JP2024027464A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスを提供すること。【解決手段】ストレージデバイスＳＤについての故障前の故障予測診断をするサーバ１でのスマート情報取得部７３１は、ストレージデバイスＳＤの状態を示すスマート情報等についてのＮ（Ｎは２以上の整数値）の項目の値を、ストレージデバイスＳＤから取得する。総合状態算出部７３２は、Ｎの項目の値から、ストレージデバイスＳＤの総合的な状態を示す総合状態値を算出する。項目診断部７３３は、Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標と、第１判断手法に従って、項目診断結果を決定する。総合診断部７３４は、総合状態値と第２指標と、第２判断手法に従って、総合診断結果を決定する。最終診断結果決定部７３５は、項目診断結果と総合診断結果とに基づいて、ストレージデバイスＳＤについての故障予測診断結果を決定する。【選択図】図４

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

従来より、ハードディスクドライブ等の記憶媒体には、その記憶媒体自身による自己診断を行い、その結果であるスマート情報を取得する機能（Ｓ．Ｍ．Ａ．Ｒ．Ｔ．機能：Ｓｅｌｆ－Ｍｏｎｉｔｏｒｉｎｇ， Ａｎａｌｙｓｉｓ ａｎｄ Ｒｅｐｏｒｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ 機能）が備えられている。そして、スマート情報を利用して、ハードディスクの故障診断を行う技術が存在する（例えば、特許文献１参照）。

特開２０１８－１７３８０９号公報

しかしながら、上述の特許文献１を含む従来技術では、単にスマート情報に含まれた所定パラメータが所定値を超えていることをもって故障が発生している旨を特定しているに過ぎなかった。さらに言えば、故障の程度が小さい時期、即ち故障の早期に発見したとしても、ひとたび故障した記憶媒体は一気に故障の程度が進み、記憶媒体に記憶されたデータのコピーを行おうとしてもデータが読みだせない状態となることが多々あった。
このように、記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスが要求されていた。

本発明は、このような状況に鑑みてなされたものであり、記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスを提供することを目的とする。

上記目的を達成するために、本発明の一態様の情報処理装置は、
記憶媒体についての故障前の故障予測診断をする情報処理装置であって、
記憶媒体の状態を示すスマート情報についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、故障予測の対象記憶媒体から取得するスマート情報取得手段と、
前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記対象記憶媒体から取得された前記Ｎの項目の値から、前記対象記憶媒体の総合的な状態を示す総合状態値を算出する総合状態算出手段と、
前記対象記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する項目診断手段と、
前記総合状態値と第２指標とを比較し、その比較の結果を用いる所定の第２判断手法に従って、故障予測に関する総合診断結果を決定する総合診断手段と、
前記項目診断結果と前記総合診断結果とに基づいて、前記対象記憶媒体についての故障予測診断結果を決定する故障予測診断手段と、
を備える。

本発明の一態様の情報処理方法及びプログラムの夫々は、上述の本発明の一態様の情報処理装置の夫々に対応する情報処理方法及びプログラムである。

本発明によれば、記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスを提供することができる。

本発明の情報処理装置の第１実施形態にかかるサーバを含む情報処理システムの構成の一例を示した図である。 図１の情報処理システムのうちサーバのハードウェア構成の一例を示すブロック図である。 図１の情報処理システムのうちユーザ端末のハードウェア構成の一例を示すブロック図である。 図２及び図３に示すサーバ及びユーザ端末を含む情報処理システムの機能的構成の一例を示す図である。 図４の機能的構成を有するサーバにより実行される故障予測の条件の一例を示す図である。 図４のサーバによる総合状態値の算出手法の概要について説明する図である。 図４のサーバにより生成されてユーザ端末を介してユーザに提示される故障予測結果の一例を示す図である。 図４のサーバにより生成されてユーザ端末を介してユーザに提示される故障予測結果の一例を示す図であって、図７とは異なる例を示す図である。 図４の機能的構成を有するサーバにより実現される、本サービスの事前対応の例を説明する図である。 図４の機能的構成を有するサーバを用いた故障予測の手法の特徴を示す図である。 図４の機能的構成を有するサーバにより、ユーザ端末に対してなされる故障予測診断結果を含む画面の例を示す図である。 本発明の情報処理装置の一実施形態にかかるユーザ端末を用いた第２実施形態の本サービスの概要の一例を示す図である。 第２実施形態の本サービスの全体のフローを説明する図である。 第２実施形態の本サービスの基本的な商流フローを説明する図である。

まず、本発明の情報処理装置の一実施形態にかかるサーバを含む情報処理システムの適用対象となるサービス（以下、「本サービス」と呼ぶ）について簡単に説明する。
本サービスは、ハードディスクドライブやソリッドステートドライブといった、情報処理装置において用いられるストレージデバイスの故障を予測するサービスである。
即ち、本サービスは、ユーザが管理をする情報処理装置（以下、「ユーザ端末」と呼ぶ）に備えられるストレージデバイスからスマート情報を取得して、当該スマート情報に基づいて当該ストレージデバイスの故障予測診断を行い、その故障予測診断の結果等をユーザ等に報知するサービスである。

ここで、スマート情報とは、Ｓ．Ｍ．Ａ．Ｒ．Ｔ．機能によって取得することが可能な、ストレージデバイスの状態に関する情報をいう。即ち例えば、スマート情報には、Ｓ．Ｍ．Ａ．Ｒ．Ｔ．機能によって取得することが可能なストレージデバイスの製品としての仕様や、自己診断結果、使用の程度の情報などが含まれる。
具体的には例えば、スマート情報には、ストレージデバイスについての、各種エラーの発生頻度、温度、積算使用時間、スタートアップ回数、不良セクタやペンディングセクタ、アンコレクトセクタの使用情報等の項目の情報が含まれる。また例えば、本例のスマート情報には、スピンドルモータや軸受の劣化を補填するための増加トルク等に関する情報等も含まれる。また例えば、スマート情報には、書き込まれた合計ＬＢＡ（セクタ数）／読み取られた合計ＬＢＡといったパラメータも含まれ得る。ここで、これらの項目はあくまでも本例に採用された例示であり、スマート情報には、ストレージデバイスの状態に関する各種各様な項目に関する情報が含まれる。
また、ユーザ端末において仮想サーバが構成されている場合、当該仮想サーバの構成に必要な情報等も、スマート情報に含まれてもよい。
本サービスは、スマート情報に含まれるこれらの情報を組み合わせることで、精度の高い故障予測診断をすることができる。

さらに、本サービスの故障予測診断においては、予測の以後の所定の時間帯においてストレージデバイスが故障する蓋然性に関する観点（例えば故障確率の観点）で設定された複数のレベルが採用されている。即ち、これらの複数のレベルのうち、診断対象のストレージデバイスが該当する所定レベルが、故障予測診断結果として決定されるものである。これにより、ユーザは、当該ストレージデバイスに対して所定レベルに応じた対応を行うことができる。
以下の例では、ストレージデバイスはハードディスクドライブであって、５つのレベルのうち所定レベルが故障予測診断結果として決定されるものとして説明する。

以下、本発明の情報処理装置の一実施形態にかかるサーバを含む情報処理システム及び当該情報処理システムを適用した第１実施形態及び第２実施形態について、順に説明する。
［第１実施形態］

図１は、本発明の情報処理装置の第１実施形態に係るサーバを含む情報処理システムの構成の一例を示した図である。
図１に示す情報処理システムは、本サービスのサービス提供者により管理されるサーバ１と、ｎ人（ｎは、１以上の任意の整数値）のユーザの夫々により使用されるユーザ端末２－１乃至２－ｎとを含むように構成される。
サーバ１と、ユーザ端末２－１乃至２－ｎの夫々とは、インターネット等の所定のネットワークＮＷを介して相互に接続されている。
ここで、ユーザ端末２－１乃至２－ｎの夫々は、図１に示すように、ストレージデバイスＳＤ－１乃至ＳＤ－ｎの夫々を備えるものとする。
ユーザ端末２には、ユーザＵが本サービスの提供を受けるための専用のアプリケーションソフトウェア（例えば、後述の故障予測プログラム）がインストールされている。

なお、以下、ユーザ端末２－１乃至２－ｎの夫々を個別に区別する必要がない場合、これらをまとめて「ユーザ端末２」と呼ぶ。また、ユーザ端末２と呼んでいる場合、ストレージデバイスＳＤ－１乃至ＳＤ－ｎをまとめて「ストレージデバイスＳＤ」と呼ぶ。

まず、前提として、本サービスのサービス提供者は、本サービスを提供する前から、ユーザからの依頼に応じて、故障したストレージデバイスＳＤのデータ復旧を行うデータ復旧サービスを提供していた。そのため、サービス提供者は、すでに故障、或いは、故障の直前（例えば、不調）のストレージデバイスＳＤをユーザから提供され、そのストレージデバイスＳＤからデータをコピーすることができた。このため、サービス提供者は、ストレージデバイスＳＤの故障の原因やその時のスマート情報等のデータを所有している。さらに言えば、ストレージデバイスＳＤからデータをコピーするべく修理した結果として、通常ユーザ端末２にストレージデバイスＳＤが搭載されている状態では読み取り不能な、故障した後におけるストレージデバイスＳＤのスマート情報をも所有している。
このような、故障したストレージデバイスＳＤの型番や故障原因、スマート情報等は、後述する学習処理に用いられる学習用データとして、サーバ１に備えられた学習データＤＢ８１に格納して管理されている。

サーバ１は、後述する学習処理において、学習データＤＢ８１に記憶された学習用データを用いて、ストレージデバイスＳＤの故障予測診断を行うためのモデルを生成又は更新し、学習データＤＢ８１に格納して管理する。

そして、第１実施形態の例においては、ユーザ端末２において夫々取得されたストレージデバイスＳＤのスマート情報は、サーバ１に送信される。
サーバ１は、送信されてきたスマート情報、及びモデルＤＢ８２に格納されたモデルを用いた推論処理を実行することにより、そのストレージデバイスＳＤの故障予測診断を行う。

ここで、スマート情報には、ストレージデバイスＳＤの温度、書き込み中の振動、電源のＯＮ／ＯＦＦ回数、通信エラーの回数、書き込みエラーの発生率、平均消去回数及び最大消去回数等、ストレージデバイスＳＤのメーカや機種の違いを含めると１００以上のパラメータ（項目）の値が含まれ得る。
詳しくは後述するが、本サービスにおける故障予測診断では、診断対象のストレージデバイスＳＤのスマート情報に含まれる３００程度に及ぶ項目のパラメータの値が取得される。
そして、これら取得された各項目の値と、各項目毎に設定された第１指標とが比較され、その比較の結果を用いる所定の第１判断手法に従って、各項目の観点（ミクロの観点）からの診断結果（以下、「項目診断結果」と呼ぶ）が得られる。即ち、第１指標、及び当該第１指標との比較の結果を用いる所定の第１判断手法が、本サービスで用いられるモデルの１つである。即ち、第１指標及び第１判断手法は、学習処理により日々更新されていくものである。
また、これら取得された各項目の値から、診断対象のストレージデバイスＳＤの総合的な状態を示す値（以下、「総合状態値」と呼ぶ）が得られ、この総合状態値と第２指標とが比較され、その比較の結果を用いる所定の第２判断手法に従って、診断対象のストレージデバイスＳＤの総合状態の観点（マクロの観点）からの診断結果（以下、「総合診断結果」と呼ぶ）が得られる。即ち、第２指標、及び当該第２指標との比較の結果を用いる所定の第２判断手法が、本サービスで用いられるモデルの１つである。即ち、第２指標及び第２判断手法は、学習処理により日々更新されていくものである。
そして、ミクロ診断結果とマクロ診断結果とに基づいて、最終結果として、ストレージデバイスＳＤの故障予測診断結果が決定される。
このようにして決定された故障予測診断結果は、ストレージデバイスＳＤの故障をあらかじめ確度高く診断することができる。

なお、このとき、サーバ１に送信されてきたストレージデバイスＳＤのスマート情報等は、学習データＤＢ８１に記憶されて管理される。
サーバ１は、学習処理を適宜実行することにより、モデルＤＢ８２に格納されたストレージデバイスＳＤの故障診断予測を行うためのモデル（第１指標及び第１判断手法、並びに第２指標及び第２判断手法の少なくとも一部）を更新する。これにより、故障予測診断の精度は日々向上していく。

図２は、図１の情報処理システムのうちサーバのハードウェア構成の一例を示すブロック図である。

サーバ１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、入力部１６と、出力部１７と、記憶部１８と、通信部１９と、ドライブ２０とを備えている。

ＣＰＵ１１は、ＲＯＭ１２に記録されているプログラム、又は、記憶部１８からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要な情報等も適宜記憶される。

ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、入力部１６、出力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。

入力部１６は、キーボードやマウス等各種ハードウェアで構成され、各種情報を入力する。
出力部１７は、液晶ディスプレイやスピーカ等の各種ハードウェアで構成され、各種情報を出力する。
記憶部１８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種情報を記憶する。
通信部１９は、インターネットを含むネットワークＮＷを介して他の装置（例えば、図１の例で言えば、ユーザ端末２等）との間で行う通信を制御する。

ドライブ２０は、必要に応じて設けられる。ドライブ２０には磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア３１が適宜装着される。ドライブ２０によってリムーバブルメディア３１から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。また、リムーバブルメディア３１は、記憶部１８に記憶されている各種情報も、記憶部１８と同様に記憶することができる。

図３は、図１の情報処理システムのうちユーザ端末のハードウェア構成の一例を示すブロック図である。

ユーザ端末２は、ＣＰＵ４１と、ＲＯＭ４２と、ＲＡＭ４３と、バス４４と、入出力インターフェース４５と、入力部４６と、出力部４７と、記憶部４８と、通信部４９と、ドライブ５０とを備えている。

ＣＰＵ４１は、ＲＯＭ４２に記録されているプログラム、又は、記憶部４８からＲＡＭ４３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ４３には、ＣＰＵ４１が各種の処理を実行する上において必要な情報等も適宜記憶される。

ＣＰＵ４１、ＲＯＭ４２及びＲＡＭ４３は、バス４４を介して相互に接続されている。このバス４４にはまた、入出力インターフェース４５も接続されている。入出力インターフェース４５には、入力部４６、出力部４７、記憶部４８、通信部４９及びドライブ５０が接続されている。

入力部４６は、キーボードやマウス等各種ハードウェアで構成され、各種情報を入力する。
出力部４７は、液晶ディスプレイ等を含む表示部Ｄや、スピーカ等の各種ハードウェアで構成され、各種情報を出力する。
記憶部４８は、ストレージデバイスＳＤやＤＲＡＭ等で構成され、各種情報を記憶する。なおここで、ストレージデバイスＳＤは、上述のＳ．Ｍ．Ａ．Ｒ．Ｔ．機能を搭載しているものとする。

通信部４９は、インターネットを含むネットワークＮＷを介して他の装置（例えば、図１の例で言えば、サーバ１等）との間で行う通信を制御する。

ドライブ５０は、必要に応じて設けられる。ドライブ５０には磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア６１が適宜装着される。ドライブ５０によってリムーバブルメディア６１から読み出されたプログラムは、必要に応じて記憶部４８にインストールされる。また、リムーバブルメディア６１は、記憶部４８に記憶されている各種情報も、記憶部４８と同様に記憶することができる。

このように構成されたサーバ１及びユーザ端末２の各種ハードウェアと各種ソフトウェアとの協働により、サーバ１及びユーザ端末２において、各種処理の実行が可能になる。

例えば、サーバ１及びユーザ端末２は、故障予測診断処理及び学習処理を含む各種処理を実行するにあたり、図４に示すような機能的構成を有する。
故障予測診断処理とは、サーバ１が、ユーザ端末２からスマート情報を取得し、スマート情報に基づいて故障予測診断を実行し、その故障予測診断結果をユーザ端末２に提示するまでの、一連の処理をいう。
学習処理とは、サーバ１が、機械学習を実行することにより、故障予測処理に用いるモデル（第１指標及び第１判断手法、並びに第２指標及び第２判断手法）を生成又は更新する処理をいう。

サーバ１で故障予測診断処理が実行される場合には、ＣＰＵ１１において、学習データ管理部７２と、故障予測診断部７３と、故障予測診断結果提示制御部７４とが機能する。

学習データ管理部７２は、故障予測診断処理が実行される場合には、モデル（第１指標及び第１判断手法、並びに第２指標及び第２判断手法）を学習データＤＢ８１から取得して、故障予測診断部７３に提供する。

故障予測診断部７３においては、故障予測診断処理が実行される場合には、スマート情報取得部７３１、総合状態算出部７３２、項目診断部７３３、総合診断部７３４、及び最終診断結果決定部７３５が機能する。

ここで、故障予測診断処理の対象となるユーザ端末２のＣＰＵ４１においては、スマート監視部９１が機能している。スマート監視部９１は、上述のユーザ端末２に搭載されたストレージデバイスＳＤから、そのスマート情報を取得してサーバ１に送信する。
すると、サーバ１のスマート情報取得部７３１は、ユーザ端末２から送信されてきたスマート情報についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を取得する。

総合状態算出部７３２は、スマート情報のＮの項目をパラメータとして用いる所定の演算手法に従って、スマート情報取得部７３１により取得されたＮの項目の値から、ユーザ端末２のストレージデバイスＳＤの総合的な状態を示す総合状態値を算出する。

項目診断部７３３は、スマート情報取得部７３１により取得されたＮの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する。

最終診断結果決定部７３５は、項目診断部７３３により決定された項目診断結果と、総合診断部７３４により決定された総合診断結果とに基づいて、ユーザ端末２のストレージデバイスＳＤについての最終診断結果としの故障予測診断結果を決定する。

故障予測診断結果提示制御部７４は、故障予測診断部７３の最終診断結果たる故障予測診断結果を、ユーザ端末２を介してユーザに提示する制御を実行する。
即ち、故障予測診断結果提示制御部７４は、故障予測診断部７３の最終診断結果たる故障予測診断結果を通信部１９を介してユーザ端末２に送信する。すると、ユーザ端末２のＣＰＵ４１において、故障予測診断結果提示部９２が機能する。即ち、故障予測診断結果提示部９２は、故障予測診断結果を、通信部４９を介して受信して表示部Ｄに表示させることで、ユーザに提示する。

ここで、故障予測診断結果の具体例として、図７及び図８を参照して後述するように、ユーザ端末２のストレージデバイスＳＤからのデータのバックアップを推奨する第１種と、当該ストレージデバイスＳＤからのデータのバックアップが不要な第２種レベルとのうち何れかが決定される。
さらに、第１種レベルはＭ段階（Ｍは２以上の整数値であり、図７及び図８の例ではＭ＝２）のレベルに区分される。第２種レベルはＬ段階（ＬはＭとは独立した２以上の整数値であり、図７及び図８の例ではＬ＝３）のレベルに区分される。
この場合、故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として、（Ｍ＋Ｌ）段階のレベル（図７及び図８の例では第１乃至第５のレベル）のうち所定段階のレベルを決定する。
故障予測診断結果提示制御部７４は、故障予測診断部７３の最終診断結果たる故障予測診断結果として、当該所定レベルを、ユーザ端末２を介してユーザに提示する制御を実行する。
さらに、故障予測診断結果提示制御部７４は、当該所定レベルが第１種レベルである場合、ストレージデバイスＳＤが搭載されたユーザ端末２からアラートを出力する制御を実行する。アラートの具体例については、図８及び図１１を参照して後述する。

また、サーバ１で学習処理が実行される場合には、ＣＰＵ１１において、学習部７１と、学習データ管理部７２とが機能する。
学習部７１においては、項目診断学習部７１１と、総合診断学習部７１２が設けられている。

上述したように、故障又は正常の状態が既知の複数のストレージデバイスから得られたスマート情報等は学習用データとして学習データＤＢ８１に格納されている。ここで、学習用データには、故障予測診断部７３から過去に出力された故障予測診断結果（各種ユーザ端末２についての故障予測診断結果）も含まれている。
そこで、学習データ管理部７２は、学習用データを学習データＤＢ８１から抽出して学習部７１に提供する。

項目診断学習部７１１は、学習用データを用いて所定の機械学習を実行し、その結果を用いて、第１指標と第１判断手のうち少なくとも一部（モデルの一部）を生成または更新する。
総合診断学習部７１２は、学習用データを用いて所定の機械学習を実行し、その結果を用いて、第２指標と第２判断手のうち少なくとも一部（モデルの一部）を生成または更新する。

学習データ管理部７２は、学習部７１により生成又は更新されたモデル（第１指標及び第１判断手法並びに第２指標及び第２判断手法）を学習データＤＢ８１に格納する。

以上、図１乃至図４を用いて、第１実施形態のサーバ１を含む情報処理システムの概要及び構成等を説明した。以下、図５及び図６を用いて、上述の第１実施形態の情報処理システムにおける、第１指標、及び第１判定手法、並びに第２指標、及び第２判定手法の一例を示す図である。
図５は、図４の機能的構成を有するサーバにより実行される故障予測の条件の一例を示す図である。

図５の表は、５つのレベルの夫々を評価する条件式の一例を示している。
図５の表の条件式は、各レベルについてそのレベルに該当するスマート情報の条件を、サーバ１の学習処理（例えば、機械学習のアルゴリズムを用いた学習処理）により、生成又は更新された閾値が採用されている。
そして、判定対象のストレージデバイスＳＤについて、そのストレージデバイスＳＤから取得されたスマート値をレベル５から順に条件式を適用する。条件式を適用した結果、合致した場合、その条件式のレベルが故障予測診断の結果として出力される。

具体的には例えば、ストレージデバイスＳＤのスマート情報が、修正不可能なセクタ数（ＩＤ１９８）の最悪値が２００、温度（ＩＤ１９４）の最悪値が７０、読み取りエラー率（ＩＤ１）の最悪値が５０、再割り当てセクタ数（ＩＤ５）が３０，スピンドルモータの回転／停止した回数（ＩＤ４）が３８回かつ代替処理待ちとなっているセクタ数（ＩＤ１９７）が０の場合について条件式が適用される。
また、詳しくは図７を用いて後述するが、ストレージデバイスＳＤの総合評価値（例えば、図７の面積Ｓ）も、各レベルの条件式に含まれている。ストレージデバイスＳＤについて、総合評価値は７０（例えば、図７の面積Ｓａが７０）であったものとする。このような総合評価値についての条件も、条件式に含まれている。

その結果、条件式２の第２行目（確認）の条件、即ち、修正不可能なセクタ数（ＩＤ１９８）の最悪値が２２７未満かつ温度（ＩＤ１９４）の最悪値が６５以上かつ読み取りエラー率（ＩＤ１）の最悪値が５７以内かつ再割り当てセクタ数（ＩＤ５）が２３以上かつスピンドルモータの回転／停止した回数（ＩＤ４）が３６回以上かつ代替処理待ちとなっているセクタ数（ＩＤ１９７）が１未満という条件に合致する。
また、条件式の第２行目の総合評価値（図７の面積ＳＡ）が５０以上という条件に合致する。
これにより、そのストレージデバイスＳＤの総合評価が第２レベルであるものとして判断なされる。

ここで、図５におけるＳａは、総合評価値に相当する。そして、Ｓａと比較対象とされている数値（例えば、第５のレベルの１行目における６０）は、第２指標の一例である。また、Ｓａと比較対象とされている数値の間の記号（例えば、第５のレベルの１行目における「＝＞」（左辺は右辺以上））は、第２判断手法の一例である。

また、図５におけるｓａは、スマート情報に含まれるある項目の数値に相当する。そして、ｓａと比較対象とされている数値（例えば、第５のレベルの１行目における５０）は、第１指標の一例である。また、ｓａと比較対象とされている数値の間の記号（例えば、第５のレベルの１行目における「＞」（左辺は右辺より大きい））は、第１判断手法の一例である。図５に示すように、第１指標及び第１判断手法は、複数の項目の夫々について規定される。
本第１実施形態のモデルＤＢ８２には、このような各レベルに該当するか否かを判定するための判定式の集合がモデルとして格納されている。

ここで、ストレージデバイスＳＤから取得可能なスマート情報は、メーカや型番、製造時期などによって、異なっている。そこで、ストレージデバイスＳＤのメーカや型番、製造時期等に応じて、適宜異なる条件式が用いられる。
図５の例は、あるメーカや型番、製造時期のあるストレージデバイスＳＤに関する条件式である。

図５の説明において、総合評価は、対象のストレージデバイスＳＤのスマート情報を各レベルの判定式に合致する場合、そのストレージデバイスＳＤのレベルが判定されるものとしたが、図５の例の各数式は、以下のような概念に基づいて生成又は更新されている。

図６は、図４のサーバによる総合状態値の算出手法の概要について説明する図である。
図６（Ａ）は、説明の便宜上スマート情報の項目数Ｎ＝６に絞り、スマート情報の６つの項目の値から総合状態値を算出する手法の概要について説明している。
図６（Ａ）の例では、スマート情報の６つの項目が所定円の周上に均等間隔で割り当てられ、所定円の中心から周までの軸が６つの項目毎に割り当てられ、各軸の座標（０乃至５の数値）は、割り当てられた項目の値を示すレーダチャートが採用されている。
即ち、図６（Ａ）の例のレーダチャートにおいては、上から時計回りに、温度、読み書き量、不良セクタ数、使用時間、起動回数、起動にかかる時間の６つの項目が夫々割り当てられている。
図４の総合状態算出部７３２は、ユーザ端末２から取得された６つの項目の値の夫々を、割り当てられた軸の対応する座標にプロットする。図６（Ａ）の例のレーダチャートにおいては、上から時計回りに、温度の値として「３」がプロットされ、読み書き量の値として「４」がプロットされ、不良セクタ数の値として「５」がプロットされ、使用時間の値として「２」がプロットされ、起動回数の値として「１」がプロットされ、起動にかかる時間の値として「５」がプロットされている。
このように、図６の例では、Ｎの項目の値とは、各項目の生データ（例えば温度が６５度等）そのものではなく、項目診断に用いられる第１指標及び第１判断手法に基づいて、０乃至５の値の何れかとなるように正規化されたものである。
この場合、図４の総合状態算出部７３２は、図６（Ａ）に示すように、プロットされた６つの項目の点の夫々を結ぶことで形成される閉曲線の面積Ｓを、総合状態値として演算する。
即ち、図６（Ａ）の例では、第２指標として例えば面積ＳＡが用いられ、第２判断手法としては、図６（Ａ）のレーダチャートにおいてプロットされた６つの項目の点の夫々を結ぶことで形成される閉曲線の面積Ｓと、第２指標たる面積ＳＡとを比較して、その比較結果に基づいて総合判断結果を決定する手法として採用されていることになる。

なお、図６（Ａ）例では、説明の便宜上スマート情報の多数の項目のうちＮ＝６の項目のみがレーダチャートに反映されていた。
しかしながら、上述したように、スマート情報には、ストレージデバイスＳＤのメーカや機種の違いを含めると１０００以上の項目が含まれ得る。そのため、実際には、図６（Ｂ）に示すように、Ｎ＝多数だけ頂点を有する多角形（Ｎが増えれば増えるほど円に近づく多角形）となる。

図７は、図４のサーバにより生成されてユーザ端末を介してユーザに提示される故障予測結果の一例を示す図である。
図７の例では、故障予測結果（Ｆａｉｌｕｒｅ Ｐｒｅｄｉｃｔｉｏｎ）の一例として、ストレージデバイスＳＤを特定する情報（ここでは、１つ目のドライブであることを示す「ドライブ０１」という文字列）とともに、「ドライブは正常稼働しています」という文字列とともに、第３のレベルである旨が示されている。
即ち、図７の例では、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として、ユーザ端末２のストレージデバイスＳＤからのデータのバックアップを推奨する第１種レベルと、ストレージデバイスＳＤからのデータのバックアップが不要な第２種レベルとのうち何れかを決定する。
第１種レベルは２段階のレベルとして、第５のレベル（危険レベル）と、第４のレベル（注意レベル）とに区分されている。
第２種レベルは、正常レベルであるが、さらに第１のレベル乃至第３のレベルといった３段階のレベルに区分されている。ここで、第１のレベルとは、新品と同様のレベルである。第２のレベルとは、１乃至３年ほど使用したのと同様のレベルである。第３のレベルとは、３年以上したのと同様のレベルである。
即ち、故障予測診断手段は、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として５段階のレベルのうち所定段階のレベル（同図においては正常レベルのうち第３のレベル）を決定する。
図７に示すように、ユーザに対する故障予測の結果のうち、健全である旨を示す結果は、正常な状態において、故障には該当せず、その兆候もない経年劣化のレベルとして３つのレベルから提示が行われる。これにより、ユーザは、経年での劣化を把握するとともに、いつの日か故障予測として危険の提示がされる可能性を把握することができる。

図８は、図４のサーバにより生成されてユーザ端末を介してユーザに提示される故障予測結果の一例を示す図であって、図７とは異なる例を示す図である。

図８は、図４の機能的構成を有するサーバによるユーザに対する故障予測の結果のうち、不健全である旨を示す結果を出力した画面の一例を示す図である。
図８（Ａ）に示す画面においては、故障予測（Ｆａｉｌｕｒｅ Ｐｒｅｄｉｃｔｉｏｎ）の一例として、ストレージデバイスＳＤを特定する情報（ここでは、１つ目のドライブであることを示す「ドライブ０１」という文字列）とともに、「故障の可能性があるので念のためバックアップをとってください」という文字列とともに、第４のレベルである旨が示されている。
即ち、図８（Ａ）の例では、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として、ユーザ端末２のストレージデバイスＳＤからのデータのバックアップを推奨する第１種レベルのうち、第４のレベル（注意レベル）であるとして診断されている。
即ち、故障予測診断手段は、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として５段階のレベルのうち所定段階のレベルとして、第４のレベルを決定する。
その結果として、図８（Ａ）の例に示すように、ストレージデバイスＳＤについて、第４のレベルとして決定された旨がユーザに提示される。

図８は、図４の機能的構成を有するサーバによるユーザに対する故障予測の結果のうち、不健全である旨を示す結果を出力した画面の一例を示す図である。
図８（Ｂ）に示す画面においては、故障予測（Ｆａｉｌｕｒｅ Ｐｒｅｄｉｃｔｉｏｎ）の一例として、ストレージデバイスＳＤを特定する情報（ここでは、１つ目のドライブであることを示す「ドライブ０１」という文字列）ともに、「今すぐにでも故障する可能性があるのですぐにバックアップをとってください」という文字列とともに、第５のレベルである旨が示されている。
即ち、図８（Ｂ）の例では、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として、ユーザ端末２のストレージデバイスＳＤからのデータのバックアップを推奨する第１種レベルのうち、第５のレベル（危険レベル）であるとして診断されている。
即ち、故障予測診断手段は、図４の故障予測診断部７３（最終診断結果決定部７３５）は、故障予測診断結果として５段階のレベルのうち所定段階のレベルとして、第５のレベルを決定する。
その結果として、図８（Ｂ）の例に示すように、ストレージデバイスＳＤについて、第５のレベルとして決定された旨がユーザに提示される。

図８（Ａ）及び図８（Ｂ）に示すように、ユーザに対する故障予測の結果のうち、不健全である旨を示す結果は、将来的に故障に該当（あるいはす でに故障に該当）するような、バックアップを推奨するレベルとして２つのレベルから提示が行われる。これにより、ユーザは、故障の予測に基づいて、バックアップが推奨されるため、ユーザは適切にバックアップのためのアクションを起こしていくことができるのである。

図９は、図４の機能的構成を有するサーバにより実現される、本サービスの事前対応の例を説明する図である。
図９に示すように、従来の対応においては、正常動作の後、故障が発生する。換言すれば、正常動作しなくなったことをもって、故障したとユーザが把握することが通常である。
具体的には、ユーザがユーザ端末２に備えられたストレージデバイスＳＤに記憶されたデータを読み出そうとした際に、ユーザ端末２のオペレーションシステムにより、複数回データの読み出しが試みられ、それでも読み出しが失敗した場合に、警告等が表示されるのが通常である。
即ち、すでにデータの読み出しが失敗した時点で、故障としてユーザは気が付くのである。

そして、このような状況において、ユーザが自身で故障を取り除くことは困難である。
即ち、ストレージデバイスＳＤのうち特にハードディスクドライブは、クリーンルームでないと分解修理等は行うことができない。また、同型のストレージデバイスＳＤから健全なパーツを流用した修理などをする必要がある。
また例えば、ストレージデバイスＳＤに記憶されたデータが論理的（データビット的）に破損しているために読み出しができない場合、データをそのまま読みだしたうえで、破損しているデータのビット列を確認して壊れたビット列の修復を行う必要がある。
このようなことは、ユーザにとって対応することはできないのである。

そこで、自身で修理を行うことができないユーザは、故障が発生した時点で、データ復旧業者にデータ復旧の依頼を行う。
その結果、データ復旧業者は、データ復旧を行う。このような作業は、ユーザ端末２が家庭用のパーソナルコンピュータ等である場合には１週間程度以上、ユーザ端末２が業務用のサーバ等である場合であって複数台のストレージデバイスＳＤに分散記憶されているとき（例えば、ＲＡＩＤシステムが採用されているとき）には、３週間程度以上が必要となることがある。

上述したように、本サービスのサービス提供者は、本サービスの提供する前から、ユーザからの依頼に応じて、故障したストレージデバイスＳＤのデータ復旧を行うデータ復旧サービスを提供している。本サービスのサービス提供者は、現在において、業界最大手であり、屈指の復旧率を達成しているが、仮に故障発生後すぐにデータ復旧の依頼をしたとしても、復旧率は９５．２％であり、１００％には達しない。さらに言えば、データ復旧には、相当の費用が必要となるのが実情である。それだけ、故障後のストレージデバイスＳＤのデータ復旧は困難なのである。

これに対して、本第１実施形態の故障予測が行われた場合、故障予測がなされるため、上述の従来における故障が発生する前の正常動作の時期に、故障予測がなされる。そのため、データコピーを正常動作期間内に行うことができる。その結果、データ復旧作業は不要となり、データの移行率（データのバックアップ完了率）は、１００％に近いものとなるのである。
即ち、実際にデータを読み出すことができないといったデータトラブルは、未然に防がれる。換言すれば、本サービスの故障予測により、世の中のデータトラブルをゼロにすることができるのである。
なお、１００％に近いものと表現したのは、厳密にはデータ移行率は１００％にならないためである。即ち、ストレージデバイスＳＤ内において、アクセスしていない領域においてごく少数の不良セクタや軽度の論理障害が発生している可能性がある。このような、アクセスしていない領域の不良セクタは、スマート情報においてはカウントされない。即ち例えば、不良セクタ数がゼロであることを条件として正常とした場合において、まだ検出されていな不良セクタが存在し、データの移行に失敗する可能性はゼロではない。
また例えば、データの移行中に全く新たな障害が発生する可能性もゼロではない。
このため、完全なる１００％のデータ移行率は達成できないのである。

図１０は、図４の機能的構成を有するサーバを用いた故障予測の手法の特徴を示す図である。
図１０（Ａ）に示す故障予測方法は、上述の総合評価値を用いずに、スマート情報に含まれる各項目を個別に用いて判定する。
即ち、図１０（Ａ）に示す例では、修復不可能なセクタ数の最悪値が１０未満、かつ、温度の最悪値が３０以上６０未満である場合に、故障度が低（第２のレベル）であるものとして予測される。そのため、例えば、修復不可能なセクタ数の最悪値が５であって、温度の最悪値が５０である場合、この条件に合致するため、故障度（故障の程度）は低（第２のレベル）であるものとして判定される。
ここで、図１０（Ａ）に示す例では、第２のレベルと、第４のレベルのみが存在している。これは、図１０（Ａ）に示す例では、故障予測の結果として、故障する兆候が見受けられず、バックアップのバックアップが不要なレベルとして第２のレベルのみが存在し、バックアップを推奨するレベルとして第４のレベル４が存在していることを示している。
このように、ユーザには、故障の兆候の有無のみに基づいて判定されたレベルが報知されるのである。

これに対して、図１０（Ｂ）に示す故障予測方法は、上述の総合評価値とスマート情報に含まれる各項目を個別に用いて判定する。
即ち、図１０（Ｂ）に示す例では、総合評価値が所定条件を満たし、さらに、修復不可能なセクタ数の最悪値が１０未満、かつ、温度の最悪値が０以上３０未満である場合に、故障度が低の第１のレベルであるものとして予測される。また、総合評価値が所定条件を満たし、さらに、修復不可能なセクタ数の最悪値が１０未満、かつ、温度の最悪値が３０以上４５未満である場合に、故障度が低の第２のレベルであるものとして予測される。また、総合評価値が所定条件を満たし、さらに、修復不可能なセクタ数の最悪値が１０未満、かつ、温度の最悪値が４５以上６０未満である場合に、故障度が低の第３のレベルであるものとして予測される。総合評価値が所定条件を満たし、さらに、修復不可能なセクタ数の最悪値が１０未満、かつ、温度の最悪値が６０以上である場合に、故障度が中の第４のレベルであるものとして予測される。
このように、図１０（Ｂ）に示す故障予測方法は、上述の総合評価値とスマート情報に含まれる各項目を個別に用いて判定するため、図１０（Ａ）に示す故障予測方法では、単に１つの故障度が低（第２のレベル）とされていたものを、第１のレベル乃至第３のレベルとして判定することができるのである。
その結果、ユーザに対して、第１のレベルから第３のレベルと段階的に通知がなされる。そのため、ユーザにとっては、第３のレベルが報知された場合、第４のレベルが近付いていること、即ち、故障予測結果により、ストレージデバイスＳＤが故障しそうであるためにバックアップを推奨する旨の通知がなされる。これにより、ユーザは、バックアップに備え、ストレージデバイスＳＤをバックアップするためのソフトウェアやハードウェアをあらかじめ用意するといった準備も可能となるのである。

図１１は、図４の機能的構成を有するサーバにより、ユーザ端末に対してなされる故障予測診断結果を含む画面の例を示す図である。
図１１に示すように、故障診断予測結果は、例えば、ユーザ端末２が備える出力部１４７の一例であるディスプレイＤに表示されることで出力される。
故障予測診断結果には、「Ｓ．Ｍ．Ａ．Ｒ．Ｔ．情報 警告」、「ご利用の記憶デバイスは故障する可能性が高まっています。すぐにバックアップをとってください」、「ご購入の量販店ＸＸ社 ＹＹ店にサポートを依頼することもできます」との表示がなされる。
このように、ユーザ端末２には、サーバ１による故障予測診断結果に基づいて、ユーザへのその旨の出力がなされる。これにより、ユーザは、ストレージデバイスＳＤが故障する前にバックアップを完了することができるからこそ、図９に示すようにデータの移行率１００％が達成されるのである。

なお、上述したように、ユーザは、バックアップを自身で行うのではなく、購入した量販店等へサポートの依頼をすることができる。本サービスは、このような量販店等におけるサポートのための情報の管理や提示も行うことができる。この点については、以下の第２実施形態の説明において詳述する。
［第２実施形態］

第１実施形態では、故障予測診断処理はサーバ１において実行された。即ち、第１実施形態では、故障診断対象のストレージデバイスＳＤから取得されたスマート情報をユーザ端末２からサーバ１に送信するための通信や、故障診断予測結果をサーバ１からユーザ端末２に送信するための通信が必要であった。
これに対して、第２実施形態では、故障予測診断処理はユーザ端末２において実行される。即ち、第２実施形態では、故障予測診断処理に伴うユーザ端末２とサーバ１との通信は不要になる。

図１２は、本発明の情報処理装置の一実施形態にかかるユーザ端末を用いた第２実施形態の本サービスの概要の一例を示す図である。

図１２に示すように、故障予測診断処理をコンピュータ（ここではユーザ端末２のＣＰＵ４１）に実行させるためのプログラム（以下、「故障予測プログラム」と呼ぶ）を格納するＵＳＢメモリが、提供者Ｔから販売者Ｂに提供される。
ここで、提供者Ｔは、故障予測診断処理をユーザ端末２で実行させる本サービス（第２実施形態の本サービス）の提供者である。
また、ＵＳＢメモリは、提供者Ｔから、必要に応じて第３者を経由して、販売者Ｂに提供される。

販売者Ｂは、例えば各種各様な情報処理装置ＢＰを販売する量販店であり、所定のストレージデバイスＳＤが搭載された情報処理装置ＢＰを、故障予測プログラムが格納されたＵＳＢメモリと共にセット販売をしている。

ユーザＵは、所定のストレージデバイスＳＤが搭載された情報処理装置ＢＰを、故障予測プログラムが格納されたＵＳＢメモリと共に販売者Ｂから購入する。
ユーザＵが、ＵＳＢを情報処理装置ＢＰに挿入し、故障予測プログラムを情報処理装置ＢＰにインストールする。これにより、情報処理装置ＢＰは、第２実施形態のユーザ端末２となる。
即ち、第２実施形態のユーザ端末２のハードウェア構成は図３と同様の構成となる。また、第２実施形態のユーザ端末２の機能的構成としては、図示はしないが、ＣＰＵ４１において、図４のスマート監視部９１及び故障予測診断結果提示部９２に加えてさらに、故障予測診断部７３及び故障予測診断結果提示制御部７４が機能すると共に、モデル（第１指標及び第１判断手法並びに第２指標及び第２判断手法）が記憶部４８に格納される。
これにより、ユーザ端末２は、故障予測診断処理を常時実行するようになる。

ここで、サポートが必要な状態であるという故障予測診断結果（例えば第１実施形態の図６や図７で説明した第１種レベル、即ち第４のレベル又は第５のレベル）である場合には、所定のアラート（例えば図１１参照）がユーザ端末２の表示部Ｄに表示される。
第２実施形態では、このようなアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２は、販売者Ｂからのサポートを受ける権利をユーザＵが有していることを販売者Ｂに示す媒体として機能することができる。

即ち、販売者Ｂは、アラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２がユーザＵから示されることで、当該ユーザＵはサポートを受ける権利を有しているとして、当該ユーザＵに対して各種各様なサポートをすることができる。
ここで、「アラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２がユーザＵから示される」とは、現物のユーザ端末２が販売者Ｂに直接持ち込まれることの他、アラートが表示されたユーザ端末２の写真が持ち込まれたり、所定の方法で販売者Ｂの端末に通信により通知される等して、ユーザ端末２が販売者Ｂのサポート対象であることがわかるように任意の手法で示されることを意味する。
また、サポートとは、ユーザ端末２自体を点検や修理することの他、ユーザ端末２を下取りに新規の情報処理装置ＢＰをユーザＵに販売したりする等、販売者Ｂにより自由自在に決定できるものも含む広義な概念である。
このように、第２実施形態の本サービスの提供により、ユーザＵがサポートを受けるため販売者Ｂに赴くことになり、販売者ＢにとってはユーザＵの来店促進になるという効果を奏することになる。

さらに、故障予測プログラムは、プログラム自体にエラーが存在する場合にもアラートを出力する制御処理を実行する機能をユーザ端末２に発揮させることができる。
第２実施形態では、このような故障予測プログラム自体にエラーが存在する旨を示すアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２は、提供者Ｔによるサポートを受ける権利をユーザＵが有していることを提供者Ｔに示す媒体として機能することができる。

即ち、提供者Ｔは、故障予測プログラム自体にエラーが存在する旨を示すアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２がユーザＵから示されることで、当該ユーザＵはサポートを受ける権利を有しているとして、当該ユーザＵに対して各種各様なサポートをすることができる。
ここで、「アラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２がユーザＵから示される」とは、現物のユーザ端末２が提供者Ｔに直接持ち込まれることの他、提供者Ｔと販売者Ｂとが予め契約の上で現物のユーザ端末２が販売者Ｂに持ち込まれることや、アラートが表示されたユーザ端末２の写真が提供者Ｔ又は販売者Ｂ持ち込まれたり、所定の方法で提供者Ｔ又は販売者Ｂの端末に通信により通知される等して、ユーザ端末２が提供者Ｔのサポート対象であることがわかるように任意の手法で示されることを意味する。
また、ここでいうサポートとは、故障予測プログラムに関するアラートに対するものであるため、故障予測プログラムの修理や交換、再販となる。
なお、故障予測プログラムの不具合の状況によっては、アラートが発生した故障予測プログラム単体での対応で済む場合の他、他の故障予測プログラム全体に影響を及ぼす場合もある。他の故障予測プログラム全体に影響を及ぼす場合のサポートとしては、販売者Ｂでの店舗在庫回収や、提供者Ｔは販売者ＢのＨＰ上で不具合報告をすることなども、サポートの一環として行われる。

図１３は、第２実施形態の本サービスの全体のフローを説明する図である。
図１４は、第２実施形態の本サービスの基本的な商流フローを説明する図である。
なお、図１３の例では、ＵＳＢはＵＳＢメーカにより製造され、提供者Ｔから販売者Ｂに提供される間に第三者Ｐ１及びＰ２が介在するものとされている。しかしながらこれらは例示に過ぎず、例えば第三者Ｐ１及びＰ２の処理（作業）を提供者Ｔが実行することで第三者Ｐ１及びＰ２を除外することもできるし、例えば第三者Ｐ１及びＰ２の処理（作業）を１人又は３人以上の第三者に分担させることもできる。

図１３及び図１４のステップＳ１において、ＵＳＢメーカは、ＵＳＢメモリを製造し、提供者Ｔへ送付する。

図１３及び図１４のステップＳ２において、提供者Ｔは、ライセンスキーを発行する。
図１４のステップＳ２１において、ＵＳＢメモリとライセンスキーとを共有して第三者Ｐ１へ送付する。

図１３及び図１４のステップＳ３において、第三者Ｐ１は、ＵＳＢメモリに対するキッティングを行う。例えば第三者Ｐ１は、故障予測プログラムのインストラーをＵＳＢメモリに移行する。
図１４のステップＳ３１において、第三者Ｐ１は、ＵＳＢメモリ（ライセンスキー）を第三者Ｐ２に送付する。

図１３及び図１４のステップＳ４において、第三者Ｐ２は、ＵＳＢメモリ（ライセンスキー）に対するパッケージングを行う。例えば第三者Ｐ２は、ＵＳＢメモリ（ライセンスキー）を製品状態にパッケージングを行う。ここでパッケージングを行うとは、パッケージのプリントや梱包といった作業のことである。
図１４のステップＳ４１において、パッケージングを行われたＵＳＢメモリ（ライセンスキー）を製品として、販売者Ｂへ送付する。

図１３及び図１４のステップＳ５において、販売者Ｂは、製品たるＵＳＢメモリ（ライセンスキー）をユーザＵに販売する。
図１３のステップＳ６において、ユーザＵは、製品たるＵＳＢメモリ（ライセンスキー）を販売者Ｂから購入する。
図１３のステップＳ７において、販売者Ｂ及びユーザＵは、製品たるＵＳＢメモリ（ライセンスキー）に対するレジ決済をする。
図１３のステップＳ８において、販売者Ｂは、ＰＯＳ連携をする。即ち、図１３のステップＳ９において、販売者Ｂは、ＵＳＢメモリ（ライセンスキー）の販売情報及び在庫確認を管理すると共に、図１３のステップＳ１９において、提供者Ｔは、ＵＳＢメモリ（ライセンスキー）の販売情報及び在庫確認を管理する。
図１３のステップＳ１０において、販売者Ｂは、追加発注の必要性に応じて、ＵＳＢメーカに対して、ＵＳＢメモリ製造の追加発注をする。この追加発注された者に対しては、上述の図１３及び図１４のステップＳ１乃至図１４のステップＳ４１の処理が繰り返し実行されて、追加発注された製品としてのＵＳＢメモリ（ライセンスキー）が販売者Ｂに送付される。

一方、ユーザＵ側においては、図１３のステップＳ１１以降の処理が実行される。
即ち、図１３及び図１４のステップＳ１１において、ユーザＵは、ＵＳＢメモリをユーザ端末２に挿入して、故障予測プログラムをインストールする。
図１３のステップＳ１２において、ユーザＵは、ユーザ端末２に対してライセンスキーを入力する。
ユーザ端末２は、図１３のステップＳ１３において、整合性の確認を行い、図１３のステップＳ１４において、故障予測プログラムについてアクティベート処理を施す。
これにより、ユーザ端末２のＣＰＵ４１において、図４のスマート監視部９１及び故障予測診断結果提示部９２に加えてさらに、故障予測診断部７３及び故障予測診断結果提示制御部７４が機能すると共に、モデル（第１指標及び第１判断手法並びに第２指標及び第２判断手法）が記憶部４８に格納される。
これにより、ユーザ端末２は、故障予測診断処理を常時実行するようになる。
そこで、図１３のステップＳ１５において、ユーザＵは、ストレージデバイスＳＤが搭載されたユーザ端末２を利用開始する。

即ち、図１４のステップＳ２２において、ユーザ端末２は、故障予測プログラムを常駐稼働させる。即ち、ユーザ端末２は、故障予測診断処理を適宜実行する。
図１４のステップＳ２３において、ユーザ端末２は、不具合が発生したか否かを判定する。
不具合が発生していない場合、即ち、故障予測診断結果が第１のレベル乃至第３のレベルの何れかであり、かつ、故障予測プログラム自体が正常の場合、図１４のステップＳ２３においてＮＯであると判定されて、処理は図１４のステップＳ２２に戻され、それ以降の処理が繰り返し実行される。
これに対して、不具合が発生した場合、即ち、故障予測診断結果が第４のレベル若しくは第５のレベルの何れかであるか、又は、故障予測プログラム自体に不具合が発生した場合、所定のアラートがユーザ端末２に表示され、処理は図１４のステップＳ１６に進む。

ここで、例えば、故障予測診断結果が第４のレベル若しくは第５のレベルであることから図１３のステップＳ２３においてＹＥＳである（不具合である）と判定されてアラートが発生されたものとする。この場合、上述したように、ストレージデバイスＳＤの故障予測に関するアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２は、販売者Ｂからのサポートを受ける権利をユーザＵが有していることを販売者Ｂに示す媒体として機能するようになる。
即ち、ストレージデバイスＳＤの故障予測に関するアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２が販売者Ｂに示されると、販売者Ｂは、図１３及び図１４のステップＳ１６として、サポート対応（アラート対応）をする。
この際、図１３のステップＳ１７において、第三者Ｐ１は、販売者Ｂとして連携してアラート対応（サポート対応）をすることができる。
図１４のステップＳ２４において、不具合が解決されたか否かが判定される。不具合が解決されていない場合、図１４のステップＳ２４においてＮＯであると判定されて、処理は図１４のステップＳ１６に戻され、更なるサポート対応が実行される。
これに対して、不具合が解決された場合、図１４のステップＳ２４においてＹＥＳであると判定されて、処理はステップＳ２２に戻され、それ以降の処理が繰り返し実行される。ここで、不具合の解決手法として、不具合が生じたユーザ端末２自体が修理等されて再度ユーザにより使用される手法が採用された場合には、図１４のステップＳ２２において、当該ユーザ端末２自体が、故障予測プログラムを常駐起動させる。一方、不具合の解決方法として新たなユーザ端末２が再版される手法が採用された場合には、図１４のステップＳ２２において、再販されたユーザ端末２が、故障予測プログラムを常駐起動させる。

また、例えば、故障予測プログラムが不具合であることから図１３のステップＳ２３においてＹＥＳである（不具合である）と判定されてアラートが発生されたものとする。この場合、上述したように、故障予測プログラムが不具合であることを示すアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２は、提供者Ｔからのサポートを受ける権利をユーザＵが有していることを提供者Ｔに示す媒体として機能するようになる。
即ち、故障予測プログラムが不具合であることを示すアラートが出力された状態の、ストレージデバイスＳＤが搭載されたユーザ端末２が提供者Ｔに示されると、提供者Ｔは、図１３のステップＳ１８（図１４の例ではステップＳ１６に相当）として、サポート対応（アラート対応）をする。
すると、図１４のステップＳ２４において、不具合が解決されたか否かが判定される。不具合が解決されていない場合、図１４のステップＳ２４においてＮＯであると判定されて、処理は図１４のステップＳ１６に戻され、更なるサポート対応が実行される。
これに対して、不具合が解決された場合、図１４のステップＳ２４においてＹＥＳであると判定されて、処理はステップＳ２２に戻され、それ以降の処理が繰り返し実行される。

以上本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での、変形、改良等は本発明に含まれるものである。
上述の実施形態では、ストレージデバイスＳＤに関する情報として、スマート情報を用いて故障予測がなされるものとしたが、特にこれに限定されない。
具体的には例えば、上述したように、ストレージデバイスＳＤを用いて構築されたファイルシステムやＲＡＩＤシステム等の構成情報も学習や故障予測診断に用いられてもよい。また例えば、不良セクタに関するファームウェア情報も、学習や故障予測診断に用いられてもよい。即ち、ストレージデバイスＳＤのファームウェアやそのバージョンにより不良セクタの取り扱い条件が異なる旨の情報が、学習や故障予測診断に用いられてもよい。

さらに、上述のスマート情報とは別に、ユーザ端末２に関する情報として、端末情報と、データ授受情報とが利用されてもよい。
端末情報とは、ユーザ端末２の状態に関する情報であって、スマート情報以外の情報をいう。具体的には例えば、端末情報には、ユーザ端末２のＣＰＵ４１の使用率、ユーザ端末２のＲＡＭ４３の使用率、ユーザ端末２の通信部４９の１秒当たりの入出力操作の回数等の情報が含まれ得る。ここで、これらはあくまでも例示であり、端末情報には、ユーザ端末２の状態に関する、スマート情報以外のありとあらゆる情報が含まれ得る。
データ授受情報とは、ユーザ端末２に備えられるストレージデバイスＳＤと、当該ユーザ端末２に備えられる他のハードウェア機器（例えばＣＰＵ４１等）と、のデータの授受に関する情報をいう。具体的には例えば、データ授受情報には、ストレージデバイスＳＤのデータの入出力にかかる、１秒当たりの入出力操作の回数や、スループットや、レイテンシの情報等の情報が含まれ得る。ここで、これらはあくまでも例示であり、データ授受情報には、ユーザ端末２と、当該ユーザ端末２に備えられるストレージデバイスＳＤとのデータの授受に関する、ありとあらゆる情報が含まれ得る。サーバ１は、スマート情報、端末情報、データ授受情報を用いて、精度の高い故障確率を演算することもできる。
このように、サーバ１は、スマート情報のみならず、端末情報や、データ授受情報を含み得る「スマート情報等」を用いて、故障予測診断を行うことができる。

上述の第２実施形態では、販売者Ｂや提供者Ｔによるサポートとして、ユーザ端末２自体を点検や修理することの他、ユーザ端末２を下取りに新規の情報処理装置ＢＰをユーザＵに販売したりする等、販売者Ｂにより自由自在に決定できるものとしたが、以下のようなものが含まれ得る。
即ち例えば、販売者Ｂは、ユーザ端末２の保証期間内の場合、ユーザ端末２の保証対応をすることができる。
また例えば、販売者Ｂは、ユーザ端末２が保証期間外であって、ストレージデバイスＳＤからデータのコピーが可能な状態である場合、ユーザに対して他のストレージデバイス（例えば外付けハードディスクドライブ）を紹介し、販売することができる。

さらに言えば、例えば、販売者Ｂは、そのユーザ端末２を中古の情報処理端末として買い取ることができる。この時、ユーザ端末２が故障予測の状態（例えば上述の第４又は第５のレベルのアラートがされた状態）ではない場合、ユーザ端末２が健全な状態（バックアップの推奨をしない、バックアップ不要なレベル（第１乃至第３のレベル）の場合と比較して低額で買い取る等、本サービスのアラートを査定のための情報として用いることができる。
さらに言えば、このとき、ユーザＵは、ユーザ端末２が健全な状態（バックアップの推奨をしない、バックアップ不要なレベル（第１乃至第３のレベル）なうちに、販売者Ｂ等に中古の情報処理端末として売ることにより、より高額での買取を期待できる。

また例えば、提供者Ｔや販売者Ｂは、故障予測プログラムに、ストレージデバイスＳＤのデータ復旧サポート権を付与してもよい。これにより、例えば、ユーザＵが第４のレベルの状態においてサポートを求めた場合であって、データのバックアップ中にもしもストレージデバイスＳＤが故障してしまったとき、提供者Ｔがデータ復旧を行うことができる。これにより、より故障の確率が低い状態でストレージデバイスＳＤのデータ復旧が提供者Ｔに依頼されるため、よりデータ復旧率を高めることができる。

また例えば、販売者Ｂは、サポートの結果取り外されたストレージデバイスＳＤを、提供者Ｔに提供することができる。これにより、提供者Ｔは第１乃至第５のレベルのストレージデバイスＳＤの提供を受けることにより、他のストレージデバイスＳＤの修理用のパーツとして利用したり、珍しい症例の故障の研究用として利用したり、故障の状態とスマート情報等の関係性のデータを収集し、学習用データとして活用できる。これにより、故障予測診断の精度の向上が期待される。
また、上述したように、前提として、本サービスのサービス提供者（提供者Ｔ）は、本サービスを提供する前から、ユーザからの依頼に応じて、故障したストレージデバイスＳＤのデータ復旧を行うデータ復旧サービスを提供していた。そのため、サービス提供者（提供者Ｔ）は、ストレージデバイスＳＤのデータ復旧技術や、それに関連するストレージデバイスＳＤのファームウェアの解析技術を有する。これにより、効率的に、学習用データの収集などができる。

また、上述の第２実施形態の説明では、故障予測プログラムを格納するＵＳＢメモリが、提供者Ｔから販売者Ｂに提供されるものとしたが、特にこれに限定されない。即ち例えば、故障予測プログラムは、任意のリムーバブルメディアで提供されてもよい。さらに言えば、故障予測プログラムは、インターネット経由でダウンロードされてもよい。

また例えば、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、図４の機能的構成は例示に過ぎず、特に限定されない。
即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックやデータベースを用いるのかは特に図４の例に限定されない。また、機能ブロックの存在場所も、図４に特に限定されず、任意でよい。例えば、サーバ１の機能ブロックをユーザ端末２等に移譲させてもよい。また、ユーザ端末２の機能ブロックをサーバ１等に移譲させてもよい。更に言えば、サーバ１とユーザ端末２は、同じハードウェアでもよい。

また例えば、一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。
また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。

また例えば、このようなプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的或いは個別に実行される処理をも含むものである。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。

以上を換言すると、本発明が適用される情報処理装置は、次のような構成を有する各種各様の実施形態を取ることができる。

即ち、本発明が適用される情報処理装置（第１実施形態ではサーバ１、第２実施形態ではユーザ端末２）は、
記憶媒体（例えば、図１のストレージデバイスＳＤ）についての故障前の故障予測診断をする情報処理装置であって、
記憶媒体の状態を示すスマート情報等についての複数の項目（例えば、図６の温度、読み書き量、不良セクタ数、使用時間、起動回数、起動にかかる時間をはじめとする項目）のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、故障予測の対象記憶媒体から取得するスマート情報取得手段（例えば、図４のスマート情報取得部７３１）と、
前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記対象記憶媒体から取得された前記Ｎの項目の値から、前記対象記憶媒体の総合的な状態を示す総合状態値（例えば、図６の面積Ｓ）を算出する総合状態算出手段（例えば、図４の総合状態算出部７３２）と、
前記対象記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標（例えば、図５の説明における、修復不可能なセクタ数の最悪値が２２７という指標）とを比較し、その比較の結果を用いる所定の第１判断手法（例えば、図５の説明における、修復不可能なセクタの最悪値が第１指標と比較して「未満」であるという判断手法）に従って、故障予測に関する項目診断結果を決定する項目診断手段（例えば、図４の項目診断部７３３）と、
前記総合状態値と第２指標（例えば、面積Ｓが５０）とを比較し、その比較の結果を用いる所定の第２判断手法（例えば、面積Ｓが第２指標と比較して「未満」であるという判断指標）に従って、故障予測に関する総合診断結果を決定する総合診断手段（例えば、図４の総合診断部７３４）と、
前記項目診断結果と前記総合診断結果とに基づいて、前記対象記憶媒体についての故障予測診断結果を決定する故障予測診断手段（例えば、図４の最終診断結果決定部７３５）
と、
を備えれば足りる。
これにより、記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスを提供することができる。

前記故障予測診断手段は、前記故障予測診断結果として、対象記憶媒体からのデータのバックアップを推奨する第１種レベルと、対象記憶媒体からのデータのバックアップが不要な第２種レベルとのうち何れかを決定する、ことができる。

前記対象記憶媒体についての前記故障予測診断結果が前記第１種レベルであると決定された場合、前記対象記憶媒体が搭載された搭載装置からアラートを出力する制御を実行するアラート出力制御手段、をさらに備えることができる。

前記第１種レベルはＭ段階（Ｍは２以上の整数値）のレベルに区分され、
前記第２種レベルはＬ段階（ＬはＭとは独立した２以上の整数値）のレベルに区分され、
前記故障予測診断手段は、前記故障予測診断結果として、（Ｍ＋Ｌ）段階のレベルのうち所定段階のレベルを決定する、ことができる。

前記Ｎの項目が所定円の周上に均等間隔で割り当てられ、前記所定円の中心から周までの軸が前記Ｎの項目毎に割り当てられ、前記軸の座標は、割り当てられた項目の値を示しており、
前記総合状態算出手段は、対象記憶媒体から取得された前記Ｎの項目の値の夫々を、割り当てられた前記軸の対応する座標にプロットした場合において、プロットされた前記Ｎの項目の点の夫々を結ぶことで形成される閉曲線の面積を、前記総合状態値として演算する、ことができる。

所定項目の前記第１指標、及び当該所定項目についての前記第１判断手法のうち少なくとも一方は、他の項目との相関関係が考慮されて設定される、ことができる。

故障又は正常の状態が既知の複数の記憶媒体から得られたスマート情報を用いる所定の機械学習の結果に基づいて、前記第１指標、前記第１判断手法、前記第２指標、及び前記第２判断手法のうち少なくとも一部を生成または更新する学習手段、ことができる。

また、本発明が適用される情報処理装置は、次のような構成を有する各種各様の実施形態を取ることができる。

即ち、本発明が適用されるシステム（例えば、図１２のサービスのサポートシステム）は、
販売者からユーザに販売されて当該ユーザにより利用される所定記憶媒が搭載された情報処理装置（例えば、図１２のユーザ端末２）と、
前記所定記憶媒体が搭載された前記情報処理装置にインストールされると、前記所定記憶媒体に対する故障予測をして、サポートが必要な状態であるという故障予測診断結果の場合にはアラートを出力する制御処理を実行する機能を前記情報処理装置に発揮させるプログラムであって、前記販売者から前記ユーザに譲渡されるプログラム（例えば、図１２の故障予測診断プログラム）と、
を備え、
前記アラートが出力された状態の、前記所定記憶媒体が搭載された前記情報処理装置を、前記サポートを受ける権利を前記ユーザが有していることを前記販売者に示す媒体として機能させれば足りる。
これにより、記憶媒体のユーザにとって利便性の高い故障予測やその関連サービスを提供することができる。

前記プログラムは、前記提供者から前記販売者に提供されたものであり、
前記プログラムは、サポートが必要な状態であるという故障予測診断結果の場合には第１アラートを出力し、さらに、前記プログラム自体にエラーが存在する場合には第２アラートを出力する制御処理を実行する機能を前記情報処理装置に発揮させ、
前記第１アラートが出力された状態の、前記所定記憶媒体が搭載された前記情報処理装置を、前記販売者による前記サポートを受ける権利を前記ユーザが有していることを前記販売者に示す媒体として機能させ、
前記第２アラートが出力された状態の、前記所定記憶媒体が搭載された前記情報処理装置を、前記提供者によるサポートを受ける権利を前記ユーザが有していることを前記提供者に示す媒体として機能させる、ことができる。

前記プログラムはリムーバブル記憶媒体（例えば、図１２のＵＳＢメモリ）に格納されて、前記提供者により発行される当該プログラムのライセンスキーと共に、前記販売者に提供され、前記販売者から前記ユーザに譲渡され、
前記ユーザにより、前記所定記憶媒体が搭載された前記情報処理装置に前記リムーバブル記憶媒体が装着されることで、前記プログラムが前記情報処理装置にインストールされ、
前記ライセンスキーが前記情報処理装置に入力されることで、前記制御処理を実行させる前記機能を前記情報処理装置に発生させる、ことができる。

前記プログラムは、前記制御処理として、
前記所定記憶媒体の状態を示すスマート情報についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、当該所定記憶媒体から取得するスマート情報取得ステップと、
前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記所定記憶媒体から取得された前記Ｎの項目の値から、前記所定記憶媒体の総合的な状態を示す総合状態値を算出する総合状態算出ステップと、
前記所定記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する項目診断ステップと、
前記総合状態値と第２指標とを比較し、その比較の結果を用いる所定の第２判断手法に従って、故障予測に関する総合診断結果を決定する総合診断ステップと、
前記項目診断結果と前記総合診断結果とに基づいて、前記所定記憶媒体についての故障予測診断結果を決定する故障予測診断ステップと、
前記所定記憶媒体についての前記故障予測制御を実行するアラート出力制御ステップと、
を含む制御処理を実行する機能を前記情報処理装置に発揮させるプログラム、とすることができる。

１・・・サーバ、２・・・ユーザ端末、１１・・・ＣＰＵ、１８・・・記憶部、２０・・・ドライブ、３１・・・リムーバブルメディア、４１・・・ＣＰＵ、４２・・・ＲＯＭ、４８・・・記憶部、５０・・・ドライブ、６１・・・リムーバブルメディア、７１・・・学習部、７２・・・学習データ管理部、７３・・・故障予測診断部、７４・・・故障予測診断結果提示制御部、８１・・・学習データＤＢ、８２・・・モデルＤＢ、９１・・・スマート監視部、９２・・・故障予測診断結果提示部、１４７・・・出力部、７１１・・・項目診断学習部、７１２・・・総合診断学習部、７３１・・・スマート情報取得部、７３２・・・総合状態算出部、７３３・・・項目診断部、７３４・・・総合診断部、７３５・・・最終診断結果決定部

Claims (9)

1. 記憶媒体についての故障前の故障予測診断をする情報処理装置であって、
   記憶媒体の状態を示すスマート情報等についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、故障予測の対象記憶媒体から取得するスマート情報取得手段と、
   前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記対象記憶媒体から取得された前記Ｎの項目の値から、前記対象記憶媒体の総合的な状態を示す総合状態値（面積Ｓのこと）を算出する総合状態算出手段と、
   前記対象記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する項目診断手段と、
   前記総合状態値と第２指標とを比較し、その比較の結果を用いる所定の第２判断手法に従って、故障予測に関する総合診断結果を決定する総合診断手段と、
   前記項目診断結果と前記総合診断結果とに基づいて、前記対象記憶媒体についての故障予測診断結果を決定する故障予測診断手段と、
   を備える情報処理装置。
2. 前記故障予測診断手段は、前記故障予測診断結果として、対象記憶媒体からのデータのバックアップを推奨する第１種レベルと、対象記憶媒体からのデータのバックアップが不要な第２種レベルとのうち何れかを決定する、
   請求項１に記載の情報処理装置。
3. 前記対象記憶媒体についての前記故障予測診断結果が前記第１種レベルであると決定された場合、前記対象記憶媒体が搭載された搭載装置からアラートを出力する制御を実行するアラート出力制御手段
   をさらに備える請求項２に記載の情報処理装置。
4. 前記第１種レベルはＭ段階（Ｍは２以上の整数値）のレベルに区分され、
   前記第２種レベルはＬ段階（ＬはＭとは独立した２以上の整数値）のレベルに区分され、
   前記故障予測診断手段は、前記故障予測診断結果として、（Ｍ＋Ｌ）段階のレベルのうち所定段階のレベルを決定する、
   請求項２に記載の情報処理装置。
5. 前記Ｎの項目が所定円の周上に均等間隔で割り当てられ、前記所定円の中心から周までの軸が前記Ｎの項目毎に割り当てられ、前記軸の座標は、割り当てられた項目の値を示しており、
   前記総合状態算出手段は、対象記憶媒体から取得された前記Ｎの項目の値の夫々を、割り当てられた前記軸の対応する座標にプロットした場合において、プロットされた前記Ｎの項目の点の夫々を結ぶことで形成される閉曲線の面積を、前記総合状態値として演算する、
   請求項１に記載の情報処理装置。
6. 所定項目の前記第１指標、及び当該所定項目についての前記第１判断手法のうち少なくとも一方は、他の項目との相関関係が考慮されて設定される、
   請求項１に記載の情報処理装置。
7. 故障又は正常の状態が既知の複数の記憶媒体から得られたスマート情報を用いる所定の機械学習の結果に基づいて、前記第１指標、前記第１判断手法、前記第２指標、及び前記第２判断手法のうち少なくとも一部を生成または更新する学習手段、
   をさらに備える請求項１に記載の情報処理装置。
8. 記憶媒体についての故障前の故障予測診断をする情報処理装置が実行する情報処理方法であって、
   記憶媒体の状態を示すスマート情報についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、故障予測の対象記憶媒体から取得するスマート情報取得ステップと、
   前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記対象記憶媒体から取得された前記Ｎの項目の値から、前記対象記憶媒体の総合的な状態を示す総合状態値（面積Ｓのこと）を算出する総合状態算出ステップと、
   前記対象記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する項目診断ステップと、
   前記総合状態値と第２指標とを比較し、その比較の結果を用いる所定の第２判断手法に従って、故障予測に関する総合診断結果を決定する総合診断ステップと、
   前記項目診断結果と前記総合診断結果とに基づいて、前記対象記憶媒体についての故障予測診断結果を決定する故障予測診断ステップと、
   を含む情報処理方法。
9. 記憶媒体についての故障前の故障予測診断をするコンピュータに、
   記憶媒体の状態を示すスマート情報についての複数の項目のうち、Ｎ（Ｎは２以上の整数値）の項目の値を、故障予測の対象記憶媒体から取得するスマート情報取得ステップと、
   前記Ｎの項目をパラメータとして用いる所定の演算手法に従って、前記対象記憶媒体から取得された前記Ｎの項目の値から、前記対象記憶媒体の総合的な状態を示す総合状態値（面積Ｓのこと）を算出する総合状態算出ステップと、
   前記対象記憶媒体から取得された前記Ｎの項目の値のうち少なくとも一部の項目の値と、各項目毎に設定された第１指標とを比較し、その比較の結果を用いる所定の第１判断手法に従って、故障予測に関する項目診断結果を決定する項目診断ステップと、
   前記総合状態値と第２指標とを比較し、その比較の結果を用いる所定の第２判断手法に従って、故障予測に関する総合診断結果を決定する総合診断ステップと、
   前記項目診断結果と前記総合診断結果とに基づいて、前記対象記憶媒体についての故障予測診断結果を決定する故障予測診断ステップと、
   を含む制御処理を実行させるプログラム。

Images