JP2007020115A - 通信網の障害検出システム、通信網の障害検出方法及び障害検出プログラム - Google Patents

Abstract

【課題】 通信網の管理サーバが出力する警報ログを分析し、警報を引き起こす上位の要因にまで遡って通信網の異常度を評価し、客観的な基準に従い通信網の障害を検出するシステムを提供する。
【解決手段】 警報の記録内容を解析することにより、警報を引き起こす上位要因５００の発現強度を算出する上位要因５００の発現強度算出手段と、通信網の正常時における上位要因５００の発現強度の確率分布を算出する発現強度確率分布算出手段と、算出した上位要因５００の発現強度について、正常時の上位要因５００の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出手段と、異常度と予め与えられた閾値とを比較することにより、通信網の障害を検出する障害検出手段とを備え、警報の発生記録から警報を引き起こした上位の要因の発現強度を算出し、上位要因５００の発現強度を用いて通信網の障害を検出する。
【選択図】 図２

Description

本発明は通信網の障害検出システムに関し、特に通信網の警報ログから得られる情報を分析して通信網の障害を検出する通信網の障害検出システム、通信網の障害検出方法及び障害検出プログラムに関する。

通常、通信網の構成要素で異常が発生すると、警報として通信網の管理システムに通知されてログに記録される。通信網の保守要員は、ログに記録された警報の時系列情報と自らの経験に基づき異常の根本原因を推定して通信サービスに与える影響度を評価し、通信網に対して改善措置が必要な場合等に障害と判定する。

一般に、大規模な通信網の管理システムには日常的に多くの警報が通知されるため、保守要員がログを手動で分析する場合は多くの労力が必要になる。また、通信網で異常が発生すると関連する警報が連鎖的に多数発生して異常の根本原因を示唆する重要な警報を覆い隠してしまうことがあるので、ログから異常の根本原因を推定する作業には多くの経験が必要になる。そこで、この種のログ分析を支援するシステムならびに冗長な警報を集約するシステムがこれまでに提案されている。

ログの分析を支援するシステムの従来技術の１例が特開２００４−３１８５５２号公報（特許文献１）に記載されている。特許文献１に記載されたログの分析支援システムは、通信網に接続された侵入検知システムのログを監視して事象(アクセス行為)の単位時間当たりの発生回数を個別に観測し、その異常度を算出して提示することにより、観測量に異常な変動が生じた事象を管理者に通知するシステムである。該ログの分析支援システムは、複数の侵入検知システムのログの観測量を比較して、比較結果に所定値以上の差異が生じたときに観測量を異常と判定する機能を具備する。

また、冗長な警報を集約するシステムの従来技術の１例が特許第３０８２５４８号公報（特許文献２）に記載されている。特許文献２に記載された警報の選別システムでは、警報の発生時刻の間の統計的な相関関係を調べることにより、同時刻に発生したり一定の時間遅れを伴って発生するような同期性を有する単位に警報を分類して複数の警報集合を生成する。その後、発生事象に最も密接な警報を集合ごとに選別することにより、冗長な多数の警報を重要な警報のみに集約する。
特開２００４−３１８５５２号公報 特許第３０８２５４８号公報 村田昇著、入門 独立成分分析、東京電機大学出版局、２００４

しかしながら、上記の従来技術では通信網の管理サーバが出力する複数の警報を総合的に加味して客観的な基準に従い通信網の障害を検出できない問題点がある。

その理由は、従来技術では個々の警報の異常度を提示する手段を提供するが、それらの情報を総合化して通信網の状態を障害か否か客観的な基準に従い判定する手段を提供していないからである。例えば、全ての警報の発生回数が正常範囲の限界に近いために網全体として異常な状態にある場合は、個々の警報の発生回数が正常範囲内にあることから、従来技術ではその異常を検出できない。

本発明では、警報系が単一の警報を出力する状態を引き起こす要因を下位の要因、複数の警報が連鎖的に出力される状態を引き起こす要因を上位の要因と定義する。このとき、上記の従来技術では、上位の要因にまで遡って通信網の異常度を評価できない問題点がある。

その理由は、従来技術では下位の要因が引き起こす単一の警報の異常度を提示する手段や、発生時刻に関する時間的な相関関係に基づき同期性を有する単位に警報を分類して上位の要因を抽出する手段を提供するが、上位の要因に基づいて網の異常度を推定する手段を提供していないからである。例えば、異なる複数の上位の要因が同一の警報を引き起こす場合、該警報の発生回数に変化を及ぼす影響力が弱い上位の要因は影響力が強い他方の上位の要因の変動に埋もれてしまい、従来のように該警報の発生回数の変動を監視したり該警報を分類するだけでは影響力の弱い上位の要因の出現を検出できない。これは、重大な障害を引き起こす上位の要因による警報の発生頻度が低い場合に特に問題である。

さらに、上記の従来技術では、監視する通信網の監視期間における状態を多面的に評価できない問題点がある。

その理由は、従来技術では複数の管理対象から得られる警報数を比較してその異常を検出する機能の具体的な実現手段が提供されておらず、なおかつ個々の警報の異常を検出するだけなので、監視期間における地理的に近接した通信網の状態と、当該通信網における監視期間より以前の状態とを同時に比較することにより通信網の総合的な状態の判定を行うということができないからである。

本発明の目的は、通信網の警報を解析して複数の警報の発生状態を総合的に加味し、なおかつ警報を引き起こす上位の要因にまで遡って通信網の異常度を評価し、客観的な基準に従い通信網の障害を検出するシステムを提供することにある。

本発明のさらに他の目的は、監視する通信網の監視期間における状態を、監視期間における地理的に近接した通信網の状態と、当該通信網における監視期間より以前の状態とを同時に比較することにより、通信網の状態を多面的に評価して通信網の障害を検出するシステムを提供することにある。

上記の目的を達成するために本発明は、通信の異常時に発した警報の内容を記録する通信網において、前記警報の記録内容から前記警報を引き起こした上位要因の発現強度を算出し、算出した前記上位要因の発現強度に基づいて通信網の前記上位要因に起因する障害を検出することにより達成できる。

また、上記の目的を達成するために本発明は、警報の記録内容を解析することにより、警報を引き起こす前記上位要因の発現強度を算出する上位要因の発現強度算出手段と、前記通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出手段と、算出した前記上位要因の発現強度について、前記正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出手段と、前記異常度と予め与えられた閾値を比較することにより前記通信網の障害を検出する障害検出手段とを備えるため、警報の内容を解析して複数の警報の発生状態を総合的に加味し、なおかつ警報を引き起こす上位の要因にまで遡って通信網の異常度を評価し、客観的な基準に従い通信網の障害を検出できる。

さらに、上記の目的を達成するために本発明は、上記の構成に加え、前記上位要因の発現強度算出手段が、前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出手段と、出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出手段を有し、前記時間変動を表すパラメータと前記空間変動を表すパラメータの値を前記上位要因の発現強度とするため、監視する通信網の監視期間における状態を、監視期間における地理的に近接した通信網の状態と、当該通信網における監視期間より以前の状態の両方と同時に比較することにより、通信網の状態を多面的に評価して通信網の障害を検出できる。

本発明によれば、以下の効果が達成される。

第１の効果は、複数の上位の要因が混在して変動する警報の発生数を単純に監視するよりも確度の高い障害検出を実現できることにある。

その理由は、通信の異常時に発した警報の内容を記録する通信網において、警報の記録内容から警報を引き起こした上位要因の発現強度を算出し、算出した上位要因の発現強度に基づいて通信網の上位要因に起因する障害を検出するからである。

第２の効果は、保守要員が個々の警報の異常度を監視しながら通信網の状態を判定するよりも客観性が高い障害検出を実現できることにある。

その理由は、警報の記録内容を解析することにより、警報を引き起こす上位要因の発現強度を算出して通信網の正常時における上位要因の発現強度の確率分布を算出し、算出した上位要因の発現強度について、正常時の上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出し、異常度と予め与えられた閾値を比較することにより通信網の障害を検出するからである。

第３の効果は、監視対象とする通信エリアにおける警報数の時間変動のみを監視するよりも多面的な障害検出を実現できることにある。

その理由は、警報の記録内容から警報の出現頻度の時間変動を表すパラメータ及び出現頻度の空間変動を表すパラメータを抽出し、時間変動を表すパラメータと空間変動を表すパラメータの値を上位要因の発現強度として、通信網の正常時における上位要因の発現強度の確率分布を算出し、算出した上位要因の発現強度について、正常時の上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出し、異常度と予め与えられた閾値を比較することにより、通信網の障害を検出するからである。

次に、本発明を実施するための最良の形態について図面を参照して詳細に説明する。

（第１の実施の形態）
図１は、本発明における第１の実施の形態による障害検出システムの警報の発生要因と警報の関係を示す概念図である。

本発明では、警報系５０２が単一の警報を出力する状態を引き起こす要因を下位要因５０１、複数の警報が連鎖的に出力される状態を引き起こす要因を上位要因５００と定義する。このとき、警報を引き起こす上位要因５００が個々の警報を直接引き起こす単数もしくは複数の下位要因５０１を誘発し、それらの下位要因５０１による異常を警報系５０２が感知して警報５０３を出力する。

具体的には，上位要因５００の例としては妨害波の出現，通信ユーザ数の一時的な急増，通信路の遮断，通信装置の故障などが挙げられ，下位要因５０１の例としては輻輳の発生，呼の受付規制の発生，通信帯域の不足，通信路の確立の失敗，端末の喪失などが挙げられる。

特に、本実施の形態において、上位要因５００は、上記上位要因５００の具体例のうち、監視する通信エリア内に固有で、かつ、発生時間に対して統計的に独立に警報を引き起こす時間変動の上位要因である。

ここで警報系５０２は、通信網上の異常を検出して警報を出力する機能を有する。警報系５０２には、例えば、管理サーバが位置する。

本発明では、監視する通信エリアに関するログに現れる個々の警報５０３の発生数の時間変動から上位要因５００の発生頻度に比例する値を算出してその値を上位要因５００の発現強度とし、その発現強度の変動を監視することにより障害を検出する。特に、本発明の第1の発明の実施の形態では、監視する通信エリアの警報５０３の発生数に変動をもたらす要因のうち発生時間に対して統計的に独立な要因を上位要因５００とする。

（第１の実施の形態の構成）
図２は、本発明を実施するための通信網の障害検出システム１の構成図である。

本発明による障害検出システム１は、通信網の管理サーバ（不図示）が出力するログを収集するログ収集部１００と、収集したログから通信網の状態監視に必要な観測量を抽出する観測量抽出部１０１と、抽出した観測量をその上位要因５００の発現強度に変換する上位要因発現強度算出部１０２と、上位要因５００の発現強度の正常時の確率分布を算出して網特性データベース１０６に格納する発現強度確率分布算出部１０８と、個々の上位要因５００の発現強度の値と網特性データベース１０６に格納されている上位要因５００の発現強度の正常時の確率分布とを比較して該発現強度の異常な度合い（異常度）を算出し、さらに複数の発現強度の異常度を総合化して通信網の異常度を算出する異常度算出部１０３と、通信網の異常度と網特性データベース１０６に格納されている異常度の閾値とを比較して通信網の状態を判定し障害を検出する障害検出部１０４と、障害の検出結果をCRT等の表示装置に表示する結果表示部１０５と、入力部１０９とから構成される。

図３は、観測量抽出部１０１の構成図である。

観測量抽出部１０１は、ログ収集部１００が収集した警報ログ１０から特定の通信エリアに関するログを抽出する特定空間ログ抽出部１２０と、抽出した特定の通信エリアのログから特定の時間区間に関するログを抽出する特定時間ログ抽出部１２１と、特定空間ログ抽出部１２０と特定時間ログ抽出部１２１とにより抽出されたログから警報の種別ごとの発生回数を算出する警報数算出部１２２とから構成され、観測量として特定空間及び特定時間（特定の時空間領域）の警報数１１を出力する。

図４は、上位要因発現強度算出部１０２の構成図である。

上位要因発現強度算出部１０２で複数もしくは単数の観測量（警報数１１）の値をその上位要因５００の発現強度に変換する方法としては、統計的に無相関な変動成分を観測量から抽出してその値を上位要因５００の発現強度と対応付ける方法や、観測量から統計的に独立な変動成分を抽出してその値を上位要因５００の発現強度と対応付ける方法や、統計的に完全な無相関でも独立でもないが上位要因５００と関連することが経験的にわかっている変動成分を観測量から抽出してその値を上位要因５００の発現強度と対応付ける方法など、幾つかの方法が考えられる。

本実施の形態では、上位要因発現強度算出部１０２が観測量をその上位要因５００の発現強度に変換する機能の一形態として、観測量を統計的に独立な変動成分に分解して取得したその発現強度を上位要因５００の発現強度とする方法を取り上げる。

この場合、上位要因発現強度算出部１０２は、特定の時空間領域の警報数１１から独立成分の分解処理に必要な行列Wを算出する行列W算出部１３０と、独立成分の分解演算処理を行う独立成分分解部１３１から構成され、独立成分の発現強度すなわち警報の上位要因発現強度１２を出力する。

行列W算出部１３０で算出された行列Wは、網特性データベース１０６に格納され、独立成分分解部１３１の要求に応じて取り出される。

図５は、異常度算出部１０３の構成図である。

異常度算出部１０３は、警報の上位要因発現強度１２からその異常度を算出する発現強度異常度算出部１４０と、各上位要因５００の発現強度の異常度を総合化して通信網の異常度を算出する異常度総合化部１４１から構成される。

上位要因５００の発現強度の異常度を算出する際は、網特性データベース１０６に格納されている上位要因５００の発現強度すなわち独立成分に対する正常時の確率分布が用いられる。

障害検出部１０４は、異常度算出部１０３で求めた異常度と網特性データベース１０６に格納されている閾値とを比較して通信網の障害検出を行い、最終的に検出結果１３を出力する。

図６は、網特性データベース１０６に格納されている情報の構成図である。

網特性データベース１０６は、通信網の特性を表す特性パラメータを監視対象とする通信エリアＪごとに格納している。通信網の特性パラメータは、独立成分の分解処理の前処理に用いる個々の警報の時間区間あたりの発生数の平均値と、独立成分の分解処理に用いる行列Wの算出値と、異常度の算出に用いる正常時の各独立成分の値の確率分布と、障害検出に用いる異常度の閾値とから構成される。

入力部１０９は、保守要員によって指定された、障害の監視対象とする通信エリアＪと監視を始める時間区間とを、キーボードやネットワーク等を介して入力し、観測量抽出部１０１に送る。

ここで、本実施の形態による障害検出システム１のハードウェア構成の説明をする。

図７は、本実施の形態による障害検出システム１のハードウェア構成を示すブロック図である。

図７を参照すると、本実施の形態による障害検出システム１は、一般的なコンピュータ装置と同様のハードウェア構成によって実現することができ、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）７０１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメインメモリであり、データの作業領域やデータの一時退避領域に用いられる主記憶部７０２、ネットワーク８００を介してデータの送受信を行う通信部７０３、液晶ディスプレイ、プリンタやスピーカ等の提示部７０４、キーボードやマウス等の入力部７０５、周辺機器と接続してデータの送受信を行うインタフェース部７０６、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、磁気ディスク、半導体メモリ等の不揮発性メモリから構成されるハードディスク装置である補助記憶部７０７、本情報処理装置の上記各構成要素を相互に接続するシステムバス７０８等を備えている。

本実施の形態による障害検出システム１は、その動作を、障害検出システム１内部にそのような機能を実現するプログラムを組み込んだ、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）等のハードウェア部品からなる回路部品を実装してハードウェア的に実現することは勿論として、上記した各構成要素の各機能を提供するプログラムを、コンピュータ処理装置上のＣＰＵ７０１で実行することにより、ソフトウェア的に実現することができる。

すなわち、ＣＰＵ７０１は、補助記憶部７０７に格納されているプログラムを、主記憶部７０２にロードして実行し、障害検出システム１の動作を制御することにより、上述した各機能をソフトウェア的に実現する。

（第１の実施の形態の動作）
次に、図２〜図１２を参照して、本発明による第1の実施の形態の動作について詳細に説明する。

図８は、本実施の形態による障害検出システム１の動作を説明する図である。

通信網の管理サーバが出力する警報ログ１０は、電子的な媒体に記録されたバイナリもしくはテキストのデータとして提供される。そのデータには、最低限、警報が生じた日時を示す時間情報、警報が生じた通信エリアを識別する識別情報、生じた警報の種別に関する情報が含まれている。

最初に、入力部１０９に、保守要員によって指定された、障害の監視対象とする通信エリアと監視を始める時間区間と（初期値）が入力される（ステップS８０１、ステップS８０２）。

すると観測量抽出部１０１は、指定された通信エリア内の時間区間に生じる警報の種別とその警報の発生回数を観測量として抽出する（ステップS８０３）。

図９は、上記ステップS８０３における観測量抽出部１０１の抽出処理の動作を示す図である。

図９に示すように、この処理では、まず、観測量抽出部１０１内の特定空間ログ抽出部１２０が、ログ収集部１００より受け取った警報ログ１０から、警報が生じた通信エリアの識別情報をもとに監視対象の通信エリアに関するログのみを抽出する（ステップS９０１）。

次に、観測量抽出部１０１内の特定時間ログ抽出部１２１が、警報が生じた日時を示す時間情報をもとに、特定空間ログ抽出部１２０が抽出したログを、監視対象の時間区間に関するログに絞り込む（ステップS９０２）。

その後、観測量抽出部１０１内の警報数算出部１２２が、特定時間ログ抽出部１２１で絞り込まれたログに対して、警報の種別ごとにその発生回数を算出する（ステップS９０３）。

このようにして算出された発生回数が、上記ステップS８０３において観測量として抽出される。

本実施の形態による障害検出システム１の動作の説明に戻ると、次に、上位要因発現強度算出部１０２が、ログに現れる個々の警報の発生数を発生時間に対して統計的に独立な変動成分に分解して上位要因５００の発現強度を算出する（ステップS８０４）。

本実施の形態において、警報の発生数を統計的に独立な変動成分へ分解する手法には、独立成分分析の手法を用いる。

独立成分分析の手法は、数式(1)に示すような時刻tのＭ個の観測量をベクトル化した観測信号ベクトルｘ(t)を、Ｎ×Ｍ行の行列Wを用いて数式(２)に示すような統計的に独立なＮ個の成分からなる信号ベクトルy(t)に数式(３)のごとく変換する手法である。

行列Wの値は、信号ベクトルy(t)が独立性の指標を満たすように、観測信号ベクトルの標本を用いて学習アルゴリズムにより定める。独立性の指標と学習アルゴリズムは非特許文献１に詳しく記載されており、本発明では後述する実施例でその一例について説明する。

なお、本実施の形態では、指定された通信エリアの時間区間における個々の警報の発生数をベクトル化した値を観測信号ベクトルとする。ただし、観測信号ベクトルの平均値が零となるようにベクトルの各要素から予め個々の警報の平均発生数を差し引いておく。

ここで、網特性データベース１０６が未構築な場合には、ステップS８２１で網特性データベース１０６を更新すると判断し、実際の通信網の障害監視に先立ってステップS８２２で網特性データベース１０６を構築する。

図１０は、ステップS８２２における網特性データベース１０６の構築処理の動作を説明する図である。

まず、ステップS１００１で、監視対象とする通信エリア内（通信エリアＪ）の時間区間ごとに得られる観測信号ベクトルを標本として正常時と障害時の標本をともに含む標本集合を生成する。

次に、ステップS１００２で、標本集合内の観測信号ベクトルの平均値を求め、標本集合内の各標本ベクトルから該平均値ベクトルを差し引いたベクトルを新たな標本ベクトルとするとともに、該平均値ベクトルの要素である各警報の平均発生数を網特性データベース１０６に格納する。

さらに、ステップS１００３で、標本集合から行列Wを算出して網特性データベース１０６に格納する。

その後、ステップS１００４で、監視対象とする通信エリアＪが正常な状態にあるときに得られる観測信号ベクトルの標本を前記標本集合から選択する。

次いで、ステップS１００５で、ステップS１００４において選択した標本を独立成分に分解する。

続いて、ステップS１００６で、ステップS１００５において生成した正常時の独立成分の標本集合から独立成分の値の確率分布を算出して網特性データベース１０６に格納する。

ステップS１００７では、監視対象とする通信エリアＪが障害状態にあるときに得られる観測信号ベクトルの標本を前記標本集合から選択する。

そして、ステップS１００８で、ステップS１００７において選択した各標本を独立成分に分解する。

その後、ステップS１００９で、独立成分の値の異常度を総合化した通信網の異常度を求める。

ステップS１０１０で、前記の障害時の通信網の異常度の分布もしくは運用ポリシーに基づいて定まる異常度の閾値を網特性データベース１０６に格納する。

図１１は、正常時の独立成分の標本集合から、独立成分の値の確率分布を算出する方法の一例を示す図である。

まず、正常時の独立成分の標本集合から、ｙ軸を独立成分の値、ｆ（ｙ）軸を独立成分の出現度数として、独立成分の値のヒストグラム１１０１を生成し、次に、ヒストグラム１１０１から近似曲線１１０２を求め、最後に、変数をｘとして近似曲線１１０２の積分が１となるように近似曲線１１０２を定数倍した曲線を独立成分の確率分布１１０３とする。

本実施の形態では、監視対象とする通信エリアの全ての時間区間の観測信号の分解処理で同一の行列Wを用いる。ただし、行列Wを算出してから長時間が経過して通信エリアの特性が大幅に変化した可能性があると判断した場合にはステップS８２１で網特性データベース１０６を更新すると判定し、ステップS８２２で新たに警報の平均発生数、行列W、独立成分の正常時の確率分布、異常度の閾値を算出して網特性データベース１０６を更新する。

また、本実施の形態では、監視対象とする異なる通信エリアごとに網特性データベース１０６に格納してある行列Wを取り出す。

本発明では、このような通信エリアに固有な行列Wを用いて得られる観測量の個々の独立成分の値を監視することにより通信網の障害を検出する。具体的には、個々の独立成分の値に対する異常度を求め（ステップS８０５）、さらにそれらを総合化することによって、指定された通信エリアと時間空間における通信網の異常度を求め（ステップS８０６）、通信網の異常度と事前に用意した閾値とを比較して障害検出を行う（ステップS８０７）。

独立成分の値に対する異常度の算出には、統計的な手法を用いる。

図１２は、統計的な手法を用いた異常度の算出方法を説明する図である。

独立成分の異常度算出部１４０では、関数ｆ（ｙ）で表される確率分布１１０３に対する独立成分の値の外れ度合いを定量化する指標として、上側確率１２０１もしくは下側確率１２０２もしくはそれらの和である両側確率を用い、その値を独立成分の値の異常度として出力する。例えば両側確率を用いる場合は、独立成分ｙ0の異常度ｇ（ｙ0）を数式(４)により求める。なお、このように求めた異常度は、異常の度合いが大きなほど小さな値を示す。

通信網の異常度すなわち監視対象とする特定の通信エリア内の特定の時間区間の異常度は、該当する区間の個々の独立成分の値の異常度を総合化することにより求める。

異常度は、独立事象の生起確率なので、本発明では個々の独立成分の値の異常度を総合化した異常度として、個々の独立成分の値の異常度の積を用いる。この場合、最終的に求まる異常度は、独立事象の積事象の生起確率に相当する。

個々の独立成分の値の異常度の積は、通信エリア内に警報を引き起こす時間的に独立な複数の上位要因５００が、ある程度以上の頻度で同時に生じる確率と考えることができる。

このようにして、ステップS８０７おいて、この確率が事前に設けた閾値より小さな場合には、正常な状態では稀にしか起こらない事象が生じているとみなして、監視対象とする通信エリア内の時間区間が障害状態にあると判定して該障害を検出する。

ステップS８０８では、ステップS８０７で得られた障害検出の結果をCRT等の結果表示部１０５に表示する。

結果表示部１０５は、この他にも、監視対象とする通信エリアと時間区間における通信網の異常度、正常時の通信網の異常度の平均値と分散値、前記の異常度の算出のもとになる各独立成分の値の異常度、正常時の各独立成分の値の異常度の平均値と分散値、各独立成分を逆変換して得られる各警報の発生数の一覧などを表示する。

なお、独立成分の逆変換は数式（３）において行列Ｗの逆行列Ｗ^-1を左側から掛けることにより実現できる。

ステップS８０９では、監視を終了するか否かを確認し、終了しない場合にはステップS８１０で監視する時間区間を次の区間に更新してステップS８０３の観測量の抽出に戻り、以下、終了の指示があるまで時間区間を順次繰り上げながら監視を続ける。
（第１の実施の形態の効果）
次に、本実施の形態の効果について説明する。

本実施の形態では、複数の要因が混在して生じる警報の発生数を複数の上位要因５００ごとの発生数に分離し、分離された複数の警報の発生数を各上位要因５００の発現強度に変換し、それら複数の発現強度を総合的に監視して障害を検出するので、複数の要因が混在した警報の発生数を単純に監視するよりも確度の高い障害検出を実現できる。

さらに、統計的な手法により数値化した上位要因５００の発現強度の異常度と閾値を比較して障害判定を行っているので判定の客観性が高い。

さらに、監視対象とする通信エリア内の警報数の時間変動の成分を監視して障害を検出するので、同一の通信エリア内で正常時の各時間区間に比べて警報数が異常な時間変動を示す障害を検出できる。

（第２の実施の形態）
（第２の実施の形態の構成）
第２の実施の形態は、図２に示した第１の実施の形態に対応し、第１の実施の形態と同様の基本構成を採用する。

したがって、以下、上記の第１の実施の形態との相違点について主に説明し、第１の実施の形態と共通する構成要素については説明を適宜省略する。

図１３は、本発明における第２の実施の形態による障害検出システムの警報の発生要因と警報の関係を示す概念図である。

本実施の形態では、監視する通信エリアの警報の発生数に変動をもたらす上位の要因は、場所(空間)に固有かつ時間に沿って変動する時間変動の上位要因５００と、時間に固有かつ空間に沿って変動する空間変動の上位要因５０４とからなる。

特に、本実施の形態において、上位要因５００は、第１の実施の形態における時間変動の上位要因５００と同様であり、上位要因５０４は、第１の実施の形態における上位要因５００の具体例のうち、監視する時間に固有で、かつ、通信エリアに沿って変動する空間変動の上位要因である。

入力部１０９で保守要員によって指定された、障害の監視対象とする通信エリアと監視を始める時間区間とを入力することにより、第1の実施の形態では、監視する通信エリアの警報の発生数に変動をもたらす要因のうち、監視する通信エリア内に固有かつ発生時間に対して統計的に独立な時間変動の上位要因５００が引き起こす障害を検出するが、一方、本実施の形態では、監視する通信エリアの警報の発生数に変動をもたらす要因のうち、監視する時間区間内に固有、かつ、監視する通信エリアと地理的に近接した周辺通信エリアからなるエリア内の発生場所に対して統計的に独立な空間変動の上位要因５０４が引き起こす障害を検出する。

本実施の形態では、観測信号ベクトルは、第１の実施の形態と同様に個々の警報の発生数をベクトル化した値とする。ただし、観測信号ベクトルは、数式(５)に示すように、監視する時間区間における位置ｓの関数である観測信号ベクトルｘ（ｓ）であり、対応する信号ベクトルも数式(６)に示すように同じく位置ｓの関数ｙ（ｓ）である点が、それぞれ時刻tの関数である第１の実施の形態と異なる。さらに、本実施の形態では、監視対象とする異なる時間区間ごとに行列Wと独立成分の確率分布を算出して網特性データベース１０６に格納する。

図１４は、本実施の形態による障害検出システム１を実施するために用いる網特性データベース１０６に格納されている情報の構成図である。

本実施の形態による網特性データベース１０６は、通信網の特性を表す特性パラメータを、監視対象とする時間区間Ｋごとに格納している点で、監視対象とする通信エリアＪごとに格納している第１の実施の形態と異なる。

従って、本実施の形態による網特性データベース１０６の通信網の特性パラメータは、独立成分の分解処理の前処理に用いる個々の警報の通信エリアあたりの発生数の平均値と、独立成分の分解処理に用いる行列Wの算出値と、異常度の算出に用いる正常時の各独立成分の値の確率分布と、障害検出に用いる異常度の閾値とから構成される。

なお、本実施の形態による網特性データベース１０６の構築処理は、図１０に示すステップS１００１と同様にして、まず監視対象とする異なる時間区間Ｋごとに、監視対象とする通信エリアと地理的に近接した周辺通信エリアから得られる該時間区間Ｋの観測信号ベクトルを標本として正常時と障害時の標本をともに含む標本集合を生成する。

後は、網特性データベース１０６に格納する特性パラメータを、第１の実施の形態と同様に図１０に示す更新処理に従って監視対象とする時間区間Ｋごとに求めて網特性データベース１０６に格納する。
（第２の実施の形態の動作）
図１５は、本実施の形態による障害検出システム１の動作を説明する図である。

本実施の形態による障害検出システム１の動作は、ステップS１５０３における観測量の抽出方法が、図８に示す第１の実施の形態のステップS８０３と異なる。

図１６は、本実施の形態によるステップS１５０３における観測量の抽出処理の動作を示す図である。

本実施の形態による観測量の抽出処理の動作は、監視対象の時間区間に関するログを抽出してから（ステップS１６０１）、この抽出したログについて監視対象の通信エリアを含む複数の周辺通信エリアに関するログへの絞り込みを行って（ステップS１６０２）警報の種別ごとにその発生回数を算出する（ステップS１６０３）点で、監視対象の通信エリアに関するログを抽出してから（ステップS９０１）、この抽出したログについて監視対象の時間区間に関するログへの絞り込みを行って（ステップS９０２）警報の種別ごとにその発生回数を算出する（ステップS９０３）第１の実施の形態による観測量の抽出処理の動作と異なる。

また、本実施の形態による動作は、ステップS１５０４において、観測量を、時間変動の独立成分ではなく、空間変動の独立成分に分解する点で、図８に示すステップS８０４において、観測量を、空間変動の独立成分ではなく、時間変動の独立成分に分解する第１の実施の形態の動作と異なる。

さらに、本実施の形態による動作は、ステップS１５０４において、監視対象とする異なる時間区間ごとに網特性データベース１０６に格納してある行列Wを取り出す点で、図８に示すステップS８０４において、監視対象とする異なる通信エリアごとに網特性データベース１０６に格納してある行列Wを取り出す第１の実施の形態の動作と異なる。

さらにまた、本実施の形態による動作は、ステップS１５０６において異常度を算出する際に、監視対象とする異なる時間区間ごとに網特性データベース１０６に格納してある独立成分の確率分布を取り出す点で、図８に示すステップS８０６において、監視対象とする異なる通信エリアごとに網特性データベース１０６に格納してある独立成分の確率分布を取り出す第１の実施の形態の動作と異なる。

また、本実施の形態による動作は、ステップS１５０７において障害を検出する際に、監視対象とする異なる時間区間ごとに網特性データベース１０６に格納してある異常度の閾値を取り出す点で、図８に示すステップS８０７において、監視対象とする異なる通信エリアごとに網特性データベース１０６に格納してある異常度の閾値を取り出す第１の実施の形態の動作と異なる。

本実施の形態では、監視対象とする時間区間ごとに行列Wを使い分けるが、監視対象とする時間区間が同じならば監視対象とする通信エリアが異なる場合でも該時間区間に対応する同一の行列Wを用いる。

このとき、時間区間の同一性の判定基準を緩めて、例えば、一日の中で同一の時間帯に属する時間区間は、日が異なる場合でも互いに同一の時間区間であると判定して同一の行列Wを用いてもよい。

ただし、行列Wを算出してから長時間が経過するなどして、監視対象とする通信エリアを含む複数の周辺通信エリアの特性が大幅に変化した可能性があると判断した場合には、ステップS８２１で網特性データベース１０６を更新すると判定し、ステップS８２２で新たに警報の平均発生数、行列W、独立成分の確率分布、異常度の閾値を推定して網特性データベース１０６を更新する。

本実施の形態における障害検出システム１のその他の動作は、図８に示す第１の実施の形態による障害検出システム１の対応する動作と同様である。
（第２の実施の形態の効果）
次に、本実施の形態の効果について説明する。

本実施の形態では、監視対象とする時間区間内（時間区間Ｋ）の警報数の空間変動の成分を監視して障害を検出するので、同一の時間区間内で正常時の周辺通信エリアに比べて警報数が異常な空間変動を示す監視対象の通信エリアの障害を検出できる。

（第３の実施の形態）
図１７は、本発明による第１から第３の実施の形態の特徴を説明する図である。

第１と第２の実施の形態では、警報の発生数を監視対象とする通信エリア内で発生時間に対して統計的に独立な時間変動の上位要因５００が引き起こす障害、もしくは監視する通信エリアと地理的に近接した周辺通信エリアからなるエリア内の発生場所に対して統計的に独立な空間変動の要因５０４が引き起こす障害の何れか一方のみを検出していた。

これに対し、本実施の形態では、時間変動の上位要因５００と、空間変動の上位要因５０４と（時空間変動の上位要因）が引き起こす障害を両方とも検出する。

特に、本実施の形態において、上位要因５００は、第１の実施の形態における時間変動の上位要因５００と同様であり、上位要因５０４は、第２の実施の形態における空間変動の上位要因５０４と同様である。

以下、上記の第１と第２の実施の形態との相違点について主に説明し、第１と第２の実施の形態と共通する構成要素については説明を適宜省略する。
（第３の実施の形態の構成）
図１８は、本発明における第３の実施の形態による通信網の障害検出システム１の構成図である。

本実施の形態による通信網の障害検出システム１の構成と、第１の実施の形態ならびに第２の実施の形態による通信網の障害検出システム１の構成との違いは、第１と第２の実施の形態で、観測量をその上位要因の発現強度に変換する上位要因発現強度算出部１０２が、時間変動の上位要因５００の発現強度に変換する上位要因発現強度算出部１０２ａと空間変動の上位要因５０４の発現強度に変換する上位要因発現強度算出部１０２ｂとに分かれて構成される点と、上位要因の発現強度の正常時の確率分布を算出して網特性データベース１０６に格納する発現強度確率分布算出部１０８が、時間変動の上位要因５００に対する発現強度確率分布算出部１０８ａと、空間変動の上位要因５０４に対する発現強度確率分布算出部１０８ｂとに分かれて構成される点と、異常度算出部１０３が、時間変動の上位要因５００の発現強度の異常度から通信網の異常度を算出する異常度算出部１０３ａと、空間変動の上位要因５０４の発現強度の異常度から通信網の異常度を算出する異常度算出部１０３ｂとに分かれて構成される点と、障害検出部１０４が、異常度算出部１０３ａ，１０３ｂで算出された前記２種類の通信網の異常度をもとに障害判定を行い障害を検出する障害検出部１０７に置き換わる点である。

図１９は、本実施の形態の異常度算出部１０３ａ，１０３ｂおよび障害検出部１０７の構成図である。

警報の上位要因の発現強度のうち、時間変動の上位要因５００の上位要因発現強度１２ａと空間変動の上位要因５０４の上位要因発現強度１２ｂとがそれぞれ並列に発現強度の異常度算出部１０３ａ，１０３ｂに入力され、それらの異常度がそれぞれ発現強度異常度算出部１４０ａ，１４０ｂで算出されて異常度総合化部１４１ａ，１４１ｂで総合化される。

総合化された異常度は、時間と空間の種別ごとにそれぞれ時間変動障害検出部１４２ａ，空間変動１４２ｂに入力されて、網特性データベース１０６に格納された閾値との比較処理により障害検出の結果が出力され、それらが検出結果総合化部１４３で総合化されて最終的な検出結果１３として結果表示部１０５に出力される。

図２０は、本実施の形態における網特性データベース１０６に格納されている情報の構成図である。

本実施の形態における網特性データベース１０６は、第１と第２の実施の形態における網特性データベース１０６に格納された情報を両方含んでいる。

本実施の形態における網特性データベース１０６の構築処理では、第１と第２の実施の形態による網特性データベース１０６の構築処理を個別に適用して網特性データベース１０６に格納する情報を生成する。
（第３の実施の形態の動作）
図２１は、本実施の形態における障害検出システム１の動作を説明する図である。

第１や第２の実施の形態における障害検出システム１は、指定された通信エリアと時間空間の観測量を抽出した後（ステップS８０３，Ｓ１５０３）、観測量を時間変動の独立成分に分解するか（ステップS８０４）、又は、観測量を空間変動の独立成分に分解する（ステップＳ１５０４）。本実施の形態における障害検出システム１と、第１や第２の実施の形態における障害検出システム１との違いは、指定された通信エリアと時間空間の観測量を抽出した後（ステップS２１０３）、本実施の形態における障害検出システム１は、ステップS２１０４ａで観測量を時間変動の独立成分に分解するのと並列して、ステップS２１０４ｂで観測量を空間変動の独立成分に分解し、時間と空間の変動成分ごとに並列にステップS２１０５aとステップS２１０５ｂで異常度の算出処理、ステップS２１０６aとステップS２１０６ｂで異常度の総合化処理、ステップS２１０７aとステップS２１０７ｂで障害検出処理を行い、ステップS２１０８で時間と空間の障害検出結果を総合化する点である。

ステップS８４１の総合化では、ステップS８０７aとステップS８０７ｂのいずれかで障害を検出した場合に障害を検出したことを通知する。

なお、本実施の形態における障害検出システム１のその他の動作は、上記第１及び第２の実施の形態による障害検出システム１の対応する動作と同様であるため、行列Ｗや確率分布を使い分ける方法も、第１及び第２の実施の形態における方法と同じである。

（第３の実施の形態の効果）
次に、本実施の形態の効果について説明する。

本実施の形態では、監視対象とする通信エリア内の警報数の時間変動と、監視対象とする時間区間内の警報数の空間変動との両方を同時に監視して障害を検出するので、同一の通信エリア内で正常時の所定の時間区間に比べて警報数が異常な時間変動を示す障害と、同一の時間区間内で正常時の所定の通信エリアに比べて警報数が異常な空間変動を示す障害との両方を検出できる（図１７参照）。

次に、本発明の障害検出システムによる実施例１について述べる。係る実施例１は、本発明の第１と第３の実施の形態に対応するものである。

本実施例は、行列W算出部１３０において、独立性の指標に相互積率を用い、学習アルゴリズムに勾配法を用いて行列Wの値を求める。

信号ベクトルｙ（ｔ）の要素ｙ_ｉ（ｔ）とｙ_ｊ（ｔ）の確率変数Ｙ_ｉとＹ_ｊに対する４次の相互積率E[Ｙ_i ³Ｙ_j]は、確率変数ＹｉとＹ_ｊが独立であれば数式(７)のようにそれぞれの積率の積に分解することができ、E[Ｙ_i ³]とE[Ｙ_j]のいずれかが零ならば４次の相互積率も零となる。

そこで、例えば、観測信号ベクトルｘ（ｔ）から標本平均を予め差し引き、E[Ｙ_j]が零となるように操作して数式（８）に示す評価関数φ（Ｗ）を設けると、数式(８)を最小化する行列Ｗが最も独立性の高い信号ベクトルｙ（ｔ）を返すことがわかる。

そのような行列Ｗは、数式(９)に従い適当な正の定数εを用いて行列Ｗを更新することにより得られる。ただし、行列の更新量dWは数式(１０)で与えられ、評価関数φ(W)の微分∇φ(W)は数式(１１)で与えられる。

(∂φ(W)/∂ｗ_ｉｊ)は、行列Wの各成分ｗ_ｉｊによる微分を（ｉ，ｊ）成分として並べた行列である。なお、４次の相互積率は、時間ｔ＝ｔ_１，ｔ_２，・・・，ｔ_ｎにおける信号ベクトルｙ（ｔ）の標本を用いて数式(１２)に従い算出する。

次に、本発明の障害検出システムによる実施例２について述べる。係る実施例２は、本発明の第２と第３の実施の形態に対応するものである。

本実施例は、４次の相互積率を、位置ｓ＝ｓ_１，ｓ_２，・・・，ｓ_ｎにおける信号ベクトルｙ（ｓ）の標本を用いて数式(１３)に従い算出する点で、４次の相互積率を、時間ｔ＝ｔ_１，ｔ_２，・・・，ｔ_ｎにおける信号ベクトルｙ（ｔ）の標本を用いて数式(１２)に従い算出する実施例１と異なるが、それ以外の箇所は、上記実施例１と同じである。

以上好ましい複数の実施の形態および実施例をあげて本発明を説明したが、本発明は必ずしも、上記実施の形態および実施例に限定されるものでなく、その技術的思想の範囲内において様々に変形して実施することができる。

本発明によれば、時系列に警報が記載された警報ログを出力する管理システム全般に対して、システムが管理する対象の障害を検出する障害検出システムに適用できる。

本発明の第１の実施の形態による警報の発生要因と警報の関係を示す概念図である。 本発明の第１と第２の実施の形態による通信網の障害検出システム１の構成図である。 本発明の第１と第２の実施の形態による観測量抽出部１０１の構成図である。 本発明の第１から第３の実施の形態による上位要因の発現強度算出部１０２の構成図である。 本発明の第１と第２の実施の形態による異常度算出部１０３の構成図である。 本発明の第１の実施の形態による網特性データベース１０６に格納されている情報の構成図である。 本発明の第１の実施の形態による障害検出システム１のハードウェアの構成図である。 本発明の第１の実施の形態による障害検出システム１の動作を説明する図である。 本発明の第１の実施の形態による観測量抽出部１０１の抽出処理の動作を示す図である。 本発明の第１から第３の実施の形態による網特性データベース１０６の構築処理の動作を説明する図である。 本発明の第１から第３の実施の形態による正常時の独立成分の標本集合から独立成分の値の確率分布を算出する方法の一例を示す図である。 本発明の第１から第３の実施の形態による統計的な手法を用いた異常度の算出方法を説明する図である。 本発明の第２の実施の形態による警報の発生要因と警報の関係を示す概念図である。 本発明の第２の実施の形態による網特性データベース１０６の情報の構成図である。 本発明の第２の実施の形態による障害検出システム１の動作を説明する図である。 本発明の第１の実施の形態による観測量抽出部１０１の抽出処理の動作を示す図である。 本発明の第１から第３の実施の形態による特徴を説明する図である。 本発明の第３の実施の形態による通信網の障害検出システム１の構成図である。 本発明の第３の実施の形態による異常度算出部１０３aと１０３bおよび障害検出部１０７の構成図である。 本発明の第３の実施の形態による網特性データベース１０６の情報の構成図である。 本発明の第３の実施の形態による障害検出システム１の動作を説明する図である。

符号の説明

１、２：障害検出システム
１０： 警報ログ
１１： 警報数
１２： 上位要因の発現強度
１３： 検出結果
１００： ログ収集部
１０１： 観測量抽出部
１０２： 上位要因発現強度算出部
１０２a： 上位要因発現強度算出部(時間変動)
１０２b： 上位要因発現強度算出部(空間変動)
１０３： 異常度算出部
１０３a： 異常度算出部(時間変動)
１０３b： 異常度算出部(空間変動)
１０４： 障害検出部
１０５： 結果表示部
１０６： 網特性データベース
１０７： 障害検出部
１０８： 発現強度確率分布算出部
１０８a： 発現強度確率分布算出部(時間変動)
１０８b： 発現強度確率分布算出部(空間変動)
１０９： 入力部
１２０： 特定空間ログ抽出部
１２１： 特定時間ログ抽出部
１２２： 警報数算出部
１３０： 行列Ｗ算出部
１３１： 独立成分分解部
１４０： 発現強度異常度算出部
１４０a： 発現強度異常度算出部(時間変動)
１４０b： 発現強度異常度算出部(空間変動)
１４１： 異常度総合化部
１４１a： 異常度総合化部(時間変動)
１４１b： 異常度総合化部(空間変動)
１４２a： 障害検出部(時間変動)
１４２b： 障害検出部(空間変動)
５００，５０４： 上位要因
５０１： 下位要因
５０２： 警報系
５０３： 警報
７０１： ＣＰＵ
７０２： 主記憶部
７０３： 通信部
７０４： 提示部
７０５： 入力部
７０６： インタフェース部
７０７： 補助記憶部
８００： ネットワーク
１１０１： 独立成分の値のヒストグラム
１１０２： ヒストグラムの近似曲線
１１０３： 確率密度分布
１２０１： 上側確率
１２０２： 下側確率

Claims (33)

1. 通信の異常時に発した警報の内容を記録する通信網において、
   前記警報の記録内容から前記警報を引き起こした上位要因の発現強度を算出し、算出した前記上位要因の発現強度に基づいて通信網の前記上位要因に起因する障害を検出することを特徴とする通信網の障害検出システム。
2. 警報の記録内容を解析することにより、警報を引き起こす前記上位要因の発現強度を算出する上位要因の発現強度算出手段と、
   前記通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出手段と、
   算出した前記上位要因の発現強度について、前記正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出手段と、
   前記異常度と予め与えられた閾値を比較することにより、前記通信網の障害を検出する障害検出手段と
   を備えたことを特徴とする請求項１に記載の通信網の障害検出システム。
3. 前記上位要因の前記発現強度算出手段は、
   前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出手段を有し、前記時間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項２に記載の通信網の障害検出システム。
4. 前記発現強度確率分布算出手段は、
   警報を発した通信装置が正常に稼動していた過去の期間における上位要因の発現強度算出手段の推定結果をもとに、前記通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項２に記載の通信網の障害検出システム。
5. 前記上位要因の発現強度算出手段は、
   前記警報の記録内容から警報の出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出手段を有し、前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項２に記載の通信網の障害検出システム。
6. 前記発現強度確率分布算出手段は、
   警報を発した通信装置に対して地理的に近接した他の通信装置における上位要因の発現強度算出手段の推定結果をもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項２に記載の通信網の障害検出システム。
7. 警報の記録内容を解析することにより、前記警報を引き起こす上位要因の発現強度を算出する上位要因の発現強度算出手段と、
   通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出手段と、
   算出した前記上位要因の発現強度について、正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出手段と、
   前記異常度と予め与えられた閾値を比較することにより、通信網の障害を検出する障害検出手段とを備え、
   前記上位要因の発現強度算出手段は、
   前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出手段と、出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出手段を有し、
   前記時間変動を表すパラメータと前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする特徴とする通信網の障害検出システム。
8. 前記発現強度確率分布算出手段は、
   警報を発した通信装置が正常に稼動していた過去の期間における前記上位要因の発現強度算出手段の推定結果と、警報を発生した通信装置に対して地理的に近接した他の通信装置における前記上位要因の発現強度算出手段の推定結果とをもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項７に記載の通信網の障害検出システム。
9. 前記時間変動パラメータ抽出手段と前記空間変動パラメータ抽出手段は、
   独立成分分析の手法を用いて警報の出現頻度から統計的に独立な時間変動成分と空間変動成分を求め、それぞれの成分を時間変動を表すパラメータと空間変動を表すパラメータとすることを特徴とする請求項３または請求項５または請求項７に記載の通信網の障害検出システム。
10. 前記異常度算出手段は、
    前記時間変動を表すパラメータから求めた前記上位要因の発現強度と、前記空間変動を表すパラメータから求めた前記上位要因の発現強度のそれぞれに対して個別に、発現強度確率分布の上側確率もしくは下側確率もしくは両側確率を異常度とし、複数の上位要因の発現強度に対してそれぞれ求めた異常度を掛け合わせて全体の異常度とすることを特徴とする請求項２または請求項７に記載の通信網の障害検出システム。
11. 前記障害検出手段は、
    前記時間変動を表すパラメータから求めた前記異常度と前記空間変動を表すパラメータから求めた前記異常度の両方を用いて障害を検出することを特徴とする請求項７に記載の通信網の障害検出システム。
12. 通信の異常時に発した警報の内容を記録する通信網において、
    前記警報の記録内容から前記警報を引き起こした上位要因の発現強度を算出するステップと、算出した前記上位要因の発現強度に基づいて通信網の前記上位要因に起因する障害を検出するステップを有することを特徴とする通信網の障害検出方法。
13. 警報の記録内容を解析することにより、警報を引き起こす前記上位要因の発現強度を算出する上位要因の発現強度算出ステップと、
    前記通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出ステップと、
    算出した前記上位要因の発現強度について、前記正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出ステップと、
    前記異常度と予め与えられた閾値を比較することにより、前記通信網の障害を検出する障害検出ステップと
    をさらに有することを特徴とする請求項１２に記載の通信網の障害検出方法。
14. 前記上位要因の前記発現強度算出ステップで、
    前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出ステップを有し、前記時間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項１３に記載の通信網の障害検出方法。
15. 前記発現強度確率分布算出ステップで、
    警報を発した通信装置が正常に稼動していた過去の期間における上位要因の発現強度算出ステップによる推定結果をもとに、前記通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項１３に記載の通信網の障害検出方法。
16. 前記上位要因の発現強度算出ステップで、
    前記警報の記録内容から警報の出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出ステップを有し、前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項１３に記載の通信網の障害検出方法。
17. 前記発現強度確率分布算出ステップで、
    警報を発した通信装置に対して地理的に近接した他の通信装置における上位要因の発現強度算出ステップによる推定結果をもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項１３に記載の通信網の障害検出方法。
18. 警報の記録内容を解析することにより、前記警報を引き起こす上位要因の発現強度を算出する上位要因の発現強度算出ステップと、
    通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出ステップと、
    算出した前記上位要因の発現強度について、正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出ステップと、
    前記異常度と予め与えられた閾値を比較することにより、通信網の障害を検出する障害検出ステップとを有し、
    前記上位要因の発現強度算出ステップで、
    前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出ステップと、出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出ステップを有し、
    前記時間変動を表すパラメータと前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする特徴とする通信網の障害検出方法。
19. 前記発現強度確率分布算出ステップで、
    警報を発した通信装置が正常に稼動していた過去の期間における前記上位要因の発現強度算出ステップによる推定結果と、警報を発生した通信装置に対して地理的に近接した他の通信装置における前記上位要因の発現強度算出ステップによる推定結果とをもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項１８に記載の通信網の障害検出方法。
20. 前記時間変動パラメータ抽出ステップと前記空間変動パラメータ抽出ステップで、
    独立成分分析の手法を用いて警報の出現頻度から統計的に独立な時間変動成分と空間変動成分を求め、それぞれの成分を時間変動を表すパラメータと空間変動を表すパラメータとすることを特徴とする請求項１４または請求項１６または請求項１８に記載の通信網の障害検出方法。
21. 前記異常度算出ステップで、
    前記時間変動を表すパラメータから求めた前記上位要因の発現強度と、前記空間変動を表すパラメータから求めた前記上位要因の発現強度のそれぞれに対して個別に、発現強度確率分布の上側確率もしくは下側確率もしくは両側確率を異常度とし、複数の上位要因の発現強度に対してそれぞれ求めた異常度を掛け合わせて全体の異常度とすることを特徴とする請求項１３または請求項１８に記載の通信網の障害検出方法。
22. 前記障害検出ステップで、
    前記時間変動を表すパラメータから求めた前記異常度と前記空間変動を表すパラメータから求めた前記異常度の両方を用いて障害を検出することを特徴とする請求項１８に記載の通信網の障害検出方法。
23. 通信の異常時に発した警報の内容を記録する通信網において、
    前記通信網上の通信装置に、
    前記警報の記録内容から前記警報を引き起こした上位要因の発現強度を算出し、算出した前記上位要因の発現強度に基づいて通信網の前記上位要因に起因する障害を検出する機能を持たせることを特徴とする障害検出プログラム。
24. 前記通信装置に、
    警報の記録内容を解析することにより、警報を引き起こす前記上位要因の発現強度を算出する上位要因の発現強度算出機能と、
    前記通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出機能と、
    算出した前記上位要因の発現強度について、前記正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出機能と、
    前記異常度と予め与えられた閾値を比較することにより、前記通信網の障害を検出する障害検出機能を持たせることを特徴とする請求項２３に記載の障害検出プログラム。
25. 前記上位要因の前記発現強度算出機能として、
    前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出機能が含まれ、前記時間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項２４に記載の障害検出プログラム。
26. 前記発現強度確率分布算出機能として、
    警報を発した通信装置が正常に稼動していた過去の期間における上位要因の発現強度算出機能による推定結果をもとに、前記通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項２４に記載の障害検出プログラム。
27. 前記上位要因の発現強度算出機能として、
    前記警報の記録内容から警報の出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出機能を含み、前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする請求項２４に記載の障害検出プログラム。
28. 前記発現強度確率分布算出機能として、
    警報を発した通信装置に対して地理的に近接した他の通信装置における上位要因の発現強度算出機能による推定結果をもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項２４に記載の障害検出プログラム。
29. 通信網上の通信装置に、
    警報の記録内容を解析することにより、前記警報を引き起こす上位要因の発現強度を算出する上位要因の発現強度算出機能と、
    通信網の正常時における前記上位要因の発現強度の確率分布を算出する発現強度確率分布算出機能と、
    算出した前記上位要因の発現強度について、正常時の前記上位要因の発現強度の確率分布からの確率的な外れ度合いを異常度として算出する異常度算出機能と、
    前記異常度と予め与えられた閾値を比較することにより、通信網の障害を検出する障害検出機能を持たせ、
    前記上位要因の発現強度算出機能として、
    前記警報の記録内容から警報の出現頻度の時間変動を表すパラメータを抽出する時間変動パラメータ抽出機能と、出現頻度の空間変動を表すパラメータを抽出する空間変動パラメータ抽出機能を含み、
    前記時間変動を表すパラメータと前記空間変動を表すパラメータの値を前記上位要因の発現強度とすることを特徴とする特徴とする障害検出プログラム。
30. 前記発現強度確率分布算出機能にて、
    警報を発した通信装置が正常に稼動していた過去の期間における前記上位要因の発現強度算出機能による推定結果と、警報を発生した通信装置に対して地理的に近接した他の通信装置における前記上位要因の発現強度算出機能による推定結果とをもとに、通信網の正常時における前記上位要因の発現強度の確率分布を算出することを特徴とする請求項２９記載の障害検出プログラム。
31. 前記時間変動パラメータ抽出機能と前記空間変動パラメータ抽出機能にて、
    独立成分分析の手法を用いて警報の出現頻度から統計的に独立な時間変動成分と空間変動成分を求め、それぞれの成分を時間変動を表すパラメータと空間変動を表すパラメータとすることを特徴とする請求項２５または請求項２７または請求項２９記載の障害検出プログラム。
32. 前記異常度算出機能にて、
    前記時間変動を表すパラメータから求めた前記上位要因の発現強度と、前記空間変動を表すパラメータから求めた前記上位要因の発現強度のそれぞれに対して個別に、発現強度確率分布の上側確率もしくは下側確率もしくは両側確率を異常度とし、複数の上位要因の発現強度に対してそれぞれ求めた異常度を掛け合わせて全体の異常度とすることを特徴とする請求項２４または請求項２９記載の障害検出プログラム。
33. 前記障害検出機能にて、
    前記時間変動を表すパラメータから求めた前記異常度と前記空間変動を表すパラメータから求めた前記異常度の両方を用いて障害を検出することを特徴とする請求項２９記載の障害検出プログラム。

Images