JP2018064160A - 故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム - Google Patents
故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム Download PDFInfo
- Publication number
- JP2018064160A JP2018064160A JP2016200537A JP2016200537A JP2018064160A JP 2018064160 A JP2018064160 A JP 2018064160A JP 2016200537 A JP2016200537 A JP 2016200537A JP 2016200537 A JP2016200537 A JP 2016200537A JP 2018064160 A JP2018064160 A JP 2018064160A
- Authority
- JP
- Japan
- Prior art keywords
- oms
- failure
- component
- detection
- path
- 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.)
- Granted
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
【解決手段】上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定する故障位置特定装置100を用いる。下位レイヤの機器がコンポーネント単位に分類されている。故障位置特定装置100は、下位レイヤのコンポーネントごとに、上位レイヤの異常検出を、1または複数種類のパラメータに換算し、換算したパラメータを用いて故障が発生したコンポーネントを推定する確認順決定部3、を備える、ことを特徴とする。
【選択図】図3
Description
したがって、上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定するための稼働を削減することができる。
本発明の実施形態について、図面を参照しながら詳細に説明する。
本実施形態では、監視対象のネットワークの下位レイヤに配置されている機器のうち1または複数をまとめて扱うコンポーネントを複数用意し、下位レイヤの機器をコンポーネント単位で予め分類する。そして、本実施形態では、通信品質低下やスループット低下など、といった上位レイヤでの異常の検出を、下位レイヤのコンポーネントごとの検出に換算し、コンポーネント単位の検出の分布を分析する面的分析を採用する。この面的分析によって、検出数または検出率が極端に多いコンポーネントを特定して被疑範囲を絞り込む。
図1の通信システムは、L0/L1網、L2/L1.5網、L3網、および、サービス網の各々に配置される機器群から構成されている。L0/L1網は、下位レイヤである。L2/L1.5網、L3網、および、サービス網は、上位レイヤであり、この順番でより上位となる。
L3網に配置されている機器について説明する。符号31〜34は、例えば、ルータである。ルータ31〜34は、トラヒック監視用のトラヒックMIBを記憶している。
サービス網に配置されている機器について説明する。符号41〜46は、例えば、サーバである。
「収容数」は、対象のコンポーネントが収容するL3網上の機器を経由するパス(全体でもよいし一部でもよい)の数である。各コンポーネントが収容するL3網上の機器に設定されている接続(コネクション)の数(収容L3接続数)ともいえる。図2(a)に描かれている矢印は、L3網上のパスと、当該パスが経由する機器を収容するOMSとの関係を示す。各OMSの収容数は、自身のOMSに到達する矢印の本数に等しい。
「検出率」は、対象のコンポーネントについて、検出数を収容数で除算した値(パーセント表示)である。
「故障率」は、対象のコンポーネントに属する(下位レイヤの)機器にて故障が発生する確率である。コンポーネントの各々に属する下位レイヤの機器の過去の故障から求められる、コンポーネント単位の確率であるともいえる。コンポーネント単位の「故障率」については後記するが、所定の計算式で適宜求めることができる。機器に故障が発生するたびに故障率が更新される。故障が多いほど、故障率の値は大きくなるとする。
「確認順」は、面的分析のパラメータの全部または一部に基づいて、どのコンポーネントから優先的に詳細分析を行うかを示す優先順位である。被疑箇所の確度が高いほど優先順位が高くなる。例えば、検出数が多いOMSを優先し、検出数が同じOMSについては、検出率が大きいOMSを優先し、検出率も同じとなるOMSについては、故障率が高いOMSを優先する、という確認順決定ルールを採用したとする。この場合、図2(b)によれば、OMS Bが、各OMS間で検出数が最も多くなり(検出数が3)、確認順が1位となる。また、OMS Dが、各OMS間で検出数が最少となり(検出数が0)、確認順が4位となる。
