JP2020156053A - ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 - Google Patents
ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 Download PDFInfo
- Publication number
- JP2020156053A JP2020156053A JP2019055440A JP2019055440A JP2020156053A JP 2020156053 A JP2020156053 A JP 2020156053A JP 2019055440 A JP2019055440 A JP 2019055440A JP 2019055440 A JP2019055440 A JP 2019055440A JP 2020156053 A JP2020156053 A JP 2020156053A
- Authority
- JP
- Japan
- Prior art keywords
- network
- communication network
- task
- failure
- reinforcement learning
- 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
Abstract
Description
(2)本発明の一態様は、前記通信ネットワークに障害が発生してから復旧するまでに前記通信ネットワークに対して実行されたタスクを記録するワークフロー生成部、をさらに備える上記(1)のネットワーク障害復旧システムである。
(3)本発明の一態様は、前記強化学習エンジンは、前記選択されたタスクが前記通信ネットワークに対して実行されても前記通信ネットワークの障害が復旧しない場合に、前記強化学習演算処理における報酬として負の値を設定する、上記(1)又は(2)のいずれかのネットワーク障害復旧システムである。
(4)本発明の一態様は、前記強化学習エンジンは、前記選択されたタスクの実行に要する時間に応じて、前記強化学習演算処理における報酬を設定する、上記(1)から(3)のいずれかのネットワーク障害復旧システムである。
(5)本発明の一態様は、前記強化学習エンジンは、前記選択されたタスクの実行によって前記通信ネットワークの状態に影響を及ぼした範囲の大きさに応じて、前記強化学習演算処理における報酬を設定する、上記(1)から(4)のいずれかのネットワーク障害復旧システムである。
(6)本発明の一態様は、前記通信ネットワークに障害が発生していると判断された前記ネットワーク状態データをグラフ構造ネットワーク状態データに変換するネットワーク状態データ構造変換部と、前記グラフ構造ネットワーク状態データを行列形式データに変換するネットワーク状態データ行列変換部と、を備え、前記強化学習エンジンは、前記前記グラフ構造ネットワーク状態データの行列形式データを使用して前記強化学習演算処理を実行する、上記(1)から(5)のいずれかのネットワーク障害復旧システムである。
図1は、一実施形態に係るネットワーク障害復旧システムの構成例を示すブロック図である。図1において、ネットワーク障害復旧システム1は、ネットワーク状態取得部(NW状態取得部)10と、強化学習エンジン20と、タスクデータベース30と、ワークフロー実行・生成部40とを備える。NW状態取得部10は、受信部11と、判断部12と、ネットワーク状態データ構造変換部(NW状態データ構造変換部)13と、ネットワーク状態データ行列変換部(NW状態データ行列変換部)14とを備える。強化学習エンジン20は、モデル21と制御部22とを備える。ワークフロー実行・生成部40は、ワークフロー生成部41とタスク実行部42とを備える。
強化学習エンジン20の制御部22は、モデル21によるタスクの選択結果に基づいて、モデル21に対して報酬を設定する。以下、モデル21に対する報酬の設定例を説明する。
報酬の設定例1では、モデル21によって選択されたタスクが通信ネットワークに対して実行されても、当該通信ネットワークの障害が復旧しない場合に、モデル21に対して報酬として負の値を設定する。この報酬の設定例1によれば、通信ネットワークに障害が発生してから復旧するまでに実行するタスクの個数がより少ないワークフローが優先的に生成される効果が得られる。
報酬の設定例2では、モデル21によって選択されたタスクの実行に要する時間に応じて、モデル21に対する報酬を設定する。この報酬の設定例2によれば、モデル21によるタスクの選択において、障害の復旧までにかかる時間がより短いタスクが優先される効果が得られる。
報酬の設定例3では、モデル21によって選択されたタスクの実行によって通信ネットワークの状態に影響を及ぼした範囲の大きさに応じて、モデル21に対する報酬を設定する。この報酬の設定例3によれば、モデル21によるタスクの選択において、タスクの実行によって通信ネットワークの状態に影響を及ぼす範囲の大きさがより小さいタスクが優先される効果が得られる。
図7,図8を参照して、ネットワーク状態データの機械学習用データの例を説明する。図7及び図8は、本実施形態に係るネットワーク状態データの機械学習用データの例を示す多層行列図である。図7には、通信ネットワークが正常状態である場合の多層行列が示される。図8には、通信ネットワークが障害予兆状態である場合の多層行列が示される。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、フラッシュメモリ等の書き込み可能な不揮発性メモリ、DVD(Digital Versatile Disc)等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
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良い。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)であっても良い。
Claims (8)
- 通信ネットワークに発生した障害を復旧させるためのタスクが登録されたタスクデータベースと、
前記通信ネットワークの状態を示すネットワーク状態データを取得し、前記ネットワーク状態データに基づいて前記通信ネットワークに障害が発生しているか否かを判断するネットワーク状態取得部と、
前記通信ネットワークに障害が発生していると判断された前記ネットワーク状態データに基づいて前記タスクデータベースから前記通信ネットワークに適用するタスクを選択する強化学習演算処理を実行する強化学習エンジンと、
前記選択されたタスクを前記通信ネットワークに対して実行するタスク実行部と、
を備えるネットワーク障害復旧システム。 - 前記通信ネットワークに障害が発生してから復旧するまでに前記通信ネットワークに対して実行されたタスクを記録するワークフロー生成部、
をさらに備える請求項1に記載のネットワーク障害復旧システム。 - 前記強化学習エンジンは、前記選択されたタスクが前記通信ネットワークに対して実行されても前記通信ネットワークの障害が復旧しない場合に、前記強化学習演算処理における報酬として負の値を設定する、
請求項1又は2のいずれか1項に記載のネットワーク障害復旧システム。 - 前記強化学習エンジンは、前記選択されたタスクの実行に要する時間に応じて、前記強化学習演算処理における報酬を設定する、
請求項1から3のいずれか1項に記載のネットワーク障害復旧システム。 - 前記強化学習エンジンは、前記選択されたタスクの実行によって前記通信ネットワークの状態に影響を及ぼした範囲の大きさに応じて、前記強化学習演算処理における報酬を設定する、
請求項1から4のいずれか1項に記載のネットワーク障害復旧システム。 - 前記通信ネットワークに障害が発生していると判断された前記ネットワーク状態データをグラフ構造ネットワーク状態データに変換するネットワーク状態データ構造変換部と、
前記グラフ構造ネットワーク状態データを行列形式データに変換するネットワーク状態データ行列変換部と、を備え、
前記強化学習エンジンは、前記前記グラフ構造ネットワーク状態データの行列形式データを使用して前記強化学習演算処理を実行する、
請求項1から5のいずれか1項に記載のネットワーク障害復旧システム。 - コンピュータに、
通信ネットワークの状態を示すネットワーク状態データを取得し、前記ネットワーク状態データに基づいて前記通信ネットワークに障害が発生しているか否かを判断するネットワーク状態取得ステップと、
前記通信ネットワークに障害が発生していると判断された前記ネットワーク状態データに基づいて、前記通信ネットワークに発生した障害を復旧させるためのタスクが登録されたタスクデータベースから前記通信ネットワークに適用するタスクを選択する強化学習演算処理を実行する強化学習ステップと、
前記選択されたタスクを前記通信ネットワークに対して実行するタスク実行ステップと、
を実行させるためのコンピュータプログラム。 - ネットワーク状態取得部が、通信ネットワークの状態を示すネットワーク状態データを取得し、前記ネットワーク状態データに基づいて前記通信ネットワークに障害が発生しているか否かを判断するネットワーク状態取得ステップと、
強化学習エンジンが、前記通信ネットワークに障害が発生していると判断された前記ネットワーク状態データに基づいて、前記通信ネットワークに発生した障害を復旧させるためのタスクが登録されたタスクデータベースから前記通信ネットワークに適用するタスクを選択する強化学習演算処理を実行する強化学習ステップと、
タスク実行部が、前記選択されたタスクを前記通信ネットワークに対して実行するタスク実行ステップと、
を含むネットワーク障害復旧方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055440A JP7050023B2 (ja) | 2019-03-22 | 2019-03-22 | ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055440A JP7050023B2 (ja) | 2019-03-22 | 2019-03-22 | ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020156053A true JP2020156053A (ja) | 2020-09-24 |
JP7050023B2 JP7050023B2 (ja) | 2022-04-07 |
Family
ID=72559990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019055440A Active JP7050023B2 (ja) | 2019-03-22 | 2019-03-22 | ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7050023B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7391809B2 (ja) | 2020-09-25 | 2023-12-05 | Kddi株式会社 | ネットワーク状態確認手順の妥当性判定装置、方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005354280A (ja) * | 2004-06-09 | 2005-12-22 | Fujitsu Ltd | ポリシールール最適化方法および装置 |
WO2018175972A1 (en) * | 2017-03-24 | 2018-09-27 | Google Llc | Device placement optimization with reinforcement learning |
US20180376390A1 (en) * | 2017-06-22 | 2018-12-27 | At&T Intellectual Property I, L.P. | Mobility management for wireless communication networks |
JP2019029856A (ja) * | 2017-07-31 | 2019-02-21 | ファナック株式会社 | 無線中継器選択装置及び機械学習装置 |
-
2019
- 2019-03-22 JP JP2019055440A patent/JP7050023B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005354280A (ja) * | 2004-06-09 | 2005-12-22 | Fujitsu Ltd | ポリシールール最適化方法および装置 |
WO2018175972A1 (en) * | 2017-03-24 | 2018-09-27 | Google Llc | Device placement optimization with reinforcement learning |
US20180376390A1 (en) * | 2017-06-22 | 2018-12-27 | At&T Intellectual Property I, L.P. | Mobility management for wireless communication networks |
JP2019029856A (ja) * | 2017-07-31 | 2019-02-21 | ファナック株式会社 | 無線中継器選択装置及び機械学習装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7391809B2 (ja) | 2020-09-25 | 2023-12-05 | Kddi株式会社 | ネットワーク状態確認手順の妥当性判定装置、方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7050023B2 (ja) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11086825B2 (en) | Telemetry system for a cloud synchronization system | |
US10509680B2 (en) | Methods, systems and apparatus to perform a workflow in a software defined data center | |
WO2020248507A1 (zh) | 基于容器云的系统资源监控方法及相关设备 | |
JP5948933B2 (ja) | ジョブ継続管理装置、ジョブ継続管理方法、及び、ジョブ継続管理プログラム | |
US6990605B2 (en) | Methods and apparatus for recovering work of one computer by another computers | |
CN106452836B (zh) | 主节点设置方法及装置 | |
CN109842500B (zh) | 一种调度方法及系统、工作节点及监控节点 | |
CN113672350A (zh) | 一种应用处理方法、装置及相关设备 | |
JP7050023B2 (ja) | ネットワーク障害復旧システム、コンピュータプログラム及びネットワーク障害復旧方法 | |
JP6525761B2 (ja) | ウェブサーバ、管理システム、およびその制御方法 | |
US20200304383A1 (en) | Generation of templates for cloud computing platforms | |
JP6965873B2 (ja) | 変更手順生成装置、変更手順生成方法および変更手順生成プログラム | |
JP5061671B2 (ja) | 演算プログラム、分散処理プログラム、分散処理システムおよび演算処理方法 | |
US9870249B2 (en) | Virtual computer system, method, and non-transitory computer readable medium | |
JP6309432B2 (ja) | 秘密計算システム及び方法並びに管理サーバ及びプログラム | |
KR20220142210A (ko) | 블록체인의 적응적 트랜잭션 처리 방법 및 노드 장치 | |
JP6812732B2 (ja) | 情報処理システム、情報処理装置およびプログラム | |
JP7065686B2 (ja) | 情報処理システム、情報処理装置及びプログラム | |
JP5781652B1 (ja) | スタック管理装置、スタック管理方法、および、スタック管理プログラム | |
US9608854B2 (en) | Method and system for automatic execution of scripts on remote agent-less client machines | |
WO2010035480A1 (ja) | 分散処理システム、分散処理方法およびプログラム | |
US11907102B2 (en) | Dynamic debug log enabler for any protection failure jobs | |
JP5316730B1 (ja) | 印刷制御装置、印刷システム及びプログラム | |
JP7223591B2 (ja) | データ移行管理装置、データ移行管理プログラム、およびデータ移行管理方法 | |
JP2010218335A (ja) | ファイル保存システム、ファイル保存方法、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: 20210122 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210825 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220104 |
|
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: 20220315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220328 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7050023 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |