JP2009003686A - Apparatus, method and program for analyzing software operation - Google Patents
Apparatus, method and program for analyzing software operation Download PDFInfo
- Publication number
- JP2009003686A JP2009003686A JP2007163708A JP2007163708A JP2009003686A JP 2009003686 A JP2009003686 A JP 2009003686A JP 2007163708 A JP2007163708 A JP 2007163708A JP 2007163708 A JP2007163708 A JP 2007163708A JP 2009003686 A JP2009003686 A JP 2009003686A
- Authority
- JP
- Japan
- Prior art keywords
- operation state
- task
- characteristic value
- state characteristic
- software
- 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
- Debugging And Monitoring (AREA)
Abstract
Description
本発明は、少なくとも１つ以上のタスクを有するソフトウェアの動作を解析するソフトウェア動作解析装置、ソフトウェア動作解析方法、及びソフトウェア動作解析用プログラムに関する。 The present invention relates to a software operation analysis apparatus, a software operation analysis method, and a software operation analysis program for analyzing the operation of software having at least one task.
従来、コンピュータに搭載されているソフトウェアの検証のために、その動作状態を表すデータを解析する装置が使用されている。このとき、ソフトウェアの規模が増大すると、解析対象となるデータ量が膨大となると共に動作状態が複雑となるため、ソフトウェアの検証が困難となる。このため、ソフトウェアの不具合の可能性が高いイベント（通常の動作と異なる特異動作）を検出して使用することで、ソフトウェアの検証を効率良く且つ精度良く行うための技術が提案されている（例えば、特許文献１〜３を参照）。 Conventionally, in order to verify software installed in a computer, an apparatus that analyzes data representing an operation state has been used. At this time, if the scale of the software increases, the amount of data to be analyzed becomes enormous and the operation state becomes complicated, so that it becomes difficult to verify the software. For this reason, a technique has been proposed for efficiently and accurately performing software verification by detecting and using an event (a specific operation different from a normal operation) that has a high possibility of a software malfunction (for example, Patent Documents 1 to 3).
特許文献１の車両用データレコーダでは、車両の制御ソフトウェアの動作を解析するためのデータを記録する際に、車両に搭載された加速度センサ、エアバッグＥＣＵ、バンパスイッチ等からの異常を示す信号に基づいて車両の緊急状態を検出し、この検出した緊急状態の発生前後における車両の走行及び操作情報をデータとして記録する。 In the vehicle data recorder of Patent Document 1, when recording data for analyzing the operation of the vehicle control software, a signal indicating an abnormality from an acceleration sensor, an airbag ECU, a bumper switch, or the like mounted on the vehicle is used. Based on this, an emergency state of the vehicle is detected, and vehicle travel and operation information before and after the occurrence of the detected emergency state is recorded as data.
また、特許文献２の観測装置では、観測対象装置である論理回路が出力する信号を入力してその動作を観測する際に、出力信号の状態遷移を記憶し、状態遷移の発生回数が予め定められた閾値未満である場合や、状態遷移が利用者により予め指定された状態遷移と一致する場合に、不良が発生する可能性が高い動作として、その状態遷移が発生したことを通知する。 In the observation apparatus of Patent Document 2, when a signal output from a logic circuit that is an observation target apparatus is input and its operation is observed, the state transition of the output signal is stored, and the number of occurrences of the state transition is determined in advance. When it is less than the specified threshold value or when the state transition matches a state transition designated in advance by the user, it is notified that the state transition has occurred as an operation with a high possibility of occurrence of a failure.
また、特許文献３の監視装置では、計算機システムの周期ソフトウェアの異常動作を監視する際に、１周期走行に要した処理時間を算出し、この処理時間が予め定められた規定範囲を逸脱したときにソフトウェアが異常となったとして、異常動作を検出する。
しかしながら、前記文献１の装置では、イベント（車両の緊急状態）を検出する際に、車両に搭載された加速度センサ等からの異常を示す信号を用いている。これらの加速度センサ等からの信号は、ソフトウェアが制御対象である車両の制御に直接使用するデータであり、ソフトウェアの動作状態を直接表すデータではない。よって、上記文献１の装置では、このような制御に使用するデータに基づいてイベントを検出するため、ソフトウェアのイベントを精度良く検出できない可能性があった。 However, in the apparatus of Document 1, when an event (emergency state of a vehicle) is detected, a signal indicating an abnormality from an acceleration sensor or the like mounted on the vehicle is used. The signals from these acceleration sensors and the like are data that are directly used for controlling the vehicle that is controlled by software, and are not data that directly represents the operating state of the software. Therefore, since the apparatus of the above-mentioned literature 1 detects an event based on data used for such control, there is a possibility that a software event cannot be detected with high accuracy.
また、上記文献２の装置では、イベント（不良が発生する可能性が高い動作）を検出する際に、観測対象装置である論理回路の出力信号の状態遷移を用いている。この出力信号の状態遷移は、ソフトウェア（論理回路）の動作状態を直接表すデータではあるものの、必ずしも、ソフトウェアの検証に適した、ソフトウェアの動作状態の特性を表す値ではない。よって、上記文献２の装置では、このようなソフトウェアの動作状態を直接表す値を用いてイベントを検出するため、ソフトウェアのイベントを精度良く検出できない可能性があった。 Further, in the apparatus of the above-mentioned document 2, when detecting an event (an operation that is highly likely to cause a failure), the state transition of the output signal of the logic circuit that is the observation target apparatus is used. The state transition of the output signal is data that directly represents the operating state of the software (logic circuit), but is not necessarily a value that represents the characteristics of the operating state of the software suitable for software verification. Therefore, since the apparatus of the above-mentioned document 2 detects an event using a value that directly represents the operation state of the software, there is a possibility that the software event cannot be detected with high accuracy.
これに対して、上記文献３の装置では、イベント（異常動作）の検出の際に、解析対象である周期ソフトウェアの１周期走行に要した処理時間を算出して用いており、この処理時間は、周期ソフトウェアの動作状態の特性を表す値であると考えられる。ただし、上記文献３の装置では、この処理時間を予め定められた判定値と大小比較してイベントを検出している。一方、ソフトウェアの処理時間は、その動作状態に大きく依存する。例えば、車両の制御ソフトウェアの特定のタスクの処理時間は、車両の高速走行状態では長くアイドル停止状態では短くなるというように、ソフトウェアによる車両の制御状態に応じて変動することが想定される。 On the other hand, in the apparatus of the above-mentioned document 3, when an event (abnormal operation) is detected, the processing time required for one cycle of the periodic software to be analyzed is calculated and used. It is considered that the value represents the characteristic of the operating state of the periodic software. However, the apparatus of the above-mentioned document 3 detects an event by comparing the processing time with a predetermined determination value. On the other hand, the processing time of software greatly depends on its operating state. For example, it is assumed that the processing time of a specific task of the vehicle control software varies depending on the vehicle control state by software, such that the processing time of the vehicle is long when the vehicle is traveling at high speed and short when the vehicle is in an idle stop state.
このため、上記文献３の装置のように単なる固定値である判定値と比較するのでは、イベントを適切に検出することは困難である。すなわち、イベントの誤検出が生じないよう、判定値を全ての状態で取りうる値の範囲外に設定すると、特性値がその範囲外まで変動しなければ検出できないため、イベントが発生したにも関わらず検出できない状況が生じ得る。また、イベントの未検出が生じないよう、判定値を通常最も取る状態での値の範囲外に設定する場合は、制御状態に応じて特性値が通常時の範囲外まで変動した場合、正常時でもイベントとして検出してしまう状況が生じ得るという問題があった。 For this reason, it is difficult to appropriately detect an event when compared with a determination value that is a mere fixed value as in the apparatus of Document 3 above. In other words, if the judgment value is set outside the range of values that can be taken in all states to prevent false detection of the event, it cannot be detected unless the characteristic value fluctuates outside that range. A situation that cannot be detected can occur. In addition, when setting the judgment value outside the normal value range so that no event is not detected, if the characteristic value fluctuates outside the normal range according to the control status, However, there was a problem that a situation where an event was detected could occur.
本発明は、上記事情に鑑み、少なくとも１つ以上のタスクを有するソフトウェアの動作の解析の際に、該ソフトウェアのイベント発生の検出精度を向上させることができるソフトウェア動作解析装置、ソフトウェア動作解析方法、及びソフトウェア動作解析用プログラムを提供することを目的とする。 In view of the above circumstances, the present invention provides a software operation analysis apparatus, a software operation analysis method, and a software operation analysis method capable of improving the detection accuracy of event occurrence of software when analyzing the operation of software having at least one task. It is another object of the present invention to provide a software operation analysis program.
かかる目的を達成するために、本発明のソフトウェア動作解析装置は、少なくとも１つ以上のタスクを有するソフトウェアの動作を解析するソフトウェア動作解析装置において、各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出手段と、前記タスク動作状態特性値検出手段により検出されたタスク動作状態特性値を記憶するタスク動作状態特性値記憶手段と、前記タスク動作状態特性値記憶手段により記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理を行うデータ処理手段と、前記データ処理手段のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出手段により検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントが発生していることを検出するイベント発生検出手段とを備えたことを特徴とする（第１発明）。 In order to achieve such an object, a software operation analysis apparatus according to the present invention is a software operation analysis apparatus that analyzes the operation of software having at least one task. Task operation state characteristic value detection means for detecting a value, task operation state characteristic value storage means for storing the task operation state characteristic value detected by the task operation state characteristic value detection means, and task operation state characteristic value storage means The data processing means for performing data processing for extracting the characteristics of the task operation state characteristic value for the task operation state characteristic value stored in step (b), and the data processing result of the data processing means from the data processing result A predetermined range is set according to the obtained characteristics, and the task detected by the task operation state characteristic value detecting means is detected. And an event occurrence detecting means for detecting that an event of the software is generated on condition that the operating state characteristic value is not included in the set predetermined range (first operation) invention).
第１発明のソフトウェア動作解析装置によれば、タスク動作状態特性値検出手段により、ソフトウェアの各タスクの動作状態の特性を表すタスク動作状態特性値がリアルタイムで検出される。ここで、タスク動作状態特性値は、例えば、ソフトウェアが制御に直接使用するデータや、ソフトウェアの動作状態を直接表すデータ等とは別の、ソフトウェアの動作状態を代表する特性値である。すなわち、タスク動作状態特性値として、ソフトウェアから直接取得されるデータとは別の、ソフトウェアの動作状態の特性を表すデータが得られる。そして、検出されたタスク動作状態特性値がタスク状態値記憶手段により記憶され、記憶されたタスク動作状態特性値に対して、データ処理手段によりタスク動作状態特性値の特性を抽出するデータ処理が行われる。これにより、データ処理結果として、ソフトウェアの動作状態特性値の特性を示すデータが得られる。 According to the software operation analysis apparatus of the first invention, the task operation state characteristic value representing the operation state characteristic of each task of the software is detected in real time by the task operation state characteristic value detecting means. Here, the task operation state characteristic value is a characteristic value representative of the software operation state, which is different from, for example, data directly used for control by the software or data directly representing the operation state of the software. That is, as the task operation state characteristic value, data representing the operation state characteristic of the software, which is different from the data acquired directly from the software, is obtained. Then, the detected task operation state characteristic value is stored in the task state value storage means, and data processing for extracting the characteristics of the task operation state characteristic value by the data processing means is performed on the stored task operation state characteristic value. Is called. As a result, data indicating the characteristics of the operating state characteristic value of the software is obtained as the data processing result.
そこで、イベント発生検出手段は、前記データ処理手段のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定する。そして、イベント発生検出手段は、タスク動作状態特性値がこの所定範囲に含まれないことを条件として、ソフトウェアのイベントが発生していることを検出する。ここで、ソフトウェアのイベントとは、ソフトウェアにおける通常の動作と異なる特異動作であり、ソフトウェアの不具合の可能性が高い。このとき、ソフトウェアの動作状態特性値の特性を示すデータ処理結果を用いて、該データ処理結果から得られる特性に従って所定範囲を設定することで、ソフトウェアの通常の動作に相当する所定範囲が適切に設定され得る。よって、タスク動作状態特性値がこの所定範囲に含まれないことを条件として、イベントを精度良く検出することが可能となる。そして、このように検出されたイベントを使用することで、ソフトウェアの検証を効率良く且つ精度良く行うことが可能となる。 Therefore, the event occurrence detection means sets a predetermined range for the data processing result of the data processing means according to the characteristics obtained from the data processing result. The event occurrence detection means detects that a software event has occurred on condition that the task operation state characteristic value is not included in the predetermined range. Here, the software event is a unique operation different from a normal operation in software, and there is a high possibility of a software malfunction. At this time, by using the data processing result indicating the characteristic of the operation state characteristic value of the software and setting the predetermined range according to the characteristic obtained from the data processing result, the predetermined range corresponding to the normal operation of the software is appropriately set. Can be set. Therefore, it is possible to detect the event with high accuracy on condition that the task operation state characteristic value is not included in the predetermined range. By using the event detected in this way, it is possible to perform software verification efficiently and accurately.
従って、本発明によれば、少なくとも１つ以上のタスクを有するソフトウェアの動作の解析の際に、該ソフトウェアのイベントの発生の検出精度を向上することができる。 Therefore, according to the present invention, when analyzing the operation of software having at least one task, it is possible to improve the detection accuracy of the occurrence of the software event.
また、第１発明のソフトウェア動作解析装置において、前記動作状態値検出手段により検出されたタスク動作状態特性値のタスクの種類を判別するタスク種類判別手段を備え、前記データ処理手段は、前記タスク動作状態特性値記憶手段により記憶されたタスク動作状態特性値に対して、前記タスクの種類毎に前記データ処理を行い、前記イベント発生検出手段は、前記タスク種類判別手段により判別されたタスクの種類のデータ処理結果に対してイベントの発生を検出する処理を行うことが好ましい（第２発明）。 In the software operation analysis apparatus according to the first aspect of the present invention, the software operation analysis device further includes a task type determination unit that determines a task type of the task operation state characteristic value detected by the operation state value detection unit, and the data processing unit includes the task operation The task processing state characteristic value stored by the state characteristic value storage means is subjected to the data processing for each type of task, and the event occurrence detection means has a type of task determined by the task type determination means. It is preferable to perform a process of detecting the occurrence of an event on the data processing result (second invention).
この場合、タスク動作状態特性値に対して、タスクの種類毎にデータ処理を行うことにより、そのデータ処理結果は、ソフトウェアの各タスクの種類について、動作状態特性値の特性をより顕著に示すものとなる。そして、このデータ処理結果を用いることで、ソフトウェアの各タスクの種類について、通常の動作に相当する所定範囲がより適切に設定され得る。よって、この所定範囲に含まれないことを条件として、各タスクの種類についてイベントをより精度良く検出することが可能となる。従って、タスク動作状態特性値のタスクの種類を判別し、該タスクの種類のデータ処理結果に対してイベントの発生を検出する処理を行なうことにより、イベントの発生の検出精度をより向上することができる。 In this case, by performing data processing for each task type on the task operation state characteristic value, the data processing result shows the characteristic of the operation state characteristic value more prominently for each task type of software. It becomes. By using this data processing result, a predetermined range corresponding to a normal operation can be set more appropriately for each type of task of software. Therefore, it is possible to detect an event for each task type with higher accuracy on the condition that it is not included in the predetermined range. Therefore, by detecting the task type of the task operation state characteristic value and performing the process of detecting the event occurrence on the data processing result of the task type, the detection accuracy of the event occurrence can be further improved. it can.
また、第１又は２発明のソフトウェア動作解析装置において、前記データ処理手段は、前記タスク動作状態特性値記憶手段によりタスクの種類毎に記憶されたタスク動作状態特性値の個数が、該タスク動作状態特性値の特性が抽出されるような所定個数を超えているタスクが有る場合、又は該タスク動作状態特性値の記憶の開始から該タスク動作状態特性値の特性が抽出されるような所定時間を経過したタスクが有る場合に、該タスクの動作状態特性値に対して前記データ処理を行うことが好ましい（第３発明）。 In the software operation analysis device according to the first or second aspect of the invention, the data processing means may be configured such that the number of task operation state characteristic values stored for each task type by the task operation state characteristic value storage means is the task operation state. When there is a task exceeding the predetermined number from which the characteristic value characteristic is extracted, or a predetermined time for extracting the task operational state characteristic value characteristic from the start of storing the task operational state characteristic value When there is a task that has passed, it is preferable to perform the data processing on the operation state characteristic value of the task (third invention).
すなわち、例えば統計処理等のデータ処理では、その処理対象となるデータ量を十分大きく取ることで、データに含まれるノイズの影響を排除して、データの傾向が適切に抽出される。よって、タスク動作状態特性値の個数が該タスク動作状態特性値の特性が抽出されるような所定個数を超えている場合、又はタスク動作状態特性値の記憶の開始から該タスク動作状態特性値の特性が抽出されるような所定時間を経過した場合にデータ処理を行うことで、処理対象となるタスク動作状態特性値のデータ量を大きく取り得るものであるから、データに含まれるノイズの影響を排除して、ソフトウェアの動作状態特性値の特性を示すデータ処理結果をより安定に得ることができる。そして、このデータ処理結果に対してイベントの発生を検出する処理を行なうことにより、イベントの発生の検出精度をより向上することができる。 That is, in data processing such as statistical processing, for example, by taking a sufficiently large amount of data to be processed, the influence of noise included in the data is eliminated, and data trends are appropriately extracted. Therefore, when the number of task operation state characteristic values exceeds a predetermined number from which the characteristics of the task operation state characteristic values are extracted, or the task operation state characteristic values are By performing data processing when a predetermined time elapses when characteristics are extracted, it is possible to obtain a large amount of data for task operation state characteristic values to be processed. The data processing result indicating the characteristics of the operating state characteristic value of the software can be obtained more stably. And the detection accuracy of the occurrence of an event can be further improved by performing the process for detecting the occurrence of the event on the data processing result.
また、第１〜第３発明のソフトウェア動作解析装置において、前記ソフトウェアの動作に使用されるパラメータ値を取得するパラメータ値取得手段と、前記パラメータ値取得手段により取得されるパラメータ値と、前記タスク動作状態特性値検出手段により検出されるタスク動作状態特性値とのいずれか一方又は両方を、前記ソフトウェアの内部データとして所定のタイミングで逐次収集し、直前の所定時間分、又は所定収集回数分の内部データを記憶する内部データ記憶手段と、前記イベント発生検出手段によりイベントが発生していることを検出したことを条件として、前記内部データ記憶手段に記憶されている内部データを保存する内部データ保存手段とを備えることが好ましい（第４発明）。 In the software operation analysis apparatus according to the first to third inventions, parameter value acquisition means for acquiring a parameter value used for the operation of the software, parameter value acquired by the parameter value acquisition means, and the task operation Either or both of the task operation state characteristic values detected by the state characteristic value detection means are sequentially collected as the internal data of the software at a predetermined timing, and the internal data for the predetermined time period or the predetermined number of times of collection. Internal data storage means for storing data, and internal data storage means for storing internal data stored in the internal data storage means on the condition that an event has been detected by the event occurrence detection means (4th invention).
この場合、内部データ記憶手段は、前記ソフトウェアの動作に使用されるパラメータ値とタスク動作状態特性値とのいずれか一方又は両方を、ソフトウェアの内部データとして所定のタイミングで逐次収集する。ここで、ソフトウェアの動作に使用されるパラメータ値は、例えば、ソフトウェアが制御に直接使用するデータや、ソフトウェアの動作状態を直接表すデータ等である。そして、内部データ記憶手段は、直前の所定時間分、又は所定収集回数分の内部データを記憶する。具体的には、内部データ記憶手段は、例えばメモリに記憶された所定時間（又は所定収集回数）以前のデータを消去し、消去した部分に新たに収集したデータを記憶することにより、ソフトウェアの内部データを順次書換えながら記憶する。これにより、一定のメモリ量で常に直前の所定時間分（所定収集回数分）のソフトウェアの内部データが記憶される。 In this case, the internal data storage means sequentially collects one or both of the parameter value used for the operation of the software and the task operation state characteristic value at a predetermined timing as internal data of the software. Here, the parameter value used for the operation of the software is, for example, data directly used by the software for control, data directly representing the operation state of the software, or the like. The internal data storage means stores internal data for a predetermined time immediately before or a predetermined number of collection times. Specifically, the internal data storage means erases data before a predetermined time (or a predetermined number of collection times) stored in the memory, for example, and stores the newly collected data in the erased portion, thereby allowing the internal data Store data while rewriting data sequentially. As a result, the internal data of the software for the predetermined time (predetermined number of times of collection) is always stored with a constant memory amount.
そして、イベント発生検出手段によりイベントが発生していることを検出したことを条件として、内部データ記憶手段に記憶されている内部データが内部データ保存手段に保存される。すなわち、例えば、イベントの発生を検出したとき、又はイベントの発生が検出されたときから所定時間後に、内部データが保存される。これにより、イベントの発生をトリガとして、イベント発生前後の内部データが適切に保存されるので、保存するデータ量の低減や、保存するための処理負荷の低減が可能となると共に、この内部データをソフトウェアの検証の際に使用することで、ソフトウェアの検証を効率良く且つ精度良く行うことが可能となる。 The internal data stored in the internal data storage means is stored in the internal data storage means on condition that the event occurrence detection means detects that an event has occurred. That is, for example, when the occurrence of an event is detected or a predetermined time after the occurrence of an event is detected, the internal data is stored. As a result, the internal data before and after the event occurrence is appropriately saved with the occurrence of the event as a trigger, so the amount of data to be saved can be reduced and the processing load for saving can be reduced. By using it when verifying software, it becomes possible to verify software efficiently and accurately.
また、第１〜第４発明のソフトウェア動作解析装置において、前記データ処理手段は、前記タスク動作状態特性値記憶手段によりタスクの種類毎に記憶されたタスク動作状態特性値のうち、所定時間間隔毎に該所定時間分のタスク動作状態特性値を対象として、又は該記憶されたタスク動作状態特性値の個数が所定個数となる毎に該所定個数分のタスク動作状態特性値を対象として、前記データ処理を行うことが好ましい（第５発明）。 In the software operation analysis apparatus according to any one of the first to fourth inventions, the data processing means is configured to store the task operation state characteristic values stored for each task type by the task operation state characteristic value storage means at predetermined time intervals. The task operation state characteristic value for the predetermined time or the task operation state characteristic value for the predetermined number of times each time the stored number of the task operation state characteristic value becomes the predetermined number It is preferable to carry out the treatment (fifth invention).
すなわち、タスク動作状態特性値の特性は、ソフトウェアの動作状態に依存して変動することが想定される。このとき、所定時間間隔毎に該所定時間分のタスク動作状態特性値を対象として、又は記憶されたタスク動作状態特性値の個数が所定個数となる毎に該所定個数分のタスク動作状態特性値を対象としてデータ処理を行うことで、その時のソフトウェアの動作状態を反映したデータ処理結果が得られる。よって、このデータ処理結果を用いて、該データ処理結果から得られる特性に従って所定範囲を設定することで、該所定範囲を、その時のソフトウェアの動作状態に追従させて設定することができる。すなわち、ソフトウェアの動作状態に応じて、イベントの発生の検出がなされないタスク動作状態特性値の範囲（ソフトウェアの通常の動作に相当するタスク動作状態特性値の範囲）が設定されるので、ソフトウェア動作中に複数の動作状態をとる場合でも、タスク動作状態特性値がこの所定範囲に含まれないことを条件として、イベントを精度良く検出することが可能となる。 That is, it is assumed that the task operation state characteristic value characteristic varies depending on the operation state of the software. At this time, the task operation state characteristic value for the predetermined time for the predetermined time interval or the task operation state characteristic value for the predetermined number every time the number of stored task operation state characteristic values becomes the predetermined number By performing data processing on the target, a data processing result reflecting the operation state of the software at that time can be obtained. Therefore, by setting the predetermined range according to the characteristics obtained from the data processing result using the data processing result, the predetermined range can be set to follow the operating state of the software at that time. In other words, the range of task operation state characteristic values (the range of task operation state characteristic values corresponding to the normal operation of software) in which the occurrence of an event is not detected is set according to the software operation state. Even when a plurality of operation states are taken, it is possible to detect an event with high accuracy on condition that the task operation state characteristic value is not included in the predetermined range.
次に、本発明のソフトウェア動作解析方法は、少なくとも１つ以上のタスクを有するソフトウェアの動作を解析するソフトウェア動作解析方法であって、各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出ステップと、前記タスク動作状態特性値検出ステップで検出されたタスク動作状態特性値をタスク動作状態特性値記憶部に記憶させるタスク動作状態特性値記憶ステップと、前記タスク動作状態特性値記憶ステップで記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理を行うデータ処理ステップと、前記データ処理ステップのデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出ステップで検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントの発生を検出するイベント発生検出ステップとを備えることを特徴とする（第６発明）。 Next, a software operation analysis method of the present invention is a software operation analysis method for analyzing the operation of software having at least one task, and detects a task operation state characteristic value representing the operation state characteristic of each task. A task operation state characteristic value detecting step, a task operation state characteristic value storage step for storing the task operation state characteristic value detected in the task operation state characteristic value detection step in a task operation state characteristic value storage unit, and the task operation With respect to the task operation state characteristic value stored in the state characteristic value storage step, a data processing step for performing data processing for extracting the characteristic of the task operation state characteristic value, and a data processing result of the data processing step, A predetermined range is set according to the characteristic obtained from the data processing result, and the task operation state characteristic value is detected. An event occurrence detecting step for detecting occurrence of the software event on condition that the task operation state characteristic value detected in the step is not included in the set predetermined range. 6 invention).
第６発明のソフトウェア動作解析方法によれば、第１発明のソフトウェア動作解析装置に関して説明したように、タスク動作状態特性値検出ステップで、ソフトウェアの各タスクの動作状態の特性を表すタスク動作状態特性値がリアルタイムで検出される。また、データ処理ステップで、タスク動作状態特性値を用いて、ソフトウェアの動作状態特性値の特性を顕著に示すデータ処理結果が得られる。そして、イベント発生検出ステップで、データ処理結果を用いて、ソフトウェアの通常の動作に相当する所定範囲が適切に設定され得るので、この所定範囲に含まれないことを条件として、イベントを精度良く検出することが可能となる。従って、本発明によれば、少なくとも１つ以上のタスクを有するソフトウェアの動作の解析の際に、該ソフトウェアのイベントの発生の検出精度を向上することができる。 According to the software operation analysis method of the sixth invention, as described with respect to the software operation analysis device of the first invention, the task operation state characteristic representing the operation state characteristic of each task of the software in the task operation state characteristic value detection step. The value is detected in real time. Further, in the data processing step, a data processing result that significantly shows the characteristics of the software operation state characteristic value is obtained using the task operation state characteristic value. Then, in the event occurrence detection step, a predetermined range corresponding to the normal operation of the software can be appropriately set using the data processing result, so that the event is accurately detected on condition that it is not included in this predetermined range. It becomes possible to do. Therefore, according to the present invention, when analyzing the operation of software having at least one task, it is possible to improve the detection accuracy of the occurrence of the software event.
次に、本発明のタスクソフトウェア動作解析用プログラムは、少なくとも１つ以上のタスクを有するソフトウェアの動作を解析するソフトウェア動作解析処理をコンピュータに実行させるソフトウェア動作解析用プログラムであって、各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出処理と、前記タスク動作状態特性値検出処理で検出されたタスク動作状態特性値をタスク動作状態特性値記憶部に記憶させるタスク動作状態特性値記憶処理と、前記タスク動作状態特性値記憶処理で記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理と、前記データ処理処理のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出処理で検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントの発生を検出するイベント発生検出処理とを前記コンピュータに実行させる機能を備えることを特徴とする（第７発明）。 Next, the task software operation analysis program of the present invention is a software operation analysis program for causing a computer to execute a software operation analysis process for analyzing the operation of software having at least one task. Task operation state characteristic value detection processing for detecting task operation state characteristic values representing state characteristics, and task operation state characteristic values detected in the task operation state characteristic value detection processing are stored in the task operation state characteristic value storage unit A task operation state characteristic value storage process; a data process for extracting a characteristic of the task operation state characteristic value for the task operation state characteristic value stored in the task operation state characteristic value storage process; and For the data processing result, set a predetermined range according to the characteristics obtained from the data processing result, The event occurrence detection process for detecting the occurrence of the software event on condition that the task operation state characteristic value detected in the task action state characteristic value detection process is not included in the set predetermined range. A function to be executed by a computer is provided (seventh invention).
第７発明のソフトウェア動作解析用プログラムによれば、第１発明のソフトウェア動作解析装置に関して説明した効果を奏し得る処理をコンピュータに実行させることができる。 According to the software operation analysis program of the seventh aspect of the invention, it is possible to cause a computer to execute a process that can achieve the effects described with respect to the software operation analysis apparatus of the first aspect of the invention.
［第１実施形態］
本発明のソフトウェア動作解析装置における第１実施形態について図１〜図３を用いて説明する。図１は、本実施形態のソフトウェア動作解析装置の機能ブロック図であり、図２は、図１のソフトウェア動作解析装置におけるソフトウェア動作解析処理を示すフローチャートであり、図３は、図２のソフトウェア動作解析処理におけるイベント発生の検出例を示すグラフである。
[First Embodiment]
A first embodiment of the software operation analysis apparatus of the present invention will be described with reference to FIGS. 1 is a functional block diagram of the software operation analysis apparatus of the present embodiment, FIG. 2 is a flowchart showing software operation analysis processing in the software operation analysis apparatus of FIG. 1, and FIG. 3 is a software operation of FIG. It is a graph which shows the example of detection of the event generation | occurrence | production in an analysis process.
図１に示すように、本実施形態のソフトウェア動作解析装置１は、車両２に搭載されて、車両２の動作を制御する電子制御ユニット（ＥＣＵ）３に組み込まれている。ソフトウェア動作解析装置１は、ＥＣＵ３に搭載された、タスク１〜ｋを有する制御ソフトウェアを解析対象として、該ソフトウェアの動作を解析するものである。ＥＣＵ３には、車両２の動作を制御するために、車両２の状態を検出するセンサ４−１〜４−ｍや、ＥＣＵ３により制御される制御機器５−１〜５−ｎが接続されている。 As shown in FIG. 1, the software operation analysis apparatus 1 of the present embodiment is mounted on a vehicle 2 and incorporated in an electronic control unit (ECU) 3 that controls the operation of the vehicle 2. The software operation analysis apparatus 1 analyzes the operation of the software by using control software having tasks 1 to k installed in the ECU 3 as an analysis target. In order to control the operation of the vehicle 2, sensors 4-1 to 4 -m for detecting the state of the vehicle 2 and control devices 5-1 to 5 -n controlled by the ECU 3 are connected to the ECU 3. .
ソフトウェア動作解析装置１はコンピュータ（ＣＰＵ，ＲＯＭ，ＲＡＭ，Ｉ／Ｏ等からなる。）により構成されている。なお、ソフトウェア動作解析装置を構成するコンピュータは、ＥＣＵ３を構成するコンピュータでもよく、或いは、ＥＣＵ３と通信可能に接続された他のコンピュータであってもよい。 The software operation analysis apparatus 1 is composed of a computer (comprising a CPU, ROM, RAM, I / O, etc.). The computer that constitutes the software operation analysis apparatus may be a computer that constitutes the ECU 3 or may be another computer that is communicably connected to the ECU 3.
ソフトウェア動作解析装置１は、その機能として、測定データ入力部１０、特性値算出部１１０、特性値データ処理部１２０、イベント判定部１３０、及び読み出し器２００を備えている。これらの各機能は、１つのコンピュータにより構成されていてもよく、複数の独立したコンピュータにより構成されていてもよい。
The software operation analysis apparatus 1 includes a measurement data input unit 10, a characteristic
また、これらの各機能は、コンピュータのメモリに予め実装されたプログラムをコンピュータにより実行することにより実現される。このプログラムは、本発明のソフトウェア動作解析用プログラムを含んでいる。なお、当該プログラムはＣＤ−ＲＯＭ等の記録媒体を介してメモリに格納されてもよい。或いは、当該プログラムは外部のサーバからネットワークや人工衛星を介して配信または放送され、車両２等に搭載された通信機器により受信された上でメモリに格納されてもよい。 Each of these functions is realized by a computer executing a program installed in advance in a computer memory. This program includes the software operation analysis program of the present invention. The program may be stored in the memory via a recording medium such as a CD-ROM. Alternatively, the program may be distributed or broadcast from an external server via a network or an artificial satellite, received by a communication device mounted on the vehicle 2 or the like, and stored in a memory.
測定データ入力部１０は、解析対象であるＥＣＵ３の制御ソフトウェアから測定データを入力する。測定データは、ソフトウェアの動作に使用されるパラメータ値に相当し、例えば、センサ４−１〜４−ｍの検出データや制御機器５−１〜５−ｎの制御データ等の、ソフトウェアが制御に直接使用するデータや、タスク切り替え信号等の、ソフトウェアの動作状態を直接表すソフトウェアデータである。 The measurement data input unit 10 inputs measurement data from the control software of the ECU 3 to be analyzed. The measurement data corresponds to parameter values used for the operation of the software. For example, the software controls the detection data of the sensors 4-1 to 4-m and the control data of the control devices 5-1 to 5-n. Software data that directly represents the operating state of software, such as data to be used directly and task switching signals.
特性値算出部１１０は、測定データ入力部１０に入力された測定データから、ソフトウェアにおける各タスク１〜ｋの動作の状態を表すタスク動作状態特性値をリアルタイムで検出する。ここで、各タスク１〜ｋの動作の状態を表すタスク動作状態特性値は、ソフトウェアから直接取得される測定データとは別の、ソフトウェアの動作を代表する特性値に相当する。
The characteristic
特性値データ処理部１２０は、特性値算出部１１０により算出された特性値のデータ処理を行う。詳細には、特性値データ処理部１２０は、特性値算出部１１０により算出された特性値を記憶し、記憶された特性値に対して、該特性値の特性を抽出するデータ処理を行う。このとき、特性値データ処理部１２０は、記憶された特性値のうち所定時間間隔毎に該所定時間分の特性値を対象としてデータ処理を行う。
The characteristic value
イベント判定部１３０は、特性値データ処理部１２０によるデータ処理結果の一部又は全部を用いて、ソフトウェアの動作中にイベントが発生しているか否かを判定するイベント発生検出処理を行う。このとき、イベント判定部１３０は、特性値データ処理部１２０のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定する。そして、イベント判定部１３０は、特性値算出部１１０により算出された特性値が、この設定された所定範囲に含まれないことを条件として、ソフトウェアのイベントが発生していると判定する。
The
イベント判定部１３０により判定されたイベント発生に関するデータは、読み出し器２００を介してＰＣ６から読み出され、ＰＣ６におけるＥＣＵ３の制御ソフトウェアの検証の際に利用される。
Data relating to the event occurrence determined by the
なお、測定データ入力部１０は、本発明のパラメータ値取得手段に相当し、特性値算出部１１０は、本発明のタスク動作状態特性値検出手段に相当し、特性値データ処理部１２０は、本発明のタスク動作状態特性値記憶手段、タスク種類判別手段、及びデータ処理手段に相当し、イベント判定部１３０は、本発明のイベント発生検出手段に相当する。
The measurement data input unit 10 corresponds to the parameter value acquisition unit of the present invention, the characteristic
次に、本実施形態のソフトウェア動作解析装置１の作動（ソフトウェア動作解析処理）について図２，図３を用いて説明する。図２に示すように、ソフトウェア動作解析装置１は、所定の演算処理周期毎に、ＳＴＥＰ１〜ＳＴＥＰ４の処理を繰り返して、ソフトウェア動作解析処理を実行する。なお、本実施形態ではＳＴＥＰ１〜ＳＴＥＰ４を１つの周期としているが、これに限られるものではなく、例えばＳＴＥＰ１の処理と、ＳＴＥＰ２及び４の処理と、ＳＴＥＰ３の処理とを、それぞれ別の周期で実行してもよい。 Next, the operation (software operation analysis process) of the software operation analysis apparatus 1 of the present embodiment will be described with reference to FIGS. As shown in FIG. 2, the software behavior analysis apparatus 1 repeats the processing of STEP1 to STEP4 and executes the software behavior analysis processing at every predetermined calculation processing cycle. In this embodiment, STEP1 to STEP4 are set as one cycle, but the present invention is not limited to this. For example, the processing of STEP1, the processing of STEP2 and STEP4, and the processing of STEP3 are executed at different cycles. May be.
まず、ＳＴＥＰ１で、測定データ入力部１０は、解析対象であるＥＣＵ３の制御ソフトウェアから測定データを入力する。具体的には、例えば、測定データ入力部１０は、測定データとして、ソフトウェアにおけるタスク切り替え信号を入力する。 First, in STEP 1, the measurement data input unit 10 inputs measurement data from the control software of the ECU 3 to be analyzed. Specifically, for example, the measurement data input unit 10 inputs a task switching signal in software as measurement data.
次に、ＳＴＥＰ２で、特性値算出部１１０は、入力された測定データから特性値をリアルタイムで算出する。具体的には、例えば、特性値算出部１１０は、特性値として、タスク切り替え信号から、特定のタスクの処理周期を算出する。これにより、特性値として、ソフトウェアから直接取得される測定データとは別の、ソフトウェアの動作状態の特性を表すデータが得られる。
Next, in STEP2, the characteristic
次に、ＳＴＥＰ３で、特性値データ処理部１２０は、算出された特性値を記憶し、記憶された特性値に対してデータ処理を行う（特性値データ処理）。具体的には、特性値データ処理部１２０は、特性値データ処理として、記憶された特性値のうち単位時間Ｎ（例えば、１sec）間隔毎の特性値についてヒストグラムを算出する。単位時間Ｎは、記憶されている特性値に対して、特性値に含まれるノイズの影響を排除して特性が抽出されるような十分大きな値として予め定められる値である。そして、特性値データ処理部１２０は、このヒストグラムから特性値の単位時間Ｎ内における平均ｘ、分散σを算出する処理を行う。このデータ処理結果である平均ｘ、分散σは、ソフトウェアの動作状態特性値の特性を示すものとなる。また、このように、単位時間Ｎ間隔毎の特性値を対象としてデータ処理を行なうことで、その時のソフトウェアの動作状態（ソフトウェアによる車両２の制御状態）を反映したデータ処理結果が得られる。
Next, in STEP 3, the characteristic value
ここで、単位時間Ｎに記憶された特性値のヒストグラムの例を図３のグラフに示す。図３において、横軸は特定のタスクの処理周期を示し、縦軸は、その発生頻度を示す。そして、単位時間Ｎに記憶された特定のタスクの処理周期の表すデータが、図３中に◆で示されている。このとき、図３に示すように、データ処理結果として、特定のタスクの処理周期の単位時間Ｎ内における平均ｘと分散σが得られる。 Here, an example of a histogram of characteristic values stored in the unit time N is shown in the graph of FIG. In FIG. 3, the horizontal axis indicates the processing cycle of a specific task, and the vertical axis indicates the frequency of occurrence. The data representing the processing cycle of a specific task stored in the unit time N is indicated by ♦ in FIG. At this time, as shown in FIG. 3, the average x and the variance σ within the unit time N of the processing cycle of the specific task are obtained as the data processing result.
次に、ＳＴＥＰ４で、イベント判定部１３０は、ソフトウェアの動作中にイベントが発生しているか否かを判定する。具体的には、例えば、イベント判定部１３０は、特性値データ処理部１２０により算出された処理周期の平均ｘ，分散σに対し、予め設定された閾値３σにより、ｘ±３σからイベント判定の判定閾値である所定範囲を設定する。そして、イベント判定部１３０は、特性値算出部１１０により算出された処理周期がその所定範囲以外になったときに、イベントが発生していると判定する。
Next, in STEP 4, the
このように、ソフトウェアの動作状態特性値の特性を顕著に示す平均ｘ，分散σを用いることで、ソフトウェアの通常の動作に相当する所定範囲が適切に設定される。よって、この所定範囲に含まれないことを条件として、イベントを精度良く検出することが可能となる。しかも、このように、単位時間Ｎ分の特性値を対象としたデータ処理結果である平均ｘ，分散σに基づいてイベントの判定閾値を算出することで、イベント判定の所定範囲（判定閾値）をその時のソフトウェアの動作状態に追従させて設定することができる。よって、ソフトウェアの動作状態（ソフトウェアによる車両２の制御状態）に応じた特性値の変動の影響を排除して判定閾値が算出されるので、ソフトウェア動作中に複数の動作状態をとる場合でも、この判定閾値を用いることでイベントを精度良く検出することが可能となる。 As described above, by using the average x and the variance σ that remarkably indicate the characteristics of the operating state characteristic value of the software, a predetermined range corresponding to the normal operation of the software is appropriately set. Therefore, it is possible to detect an event with high accuracy on the condition that it is not included in the predetermined range. In addition, as described above, the event determination threshold is calculated based on the average x and the variance σ, which are the data processing results for the characteristic values for the unit time N, so that a predetermined event determination range (determination threshold) is obtained. It can be set to follow the operating state of the software at that time. Therefore, since the determination threshold is calculated by eliminating the influence of the fluctuation of the characteristic value according to the software operation state (control state of the vehicle 2 by software), even when a plurality of operation states are taken during the software operation, By using the determination threshold, it becomes possible to detect the event with high accuracy.
具体的には、図３に示すように、平均ｘ，分散σを用いてｘ±３σからイベント判定の所定範囲Ｒａ〜Ｒｂが算出される。ここで、図３中の要件時間Ｒthは、ソフトウェアの仕様として設定された値であり、処理周期が要件時間Ｒth以下の範囲は仕様上ではＯＫとなる範囲であり、処理周期が要件時間Ｒthを超えた範囲は仕様違反となる範囲である。この要件時間Ｒthは、イベントの誤検出が生じないよう、全ての状態で取りうる値の範囲外に設定されたものである。この要件時間Ｒthを判定閾値とすると、処理周期のデータ分布から１つだけ離間しており異常動作の可能性の高いイベントＡは検出されない。これに対して、所定範囲Ｒａ〜Ｒｂは、現在のソフトウェアの動作状態に合致するように設定されているので、この所定範囲Ｒａ〜Ｒｂを判定閾値として用いることで、イベントＡを適切に検出することができる。 Specifically, as shown in FIG. 3, predetermined ranges Ra to Rb for event determination are calculated from x ± 3σ using the average x and the variance σ. Here, the requirement time Rth in FIG. 3 is a value set as a software specification, and the range where the processing cycle is equal to or less than the requirement time Rth is a range where the specification is OK, and the processing cycle is the requirement time Rth. Exceeding range is a range that violates the specification. The requirement time Rth is set outside the range of values that can be taken in all states so as not to cause erroneous detection of events. When this requirement time Rth is used as a determination threshold, an event A that is separated from the data distribution of the processing cycle by one and has a high possibility of abnormal operation is not detected. On the other hand, since the predetermined ranges Ra to Rb are set to match the current operating state of the software, the event A is appropriately detected by using the predetermined ranges Ra to Rb as determination thresholds. be able to.
さらに、イベントが発生していると判定された場合には、イベント判定部１３０に当該イベントの発生に関するデータが保存される。
Furthermore, when it is determined that an event has occurred, data relating to the occurrence of the event is stored in the
以上が本実施形態におけるソフトウェア動作解析処理である。そして、ソフトウェア動作解析処理においてイベント判定部１３０により判定されたイベント発生に関するデータは、読み出し器２００を介してＰＣ６から読み出され、ＰＣ６におけるＥＣＵ３の制御ソフトウェアの検証の際に使用される。具体的には、イベント発生に関するデータがソフトウェアの設計者等に提示され、この提示に基づいて設計者が、例えば別途記憶されたソフトウェアの実行履歴を精査することで、ソフトウェアの検証を効率良く且つ精度良く行うことが可能となる。
The above is the software operation analysis processing in this embodiment. Data relating to the event occurrence determined by the
以上より、本実施形態によれば、少なくとも１つ以上のタスクを有するソフトウェアの動作の解析の際に、該ソフトウェアのイベントの発生の検出精度を向上することができる。
［第２実施形態］
次に、本発明の第２実施形態のソフトウェア動作解析装置１Ａについて図４〜図５を用いて説明する。なお、本実施形態は、第１実施形態において、データ一時記憶部１４０及びデータ記憶部１５０を備えたものであり、データ一時記憶部１４０及びデータ記憶部１５０に関する構成のみが相違する。以下の説明では、第１実施形態と同一の構成には同一の参照符号を付して説明を省略する。
As described above, according to the present embodiment, it is possible to improve the detection accuracy of the occurrence of an event of the software when analyzing the operation of the software having at least one task.
[Second Embodiment]
Next, a software operation analysis apparatus 1A according to the second embodiment of the present invention will be described with reference to FIGS. Note that the present embodiment is different from the first embodiment in that the data
本実施形態のソフトウェア動作解析装置１Ａにおいて、データ一時記億部１４０は、ソフトウェアの内部データを所定時間分、又は所定収集回数分、順次収集して記憶する。ソフトウェアの内部データとしては、測定データ入力部１０から入力されたタスク切り替え信号等の測定データ、及び特性値算出部１１０で算出された特定のタスクの処理周期等の特性値が挙げられる。このとき、実装できるメモリ量には制約があるため、データ一時記億部１４０は、リングバッファ等の機能を用いて、例えば、メモリに記憶された所定時間（所定収集回数）以前のデータを消去し、消去した部分に新たに収集されたデータを記憶することにより、データを順次書換えながら、直前の所定時間分（所定収集回数分）の内部データを記憶する。なお、データ一時記億部１４０でデータを記憶する際に用いる手法としては、リングバッファの手法には限られない。
In the software operation analysis apparatus 1A of the present embodiment, the temporary
また、イベント判定部１３０は、イベントが発生していると判定した場合には、データ記憶部１５０にイベント信号を出力する。そして、データ記憶部１５０は、イベント判定部１３０によりイベントが発生していると判定したことを条件として、データ一時記億部１４０に記憶された内部データを保存する。すなわち、データ記憶部１５０は、イベント判定部１３０から出力されるイベント信号に応じて、データ一時記億部１４０のデータを記憶する。具体的には、データ記億部１４０は、イベント発生判定部１３０によりイベントの発生が判定されたとき（当該イベントの発生によるイベント信号が出力されたとき）から所定時間経過後の、データ一時記億部１４０に記憶された内部データ（当該イベントの発生前後の内部データ）を記憶する。そして、データ記憶部１５０に記憶されたデータは、読み出し器２００を介してＰＣ６から読み出され、ＰＣ６におけるＥＣＵ３の制御ソフトウェアの検証に利用される。他の構成は第１実施形態と同じである。
If the
なお、データ一時記億部１４０は、本発明の内部データ記憶手段に相当する。
The temporary
次に、本実施形態のソフトウェア動作解析装置１Ａの作動（ソフトウェア動作解析処理）について図５を用いて説明する。図５に示すように、ソフトウェア動作解析装置１Ａは、所定の演算処理周期毎に、ＳＴＥＰ１１〜ＳＴＥＰ１７の処理を繰り返して、ソフトウェア動作解析処理を実行する。以下の説明では、第１実施形態と同一の処理については、第１実施形態を参照して説明を省略する。なお、本実施形態ではＳＴＥＰ１１〜ＳＴＥＰ１７を一つの周期としているが、これに限られるものではなく、例えばＳＴＥＰ１１及び１３の処理と、ＳＴＥＰ１２及び１５〜１７の処理と、ＳＴＥＰ１４の処理とを、それぞれ別の周期で実行してもよい。 Next, the operation (software operation analysis process) of the software operation analysis apparatus 1A of the present embodiment will be described with reference to FIG. As shown in FIG. 5, the software behavior analysis apparatus 1A repeats the processing of STEP11 to STEP17 for each predetermined calculation processing cycle to execute the software behavior analysis processing. In the following description, the same processing as in the first embodiment will be described with reference to the first embodiment. In this embodiment, STEP 11 to STEP 17 are set as one cycle. However, the present invention is not limited to this. For example, STEP 11 and 13 processing, STEP 12 and 15 to 17 processing, and STEP 14 processing are separately performed. It is also possible to execute at a cycle of
まず、ＳＴＥＰ１１で、第１実施形態のＳＴＥＰ１と同様に、測定データ入力部１０は、解析対象であるＥＣＵ３の制御ソフトウェアから測定データとして、ソフトウェアにおけるタスク切り替え信号を入力する。 First, in STEP 11, as in STEP 1 of the first embodiment, the measurement data input unit 10 inputs a task switching signal in software as measurement data from the control software of the ECU 3 to be analyzed.
次に、ＳＴＥＰ１２で、第１実施形態のＳＴＥＰ２と同様に、特性値算出部１１０は、入力されたタスク切り替え信号から特性値として、特定のタスクの処理周期をリアルタイムで算出する。
Next, in STEP 12, as in STEP 2 of the first embodiment, the characteristic
次に、ＳＴＥＰ１３で、ＳＴＥＰ１１で入力された測定データとＳＴＥＰ１２で算出された特性値が、ソフトウェアの内部データとしてデータ一時記億部１４０に記憶される。データ一時記億部１４０には、データを順次書換えながら、ある演算処理周期の時刻（離散系時刻）において、その直前の所定時間分（所定収集回数分）のソフトウェアの内部データが記憶される。これにより、一定のメモリ量で常に直前の所定時間分（所定収集回数分）のソフトウェアの内部データが記憶される。
Next, in STEP 13, the measurement data input in STEP 11 and the characteristic value calculated in STEP 12 are stored in the data
次に、ＳＴＥＰ１４で、第１実施形態のＳＴＥＰ３と同様に、特性値データ処理部１２０は、算出された特性値を記憶し、記憶された特性値に対してデータ処理を行う（特性値データ処理）。
Next, in STEP14, as in STEP3 of the first embodiment, the characteristic value
次に、ＳＴＥＰ１５で、第１実施形態のＳＴＥＰ４と同様に、イベント判定部１３０は、ソフトウェアの動作中に、後の解析時に注目すべきイベントが発生しているか否かを判定する。ＳＴＥＰ１５の判定結果がＮＯの場合（イベントが発生していると判定されない場合）、そのままソフトウェア解析処理が終了される。
Next, in STEP 15, as in STEP 4 of the first embodiment, the
ＳＴＥＰ１５の判定結果がＹＥＳの場合（イベントが発生していると判定された場合）、ＳＴＥＰ１６に進み、イベント発生判定部１３０は、イベント信号をデータ記憶部１５０に出力する。
When the determination result in STEP 15 is YES (when it is determined that an event has occurred), the process proceeds to STEP 16 and the event
次に、ＳＴＥＰ１７で、データ記憶部１５０は、イベント信号に応じて、一時記億部１４０に記憶されたソフトウェアの内部データを記憶する処理を実行する。このとき、データ記憶部１５０は、イベントが発生した時刻（イベント信号が出力された時刻）から所定時間経過後に、該イベントに対する記憶処理を実行する。これにより、イベントが発生した時刻の前後に渡るソフトウェアの内部データが記憶される。
Next, in STEP 17, the
以上が本実施形態におけるソフトウェア動作解析処理である。そして、ソフトウェア動作解析処理でデータ記億部１５０に記憶されたデータは、読み出し器２００を介してＰＣ６から読み出され、ＰＣ６におけるＥＣＵ３の制御ソフトウェアの検証の際に使用される。このとき、記憶データから、イベント発生前後の測定データ及び特性値の履歴を確認できるので、ソフトウェアの検証を効率良く且つ精度良く行うことが可能となる。他の作動は第１実施形態と同じである。
The above is the software operation analysis processing in this embodiment. Then, the data stored in the
以上より、本実施形態によれば、第１実施形態と同様に、少なくとも１つ以上のタスクを有するソフトウェアの動作の解析の際に、該ソフトウェアのイベントの発生の検出精度を向上することができる。 As described above, according to the present embodiment, as in the first embodiment, when analyzing the operation of software having at least one task, it is possible to improve the detection accuracy of the occurrence of the software event. .
なお、第１及び第２実施形態では、特性値として、特定のタスクの処理周期を使用したが、特性値としては、タスクの発生頻度、所定の制御データの変化量、所定のメモリへの書き込み頻度等、ソフトウェアの動作状態の特性を表す様々な特性値を使用することが可能である。 In the first and second embodiments, the processing cycle of a specific task is used as the characteristic value. However, as the characteristic value, the frequency of task occurrence, the amount of change in predetermined control data, and the writing to a predetermined memory are used. It is possible to use various characteristic values representing the characteristics of the operating state of the software, such as frequency.
また、第１及び第２実施形態では、特性値データ処理として、特性値の平均や分散を算出する処理を行うものとしたが、特性値データ処理としては、特性値の加減率や、変化量の微分値を算出する等、ソフトウェアの特性及びイベントの判定手法に応じた様々な処理を行なうことが可能である。 In the first and second embodiments, the characteristic value data processing includes processing for calculating the average and variance of the characteristic values. However, the characteristic value data processing includes the adjustment rate of the characteristic values and the amount of change. For example, it is possible to perform various processes according to software characteristics and event determination methods.
また、第１及び第２実施形態では、イベント判定処理として、算出された特性値が平均ｘ，分散σからｘ±３σに基づいて設定される所定範囲Ｒａ〜Ｒｂを越えた場合にイベントが発生していると判定したが、イベント判定処理としては、平均値が閾値を超えた場合、直前の値からの変化量が閾値の比率を越えた場合等、状況に応じて様々な判定条件を設定することが可能である。 In the first and second embodiments, as an event determination process, an event occurs when the calculated characteristic value exceeds a predetermined range Ra to Rb set based on the average x and the variance σ based on x ± 3σ. Event determination processing sets various determination conditions depending on the situation, such as when the average value exceeds the threshold or when the amount of change from the previous value exceeds the threshold ratio Is possible.
また、第１及び第２実施形態では、特性値データ処理部１２０は、記憶された特性値のうち所定時間間隔毎の特性値を対象としてデータ処理を行う（データ処理単位を単位時間毎とする）ものとしたが、他の実施形態として、特性値データ処理部１２０は、記憶された特性値の個数が所定個数分記憶される毎に、該所定個数分の特性値を対象としてデータ処理を行う（データ処理単位を単位発生回数毎とする）ものとしてもよい。
In the first and second embodiments, the characteristic value
また、第１及び第２実施形態において、特性値算出部１０により算出された特性値のタスクの種類を判別するタスク種類判別手段を備え、特性値データ処理部１２０はタスクの種類毎にデータ処理を行ない、イベント判定部１３０はタスク種類判別手段により判別されたタスクの種類のデータ処理結果に対してイベント発生検出処理を行うものとしてもよい。すなわち、特性値データ処理部１２０は、データ処理単位をタスクの種類毎とし、イベント判定部１３０は、タスクの種類毎のデータ処理結果に対してイベント発生検出処理を行なう。具体的には、例えば、データ処理単位をタスクの起動要因毎とし、タスクを定時間周期タスク、エンジン回転同期タスク等に分類して、その種類毎にデータ処理を行なう等が挙げられる。
Further, in the first and second embodiments, there is provided task type discrimination means for discriminating the task type of the characteristic value calculated by the characteristic value calculation unit 10, and the characteristic value
また、第２実施形態において、データ記憶部１５０は、イベント発生のときから所定時間経過後にデータを記憶する処理を実行するものとしたが、他の実施形態として、データ記憶部１５０は、イベント発生のときにデータを記憶する処理を実行してもよい。
In the second embodiment, the
また、第２実施形態において、データ記憶部１５０は、データ一時記億部１４０と別の記憶装置を用いてもよく、あるいは、例えば、データ一時記億部１４０が、イベント発生の際にイベント発生前後の所定時間分のデータを書換え禁止とする機能を備え、これによりデータ記憶部１５０として機能するものとしてもよい。
In the second embodiment, the
１，１Ａ…ソフトウェア動作解析装置、１０…測定データ入力部（パラメータ値取得手段）、１１０…特性値算出部（タスク動作状態特性値検出手段）、１２０…特性値データ処理部（タスク動作状態特性値記憶手段、タスク種類判別手段、データ処理手段）、１３０…イベント判定部（イベント発生検出手段）、１４０…データ一時記億部（内部データ記憶手段）、１５０データ記憶部（内部データ保存手段）、２００…読み出し器。 DESCRIPTION OF SYMBOLS 1,1A ... Software operation | movement analysis apparatus, 10 ... Measurement data input part (parameter value acquisition means), 110 ... Characteristic value calculation part (task operation state characteristic value detection means), 120 ... Characteristic value data processing part (Task operation state characteristic) Value storage means, task type determination means, data processing means), 130 ... event determination section (event occurrence detection means), 140 ... temporary data storage section (internal data storage means), 150 data storage section (internal data storage means) , 200 ... reader.
Claims (7)
各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出手段と、
前記タスク動作状態特性値検出手段により検出されたタスク動作状態特性値を記憶するタスク動作状態特性値記憶手段と、
前記タスク動作状態特性値記憶手段により記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理を行うデータ処理手段と、
前記データ処理手段のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出手段により検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントが発生していることを検出するイベント発生検出手段と
を備えたことを特徴とするソフトウェア動作解析装置。 In a software operation analysis apparatus for analyzing the operation of software having at least one task,
Task operation state characteristic value detecting means for detecting a task operation state characteristic value representing the operation state characteristic of each task;
Task operation state characteristic value storage means for storing the task operation state characteristic value detected by the task operation state characteristic value detection means;
Data processing means for performing data processing for extracting the characteristics of the task operation state characteristic value for the task operation state characteristic value stored by the task operation state characteristic value storage means;
A predetermined range is set for the data processing result of the data processing means according to the characteristic obtained from the data processing result, and the task operation state characteristic value detected by the task operation state characteristic value detection means is set. A software operation analysis apparatus comprising: event occurrence detection means for detecting that the software event has occurred on the condition that the event is not included in a predetermined range.
前記動作状態値検出手段により検出されたタスク動作状態特性値のタスクの種類を判別するタスク種類判別手段を備え、
前記データ処理手段は、前記タスク動作状態特性値記憶手段により記憶されたタスク動作状態特性値に対して、前記タスクの種類毎に前記データ処理を行い、
前記イベント発生検出手段は、前記タスク種類判別手段により判別されたタスクの種類のデータ処理結果に対して、イベントの発生を検出する処理を行うことを特徴とするソフトウェア動作解析装置。 The software operation analysis apparatus according to claim 1,
Task type determination means for determining the task type of the task operation state characteristic value detected by the operation state value detection means;
The data processing means performs the data processing for each task type on the task operation state characteristic value stored by the task operation state characteristic value storage means,
The event occurrence detection means performs a process for detecting occurrence of an event on the data processing result of the task type determined by the task type determination means.
前記データ処理手段は、前記タスク動作状態特性値記憶手段によりタスクの種類毎に記憶されたタスク動作状態特性値の個数が、該タスク動作状態特性値の特性が抽出されるような所定個数を超えているタスクが有る場合、又は該タスク動作状態特性値の記憶の開始から該タスク動作状態特性値の特性が抽出されるような所定時間を経過したタスクが有る場合に、該タスクの動作状態特性値に対して前記データ処理を行うことを特徴とするソフトウェア動作解析装置。 In the software operation analysis apparatus according to claim 1 or 2,
The data processing means is configured such that the number of task operation state characteristic values stored for each task type by the task operation state characteristic value storage means exceeds a predetermined number from which the characteristics of the task operation state characteristic values are extracted. If there is a task that has passed a predetermined time such that the task operation state characteristic value characteristic is extracted from the start of storage of the task operation state characteristic value, the task operation state characteristic A software operation analysis apparatus that performs the data processing on a value.
前記ソフトウェアの動作に使用されるパラメータ値を取得するパラメータ値取得手段と、
前記パラメータ値取得手段により取得されるパラメータ値と、前記タスク動作状態特性値検出手段により検出されるタスク動作状態特性値とのいずれか一方又は両方を、前記ソフトウェアの内部データとして所定のタイミングで逐次収集し、直前の所定時間分、又は所定収集回数分の内部データを記憶する内部データ記憶手段と、
前記イベント発生検出手段によりイベントが発生していることを検出したことを条件として、前記内部データ記憶手段に記憶されている内部データを保存する内部データ保存手段とを備えることを特徴とするソフトウェア動作解析装置。 In the software operation analysis apparatus according to any one of claims 1 to 3,
Parameter value acquisition means for acquiring a parameter value used for the operation of the software;
One or both of the parameter value acquired by the parameter value acquisition unit and the task operation state characteristic value detected by the task operation state characteristic value detection unit are sequentially used as internal data of the software at a predetermined timing. Internal data storage means for collecting and storing internal data for a predetermined time immediately before or a predetermined number of times of collection;
Software operation comprising: internal data storage means for storing internal data stored in the internal data storage means on the condition that the event occurrence detection means has detected that an event has occurred Analysis device.
前記データ処理手段は、前記タスク動作状態特性値記憶手段によりタスクの種類毎に記憶されたタスク動作状態特性値のうち、所定時間間隔毎に該所定時間分のタスク動作状態特性値を対象として、又は該記憶されたタスク動作状態特性値の個数が所定個数となる毎に該所定個数分のタスク動作状態特性値を対象として、前記データ処理を行い、
前記イベント発生検出手段は、前記タスク動作状態特性値検出手段により検出されたタスク動作状態特性値を含む所定時間分又は所定個数分のタスク動作状態特性値を対象として行なわれたデータ処理結果に対して、イベントの発生を検出する処理を行うことを特徴とするソフトウェア動作解析装置。 In the software operation analysis apparatus according to any one of claims 1 to 4,
The data processing means, for the task operation state characteristic value stored for each type of task by the task operation state characteristic value storage means, for the task operation state characteristic value for the predetermined time every predetermined time interval, Alternatively, each time the number of stored task operation state characteristic values reaches a predetermined number, the data processing is performed for the predetermined number of task operation state characteristic values,
The event occurrence detection means is for a result of data processing performed for a predetermined time or a predetermined number of task operation state characteristic values including the task operation state characteristic value detected by the task operation state characteristic value detection means. And a software operation analysis device that performs processing for detecting the occurrence of an event.
各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出ステップと、
前記タスク動作状態特性値検出ステップで検出されたタスク動作状態特性値をタスク動作状態特性値記憶部に記憶させるタスク動作状態特性値記憶ステップと、
前記タスク動作状態特性値記憶ステップで記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理を行うデータ処理ステップと、
前記データ処理ステップのデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出ステップで検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントの発生を検出するイベント発生検出ステップと
を備えることを特徴とするソフトウェア動作解析方法。 A software behavior analysis method for analyzing the behavior of software having at least one task,
A task operation state characteristic value detection step for detecting a task operation state characteristic value representing the operation state characteristic of each task;
A task operation state characteristic value storage step for storing the task operation state characteristic value detected in the task operation state characteristic value detection step in a task operation state characteristic value storage unit;
A data processing step for performing data processing for extracting the characteristics of the task operation state characteristic value for the task operation state characteristic value stored in the task operation state characteristic value storage step;
A predetermined range is set for the data processing result of the data processing step according to the characteristic obtained from the data processing result, and the task operation state characteristic value detected in the task operation state characteristic value detection step is set. A software operation analysis method comprising: an event occurrence detection step of detecting occurrence of the software event on condition that the software event is not included in the predetermined range.
各タスクの動作状態の特性を表すタスク動作状態特性値を検出するタスク動作状態特性値検出処理と、
前記タスク動作状態特性値検出処理で検出されたタスク動作状態特性値をタスク動作状態特性値記憶部に記憶させるタスク動作状態特性値記憶処理と、
前記タスク動作状態特性値記憶処理で記憶されたタスク動作状態特性値に対して、該タスク動作状態特性値の特性を抽出するデータ処理と、
前記データ処理のデータ処理結果に対して、該データ処理結果から得られる特性に従って所定範囲を設定し、前記タスク動作状態特性値検出処理で検出されたタスク動作状態特性値が、該設定された所定範囲に含まれないことを条件として、前記ソフトウェアのイベントの発生を検出するイベント発生検出処理と
を前記コンピュータに実行させる機能を備えることを特徴とするソフトウェア動作解析用プログラム。 A software operation analysis program for causing a computer to execute a software operation analysis process for analyzing the operation of software having at least one task,
A task operation state characteristic value detection process for detecting a task operation state characteristic value representing the operation state characteristic of each task;
A task operation state characteristic value storage process for storing the task operation state characteristic value detected in the task operation state characteristic value detection process in a task operation state characteristic value storage unit;
Data processing for extracting the task operation state characteristic value for the task operation state characteristic value stored in the task operation state characteristic value storage process;
A predetermined range is set for the data processing result of the data processing according to the characteristic obtained from the data processing result, and the task operation state characteristic value detected in the task operation state characteristic value detection process is set to the predetermined predetermined value. A software operation analysis program comprising a function for causing the computer to execute an event occurrence detection process for detecting an occurrence of an event of the software on condition that the event is not included in a range.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007163708A JP2009003686A (en) | 2007-06-21 | 2007-06-21 | Apparatus, method and program for analyzing software operation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007163708A JP2009003686A (en) | 2007-06-21 | 2007-06-21 | Apparatus, method and program for analyzing software operation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2009003686A true JP2009003686A (en) | 2009-01-08 |
Family
ID=40320009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007163708A Pending JP2009003686A (en) | 2007-06-21 | 2007-06-21 | Apparatus, method and program for analyzing software operation |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2009003686A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016162264A (en) * | 2015-03-03 | 2016-09-05 | 日立オートモティブシステムズ株式会社 | Vehicle electronic control device |
| JP2018132976A (en) * | 2017-02-16 | 2018-08-23 | 株式会社デンソー | On-vehicle electronic control device |
| WO2019159615A1 (en) * | 2018-02-14 | 2019-08-22 | 日立オートモティブシステムズ株式会社 | Vehicle monitoring system |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03226839A (en) * | 1990-02-01 | 1991-10-07 | Nec Corp | Multiple overload level system |
| JPH0737133A (en) * | 1993-07-16 | 1995-02-07 | Toyota Motor Corp | Data recorder for vehicle |
| JPH0954612A (en) * | 1995-08-11 | 1997-02-25 | Toshiba Corp | Monitor device |
| JP2001142746A (en) * | 1999-11-11 | 2001-05-25 | Nec Software Chubu Ltd | Load monitor device for computer system |
| JP2001331348A (en) * | 2000-05-24 | 2001-11-30 | Nec Software Kobe Ltd | System for detecting increase tendency in process memory consumption |
| JP2002215428A (en) * | 2001-01-17 | 2002-08-02 | Nissin Electric Co Ltd | Device and method for monitoring task and recording medium with the method recorded thereon |
| JP2003345629A (en) * | 2002-05-29 | 2003-12-05 | Nec Corp | System monitor device, system monitoring method used for the same, and program therefor |
| JP2006079485A (en) * | 2004-09-13 | 2006-03-23 | Nec Commun Syst Ltd | Method for information collection for fault analysis in electronic computer |
| JP2006113696A (en) * | 2004-10-12 | 2006-04-27 | Internatl Business Mach Corp <Ibm> | Observation device, observation method and program |
| JP2007041890A (en) * | 2005-08-04 | 2007-02-15 | Nec Corp | Task control device |
-
2007
- 2007-06-21 JP JP2007163708A patent/JP2009003686A/en active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03226839A (en) * | 1990-02-01 | 1991-10-07 | Nec Corp | Multiple overload level system |
| JPH0737133A (en) * | 1993-07-16 | 1995-02-07 | Toyota Motor Corp | Data recorder for vehicle |
| JPH0954612A (en) * | 1995-08-11 | 1997-02-25 | Toshiba Corp | Monitor device |
| JP2001142746A (en) * | 1999-11-11 | 2001-05-25 | Nec Software Chubu Ltd | Load monitor device for computer system |
| JP2001331348A (en) * | 2000-05-24 | 2001-11-30 | Nec Software Kobe Ltd | System for detecting increase tendency in process memory consumption |
| JP2002215428A (en) * | 2001-01-17 | 2002-08-02 | Nissin Electric Co Ltd | Device and method for monitoring task and recording medium with the method recorded thereon |
| JP2003345629A (en) * | 2002-05-29 | 2003-12-05 | Nec Corp | System monitor device, system monitoring method used for the same, and program therefor |
| JP2006079485A (en) * | 2004-09-13 | 2006-03-23 | Nec Commun Syst Ltd | Method for information collection for fault analysis in electronic computer |
| JP2006113696A (en) * | 2004-10-12 | 2006-04-27 | Internatl Business Mach Corp <Ibm> | Observation device, observation method and program |
| JP2007041890A (en) * | 2005-08-04 | 2007-02-15 | Nec Corp | Task control device |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016162264A (en) * | 2015-03-03 | 2016-09-05 | 日立オートモティブシステムズ株式会社 | Vehicle electronic control device |
| JP2018132976A (en) * | 2017-02-16 | 2018-08-23 | 株式会社デンソー | On-vehicle electronic control device |
| WO2019159615A1 (en) * | 2018-02-14 | 2019-08-22 | 日立オートモティブシステムズ株式会社 | Vehicle monitoring system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11120127B2 (en) | Reconstruction-based anomaly detection | |
| CN109397703B (en) | Fault detection method and device | |
| US20170293862A1 (en) | Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device | |
| US7030746B2 (en) | Method and system for generating automatic alarms based on trends detected in machine operation | |
| US20200150159A1 (en) | Anomaly detection device, anomaly detection method, and storage medium | |
| JP4858913B2 (en) | Data storage device, data storage method, and data storage program | |
| US9535419B2 (en) | Device and method for the residual analysis of a residuum to detect system errors in the system behaviour of a system of an aircraft | |
| US20160231738A1 (en) | Information processing apparatus and analysis method | |
| US20120296605A1 (en) | Method, computer program, and system for performing interpolation on sensor data for high system availability | |
| CN110888412B (en) | Semiconductor device and analysis system | |
| KR20160097029A (en) | Method and apparatus for estimating state of battery | |
| US10254743B2 (en) | Numerical control apparatus and logging method | |
| US10581665B2 (en) | Content-aware anomaly detection and diagnosis | |
| JPWO2019093098A1 (en) | Information processing equipment, mobile devices, and methods, and programs | |
| EP4096232B1 (en) | Attack detection method, attack detection system and program | |
| EP2135144B1 (en) | Machine condition monitoring using pattern rules | |
| US7949497B2 (en) | Machine condition monitoring using discontinuity detection | |
| CN112272763A (en) | Abnormality detection device, abnormality detection method, and abnormality detection program | |
| JP6678182B2 (en) | Anomaly detection device | |
| EP3190519B1 (en) | Monitoring device and monitoring method thereof, monitoring system, and recording medium in which computer program is stored | |
| JP2009003686A (en) | Apparatus, method and program for analyzing software operation | |
| JP2008146157A (en) | Network abnormality decision device | |
| CN114060228B (en) | Method and device for detecting abnormal torque jump of wind generating set and controller | |
| WO2020162425A1 (en) | Analysis device, analysis method, and program | |
| US20220153141A1 (en) | Method for ascertaining a state of an electric drive of a means of transportation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100401 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110125 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110325 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110531 |