JP2024088591A - コンピュータ実装方法、コンピュータプログラム、及びコンピュータシステム(事象パターン予測) - Google Patents
コンピュータ実装方法、コンピュータプログラム、及びコンピュータシステム(事象パターン予測) Download PDFInfo
- Publication number
- JP2024088591A JP2024088591A JP2023187051A JP2023187051A JP2024088591A JP 2024088591 A JP2024088591 A JP 2024088591A JP 2023187051 A JP2023187051 A JP 2023187051A JP 2023187051 A JP2023187051 A JP 2023187051A JP 2024088591 A JP2024088591 A JP 2024088591A
- Authority
- JP
- Japan
- Prior art keywords
- event
- events
- past
- pattern
- received
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004590 computer program Methods 0.000 title claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 31
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 17
- 230000002085 persistent effect Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013459 approach Methods 0.000 description 7
- 238000010304 firing Methods 0.000 description 7
- 230000007261 regionalization Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000000059 patterning Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
- G06F9/3836—Instruction issuing, e.g. dynamic instruction scheduling or out of order instruction execution
- G06F9/3842—Speculative instruction execution
- G06F9/3848—Speculative instruction execution using hybrid branch prediction, e.g. selection between prediction techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
【課題】複雑であり且つ企業関連の情報技術(IT)環境における事象グループの形成の予測を実現するコンピュータ実装方法、コンピュータプログラム及びコンピュータシステム(事象パターン予測)を提供する。【解決手段】方法は、事象の過去パターンと一致し、且つ、受信される事象のユーザ定義閾値を超える継続時間内に出現する事象に基づき、事象パターンを予測する。この予測された事象パターンを、当該予測されたパターンから特定割合の事象を受信している旨のアラートをオペレータ又はサイト信頼性エンジニア(SRE)に対して発するために、これから起こる事象のモニタリングに使用する。【選択図】図2
Description
本発明は、概して事象パターン予測の分野に関し、より具体的には、企業関連ソリューションのために事象パターンを利用することに関する。
複雑な電気通信ネットワーク又は情報技術(Information Technology:IT)環境において、運用チームは、サービスの稼働を維持し、それらの可用性を高めるという任務を負っている。これらの運用チームの目標は、通信及び処理速度を高め、平均修復時間(Mean Time To Repair:MTTR)を短縮するとともに、平均故障間隔(Mean Time Between Failure(s):MTBF)を短縮することである。
本書の全体を通じて使用される場合、「事象」という用語は、これらの電気通信及び情報技術(IT)インフラストラクチャにおいて生じる潜在的な問題を表す。事象管理システムの目的は、運用チームが、自動化された又は手動の動作(すなわち、修復又はそうでなければ回復動作)が発生する必要がある事象を識別するのを助けることである。
事象をグループ分けすることは、受信メッセージを確認するために要する時間の量を大幅に削減する助けとなる。個々の事象に代えて、これらのグループがオペレータ又はサイト信頼性エンジニア(Site Reliability Engineer:SRE)に提示される。しかしながら、現在、そのようなグループ分けは、完全なパターンが検出された場合にのみ提示され、不完全なパターンは検出されない、又はエンドユーザに提示されない。
グループ分けは、完全なパターンが検出された場合にのみ提示され、不完全なパターンは検出されない、又はエンドユーザに提示されない。
本発明の一態様によれば、(必ずしも以下の順序ではない)以下の動作、すなわち(i)事象管理ソリューションモジュールが、過去パターンデータセットを提供すること、前記過去パターンデータセットは、(a)過去の発生において検出された過去事象の数、及び(b)前記過去の発生の継続時間を示す情報を含む;(ii)事象管理ソリューションモジュールが、事象のセットを受信すること、前記事象のセットは、所与の情報技術(IT)環境によって経験される潜在的問題のセットである;(iii)前記事象管理ソリューションモジュールが、前記受信された事象のセットに基づき事象パターンを検出すること、前記事象パターンは、前記過去パターンデータセットに類似している;(iv)前記事象管理ソリューションモジュールが、残りの事象のセットが第1の予測された期間の残りのうちに出現する確率を判定すること、前記残りの事象のセットは、前記過去事象の数及び前記受信された事象のセットの間の差であり、前記第1の予測された期間は、前記過去の発生の前記継続時間に少なくとも部分的に基づいている;及び(v)前記事象管理ソリューションモジュールが、前記判定に応答して、前記残りの事象のセットが前記第1の予測された期間の前記残りのうちに出現する旨のアラートをオペレータに対して発すること、を実行する方法、コンピュータプログラム製品、及び/又はシステムが存在する。
幾つかの事例において、この方法は、それによりオペレータが特定の問題のある事象が発生することを十分に前もって(すなわち、定義された継続時間の終了に先立ち)知ることが可能になるため、有利である。これにより、オペレータは、継続時間内に発生すると確実に予測される事象に対処するための十分な時間を与えられる。
本発明の一態様によれば、(必ずしも以下の順序ではない)以下の動作、すなわち(i)事象管理ソリューションモジュールが、第1の事象を受信すること、前記第1の事象の前記受信は、第1の事象グループの前記形成をトリガし、前記第1の事象グループは、前記第1の事象を含む複数の潜在的事象を有する;(ii)前記事象管理ソリューションモジュールが、前記複数の潜在的事象の各潜在的事象に対してプレースホルダ事象を作成すること;(iii)前記事象管理ソリューションモジュールが、第2の事象を受信すること;(iv)前記第2の事象の前記受信に応答して、前記プレースホルダ事象を前記第2の事象に置き換えること;及び
(v)前記プレースホルダ事象が前記第2の事象に置き換えられた旨のアラートをオペレータに提供することを実行する方法、コンピュータプログラム製品及び/又はシステムが存在する。
(v)前記プレースホルダ事象が前記第2の事象に置き換えられた旨のアラートをオペレータに提供することを実行する方法、コンピュータプログラム製品及び/又はシステムが存在する。
幾つかの事例において、この方法は、それにより、オペレータが、様々な問題のある事象が出現するよりもかなり前にそれらの事象に対処する方法をより良く理解することが可能になるため、有利である。例えば、事象グループが形成されると、オペレータは、これから起こる事象の重大度並びにそれらの同事象の出現についての推定時間枠を大まかに把握する。これによってもまた、オペレータは、継続時間内に発生すると確実に予測される事象に備えるための十分な時間を与えられる。
複雑であり且つ企業関連の情報技術(IT)環境における事象グループの形成を予測することを対象とした本発明の幾つかの実施形態が提供される。幾つかの事例において、事象の過去パターンと一致し、且つ受信される事象のユーザ定義閾値を超える継続時間内に出現する事象に基づき、事象パターンが予測される。この予測された事象パターンは、当該予測されたパターンから特定割合の事象が受信されている旨のアラートをオペレータ又はサイト信頼性エンジニア(SRE)に対して発するために、これから起こる事象のモニタリングに使用される。別の事例において、事象を受信することは、事象グループの形成を自動的にトリガし、当該事象グループは、受信された事象に関連する情報及び一連のプレースホルダ事象を有する。より多くの事象が受信されると、当該事象グループ内のプレースホルダ事象が、これらの新たに受信された事象に個々に置き換えられる。
この発明を実施するための形態のセクションは、以下のサブセクション、すなわち、(i)ハードウェア及びソフトウェア環境、(ii)例示的な実施形態、(iii)更なるコメント及び/又は実施形態;及び(iv)定義に区分される。
I.ハードウェア及びソフトウェア環境
I.ハードウェア及びソフトウェア環境
本発明は、システム、方法、及び/又はコンピュータプログラム製品であり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読ストレージ媒体(又は複数のコンピュータ可読ストレージ媒体)を含み得る。
コンピュータ可読ストレージ媒体は、命令実行デバイスによって使用するための命令を保持及び記憶し得る有形デバイスであり得る。コンピュータ可読ストレージ媒体は、例えば、電子ストレージデバイス、磁気ストレージデバイス、光学ストレージデバイス、電磁ストレージデバイス、半導体ストレージデバイス、又は上述したものの任意の好適な組み合わせであり得るが、これらに限定されない。コンピュータ可読ストレージ媒体のより具体的な例の非包括的なリストは、以下、すなわち、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ(RAM)、リードオンリメモリ(ROM)、消去可能プログラマブルリードオンリメモリ(EPROM又はフラッシュメモリ)、スタティックランダムアクセスメモリ(SRAM)、ポータブルコンパクトディスクリードオンリメモリ(CD-ROM)、デジタル多用途ディスク(DVD)、メモリスティック、フロッピディスク、パンチカード又は命令が記録されている溝内の隆起構造などの機械的にエンコードされたデバイス、及び、上述したものの任意の好適な組み合わせを含む。コンピュータ可読ストレージ媒体は、本明細書において使用される場合、電波又は他の自由に伝搬する電磁波、導波路又は他の伝送媒体を通じて伝搬する電磁波(例えば、光ファイバケーブルを通過する光パルス)、又はワイヤを通じて伝送される電気信号などの一時的な信号それ自体と解釈されるべきではない。
本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体から、それぞれのコンピューティング/処理デバイスに、又は、ネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び/又は無線ネットワークを介して、外部コンピュータ又は外部ストレージデバイスに、ダウンロードされ得る。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び/又はエッジサーバを備え得る。各コンピューティング/処理デバイス内のネットワークアダプタカード又はネットワークインタフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、コンピュータ可読プログラム命令を、それぞれのコンピューティング/処理デバイス内のコンピュータ可読ストレージ媒体に記憶するために転送する。
本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(instruction-set-architecture:ISA)命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又はSmalltalk(登録商標)、C++などのようなオブジェクト指向プログラミング言語、及び「C」プログラミング言語又は同様のプログラミング言語などの従来の手続き型プログラミング言語を含む1つ又は複数のプログラミング言語の任意の組み合わせで記述されたソースコード又はオブジェクトコードのいずれかであり得る。コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に、ユーザのコンピュータ上で部分的に、スタンドアロンソフトウェアパッケージとして、ユーザのコンピュータ上で部分的に且つリモートコンピュータ上で部分的に、又は、リモートコンピュータ又はサーバ上で全体的に実行し得る。後者のシナリオにおいて、リモートコンピュータは、ローカルエリアネットワーク(LAN)又はワイドエリアネットワーク(WAN)を含む任意のタイプのネットワークを通じてユーザのコンピュータに接続され得る、又は、接続は、(例えば、インターネットサービスプロバイダを使用してインターネットを通じて)外部コンピュータに対して行われ得る。幾つかの実施形態において、例えば、プログラマブルロジック回路、フィールドプログラマブルゲートアレイ(FPGA)、又はプログラマブルロジックアレイ(PLA)を含む電子回路は、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用することによってコンピュータ可読プログラム命令を実行して、電子回路をパーソナライズし得る。
本発明の態様は、本明細書において、本発明の実施形態に係る方法、装置(システム)、及びコンピュータプログラム製品のフローチャート図及び/又はブロック図を参照して説明されている。フローチャート図及び/又はブロック図の各ブロック、及びフローチャート図及び/又はブロック図におけるブロックの組み合わせは、コンピュータ可読プログラム命令によって実装され得ることが理解されよう。
これらのコンピュータ可読プログラム命令は、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行される命令が、フローチャート及び/又はブロック図の1つ又は複数のブロックに指定される機能/動作を実装するための手段を作成すべく、汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに提供されてマシンを作り出すものであり得る。これらのコンピュータ可読プログラム命令はまた、コンピュータ、プログラマブルデータ処理装置、及び/又は他のデバイスに対して特定の様式で機能するよう指示できるコンピュータ可読ストレージ媒体に記憶されてよく、それにより、命令を記憶したコンピュータ可読ストレージ媒体は、フローチャート及び/又はブロック図の1つ又は複数のブロックに指定される機能/動作の態様を実装する命令を含む製造品を有する。
コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上にロードされて、一連の動作段階をコンピュータ、他のプログラマブル装置、又は他のデバイス上で実行させ、コンピュータ実装プロセスを生成してよく、それにより、コンピュータ、他のプログラマブル装置、又は他のデバイス上で実行される命令は、フローチャート及び/又はブロック図の1つ又は複数のブロックに指定される機能/動作を実装する。
図におけるフローチャート及びブロック図は、本発明の様々な実施形態に係る、システム、方法、及びコンピュータプログラム製品の可能な実装形態のアーキテクチャ、機能、及び動作を示す。これに関して、フローチャート又はブロック図における各ブロックは、指定される論理機能を実装するための1つ又は複数の実行可能命令を含む命令のモジュール、セグメント、又は部分を表し得る。幾つかの代替的な実装形態において、ブロックにおいて記載される機能は、図に記載された順序と異なる順序で生じ得る。例えば、連続して示される2つのブロックは、実際には、実質的に同時に実行され得る、又は、場合により、関与する機能に応じてブロックが逆の順序で実行され得る。ブロック図及び/又はフローチャート図の各ブロック、及び、ブロック図及び/又はフローチャート図におけるブロックの組み合わせは、指定された機能又は動作を実行する、又は専用ハードウェア及びコンピュータ命令の組み合わせを実行する専用ハードウェアベースのシステムによって実装され得ることにも留意されたい。
次に、本発明に係るソフトウェア及び/又は方法のための可能なハードウェア及びソフトウェア環境の一実施形態が、図を参照して詳細に説明される。図1は、ネットワーク化されたコンピュータシステム100の様々な部分を示す機能ブロック図であり、サーバサブシステム102;クライアントサブシステム104、106、108、110、112;通信ネットワーク114;サーバコンピュータ200;通信ユニット202;プロセッサのセット204;入力/出力(I/O)インタフェースセット206;メモリデバイス208;永続ストレージデバイス210;表示デバイス212;外部デバイスセット214;ランダムアクセスメモリ(RAM)デバイス230;キャッシュメモリデバイス232;及びプログラム300を含む。
サブシステム102は、多くの点において、本発明における様々なコンピュータサブシステムを代表する。従って、次に、サブシステム102の幾つかの部分が、以下の段落において論述される。
サブシステム102は、ラップトップコンピュータ、タブレットコンピュータ、ネットブックコンピュータ、パーソナルコンピュータ(Personal Computer:PC)、デスクトップコンピュータ、携帯情報端末(Personal Digital Assistant:PDA(登録商標))、スマートフォン、又はネットワーク114を介してクライアントサブシステムと通信することができる任意のプログラマブル電子デバイスであり得る。プログラム300は、この発明を実施するための形態のセクションの例示的な実施形態のサブセクションにおいて以下で詳細に論述される特定のソフトウェア機能を作成する、管理する、及び制御するために用いられる機械可読命令及び/又はデータの集合体である。
サブシステム102は、ネットワーク114を介して他のコンピュータサブシステムと通信することができる。ネットワーク114は、例えば、ローカルエリアネットワーク(LAN)、インターネットなどのワイドエリアネットワーク(WAN)、又はこれら2つの組み合わせであり得、有線、無線、又は光ファイバ接続を含むことができる。概して、ネットワーク114は、サーバ及びクライアントサブシステムの間の通信をサポートする接続及びプロトコルの任意の組み合わせであり得る。
サブシステム102は、多数の両方向矢印を伴うブロック図として示されている。(個々の参照符号を伴わない)これらの両方向矢印は通信ファブリックを表しており、これにより、サブシステム102の様々なコンポーネント間の通信が提供される。この通信ファブリックは、プロセッサ(例えば、マイクロプロセッサ、通信及びネットワークプロセッサ等)、システムメモリ、周辺デバイス、及びシステム内の任意の他のハードウェアコンポーネントの間で、データ及び/又は制御情報を渡すために設計された任意のアーキテクチャを用いて実装され得る。例えば、通信ファブリックは、1つ又は複数のバスを用いて少なくとも部分的に実装され得る。
メモリ208及び永続ストレージ210は、コンピュータ可読ストレージ媒体である。概して、メモリ208は、任意の好適な揮発性又は不揮発性コンピュータ可読ストレージ媒体を含み得る。現在及び/又は近い将来において、(i)外部デバイス214がサブシステム102に対して幾つか又は全てのメモリを供給できる可能性があること;及び/又は、(ii)サブシステム102の外部にあるデバイスがサブシステム102に対してメモリを提供できる可能性があることに更に留意されたい。
プログラム300a及びプログラム300bは、通常、メモリ208の1つ又は複数のメモリを通じての、それぞれのコンピュータプロセッサ204の1つ又は複数によるアクセス及び/又は実行のために、永続ストレージ210に記憶される。永続ストレージ210は、(i)少なくとも送信中の信号よりも永続性が高く;(ii)プログラム(そのソフトロジック及び/又はデータを含む)を有形媒体(例えば、磁気ドメイン又は光ドメイン)上に記憶し;且つ(iii)永久ストレージよりも実質的に永続性が低い。或いは、データストレージは、永続ストレージ210によって提供されるストレージのタイプに比べて永続性及び/又は永久性が高い可能性がある。
プログラム300a及びプログラム300bは、機械可読であり且つ実行可能な命令及び/又は実体データ(すなわち、データベースに記憶されるデータのタイプ)の両方を含み得る。この特定の実施形態において、永続ストレージ210は、磁気ハードディスクドライブを含む。幾つかの可能な変形例を挙げると、永続ストレージ210は、ソリッドステートハードドライブ、半導体ストレージデバイス、リードオンリメモリ(ROM)、消去可能プログラマブルリードオンリメモリ(EPROM)、フラッシュメモリ、又は、プログラム命令又はデジタル情報を記憶できる任意の他のコンピュータ可読ストレージ媒体を含み得る。
永続ストレージ210によって使用される媒体は、リムーバブルでもあり得る。例えば、リムーバブルハードドライブは、永続ストレージ210のために使用され得る。他の例は、光学ディスク及び磁気ディスク、サムドライブ、及び、永続ストレージ210の一部でもある別のコンピュータ可読ストレージ媒体への転送のためにドライブ内に挿入されるスマートカードを含む。
通信ユニット202は、これらの例において、サブシステム102の外部にある他のデータ処理システム又はデバイスとの通信を提供する。これらの例において、通信ユニット202は、1つ又は複数のネットワークインタフェースカードを含む。通信ユニット202は、物理的リンク及び無線通信リンクのいずれか又は両方の使用を通じて通信を提供し得る。本明細書で論述される任意のソフトウェアモジュールは、(通信ユニット202などの)通信ユニットを通じて、(永続ストレージデバイス210などの)永続ストレージデバイスにダウンロードされ得る。
I/Oインタフェースセット206は、サーバコンピュータ200とデータ通信する、ローカルに接続され得る他のデバイスとのデータの入力及び出力を可能にする。例えば、I/Oインタフェースセット206は、外部デバイスセット214への接続を提供する。外部デバイスセット214は、典型的には、デバイス、例えば、キーボード、キーパッド、タッチ画面、及び/又は幾つかの他の好適な入力デバイスを含む。外部デバイスセット214はまた、例えば、サムドライブ、ポータブル光学ディスク又は磁気ディスク、及びメモリカードなどのポータブルコンピュータ可読ストレージ媒体を含み得る。本発明の実施形態を実践するために使用されるソフトウェア及びデータ、例えばプログラム300は、そのようなポータブルコンピュータ可読ストレージ媒体上に記憶され得る。これらの実施形態において、関連するソフトウェアは、I/Oインタフェースセット206を介して、永続ストレージデバイス210に全体的に又は部分的にロードされてもよい(又はそうでなくてもよい)。I/Oインタフェースセット206はまた、データ通信において表示デバイス212と接続する。
表示デバイス212は、データをユーザに対して表示するメカニズムを提供するものであり、例えば、コンピュータモニタ又はスマートフォンの表示画面であり得る。
本明細書において説明されるプログラムは、本発明の具体的な実施形態においてそれらが実装される用途に基づき識別される。しかしながら、本明細書における任意の特定のプログラム名称は、単に便宜上の目的で使用されており、従って、本発明は、そのような名称によって識別及び/又は示唆される任意の特定の用途のみにおいて使用することに限定されるべきでないことを理解されたい。
本発明の様々な実施形態の説明は、例示の目的で提示されてきたが、包括的であること、又は開示された実施形態に限定されることが意図されるものではない。説明された実施形態の範囲及び趣旨から逸脱することなく、多くの修正及び変形が、当業者には明らかであろう。本明細書において使用される専門用語は、実施形態の原理、実用的な適用、又は市場で見られる技術に対する技術的改善を最適に説明し、又は、本明細書において開示される実施形態を他の当業者が理解することを可能にするように選択された。
II.例示的な実施形態
II.例示的な実施形態
図2は、本発明に係る第1の方法を図示するフローチャート250を示す。図3Aは、フローチャート250の方法動作の少なくとも幾つかを実行するためのプログラム300aを示す。次に、以下の段落にわたり、(方法動作ブロックについての)図2及び(ソフトウェアブロックについての)図3Aを広範囲に参照しつつ、この方法及び関連付けられるソフトウェアが論述される。
処理は動作S255で開始され、過去パターンデータモジュール305aは過去パターンデータセットを提供する。本発明の幾つかの実施形態において、過去パターンデータセットは、過去に発生した複数の事象パターンに関連するデータを含む。より具体的には、過去パターンデータセットは、(i)所与の過去パターンにおいて検出される事象の数に関連する情報;及び(ii)各所与の過去パターンの継続時間を含む。幾つかの実施形態において、継続時間は、所与の過去パターンにおける最初の事象の出現及び所与の過去パターンにおける最後の事象の出現の間の時間の平均量である。
処理は動作S260に進み、事象データ受信モジュール310aは事象のセット又は事象データを受信する。幾つかの実施形態において、モジュール310aによって受信される「事象」のセットは、所与の情報技術(IT)環境における問題のある事例を表している。例えば、事象は、以下、すなわち、停電、サーバ障害、スイッチ故障、サービス中断、及びネットワーク障害及び/又はネットワーク中断を含み得るが、必ずしもこれらに限定されない。
処理は動作S265に進み、パターン形成検出モジュール315aは、事象パターン形成を検出する。この例において、事象パターン形成は、将来事象の発生を示す事象のセットであり、事象の完全なセットは、事象のクラスタとして同時に生じる。幾つかの実施形態において、モジュール315aは、(上記の動作S260に関連して論述された)事象データ受信モジュール310aによって受信されている事象と(上記の動作S255に関連して論述された)過去パターンデータセットを比較することにより、事象パターン形成を検出する。幾つかの実施形態において、パターン形成検出モジュール315aは、事象パターン形成が検出されるために必ずしも正確なパターンマッチを行う必要はない。パターンは、異なる事象が出現する順序、所与の発生の継続時間、当該継続時間中に検出される事象の数等を含む様々な要因に基づき検出され得る。事象の出現の順序は、特定の事象パターンが現在形成されていることを検出する上で重要な要因であり得るが、事象の出現の順序自体が新たなパターンを決定付けるものではないことに留意することが重要である。むしろ、新たに検出されたパターンを決定付けるのは、(特定の継続時間内に出現する事象などの)要因の全体性である。
処理は動作S270に進み、確率判定モジュール320aは、残りの事象のセットが継続時間内に出現する確率を判定する。以下の例について検討する:事象グループにおいて検出される事象の合計セットは5つであり、この事象グループの継続時間は2時間である。1つの事例において、継続時間の最初の30分以内に、(上記の動作S260に関連して論述された通り)2つの事象がモジュール310aによって受信される。次に、15分後に、第3の事象が受信される。この時点で、予想される事象の半分よりも多くが出現していることから、受信された事象の割合(場合により、本明細書において「完全性レベル」と称される)を使用して、残りの2つの事象が継続時間窓内に出現する確率(場合により、本明細書において「発火確率(firing probability)」と称される)が計算され得る。この特定の例において、発火確率は60%であり、これは、残りの2つの事象が2時間の継続時間窓内に出現する60%の可能性が存在することを意味する。発火確率は、1つでも事象が受信された場合に計算され得ることに留意することが重要である;しかしながら、その確率は、事象の大半が受信された場合に計算される確率と比較して、オペレータにとって必ずしも有意義ではない。
処理は最後に動作S275に進み、オペレータアラートモジュール325aは、残りの事象のセットが継続時間の期間内に出現する旨のアラート通知をオペレータに送信する。本発明の幾つかの実施形態において、所与のITインフラストラクチャを利用しているオペレータ又はサイト信頼性エンジニア(SRE)は、受信される事象の閾値を設定し得る。すなわち、オペレータ又はSREは、まだ受信されていない残りの事象に関するアラートを受信する前に、どの完全性レベルが存在する必要があるかを事前に判定し得る。
次に、本発明に係る第2の方法を参照すると、図4は、本発明に係る第2の方法を図示するフローチャート450を示す。図3Bは、フローチャート450の方法動作の少なくとも幾つかを実行するためのプログラム300bを示す。次に、以下の段落にわたり、(方法動作ブロックについての)図4及び(ソフトウェアブロックについての)図3Bを広範囲に参照しつつ、この方法及び関連付けられるソフトウェアが論述される。
処理は動作S455で開始され、事象受信モジュール305bは第1の事象を受信し、当該第1の事象の受信により、第1の事象グループの形成が自動的に作成される。(フローチャート250の動作S260に関連して)この論述において先に述べた通り、モジュール305bによって受信される第1の「事象」は、特定のIT環境における単一の問題のある事例(例えば、停電、スイッチ故障、通信ネットワーク中断等)を表している。フローチャート450の方法に関し、モジュール305bが第1の事象を受信することにより、第1の事象グループが自動的に作成される。すなわち、この方法に関し、将来事象が出現する可能性に関する判定を行う前に事象パターン形成を検出するために、複数の事象が出現する必要はない。むしろ、パターンを認識する代わりに、第1の事象を受信することにより、(下記の動作S460に関連してより詳細に論述される)幾つかの「プレースホルダ」事象を含む事象グループが作成される。
処理は動作S460に進み、プレースホルダ事象作成モジュール310bは、プレースホルダ事象のセットを作成する。動作S455に関連して上述した通り、モジュール305bが第1の事象を受信することにより、第1の事象グループが自動的に作成され、当該第1の事象グループは、少なくとも1つのプレースホルダ事象を含む。しかしながら、殆どの実施形態において、幾つかのプレースホルダ事象を有する事象グループが作成される。このタイプの事象グループ形成の一例は、図6の表600に示されている。新たに形成された事象グループにおける各プレースホルダ事象は、まだ受信されていない事象を表している。加えて、各プレースホルダ事象は、以下の情報、すなわち、ノード、(すなわち、事象のソース)、事象の重大度、(「停電」などの)事象の概要、(時間単位で示される)事象の予想される出現、及び、(パーセンテージの可能性として示される)事象の出現の予想される可能性を含む。
処理は動作S465に進み、事象受信モジュール305bは、第2の事象を受信する。第2の事象を受信した後に、処理は動作S470に進み、プレースホルダ事象置き換えモジュール315bは、プレースホルダ事象を(動作S465に関連して論述された)第2の事象に置き換える。幾つかの実施形態において、プレースホルダ事象に関連する情報は、プレースホルダ事象が第2の事象に置き換えられると更新され得る(例えば、当初は「不確定」又は「軽度」と考えられていた特定の事象についての重大度は、事象の全容及びその影響が分かると「重度」へと適切に変更され得る。
処理は最後に動作S475に進み、オペレータアラートモジュール320bは、プレースホルダ事象が第2の事象に置き換えられた旨のアラートをオペレータに対して発する。
III.更なるコメント及び/又は実施形態
III.更なるコメント及び/又は実施形態
本発明の実施形態は、事象のパターンの再発生の早期識別、及び、進行中の事象パターンの初期段階における事象のグループ分けに対するサポートを提供する。事象の早期識別及びグループ分けにより、発生し得る今後の問題のある事象(停電又はシステム停止など)について運用チームが警告を受けることを助ける予測機能が作成され、運用チームが当該今後の事象が発生することを防止するための対策を講じることを可能にする。
基本的に、本発明の実施形態は、既存のパターンの過去の発生に関する2つの属性(事象の数及び継続時間)を事象のライブストリームと共に用いて事象の発現パターンの形成をモニタリングし、予測された時間枠内に後続のパターンメンバが出現する確率を計算する。
これにより、本発明の実施形態が、事象発生のタイミングをそれが起こる前に予測し、その起こり得る現出についてオペレータに対してアラートを発することが効果的に可能となる。例えば、事象Aのセットが事象[a、b、c、d、e]を含むと考え、当該事象Aのセットが、過去において記録された期間内に、又は既知の継続時間にわたり、同時に発生したものとしてシステムによって検出されたと仮定する。従って、事象のセットの「継続時間」は、以前に観測された事象Aのセットの発生における、最初の事象の出現及び最後の事象の出現の間の時間の平均量であるものとして定義され得る。事象のセットが発生する順序、又は、以前の発生においてそれらが受信された順序は、必ずしも重要ではない。その代わりに、本発明の幾つかの実施形態によれば、事象パターンを識別するために及び/又は将来事象を予測するために使用されるのは、最初の事象の出現及び最後の事象の出現の間の全体的な継続時間である。
事象Aのセットが1時間の平均継続時間を有すると観測された場合、事象[a]、[b]、[c]、及び[d](セットAの80%)が最初の45分間において受信されるとき、事象[e]が発生する可能性が高い別の15分間が残されている。任意の所与のセットについて受信された事象のこのパーセンテージは、「完全性レベル」と呼ばれる。完全性レベルのパーセンテージ値は、所与の事象の所与のセットにおける残りの事象が、当該事象のセットに関連付けられた平均継続時間を構成する残りの時間の量において出現する確率に関連しており、この例において、残りの時間の量は15分間である。
幾つかの実施形態において、完全性レベルは「発火確率」と称される。発火確率は、予測された進行中の事象のセットの残りの事象が指定された期間内に出現する可能性についてユーザにアラートを発するために使用され、全体的な継続時間は、当該事象のセットが以前に発生したときの平均継続時間であると予測される。
上記の例では、事象[e]が次の15分間において出現する80%の可能性が存在すると言える。この例は、「閾値アプローチ」と称される。
「閾値アプローチ」の拡張は、事象の有限のセット、並びに、パターンによって定義される事象のセットに等しく適用される。この拡張されたシナリオにおいて、有限のグループ又はグループパターンの第1のメンバが発生するとすぐに事象グループが形成される。
新たにグループ分けされた事象を表示するのみならず、プレースホルダ事象が、各メンバに対して1つ、ビュー内に追加的に作成され、各プレースホルダ事象は、事象が発生する確率を示す情報を含む。幾つかの実施形態において、この情報は、有限のグループ又はパターンの以前の発生に関して保持されたデータに基づいている。
幾つかの実施形態において、閾値は、各事象に対してプレースホルダ事象が作成される前に満たされなければならない最小閾値確率をオペレータ管理者が指定することを可能にするために使用される。メンバが後に出現すると、プレースホルダがそれらに置き換えられる。このようにして、オペレータは、展開中のシナリオについてアラートを受けるのみならず、根本的な原因又は兆候のそれぞれが発生する可能性を即座に提示される。これにより、これから起こる事象を予測する早期警戒システムが効果的に提供され、これは結果的に、オペレータがそれらの停止を回避するために措置を講じることを可能にする。
本発明の幾つかの実施形態は、この拡張されたアプローチに閾値概念を追加する。これにより、グループの重大度の修正が可能となる(すなわち、グループの重大度は、全ての事象の80%が出現すると「重大」に変更され得る)。
図5の表500は、第1の事象[A]が出現し、1つの実際の事象で、及び残りはプレースホルダでグループが作成される一例を示す。表500において示される通り、事象[A]が受信されると、「アラートグループ」フィールドが更新されて、第1の事象が(「概要」のフィールドにおいて更に示される通り)電力に関連する事象であることを示す。
図6の表600は、表500からのプレースホルダが置き換えられてグループが更新される一例を示す。(事象[C]などの)第2の事象が受信された後に、ノード「C」に対するアラートグループフィールドは、プレースホルダ事象を発生した実際の事象に置き換える。このプロセスは、追加的な事象が受信されると反復され、プレースホルダ事象を置き換え続ける。
本発明の幾つかの実施形態において、表500及び600は、「プレースホルダアプローチ」と称される事柄を例示する。プレースホルダアプローチを用いて、本発明の実施形態は、その予測の根拠を既存のパターンの再発生に置く。
提案される実装形態は、現時点において、類似のパターンを予測することができない。本ソリューションは、代わりに、類似のパターンに拡張され得る。
類似のパターンは、例えば、既存のパターンに比べて事象が1つ多い、又は1つ少ない。代替的に、又は追加的に、差は(10%多い事象又は少ない事象など)パーセンテージとして計算され得る。本発明の幾つかの実施形態において、閾値は、発火確率の観点から定義される。これが発生するとき、運用チームはアラートを受ける。例えば、幾つかの実施形態において、任意の所与の事象セットについてメンバの80%が受信されたときに警戒アラートが生成される。代替的に、幾つかの実施形態において、図5及び図6に関連して上述したものと類似する事象セットについて警戒アラートが生成される。
本発明の幾つかの実施形態は、事象予測のために「閾値アプローチ」を利用するための方法を提供する。この方法の動作は、(必ずしも以下の順序ではない)以下、すなわち、(i)事象管理ソリューションが、新たな事象を受信すること;及び(ii)事象管理ソリューションが、既存の事象パターンのいずれかがこの事象を含むか、又はこの事象が適用される一般化されたパターンが利用可能であるかを判定するために検索すること、を含む。幾つかの実施形態において、少なくとも1つのパターンが発見される場合、一致するパターンにつき1つの記録が作成される。代替的に、以前に出現した事象のリストを既に含む既存の記録にパターンが加えられる。
各一致するパターンについて、本発明の実施形態は、(必ずしも以下の順序ではない)少なくとも以下の動作、すなわち、(i)そのパターンから既に一致した事象の数を数え、それをそのパターンからの事象の総数に関連付けること;(ii)この関連を、パターンが現在展開しているという確率予測として用いること;(iii)そのパターンの継続時間を用いて、停止までの時間を予測すること;(iv)確率が特定レベルを上回る場合、パターン予測事象を作成すること;及び(v)起こりそうなパターンが発火前に期限切れになった(所与の閾値を超えた)場合、予測全体を削除すること、を実行する。
本発明の幾つかの実施形態は、事象予測のために「プレースホルダアプローチ」を利用するための方法を提供する。この方法の動作は、(必ずしも以下の順序ではない)以下、すなわち、(i)事象管理ソリューションが、新たな事象を受信すること;(ii)事象管理ソリューションが、以下、すなわち、(a)既存の事象パターンのいずれかがこの事象を含む、(b)この事象が適用される一般化されたパターンが利用可能であるか、及び/又は(c)プレースホルダがこの事象に置き換えられ得る部分的に展開されるパターンが存在するか、という条件が存在するかを検索すること、を含む。
幾つかの実施形態において、条件(ii)(a)又は(ii)(b)が存在する場合、及び、少なくとも1つのパターンが発見される場合、各所与のパターンについて合成親事象が作成される。代替的に、条件(ii)(a)又は(ii)(b)が存在する場合、及び、1つのパターンが発見される場合、欠落している事象がプレースホルダとして作成される。幾つかの実施形態において、条件(ii)(c)が存在する場合、一致するプレースホルダ事象が置き換えられ、及び/又は、合成親事象の重大度が潜在的に高まる。
時間窓及び具体的事象に加え、本発明の実施形態は、事象パターン形成を一般化する追加的な方法を提供する。
幾つかの実施形態において、事象は、事象自体の性質及び/又は事象が発生する場所などのリソース情報を含む。このタイプのリソース情報により、事象が具体的になる。
1つの例において、(このサブセクションにおいて上記で言及した)事象Aのセットが全て、ホスト「sample1.company.com.」上で実行されている(DB_Aなどの)データベースに関連していると仮定する。
次に、同じベンダ及びバージョンの(DB_Bなどの)別のデータベースがホスト「sample2.company.com.」上で実行されていると仮定する。ここで、DB_Aからのパターンは、DB_Bにも適用できる可能性がある。
DB_A及びDB_Bの間の類似性、及びひいては事象パターン形成予測が正確である可能性が高いことを、ユーザ/オペレータ/SREがどのように検出し得るか?という疑問が依然として残る。
この疑問に答えるには、DB_A及びDB_Bに関するトポロジ情報並びに事象タイプ(すなわち、事象が分類され得るカテゴリ)を分析することが重要である。
DB_A及びDB_Bについて同じパターン及びパスが検出され、事象タイプが同じである場合、本発明の実施形態は、予測を適用し得る。
例えば、DB_A<runsOn>sample1.company.comであり、そのホストが仮想マシン(Virtual Machine:VM)であって、且つ、DB_B<runsOn>sample2.company.comであり、これもまたVMである場合、本発明の実施形態は、一致を検出し得る。
加えて、事象タイプに関し、本発明の実施形態は、含まれる情報の自然言語処理(Natural Language Processing:NLP)分析に基づいてそれらを自動分類し、各事象に呼び出しを帰属させ得る。これらのクラスについての例は、「エラー」、「レイテンシ」、「飽和度」等である。
元のパターンAにおける事象がDB_Bに対して出現する事象のタイプと一致する場合、本発明の実施形態は、同じパターンが発現する可能性が高いと仮定し得る。
IV.定義
IV.定義
本発明:「本発明」という用語によって説明されている主題が、出願時の特許請求の範囲、又は特許審査後に最終的に発行される可能性のある特許請求の範囲のいずれかによって包含されていることを絶対的に示すものと解釈されるべきではない;「本発明」という用語は、本明細書の開示が潜在的に新規であると考えられる一般的な感覚を読者が得るのを助けるために使用されるが、この理解は、「本発明」という用語の使用によって示されるように、一時的及び暫定的であり、関連情報が展開される場合、及び特許請求の範囲が潜在的に修正される場合、特許審査の過程にわたり変更される。
実施形態:上記「本発明」の定義を参照-同様の注意事項が、「実施形態」という用語に適用される。
「及び/又は」:包括的な又は;例えば、A、B、「及び/又は」Cとは、A又はB又はCの少なくとも1つが真であり、適用可能であることを意味する。
含む(including/include/includes):別段の明示的な記載がない限り、「含むが、必ずしもこれに限定されない」ことを意味する。
ユーザ/サブスクライバ:以下、すなわち、(i)1人の個人;(ii)ユーザ又はサブスクライバとしての役割を果たすのに十分な知能を有する人工知能エンティティ;及び/又は(iii)関連するユーザ又はサブスクライバのグループを含むが、必ずしもこれらに限定されない。
データ通信:無線通信、有線通信、及び、無線及び有線部分を有する通信経路を含む、現在既知の、又は、将来開発される任意の種類のデータ通信方式であり;データ通信は、(i)直接データ通信、(ii)間接データ通信;及び/又は(iii)フォーマット、パケット化ステータス、媒体、暗号化ステータス、及び/又はプロトコルがデータ通信の全体の過程において一定のままであるデータ通信に必ずしも限定されない。
受信/提供/送信/入力/出力/報告:別段の明示的な指定がない限り、これらの単語は、(i)それらの対象及び被対象の間の関係に関する直接性の任意の特定の程度;及び/又は、(ii)それらの対象及び被対象の間に介在する中間のコンポーネント、動作、及び/又は、物事の不在を示唆するものとして解釈されるべきではない。
実質的な人間の介入がない:人間による入力が殆どない、又は全くない状態で、自動的に(多くの場合、ソフトウェアなどのマシンロジックの操作によって)発生するプロセス;「実質的な人間の介入がない」ことを伴う幾つかの例は、(i)コンピュータが複雑な処理を実行しており、送電網電力の停電に起因して人間がコンピュータを代替電源に切り替え、処理が中断されずに継続するようにすること;(ii)コンピュータがリソース集約的な処理を実行しようとしており、人間がそのリソース集約的な処理が実際に実行されるべきであると確認すること(この場合、確認のプロセスは、切り離して考えると、実質的な人間の介入を伴うものであるが、リソース集約的な処理は、人間によって行われる必要のある単純な「イエス」「ノー」形式の確認にもかかわらず、いかなる実質的な人間の介入も含まない);及び(iii)コンピュータが、マシンロジックを用いて、重大な決定(例えば、悪天候を予想して全ての飛行機を地上待機にする決定)を行ったが、その重大な決定を実施する前に、コンピュータは人的ソースからの単純な「イエス」「ノー」形式の確認を得る必要があること、を含む。
自動的:いかなる人間の介入もないこと。
モジュール/サブモジュール:モジュールが、(i)シングルローカルプロキシミティにある;(ii)広域にわたり分散されている;(iii)より大きいソフトウェアコード内でシングルプロキシミティにある;(iv)シングルソフトウェアコード内に位置する;(v)シングルストレージデバイス、メモリ、又は媒体内に位置する;(vi)機械的に接続されている;(vii)電気的に接続されている;及び/又は(viii)データ通信で接続されているかどうかにかかわらず、幾つかの種類の機能を行うために動作可能に作用するハードウェア、ファームウェア、及び/又はソフトウェアの任意のセット。
コンピュータ:かなりのデータ処理及び/又は機械可読命令読出し能力を有する任意のデバイスであって、デスクトップコンピュータ、メインフレームコンピュータ、ラップトップコンピュータ、フィールドプログラマブルゲートアレイ(FPGA)ベースデバイス、スマートフォン、携帯情報端末(PDA)、身体装着又は身体挿入型コンピュータ、埋込デバイススタイルコンピュータ、特定用途向け集積回路(ASIC)ベースデバイスを含むがこれらに限定されない。
Claims (25)
- 事象管理ソリューションモジュールが、過去パターンデータセットを提供する段階、前記過去パターンデータセットは、(i)過去の発生において検出された過去事象の数、及び(ii)前記過去の発生の継続時間を示す情報を含む;
事象管理ソリューションモジュールが、事象のセットを受信する段階、前記事象のセットは、所与の情報技術(IT)環境によって経験される潜在的問題のセットである;
前記事象管理ソリューションモジュールが、前記受信された事象のセットに基づき事象パターンを検出する段階、前記事象パターンは、前記過去パターンデータセットに類似している;
前記事象管理ソリューションモジュールが、残りの事象のセットが第1の予測された期間の残りのうちに出現する確率を判定する段階、前記残りの事象のセットは、前記過去事象の数及び前記受信された事象のセットの間の差であり、前記第1の予測された期間は、前記過去の発生の前記継続時間に少なくとも部分的に基づいている;及び
前記事象管理ソリューションモジュールが、前記判定に応答して、前記残りの事象のセットが前記第1の予測された期間の前記残りのうちに出現する旨のアラートをオペレータに対して発する段階
を備える、コンピュータ実装方法(CIM)。 - オペレータが前記事象のセットに対する閾値を設定する段階を更に備え、前記閾値は前記第1の予測された期間内に受信される事象の完全性レベルを表している、請求項1に記載のCIM。
- 前記過去の発生の前記継続時間は、前記過去の発生の最初の過去事象の前記出現及び最後の過去事象の前記出現の間の時間の平均量である、請求項1又は2に記載のCIM。
- 前記事象パターンは、受信される第1の複数の事象と前記過去パターンデータセットを比較することによって検出される、請求項1又は2に記載のCIM。
- 前記事象パターンは、前記受信される事象のセットが、前記過去の発生における前記過去事象の数よりも少ない場合に検出される、請求項1又は2に記載のCIM。
- 事象管理ソリューションモジュールが、第1の事象を受信する段階、前記第1の事象の前記受信は、第1の事象グループの形成をトリガし、前記第1の事象グループは、前記第1の事象を含む複数の潜在的事象を有する;
前記事象管理ソリューションモジュールが、前記複数の潜在的事象の各潜在的事象に対してプレースホルダ事象を作成する段階;
前記事象管理ソリューションモジュールが、第2の事象を受信する段階;
前記第2の事象の前記受信に応答して、前記プレースホルダ事象を前記第2の事象に置き換える段階;及び
前記プレースホルダ事象が前記第2の事象に置き換えられた旨のアラートをオペレータに提供する段階
を備える、コンピュータ実装方法(CIM)。 - 事象管理ソリューションモジュールが、過去の発生において検出された過去事象の数に少なくとも部分的に基づき、前記第1の事象グループを作成する段階を更に備える、請求項6に記載のCIM。
- 前記第1の事象グループは、各事象の事象概要を示す情報を含む、請求項6又は7に記載のCIM。
- 前記プレースホルダ事象についての重大度指示は、前記プレースホルダ事象を受信された事象に置き換えた後に更新される、請求項6又は7に記載のCIM。
- 前記第1の事象グループは、所与の事象が検出された後にそれが持続すると予想される時間の量を示す情報を含む、請求項6又は7に記載のCIM。
- 1つ又は複数のプロセッサのセットに
事象管理ソリューションモジュールが、過去パターンデータセットを提供する手順、前記過去パターンデータセットは、(i)過去の発生において検出された過去事象の数、及び(ii)前記過去の発生の継続時間を示す情報を含む、
事象管理ソリューションモジュールが、事象のセットを受信する手順、前記事象のセットは、所与の情報技術(IT)環境によって経験される潜在的問題のセットである、
前記事象管理ソリューションモジュールが、前記受信された事象のセットに基づき事象パターンを検出する手順、前記事象パターンは、前記過去パターンデータセットに類似している、
前記事象管理ソリューションモジュールが、残りの事象のセットが第1の予測された期間の残りのうちに出現する確率を判定する手順、前記残りの事象のセットは、前記過去事象の数及び前記受信された事象のセットの間の差であり、前記第1の予測された期間は、前記過去の発生の前記継続時間に少なくとも部分的に基づいている、及び
前記事象管理ソリューションモジュールが、前記判定に応答して、前記残りの事象のセットが前記第1の予測された期間の前記残りのうちに出現する旨のアラートをオペレータに対して発する手順
を実行させるための、コンピュータプログラム。 - 前記1つ又は複数のプロセッサのセットに、
オペレータが前記事象のセットに対する閾値を設定する手順
を更に実行させ、
前記閾値は前記第1の予測された期間内に受信される事象の完全性レベルを表している、
請求項11に記載のコンピュータプログラム。 - 前記過去の発生の前記継続時間は、前記過去の発生の最初の過去事象の前記出現及び最後の過去事象の前記出現の間の時間の平均量である、請求項11又は12に記載のコンピュータプログラム。
- 前記事象パターンは、受信される第1の複数の事象と前記過去パターンデータセットを比較することによって検出される、請求項11又は12に記載のコンピュータプログラム。
- 前記事象パターンは、前記受信される事象のセットが、前記過去の発生における前記過去事象の数よりも少ない場合に検出される、請求項11又は12に記載のコンピュータプログラム。
- 1つ又は複数のプロセッサのセットに、
事象管理ソリューションモジュールが、第1の事象を受信する手順、前記第1の事象の前記受信は、第1の事象グループの形成をトリガし、前記第1の事象グループは、前記第1の事象を含む複数の潜在的事象を有する、
前記事象管理ソリューションモジュールが、前記複数の潜在的事象の各潜在的事象に対してプレースホルダ事象を作成する手順、
前記事象管理ソリューションモジュールが、第2の事象を受信する手順、
前記第2の事象の前記受信に応答して、前記プレースホルダ事象を前記第2の事象に置き換える手順、及び
前記プレースホルダ事象が前記第2の事象に置き換えられた旨のアラートをオペレータに提供する手順
を実行させるための、コンピュータプログラム。 - 前記1つ又は複数のプロセッサのセットに、
事象管理ソリューションモジュールが、過去の発生において検出された過去事象の数に少なくとも部分的に基づき、前記第1の事象グループを作成する手順
を更に実行させるための、請求項16に記載のコンピュータプログラム。 - 前記第1の事象グループは、各事象の事象概要を示す情報を含む、請求項16又は17に記載のコンピュータプログラム。
- 前記プレースホルダ事象についての重大度指示は、前記プレースホルダ事象を受信された事象に置き換えた後に更新される、請求項16又は17に記載のコンピュータプログラム。
- 前記第1の事象グループは、所与の事象が検出された後にそれが持続すると予想される時間の量を示す情報を含む、請求項16又は17に記載のコンピュータプログラム。
- 1つ又は複数のプロセッサのセット;
機械可読ストレージデバイス;及び
前記機械可読ストレージデバイス上に記憶されたコンピュータコード
を備え、前記コンピュータコードは、前記1つ又は複数のプロセッサのセットに、以下、すなわち:
事象管理ソリューションモジュールが、過去パターンデータセットを提供する手順、前記過去パターンデータセットは、(i)過去の発生において検出された過去事象の数、及び(ii)前記過去の発生の継続時間を示す情報を含む、
事象管理ソリューションモジュールが、事象のセットを受信する手順、前記事象のセットは、所与の情報技術(IT)環境によって経験される潜在的問題のセットである、
前記事象管理ソリューションモジュールが、前記受信された事象のセットに基づき事象パターンを検出する手順、前記事象パターンは、前記過去パターンデータセットに類似している、
前記事象管理ソリューションモジュールが、残りの事象のセットが第1の予測された期間の残りのうちに出現する確率を判定する手順、前記残りの事象のセットは、前記過去事象の数及び前記受信された事象のセットの間の差であり、前記第1の予測された期間は、前記過去の発生の前記継続時間に少なくとも部分的に基づいている、及び
前記事象管理ソリューションモジュールが、前記判定に応答して、前記残りの事象のセットが前記第1の予測された期間の前記残りのうちに出現する旨のアラートをオペレータに対して発する手順
を含む動作を実行させるための命令及びデータを有する、コンピュータシステム(CS)。 - オペレータが前記事象のセットに対する閾値を設定する手順を更に備え、前記閾値は前記第1の予測された期間内に受信される事象の完全性レベルを表している、請求項21に記載のCS。
- 前記過去の発生の前記継続時間は、前記過去の発生の最初の過去事象の前記出現及び最後の過去事象の前記出現の間の時間の平均量である、請求項21又は22に記載のCS。
- 前記事象パターンは、受信される第1の複数の事象と前記過去パターンデータセットを比較することによって検出される、請求項21又は22に記載のCS。
- 前記事象パターンは、前記受信される事象のセットが、前記過去の発生における前記過去事象の数よりも少ない場合に検出される、請求項21又は22に記載のCS。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/068,677 | 2022-12-20 | ||
US18/068,677 US20240202286A1 (en) | 2022-12-20 | 2022-12-20 | Event pattern prediction |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024088591A true JP2024088591A (ja) | 2024-07-02 |
Family
ID=91473925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023187051A Pending JP2024088591A (ja) | 2022-12-20 | 2023-10-31 | コンピュータ実装方法、コンピュータプログラム、及びコンピュータシステム(事象パターン予測) |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240202286A1 (ja) |
JP (1) | JP2024088591A (ja) |
CN (1) | CN118228092A (ja) |
-
2022
- 2022-12-20 US US18/068,677 patent/US20240202286A1/en active Pending
-
2023
- 2023-10-31 JP JP2023187051A patent/JP2024088591A/ja active Pending
- 2023-11-29 CN CN202311625698.1A patent/CN118228092A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN118228092A (zh) | 2024-06-21 |
US20240202286A1 (en) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10649838B2 (en) | Automatic correlation of dynamic system events within computing devices | |
CN110574338B (zh) | 根本原因发现方法及系统 | |
CN107248927B (zh) | 故障定位模型的生成方法、故障定位方法和装置 | |
US7661032B2 (en) | Adjusting sliding window parameters in intelligent event archiving and failure analysis | |
JP6747287B2 (ja) | 情報処理装置及び監視方法 | |
US10599367B2 (en) | Updating storage migration rates | |
CN111669281B (zh) | 告警分析方法、装置、设备及存储介质 | |
CN109726066B (zh) | 用于标识存储系统中的问题部件的方法和设备 | |
US10732873B1 (en) | Timeout mode for storage devices | |
US9529655B2 (en) | Determining alert criteria in a network environment | |
CN114064196A (zh) | 用于预测性保障的系统和方法 | |
US9860109B2 (en) | Automatic alert generation | |
US20230105304A1 (en) | Proactive avoidance of performance issues in computing environments | |
US20230236923A1 (en) | Machine learning assisted remediation of networked computing failure patterns | |
JP2024088591A (ja) | コンピュータ実装方法、コンピュータプログラム、及びコンピュータシステム(事象パターン予測) | |
US10353620B2 (en) | Lifecycle management of memory devices | |
US12124326B2 (en) | Automatic correlation of dynamic system events within computing devices | |
US11874727B2 (en) | Remote system health monitoring | |
CN117992264A (zh) | 宿主机故障修复方法及装置、系统、电子设备和存储介质 | |
US20240205100A1 (en) | Automated anomaly detection model quality assurance and deployment for wireless network failure detection | |
CN117032777A (zh) | 低代码平台配置方法、装置、电子设备和可读存储介质 | |
CN117472475A (zh) | 文件缩减的方法和装置 | |
CN118301182A (zh) | 一种日志处理方法、装置、设备以及存储介质 |