本実施形態の故障位置特定装置の機能構成について説明する。図3に示すように、故障位置特定装置100は、網構成管理部1−1〜1−4と、性能情報管理部2−1〜2−3と、ユーザ申告管理部2−4と、確認順決定部3と、故障位置特定部4といった機能部を制御部に備える。また、故障位置特定装置100は、網構成情報1a〜1dと、性能情報2a〜2cと、申告情報2dと、レイヤ間収容情報3aと、確認順情報3bとを記憶部に記憶する。
面的分析のパラメータの各々について詳細に説明する。
すでに説明した通り、異常の検出数の多いコンポーネントを優先的に確認するという確認順を採用することができる。図4(a)の上段に示す簡略構成図は、図2(a)のものと同じである。図4(a)の上段に描かれているパス[1]〜[3]は、図2(a)に描かれているパス[1]〜[3]と同じである。また、OMS Bにて故障(×で図示)が発生したとする。
例えば、パス[1]での検出漏れが生じる場合がある。この場合、パス[1]が経由する機器を収容するOMS A〜Cの検出数はそれぞれ、検出漏れが無い場合と比較して1減る(図4(a)下段参照)。なお、検出漏れのケースには、例えば、間欠故障やサイレント故障の発生時にサービス網においてユーザ申告が漏れるケース、または、L3網においてトラヒックMIB監視時に異常検出用のトラヒック変動閾値に達しないケースがある。
なお、図4(a)下段に示すように、パス[1]での検出漏れがあった場合、検出率についてもOMS Bが最大(66%)となり、検出率を用いて、OMS Bを被疑箇所として優先することができる。
すでに説明した通り、異常の検出率の多いコンポーネントを優先的に確認するという確認順を採用することができる。図4(b)の上段に示す簡略構成図は、図4(a)の上段に示す簡略構成図と比較して、パス[1]〜[3]は同じであるが、実際の故障発生箇所(×で図示)がOMS BからOMS Cに変更されている点で異なる。
コンポーネントの隣接関係を表す近傍情報を用いて、他のパラメータで判断した優先コンポーネントに隣接する(近傍の)コンポーネントを優先的に確認するという確認順を採用することができる。近傍情報は、具体的には、図2(b)の近傍コンポーネントとして表すことができる。図4(c)の上段に示す簡略構成図は、図4(a)の上段に示す簡略構成図と比較して、パス[1]〜[3]に加えて、パス[4]が追加されている点が異なる。パス[4]は、ルータ31〜33を経由する論理的な通信路であるがパス[3]とは別である。図4(c)の上段に示す簡略構成図にて、実際の故障発生箇所は、OMS Bである(×印で図示)。
故障率の大きいコンポーネントを優先的に確認するという確認順を採用することができる。図5(a)に示す簡略構成図は、図2(a)のものと同じである。図5(a)に描かれているパス[1]〜[3]は、図2(a)に描かれているパス[1]〜[3]と同じである。図2(a)と比較して、図5(a)では、OMS Aにて故障(×で図示)が発生したとする。
故障していない率の小さいコンポーネントを優先的に確認するという確認順を採用することができる。「着目するコンポーネントの故障していない率」とは、各コンポーネントの故障率(予め取得済み)から、着目するコンポーネント以外のコンポーネントが故障している確率をいう。または、故障率に基づいて、異常検出に対し、コンポーネントの各々に属する下位レイヤの機器の故障していない確率ともいえる。すべての異常検出に対してコンポーネントごとに故障していない率を求め、故障していない率の小さいコンポーネントを決定する。
パス[1]は、ルータ31〜34を経由する論理的な通信路である。よって、パス[1]が経由するL3網上の機器を収容するOMSは、OMS A,B,Cとなる。
パス[2]は、ルータ33、32、34をこの順(またはこの逆の順)で経由する論理的な通信路である。よって、パス[2]が経由するL3網上の機器を収容するOMSは、OMS B,Dとなる。
・パス[1]での異常検出に対してBが故障していない率
=(1−PB)[1−(1−PA)(1−PC)]
・パス[2]での異常検出に対してBが故障していない率
=(1−PB)[1−(1−PD)]=(1−PB)PD
・パス[1][2]での異常検出に対してBが故障していない率
=(1−PB)[1−(1−PA)(1−PC)]PD
すでに説明した検出数の概念を拡張させ、拡張された検出数の多いコンポーネントを優先的に確認するという確認順を採用することができる。異常が検出されるパスが経由する機器を収容するコンポーネントの数が少ないほど、当該コンポーネントから見たときの故障の重要度は高い。そこで、対応するコンポーネントの数が少ないパスには大きな重みを付与してコンポーネント単位の検出数を計算する。重みには、1つのパスが経由する機器を収容するコンポーネントの数の逆数を利用することができるが、これに限定されない。
パス[1]は、ルータ31〜34を経由する論理的な通信路である。よって、パス[1]が経由するL3網上の機器を収容するOMSは、OMS A,B,Cとなる。
パス[2]は、ルータ32〜34を経由する論理的な通信路である。よって、パス[2]が経由するL3網上の機器を収容するOMSは、OMS B,Cとなる。
パス[3]は、ルータ35,31〜33を経由する論理的な通信路である。なお、図7(a)中、ルータ35は、L3網上の機器である。符号25は、例えば、L2/L1.5網上のMPLS−TP装置である。符号15は、例えば、OXCである。OXC11,15間にOMS Eが形成される。パス[3]が経由するL3網上の機器を収容するOMSは、OMS E,A,Bとなる。
同様にして、OMS Cの(拡張しない)検出数は2であるが、拡張した検出数は、OMS Cに収容されるパス[1]に対する重み(2/6)+OMS Bに収容されるパス[2]に対する重み(3/6)=5/6となる。
同様にして、OMS Eの(拡張しない)検出数は1(誤検出)であるが、拡張した検出数は、OMS Eに収容されるパス[3]に対する重み=2/6となる。
これまでに説明したパラメータ(検出数、検出率、近傍情報(近傍コンポーネント)、故障率(または故障していない率))を組み合わせて、コンポーネントの確認順を決定することができる。なお、全種類のパラメータを用いる必要はない。
パラメータの組み合わせの説明を、図8(a)に示す簡略構成図を用いて行う。図8(a)において、L3網上には、パス[1]〜[4]が設定されているとする。
パス[1]は、ルータ31〜34を経由する論理的な通信路である。よって、パス[1]が経由するL3網上の機器を収容するOMSは、OMS A,B,Cとなる。
パス[2]は、ルータ32〜34をこの順(またはこの逆の順)で経由する論理的な通信路である。よって、パス[2]が経由するL3網上の機器を収容するOMSは、OMS B,Cとなる。
パス[3]は、ルータ35,31〜33を経由する論理的な通信路である。よって、パス[3]が経由するL3網上の機器を収容するOMSは、OMS E,A,Bとなる。
パス[4]は、ルータ35,31を経由する論理的な通信路である。よって、パス[4]が経由するL3網上の機器を収容するOMSは、OMS Eとなる。
パラメータの組み合わせを使用する場合、例えば、パラメータごとに優先度を付与し、優先度の高いパラメータからコンポーネントの確認順を決定する方法がある。この方法において、優先度の高いパラメータにて同値をとるコンポーネントについては、次に優先度の高いパラメータで判断する。この方法は、先述した確認順決定ルールと同様である。故障位置特定装置100は、パラメータに付与する優先度を優先度情報として記憶部に記憶している。優先度情報は、例えば、故障位置特定装置100のオペレータが決定することができる。
一方、近傍情報を利用しない場合、近傍探索は行わないことを意味し、近傍情報に優先度を付与しないこととして処理することができる。
パラメータの組み合わせを使用する場合、例えば、各パラメータを数値化して合算し、合算値の大きいコンポーネントを優先するようにコンポーネントの確認順を決定する方法がある。パラメータの数値化は、例えば、各パラメータ値に所定の係数を乗じて合算するという方法をとることができる。図8(b)の表には、OMSごとの合算値(a〜e)が登録される。
上記のようにパラメータを組み合わせることで、被疑箇所の特定の精度をより向上させることができる。
L3網上のパス(群)での異常検出に、誤検出が含まれていると判定した場合には、その誤検出を除去した残りの異常検出からコンポーネントの確認順を決定することができる。例えば、各異常検出に対応するコンポーネントを特定して、特定したコンポーネントから異常検出があったパス間の類似度を評価し、類似度の小さなパスでの異常検出を誤検出とすることができる。
パス[1]は、ルータ31〜34を経由する論理的な通信路である。よって、パス[1]が経由するL3網上の機器を収容するOMSは、OMS A,B,Cとなる。
パス[2]は、ルータ32〜34をこの順(またはこの逆の順)で経由する論理的な通信路である。よって、パス[2]が経由するL3網上の機器を収容するOMSは、OMS B,Cとなる。
パス[3]は、ルータ31,32を経由する論理的な通信路である。よって、パス[3]が経由するL3網上の機器を収容するOMSは、OMS Aとなる。
パス[4]は、ルータ33,32,34をこの順(またはこの逆の順)で経由する論理的な通信路である。よって、パス[4]が経由するL3網上の機器を収容するOMSは、OMS B,Dとなる。
「異常検出パス」は、L3網上に設定されたパスのうち、異常が検出されたパスである。
「通過コンポーネント」は、対象の異常検出パスが設定されているL3網上の機器を収容するコンポーネントをOMS単位で示す。
「類似度メトリック」は、対象の異常検出パスで発生した異常検出と、対応の通過コンポーネントに発生した他の異常検出との間の類似度を評価する評価値である。評価値の決定には以下の例1,2がある。
評価値として、異常検出パスに対応する通過コンポーネントの各々について、当該通過コンポーネントに対応する他の異常検出パスの数の最大数とする方式である。換言すれば、例1の評価値は、同一のコンポーネントで共有する異常検出の数の最大数ともいえる。
OMS Aは、注目する異常検出パス[1]の異常検出の他に、異常検出パス[3]の異常検出を共有している。よって、OMS Aで共有する異常検出の数は1である。
また、OMS Bは、注目する異常検出パス[1]の異常検出の他に、異常検出パス[2],[4]の異常検出を共有している。よって、OMS Bで共有する異常検出の数は2である。
また、OMS Cは、注目する異常検出パス[1]の異常検出の他に、異常検出パス[2]の異常検出を共有している。よって、OMS Cで共有する異常検出の数は1である。
上記によれば、OMS Bで共有する異常検出の数である2が最大数となるので、評価値として2が「類似度メトリック」に登録される。
異常検出パス[2]については、OMS Bで共有する異常検出の数(2)が最大数となるので、評価値として2が「類似度メトリック」に登録される。
異常検出パス[3]については、OMS Aで共有する異常検出の数(1)が最大数となるので、評価値として1が「類似度メトリック」に登録される。
異常検出パス[4]については、OMS Bで共有する異常検出の数(2)が最大数となるので、評価値として2が「類似度メトリック」に登録される。
評価値として、異常検出パスに対応する通過コンポーネントの少なくとも1つに対応する他の異常検出パスの数とする方式である。換言すれば、例2の評価値は、任意のコンポーネントで共有する異常検出の数ともいえる。
図9(b)の表の他の異常検出パス[2]〜[4]についても上記と同様にして評価値を求めることができる。
異常検出パス[2]については、OMS B,Cの少なくとも1つが異常検出パス[1][4]の2つの異常検出を共有している。よって、評価値として2が「類似度メトリック」に登録される。
異常検出パス[3]については、OMS Aが異常検出パス[1]の1つの異常検出を共有している。よって、評価値として1が「類似度メトリック」に登録される。
異常検出パス[4]については、OMS B,Dの少なくとも1つ(図9(a)によればBのみ)が異常検出パス[1][2]の2つの異常検出を共有している。よって、評価値として2が「類似度メトリック」に登録される。
上位レイヤの異常検出(例:ユーザ申告、トラヒック減)から下位レイヤの被疑箇所をコンポーネント単位で推定する場合、上位レイヤの正常性確認の確認結果を用いて、下位レイヤの被疑箇所を絞り込むことができる場合がある。この絞り込みの効果が、上位レイヤの正常性確認に伴う時間ロスを補って余りあれば、下位レイヤの面的分析を、上位レイヤの正常性確認の確認結果で補強することが有用である。
対処1:OMS A,Bの2区間を対象にして面的分析を行う。
対処2:L3網の正常性確認によって情報を補強してから面的分析を行う。
ここで、推定確度は、最悪ケースの手順数、つまり、被疑候補のコンポーネントの数(被疑候補の範囲に属する下位レイヤの機器の各々で故障していると見積もられる確率が一様に分布している場合の期待値として表現することができたときの分析の手順数)をいう。
また、「下位レイヤの分析オーバヘッド」とは、下位レイヤの被疑候補に該当する下位レイヤの機器それぞれの分析オーバヘッドの合計をいう。
また、「下位レイヤの分析オーバヘッドの削減効果」は、被疑候補の絞り込みによって排除される下位レイヤの機器それぞれの分析オーバヘッドの合計に相当する。
また、「上位レイヤの分析オーバヘッド」とは、下位レイヤの被疑候補が収容する上位レイヤの機器それぞれの分析オーバヘッドの合計をいう。
また、「故障箇所の推定確度向上のための上位レイヤの分析オーバヘッド」は、L3網状に設定されたパス2つ × 時間オーダ = 2×時間オーダと表すことができる。上記関係式によれば、いくつか分の時間オーダの時間短縮が見込まれるため、L3網の正常性を行うことが有用であるといえる。
本実施形態によれば、確率的に発現し、下位レイヤの故障位置の特定を元々困難にしている上位レイヤの異常検出から、下位レイヤのコンポーネント単位でのパラメータの分布を求めることができる。このような分布でパラメータが極端な値を示すコンポーネントを見つけることができ、見つけたコンポーネントを故障が発生したコンポーネントと推定することができる。これにより、下位レイヤの故障の被疑範囲を絞り込むことができる。換言すれば、下位レイヤの故障の位置を最終的に特定するために多大な負担を伴う詳細分析を行う対象を効率的に絞り込むことができる。
したがって、上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定するための稼働を削減することができる。
また、本実施形態で説明したソフトウェアをハードウェアとして実現することもでき、ハードウェアをソフトウェアとして実現することもできる。
その他、ハードウェア、ソフトウェア、処理手順などについて、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
1−1〜1−4 網構成管理部
1a〜1d 網構成情報
2−1〜2−3 性能情報管理部
2−4 ユーザ申告管理部
2a〜2c 性能情報
2d 申告情報
3 確認順決定部(制御部:制御手段)
3a レイヤ間収容情報
3b 確認順情報
4 故障位置特定部
Claims (8)
- 上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定する故障位置特定装置であって、
前記下位レイヤの機器がコンポーネント単位に分類されており、
前記下位レイヤのコンポーネントごとに、前記上位レイヤの異常検出を、1または複数種類のパラメータに換算し、
前記換算したパラメータを用いて故障が発生したコンポーネントを推定する制御部、を備える、
ことを特徴とする故障位置特定装置。 - 前記制御部は、
前記故障の位置特定に関して、前記パラメータの値に応じて前記下位レイヤのコンポーネントの各々を順位付けする、
ことを特徴とする請求項1に記載の故障位置特定装置。 - 前記パラメータは、
(1)前記コンポーネントの各々が収容する前記上位レイヤの機器を経由するパスのうち、前記異常検出があったパスの数となる、コンポーネント単位の検出数、
(2)前記コンポーネントの各々が収容する前記上位レイヤの機器を経由するパスの数である収容数と、前記検出数との比となる、コンポーネント単位の検出率、
(3)前記コンポーネントの各々に属する前記下位レイヤの機器の過去の故障から求められる、コンポーネント単位の故障率、
(4)前記故障率に基づいて、前記異常検出に対し、前記コンポーネントの各々に属する前記下位レイヤの機器の故障していない確率である、コンポーネント単位の故障していない率、
(5)前記上位レイヤのパスの各々に対応するコンポーネント数の逆数を用いて前記検出数の重み付けした、コンポーネント単位の重み付け検出数、のいずれかである、
ことを特徴とする請求項1または請求項2に記載の故障位置特定装置。 - 前記パラメータが複数種類あり、
前記制御部は、
前記パラメータを複数種類組み合わせて故障が発生したコンポーネントを推定する場合、
前記組み合わせた複数種類のパラメータの各々に優先度を付与し、前記優先度の高いパラメータから前記推定を実行する、
ことを特徴とする請求項1から請求項3のいずれか1項に記載の故障位置特定装置。 - 前記制御部は、
前記推定したコンポーネントに故障が無かった場合、当該推定したコンポーネントの近傍のコンポーネントに故障が発生したと推定する、
ことを特徴とする請求項1から4のいずれか1項に記載の故障位置特定装置。 - 前記制御部は、
前記異常検出があった上位レイヤのパスの各々について、当該パスの各々に対応するコンポーネントに基づいて、前記パス間の類似度を評価し、
前記類似度が小さいパスでの異常検出を誤検出として除去する、
ことを特徴とする請求項1から請求項5のいずれか1項に記載の故障位置特定装置。 - 上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定する故障位置特定装置における故障位置特定方法であって、
前記下位レイヤの機器がコンポーネント単位に分類されており、
前記故障位置特定装置が、
前記下位レイヤのコンポーネントごとに、前記上位レイヤの異常検出を、1または複数種類のパラメータに換算するステップと、
前記換算したパラメータを用いて故障が発生したコンポーネントを推定するステップと、を実行する、
ことを特徴とする故障位置特定方法。 - コンピュータを、上位レイヤの異常検出に対し下位レイヤで発生した故障の位置を特定する故障位置特定装置として機能させるための故障位置特定プログラムであって、
前記下位レイヤの機器がコンポーネント単位に分類されており、
前記コンピュータを、
前記下位レイヤのコンポーネントごとに、前記上位レイヤの異常検出を、1または複数種類のパラメータに換算し、
前記換算したパラメータを用いて故障が発生したコンポーネントを推定する制御手段、
として機能させるための故障位置特定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016200537A JP6586067B2 (ja) | 2016-10-12 | 2016-10-12 | 故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016200537A JP6586067B2 (ja) | 2016-10-12 | 2016-10-12 | 故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018064160A true JP2018064160A (ja) | 2018-04-19 |
JP6586067B2 JP6586067B2 (ja) | 2019-10-02 |
Family
ID=61968054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016200537A Active JP6586067B2 (ja) | 2016-10-12 | 2016-10-12 | 故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6586067B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020162055A (ja) * | 2019-03-27 | 2020-10-01 | 富士通株式会社 | 情報処理方法及び情報処理装置 |
WO2021192316A1 (ja) * | 2020-03-27 | 2021-09-30 | 日本電気株式会社 | 光通信システム、故障確率推定装置、故障解析装置及び光通信システムの故障解析方法 |
WO2023162187A1 (ja) * | 2022-02-25 | 2023-08-31 | 日本電信電話株式会社 | 光伝送システムおよび故障箇所特定方法 |
-
2016
- 2016-10-12 JP JP2016200537A patent/JP6586067B2/ja active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020162055A (ja) * | 2019-03-27 | 2020-10-01 | 富士通株式会社 | 情報処理方法及び情報処理装置 |
JP7135969B2 (ja) | 2019-03-27 | 2022-09-13 | 富士通株式会社 | 情報処理方法及び情報処理装置 |
WO2021192316A1 (ja) * | 2020-03-27 | 2021-09-30 | 日本電気株式会社 | 光通信システム、故障確率推定装置、故障解析装置及び光通信システムの故障解析方法 |
WO2023162187A1 (ja) * | 2022-02-25 | 2023-08-31 | 日本電信電話株式会社 | 光伝送システムおよび故障箇所特定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6586067B2 (ja) | 2019-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2795841B1 (en) | Method and arrangement for fault analysis in a multi-layer network | |
US20200106662A1 (en) | Systems and methods for managing network health | |
US9712290B2 (en) | Network link monitoring and testing | |
US11316728B2 (en) | Method and system for assessing network resource failures using passive shared risk resource groups | |
EP1768045A2 (en) | Application of cut-sets to network interdependency security risk assessment | |
JP6586067B2 (ja) | 故障位置特定装置、故障位置特定方法、および、故障位置特定プログラム | |
CN107870832B (zh) | 基于多维度健康诊断方法的多路径存储设备 | |
US9030928B2 (en) | Communication system, communication method and network management apparatus | |
CN108933694B (zh) | 基于拨测数据的数据中心网络故障节点诊断方法及系统 | |
CN104471902A (zh) | 确定性网络故障检测 | |
CN111600805B (zh) | 基于贝叶斯的电力数据网拥塞链路推断方法 | |
JPWO2008108231A1 (ja) | 品質劣化箇所推定方法、品質劣化箇所推定装置およびプログラム | |
Oi et al. | Method for estimating locations of service problem causes in service function chaining | |
JP5780553B2 (ja) | 障害監視装置及び障害監視方法 | |
CN111865667A (zh) | 网络连通性故障根因定位方法及装置 | |
JP5722167B2 (ja) | 障害監視判定装置、障害監視判定方法、及びプログラム | |
JP6378653B2 (ja) | サービス影響原因推定装置、サービス影響原因推定プログラム、及びサービス影響原因推定方法 | |
US10432451B2 (en) | Systems and methods for managing network health | |
Dusia et al. | Probe generation for active probing | |
JP5130968B2 (ja) | 障害箇所特定方法 | |
US8284044B2 (en) | Poll-based alarm handling system and method | |
CN106713035B (zh) | 一种基于分组测试的拥塞链路定位方法 | |
CN115733726A (zh) | 网络群障确定方法、装置、存储介质及电子装置 | |
CN115150253B (zh) | 一种故障根因确定方法、装置及电子设备 | |
JP2005252765A (ja) | ネットワーク故障判定装置及びネットワーク保守システム及びネットワーク故障判定方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181213 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190822 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6586067 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |