JP2017123521A - 障害原因特定装置、及びプログラム - Google Patents

Abstract

【課題】多種多様な機器の障害について、その原因を特定することができる障害原因特定装置及びプログラムを提供する。【解決手段】障害原因特定装置１０は、機器の種類毎に定められた計数可能な特徴量に基づいて、機器の利用者を分類する利用者分類部と、利用者分類部が分類した利用者の分類結果どうしの相関に基づいて、機器に生じた障害の原因箇所を特定する。【選択図】図１

Description

本発明の実施形態は、障害原因特定装置、及びプログラムに関する。

従来、携帯電話やスマートフォン、タブレットなどの端末装置は、通信機能が搭載されており、無線通信回線や有線通信回線などを通じて他の装置と通信することが可能である。さらに近年では、上述の端末装置以外の様々な製品に通信機能が搭載されている。これらの製品は、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）機器とも呼ばれる。
これらの機器は、搭載される機能が複雑化している。このため、これらの機器に故障などの障害が発生した場合に、その原因を特定することが困難である。また、機器の種類が多岐にわたっていることから、発生した障害の原因を特定するための作業も、機器の種類毎に多岐にわたる。したがって、機器についての知識量によっては、障害の原因が特定できないこともある。これに関し、例えば特許文献１には、機器についての知識量によらずに障害に対処する技術が記載されている。

特開２０１０−１６１６４９号公報

しかしながら、上述した特許文献１に記載の技術は、障害に対処可能な機器や、障害の種類が限定的であり、様々な機器の様々な種類の障害に対して、その原因を特定できるものではなかった。つまり、特許文献１に記載の技術には、多種多様な機器の障害についてまでは、その原因を特定することができない、という問題があった。

本発明は、多種多様な機器の障害について、その原因を特定することができる障害原因特定装置、及びプログラムを提供することを目的とする。

（１）本発明の一態様は、機器の種類毎に定められた計数可能な特徴量に基づいて、前記機器の利用者を分類する利用者分類部と、前記利用者分類部が分類した前記利用者の分類結果どうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する障害原因特定部とを備える障害原因特定装置である。
（２）本発明の一態様は、上記（１）の障害原因特定装置において、前記利用者分類部は、予め定められたログキーに基づいて収集された、前記利用者による前記機器の利用結果を示すログデータに基づいて前記特徴量を算出することにより、前記利用者を分類する。
（３）本発明の一態様は、上記（２）の障害原因特定装置において、前記ログキーは、
前記機器の部品の属性に基づいて定められている。
（４）本発明の一態様は、上記（２）又は（３）の障害原因特定装置において、前記障害原因特定部が特定する前記障害の原因箇所を示す情報を、前記ログキーに基づいて自然言語の文章に変換する文章変換部を更に備える。
（５）本発明の一態様は、上記（１）から（４）の障害原因特定装置において、前記利用者分類部は、前記特徴量に基づいて前記機器の利用者をクラスタリングすることにより、複数のクラスタのうちのいずれかのクラスタに前記利用者を分類し、前記障害原因特定部は、前記利用者分類部が分類した前記クラスタどうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する。
（５）本発明の一態様は、コンピュータに、機器の種類毎に定められた計数可能な特徴量に基づいて、前記機器の利用者を分類する利用者分類ステップと、前記利用者分類ステップにおいて分類された前記利用者の分類結果どうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する障害原因箇所特定ステップとを実行させるためのプログラムである。

本発明によれば、多種多様な機器の障害について、その原因を特定することができる障害原因特定装置、及びプログラムを提供できる。

本実施形態の障害原因特定システムの構成の一例を示す図である。 本実施形態の障害原因特定システムの動作の一例を示す図である。 本実施形態の利用者分類部の動作の一例を示す図である。 本実施形態の利用者分類部が算出する特徴量の一例を示す図である。 本実施形態の障害原因特定部の動作の一例を示す図である。 本実施形態の障害原因特定部によるログデータどうしの相違点を探索の一例を示す図である。 本実施形態の文章変換部の動作の一例を示す図である。 本実施形態の辞書・テンプレート記憶部に記憶されているキーフォーマットの一例を示す図である。 本実施形態のキーフォーマットが適用されたログキーの一例を示す図である。 本実施形態のキーフォーマットに対応付けられたテンプレートの一例を示す図である。 本実施形態の辞書・テンプレート記憶部に記憶されている日本語辞書の一例を示す図である。 本実施形態の文章変換部が取得するログキーの一例を示す図である。 本実施形態の文章変換部による日本語のテンプレートへの反映の一例を示す図である。 本実施形態の文章変換部が追加した障害発生箇所を示す文章の一例である。

[障害原因特定装置の構成]
以下、図面を参照し、本発明の実施形態について説明する。
図１は、本実施形態の障害原因特定システム１の構成の一例を示す図である。障害原因特定システム１は、障害原因特定装置１０と、端末装置２０と、ログデータ記憶部３０とを備える。障害原因特定装置１０は、端末装置２０が収集し、ログデータ記憶部３０に記憶されたログデータを取得する。なお、以下に示す実施形態では、端末装置２０が、ＩｏＴ機器であるとして説明するが、これに限られない。端末装置２０は、家庭電化製品、ヘルスケア機器、スマートフォン、スマートウォッチ、ヘッドマウントディスプレイ、宅内無線ＬＡＮアクセスポイント、ブロードバンドルーター、プリンタ、ＩＴ化された車両、工業用設備機器などであってもよい。

端末装置２０は、ログデータ収集部２１０と、ログデータ送信部２２０とを備える。ログデータ収集部２１０は、利用者による端末装置２０の操作結果を、ログデータとして収集する。
ログデータ送信部２２０は、ログデータ収集部２１０が収集したログデータを、ログデータ記憶部３０に送信する。

ログデータ記憶部３０には、端末装置２０から送信されたログデータが記憶されている。ここで、端末装置２０は、利用者毎に複数ある。ログデータ記憶部３０には、複数の端末装置２０から送信されるログデータを、端末装置２０毎にそれぞれ記憶する。ログデータ記憶部３０には、利用者を識別する利用者ＩＤと、利用者による端末装置２０の操作結果を示す情報とが対応づけられて、ログデータとして記憶されている。

障害原因特定装置１０は、利用者分類部１１０と、障害発生被疑利用者ログデータ記憶部１２０と、正常利用者ログデータ記憶部１３０と、障害原因特定部１４０と、文章変換部１５０と、辞書・テンプレート記憶部１６０と、文章表示部１７０とを備える。

利用者分類部１１０は、ログデータ記憶部３０からログデータを取得し、取得したログデータに基づいて、端末装置２０の利用者を分類する。ここで、利用者分類部１１０による利用者の分類には、クラスタ解析が用いられてもよい。利用者分類部１１０は、ログデータをクラスタリングすることにより、端末装置２０の利用者を複数のクラスタに分類する。上述したように、ログデータには、利用者による端末装置２０の操作結果を示す情報が含まれている。利用者分類部１１０は、利用者による端末装置２０の操作結果を示す情報に基づいて、ログデータをクラスタリングする。この結果、端末装置２０の利用者は、利用者による端末装置２０の操作結果に応じた、複数のクラスタに分類される。

ここで、利用者による端末装置２０の操作には、端末装置２０の機能に何らかの障害を生じさせる操作が含まれていることがある。例えば、特定の状況において端末装置２０を他の端末装置２０に接続する操作を行うと、端末装置２０どうしが接続できないといった障害が発生する場合がある。端末装置２０の各機能が開発段階において十分に試験された後に、利用者に提供されているのであれば、このような障害が発生する状況は、障害が発生しない場合に比べて極めて少ないものと考えられる。つまり、端末装置２０の利用において障害が発生するような操作は、障害が発生しない操作に比べて、希であると考えられる。また、端末装置２０の利用において、仮に大規模な障害が発生するのであれば、その障害は比較的早期に認知されることから、その対応が早期に行われると考えられる。一方、端末装置２０の利用において、極めて希な障害は、その認知も遅くなるため、又は認知されずに放置されるため、その対応が早期に行われることが期待できない。障害原因特定装置１０は、極めて希な障害であっても、その認知を大規模な障害に発展する前段階の小規模なうちに検出することができる。

利用者分類部１１０は、利用者による端末装置２０の操作結果に応じて、利用者を複数のクラスタに分類する。ここで、端末装置２０に障害が発生するような操作が希であるとすれば、分類された利用者の数が他のクラスタに比べて極めて少ないクラスタは、何らかの障害を発生させる操作を行った利用者が分類されたクラスタである可能性が高い。

利用者分類部１１０は、分類された利用者の数が他のクラスタに比べて極めて少ないクラスタを、障害発生被疑クラスタと判定する。利用者分類部１１０は、ログデータ記憶部３０から取得したログデータのうち、障害発生被疑クラスタに含まれる利用者のログデータを、障害発生被疑利用者ログデータ記憶部１２０に記憶させる。
また、利用者分類部１１０は、障害発生被疑クラスタと判定していないクラスタを、正常利用者クラスタと判定する。利用者分類部１１０は、ログデータ記憶部３０から取得したログデータのうち、正常利用者クラスタに含まれる利用者のログデータを、正常利用者ログデータ記憶部１３０に記憶させる。
つまり、利用者分類部１１０は、分類後のクラスタに含まれる利用者の数に基づいて、端末装置２０の利用者を正常利用者と、障害発生被疑利用者とに分類する。

障害原因特定部１４０は、障害発生被疑利用者ログデータ記憶部１２０に記憶されているログデータと、正常利用者ログデータ記憶部１３０に記憶されているログデータを比較することにより、端末装置２０に生じた障害の原因を特定する。以下の説明において、障害発生被疑利用者ログデータ記憶部１２０に記憶されているログデータを、障害被疑ログデータとも記載する。また、正常利用者ログデータ記憶部１３０に記憶されているログデータを、正常ログデータとも記載する。
具体的には、障害原因特定部１４０は、障害被疑ログデータと、正常ログデータとの差分を抽出する。障害原因特定部１４０は、抽出した差分のログデータに含まれる端末装置２０の操作結果に基づいて、正常時の操作と障害発生時の操作との相違点を抽出する。障害原因特定部１４０は、抽出した操作の相違点に基づいて、障害の原因を特定する。障害原因特定部１４０は、特定した障害の原因を示す情報を文章変換部１５０に出力する。

文章変換部１５０は、辞書・テンプレート記憶部１６０に記憶されている情報に基づいて、障害原因特定部１４０が出力する障害の原因を示す情報を、自然言語の文章に変換する。この自然言語は、障害原因特定装置１０が運用され、又は端末装置２０が利用される地域で用いられる言語が望ましい。例えば、障害原因特定装置１０が日本国内で運用される場合には、文章変換部１５０は、障害の原因を示す情報を、日本語の文章に変換する。

文章表示部１７０は、ディスプレイ装置などを備えており、文章変換部１５０が変換した自然言語の文章を表示する。ここで、障害原因特定装置１０は、例えば、端末装置２０の利用者に、端末装置２０の情報を提供するサポートセンタにおいて運用される。この場合、障害原因特定装置１０は、サポートセンタのスタッフが操作する。文章表示部１７０は、サポートセンタのスタッフに対して、障害の原因を示す文章を表示する。このスタッフは、文章表示部１７０に表示される、障害の原因を示す文章を見て、端末装置２０の利用者に対して、端末装置２０に関する障害の情報を提供する。

[障害原因特定システム１の動作]
次に、図２を参照して、障害原因特定システム１の動作について説明する。
図２は、本実施形態の障害原因特定システム１の動作の一例を示す図である。

（ステップＳ１０１）端末装置２０のログデータ収集部２１０は、端末装置２０からログデータを収集する。このログデータには、ＩｏＴ機器の端末情報としての、モデル名（機種名）、カーネルバージョン、ＯＳバージョン、ビルド番号、機器供給事業者の固有管理番号、端末装置２０の電話番号などが含まれる。また、ログデータには、端末装置２０の動作を設定する情報としての、近距離無線通信インタフェースの動作状態、モバイル通信網のインタフェースの動作状態、航空機内モードの動作状態、液晶バックライトの動作状態、液晶バックライトの明るさ、通信間隔、目標温度、目標湿度、タイマー値、水量、音量などが含まれる。また、ログデータには、端末装置２０のネットワーク情報としての、ＩＰアドレス、接続中の通信規格、接続中のネットワーク識別情報、データ通信量、電波強度、接続中の相手機器の情報、周辺に存在する他の機器の情報、他の機器への接続履歴などが含まれる。また、ログデータには、電力系の情報としての、電池残量、充電状態、充電温度、充電種別などが含まれる。

（ステップＳ１０２）端末装置２０のログデータ送信部２２０は、ログデータ収集部２１０が収集したログデータを、ログデータ記憶部３０に送信する。ログデータ記憶部３０には、各端末装置２０から送信されたログデータが記憶される。すなわち、ログデータ記憶部３０には、ログデータが集約される。

（ステップＳ２０１〜ステップＳ２０９）障害原因特定装置１０の利用者分類部１１０は、利用者の分類を行う。このステップＳ２０１〜ステップＳ２０９について、図３を参照して説明する。

図３は、本実施形態の利用者分類部１１０の動作の一例を示す図である。
（ステップＳ２０１）利用者分類部１１０は、ログデータ記憶部３０からある利用者のログデータを取得する。
（ステップＳ２０２）利用者分類部１１０は、ステップＳ２０１において取得したログデータに基づいて、ログデータの特徴量を算出する。ここで、利用者分類部１１０は、特徴量が複数ある場合には、これら特徴量毎に特徴量を算出する。この一例では、利用者分類部１１０は、ステップＳ２０２−１〜―５において特徴量１〜特徴量５を、それぞれ算出する。ここで、図４を参照して、利用者分類部１１０が算出する特徴量の一例について説明する。

図４は、本実施形態の利用者分類部１１０が算出する特徴量の一例を示す図である。利用者分類部１１０は、「直近１時間のＷｉ−Ｆｉ（登録商標）利用回数」を特徴量１として算出する。また、利用者分類部１１０は、「Ｂｌｕｅｔｏｏｔｈ（登録商標）のＯＮ／ＯＦＦ回数累計」を特徴量２として算出する。また、利用者分類部１１０は、「５時間前〜６時間前の間の通信量」を特徴量３として算出する。具体的には、利用者分類部１１０は、利用者ＩＤが「００１」の利用者について、特徴量１を１、特徴量２を０、特徴量３を２００として算出する。利用者分類部１１０は、利用者ＩＤが「００２」の利用者について、特徴量１を３、特徴量２を１、特徴量３を４５として算出する。利用者分類部１１０は、利用者ＩＤが「００３」の利用者について、特徴量１を０、特徴量２を０、特徴量３を１０００として算出する。これと同様にして、利用者分類部１１０は、各利用者について、特徴量を算出する。

（ステップＳ２０３）図３に戻り、利用者分類部１１０は、ある利用者について、ステップＳ２０２において算出した各特徴量を一時的に記憶させる。
（ステップＳ２０４）利用者分類部１１０は、すべての利用者について特徴量を算出したか否かを判定する。利用者分類部１１０は、すべての利用者について特徴量を算出していないと判定した場合（ステップＳ２０４；ＮＯ）には、処理をステップＳ２０１に戻す。利用者分類部１１０は、すべての利用者について特徴量を算出したと判定した場合（ステップＳ２０４；ＹＥＳ）には、処理をステップＳ２０５に進める。

（ステップＳ２０５）利用者分類部１１０は、ステップＳ２０３において一時記憶させた特徴量に基づいて、利用者をグループ分けする。この一例では、利用者分類部１１０は、ステップＳ２０３において一時記憶させた特徴量に基づいて、クラスタリングを行うことにより、利用者をグループ分けする。

（ステップＳ２０６）利用者分類部１１０は、全てのグループにおいて、グループに属する利用者の数と、所定数とを比較する。利用者分類部１１０は、全てのグループにおいて、グループに属する利用者の数が所定数を下回らない場合（ステップＳ２０６；ＮＯ）、ステップＳ２０１において取得したログデータを、正常利用者ログデータ記憶部１３０に記憶させ（ステップＳ２０７）、処理を終了する。利用者分類部１１０は、グループに属する利用者の数が所定数を下回るグループが1グループ以上存在する場合（ステップＳ２０６；ＹＥＳ）、処理をステップＳ２０８に進める。

（ステップＳ２０８）利用者分類部１１０は、グループに属する利用者の数が、所定数を下回らないグループに属する利用者について、この利用者のログデータを、正常利用者ログデータ記憶部１３０に記憶させる。
（ステップＳ２０９）利用者分類部１１０は、グループに属する利用者の数が、所定数を下回るグループに属する利用者について、この利用者のログデータを、障害発生被疑利用者ログデータ記憶部１２０に記憶させて、処理を終了する。

図２に戻り、障害原因特定部１４０は、ステップＳ３０１〜ステップＳ３０３において、障害の原因を特定する。この障害原因特定部１４０の動作の一例について、図５を参照して説明する。
図５は、本実施形態の障害原因特定部１４０の動作の一例を示す図である。

（ステップＳ３０１）障害原因特定部１４０は、障害発生被疑利用者ログデータ記憶部１２０に記憶されるログデータに類似するログデータを、正常利用者ログデータ記憶部１３０の中から検索する。これにより障害原因特定部１４０は、正常な操作と、障害が発生しうる操作との一致点及び相違点を抽出することができる。

具体的には、障害原因特定部１４０は、各利用者の特徴量間の距離を次の式（１）に基づいて算出する。

ここで、式（１）は、利用者ｉについてのｋ番目の特徴量をＣｉ（ｋ）とした場合、利用者ｉと利用者ｊのｋ番目の特徴量の距離の差Ｄｉ，ｊ，ｋを表す。

また、特徴量の総数をＮとした場合、利用者ｉと利用者ｊの距離Ｄｉ，ｊを、式（２）に示す。

障害原因特定部１４０は、障害発生被疑利用者ログデータ記憶部１２０に記憶される利用者のログデータと、正常利用者ログデータ記憶部１３０に記憶される利用者のログデータとの距離Ｄｉ，ｊが、最小となる利用者を正常利用者ログデータ記憶部１３０から抽出する。なお、特徴量の取り得る値や範囲、重要度が互いに異なる場合には、特徴量毎の正規化や重み付けを行ってもよい。
以下の説明において、正常利用者ログデータ記憶部１３０に記憶される利用者を正常利用者とも記載する。また、障害発生被疑利用者ログデータ記憶部１２０に記憶される利用者を障害発生利用者とも記載する。

(ステップＳ３０２)障害原因特定部１４０は、距離Ｄｉ，ｊが最小となる正常利用者と、障害発生利用者とについて、それぞれ最新のログデータを抽出し、ログデータどうしの相違点を探索する。ここで、図６を参照して、障害原因特定部１４０によるログデータどうしの相違点を探索の一例について説明する。

図６は、本実施形態の障害原因特定部１４０によるログデータどうしの相違点を探索の一例を示す図である。障害原因特定部１４０は、障害が発生していない正常な利用者のログデータと、障害が発生している利用者のログデータとを比較する。この一例では、ログキー「Ｗｉ−Ｆｉ（登録商標）接続中デバイス名」について、両者のログデータは、一致する。ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴有りデバイス名」について、両者のログデータは、相違する。ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴無しデバイス名」について、両者のログデータは、相違する。ログキー「インストール済みアプリ名」について、両者のログデータは、一致する。

より具体的には、この図６に示す一例において、障害が発生している利用者のログデータには、ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴ありデバイス名」について、「Ｄｖｉｃｅ＿Ｃ」が存在しない。一方、正常な利用者のログデータには、ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴有りデバイス名」について、「Ｄｖｉｃｅ＿Ｃ」が存在する。また、障害が発生している利用者のログデータには、ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴無しデバイス名」について、「Ｄｖｉｃｅ＿Ｃ」が存在する。一方、正常な利用者のログデータには、ログキー「Ｂｌｕｅｔｏｏｔｈ（登録商標）ペアリング履歴無しデバイス名」について、「Ｄｖｉｃｅ＿Ｃ」が存在しない。つまり、この場合、２つのログデータの差分に共通して出現するログデータは、「Ｄｖｉｃｅ＿Ｃ」である。障害原因特定部１４０は、この場合「Ｄｖｉｃｅ＿Ｃ」を障害の原因部品であると特定する。

（ステップＳ３０３）図５に戻り、障害原因特定部１４０は、２つのログデータの差分に共通して出現するログデータを、障害発生箇所を提示するためのログデータとして特定する。

図２に戻り、文章変換部１５０は、ステップＳ４０１〜ステップＳ４０４において、障害原因特定部１４０が特定した障害の原因について、この原因を示す情報を、自然言語に変換する。次に、図７を参照して、本実施形態の文章変換部１５０の動作の一例について説明する。
図７は、本実施形態の文章変換部１５０の動作の一例を示す図である。

（ステップＳ４０１）文章変換部１５０は、障害原因特定部１４０が特定したログデータ、すなわち障害発生箇所を提示するためのログデータのログキーに基づいて、辞書・テンプレート記憶部１６０から文章のテンプレートを取得する。ここで、図８を参照して、ログデータのキーフォーマットについて説明する。

図８は、本実施形態の辞書・テンプレート記憶部１６０に記憶されているキーフォーマットの一例を示す図である。辞書・テンプレート記憶部１６０には、［］（大カッコ）と、．（ピリオド）とによって区分される英単語の列が、キーフォーマットとして記憶されている。このキーフォーマットに従って取得されるログキーの一例を図９に示す。

図９は、本実施形態のキーフォーマットが適用されたログキーの一例を示す図である。辞書・テンプレート記憶部１６０には、キーフォーマットが適用されたログキーとしての、「ｓｏｌ２３．ｂｌｕｅｔｏｏｔｈ．ｂｏｕｎｄｅｄ．ｄｅｖｉｃｅ．ｎａｍｅｓ」が記憶されている。ここで、このログキーは、「ＳＯＬ２３という機器において、Ｂｌｕｅｔｏｏｔｈによって過去に接続したことがある相手側の機器の名前のリスト」を意味している。なお、端末装置２０のログデータ収集部２１０は、このキーフォーマットが適用されたログキーを予め取得しており、このログキーに従って、ログデータを収集してもよい。次に、図１０を参照して、本実施形態のキーフォーマットに対応付けられたテンプレートの一例について説明する。

図１０は、本実施形態のキーフォーマットに対応付けられたテンプレートの一例を示す図である。辞書・テンプレート記憶部１６０には、このテンプレートが記憶されている。ここで、図１０に示すように、辞書・テンプレート記憶部１６０において、キーフォーマット「［］．［］．［］．［］．［］」は、テンプレート「［］で［］において［］していない［］の［］は」に対応付けられている。また、辞書・テンプレート記憶部１６０において、キーフォーマット「［］．．［］．［］．［］」は、テンプレート「［］で［］していない［］の［］は」に対応付けられている。
また、辞書・テンプレート記憶部１６０には、図８に示した英単語に対応する日本語が辞書として記憶されている。この辞書・テンプレート記憶部１６０に記憶されている日本語の辞書の具体例について、図１１を参照して説明する。

図１１は、本実施形態の辞書・テンプレート記憶部１６０に記憶されている日本語辞書の一例を示す図である。辞書・テンプレート記憶部１６０には、図１１に示すように、
ログキーに用いられる英単語と、この英単語に対応する日本語とが対応付けられて記憶されている。図７に戻り、文章変換部１５０の動作の説明を続ける。

文章変換部１５０は、ステップＳ４０１において、ログデータのログキーを取得する。この文章変換部１５０が取得するログキーの一例を、図１２に示す。

図１２は、本実施形態の文章変換部１５０が取得するログキーの一例を示す図である。この一例では、文章変換部１５０は、図１２に示す文字列を、ログキーとして取得する。次に、文章変換部１５０は、取得したログキーに含まれる．（ピリオド）に注目して、辞書・テンプレート記憶部１６０に記憶されているキーフォーマットを検索する。このキーフォーマットは、図１０に示したように、辞書・テンプレート記憶部１６０においてテンプレートに対応付けられている。文章変換部１５０は、検索したキーフォーマットに対応付けられているテンプレートを取得する。
具体的には、文章変換部１５０は、ログキーとして取得した図１２に示す文字列に対応するキーフォーマット「［］．［］．［］．［］．［］」を、辞書・テンプレート記憶部１６０において検索する。次に、文章変換部１５０は、キーフォーマット「［］．［］．［］．［］．［］」に対応するテンプレート「［］で［］において［］していない［］の［］は」を辞書・テンプレート記憶部１６０から取得する。

（ステップＳ４０２）文章変換部１５０は、ステップＳ４０１において取得したログキーに含まれる英単語を、辞書・テンプレート記憶部１６０の辞書を参照して日本語に変換する。

（ステップＳ４０３）文章変換部１５０は、ステップＳ４０２において変換した日本語を、テンプレートに反映する。この文章変換部１５０による日本語のテンプレートへの反映の一例を、図１３に示す。
図１３は、本実施形態の文章変換部１５０による日本語のテンプレートへの反映の一例を示す図である。

（ステップＳ４０４）文章変換部１５０は、ステップＳ３０３において取得した障害発生箇所を提示するためのログデータを、ステップＳ４０３において作成した日本語の文章に追加する。この文章変換部１５０によって障害発生箇所の文章が追加された文章の一例を、図１４に示す。

図１４は、本実施形態の文章変換部１５０が追加した障害発生箇所を示す文章の一例である。
（ステップＳ１０３）文章表示部１７０は、ステップＳ４０４において作成された文章、すなわち、図１４に示す文章を表示する。

以上説明したように、本実施形態の障害原因特定装置１０は、利用者分類部１１０と、障害原因特定部１４０とを備えている。この利用者分類部１１０は、特徴量に基づいて、機器の利用者を分類する。ここでいう特徴量とは、機器の種類毎に定められた計数可能な特徴量である。すなわち、利用者分類部１１０は、機器の種類毎に定められた計数可能な特徴量に基づいて、機器の利用者を分類する。このように構成することにより利用者分類部１１０は、機器の種類毎に利用者を分類することができる。また、障害原因特定部１４０は、利用者分類部１１０が分類した利用者の分類結果どうしの相関に基づいて、機器に生じた障害の原因箇所を特定する。したがって、障害原因特定装置１０によれば、機器に生じた損害を機器の種類毎に特定することができる。

また、障害原因特定部１４０は、利用者分類部１１０が分類した利用者の分類結果どうしの相関に基づいて、機器に生じた障害の原因箇所を特定する。このため、障害原因特定部１４０によれば、機器の仕様が分からなくても、機器に生じた障害の原因箇所を特定することができる。また、障害原因特定部１４０によれば、過去の経験に頼らなくても、
機器に生じた障害の原因箇所を特定することができる。つまり、障害原因特定部１４０によれば、過去に経験したことが無い障害が発生した場合であっても、その障害の原因箇所を特定することができる。

また、利用者分類部１１０は、特徴量に基づいて機器の利用者をクラスタリングすることにより、複数のクラスタのうちのいずれかのクラスタに利用者を分類する。この場合において、障害原因特定部１４０は、利用者分類部１１０が分類したクラスタどうしの相関に基づいて、機器に生じた障害の原因箇所を特定する。つまり、障害原因特定装置１０は、障害の原因箇所の特定において、クラスタリングを用いる。このように構成することにより、障害原因特定装置１０は、障害発生利用者のログデータと、正常利用者のログデータとを精度よく分類することができる。したがって、障害原因特定装置１０は、障害の原因箇所の特定の精度を向上させることができる。

また、利用者分類部１１０は、予め定められたログキーに基づいて収集された、利用者による機器の利用結果を示すログデータに基づいて特徴量を算出することにより、利用者を分類する。このログキーは、辞書・テンプレート記憶部１６０において自然言語である日本語辞書に対応づけられている。このように構成することにより、利用者分類部１１０は、収集されたログデータの自然言語への変換を容易にすることができる。

また、このログキーは、機器の部品の属性に基づいて定められている。ここで、機器の部品には、ハードウエア部品と、ソフトウエア部品とが含まれる。また、部品の属性には、ＩｏＴ機器の端末情報としての、モデル名（機種名）、カーネルバージョン、ＯＳバージョン、ビルド番号、機器供給事業者の固有管理番号、端末装置２０の電話番号などが含まれる。また、部品の属性には、端末装置２０の動作を設定する情報としての、近距離無線通信インタフェースの動作状態、モバイル通信網のインタフェースの動作状態、航空機内モードの動作状態、液晶バックライトの動作状態、液晶バックライトの明るさ、通信間隔、目標温度、目標湿度、タイマー値、水量、音量などが含まれる。また、部品の属性には、端末装置２０のネットワーク情報としての、ＩＰアドレス、接続中の通信規格、接続中のネットワーク識別情報、データ通信量、電波強度、接続中の相手機器の情報、周辺に存在する他の機器の情報、他の機器への接続履歴などが含まれる。また、部品の属性には、電力系の情報としての、電池残量、充電状態、充電温度、充電種別などが含まれる。
ここに示したように、ログキーは、機器の部品の様々な属性に基づいて定められるため、ログデータの解析によって障害の原因箇所を特定する場合に、原因箇所をより詳細に特定することができる。

また、障害原因特定装置１０は、文章変換部１５０を備えている。この文章変換部１５０は、辞書・テンプレート記憶部１６０に記憶されているログキーに基づいて、障害原因特定部１４０が特定する障害の原因箇所を示す情報を、自然言語の文章に変換する。ここで、辞書・テンプレート記憶部１６０に記憶されているログキーは、ログデータ収集部２１０におけるログデータ収集にも用いられる。したがって、文章変換部１５０は、ログデータに含まれる情報を、このログデータに対応付けられているログキーによって辞書・テンプレート記憶部１６０を検索することにより、ログデータを自然言語の文章に変換することができる。つまり、障害原因特定装置１０は、文章変換部１５０を備えることにより、人間には理解しがたいログデータを、人間が理解可能な自然言語に変換する。このように構成することにより、障害原因特定装置１０は、障害の原因を示す情報を、人間にも分かりやすく提示することができる。

なお、上述したステップＳ２０１からステップＳ２０９において、利用者分類部１１０は、利用者を分類する際にログデータのみに基づいて分類したが、これに限られない。利用者分類部１１０は、利用者に対して予め行われた端末装置２０についてのアンケート結果などに基づいて、利用者を分類してもよい。

以上、本発明の実施形態及びその変形を説明したが、これらの実施形態及びその変形は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態及びその変形は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、組合せを行うことができる。これら実施形態及びその変形は、発明の範囲や要旨に含まれると同時に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

なお、上述の各装置は内部にコンピュータを有している。そして、上述した各装置の各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

１…障害原因特定システム、１０…障害原因特定装置、２０…端末装置２０、１１０…利用者分類部、１２０…障害発生被疑利用者ログデータ記憶部１２０、１３０…正常利用者ログデータ記憶部、１４０…障害原因特定部、１５０…文章変換部１５０、１６０…辞書・テンプレート記憶部１６０、１７０…文章表示部、２１０…ログデータ収集部、２２０…ログデータ送信部２２０

Claims (6)

1. 機器の種類毎に定められた計数可能な特徴量に基づいて、前記機器の利用者を分類する利用者分類部と、
   前記利用者分類部が分類した前記利用者の分類結果どうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する障害原因特定部と、
   を備える障害原因特定装置。
2. 前記利用者分類部は、
   予め定められたログキーに基づいて収集された、前記利用者による前記機器の利用結果を示すログデータに基づいて前記特徴量を算出することにより、前記利用者を分類する
   請求項１に記載の障害原因特定装置。
3. 前記ログキーは、
   前記機器の部品の属性に基づいて定められている
   請求項２に記載の障害原因特定装置。
4. 前記障害原因特定部が特定する前記障害の原因箇所を示す情報を、前記ログキーに基づいて自然言語の文章に変換する文章変換部
   を更に備える請求項２又は請求項３に記載の障害原因特定装置。
5. 前記利用者分類部は、
   前記特徴量に基づいて前記機器の利用者をクラスタリングすることにより、複数のクラスタのうちのいずれかのクラスタに前記利用者を分類し、
   前記障害原因特定部は、
   前記利用者分類部が分類した前記クラスタどうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する
   請求項１から請求項４のいずれか一項に記載の障害原因特定装置。
6. コンピュータに、
   機器の種類毎に定められた計数可能な特徴量に基づいて、前記機器の利用者を分類する利用者分類ステップと、
   前記利用者分類ステップにおいて分類された前記利用者の分類結果どうしの相関に基づいて、前記機器に生じた障害の原因箇所を特定する障害原因箇所特定ステップと
   を実行させるためのプログラム。

Images