JP5077617B2 - 想定外需要検出システムおよび想定外需要検出プログラム - Google Patents

想定外需要検出システムおよび想定外需要検出プログラム Download PDF

Info

Publication number
JP5077617B2
JP5077617B2 JP2005312965A JP2005312965A JP5077617B2 JP 5077617 B2 JP5077617 B2 JP 5077617B2 JP 2005312965 A JP2005312965 A JP 2005312965A JP 2005312965 A JP2005312965 A JP 2005312965A JP 5077617 B2 JP5077617 B2 JP 5077617B2
Authority
JP
Japan
Prior art keywords
time
amount
resource
data
information
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.)
Expired - Fee Related
Application number
JP2005312965A
Other languages
English (en)
Other versions
JP2007122358A (ja
Inventor
安英 松本
昌朋 矢崎
政志 宇山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2005312965A priority Critical patent/JP5077617B2/ja
Priority to US11/359,494 priority patent/US7725575B2/en
Publication of JP2007122358A publication Critical patent/JP2007122358A/ja
Application granted granted Critical
Publication of JP5077617B2 publication Critical patent/JP5077617B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0894—Policy-based network configuration management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、増減可能なＩＴ（Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムおよび想定外需要検出プログラムに関する。
例えば、インターネットデータセンタ（Ｉｎｔｅｒｎｅｔ ｄａｔａ ｃｅｎｔｅｒ、以下ＩＤＣと称する）のような施設では、複数の運営主体が運営するそれぞれの事業システムにおいてＩＴ資源が稼動している。ＩＤＣは、それぞれの事業システムを構成するサーバ、ストレージ、ネットワーク等のＩＴ資源を預かり、インターネットへの接続回線や保守・運用サービス等の提供を行う。
特に、各事業システムに割り当てられたＩＴ資源を、需要に応じてオンデマンドで増減することが可能であるＩＤＣは、ユーティリティ方式のＩＤＣと呼ばれている。ユーティリティ方式のＩＤＣにおいては、複数の事業システムにおけるＩＴ資源を効率的に活用することが求められている。
そのため、ユーティリティ方式のＩＤＣでは、ＩＴ資源の需要を的確に予測し、この需要予測に基づいてＩＴ資源の利用効率の向上を図ることが特に重要である。過去の利用実績から将来需要を予測する技術は、重回帰分析を用いる方法、ＡＲＩＭＡ（Ａｕｔｏｒｅｇｒｅｓｓｉｖｅ Ｉｎｔｅｇｒａｔｅｄ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ Ｍｏｄｅｌ）などの自己回帰モデルを用いた方法など多数存在する。また、マーケティング分野を対象とした予測方法として、利用者の行動パタンを複数の行動クラスに分類する方法が知られている（例えば、特許文献１参照）。
それぞれの事業システムの運営主体は、例えば、予測したＩＴ資源の需要を基に、ＩＴ資源を増減させる時期と、増減量を定めたデータである運用ポリシーを生成し、運用ポリシーに基づいて、ＩＴ資源を増減させることにより事業システムを運営することができる。
運用ポリシーを使うことで、例えば、事業システムが提供するＷｅｂサイトへの利用者からのアクセス数が、キャンペーン等のイベント発生により、１０月１２日の１０時〜１７時に、最大１００００〜１５０００まで増加すると予測される場合、そのアクセス増の時期に合わせて、ＩＴ資源を追加するという運用が可能である。
特開２００２−２５９６７２号公報
しかしながら、実際のＩＴ資源の需要は、予測を超えて想定外の挙動を示す場合がある。そのような場合に、実際のＩＴ資源の需要が予測した需要から外れる可能性に関する情報が得られると、予測を超えた需要に対する適切な対応が可能になる。例えば、運営主体は、キャンペーンの計画を修正したり、運用ポリシーを修正したりすることで、想定外の需要があった場合のリスクを低減することができる。
本発明の目的は、実際のＩＴ資源の需要が、予測した需要から外れる可能性に関する情報を得ることができる想定外需要検出システムおよび想定外需要検出プログラムを提供することを目的とする。
本発明にかかる想定外需要検出システムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを記録する需要モデル記録部と、前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを記録する想定外モデル記録部と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定部とを備える。
本発明にかかる想定外需要検出プログラムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを、コンピュータが備える記録部から読み出す需要モデル読み出し処理と、前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを、前記記録部から読み出す想定外モデル読み出し処理と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定処理とをコンピュータに実行させる。
本発明によれば、実際のＩＴ資源の需要が予測した需要から外れる可能性に関する情報を得ることができる想定外需要検出システムおよび想定外需要検出プログラムを提供することができる。
「ＩＴ資源」は、システムを構成するためのハードウエアおよび／またはソフトウエアである。ＩＴ資源には、例えば、サーバ、ミドルウエア、ネットワーク、ストレージ、各種端末（パーソナルコンピュータ、ＰＤＡ、携帯電話等）、ＲＦＩＤタグ等が含まれる。ＩＴ資源は、ＩＴ資産またはＩＴリソースと呼ばれることもある。
本発明にかかる想定外需要検出システムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを記録する需要モデル記録部と、前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを記録する想定外モデル記録部と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定部とを備える。
前記判定部は、前記観測データと、前記想定外モデルと前記需要モデルとを比較することで、観測データで表される実際のＩＴ資源への需要が、需要モデルが表す時間遷移を外れて、前記想定外モデルが表す時間遷移に近い遷移をすることを検出することができる。前記判定部は、この遷移を検出した場合に、前記想定外モデルが表す需要が発生すると判定する。そのため、想定外需要の発生が事前に検出される。その結果、前記システムの運用主体は、実際のＩＴ資源の需要が予測した需要から外れる可能性に関する情報を得ることができる。これにより、想定外の需要に対する予防的対処が可能になる。
本発明にかかる想定外需要検出システムは、前記判定部が前記想定外の需要が発生すると判定した場合に、前記想定外モデルに基づいて、前記需要に対応するために追加するべきＩＴ資源の量と、追加するべき時期とを表す追加ＩＴ資源情報を生成する追加情報生成部をさらに備えることが好ましい。これにより、前記システムの運用主体は、前記追加情報生成部が生成した追加ＩＴ資源情報から、想定外の需要に対して、追加するべきＩＴ資源が“いつ”“どのくらい必要か”という情報を得ることができる。
本発明にかかる想定外需要検出システムは、前記ＩＴ資源を追加するためのコストを表すコストデータを記録するコスト記録部と、前記追加情報生成部が生成した前記追加ＩＴ資源情報で表されるＩＴ資源を追加するためのコストを前記コストデータに基づいて算出するコスト算出部とをさらに備えることが好ましい。これにより、前記システムの運用主体は、想定外の需要に対してＩＴ資源を追加するためのコストに関する情報を得ることができる。その結果、前記運用主体は、コストを考慮して、想定外の需要に対する対応を検討することができる。
本発明にかかる想定外需要検出システムにおいて、前記ＩＴ資源は、前記事業システムを含む複数の事業システムに対してＩＴ資源を提供するデータセンタシステムによって提供されるものであり、想定外需要検出システムは、前記データセンタシステムによるＩＴ資源の供給可能量の時間遷移を表す供給データを記録する供給データ記録部と、前記供給データに基づいて、前記供給可能量が不足している時期に、ＩＴ資源の需要のピークが来るような想定外モデルを生成する想定外モデル生成部とをさらに備えることが好ましい。
前記判定部は、前記想定外モデル生成部が生成した想定外モデルを用いて前記判定を行うので、データセンタシステムにおけるＩＴ資源の供給可能量が不足している時期に需要のピークがくるような想定外の需要が発生するか否かを判定することができる。
本発明にかかる想定外需要検出システムにおいて、前記供給データは、前記データセンタシステムにおいて、過去に供給されたＩＴ資源の量に関するデータを基に生成されたデータであることが好ましい。これにより、想定外モデル生成部は、過去の供給量の遷移パタンが反映された供給データを用いて前記想定外モデルを生成することができる。
本発明にかかる想定外需要検出システムにおいて、前記供給データは、前記データセンタシステムがＩＴ資源を供給する前記複数の事業システムそれぞれにおいて、将来必要となるＩＴ資源の量を表すデータを示すデータである運用ポリシーを基に生成されたデータであることが好ましい。これにより、想定外モデル生成部は、前記複数の事業システムにおける運用ポリシーから予測される供給量の遷移パタンが反映された供給データを用いて前記想定外モデルを生成することができる。
本発明にかかる想定外需要検出システムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値を、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録するイベント情報記録部と、イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データを記録する基準値データ記録部と、解析対象のイベントにおける急峻度合いを表すデータと、解析対象の検出余裕時間を表すデータとを記録する解析データ記録部と、前記解析データ記録部に記録された解析対象の前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得し、前記比率と、前記基準値データで表される前記所定期間内のある時間における基準値とを用いて、前記時間から前記検出余裕時間後に検出され得る需要のピーク値を求め、該ピーク値を前記検出余裕時間で対応できる需要量を表す対応可能量データとする対応可能量データ生成部とを備える。
イベントの発生によるＩＴ資源の需要の変動に対応するための検出余裕時間は、イベントによる需要の変動が急峻であるほど、短くなる。また、イベントの発生によるＩＴ資源の需要の増分が多いほど、検出余裕時間は短くなる。前記イベント情報記録部には、これらのイベントによる需要変動の急峻度合い、需要の変化分、検出余裕時間の関係を表すデータが記録されている。前記対応可能量データ生成部は、前記イベント情報記録部から、前記解析データ記録部に記録された解析対象の急峻度合いと解析対象の検出余裕時間とに相当する前記比率を取得する。さらに、前記対応可能量データ生成部は、前記基準値データで表される前記所定期間内のある時間における基準値とを用いて、前記時間から前記検出余裕時間後に検出され得る需要のピーク値を求める。このピーク値は、前記検出余裕時間で検出され、対応できる需要量を表すので、前記対応可能量データ生成部は、このピーク値を前記検出余裕時間で対応できる需要量を表す前記対応可能量データとして算出することができる。
例えば、前記対応可能量データ生成部は、前記所定期間内で遷移する基準値それぞれについて、前記ピーク値を求めることで、前記所定期間において対応可能なＩＴ資源の需要量の時間遷移が得られる。
本発明にかかる想定外需要検出システムは、前記所定期間における前記システムでのＩＴ資源の量の増減を示すデータを含む運用ポリシーを記録する運用ポリシー記録部と、前記運用ポリシーで表される、前記所定期間におけるＩＴ資源の増減と、前記対応可能量データで表される需要量とを比較することによって、前記運用ポリシーに基づいて配備されるＩＴ資源では対応できない需要が発生した場合のリスクの大きさを表すデータを生成するリスク算出部とをさらに備えることが好ましい。
前記リスク算出部は、前記運用ポリシーによるＩＴ資源の増減量と、前記対応可能量データで表される需要量とを比較することによって、前記所定期間において、前記運用ポリシーに基づいて配備されるＩＴ資源では対応できない需要が発生する可能性の大きさを得ることができる。これにより、対応できない需要が発生した場合のリスクの大きさを表すデータを生成することができる。
本発明にかかる想定外需要検出システムは、前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを記録する需要モデル記録部と、前記対応可能量データで表される、所定の検出余裕時間で対応できる需要量の範囲外にピークが来るＩＴ資源の需要の時間的遷移を表す想定外モデルを生成する想定外モデル生成部と、前記所定期間内のある観測時間における前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルの前記観測時間におけるＩＴ資源の量と、前記想定外モデルの前記観測時間におけるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定部とを備えることが好ましい。
前記判定部は、前記想定外モデル生成部が生成した想定外モデルを用いて前記判定を行うので、所定の検出余裕時間で対応できる需要量の範囲外にピークが来るような想定外の需要が発生するか否かを判定することができる。
本発明にかかる想定外需要検出システムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値を、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録するイベント情報記録部と、イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データを記録する基準値データ記録部と、想定されるイベントによる前記ＩＴ資源の需要変動の急峻度合いを示すデータと、想定されるイベントによって変動するＩＴ資源の需要が前記所定期間においてピークに達する時期およびピーク時の需要量を示すデータとを含む予測データを記録する予測データ記録部と、前記予測データが表す急峻度合いと、需要がピークに達する時期と、ピーク時の需要量とを用いて、前記イベント情報記録部から、前記ピーク時から検出余裕時間だけ前の時点の需要量を取得し、取得した需要量と前記基準値データとを比較することによって、前記想定されるイベントによる需要変動の開始が検出される検出時期を算出する検出時期生成部と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力部と、前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成部が算出した検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定部とを備える。
前記検出時期生成部は、前記予測データと、前記イベント情報記録の情報とを用いて、想定されるイベントによる需要変動の開始が検出されると予想される検出時期を算出する。判定部は、前記検出時期生成部が生成した前記検出時期と、前記観測データで表される実際のイベントによる需要変動の開始が検出された時期とを比較することにより、前記予測データが表す需要と異なる需要が発生するか否かを判定することができる。そのため、想定外需要の発生が事前に検出される。
本発明にかかる想定外需要検出プログラムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを、コンピュータが備える記録部から読み出す需要モデル読み出し処理と、前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを、前記記録部から読み出す想定外モデル読み出し処理と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定処理とをコンピュータに実行させる。
本発明にかかる想定外需要検出プログラムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データをコンピュータが備える記録部から読み出す基準値データ読み出し処理と、解析対象のイベントにおける急峻度合いを表すデータと、解析対象の検出余裕時間を表すデータと前記記録部から読み出す解析データ読み出し処理と、イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値が、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録されたイベント情報記録部にアクセスし、前記解析データ読み出し処理で読み出した解析対象の前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得する取得処理と、前記比率と、前記基準値データで表される前記所定期間内のある時間における基準値とを用いて、前記時間から前記検出余裕時間後に検出され得る需要のピーク値を求め、該ピーク値を前記検出余裕時間で対応できる需要量を表す対応可能量データとする対応可能量データ生成処理とコンピュータに実行させる。
本発明にかかる想定外需要検出プログラムは、増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データをコンピュータが備える記録部から読み出す基準値データ読み出し処理と、想定されるイベントによる前記ＩＴ資源の需要変動の急峻度合いを示すデータと、想定されるイベントによって変動するＩＴ資源の需要が前記所定期間においてピークに達する時期およびピーク時の需要量を示すデータとを含む予測データを前記記録部から読み出す予測データ読み出し処理と、イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値が、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けられて記録されたイベント情報記録部にアクセスし、前記予測データが表す急峻度合いと、需要がピークに達する時期と、ピーク時の需要量とを用いて、前記イベント情報記録部から、前記ピーク時から検出余裕時間だけ前の時点の需要量を取得する取得処理と、前記取得処理で取得した需要量と前記基準値データとを比較することによって、前記想定されるイベントによる需要変動の開始が検出される検出時期を算出する検出時期生成処理と、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力処理と、前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成部が算出した前記検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定処理とコンピュータに実行させる。
以下、図面を参照して、本発明の実施の一形態を詳細に説明する。
（実施の形態１）
実施の形態１は、ユーティリティ方式のＩＤＣにおいて運用されるＩＴ資源の想定外の需要を検出する想定外需要検出システムに関する。本実施形態では、一例として、ユーティリティ方式のＩＤＣにおいて、複数のＩＴ資源の運用者が、それぞれのＩＴ資源を用いて利用者にインターネットによるサービスを提供する事業システムを運用している場合について説明する。
（ＩＤＣの構成）
図１（ａ）は、ユーティリティ方式のＩＤＣのシステム構成を示す概略図である。図１（ａ）に示すＩＤＣ２４では、企業Ａ、Ｂ、Ｃが所有するＩＴ資源１６ａ、１６ｂ、１６ｃが運用されている。本実施形態において、企業ＡのＩＴ資源１６ａは、例えば、事業システムを構築するためのサーバ、ストレージ、ネットワークおよびこれらを動作させるソフトウエアを含む。すなわち、複数の利用者１８が、ＩＴ資源１６ａに含まれるサーバにアクセスすることによって、企業Ａの提供する事業サービスを利用する。これにより、運用者である企業Ａは収益を上げることができる。
想定外需要検出システム１は、ＩＤＣ２４に設けられている。想定外需要検出システム１は、ＩＴ資源１６ａ、１６ｂ、１６ｃに接続されている。
また、ＩＤＣ２４には、共通ＩＴ資源１６ｄが備えられている。この共通ＩＴ資源１６ｄは、企業Ａ、Ｂ、Ｃに貸し出すことができる。例えば、企業ＡのＩＴ資源１６ａを一時的に増加させる場合には、共通ＩＴ資源１６ｄの一部が、企業ＡのＩＴ資源１６ａに割り当てられる。また、企業ＡのＩＴ資源１６ａに余剰が生じた場合は、余剰分を共通ＩＴ資源１６ｄとすることができる。したがって、企業Ａ、Ｂ、Ｃは、それぞれＩＴ資源１６ａ、１６ｂ、１６ｃを状況に応じて増減することができる。
企業Ａ、Ｂ、ＣのＩＴ資源１６ａ、１６ｂ、１６ｃには、リソースコーディネータ（以下、ＲＣと称する）１７ａ、１７ｂ、１７ｃが配置される。ＲＣ１７ａは、例えば、企業Ａが設定した運用ポリシー８ａを読み込んで、運用ポリシー８ａの内容に従って、ＩＴ資源１６ａを増減させる。
運用ポリシー８ａ、８ｂ、８ｃは、ＩＴ資源１６ａ、１６ｂ、１６ｃを構成する事業システムを制御するために定められる運用ルールを表す情報である。運用ポリシー８ａ、８ｂ、８ｃには、ＩＴ資源１６ａ、１６ｂ、１６ｃの増減を決定するためのルールが記述される。例えば、運用ポリシー８ａには、ＩＴ資源１６ａにＩＴ資源を増加する時期と増加する量を示すデータが記述される。また、例えば、運用ポリシー８ａ、８ｂ、８ｃは、所定の条件が満たされたときに所定の処理を行うことを規定したＩＦ−ＴＨＥＮルール等によって表記されてもよい。
なお、図１（ａ）においては、説明のために、ＩＤＣ２４で事業システムを運用する企業は３社だけとしているが、実際は、さらに多くの企業が、ＩＤＣ２４において、ＩＴ資源を所有し、それぞれ事業システムを運用している。
図１（ｂ）は、想定外需要検出システム１およびＩＴ資源１６ａ、１６ｂ、１６ｃの物理的な構成の例を示す図である。図１（ｂ）に示すように、想定外需要検出システム１およびＩＴ資源１６ａ、１６ｂ、１６ｃは、例えば、複数のサーバブレード２２ａを含むブレードサーバ２２と、ブレードサーバ２２を管理するデプロイメントサーバ２１とで構成される。ブレードサーバ２２とデプロイメントサーバ２１は、例えば、ＬＡＮ等により接続されている。想定外需要検出システム１は、デプロイメントサーバ２１上に構築することができる。１台のブレードサーバ２２内にある複数のサーバブレード２２ａが、例えば、ＩＴ資源１６ａ、ＩＴ資源１６ｂ、ＩＴ資源１６ｃおよび共通ＩＴ資源１６ｄにそれぞれ割り当てられる。ＲＣ１７ａ、１７ｂ、１７ｃは、デプロイメントサーバ２１上で動作させることができる。
例えば、ＩＴ資源１６ａが構成する事業システムにおいて、サーバを１台追加する場合は、ブレードサーバ２２内で企業ＡのＩＴ資源１６ａに割り当てられるサーバブレード２２ａが１台増加される。なお、ＩＴ資源１６ａ、１６ｂ、１６ｃ、１６ｄは、それぞれ物理的に独立したブレードサーバで構成することもできる。
（想定外需要検出システムの構成）
図２は、想定外需要検出システム１の構成を表す機能ブロック図である。想定外需要検出システム１は、判定部２、追加情報生成部３、コスト算出部４、出力部１１、想定外モデル生成部１３、入力部１４、モデル記録部５、コスト情報記録部７および供給データ記録部９を備える。
モデル記録部５には、需要モデル５１および想定外モデル５２が記録されている。需要モデル５１および想定外モデル５２は、ＩＤＣ２４で管理されているＩＴ資源１６ａ、１６ｂ、１６ｃごと記録されることが好ましい。想定外モデル５２は、想定外モデル生成部１３によって生成され、モデル記録部５に記録される。
需要モデル５１は、ＩＴ資源１６ａ、１６ｂ、１６ｃが構成するそれぞれの事業システムで必要とされるＩＴ資源の量の所定期間における時間遷移を表すデータである。前記時間遷移は、例えば、前記所定期間内の時間を示すデータと、その時間において必要とされるＩＴ資源の量を示すデータとで表される。ＩＴ資源の量は、例えば、ＩＴ資源が処理する情報の量で表すことができる。ＩＴ資源の量を示すデータの例として、サーバへのＷｅｂアクセス数、ログイン数、セッション数、サーバのＣＰＵ使用率またはサーバへのデータ転送量等を表すデータが挙げられる。
想定外モデル生成部１３は、供給データ記録部９に記録されたデータに基づいて、想定外モデル５２を生成する。想定外モデル５２は、需要モデル５１で表されるＩＴ資源の量の時間遷移とは異なる想定外の時間遷移を表すデータである。前記想定外の時間遷移は、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表される。
供給データ記録部９には、例えば、ＩＴ資源提供ログ９１、運用ポリシー８が記録されている。ＩＴ資源提供ログ９１は、例えば、ＩＤＣ２４内のＩＴ資源１６ａ、１６ｂ、１６ｃに対して、共通ＩＴ資源１６ｄが提供された場合の実績を表すログデータである。運用ポリシー８は、ＩＴ資源１６ａ、１６ｂ、１６ｃごとに記録されることが好ましい。
入力部１４は、例えば、想定外需要検出システム１が接続されているＩＴ資源１６ａ、１６ｂまたは１６ｃから観測データ２６を入力する。観測データ２６は、例えば、ＩＴ資源１６ａ、１６ｂまたは１６ｃのサーバにおいて観測された実際の需要を表すデータである。例えば、サーバへのＷｅｂアクセス数、ログイン数、セッション数、サーバのＣＰＵ使用率またはサーバへのデータ転送量等を表すデータが観測データ２６に含まれる。このような観測データ２６は、例えば、サーバが生成するログに含まれている。
判定部２は、入力部１４が入力した観測データ２６、モデル記録部５に記録された需要モデル５１、想定外モデル５２を比較することにより、想定外モデル５２が表す想定外の需要が発生するか否かを判定する。
