JP2019079120A - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP2019079120A JP2019079120A JP2017203645A JP2017203645A JP2019079120A JP 2019079120 A JP2019079120 A JP 2019079120A JP 2017203645 A JP2017203645 A JP 2017203645A JP 2017203645 A JP2017203645 A JP 2017203645A JP 2019079120 A JP2019079120 A JP 2019079120A
- Authority
- JP
- Japan
- Prior art keywords
- time
- system load
- load
- unit
- prediction
- 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
Landscapes
- Debugging And Monitoring (AREA)
Abstract
Description
[1 概要]
複数台のサーバ等からなる情報処理システムを用いてウェブサービス等の各種情報処理サービスを提供する場合、ユーザ等からのリクエストが常時変化する等の理由から、情報処理システムの負荷(プロセッサの処理能力、ネットワークの通信容量、メモリの使用量、ストレージの使用量等)も時々刻々変化する。もしシステム負荷が情報処理システムの処理能力を超えるとサービス停止等の深刻な事態が生じかねないため、情報処理システムの負荷を計測し、異常を検知することは極めて重要である。
[2.1 情報処理システム1の概要]
以下、図1を参照しながら、本実施形態にかかるシステム監視装置100を含む情報処理システム1の全体構成を説明する。情報処理システム1は、大きく分けて、ウェブサービス等の各種サービスを提供するサーバ200a乃至200n(以下、総称してサーバ200という。)と、サーバ200に係るシステム負荷状況を監視するシステム監視装置100とを含む。
以下、システム監視装置100が有する各機能を説明する。なお、図1に示したシステム監視装置100の各機能は、必ずしも物理的に1台の装置として実現される必要はなく、複数台の協働するコンピュータにより実現することも考えられる。例えば第1予測部107及び第2予測部109が有する予測モデル107a及び予測モデル109aを生成及び再学習するための学習部111と、他の機能とを異なる装置上に実現することも考えられる。
以下、図2及び図3を参照しながら、システム監視装置100の処理の流れを説明する。図2及び図3は、システム監視装置100の処理の流れを示すフローチャートである。
まず、図2を参照しながら、システム監視装置100によるシステム異常検出にかかる処理を説明する。図2は、システム異常検出にかかるシステム監視装置100の処理の流れを示すフローチャートである。
次に、図3を参照しながら、システム監視装置100がシステム負荷を予測するために利用する予測モデル107aの学習にかかる処理を説明する。図3は、予測モデル107aの学習にかかるシステム監視装置100の処理の流れを示すフローチャートである。なお、先述の通り、本実施形態においては、予測モデル109aは予測モデル107aと同一であるため、図3の処理により、予測モデル107a及び予測モデル109aの両者が生成される。もし両者を違うものとするのであれば、学習データとする負荷情報105の相違はあるものの、同様の手順により予測モデル109aも生成することができる。
以下、図4を参照しながら、システム監視装置100を実現可能なコンピュータ(情報処理装置)のハードウェア構成を説明する。システム監視装置100は、制御部401と、記憶部405と、通信インタフェース(I/F)部411と、入力部413と、表示部415とを含み、各部はバスライン417を介して接続される。
以上説明したように、本実施形態に係るシステム監視装置100では、長期的な季節要因を考慮しうる予測モデル107aを用いて、予測システム負荷を算出し、この予測システム負荷と、実測システム負荷とを比較することにより、異常を検出する。これにより、システム負荷が高くない場合であっても、予測と異なる状況にあれば異常が検出されるため、異常の検知漏れ等を抑制することができる。
更に、異常の検知、及びその対処を自動的に行うことを可能とするため、管理者による運用コストの低減を図ることができる。
以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。
Claims (6)
- 各々の時刻と、各々の時刻において測定されたシステム負荷である実測システム負荷とが対応付けられた学習データの深層学習により生成される予測モデルを用いて、第1時刻までに検出された実測システム負荷に基づき、第1時刻よりも後の第2時刻におけるシステム負荷を予測した予測システム負荷を生成する第1予測部と、
前記第2時刻における実測システム負荷を検出する検出部と、
前記第2時刻における予測システム負荷と実測システム負荷との差分が閾値を超過する場合に、その旨を出力する出力部と
を備える情報処理装置。 - 前記第2時刻までに検出された実測システム負荷に基づき、前記予測モデルを用いて、前記第2時刻よりも後の第3時刻における予測システム負荷を生成する第2予測部
を更に備える、請求項1記載の情報処理装置。 - システム負荷に応じたオペレーションを管理する管理部と、
前記第2時刻における前記差分が前記閾値を超過する場合に、前記第3時刻における予測システム負荷に応じた前記オペレーションを実行する制御部と
を更に備える、請求項2記載の情報処理装置。 - 第4時刻までの実測システム負荷に係る第1学習データにより生成された前記予測モデルを、前記第4時刻から第5時刻までの実測システム負荷に係る第2学習データを用いて、前記予測モデルを再学習させる、再学習部
を更に備える、請求項1乃至請求項3のいずれか1項記載の情報処理装置。 - 各々の時刻と、各々の時刻において測定されたシステム負荷である実測システム負荷とが対応付けられた学習データの深層学習により生成される予測モデルを用いて、第1時刻までに検出された実測システム負荷に基づき、第1時刻よりも後の第2時刻におけるシステム負荷を予測した予測システム負荷を生成するステップと、
前記第2時刻における実測システム負荷を検出するステップと、
前記第2時刻における予測システム負荷と実測システム負荷との差分が閾値を超過する場合に、その旨を出力するステップと
を情報処理装置が行う、情報処理方法。 - 各々の時刻と、各々の時刻において測定されたシステム負荷である実測システム負荷とが対応付けられた学習データの深層学習により生成される予測モデルを用いて、第1時刻までに検出された実測システム負荷に基づき、第1時刻よりも後の第2時刻におけるシステム負荷を予測した予測システム負荷を生成する処理と、
前記第2時刻における実測システム負荷を検出する処理と、
前記第2時刻における予測システム負荷と実測システム負荷との差分が閾値を超過する場合に、その旨を出力する処理と
をコンピュータに実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017203645A JP7001422B2 (ja) | 2017-10-20 | 2017-10-20 | 情報処理装置、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017203645A JP7001422B2 (ja) | 2017-10-20 | 2017-10-20 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019079120A true JP2019079120A (ja) | 2019-05-23 |
JP7001422B2 JP7001422B2 (ja) | 2022-01-19 |
Family
ID=66626558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017203645A Active JP7001422B2 (ja) | 2017-10-20 | 2017-10-20 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7001422B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6950911B1 (ja) * | 2020-07-31 | 2021-10-13 | 株式会社アイデミ— | 需要予測プログラム、需要予測装置、需要予測方法、需要予測通知プログラム、需要予測通知装置及び需要予測通知方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7281041B2 (en) | 2002-10-31 | 2007-10-09 | Hewlett-Packard Development Company, L.P. | Method and apparatus for providing a baselining and auto-thresholding framework |
JP4936072B2 (ja) | 2008-02-13 | 2012-05-23 | 日本電気株式会社 | システム負荷監視方法 |
JP5448787B2 (ja) | 2009-12-21 | 2014-03-19 | 三菱重工業株式会社 | 計算機管理装置、計算機管理方法及び計算機管理プログラム |
-
2017
- 2017-10-20 JP JP2017203645A patent/JP7001422B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6950911B1 (ja) * | 2020-07-31 | 2021-10-13 | 株式会社アイデミ— | 需要予測プログラム、需要予測装置、需要予測方法、需要予測通知プログラム、需要予測通知装置及び需要予測通知方法 |
JP2022026878A (ja) * | 2020-07-31 | 2022-02-10 | 株式会社アイデミ― | 需要予測プログラム、需要予測装置、需要予測方法、需要予測通知プログラム、需要予測通知装置及び需要予測通知方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7001422B2 (ja) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10891182B2 (en) | Proactive failure handling in data processing systems | |
US10048996B1 (en) | Predicting infrastructure failures in a data center for hosted service mitigation actions | |
CN108733509B (zh) | 用于在集群系统中备份和恢复数据的方法和系统 | |
JP2020126655A (ja) | コンピューティング・デバイスについてのシステム性能およびイベント・データを収集、追跡、および記憶するためのシステムおよび方法 | |
JP6025753B2 (ja) | パフォーマンス・メトリックを監視するためのコンピュータによって実施される方法、コンピュータ可読記憶媒体、およびシステム | |
JP5440273B2 (ja) | スナップショット管理方法、スナップショット管理装置、及びプログラム | |
US9450876B1 (en) | Wear leveling and management in an electronic environment | |
US20120053925A1 (en) | Method and System for Computer Power and Resource Consumption Modeling | |
US9971664B2 (en) | Disaster recovery protection based on resource consumption patterns | |
JP4811830B1 (ja) | コンピュータリソース制御システム | |
US9489138B1 (en) | Method and apparatus for reliable I/O performance anomaly detection in datacenter | |
JP2011175357A5 (ja) | 管理装置及び管理プログラム | |
US10769641B2 (en) | Service request management in cloud computing systems | |
US8949653B1 (en) | Evaluating high-availability configuration | |
US20140351644A1 (en) | System and method to proactively and intelligently schedule disaster recovery (dr) drill(s)/test(s) in computing system environment | |
JP2019079120A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20150113090A1 (en) | Selecting a primary storage device | |
EP3742670A1 (en) | Analytics based cloud brokering of data protection operations system and method | |
US10409662B1 (en) | Automated anomaly detection | |
US11210159B2 (en) | Failure detection and correction in a distributed computing system | |
Saadatfar et al. | A job submission manager for large-scale distributed systems based on job futurity predictor | |
JP2012089109A (ja) | コンピュータリソース制御システム | |
JP2012008935A (ja) | 分散サーバシステムの状態推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201019 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211025 |
|
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: 20211129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7001422 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |