JP2018132965A - 障害解析プログラム、障害解析装置及び障害解析方法 - Google Patents
障害解析プログラム、障害解析装置及び障害解析方法 Download PDFInfo
- Publication number
- JP2018132965A JP2018132965A JP2017026583A JP2017026583A JP2018132965A JP 2018132965 A JP2018132965 A JP 2018132965A JP 2017026583 A JP2017026583 A JP 2017026583A JP 2017026583 A JP2017026583 A JP 2017026583A JP 2018132965 A JP2018132965 A JP 2018132965A
- Authority
- JP
- Japan
- Prior art keywords
- material name
- incident
- character string
- name
- feature
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
- G06F11/0769—Readable error formats, e.g. cross-platform generic formats, human understandable formats
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
初めに、情報処理システム10の構成について説明を行う。図1及び図2は、情報処理システム10の構成を示す図である。図1及び図2に示す情報処理システム10は、例えば、情報処理装置1(障害解析装置1)と、記憶装置1aと、操作端末3a、3b及び3c(以下、これらを総称して操作端末3とも呼ぶ)とを有する。
次に、情報処理装置1のハードウエア構成について説明する。図3は、情報処理装置1のハードウエア構成を説明する図である。
次に、情報処理装置1のソフトウエア構成について説明する。図4は、情報処理装置1の機能ブロック図である。CPU101は、図4に示すように、プログラム110と協働することにより、第1資料抽出部111と、第1特徴値算出部112と、第2資料抽出部113と、第2特徴値算出部114と、特徴特定部115と、資料名出力部116と、資料検索部117として動作する。
次に、第1の実施の形態の概略について説明する。図5及び図6は、第1の実施の形態における障害解析処理の概略を説明するフローチャートである。図7から図9は、第1の実施の形態における障害解析処理の概略を説明する図である。図7から図9を参照しながら、図5及び図6に示す障害解析処理を説明する。
次に、第1の実施の形態の詳細について説明する。図10から図13は、第1の実施の形態における障害解析処理の詳細を説明するフローチャートである。また、図14から図23は、第1の実施の形態における障害解析処理の詳細を説明する図である。図14から図23を参照しながら、図10から図13に示す障害解析処理を説明する。
図14から図18は、インシデント情報131の具体例を説明する図である。図14及び図15に示すインシデント情報131では、項番1のみを表記し、図16に示すインシデント情報131では、項番1及び2のみを表記し、図17に示すインシデント情報131では、項番5のみを表記し、図18に示すインシデント情報131では、項番3のみを表記する。また、インシデント情報131に含まれる各項番は、例えば、インシデントを生成した運用者によって関連性の深い文字列毎に区分けされたものである。なお、以下、図14から図18に示すインシデント情報131のインシデントIDがそれぞれ1から5であるものとする。
第1特徴値算出部112は、S24の処理において、例えば、1以上の特徴として「S23の処理で特定した文字列が特定文字(例えば、「=」または「:」)によって区切られた文字列を含んでいること」及び「S23の処理で特定した文字列が時刻を含んでいること」を用いる。また、第1特徴値算出部112は、S24の処理において、例えば、1以上の特徴として「S23の処理で特定した文字列が表形式によって記載されていること」及び「S23の処理で特定した文字列のうち、項目以外の文字列が数字のみを含むこと」を用いる。
図19は、第1特徴値情報132の具体例を説明する図である。図19に示す第1特徴値情報132は、第1特徴値情報132に含まれる各情報を識別する「ID」と、インシデント情報131に含まれる各インシデントを識別する「インシデントID」と、各インシデントに含まれる項番を識別する「項番」とを項目として有している。また、図19に示す第1特徴値情報132は、資料名が設定される「資料名」と、設定値が設定される「設定値」と、時刻が設定される「時刻」と、表形式情報が設定される「表形式」と、数値が設定される「数値」とを項目として有している。
図20は、第2特徴値情報133の具体例を説明する図である。図20に示す第2特徴値情報133は、図19において説明した第1特徴値情報132と同じ項目を有している。また、図20に示す第2特徴値情報133は、図19で説明した第1特徴値情報132に含まれる各情報を含んでいる。
図21は、クラスタ情報134の具体例を説明する。具体的に、図21は、図20において説明した第2特徴値情報133のうち、「資料名」が「ifconfig」である情報について分類されたクラスタ情報134である。
特徴特定部115は、S42の処理において、以下の式(1)を利用することによって、第1資料名及び第2資料名に含まれる資料名毎であって1以上の特徴毎に、各資料名に対応する特徴値のばらつきを算出する。式(1)において、P(X)は、第1資料名及び第2資料名に含まれる資料名毎であって1以上の特徴毎の特徴値のうち、各特徴値の割合を示す関数である。また、H(X)は、第1資料名及び第2資料名に含まれる資料名毎であって1以上の特徴毎の特徴値のばらつきを示す関数である。
図22は、クラスタ特徴情報135の具体例を説明する図である。図22に示すクラスタ特徴情報135は、図21で説明したクラスタ情報134と同じ項目を有している。
図23は、資料名情報136の具体例を説明する図である。図23に示す資料名情報136は、資料名情報136に含まれる各情報を識別する「ID」と、各インシデントを識別する「インシデントID」と、資料名が設定される「資料名」とを項目として有する。
次に、新たな障害が発生した際に、資料名情報136を参照して資料の検索を行う処理(以下、資料検索処理とも呼ぶ)について説明する。図13は、資料検索処理を説明するフローチャートである。
次に、第2の実施の形態の詳細について説明する。図24から図27は、第2の実施の形態における障害解析処理を説明するフローチャートである。また、図28及び図29は、第1の実施の形態における障害解析処理を説明する図である。図28及び図29を参照しながら、図24から図27に示す障害解析処理を説明する。
図28及び図29は、S71からS81の処理の具体例について説明する図である。具体的に、図28は、第2の実施の形態における第1特徴値情報132(以下、第1特徴値情報132aとも呼ぶ)を説明する図である。また、図29は、第2の実施の形態におけるクラスタ情報134(以下、クラスタ情報134aとも呼ぶ)を説明する図です。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第1資料名及び第2資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。
付記1において、
前記第1資料名を抽出する処理では、各インシデントに含まれる文字列のうち、特定文字列と同じ行に含まれる文字列であって前記特定文字列の後に位置する文字列を前記第1資料名として抽出する、
ことを特徴とする障害解析プログラム。
付記2において、
前記特定文字列は、プロンプト文字列である、
ことを特徴とする障害解析プログラム。
付記1において、
前記第1資料名に対応付けられた文字列は、各インシデントに含まれる文字列のうち、前記第1資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列である、
ことを特徴とする障害解析プログラム。
付記1において、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が前記1以上の特徴に含まれる特定の特徴の内容に合致している場合、前記特定の特徴の特徴値として第1の値を算出し、前記第1資料名に対応付けられた文字列が前記1以上の特徴に含まれる特定の特徴の内容に合致していない場合、前記特定の特徴の特徴値として第2の値を算出する、
ことを特徴とする障害解析プログラム。
付記5において、
前記1以上の特徴は、特定文字が文字列に含まれることを示す第1特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が特定文字によって区切られた文字列を含む場合、前記第1特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が特定文字によって区切られた文字列を含まない場合、前記第1特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。
付記5において、
前記1以上の特徴は、時刻が文字列に含まれることを示す第2特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が時刻を含む場合、前記第2特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が時刻を含まない場合、前記第2特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。
付記5において、
前記1以上の特徴は、文字列が表形式であることを示す第3特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が表形式である場合、前記第3特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が表形式でない場合、前記第3特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。
付記5において、
前記特定の組合せを特定する処理では、
前記第2資料名毎であって前記1以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第2資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第2資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
前記第2資料名毎に、前記特定の値の組合せを前記特定の組合せとして特定する、
ことを特徴とする障害解析プログラム。
付記9において、さらに、
前記第2資料名を抽出する処理の前に、
前記第1資料名毎であって前記1以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第1資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第1資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を前記特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
特定した前記特定の値の組合せのうち、前記ばらつきが前記所定の閾値以上であることを示す値のみからなる組合せに対応する第3資料名を特定する、
処理をコンピュータに実行させ、
前記第2資料名を抽出する処理では、前記インシデント毎に、各インシデントに含まれる文字列から、前記第1資料名と同一の資料名のうちの前記第3資料名以外の資料名を前記第2資料名として抽出する、
ことを特徴とする障害解析プログラム。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出する第1資料抽出部と、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出する第1特徴値算出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出する第2資料抽出部と、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出する第2特徴値算出部と、
前記第1資料名及び第2資料名毎に含まれる資料名に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出する第1資料抽出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出する第2資料抽出部と、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出する特徴値算出部と、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第1資料名及び第2資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。
インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。
3a:操作端末 3b:操作端末
3c:操作端末
Claims (14)
- インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第1資料名及び第2資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。 - 請求項1において、
前記第1資料名を抽出する処理では、各インシデントに含まれる文字列のうち、特定文字列と同じ行に含まれる文字列であって前記特定文字列の後に位置する文字列を前記第1資料名として抽出する、
ことを特徴とする障害解析プログラム。 - 請求項1において、
前記第1資料名に対応付けられた文字列は、各インシデントに含まれる文字列のうち、前記第1資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列である、
ことを特徴とする障害解析プログラム。 - 請求項1において、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が前記1以上の特徴に含まれる特定の特徴の内容に合致している場合、前記特定の特徴の特徴値として第1の値を算出し、前記第1資料名に対応付けられた文字列が前記1以上の特徴に含まれる特定の特徴の内容に合致していない場合、前記特定の特徴の特徴値として第2の値を算出する、
ことを特徴とする障害解析プログラム。 - 請求項4において、
前記1以上の特徴は、特定文字が文字列に含まれることを示す第1特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が特定文字によって区切られた文字列を含む場合、前記第1特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が特定文字によって区切られた文字列を含まない場合、前記第1特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。 - 請求項4において、
前記1以上の特徴は、時刻が文字列に含まれることを示す第2特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が時刻を含む場合、前記第2特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が時刻を含まない場合、前記第2特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。 - 請求項4において、
前記1以上の特徴は、文字列が表形式であることを示す第3特徴を含み、
前記第1資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第1資料名に対応付けられた文字列が表形式である場合、前記第3特徴の特徴値として前記第1の値を特定し、前記第1資料名に対応付けられた文字列が表形式でない場合、前記第3特徴の特徴値として前記第2の値を特定する、
ことを特徴とする障害解析プログラム。 - 請求項4において、
前記特定の組合せを特定する処理では、
前記第2資料名毎であって前記1以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第2資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第2資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
前記第2資料名毎に、前記特定の値の組合せを前記特定の組合せとして特定する、
ことを特徴とする障害解析プログラム。 - 請求項8において、さらに、
前記第2資料名を抽出する処理の前に、
前記第1資料名毎であって前記1以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第1資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第1資料名毎であって前記1以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を前記特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
特定した前記特定の値の組合せのうち、前記ばらつきが前記所定の閾値以上であることを示す値のみからなる組合せに対応する第3資料名を特定する、
処理をコンピュータに実行させ、
前記第2資料名を抽出する処理では、前記インシデント毎に、各インシデントに含まれる文字列から、前記第1資料名と同一の資料名のうちの前記第3資料名以外の資料名を前記第2資料名として抽出する、
ことを特徴とする障害解析プログラム。 - インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。 - インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出する第1資料抽出部と、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出する第1特徴値算出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出する第2資料抽出部と、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出する第2特徴値算出部と、
前記第1資料名及び第2資料名毎に含まれる資料名に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。 - インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出する第1資料抽出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出する第2資料抽出部と、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出する特徴値算出部と、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。 - インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎であって前記第1資料名毎に、抽出した前記第1資料名に対応付けられた文字列から1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第1資料名及び第2資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第1資料名及び第2資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。 - インシデント毎に、各インシデントに含まれる文字列から第1条件を満たす第1資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第1資料名と同一の資料名である第2資料名を抽出し、
前記インシデント毎であって前記第2資料名毎に、抽出した前記第2資料名に対応付けられた文字列から前記1以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第2資料名毎に、各資料名に対応する前記特徴値の組合せから第2条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第2資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017026583A JP6810352B2 (ja) | 2017-02-16 | 2017-02-16 | 障害解析プログラム、障害解析装置及び障害解析方法 |
US15/891,787 US10664340B2 (en) | 2017-02-16 | 2018-02-08 | Failure analysis program, failure analysis device, and failure analysis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017026583A JP6810352B2 (ja) | 2017-02-16 | 2017-02-16 | 障害解析プログラム、障害解析装置及び障害解析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018132965A true JP2018132965A (ja) | 2018-08-23 |
JP6810352B2 JP6810352B2 (ja) | 2021-01-06 |
Family
ID=63104617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017026583A Active JP6810352B2 (ja) | 2017-02-16 | 2017-02-16 | 障害解析プログラム、障害解析装置及び障害解析方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10664340B2 (ja) |
JP (1) | JP6810352B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11500715B1 (en) | 2021-05-27 | 2022-11-15 | Fort Robotics, Inc. | Determining functional safety state using software-based ternary state translation of analog input |
CA3221864A1 (en) * | 2021-07-01 | 2023-01-05 | Kerfegar Khurshed Katrak | Method for encoded diagnostics in a functional safety system |
WO2023205208A1 (en) | 2022-04-19 | 2023-10-26 | Fort Robotics, Inc. | Method for safety responses to security policy violations |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3291642B2 (ja) | 1995-05-18 | 2002-06-10 | 株式会社日立製作所 | 障害対策支援方法 |
JP2002297796A (ja) | 2001-03-29 | 2002-10-11 | Hitachi Ltd | ワークフローシステムを用いた問合せ型障害対策支援方法 |
JP2003345628A (ja) | 2002-05-29 | 2003-12-05 | Hitachi Ltd | 障害調査資料採取方法及びその実施システム並びにその処理プログラム |
JP5040129B2 (ja) | 2006-03-15 | 2012-10-03 | 富士通株式会社 | 障害ログ自動選択収集方法および装置 |
US9043197B1 (en) * | 2006-07-14 | 2015-05-26 | Google Inc. | Extracting information from unstructured text using generalized extraction patterns |
JP5223413B2 (ja) | 2008-03-27 | 2013-06-26 | 富士通株式会社 | Itシステムのトラブル対処装置、トラブル対処方法およびそのためのプログラム |
JP2010066841A (ja) | 2008-09-09 | 2010-03-25 | Hitachi Ltd | ヘルプデスク支援システム |
JP2010257066A (ja) | 2009-04-22 | 2010-11-11 | Hitachi Software Eng Co Ltd | 障害対策支援システム |
CA2817466A1 (en) * | 2012-05-31 | 2013-11-30 | Razieh Niazi | Initiating root cause analysis, systems and methods |
US9229800B2 (en) * | 2012-06-28 | 2016-01-05 | Microsoft Technology Licensing, Llc | Problem inference from support tickets |
JP6078485B2 (ja) | 2014-02-13 | 2017-02-08 | 日本電信電話株式会社 | 運用履歴分析装置及び方法及びプログラム |
JP2016061954A (ja) * | 2014-09-18 | 2016-04-25 | 株式会社東芝 | 対話装置、方法およびプログラム |
US10586161B2 (en) * | 2015-11-03 | 2020-03-10 | International Business Machines Corporation | Cognitive visual debugger that conducts error analysis for a question answering system |
US10185613B2 (en) * | 2016-04-29 | 2019-01-22 | Vmware, Inc. | Error determination from logs |
US10771314B2 (en) * | 2017-09-15 | 2020-09-08 | Accenture Global Solutions Limited | Learning based incident or defect resolution, and test generation |
-
2017
- 2017-02-16 JP JP2017026583A patent/JP6810352B2/ja active Active
-
2018
- 2018-02-08 US US15/891,787 patent/US10664340B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP6810352B2 (ja) | 2021-01-06 |
US10664340B2 (en) | 2020-05-26 |
US20180232270A1 (en) | 2018-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111666401B (zh) | 基于图结构的公文推荐方法、装置、计算机设备及介质 | |
EP3611631A1 (en) | Method, apparatus and device for generating entity relationship data, and storage medium | |
CN109992601B (zh) | 待办事项信息的推送方法、装置和计算机设备 | |
CN111176996A (zh) | 测试用例生成方法、装置、计算机设备及存储介质 | |
CN110362601B (zh) | 元数据标准的映射方法、装置、设备及存储介质 | |
JP6649582B2 (ja) | 検索制御プログラム、検索制御装置及び検索制御方法 | |
CN108415998B (zh) | 应用依赖关系更新方法、终端、设备及存储介质 | |
JP6810352B2 (ja) | 障害解析プログラム、障害解析装置及び障害解析方法 | |
EP3217300B1 (en) | Extraction program, extraction device and extraction method | |
JP2018081403A (ja) | インシデント管理システム、インシデント管理方法およびコンピュータプログラム | |
CN112540925A (zh) | 新特性兼容性检测系统及方法、电子设备及可读存储介质 | |
CN111475405A (zh) | 回归测试的方法、装置、计算机设备及存储介质 | |
US10229105B1 (en) | Mobile log data parsing | |
CN115374849A (zh) | 企业相关专利检索方法、装置、设备及介质 | |
CN111460268B (zh) | 数据库查询请求的确定方法、装置和计算机设备 | |
CN115687717A (zh) | Grok表达式获取方法、装置、设备及计算机可读存储介质 | |
CN113220949B (zh) | 一种隐私数据识别系统的构建方法及装置 | |
CN104239475A (zh) | 一种时间序列数据分析方法及装置 | |
CN106294433B (zh) | 设备信息处理方法及装置 | |
CN110059272B (zh) | 一种页面特征识别方法和装置 | |
CN104932959A (zh) | 一种解析芯片寄存器运行状态的方法和系统 | |
CN110633430B (zh) | 事件发现方法、装置、设备和计算机可读存储介质 | |
KR101752720B1 (ko) | 슬라이딩 윈도우 기반의 패턴 마이닝 방법, 이를 수행하는 장치 및 이를 저장하는 기록매체 | |
JP2020091607A (ja) | 検索システム、及び検索方法 | |
JP5394512B2 (ja) | 教師データ生成装置、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: 20191112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200901 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201016 |
|
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: 20201110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201123 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6810352 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |