JP2021174348A - 障害復旧装置、障害復旧方法及びプログラム - Google Patents
障害復旧装置、障害復旧方法及びプログラム Download PDFInfo
- Publication number
- JP2021174348A JP2021174348A JP2020079042A JP2020079042A JP2021174348A JP 2021174348 A JP2021174348 A JP 2021174348A JP 2020079042 A JP2020079042 A JP 2020079042A JP 2020079042 A JP2020079042 A JP 2020079042A JP 2021174348 A JP2021174348 A JP 2021174348A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- command
- neural network
- data
- failure
- 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
- 238000000034 method Methods 0.000 title claims description 48
- 238000013528 artificial neural network Methods 0.000 claims abstract description 44
- 230000002787 reinforcement Effects 0.000 claims abstract description 28
- 238000011084 recovery Methods 0.000 claims description 127
- 238000003780 insertion Methods 0.000 claims description 25
- 230000037431 insertion Effects 0.000 claims description 25
- 230000009471 action Effects 0.000 description 33
- 239000013598 vector Substances 0.000 description 23
- 239000003795 chemical substances by application Substances 0.000 description 20
- 238000012790 confirmation Methods 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
Description
11 前処理部
12 復旧方策学習部
13 行動実行部
14 経験履歴記憶部
20 障害要因挿入装置
30 システム状態確認装置
100 ドライブ装置
101 記録媒体
102 補助記憶装置
103 メモリ装置
104 プロセッサ
105 インタフェース装置
B バス
Claims (9)
- 人工的な障害要因の挿入後において第1のシステムにおいて観測される第1のデータを取得する第1の取得部と、
前記第1のデータをニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第1のシステムに対して実行する第1の実行部と、
前記コマンドの実行後において前記第1のシステムにおいて観測される第2のデータを取得する第2の取得部と、
前記コマンドの実行によって得られる報酬を取得する第3の取得部と、
前記第1のデータ、前記コマンド、前記報酬、前記第2のデータに基づく深層強化学習によって前記ニューラルネットワークを学習する学習部と、
を有することを特徴とする障害復旧装置。 - 第2のシステムにおいて障害が発生した状態において前記第2のシステムにおいて観測されるデータを学習済みの前記ニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第2のシステムに対して実行する第2の実行部、
を有することを特徴とする請求項1記載の障害復旧装置。 - 前記第1のシステムは、仮想環境である、
ことを特徴とする請求項1又は2記載の障害復旧装置。 - 前記ニューラルネットワークの学習度合いに応じて、人工的な障害要因別に前記第1のシステムに対する挿入回数が変更される、
ことを特徴とする請求項1乃至3いずれか一項記載の障害復旧装置。 - 前記学習部は、前記第1のシステムが属する環境の状況が時間の経過に応じて変化する状況において、前記ニューラルネットワークを学習する、
ことを特徴とする請求項1乃至4いずれか一項記載の障害復旧装置。 - 人工的な障害要因の挿入後において第1のシステムにおいて観測される第1のデータを取得する第1の取得手順と、
前記第1のデータをニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第1のシステムに対して実行する第1の実行手順と、
前記コマンドの実行後において前記第1のシステムにおいて観測される第2のデータを取得する第2の取得手順と、
前記コマンドの実行によって得られる報酬を取得する第3の取得手順と、
前記第1のデータ、前記コマンド、前記報酬、前記第2のデータに基づく深層強化学習によって前記ニューラルネットワークを学習する学習手順と、
をコンピュータが実行することを特徴とする障害復旧方法。 - 第2のシステムにおいて障害が発生した状態において前記第2のシステムにおいて観測されるデータを学習済みの前記ニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第2のシステムに対して実行する第2の実行手順、
をコンピュータが実行することを特徴とする請求項6記載の障害復旧方法。 - 人工的な障害要因の挿入後において第1のシステムにおいて観測される第1のデータを取得する第1の取得手順と、
前記第1のデータをニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第1のシステムに対して実行する第1の実行手順と、
前記コマンドの実行後において前記第1のシステムにおいて観測される第2のデータを取得する第2の取得手順と、
前記コマンドの実行によって得られる報酬を取得する第3の取得手順と、
前記第1のデータ、前記コマンド、前記報酬、前記第2のデータに基づく深層強化学習によって前記ニューラルネットワークを学習する学習手順と、
をコンピュータに実行させることを特徴とするプログラム。 - 第2のシステムにおいて障害が発生した状態において前記第2のシステムにおいて観測されるデータを学習済みの前記ニューラルネットワークに入力することで前記ニューラルネットワークによって推定されるコマンドを前記第2のシステムに対して実行する第2の実行手順、
をコンピュータに実行させることを特徴とする請求項8記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020079042A JP7472628B2 (ja) | 2020-04-28 | 2020-04-28 | 障害復旧装置、障害復旧方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020079042A JP7472628B2 (ja) | 2020-04-28 | 2020-04-28 | 障害復旧装置、障害復旧方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174348A true JP2021174348A (ja) | 2021-11-01 |
JP7472628B2 JP7472628B2 (ja) | 2024-04-23 |
Family
ID=78280164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020079042A Active JP7472628B2 (ja) | 2020-04-28 | 2020-04-28 | 障害復旧装置、障害復旧方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7472628B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014078067A (ja) * | 2012-10-09 | 2014-05-01 | Nec Corp | データベースシステム、データベース装置、データベースの障害回復方法およびプログラム |
JP2019174870A (ja) * | 2018-03-26 | 2019-10-10 | Kddi株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20190347933A1 (en) * | 2018-05-11 | 2019-11-14 | Virtual Traffic Lights, LLC | Method of implementing an intelligent traffic control apparatus having a reinforcement learning based partial traffic detection control system, and an intelligent traffic control apparatus implemented thereby |
-
2020
- 2020-04-28 JP JP2020079042A patent/JP7472628B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014078067A (ja) * | 2012-10-09 | 2014-05-01 | Nec Corp | データベースシステム、データベース装置、データベースの障害回復方法およびプログラム |
JP2019174870A (ja) * | 2018-03-26 | 2019-10-10 | Kddi株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20190347933A1 (en) * | 2018-05-11 | 2019-11-14 | Virtual Traffic Lights, LLC | Method of implementing an intelligent traffic control apparatus having a reinforcement learning based partial traffic detection control system, and an intelligent traffic control apparatus implemented thereby |
Non-Patent Citations (3)
Title |
---|
IKEUCHI, H ET AL.: ""Root-Cause Diagnosis Using Logs Generated by User Actions"", 2018 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM) [ONLINE], JPN6023046010, 2019, pages 1 - 7, ISSN: 0005195456 * |
MNIH, V ET AL.: ""Human-level control through deep reinforcement learning"", NATURE [ONLINE], JPN6023046009, 2015, pages 529 - 533, XP037437579, ISSN: 0005195455, DOI: 10.1038/nature14236 * |
川田 丈浩 ほか: ""復旧コマンド列自動生成技術"", NTT技術ジャーナル, vol. 第31巻, 第5号, JPN6023046011, 2019, pages 19 - 20, ISSN: 0005195457 * |
Also Published As
Publication number | Publication date |
---|---|
JP7472628B2 (ja) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652496B (zh) | 基于网络安全态势感知系统的运行风险评估方法及装置 | |
KR102118670B1 (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
Welte | Using state diagrams for modeling maintenance of deteriorating systems | |
CN105530122A (zh) | 一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法 | |
CN108334997B (zh) | 基于支撑故障事件约束机组组合的备用优化方法和装置 | |
CN111369094A (zh) | 告警派单方法、装置、系统及计算机可读存储介质 | |
CN101753382A (zh) | 一种自适应网络故障监控定位安全模型的构建方法 | |
CN114666204B (zh) | 一种基于因果强化学习的故障根因定位方法及系统 | |
CN113590370A (zh) | 一种故障处理方法、装置、设备及存储介质 | |
CN113239534A (zh) | 风力发电机组的故障、寿命预测方法和装置 | |
US11907865B2 (en) | Determination of security-constrained optimal power flow | |
CN109309594B (zh) | 通信设备电源故障分析的方法、装置、设备及存储介质 | |
CN114580546A (zh) | 基于联邦学习框架的工业机泵类故障预测方法及系统 | |
JP7472628B2 (ja) | 障害復旧装置、障害復旧方法及びプログラム | |
CN111144572B (zh) | 一种基于树形贝叶斯网络的配电网灾情推断方法及系统 | |
CN108920939B (zh) | 基于学习诊断器的信息安全判别方法、系统及相关装置 | |
CN110874325B (zh) | 一种基于用户会话的Web应用测试用例扩充方法 | |
CN109784629B (zh) | 一种基于神经网络的变电站工控网络故障定位方法 | |
CN110380411A (zh) | 一种考虑通信影响的配电网恢复力定量评估方法 | |
CN113377595B (zh) | 故障诊断方法、装置、电子设备和存储介质 | |
KR20230100683A (ko) | 준마코프 사후상태 액터-크리틱을 활용한 전력망 자동 운영 방법 | |
Li et al. | Active learning for causal Bayesian network structure with non-symmetrical entropy | |
JP7327493B2 (ja) | 異常対処支援装置、方法およびプログラム | |
Laroche et al. | Optimising a handcrafted dialogue system design. | |
Paixao et al. | A recoverable robust approach for the next release problem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231226 |
|
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: 20240312 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240325 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7472628 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |