信網の設備の使用率や通信トラヒックの品質が異常状態と判定するしきい値を1回外れることによる損失をa、異常状態回避のための設備増設またはトラヒック制御に必要な費用をAとし、“式13”で与えられる費用の期待値を最小にするnに対し、測定値があらかじめ与えられたしきい値をn回連続して超えた時、通信網異常状態が生じたと判断し、設備増設またはトラヒック制御を行うための通信網異常状態検出方法である。
【数13】
【0009】
請求項6の発明は、通信網における異常状態が生じる確率をP(Ec)、異常状態でない時に観測データがしきい値を越える確率をR、異常状態の時に観測データがしきい値を越える確率をRc、観測データがしきい値をn回連続して越えた状態をSn、通信網に異常が生じていない状態をE、通信網に異常が生じている状態をEcとし、測定データがn回連続してしきい値を超えた時に通信網に異常が生じた確率を“式14”で与え、
【数14】
測定値がしきい値をn回連続して超えたという条件のもとでn+1回目においてしきい値を越えない確率を“式15”で与え、
【数15】
“式16”を満足する最大のnに対し、測定値がしきい値をn回連続して超えた時、通信網に異常が生じたと判断し、設備増設またはトラヒック制御を行うための異常値検出方法である。
【数16】
【0010】
請求項7の発明は、時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出する時系列予測装置と、予測する時系列データに関する実績データ(実現値)を測定収集する時系列データ観測装置と、前記時系列予測装置の出力である予測値と信頼区間と、前記時系列データ観測装置の出力である実績データを入力として、請求項1ないし3のうちいずれか1項に記載の構造変化検出方法によって構造変化の有無を判断する構造変化判断装置と、前記構造変化判断装置において構造変化が検出された時、構造変化発生後の実測データにもとづき時系列予測モデルを再構築する時系列予測モデル再構築装置と、を備える構造変化検出装置である。
【0011】
請求項8の発明は、回線設備もしくはノードの、CPUもしくはバッファの使用率、または、データ転送遅延もしくは廃棄率の品質を測定する通信設備使用率またはトラヒック品質測定装置と、前記通信設備使用率またはトラヒック品質測定装置の出力である通信設備の使用率またはトラヒック品質にもとづいて、請求項4ないし6のうちいずれか1項に記載の通信網異常状態検出方法によって通信網異常状態の判断を行う通信網異常状態判断装置と、を備える通信網の異常状態検出装置である。
【0012】
請求項9の発明は、コンピュータに、時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出する時系列予測手順と、予測する時系列データに関する実績データ(実現値)を測定収集する時系列データ観測手順と、前記時系列予測装置の出力である予測値と信頼区間と、前記時系列データ観測装置の出力である実績データを入力として、請求項1ないし3のうちいずれか1項に記載の構造変化検出方法によって構造変化の有無を判断する構造変化判断手順と、前記構造変化判断装置において構造変化が検出された時、構造変化発生後の実測データにもとづき時系列予測モデルを再構築する時系列予測モデル再構築手順と、を実行させるための構造変化検出プログラムである。
【0013】
請求項10の発明は、コンピュータに、回線設備もしくはノードの、CPUもしくはバッファの使用率、または、データ転送遅延もしくは廃棄率の品質を測定する通信設備使用率またはトラヒック品質測定手順と、前記通信設備使用率またはトラヒック品質測定装置の出力である通信設備の使用率またはトラヒック品質にもとづいて、請求項4ないし6のうちいずれか1項に記載の通信網異常状態検出方法によって通信網異常状態の判断を行う通信網異常状態判断手順と、を実装させるための通信網の異常状態検出プログラムである。
【0014】
上述のように、本発明は時系列予測において実績値が予測値の信頼区間を外れることによって生じる損失と(例、生鮮食料品の需要予測誤りによる品不足/品余りによる損失)、時系列予測モデルの見直しによる費用の和の期待値を最小にするように構造変化を検出することができる。また、通信網において、通信網の設備の使用率や通信トラヒックの品質がしきい値を超えることによる損失(例、品質劣化によるユーザの離反)と、通信設備増設およびトラヒック制御による費用の和の期待値を最小にするように通信網異常検出を行うことができる。
【0015】
【発明の実施の形態】
(実施形態1)
図1は、本発明の第1の実施形態の時系列構造変化検出装置に関連する系を示す図である。同図において、数字符号1は時系列構造変化検出装置、2は時系列予測装置、3は時系列データ観測装置、4は構造変化判断装置、5は時系列予測モデル再構築装置を示している。
時系列予測装置2は時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出する装置である。
時系列データ観測装置3は、予測する時系列データに関する実績データ(実現値)を測定収集する装置である。
【0016】
構造変化判断装置4は、時系列予測装置2の出力である予測値と信頼区間と時系列データ観測装置3の出力である実績データを入力として、構造変化の有無を判断する装置である。
時系列予測モデル再構築装置5は、構造変化判断装置4において構造変化が検出された時、構造変化発生後の実測データにもとづき時系列予測モデルを再構築する装置である。
【0017】
図2は、本発明の実施の形態の例である時系列予測モデルにおける構造変化検出の手順の詳細を示す流れ図である。同図において、S0〜S3との符号表示は、処理の各ステップを示すもので、以下の説明中のステップ0〜ステップ3との記載と対応している。
【0018】
ステップ0
時系列予測装置2は時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出し、構造変化判断装置4へ算出結果を送る。
ステップ1
時系列データ観測装置3は、予測する時系列データに関する実績データ(実現値)を測定し、構造変化判断装置4へ測定結果を送る。
【0019】
ステップ2
構造変化判断装置4は、時系列予測装置2の出力である予測値と信頼区間と時系列データ観測装置3の出力である実績データを入力として、実績データが信頼区間を超えた連続回数nを求め、“式17”を使って、P(Ec|Sn)を計算する。
【0020】
【数17】
ただし、
P(Ec):時系列に構造変化が生じる確率
R:時系列に構造変化が生じていない時に観測データが信頼区間を越える確率
Rc:時系列に構造変化が生じている時に観測データが信頼区間を越える確率
Sn:観測データが信頼区間をn回連続して越えた状態
E:時系列に構造変化が生じていない状態
Ec:時系列に構造変化が生じている状態
次にP(Ec|Sn)を使って“式18”を計算する。
【0021】
【数18】
“式18”で求めたα(n)が“式19”を満足すれば構造変化が生じたと判断する。
【数19】
ただし、
a:時系列予測値が信頼区間を1回外れることによる損失
A:時系列予測式再構築に必要な費用
【0022】
ステップ3
時系列予測モデル再構築装置5は、ステップ2において構造変化が生じたと判断されたら、観測値が信頼区間を外れた時点以降の観測データにもとづき時系列予測モデルの再構築を行う。
【0023】
(実施形態2)
図3は、本発明の第2の実施形態の通信網の異常状態検出装置に関連する系を示す図である。同図において、数字符号6は異常状態検出装置、7は通信設備使用率およびトラヒックの品質測定装置、8は通信網異常状態判断装置を示している。
通信設備使用率およびトラヒック品質測定装置7は回線設備やノードのCPUやバッファの使用率、データ転送遅延や廃棄率などの品質を測定する装置である。
通信網異常状態判断装置8は、装置7の出力である通信設備の使用率や品質にもとづいて通信網異常状態の判断を行う装置である。
【0024】
図4は、本発明の実施の形態の例である通信網の異常状態検出の手順の詳細を示す流れ図である。同図において、S0〜S1との符号表示は、処理の各ステップを示すもので、以下の説明中のステップ0〜ステップ1との記載と対応している。
ステップ0
通信設備使用率およびトラヒックの品質測定装置7は通信設備使用率およびトラヒックの品質を測定し、通信網異常状態判断装置8へ測定結果を送る。
ステップ1
通信網異常状態判断装置8は、通信設備の使用率およびトラヒック品質の実績データがあらかじめ設定したしきい値を超えた連続回数nを求め、“式20”を使って、P(Ec|Sn)を計算する。
【0025】
【数20】
ただし、
P(Ec):通信網に異常が生じる確率
R:通信網に異常が生じていない時に観測データがしきい値を越える確率
Rc:通信網に異常が生じている時に観測データがしきい値を越える確率
Sn:観測データがしきい値をn回連続して越えた状態
E:通信網に異常が生じていない状態
Ec:通信網に異常が生じている状態
次にP(Ec|Sn)を使って“式21”を計算する。
【数21】
【0026】
“式20”で求めたα(n)が“式22”を満足すれば通信網に異常が生じたと判断する。
【数22】
ただし、
a:観測データがしきい値を1回外れることによる損失(例えばユーザの離反)
A:設備増設やトラヒック制御起動等の通信網正常化に必要な費用
【0027】
以上、本発明者によってなされた発明を、前記実施の形態に基づき具体的に説明したが、本発明は、前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲において種々変更可能であることは勿論である。
【0028】
【発明の効果】
以上説明したように、本発明によれば、時系列予測モデルにおいて構造変化が生じた時に迅速に検出し、モデルの再構築を行うことができ、予測誤りによる損失と、時系列予測モデル再構築に伴う費用の和を最少にすることができる。
また、本発明によれば、通信網に異常が生じた時に迅速に検出し、正常化を図ることが可能となり、通信網異常に伴う損失(例、ユーザの離反、通話収入機会の逸失)と、通信網正常化のための施策(例、設備増設、トラヒック制御)費用の和を最少にすることができる。
【図面の簡単な説明】
【図1】実施形態1の時系列構造変化検出を行うためのシステム構成を説明する図である。
【図2】実施形態1の時系列構造変化検出手順を示す流れ図である。
【図3】実施形態2の通信網異常状態検出を行うためのシステム構成を説明する図である。
【図4】実施形態2の通信網異常状態検出処理の流れ図である。
【符号の説明】
1…時系列構造変化検出装置、2…時系列予測装置、3…時系列データ観測装置、4…構造変化判断装置、5…時系列予測モデル再構築装置、6…通信網異常状態検出装置、7…通信設備使用率およびトラヒック品質測定装置、8…通信網異常状態判断装置
Claims (10)
- 時系列予測において、実績値が予測値の信頼区間をn回連続して超えた時、実データの時系列に構造変化が生じたと判断し、時系列予測式の再構築または見直しを行う手順において、構造変化を見逃す誤り(第1種の誤り)による損失と、構造変化が生じていないのに生じたと判断する誤り(第2種の誤り)による損失の和の期待値を最小にするnを用いた構造変化検出方法。
- 時系列に構造変化が生じる確率をP(Ec)、時系列に構造変化が生じていない時に観測データが信頼区間を越える確率をR、時系列に構造変化が生じている時に観測データが信頼区間を越える確率をRc、観測データが信頼区間をn回連続して越えた状態をSn、時系列に構造変化が生じていない状態をE、時系列に構造変化が生じている状態をEcとし、
測定データがn回連続して信頼区間を超えた時に時系列に構造変化が生じた確率を“式2”で与え、
- 通信網の設備の使用率や通信トラヒックの品質を定期的に観測し、異常状態と判定するしきい値をn回連続して超えた時、通信網の異常状態を検出する方法であって、異常状態であるにもかかわらず見逃す誤り(第1種の誤り)による損失と、異常状態でないのにもかかわらず異常と判断する誤り(第2種の誤り)による損失の和の期待値を最小にするnを使用することで異常状態検出誤りによる損失を最小にする異常状態検出方法。
- 通信網における異常状態が生じる確率をP(Ec)、異常状態でない時に観測データがしきい値を越える確率をR、異常状態の時に観測データがしきい値を越える確率をRc、観測データがしきい値をn回連続して越えた状態をSn、通信網に異常が生じていない状態をE、通信網に異常が生じている状態をEcとし、
測定データがn回連続してしきい値を超えた時に通信網に異常が生じた確率を“式6”で与え、
- 時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出する時系列予測装置と、
予測する時系列データに関する実績データ(実現値)を測定収集する時系列データ観測装置と、
前記時系列予測装置の出力である予測値と信頼区間と、前記時系列データ観測装置の出力である実績データを入力として、請求項1ないし3のうちいずれか1項に記載の構造変化検出方法によって構造変化の有無を判断する構造変化判断装置と、
前記構造変化判断装置において構造変化が検出された時、構造変化発生後の実測データにもとづき時系列予測モデルを再構築する時系列予測モデル再構築装置と、
を備える構造変化検出装置。 - 回線設備もしくはノードの、CPUもしくはバッファの使用率、または、データ転送遅延もしくは廃棄率の品質を測定する通信設備使用率またはトラヒック品質測定装置と、
前記通信設備使用率またはトラヒック品質測定装置の出力である通信設備の使用率またはトラヒック品質にもとづいて、請求項4ないし6のうちいずれか1項に記載の通信網異常状態検出方法によって通信網異常状態の判断を行う通信網異常状態判断装置と、
を備える通信網の異常状態検出装置。 - コンピュータに、
時系列予測モデルにもとづき、与えられた期間までの時系列の予測と信頼区間を算出する時系列予測手順と、
予測する時系列データに関する実績データ(実現値)を測定収集する時系列データ観測手順と、
前記時系列予測装置の出力である予測値と信頼区間と、前記時系列データ観測装置の出力である実績データを入力として、請求項1ないし3のうちいずれか1項に記載の構造変化検出方法によって構造変化の有無を判断する構造変化判断手順と、
前記構造変化判断装置において構造変化が検出された時、構造変化発生後の実測データにもとづき時系列予測モデルを再構築する時系列予測モデル再構築手順と、
を実行させるための構造変化検出プログラム。 - コンピュータに、
回線設備もしくはノードの、CPUもしくはバッファの使用率、または、データ転送遅延もしくは廃棄率の品質を測定する通信設備使用率またはトラヒック品質測定手順と、
前記通信設備使用率またはトラヒック品質測定装置の出力である通信設備の使用率またはトラヒック品質にもとづいて、請求項4ないし6のうちいずれか1項に記載の通信網異常状態検出方法によって通信網異常状態の判断を行う通信網異常状態判断手順と、
を実装させるための通信網の異常状態検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002226844A JP2004072286A (ja) | 2002-08-05 | 2002-08-05 | 構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002226844A JP2004072286A (ja) | 2002-08-05 | 2002-08-05 | 構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004072286A true JP2004072286A (ja) | 2004-03-04 |
Family
ID=32014046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002226844A Pending JP2004072286A (ja) | 2002-08-05 | 2002-08-05 | 構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004072286A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015146551A1 (en) * | 2014-03-24 | 2015-10-01 | Nec Corporation | Wireless network interference effects |
KR20210149044A (ko) | 2019-04-04 | 2021-12-08 | 오노 야꾸힝 고교 가부시키가이샤 | 이중 특이성 항체 |
KR20220039720A (ko) | 2019-07-30 | 2022-03-29 | 오노 야꾸힝 고교 가부시키가이샤 | 이중 특이성 항체 |
CN115632887A (zh) * | 2022-12-21 | 2023-01-20 | 国网数字科技控股有限公司 | 一种区块链网络异常数据检测方法、装置及设备 |
CN116074215A (zh) * | 2022-12-30 | 2023-05-05 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
WO2023243232A1 (ja) * | 2022-06-16 | 2023-12-21 | パナソニックIpマネジメント株式会社 | データ分析装置、データ分析方法およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05268193A (ja) * | 1991-11-28 | 1993-10-15 | Fujitsu Ltd | 回線誤り率監視方法 |
JPH08320721A (ja) * | 1995-05-24 | 1996-12-03 | Meidensha Corp | 故障予知装置の異常内容判定方法 |
JPH10228463A (ja) * | 1997-02-17 | 1998-08-25 | Hitachi Ltd | 需要予測モデル評価方法 |
JP2001338155A (ja) * | 2000-05-26 | 2001-12-07 | Sofnec Co Ltd | インターネット利用のコンサルテーションサービスシステム |
-
2002
- 2002-08-05 JP JP2002226844A patent/JP2004072286A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05268193A (ja) * | 1991-11-28 | 1993-10-15 | Fujitsu Ltd | 回線誤り率監視方法 |
JPH08320721A (ja) * | 1995-05-24 | 1996-12-03 | Meidensha Corp | 故障予知装置の異常内容判定方法 |
JPH10228463A (ja) * | 1997-02-17 | 1998-08-25 | Hitachi Ltd | 需要予測モデル評価方法 |
JP2001338155A (ja) * | 2000-05-26 | 2001-12-07 | Sofnec Co Ltd | インターネット利用のコンサルテーションサービスシステム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015146551A1 (en) * | 2014-03-24 | 2015-10-01 | Nec Corporation | Wireless network interference effects |
KR20210149044A (ko) | 2019-04-04 | 2021-12-08 | 오노 야꾸힝 고교 가부시키가이샤 | 이중 특이성 항체 |
KR20220039720A (ko) | 2019-07-30 | 2022-03-29 | 오노 야꾸힝 고교 가부시키가이샤 | 이중 특이성 항체 |
WO2023243232A1 (ja) * | 2022-06-16 | 2023-12-21 | パナソニックIpマネジメント株式会社 | データ分析装置、データ分析方法およびプログラム |
CN115632887A (zh) * | 2022-12-21 | 2023-01-20 | 国网数字科技控股有限公司 | 一种区块链网络异常数据检测方法、装置及设备 |
CN116074215A (zh) * | 2022-12-30 | 2023-05-05 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
CN116074215B (zh) * | 2022-12-30 | 2024-04-19 | 中国联合网络通信集团有限公司 | 网络质量检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6777069B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
US8230262B2 (en) | Method and apparatus for dealing with accumulative behavior of some system observations in a time series for Bayesian inference with a static Bayesian network model | |
US9122273B2 (en) | Failure cause diagnosis system and method | |
US8156377B2 (en) | Method and apparatus for determining ranked causal paths for faults in a complex multi-host system with probabilistic inference in a time series | |
US8291263B2 (en) | Methods and apparatus for cross-host diagnosis of complex multi-host systems in a time series with probabilistic inference | |
US8069370B1 (en) | Fault identification of multi-host complex systems with timesliding window analysis in a time series | |
WO2020215721A1 (zh) | 一种激光雷达的寿命预测方法 | |
CN107992410B (zh) | 软件质量监测方法、装置、计算机设备和存储介质 | |
US20130305081A1 (en) | Method and system for detecting symptoms and determining an optimal remedy pattern for a faulty device | |
US7485548B2 (en) | Die loss estimation using universal in-line metric (UILM) | |
WO2016136198A1 (ja) | システム監視装置、システム監視方法、及び、システム監視プログラムが記録された記録媒体 | |
JP2007170021A (ja) | 配水及び管路情報解析システム | |
EP3591604A1 (en) | Defect rate analytics to reduce defectiveness in manufacturing | |
JP6164311B1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP5621967B2 (ja) | 異常データ分析システム | |
JP2004072286A (ja) | 構造変化検出方法および通信網異常状態検出方法、並びに、その装置およびプログラム | |
CN110795324B (zh) | 一种数据处理方法及装置 | |
Mauša et al. | Multivariate logistic regression prediction of fault-proneness in software modules | |
JP2010218301A (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
CN110134913B (zh) | 数据分析方法、数据分析装置以及记录介质 | |
Anderson-Cook et al. | Reliability modeling using both system test and quality assurance data | |
CN116884183A (zh) | 氢气预警方法、装置、终端设备及存储介质 | |
EP4163587A1 (en) | Estimation device, estimation method, and estimation computer program for estimating a precipitate thickness | |
CN113454950A (zh) | 基于流量统计的网络设备及链路实时故障检测方法和系统 | |
JP6126316B2 (ja) | 保守支援システム及び保守支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060228 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060718 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070116 |