追加情報生成部３は、判定部２が想定外の需要が発生すると判定した場合に、想定外モデル５２に基づいて、想定外の需要に対応するために追加するべきＩＴ資源の量と、追加するべき時期とを表す追加ＩＴ資源情報を生成する。追加ＩＴ資源情報は、コスト算出部４に送られる。
コスト算出部４は、追加情報生成部３が生成した追加ＩＴ資源情報で表されるＩＴ資源を追加するためのコストを、コスト情報記録部７に記録されたデータを用いて算出する。コスト情報記録部７には、例えば、ＩＴ資源価格情報７１および運用作業情報７２が記録されている。ＩＴ資源価格情報７１は、例えば、共有のＩＴ資源１６ｄの貸出価格を含む。貸出価格は、例えば、過去ログをもとに決められた固定価格でもよいし、需給バランスにより変動する価格でもよい。運用作業情報７２は、例えば、ＩＴ資源の追加に必要となる具体的な作業コストを表すデータを含む。運用作業情報７２の例として、ＩＴ資源としてサーバが人の手で追加される場合には、その追加作業に必要な人数や、作業時間等を表すデータが挙げられる。
コスト算出部４で算出されたコストは、追加ＩＴ資源情報とともに、出力部１１へ送られる。出力部１１は、コスト算出部４が算出したコストと、追加ＩＴ資源情報とを表示装置（図示せず）に表示するなどして出力する。
想定外需要検出システム１は、上述したデプロイメントサーバ２１の他、例えば、パーソナルコンピュータ、サーバ等のコンピュータ上に構築することができる。判定部２、追加情報生成部３、コスト算出部４、出力部１１、想定外モデル生成部１３、入力部１４の機能は、コンピュータのＣＰＵが所定のプログラムを実行することによって実現される。モデル記録部５、コスト情報記録部７および供給データ記録部９には、コンピュータに内蔵されているハードディスク、ＲＡＭ等の記録媒体の他、フレキシブルディスク、メモリカード等の可搬型記録媒体や、ネットワーク上にある記録装置内の記録媒体等を用いることができる。また、モデル記録部５、コスト情報記録部７および供給データ記録部９は、１つの記録媒体で構成されてもよいし、複数の記録媒体で構成されてもよい。
想定外需要検出システム１は、図１（ｂ）に示すように１台のデプロイメントサーバ２１で構成することもできるし、複数のサーバで機能を分散させて構成することもできる。
（想定外需要検出システム１の動作）
次に、想定外需要検出システム１の動作について説明する。図３は、想定外需要検出システム１が、観測データ２６を基にして、想定外の需要の発生を検出する処理の一例を示すフローチャートである。
まず、入力部１４が、観測データ２６を入力する（ステップＳ１）。本実施形態では、一例として、図１に示す企業ＡのＩＴ資源１６ａのサーバからＩＴ資源１６ａのサーバへのアクセス数を表すデータを観測データ２６として入力する場合について説明する。例えば、一定間隔ごとのサーバへのアクセス数が逐次入力部１４によって入力されることが好ましい。
判定部２は、観測データ２６で表されるアクセス数の遷移と、モデル記録部５に記録された需要モデル５１で表されるアクセス数の遷移と、想定外モデル５２で表されるアクセス数の遷移とを比較する（ステップＳ２）。ここで、需要モデル５１、想定外モデル５２および観測データ２６の例を説明する。
図４（ａ）は、需要モデル５１で表されるアクセス数の遷移の例を示すグラフである。図４（ａ）に示すグラフにおいて、横軸は時間、縦軸はアクセス数を示している。なお、図４（ｂ）、（ｃ）のグラフも同様に、横軸は時間、縦軸はアクセス数を示している。図４（ａ）のグラフ中の曲線ｈ１〜ｈ４は、例えば、６時〜２４時において、予想されるＩＴ資源１６ａのサーバへアクセス数の遷移を表している。曲線ｈ１〜ｈ４のように、複数のアクセス数の遷移を１組の需要モデル５１とすることができる。なお、需要モデル５１としてのアクセス数の遷移は必ずしも複数である必要はない。
図４（ｂ）は、想定外モデル５２で表されるアクセス数の遷移の例を表すグラフである。グラフ中の曲線ｋは、例えば、６時〜２４時におけるアクセス数の遷移であって、図４（ａ）に示すような予想されるアクセス数の遷移とは異なる想定外のアクセス数の遷移を表している。想定外モデル５２を生成する処理については後述する。
図４（ｃ）は、観測データ２６で表されるアクセス数の遷移の例を表すグラフである。グラフ中の曲線ｇは、例えば、６時〜１２時に実際にＩＴ資源１６ａのサーバへ来たアクセスの数の遷移を表している。
判定部２は、観測データ２６で表されるアクセス数の遷移が、需要モデル５１で表されるアクセス数の遷移よりも想定外モデル５２で表させるアクセス数の遷移に近いか否かを判断することにより、想定外の需要が発生するか否かを判定する（ステップＳ３）。
判定部２は、例えば、６時〜１２時において、図４（ｃ）のグラフ中の曲線ｇに示されるアクセス数の遷移と、図４（ａ）のグラフ中の曲線ｈ１〜ｈ２で表されるそれぞれアクセス数の遷移との間の最小二乗誤差を算出する。さらに、図４（ｃ）に示す曲線ｇと図４（ｂ）に示す曲線ｋとの最小二乗誤差も算出する。算出した最小二乗誤差を比較した結果、曲線ｇと曲線ｋとの最小二乗誤差が最も小さければ、観測された需要は、想定外モデル５２が表す想定外の需要が発生すると判断する（ステップＳ３でＹｅｓ）。なお、判定部２が観測データ２６と、需要モデル５１と、想定外モデル５２を比較する処理は、上記の最小二乗誤差を算出する方法に限られない。
判定部２が、想定外の需要は発生しないと判断した場合（ステップＳ３でＮｏの場合）、時間の経過を待って、新たに次の観測データ２６を入力する（ステップＳ１）。その後、ステップＳ２、Ｓ３の処理が繰り返される。
判定部２が、想定外の需要が発生したと判定した場合（ステップＳ３でＹｅｓの場合）、追加情報生成部３は、想定外モデル５２からアクセス数のピーク値とピーク時刻を取得する（ステップＳ４）。例えば、図４（ｂ）の曲線ｇにおいて、ピークとなる点ｐにおけるアクセス数Ａｐと時刻ｔｐが取得される。追加情報生成部３は、これらの値を基に、例えば、追加するＩＴ資源の種類および量、追加する時期を表す追加ＩＴ資源情報を生成する（ステップＳ５）。追加するＩＴ資源の種類および量は、例えば、ピーク時のアクセス数Ａｐに対応できるＩＴ資源の種類および量とすることができる。ＩＴ資源の種類および量は、例えば、サーバ１台、ＨＤＤ容量１００ＧＢ、ＣＰＵ使用率５０％等である。追加する時期は、例えば、ピークとなる時刻ｔｐの前後２時間ずつ等とすることができる。
コスト算出部４は、コスト情報記録部７から、ＩＴ資源価格情報７１を取得する（ステップＳ６）。コスト算出部４は、ＩＴ資源価格情報７１を用いて追加するべきＩＴ資源の価格を算出する。例えば、追加ＩＴ資源情報で表されるＩＴ資源の量が、サーバ１台分である場合、ＩＴ資源価格情報７１として、サーバ１台の１時間当たりのレンタル料金を取得する。
コスト算出部４は、コスト情報記録部７から、運用作業情報７２を取得する（ステップＳ７）。例えば、追加ＩＴ資源情報で表されるＩＴ資源の量が、サーバ１台分である場合、コスト算出部４は、サーバ１台をＩＴ資源１６ａに追加する作業にかかる料金および時間を取得する。
なお、コスト情報記録部７に記録されるＩＴ資源価格情報７１および運用作業情報７２は、上記の例に限られない。
出力部１１は、ステップＳ５で生成された追加ＩＴ資源情報、ステップＳ６で取得したＩＴ資源価格情報７１およびステップＳ７で取得した運用作業情報７２を、例えば、企業Ａの端末器のディスプレイ（図示せず）等に表示する（ステップＳ８）。これにより、企業Ａに対して、ＩＴ資源１６ａにおいて想定外のアクセスが発生する可能性があることを、アクセス数のピークが来る前に示すことができる。すなわち、企業Ａは、ＩＴ資源１６ａのユーティリティ運用において、想定外の需要が事前に検出されるので予防的対処が可能になる。
また、想定外のアクセスに対応するためにＩＴ資源が、いつ、どのくらい必要かを示すことができる。さらに、想定外のアクセスに対応するのにかかるコストを示すことができる。なお、出力部１１は、ピーク時のアクセス数およびアクセス数がピークになる時間を表示してもよい。これを見た運用者Ａは、追加すべきＩＴ資源の目安が得られる。
なお、図４においては、需要モデル５１および想定外モデル５２が表す遷移の期間が６時〜２４時までとしているが、遷移の期間はこれに限られない。例えば、需要モデル５１および想定外モデル５２が表す遷移の期間を一週間、一ヶ月または一年間等として、その期間における想定外の需要を検出することもできる。
（想定外モデル５２を生成する処理の例１）
ここで、想定外モデル５２を生成する処理の例を説明する。図５は、想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。まず、想定外モデル生成部１３は、ＩＴ資源提供ログ９１を供給データ記録部９から取得する（ステップＳ１１）。ＩＴ資源提供ログ９１には、例えば、共通ＩＴ資源１６ｄがＩＤＣ２４の事業システムに対して提供された時期および提供された量を表すデータが含まれている。
想定外モデル生成部１３は、ＩＴ資源提供ログ９１から、供給できる共通ＩＴ資源１６ｄが不足する時期を抽出する（ステップＳ１２）。想定外モデル５２は、共通ＩＴ資源１６ｄが通常より多く提供され、残りが僅かになる時期を、供給不足時期として抽出することができる。例えば、ＩＴ資源提供ログ９１のデータから、６時〜２４時のうち１時間ごとに共通ＩＴ資源１６ｄの提供量の平均値を求めた場合に、２０時〜２２時は、提供されずに残っている共通ＩＴ資源１６ｄが２０％以下になっていたとする。この場合、時間帯２０時〜２２時が供給不足時期として抽出される。
想定外モデル生成部１３は、ステップＳ１２で抽出された供給不足時期にアクセス数のピークが来るようなアクセス数の遷移を表す想定外モデル５２を生成する（ステップＳ１３）。例えば、上記例の時間帯２０時〜２２時に含まれる２１時にピークが来るアクセス数の遷移を表すデータが想定外モデル５２として生成される。
供給可能なＩＴ資源が不足となる時期にピークが来る時系列データが想定外モデル５２として生成されると、判定部２は、ＩＴ資源の供給可能量が不足する時期に需要のピークがくるようなリスクの高い想定外の需要が発生するか否かを判定することができる。その結果、ＩＴ資源１６ａ、１６ｂ、１６ｃを用いて事業システムを運用する企業Ａ、Ｂ、Ｃは、リスクを見積もりながら想定外の需要検出ができるので、早期対処の必要性を判断しやすくなる。
（想定外モデル５２を生成する処理の例２）
ここで、想定外モデル５２を生成する処理の他の例を説明する。図６は、想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。まず、想定外モデル生成部１３は、運用ポリシー８を供給データ記録部９から取得する（ステップＳ２１）。運用ポリシー８には、例えば、企業Ａの運用ポリシー８ａ、企業Ｂの運用ポリシー８ｂ、企業Ｃの運用ポリシー８ｃが含まれている。
想定外モデル生成部１３は、取得したそれぞれの運用ポリシー８ａ、８ｂ、８ｃについて、シミュレーションを行うことによって、企業Ａ、Ｂ、Ｃそれぞれの事業システムへ追加される共通ＩＴ資源の量の所定期間における時間遷移を求める（ステップＳ２２）。運用ポリシーには、事業システムへＩＴ資源を追加する時期と、追加するＩＴ資源の量を表すデータが含まれているので、そのデータに基づいて、上記時間遷移を求めることができる。
図７（ａ）は、運用ポリシー８ａによるＩＴ資源追加量の時間遷移、（ｂ）は、運用ポリシー８ｂによるＩＴ資源追加量の時間遷移、（ｃ）は、運用ポリシー８ｃによるＩＴ資源追加量の時間遷移の一例をそれぞれ示すグラフである。図７（ａ）、（ｂ）、（ｃ）に示すグラフにおいて、縦軸は追加するＩＴ資源の量、横軸は、時間を表している。
想定外モデル生成部１３は、企業Ａ、Ｂ、Ｃそれぞれの事業システムへ追加される共通ＩＴ資源の量を足し合わせた量の時間遷移を求める（ステップＳ２３）。図７（ｄ）は、図７（ａ）、（ｂ）、（ｃ）のグラフに示すＩＴ資源追加量を足し合わせた量の時間遷移を表すグラフである。
想定外モデル生成部１３は、企業Ａ、Ｂ、Ｃそれぞれの事業システムへ追加される共通ＩＴ資源の量を足し合わせた量が、不足している時期を供給不足時期として抽出する（ステップＳ２４）。例えば、図７（ｄ）のグラフ中で、追加されるＩＴ資源の量の和が１０を超える時期、すなわち、グラフ中の時期ｍが供給不足時期として抽出される。
想定外モデル生成部１３は、ステップＳ２４で抽出された供給不足時期にアクセス数のピークが来るようなアクセス数の遷移を表す想定外モデル５２を生成する（ステップＳ２５）。例えば、図７（ｄ）のグラフ中に示される時期ｍにピークが来るようなアクセス数の遷移を表すデータが想定外モデル５２として生成される。
（実施の形態２）
図８は、実施の形態２にかかる想定外需要検出システムの構造を示す機能ブロック図である。図８に示す構造において、図２と同じ部分には同じ番号を付し、説明を省略する。図８に示す想定外需要検出システム１０は、対応可能量データ生成部２０、リスク算出部２９、イベント情報記録部１２、企業情報記録部２７を備える。コスト情報記録部７には、リスク情報７３が記録されている。
イベント情報記録部１２には、イベントメトリクス２５が記録されている。イベントメトリクス２５については後述する。企業情報記録部２７には、基準値データ３１、イベント急峻度３２、検出余裕時間３３、運用ポリシー８が記録されている。
企業情報記録部２７は、ＩＤＣ２４において、ＩＴ資源によって事業システムを運用する運用主体である企業Ａ、Ｂ、Ｃそれぞれに関する情報を、企業Ａ、Ｂ、Ｃごとに記録することが好ましい。したがって、基準値データ３１、イベント急峻度３２、検出余裕時間３３、運用ポリシー８は、企業Ａ、Ｂ、Ｃごとに記録されている。本実施形態においては、一例として企業Ａに関するデータについて説明する。
例えば、企業Ａの運用ポリシー８ａには、所定期間において、イベントの発生によるＩＴ資源１６ａの需要増加が検出された場合に企業Ａの事業システムに追加するＩＴ資源の量を示すデータが含まれる。またイベントの発生によるＩＴ資源１６ａの需要増加の検出から前記ＩＴ資源の追加までにかかる準備時間を示すデータも運用ポリシー８ａに含まれる。
基準値データ３１は、イベントの発生による前記ＩＴ資源の需要増加の有無を判定するための基準値の所定期間における時間遷移を表すデータである。例えば、企業ＡのＩＴ資源１６ａに含まれるサーバのＷｅｂサイトにアクセスされる数の変動幅の所定期間における時間遷移を表すデータを基準値データ３１とすることができる。時間遷移は、例えば、前記所定期間内の時間を示すデータと、前記時間におけるＩＴ資源のアクセス数の変動幅を示すデータとで表される。
図９は、基準値データ３１のデータ構造の例を示す図である。図９に示す例は、所定期間が６時〜２４時で、１時間ごとにアクセス数の変動幅を表す標準偏差の値が記録されている。例えば、１０時におけるアクセス数は、日ごとに異なる。例えば、過去１０日間の１０時におけるアクセス数の標準偏差が、１０時におけるアクセス数の変動幅となる。変動幅は、標準偏差の他に、例えば、範囲、平均偏差、分散、平方和、変動係数等の散らばり具合を表す値で表すことができる。図９に示すアクセス数の標準偏差は、例えば、過去のアクセス数を記録したログデータから求めることができる。
例えば、前記所定期間内のある時間において、アクセス数が、基準値データで表されるその時間における変動幅を超えた場合、イベントの発生による需要増加、すなわちアクセス数増加があると判断することができる。また、アクセス数が基準値データの変動幅を超えた時をイベント発生の開始時間と判断してもよい。同様に、前記所定期間内のある時間において、アクセス数が、基準値データで表されるその時間における変動幅を下回った場合、イベントの発生によるアクセス数増加がなくなったと判断することができる。アクセス数が、基準値データの変動幅を下回った時をイベントの終了時間と判断してもよい。
なお、基準値データ３１のデータ構造は図９に示す構造に限られない。図９に示す例では、１時間ごとに標準偏差の値が記録されているが、１時間ごとに限られず、例えば、１０分ごとでもよいし、２時間ごとでもよい。また、前記所定期間も、図９に示す例のように６時〜２４時に限られない。例えば、所定期間を０時〜２４時としてもよいし、１週間、１ヶ月または１年としてもよい。
イベント急峻度３２は、例えば、企業Ａが行うキャンペーン等のイベントの発生によって、変化するアクセス数の変化の速さを表すデータである。イベント急峻度３２は、例えば、イベントの発生によるアクセス数の変化を表すグラフの傾きや、アクセス数の変化の加速度等によって表されることができる。また、以下に示す例のように、ロジスティック密度関数を変形した関数を用いて、急峻度ｓをモデル化することもできる。
図１０は、イベントの発生によって変化するアクセス数を示すグラフの一例である。図１０に示すグラフにおいて、縦軸はアクセス数、横軸は時間ｘを示す。アクセス数の遷移は、ｆ（ｘ）の曲線で表されている。点ｐは、イベントによるアクセス数の増加が検出された時間におけるアクセス数Ｘｐを示す点である。Ｘｗは、アクセス数のピーク値であり、ｗはイベントによるアクセス数の増加が検出されてからアクセス数がピークに達するまでの時間である。ｌは、アクセス数がピークに達する時間である。ｆ（ｘ）は、例えば、下記（数１）で表されるロジスティック密度関数を変形したものである。
Figure 0005077617
上記（数１）において、ｓは急峻度となる。ロジスティック密度関数は、下記（数２）で表される関数である。
Figure 0005077617
上記（数２）に示すロジスティック密度関数は、−∞〜＋∞における積分値が１になる関数である。ロジスティック関数において、ｓを小さくする、すなわち、ロジスティック関数が表す曲線を、急峻なピークを有する形にすると、面積を１に保つためにピークの高さが高くなる。逆に、ｓを大きくする、すなわち、ロジスティック関数が表す曲線を、なだらかなピークを有する形にすると、面積を１に保つためにピークの高さが低くなる。上記（数１）は、ｓの値を変化させても、ピークの高さが変化しないように、（数２）に示すロジスティック密度関数の分母をｓ倍した関数である。ロジスティック密度関数を上記（数１）のように変形することで、イベントによるアクセス数変動により当てはめ易い関数が得られる。
このように、急峻度ｓは、上記（数１）に示すような、ロジスティック関数を変形した関数を用いてモデル化することができる。なお、急峻度は、上記（数１）で表されるｓに限られない。
急峻度ｓは、イベントによるアクセス数の変動を表すグラフの形を特徴づける値であると言える。すなわち、急峻度ｓは、イベント性需要変動の仕方を数値で表したデータであると言える。例えば、図１０に示す関数Ｆ（ｘ）が表す曲線の形は、急峻度ｓによって決められる。したがって、急峻度ｓが変化すると、時間ｗが一定の場合、Ｘｗ／Ｘｐの値が変化する。また、急峻度ｓが一定の場合、時間ｗによって、Ｘｗ／Ｘｐの値が変化する。これらの急峻度ｓ、時間ｗおよびＸｗ／Ｘｐの関係を、複数のｓの値および複数のｗの値について記録したデータが、イベントメトリクス２５の１例である。
イベントメトリクスとは、イベント検出時のアクセス数と、ピーク時のアクセス数と、急峻度と、検出時からピークに達するまでの時間との関係を示した指標である。
図８に示す対応可能量データ生成部２０は、イベントメトリクス２５、基準値データ３１、イベント急峻度３２、検出余裕時間３３、運用ポリシー８ａに基づいて、対応可能量データを生成する。対応可量データについては後述する。対応可能量データは、出力部１１で表示される。
リスク算出部２９は、対応可能量データ生成部２０が生成した対応可能量データと、企業情報記録部２７に記録された運用ポリシー８と、コスト情報記録部７に記録された情報とに基づいて、運用ポリシー８で運用される事業システムにおけるリスクの大きさを算出する。算出されたリスクの大きさは、出力部１１で表示される。
想定外モデル生成部１３は、対応可能量データ生成部２０で生成された対応可能量データを基に想定外モデル５２を生成し、モデル記録部５に記録する。
（対応可能量データを生成する処理）
次に、対応可能量データ生成部２０が、対応可能量データを生成する処理について説明する。図１１は、対応可能量データ生成部２０が、対応可能量を算出する処理の一例を示すフローチャートである。まず、対応可能量データ生成部２０は、企業情報記録部２７に記録されている基準値データ３１から、時間ｔｎにおける標準偏差ｓｄ[ｔｎ]を取得する（ステップＳ３１）。基準値データ３１は、例えば、図９に示すようなデータ構造を有している。時間ｔｎ＝６：００の場合、対応可能量データ生成部２０は、図９に示す基準値データ３１からｓｄ[６：００]＝９００の値を６：００における標準偏差として取得する。
次に、対応可能量データ生成部２０は、イベント急峻度３２に記録された急峻度ｓを取得する（ステップＳ３２）。さらに、検出余裕時間３３として企業情報記録部２７に記録された解析対象の検出余裕時間Δｔも取得する（ステップＳ３３）。
対応可能量データ生成部２０は、ステップＳ３２で取得した急峻度ｓとステップＳ３３で取得した検出余裕時間Δｔに基づいて、イベントメトリクス２５から倍率αを取得する（ステップＳ３４）。イベントメトリクス２５は、例えば、図１０に示すグラフにおいて、イベントの発生によって増加するアクセス数がピークに達した時のアクセス数Ｘｗと、イベントによるアクセス数の増加が検出された時のアクセス数Ｘｐと、アクセス数増加の急峻度合いｓと、イベントによる前記需要増加が検出された時から前記需要がピークに達するまでの検出余裕時間ｗとの関係を表すデータである。
これらの値Ｘｗ、Ｘｐ、ｓ、ｗの関係は、例えば、図１２に示すグラフのような関係がある。図１２に示すグラフにおいて、縦軸は（Ｘｗ／Ｘｐ）、横軸は、検出余裕時間ｗを表している。グラフ中の５本の折線は、それぞれ急峻度が、２、３、４、５、１０の場合のＸｗ／Ｘｐのｗに対する変化を表している。なお、アクセス数が標準偏差を超えた時が、イベントによる前記需要増加が検出された時とする場合、アクセス数のイベントによる増加が検出された時のアクセス数Ｘｐは、その検出時の標準偏差と等しくなる。したがって、Ｘｐは標準偏差に置き換えることができる。
図１３は、イベントメトリクス２５のデータ構造の一例を示す図である。図１３に示すデータは、図１２のグラフで表される値Ｘｗ、Ｘｐ、ｓ、ｗの関係を表したデータである。例えば、ｓ＝３、Δｔ＝９０である場合、対応可能量データ生成部２０は、図１３に示すイベントメトリクス２５から対応する倍率αの値として５．５３３８３１を取得する。
なお、値Ｘｗ、Ｘｐ、ｓ、ｗの関係を表すデータは、図１３に示すイベントメトリクス２５のデータ構造に限られない。例えば、ｓ、ｗを引数として、値Ｘｗ／Ｘｐを返すようにプログラムされた関数によって、値Ｘｗ／Ｘｐが得られるようにしてもよい。
対応可能量データ生成部２０は、標準偏差ｓｄ[ｔｎ]に倍率αを掛けた値を、時間ｔｎからΔｔ後における対応可能なアクセス数としてプロットする（ステップＳ３５）。時間ｔｎが１日の終了時間２４時でなければ（ステップＳ３６でＮＯ）、対応可能量データ生成部２０は、時間ｔｎを次の時刻（例えば、１時間先の時刻）に設定して（ステップＳ３７）ステップＳ３１〜Ｓ３５の処理を繰り返す。これにより、例えば、最初のｔｎ＝６：００であるとすると、６：００〜２４：００の期間で、１時間ごとに対応可能なアクセス数を表す値が得られる。すなわち、対応可能なアクセス数の時間遷移を表す対応可能量データが得られる。
図１４は、対応可能量データ生成部２０によって生成された対応可能量データで表される対応可能なアクセス数の時間遷移の例を示すグラフである。図１４において縦軸はアクセス数、横軸は時間を表す。図１４に示すグラフにおいて、線ｑはアクセス数の標準偏差の時間遷移を、線ｅは対応可能なアクセス数の時間遷移を示している。線ｅは、急峻度ｓ＝３、検出余裕時間Δｔ＝９０（分）として算出されたアクセス数の例である。イベントによるアクセス数の増加を検出してから、対応するまでの時間が９０分の場合、線ｅが示すアクセス数より少ないアクセス数のピークが来ても、対応した時にはピークが去っているので結果として対応できなくなることを意味している。例えば、イベントによるアクセス数の増加が検出され、検出から９０分後にサーバ追加等の対応がなされた場合、検出されたアクセス数の増加が線ｅに示すアクセス数より少ない数でピークを迎えて早期に終わってしまうと、結果として、サーバ追加等では対応できなかったことになる。
なお、図１４に示す例では、検出余裕時間Δｔ＝９０（分）として算出されたアクセス数のみが示されているが、例えば、複数の検出余裕時間Δｔについて対応可能アクセス数を算出することもできる。図１５は、Δｔ＝６０、Δｔ＝９０およびΔｔ＝１２０の場合それぞれについて算出された対応可能量データが表す対応可能なアクセス数の遷移の例を表すグラフである。
図１５において縦軸はアクセス数、横軸は時間を表す。図１５に示すグラフにおいて、線ｑはアクセス数の標準偏差の時間遷移を示している。線ｅ１はΔｔ＝１２０の場合、線ｅ２はΔｔ＝９０、線ｅ３はΔｔ＝６０の場合の対応可能なアクセス数の時間遷移をそれぞれ示している。なお線ｅ１、ｅ２、ｅ３のいずれ場合も、急峻度ｓ＝３である。線ｒは、平均アクセス数の遷移を示している。検出余裕時間Δｔが大きくなるほど、対応可能なアクセス数が大きくなっている。すなわち、検出余裕時間Δｔを大きくすると、イベント規模が大きい必要があることが示される。また、Δｔを大きくするほど時間ｔ＝５０前後のピークが高くなっている。アクセス数が標準偏差を超えた時点でイベントによるアクセス数の変動（イベント性変動）が検出されるので、標準偏差が大きいとイベント性変動の検出が遅れる。そのため、標準偏差が大きいｔ＝５０直後の変動が検出しにくくなっている。
例えば、図１５に点線で示す領域ｎに、ピークが来るようなイベント性変動が発生する場合、９０分以上の検出余裕時間をもって対応し得ることが分かる。領域ｎは線ｅ２より上にあるからである。しかし、１２０分以上の検出余裕時間をもって対応できることはない。領域ｎは線ｅ１より下にあるからである。企業Ａの運用ポリシー８ａで、ＩＴ資源の追加に必要な準備時間を、１２０分に設定していると、領域ｎにピークが来るようなイベント性変動には対応できない可能性がある。この場合、企業Ａは、ユーティリティ運用の運用ポリシー８ａの内容を変更して準備時間を短くするように性能をあげるか、イベント計画を見直すかどちらかを行うことが好ましい。なお、準備時間を短くすると、コストが上がることが予想される。
（対応可能量データを生成する処理の変形例）
上記の対応可能量データを生成する処理の例は、急峻度ｓが固定値である場合に、対応可能量データを算出する処理であったが、急峻度ｓは、時間によって変化する値であってもよい。例えば、図１１に示すフローチャート中のステップＳ３２で取得される急峻度ｓが、時間ｔｎによって変化する値であってもよい。図１６は、時間によって変化する急峻度ｓ、標準偏差の時間遷移、対応可能なアクセス数の遷移の例を示すグラフである。図１６の下段に示すグラフの曲線ｓ（ｔ）は、時間によって変化する急峻度ｓを示している。図１６の上段に示すグラフの曲線ｑ１は、基準値データ３１で表される標準偏差の時間遷移を示している。線ｅ４は、曲線ｓ（ｔ）で表される急峻度と、曲線ｑ１で表される標準偏差を基に対応可能量データ生成部２０で算出された９０分後に対応可能なアクセス数の遷移を示している。
曲線ｓ（ｔ）は、例えば、企業ＡのＩＴ資源１６ａでの過去のイベント性変動における急峻度の平均を時間帯別に示したものである。例えば、過去１００日間の１１時における急峻度の平均はＳ１であることを示している。
（対応可能量データを用いたリスク算出処理の例）
次に、リスク算出部２９が、対応可能量データ生成部２０が生成した対応可能量データを用いて、運用ポリシー８で運用される事業システムにおけるリスクの大きさを算出する処理の例について説明する。図１７は、リスク算出部２９が、例えば、企業Ａの運用ポリシー８ａで運用される事業システムにおけるリスクの大きさを算出する処理の一例を示すフローチャートである。
リスク算出部２９は、企業Ａの運用ポリシー８ａを企業情報記録部２７から取得する（ステップＳ４１）。企業Ａの運用ポリシー８ａには、所定期間において、イベントの発生によるＩＴ資源１６ａの需要増加が検出された場合に企業Ａの事業システムに追加するＩＴ資源の量を示すデータが含まれる。またイベントの発生によるＩＴ資源１６ａの需要増加の検出から前記ＩＴ資源の追加までにかかる準備時間を示すデータも運用ポリシー８ａに含まれる。
リスク算出部２９は、これらのデータと、コスト情報記録部７に記録されたＩＴ資源価格情報７１を用いて、運用ポリシー８ａに従ってＩＴ資源を追加した場合にかかるコストを計算する（ステップＳ４２）。
ＩＴ資源を追加する場合のコストは、例えば、追加するＩＴ資源の量によって加算されるコストと、ＩＴ資源の性能によって加算されるコストを含む。ＩＴ資源の性能として、例えば、前記準備時間をいかに短くできるかという性能がある。すなわち、前記準備時間を短くすればするほどコストは高くなる。また、例えば、ＩＴ資源の需要増加を検出した場合に必ずＩＴ資源を追加するというオンデマンド運用にする場合と、ＩＤＣ２４側に共有のＩＴ資源１６ａが余っていれば追加するというベストエフォート運用にする場合とでコストが変化する。
そこで、ＩＴ資源価格情報７１には、例えば、オンデマンド運用の場合に準備時間によって変化する係数を表す関数Ｏ（ｔ）と、ベストエフォート運用の場合に準備時間によって変化する係数を表す関数Ｂ（ｔ）とが記録されている。また、追加するＩＴ資源の量に応じて変化するコストを算出するための係数Ｓも記録されている。ＩＴ資源の量は、例えば、アクセス数、セッション数、ＣＰＵ使用率、ハードディスク容量、サーバ台数等が挙げられる。
リスク算出部２９は、例えば、上記のＯ（ｔ）、Ｂ（ｔ）およびＳを用いて運用ポリシー８ａに従ってＩＴ資源を追加した場合にかかるコストを算出することができる。例えば、運用ポリシー８ａに、オンデマンド運用の準備時間が９０分、ベストエフォート運用の準備時間が９０分、追加するＩＴ資源の量が５０００アクセス分とする定義がされていた場合、リスク算出部２９は、運用ポリシー８ａによる運用コストの金額Ｃを、下記（式１）によって算出することができる。
（式１）
Ｃ＝Ｏ（９０）＋Ｂ（９０）＋Ｓ×５０００
さらに、リスク算出部２９は、対応可能量データ生成部２０が生成した対応可能なアクセス数の時間遷移を示す対応可能量データを取得する（ステップＳ４３）。リスク算出部２９は、取得した対応可能量データが表す対応可能なアクセス数と、運用ポリシー８ａで対応できるアクセス数とを比較することにより、運用ポリシー８ａの運用では対応できない想定外のアクセス数が発生する可能性の程度を算出する（ステップＳ４４）。
図１８は、対応可能量データで表される対応可能なアクセス数と、運用ポリシー８ａで表される、ＩＴ資源の追加によって対応できるアクセス数とを重ねて示すグラフである。図１８に示すグラフにおいて、縦軸はアクセス数、横軸は時間を示す。線ｅ１は検出余裕時間Δｔ＝１２０の場合、線ｅ２はΔｔ＝９０、線ｅ３はΔｔ＝６０の場合の対応可能なアクセス数の時間遷移をそれぞれ示している。グラフ中の破線ｕは、既存のＩＴ資源１６ａで対応できるアクセス数を示している。破線で囲まれた領域ｕ１は、運用ポリシー８ａに従って追加されるＩＴ資源によって対応可能となるアクセス数の範囲を示している。
ここで、運用ポリシー８ａのオンデマンド運用の準備時間を１２０分、ベストエフォート運用の準備時間を１２０分であるとする。図１８に示す例では、線ｅ１の下側であって、破線ｕの上の領域にアクセス数のピークが来るようなイベント性変動が発生した場合は、運用ポリシー８ａに従ってＩＴ資源が追加されたとしても対応することができない。そのようなイベント性変動が検出されてから、運用ポリシー８ａで設定された準備時間すなわち、１２０分後にＩＴ資源が追加されても、すでにアクセス数のピークは去っているからである。
図１８に示す線ｅ１の下側であって、破線ｕの上側である領域のように、運用ポリシーで対応できない領域の面積が大きければ、それだけ、対応不可能な需要が発生する可能性が大きくなる。リスク算出部２９は、上記例のような運用ポリシーで対応できないアクセス数の領域の面積を求めることによって、運用ポリシー８ａの運用では対応できない想定外のアクセスが発生する可能性の程度を算出することができる。
リスク算出部２９は、運用ポリシー８ａで対応できないアクセスが発生する可能性の程度と、リスク情報７３とを用いて、対応不可能な需要が発生するリスクを機会損失の額として算出する（ステップＳ４５）。例えば、リスク算出部２９は、図１８に示す例の運用ポリシーで対応できないアクセス数の領域の面積に、適切な係数を掛けることによって、対応不可能な需要が発生するリスクを機会損失の額として算出することができる。前記係数は、例えば、リスク情報７３に記録されている。
なお、図１８に示す例において、運用ポリシー８ａのオンデマンド運用の準備時間が９０分であった場合は、どのようなイベント性変動が発生してもＩＴ資源を追加することで対応することができる。９０分の準備時間で対応できないアクセス数の範囲は、線ｅ２の下側であるが、この範囲は既存のＩＴ資源１６ａで対応できるアクセス数の範囲に含まれているからである。
このようにして、運用ポリシー８ａについて運用コストおよび運用リスクが算出される。企業Ａの他の運用ポリシーについても同様に運用コストおよび運用リスクが算出される。企業Ａの全ての運用ポリシーについて運用コストおよび運用リスクが算出されると、各運用ポリシーの運用コストおよび運用リスクが互いに比較可能なように表示されることが好ましい。
図１９は、異なる運用ポリシー８ａ―１、８ａ−２、８ａ―３についてそれぞれ求められた運用コストおよび運用リスクを比較可能に表示した画面の一例を示す図である。図１９に示す例では、運用ポリシー８ａ―１、８ａ−２、８ａ―３の運用コストとして、オンデマンド運用による運用コストとベストエフォート運用による運用コストがそれぞれ識別可能に表示されている。また、機会損失による運用リスクが、運用コストとは区別されて表示されている。企業Ａの運用者は、図１９に示す画面を見ることで、最適な運用ポリシーを選択するための指針が得られる。
（対応可能量データを用いて想定外モデルを生成する処理の例）
次に、対応可能量データを用いて想定外モデルを生成する処理の例を説明する。図２０は、想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。まず、想定外モデル生成部１３は、対応可能量データ生成部２０が生成した対応可能量データを取得する（ステップＳ５１）。
想定外モデル生成部１３は、対応可能量データを用いて、所定の検出余裕時間で対応可能なアクセス数の範囲外の領域を抽出する（ステップＳ５２）。ここで、所定の検出余裕時間は、例えば、企業情報記録部２７に予め記録されている検出余裕時間３３を用いることができる。ここでは、所定の検出余裕時間が１２０分である場合について説明する。
図２１は、想定外モデル生成部１３が取得した対応可能量データで表される対応可能なアクセス数の範囲を示すグラフである。図２１に示すグラフにおいて、縦軸はアクセス数、横軸は時間を示す。線ｅ１は検出余裕時間Δｔ＝１２０の場合、線ｅ２はΔｔ＝９０、線ｅ３はΔｔ＝６０の場合の対応可能なアクセス数の時間遷移をそれぞれ示している。
グラフ中の破線ｕは、既存のＩＴ資源１６ａで対応できるアクセス数を示している。したがって、破線ｕより下側は、対応可能なアクセス数の範囲である。また、検出余裕時間が１２０分である場合、破線ｕより上側であって、かつ線ｅ１より上の範囲は、１２０分で追加のＩＴ資源を準備できる範囲であるので、対応可能なアクセス数の範囲である。
図２０に示す例において、想定外モデル生成部１３は、対応可能なアクセス数の範囲外の領域として、破線ｕより上側であって、かつ線ｅ１より下側の領域ｖを抽出する。
想定外モデル生成部１３は、対応可能なアクセス数の範囲外の領域ｖにピークが来るようなアクセス数の時間的遷移を表す想定外モデル５２を生成する（ステップＳ５３）。図２１に示す例では、破線ｕより上側であって、かつ線ｅ１より下側の範囲にピークが来るようなアクセス数の時間遷移を表す想定外モデル５２を生成する。すなわち、イベント性変動を検出してから１２０分でＩＴ資源を追加したのでは対応できないようなアクセス数の時間遷移を表す想定外モデル５２が生成される。このように、対応可能なアクセス数の範囲外にピークが来るような想定外モデル５２が生成されると、判定部２は、対応可能なアクセス数の範囲外に需要のピークが来るようなリスクの高い需要が発生するか否かを判定することができる。
（実施の形態３）
本実施形態は、例えば、図１（ａ）に示すＩＤＣ２４において、企業Ａ、Ｂ、ＣのＩＴ資源１６ａ、１６ｂ、１６ｃにおける想定外の需要を検出する想定外需要検出システムに関する。本実施形態においては、一例として、企業ＡのＩＴ資源１６ａの想定外需要を検出する場合について説明する。
図２２は、本実施形態における想定外需要検出システム１００の構成を表す機能ブロック図である。想定外需要検出システム１００は、検出時期生成部３７、判定部２３、追加情報生成部３、コスト算出部４、出力部１１、想定外モデル生成部１３、入力部１４、予測データ記録部３５、イベント情報記録部１２、判定データ記録部４３およびコスト情報記録部７を備える。
予測データ記録部３５には、イベント急峻度３２、ピーク予測データ３９、需要モデル５１が記録されている。イベント急峻度３２、ピーク予測データ３９および需要モデル５１は、ＩＤＣ２４で管理されているＩＴ資源１６ａ、１６ｂ、１６ｃごとに記録されることが好ましい。すなわち、予測データ記録部３５に記録されるデータは、ＩＤＣ２４で事業システムを運用する企業Ａ、Ｂ、Ｃごとにそれぞれ固有のデータが記録されることが好ましい。
需要モデル５１は、実施の形態１における需要モデル５１と同様に、ＩＴ資源１６ａ、１６ｂ、１６ｃが構成するそれぞれの事業システムで必要とされるＩＴ資源の量の所定期間における時間遷移を表すデータである。また、需要モデル５１は、前記時間遷移の急峻度を表すデータを含むことが好ましい。急峻度は、実施の形態２のイベント急峻度３２と同様に、例えば、企業Ａが行うキャンペーン等のイベントの発生によって、変化するアクセス数の変化の速さを表すデータである。
ピーク予測データ３９は、例えば、企業Ａが想定するイベントによって変動するＩＴ資源１６ａの需要が所定期間においてピークに達する時期およびそのピーク時の需要量を示すデータとを含む。ピーク予測データ３９は、例えば、需要データ５１を基に算出されてもよい。
イベント急峻度３２は、例えば、企業Ａが想定するイベントによる前記ＩＴ資源１６ａの需要変動の急峻度合いを示すデータである。イベント急峻度３２は、例えば、需要モデル５１に含まれて記録されてもよいし、需要モデル５１とは別に独立したデータとして予測データ記録部３５に記録されてもよい。
検出時期生成部３７は、イベント急峻度３２とピーク予測データ３９を用いて、イベント情報記録部１２に記録されたイベントメトリクス２５から、ピーク予測データ３９が表すピーク時からある一定の検出余裕時間だけ前の時点の需要量を取得する。イベント情報記録部１２およびイベントメトリクス２５は、実施の形態２におけるイベント情報記録部１２およびイベントメトリクス２５と同じである。
検出時期生成部３７は、イベントメトリクス２５から取得した需要量と判定データ記録部４３に記録された基準値データ３１とを比較することにより、企業Ａが想定するイベントによる需要変動の開始を検出される検出時期を算出する。算出された検出時期は、検出時期データ４１として、判定データ記録部４３に記録される。なお、判定データ記録部４３も、企業Ａ、Ｂ、Ｃごとにそれぞれ固有のデータが記録されることが好ましい。
判定部２３は、入力部１４で入力された観測データ２６で表される実際の需要と、基準値データ３１とを比較することにより、実際のイベントによる需要変動の開始を検出する。判定部２３は、観測データ２６から開始を検出した時期と、検出時期生成部３７が算出した検出時期データ４１とを比較することにより、基準値データ３１が表す所定期間において、前記予測データ記録部３５に記録されたデータ表す需要と異なる需要が実際に発生するか否かを判定する。
入力部１４、追加情報生成部３、コスト算出部４、出力部１１、コスト情報記録部７については、実施の形態１と同じであるのでその説明を省略する。また、想定外需要検出システム１００のハードウエア構成も、実施の形態１と同様のコンピュータを用いた構成とすることができる。例えば、検出時期生成部３７、判定部２３、追加情報生成部３、コスト算出部４、出力部１１、想定外モデル生成部１３、入力部１４の機能は、コンピュータのＣＰＵが所定のプログラムを実行することによって実現される。また、予測データ記録部３５、イベント情報記録部１２、判定データ記録部４３およびコスト情報記録部７は、コンピュータが備える記録媒体またはコンピュータに接続された記録媒体を用いて構成することができる。
（検出時期データを生成する処理の例）
次に、検出時期生成部３７が検出時期データ４１を生成する処理の例を説明する。図２３は、検出時期生成部３７が検出時期データ４１を生成する処理の一例を示すフローチャートである。まず、検出時期生成部３７は、需要モデル５１から、イベントによって変動するＩＴ資源１６ａの需要のピーク時期およびピーク値の範囲を求める（ステップＳ６１）。
ここでは、ＩＴ資源１６ａの需要がアクセス数である場合を例に挙げて説明する。例えば、需要モデル５１で表されるアクセス数の遷移において、ピーク値が１００００アクセスであった場合、その前後１０００をピーク値の範囲とすることができる。また、例えば、需要モデル５１で表されるアクセス数がピークに達する時期が２０時であった場合、２０時の前後１時間をピーク時期の範囲とすることができる。
このように、ピークの時期およびピーク値の範囲で表されるデータを以下、予測域データと称する。図２４は、予測域データの例および需要予測モデルを示すグラフである。グラフ中、破線で囲まれた領域ｖ１が予測域データで表される予測域ｖ１である。図２４に示すグラフにおいて、縦軸はアクセス数、横軸は時間をそれぞれ示す。線ｑ２は、基準値データ３１で表されるアクセス数の標準偏差の時間遷移を示している。
次に、検出時期生成部３７は、需要モデル５１から抽出された急峻度ｓ１を取得する（ステップＳ６２）。検出時期生成部３７は、取得した急峻度ｓ１を用いて、予測域ｖ１の左上点ｖ１ｃをピークとする、イベントによるアクセス数変動の開始時刻を算出する（ステップＳ６３）。予測域ｖ１の左上点ｖ１ｃは、予測域ｖ１においてピーク値が最大で、かつピーク時刻が最小である場合を表す点である。
ステップＳ６３において、検出時期生成部３７は、ステップＳ６２で取得した急峻度ｓ１と、所定の検出余裕時間Δｔとに対応する倍率α１を、例えば、図１３に示すようなイベントメトリクス２５から取得する。検出時期生成部３７は、左上点ｖ１ｃにおけるピーク値に、倍率α１の逆数を掛けることで、左上点ｖ１ｃピークからΔｔだけ前の時点のアクセス数が得られる。例えば、このアクセス数と、左上点ｖ１ｃピークからΔｔだけ前の時点の標準偏差とを比較することによって、その時点でイベントによる変動が開始しているか否かが判断される。検出時期生成部３７は、このような比較を、複数のΔｔについて行うことで、イベントによるアクセス数変動の開始時刻を求めることができる。
検出時期生成部３７は、複数のΔｔについて、それぞれの左上点ｖ１ｃピークからΔｔだけ離れた時点のアクセス数を、イベントメトリクス２５から取得することで、例えば、図２４に示す曲線ｈ１に示すような、イベントによるアクセス数の変動を表すデータが得られる。検出時期生成部３７は、例えば、この曲線ｈ１と基準値データ３１で表される標準偏差を示す線ｑ２との交点のうち、時間が早い方を、イベントによるアクセス数変動の開始時刻、時間が遅い方を終了時刻とすることができる。すなわち、検出時期生成部３７は、線ｑ２で示される、予測域ｖ１の左下点ｖ１ｃをピークとするイベントによるアクセス数変動の開始時刻を時刻ｔ１とすることができる。
検出時期生成部３７は、同様にして、予測域ｖ１の左下点ｖ１ｄをピークとする、イベントによるアクセス数変動（曲線ｈ２）の終了時刻ｔ３を算出する（ステップＳ６４）。また、検出時期生成部３７は、予測域ｖ１の右上点ｖ１ａをピークとする、イベントによるアクセス数変動（曲線ｈ３）の開始時刻ｔ２を算出する（ステップＳ６５）。さらに、検出時期生成部３７は、予測域ｖ１の右下点ｖ１ｂをピークとする、イベントによるアクセス数変動（曲線ｈ４）の終了時刻ｔ４を算出する（ステップＳ６３）。
以上のようにして、検出時期生成部３７は、開始時刻の範囲ｔ１〜ｔ２および終了時刻の範囲ｔ３〜ｔ４を求めることができる。これらの値ｔ１〜ｔ４は、検出時期データ４１として、判定データ記録部４３に記録される。
上記例においては、予測域ｖ１の左上点ｖ１ｃ、左下点ｖ１ｄ、右上点ｖ１ａ、右下点ｖ１ｂにピークがある場合のイベント性変動について開始終了時刻を求める処理を説明したが、これらの４点に限らず、例えば、予測域ｖ１内の他の点にピークがある場合のイベント性変動について開始終了時間を求めてもよい。
（想定外の需要が発生するか否かを判定する処理の例）
次に、判定部２３が、検出時期データ４１を用いて、想定外の需要が発生するか否かを判定する処理の例を説明する。図２５は、判定部２３が、想定外の需要が発生するか否かを判定する処理の例を示すフローチャートである。
まず、入力部１４が、観測データ２６を入力する（ステップＳ７１）。まず、入力部１４が、観測データ２６を入力する（ステップＳ１）。観測データ２６は、実施の形態１と同様である。本実施形態では、一例として、図１に示す企業ＡのＩＴ資源１６ａのサーバからＩＴ資源１６ａのサーバへのアクセス数を表すデータを観測データ２６として入力する場合について説明する。例えば、一定間隔ごとのサーバへのアクセス数が逐次入力部１４によって入力されることが好ましい。
判定部２３は、観測データ２６で表されるアクセス数と、基準値データ３１とを比較することによって、イベントによるアクセス数変動が開始されたか否かを判定する（ステップＳ７２）。例えば、判定部２３は、観測データ２６で表されるある時刻におけるアクセス数が、その時刻におけるアクセス数の標準偏差を超えた場合に、イベントによるアクセス数変動が開始されたと判断することができる。
判定部２３は、イベントによるアクセス数変動が開始された時刻と、検出時期データ４１で表される開始時刻とを比較して、アクセス数変動が開始された時刻が想定内であるか否かを判断する（ステップＳ７３）。
図２６（ａ）および（ｂ）は、観測データ２６が表すアクセス数の遷移の例と、予測域の例とを示すグラフである。図２６（ａ）および（ｂ）に示すグラフにおいて、縦軸はアクセス数を示し、横軸は時間を示す。また、点線で囲まれた領域ｖ１は、図２４に示した予測域ｖ１であり、グラフ中の曲線ｈ１、ｈ２、ｈ３、ｈ４は、図２４に示した曲線ｈ１、ｈ２、ｈ３、ｈ４である。
図２６（ａ）において、線ｇ１は、観測データ２６が表すアクセス数の遷移の例を示す。線ｇ１で示されるアクセス数は、時刻ｔ１２において線ｑ２で示される標準偏差を超えている。したがって、判定部２３は、時刻ｔ１２で、アクセス数のイベント性変動の開始を検出する。時刻ｔ１２は、検出時期生成部３７で求められた開始時間の範囲内、すなわち、ｔ１からｔ２の間である。したがって、線ｇ１が示すアクセス数の遷移におけるイベント性変動の開始は、想定内であると判断される（ステップＳ７３でＹｅｓ）。すなわち、判定部２３は、観測データ２６が表すアクセス数は、予測域ｖ１にピークとなるように遷移すると判定する。
図２６（ｂ）において、線ｇ２は、観測データ２６が表すアクセス数の遷移の他の例を示す。線ｇ２で示されるアクセス数は、時刻ｔ０１において、線ｑ２で示される標準偏差を超えている。時刻ｔ０１は、検出時期生成部３７で求められた開始時間の範囲外である。すなわち、時刻ｔ０１はｔ１より早い。
この場合、判定部２３は、線ｇ２が示すアクセス数の遷移におけるイベント性変動の開始は、想定外であり（ステップＳ７３でＮｏ）、かつ想定より早い（ステップＳ７４でＹｅｓ）と判断する。すなわち、判定部２３は、観測データ２６が表すアクセス数は、予測域ｖ１の範囲外にピークとなるようには遷移すると判定する。
判定部２３が、イベント性変動の開始が想定より早いと判断すると（ステップＳ７４でＹｅｓ）、追加情報生成部３は、例えば、ＩＴ資源を追加する時期を、イベント性変動の開始が想定より早まった分だけ、早く設定した追加ＩＴ資源情報を生成することができる（ステップＳ７５）。
図２６（ｂ）において、線ｇ３は、観測データ２６が表すアクセス数の遷移のさらに他の例を示す。線ｇ３で示されるアクセス数は、時刻ｔ２３において、線ｑ２で示される標準偏差を超えている。時刻ｔ２３は、検出時期生成部３７で求められた開始時間の範囲外である。すなわち、ｔ２３はｔ２より遅い。この場合、判定部２３は、線ｇ３が示すアクセス数の遷移におけるイベント性変動の開始は、想定外であり（ステップＳ７３でＮｏ）、想定より遅い（ステップＳ７４でＮｏ）と判断する。
判定部２３が、イベント性変動の開始が想定より遅いと判断すると（ステップＳ７４でＮｏ）、追加情報生成部３は、例えば、ＩＴ資源を追加する時期を、イベント性変動の開始が想定より遅れた分だけ、遅く設定した追加ＩＴ資源情報を生成することができる（ステップＳ７６）。
コスト算出部４は、追加情報生成部３が生成した追加ＩＴ資源情報で表されるＩＴ資源を追加するためのコストを、コスト情報記録部７に記録されたデータを用いて算出する（ステップＳ７７）。ステップＳ７７の処理の詳細は、実施の形態１において、図３で示したステップＳ６およびステップＳ７と同様である。
出力部１１は、判定部２３による判定結果、ステップＳ７５またはステップＳ７６で生成された追加ＩＴ資源情報およびステップＳ７７で算出されたコストを、例えば、企業Ａの端末器のディスプレイ（図示せず）等に表示する（ステップＳ７８）。
これにより企業Ａは、アクセス数のイベント性変動の開始が、想定より早く開始された場合（ステップＳ７４でＹｅｓの場合）は、ＩＴ資源を追加する時期を前倒しするか否かを判断することができる。また、アクセス数のイベント性変動の開始が、想定より遅く開始された場合（ステップＳ７４でＮｏの場合）、企業Ａは、追加する予定のＩＴ資源が、過剰投資になる可能性があることを知ることができる。
なお、図２５に示すフローチャートでは、判定部２３が、イベント性変動の開始時刻の判定を行う処理を例示したが、同様にして、イベント性変動の終了時刻が想定外であるか否かを判定することもできる。
例えば、図２６（ｂ）における線ｇ４は、観測データ２６が表すアクセス数の遷移のさらに他の例を示す。線ｇ４で示されるアクセス数は、時刻ｔ４においても、まだ線ｑ２で示される標準偏差を上回っている。時刻ｔ４は、検出時期生成部３７で求められた終了時間の範囲の最後である。すなわち、線ｇ４で示されるアクセス数のイベント性変動は、時刻ｔ４においてもまだ終了していない。この場合、判定部２３は、線ｇ４が示すアクセス数のイベント性変動の終了は、想定外であり、想定より遅いと判断することができる。
このような判定部２３によるイベント性変動の終了時刻の判定結果を出力部が表示することもできる。これにより、例えば、想定よりも早くイベント性変動が終了した場合に、企業Ａは、追加したＩＴ資源を早期に開放するか否かを判断することができる。また、イベント性変動の終了が想定した終了時刻になっても終わらない場合、企業Ａは、追加したＩＴ資源の開放を遅らせるか否かを判断することができる。
以上の実施の形態に関し、更に以下の付記を開示する。
（付記１）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、
前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを記録する需要モデル記録部と、
前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを記録する想定外モデル記録部と、
前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定部とを備える想定外需要検出システム。
（付記２）
前記判定部が前記想定外の需要が発生すると判定した場合に、前記想定外モデルに基づいて、前記需要に対応するために追加するべきＩＴ資源の量と、追加するべき時期とを表す追加ＩＴ資源情報を生成する追加情報生成部をさらに備える、付記１に記載の想定外需要検出システム。
（付記３）
前記ＩＴ資源を追加するためのコストを表すコストデータを記録するコスト記録部と、
前記追加情報生成部が生成した前記追加ＩＴ資源情報で表されるＩＴ資源を追加するためのコストを前記コストデータに基づいて算出するコスト算出部とをさらに備える、付記２に記載の想定外需要検出システム。
（付記４）
前記ＩＴ資源は、前記事業システムを含む複数の事業システムに対してＩＴ資源を提供するデータセンタシステムによって提供されるものであり、
前記データセンタシステムによるＩＴ資源の供給可能量の時間遷移を表す供給データを記録する供給データ記録部と、
前記供給データに基づいて、前記供給可能量が不足している時期に、ＩＴ資源の需要のピークが来るような想定外モデルを生成する想定外モデル生成部とをさらに備える、付記１に記載の想定外需要検出システム。
（付記５）
前記供給データは、前記データセンタシステムにおいて、過去に供給されたＩＴ資源の量に関するデータを基に生成されたデータである、付記４に記載の想定外需要検出システム。
（付記６）
前記供給データは、前記データセンタシステムがＩＴ資源を供給する前記複数の事業システムそれぞれにおいて、将来必要となるＩＴ資源の量を表すデータを示すデータである運用ポリシーを基に生成されたデータである、付記４に記載の想定外需要検出システム。
（付記７）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、
イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値を、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録するイベント情報記録部と、
イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データを記録する基準値データ記録部と、
解析対象のイベントにおける急峻度合いを表すデータと、解析対象の検出余裕時間を表すデータとを記録する解析データ記録部と、
前記解析データ記録部に記録された解析対象の前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得し、前記比率と、前記基準値データで表される前記所定期間内のある時間における基準値とを用いて、前記時間から前記検出余裕時間後に検出され得る需要のピーク値を求め、該ピーク値を前記検出余裕時間で対応できる需要量を表す対応可能量データとする対応可能量データ生成部とを備える想定外需要検出システム。
（付記８）
前記所定期間における前記システムでのＩＴ資源の量の増減を示すデータを含む運用ポリシーを記録する運用ポリシー記録部と、
前記運用ポリシーで表される、前記所定期間におけるＩＴ資源の増減と、前記対応可能量データで表される需要量とを比較することによって、前記運用ポリシーに基づいて配備されるＩＴ資源では対応できない需要が発生した場合のリスクの大きさを表すデータを生成するリスク算出部とをさらに備える付記７に記載の想定外需要検出システム。
（付記９）
前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを記録する需要モデル記録部と、
前記対応可能量データで表される、所定の検出余裕時間で対応できる需要量の範囲外にピークが来るＩＴ資源の需要の時間的遷移を表す想定外モデルを生成する想定外モデル生成部と、
前記所定期間内のある観測時間における前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルの前記観測時間におけるＩＴ資源の量と、前記想定外モデルの前記観測時間におけるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定部とを備える付記７に記載の想定外需要検出システム。
（付記１０）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する想定外需要検出システムであって、
イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値を、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録するイベント情報記録部と、
イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データを記録する基準値データ記録部と、
想定されるイベントによる前記ＩＴ資源の需要変動の急峻度合いを示すデータと、想定されるイベントによって変動するＩＴ資源の需要が前記所定期間においてピークに達する時期およびピーク時の需要量を示すデータとを含む予測データを記録する予測データ記録部と、
前記予測データが表す急峻度合いと、需要がピークに達する時期と、ピーク時の需要量とを用いて、前記イベント情報記録部から、前記ピーク時から検出余裕時間だけ前の時点の需要量を取得し、取得した需要量と前記基準値データとを比較することによって、前記想定されるイベントによる需要変動の開始が検出される検出時期を算出する検出時期生成部と、
前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力部と、
前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成部が算出した検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定部とを備える想定外需要検出システム。
（付記１１）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、
前記システムで必要とされるＩＴ資源の量の所定期間における時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す需要モデルを、コンピュータが備える記録部から読み出す需要モデル読み出し処理と、
前記需要モデルで表されるＩＴ資源の量の時間遷移とは異なる時間遷移を、前記所定期間内の時間を示すデータと、前記時間において必要とされるＩＴ資源の量を示すデータとで表す想定外モデルを、前記記録部から読み出す想定外モデル読み出し処理と、
前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データと、前記需要モデルで表されるＩＴ資源の量と、前記想定外モデルで表されるＩＴ資源の量とを比較することにより、前記所定期間において、前記想定外モデルが表す想定外の需要が発生するか否かを判定する判定処理とをコンピュータに実行させる想定外需要検出プログラム。
（付記１２）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、
イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データをコンピュータが備える記録部から読み出す基準値データ読み出し処理と、
解析対象のイベントにおける急峻度合いを表すデータと、解析対象の検出余裕時間を表すデータと前記記録部から読み出す解析データ読み出し処理と、
イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値が、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けて記録されたイベント情報記録部にアクセスし、前記解析データ読み出し処理で読み出した解析対象の前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得する取得処理と、
前記比率と、前記基準値データで表される前記所定期間内のある時間における基準値とを用いて、前記時間から前記検出余裕時間後に検出され得る需要のピーク値を求め、該ピーク値を前記検出余裕時間で対応できる需要量を表す対応可能量データとする対応可能量データ生成処理とコンピュータに実行させる想定外需要検出プログラム。
（付記１３）
増減可能なＩＴ資源によって構成されるシステムにおける前記ＩＴ資源の想定外の需要を検出する処理をコンピュータに実行させる想定外需要検出プログラムであって、
イベントの発生による前記ＩＴ資源の需要変動の有無を判定するための基準値の所定期間における時間遷移を表す基準値データをコンピュータが備える記録部から読み出す基準値データ読み出し処理と、
想定されるイベントによる前記ＩＴ資源の需要変動の急峻度合いを示すデータと、想定されるイベントによって変動するＩＴ資源の需要が前記所定期間においてピークに達する時期およびピーク時の需要量を示すデータとを含む予測データを前記記録部から読み出す予測データ読み出し処理と、
イベントの発生によって変動する前記ＩＴ資源の需要がピークに達する時の需要量と、前記ピーク時から検出余裕時間だけ前または後の時点における需要量との比率を表す値が、前記ＩＴ資源の需要変動の急峻度合いを表す複数の値と、複数の検出余裕時間とに対応付けられて記録されたイベント情報記録部にアクセスし、前記予測データが表す急峻度合いと、需要がピークに達する時期と、ピーク時の需要量とを用いて、前記イベント情報記録部から、前記ピーク時から検出余裕時間だけ前の時点の需要量を取得する取得処理と、
前記取得処理で取得した需要量と前記基準値データとを比較することによって、前記想定されるイベントによる需要変動の開始が検出される検出時期を算出する検出時期生成処理と、
前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力処理と、
前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成部が算出した前記検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定処理とコンピュータに実行させる想定外需要検出プログラム。
本発明は、例えば、ＩＤＣ等におけるＩＴ資源の利用効率を向上させることができる想定外需要検出システムとして有用である。
（ａ）は、ユーティリティ方式のＩＤＣのシステム構成を示す概略図である。（ｂ）は、想定外需要検出システム１およびＩＴ資源１６ａ、１６ｂ、１６ｃの物理的な構成の例を示す図である。 想定外需要検出システム１の構成を表す機能ブロック図である。 想定外需要検出システム１が、観測データ２６を基にして、想定外の需要の発生を検出する処理の一例を示すフローチャートである。 （ａ）は、需要モデル５１で表されるアクセス数の遷移の例を示すグラフである。（ｂ）は、想定外モデル５２で表されるアクセス数の遷移の例を表すグラフである。（ｃ）は、観測データ２６で表されるアクセス数の遷移の例を表すグラフである。 想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。 想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。 （ａ）は、運用ポリシー８ａによるＩＴ資源追加量の時間遷移、（ｂ）は、運用ポリシー８ｂによるＩＴ資源追加量の時間遷移、（ｃ）は、運用ポリシー８ｃによるＩＴ資源追加量の時間遷移の一例をそれぞれ示すグラフである。（ｄ）は、（ａ）、（ｂ）および（ｃ）のグラフに示すＩＴ資源追加量を足し合わせた量の時間遷移を表すグラフである。 実施の形態２にかかる想定外需要検出システムの構造を示す機能ブロック図である。 基準値データ３１のデータ構造の例を示す図である。 イベントの発生によって変化するアクセス数の例を示すグラフである。 、対応可能量データ生成部２０が、対応可能量を算出する処理の一例を示すフローチャートである。 値Ｘｗ、Ｘｐ、ｓ、ｗの関係を表すグラフである。 イベントメトリクス２５のデータ構造の一例を示す図である。 対応可能量データ生成部２０によって生成された対応可能量データで表される対応可能なアクセス数の時間遷移の例を示すグラフである。 対応可能量データが表す対応可能なアクセス数の遷移の例を表すグラフである。 時間によって変化する急峻度ｓ、標準偏差の時間遷移、対応可能なアクセス数の遷移の例を示すグラフである。 リスク算出部２９が、例えば、企業Ａの運用ポリシー８ａで運用される事業システムにおけるリスクの大きさを算出する処理の一例を示すフローチャートである。 対応可能量データで表される対応可能なアクセス数と、運用ポリシー８ａで表される、ＩＴ資源の追加によって対応できるアクセス数とを重ねて示すグラフである。 異なる運用ポリシー８ａ―１、８ａ−２、８ａ―３についてそれぞれ求められた運用コストおよび運用リスクを比較可能に表示した画面の一例を示す図である。 想定外モデル生成部１３が、想定外モデル５２を生成する処理の一例を示すフローチャートである。 想定外モデル生成部１３が取得した対応可能量データで表される対応可能なアクセス数の範囲を示すグラフである。 おける想定外需要検出システム１００の構成を表す機能ブロック図である。 検出時期生成部３７が検出時期データ４１を生成する処理の一例を示すフローチャートである。 予測域データの例および需要予測モデルを示すグラフである。 判定部２３が、想定外の需要が発生するか否かを判定する処理の例を示すフローチャートである。 （ａ）および（ｂ）は、観測データ２６が表すアクセス数の遷移の例と、予測域の例とを示すグラフである。
符号の説明
１、１０、１００ 想定外需要検出システム
２ 判定部
３ 追加情報生成部
４ コスト算出部
５ モデル記録部
７ コスト情報記録部
８ａ、８ｂ、８ｃ 運用ポリシー
９ 供給データ記録部
１１ 出力部
１２ イベント情報記録部
１３ 想定外モデル生成部
１４ 入力部
１６ａ、１６ｂ、１６ｃ ＩＴ資源
１７ａ、１７ｂ、１７ｃ リソースコーディネータ（ＲＣ）
１８ 利用者
２０ 対応可能量データ生成部
２１ デプロイメントサーバ
２２ ブレードサーバ
２２ａ サーバブレード
２４ ＩＤＣ
２５ イベントメトリクス
２６ 観測データ
２７ 企業情報記録部
２９ リスク算出部
３１ 基準値データ
３２ イベント急峻度
３３ 検出余裕時間
３５ 予測データ記録部
３７ 検出時期生成部
３９ ピーク予測データ
４１ 検出時期データ
７１ ＩＴ資源価格情報
７２ 運用作業情報
７３ リスク情報
８１ 予測域データ

Claims (15)

  1. ＩＴ資源によって処理される情報量を示す値の時間遷移を表すデータである第１のモデルと、前記ＩＴ資源によって処理される情報量を示す値の時間遷移であって前記第１のモデルが表す時間遷移とは異なる時間遷移を表す第２のモデルを記録する記録部と、
    ＩＴ資源によって実際に処理された情報量を示す観測データの変動が、前記記録部に記録された前記第１のモデルが表す時間遷移より前記第２のモデルが表す時間遷移に近いことを検出すると、前記第２のモデルが示す時間遷移において前記ＩＴ資源によって処理される情報量がピークになる時期及び前記情報量のピーク時の値を基に、当該ピーク時の情報量に対応できるＩＴ資源の追加量及び追加時期の情報を生成する生成部と、
    を備える、ＩＴ資源管理システム。
  2. 前記第２のモデルは、ＩＴ資源の過去の供給履歴に基づいて、供給可能なＩＴ資源が不足のピークを迎える時期に、情報量を示す値のピークが設定された時間遷移を示すデータである、請求項１に記載のＩＴ資源管理システム。
  3. 前記ＩＴ資源を追加するためのコストを表すコストデータを記録するコスト記録部と、
    前記生成部が生成した前記追加すべきＩＴ資源の情報で表されるＩＴ資源を追加するためのコストを前記コストデータに基づいて算出するコスト算出部とをさらに備える、請求項１または２に記載のＩＴ資源管理システム。
  4. 前記ＩＴ資源は、前記事業システムを含む複数の事業システムに対してＩＴ資源を提供するデータセンタシステムによって提供されるものであり、
    前記データセンタシステムによるＩＴ資源の供給可能量の時間遷移の履歴を表す供給データを記録する供給データ記録部と、
    前記供給データに基づいて、前記供給可能量が不足している時期に、ＩＴ資源が処理する情報量を示す値のピークが来る時間遷移を表すデータを前記第２のモデルとして生成し、前記記録部へ記録するモデル生成部とをさらに備える、請求項１〜３のいずれか１項に記載のＩＴ資源管理システム。
  5. ＩＴ資源によって処理される情報量を示す値のイベント発生による変動における、情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部と、
    イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動を検出するための基準値を表す基準値データを記録する基準値データ記録部と、
    予め記録された、解析対象のイベントにおける急峻度合いと、ＩＴ資源の追加の準備時間である検出余裕時間とを取得し、取得した前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得し、前記比率と、前記基準値データで表される基準値とを用いて、前記基準値により検出される変動の検出時間から前記検出余裕時間後に検出され得る情報量のピーク値を求める対応可能量データ生成部と、
    を備えるＩＴ資源管理システム。
  6. 前記基準値データは、前記ＩＴ資源によって処理される情報量を示す値のイベントの発生による変動の有無を判定するための基準値の所定期間における時間遷移を表すデータであり、
    前記所定期間における前記システムでのＩＴ資源の量の増減を示すデータを含む運用ポリシーを記録する運用ポリシー記録部と、
    前記運用ポリシーで表される、前記所定期間におけるＩＴ資源の増減と、前記対応可能量データ生成部で求められた前記ピーク値とを比較することによって、前記運用ポリシーに基づいて配備されるＩＴ資源では対応できない需要が発生した場合のリスクの大きさを、機会損失の額として表すデータを生成するリスク算出部とをさらに備える請求項５に記載のＩＴ資源管理システム。
  7. ＩＴ資源によって処理される情報量を示す値の時間遷移を表すデータである第１のモデルと、前記ＩＴ資源によって処理される情報量を示す値の時間遷移であって前記第１のモデルが表す時間遷移とは異なる時間遷移を表す第２のモデルを記録する記録部と、
    ＩＴ資源によって実際に処理された情報量を示す観測データの変動が、前記記録部に記録された前記第１のモデルが表す時間遷移より前記第２のモデルが表す時間遷移に近いことを検出すると、前記第２のモデルが示す時間遷移において前記ＩＴ資源によって処理される情報量がピークになる時期及び前記情報量のピーク時の値を基に、当該ピーク時の情報量に対応できるＩＴ資源の追加量及び追加時期の情報を生成する生成部と、
    前記対応可能量データ生成部で求められた前記ピーク値の範囲外にピークが来るＩＴ資源により処理される情報量の時間的遷移を表すデータを前記第２のモデルとして生成するモデル生成部とをさらに備える請求項５に記載のＩＴ資源管理システム。
  8. ＩＴ資源によって処理される情報量を示す値のイベントの発生による変動における情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部と、
    イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動を検出するための基準値を表す基準値データを記録する基準値データ記録部と、
    前記ＩＴ資源によって処理される情報量を示す値の対象イベントによる変動の急峻度合いを示すデータと、前記対象イベントによって変動するＩＴ資源によって処理される情報量を示す値が前記所定期間においてピークに達する時期およびピーク時の情報量を示す値を表すデータとを含む予測データを記録する予測データ記録部と、
    前記予測データが表す急峻度合いと、所定の検出余裕時間に対応する比率を前記イベント情報記録部から取得し、取得した比率と、情報量を示す値がピークに達する時期と、ピーク時の情報量を示す値とを用いて、前記ピーク時から検出余裕時間だけ前の時点の情報量を示す値を決定し、決定した情報量を示す値と前記基準値データとを比較することによって、前記対象イベントによる需要変動の開始が検出される検出時期を算出する検出時期生成部と、
    前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力部と、
    前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期が、前記検出時期生成部が算出した検出時期に基づく範囲内であるか否かにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定部とを備えるＩＴ資源管理システム。
  9. 前記情報量を示す値は、サーバへのアクセス数、ログイン数、セッション数、ＣＰＵ使用率、データ転送量の少なくとも１つを含む、請求項１〜８のいずれか１項に記載のＩＴ資源管理システム。
  10. ＩＴ資源によって処理される情報量を示す値の時間遷移を表すデータである第１のモデルと、前記ＩＴ資源によって処理される情報量を示す値の時間遷移であって前記第１のモデルが表す時間遷移とは異なる時間遷移を表す第２のモデルをコンピュータが備える記録部から読み出す処理と、
    ＩＴ資源によって実際に処理された情報量を示す観測データの変動が、前記記録部に記録された前記第１のモデルが表す時間遷移より前記第２のモデルが表す時間遷移に近いことを検出すると、前記第２のモデルが示す時間遷移において前記ＩＴ資源によって処理される情報量がピークになる時期及び前記情報量のピーク時の値を基に、当該ピーク時の情報量に対応できるＩＴ資源の追加量及び追加時期の情報を生成する処理と、
    をコンピュータに実行させる、ＩＴ資源管理プログラム。
  11. イベントの発生によるＩＴ資源によって処理される情報量を示す値の変動における情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部へアクセスする処理と、
    イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動の発生を検出するための基準値を表す基準値データを記録する基準値データ記録部へアクセスする処理と、
    予め記録された、解析対象のイベントにおける急峻度合いと、ＩＴ資源の追加の準備時間である検出余裕時間とを取得し、取得した前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得し、前記比率と、前記基準値データで表される基準値とを用いて、前記基準値により検出される変動の検出時間から前記検出余裕時間後に検出され得る情報量のピーク値を求める対応可能量データ生成処理と、
    をコンピュータに実行させるＩＴ資源管理プログラム。
  12. ＩＴ資源によって処理される情報量を示す値のイベントの発生による変動における情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部へアクセスする処理と、
    イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動を検出するための基準値を表す基準値データを記録する基準値データ記録部へアクセスする処理と、
    前記ＩＴ資源によって処理される情報量を示す値の対象イベントによる変動の急峻度合いを示すデータと、前記対象イベントによって変動するＩＴ資源によって処理される情報量を示す値が前記所定期間においてピークに達する時期およびピーク時の情報量を示す値を表すデータとを含む予測データを記録する予測データ記録部へアクセスする処理と、
    前記予測データが表す急峻度合いと、所定の検出余裕時間に対応する比率を前記イベント情報記録部から取得し、取得した比率と、情報量を示す値がピークに達する時期と、ピーク時の情報量を示す値とを用いて、前記ピーク時から検出余裕時間だけ前の時点の情報量を示す値を決定し、決定した情報量を示す値と前記基準値データとを比較することによって、前記対象イベントによる需要変動の開始が検出される検出時期を算出する検出時期生成処理と、
    前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力処理と、
    前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成処理で算出された検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定処理とをコンピュータに実行させるＩＴ資源管理プログラム。
  13. コンピュータが、ＩＴ資源によって処理される情報量を示す値の時間遷移を表すデータである第１のモデルと、前記ＩＴ資源によって処理される情報量を示す値の時間遷移であって前記第１のモデルが表す時間遷移とは異なる時間遷移を表す第２のモデルをコンピュータが備える記録部から読み出す工程と、
    コンピュータが、ＩＴ資源によって実際に処理された情報量を示す観測データの変動が、前記記録部に記録された前記第１のモデルが表す時間遷移より前記第２のモデルが表す時間遷移に近いことを検出すると、前記第２のモデルが示す時間遷移において前記ＩＴ資源によって処理される情報量がピークになる時期及び前記情報量のピーク時の値を基に、当該ピーク時の情報量に対応できるＩＴ資源の追加量及び追加時期の情報を生成する工程と、
    を含む、ＩＴ資源管理方法。
  14. コンピュータが、イベントの発生によるＩＴ資源によって処理される情報量を示す値の変動における情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部へアクセスする工程と、
    コンピュータが、イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動の発生を検出するための基準値を表す基準値データを記録する基準値データ記録部へアクセスする工程と、
    コンピュータが、予め記録された、解析対象のイベントにおける急峻度合いと、ＩＴ資源の追加の準備時間である検出余裕時間とを取得し、取得した前記急峻度合いと前記検出余裕時間とに対応する比率を前記イベント情報記録部から取得し、前記比率と、前記基準値データで表される基準値とを用いて、前記基準値により検出される変動の検出時間から前記検出余裕時間後に検出され得る情報量のピーク値を求める対応可能量データ生成工程と、
    を含むＩＴ資源管理方法。
  15. コンピュータが、ＩＴ資源によって処理される情報量を示す値のイベントの発生による変動における情報量を示す値のピークと前記変動の検出時における情報量を示す値との比率を表す値と、前記変動の急峻度合いを表す値と、前記検出時からピークまでの時間との対応関係を、複数の急峻度合い及び複数の時間について記録するイベント情報記録部へアクセスする工程と、
    コンピュータが、イベントの発生による前記ＩＴ資源によって処理される情報量を示す値の変動を検出するための基準値を表す基準値データを記録する基準値データ記録部へアクセスする工程と、
    コンピュータが、前記ＩＴ資源によって処理される情報量を示す値の対象イベントによる変動の急峻度合いを示すデータと、前記対象イベントによって変動するＩＴ資源によって処理される情報量を示す値が前記所定期間においてピークに達する時期およびピーク時の情報量を示す値を表すデータとを含む予測データを記録する予測データ記録部へアクセスする工程と、
    コンピュータが、前記予測データが表す急峻度合いと、所定の検出余裕時間に対応する比率を前記イベント情報記録部から取得し、取得した比率と、情報量を示す値がピークに達する時期と、ピーク時の情報量を示す値とを用いて、前記ピーク時から検出余裕時間だけ前の時点の情報量を示す値を決定し、決定した情報量を示す値と前記基準値データとを比較することによって、前記対象イベントによる需要変動の開始が検出される検出時期を算出する検出時期生成工程と、
    コンピュータが、前記所定期間内に観測された前記ＩＴ資源の実際の需要を表す観測データを入力する観測データ入力工程と、
    コンピュータが、前記観測データで表される実際の需要と、前記基準値データとを比較することによりイベントによる需要変動の開始を検出し、この開始を検出した時期と、前記検出時期生成工程で算出された検出時期とを比較することにより、前記所定期間において、前記予測データが表す需要と異なる需要が発生するか否かを判定する判定工程とを含むＩＴ資源管理方法。
JP2005312965A 2005-10-27 2005-10-27 想定外需要検出システムおよび想定外需要検出プログラム Expired - Fee Related JP5077617B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2005312965A JP5077617B2 (ja) 2005-10-27 2005-10-27 想定外需要検出システムおよび想定外需要検出プログラム
US11/359,494 US7725575B2 (en) 2005-10-27 2006-02-23 Unexpected demand detection system and unexpected demand detection program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005312965A JP5077617B2 (ja) 2005-10-27 2005-10-27 想定外需要検出システムおよび想定外需要検出プログラム

Publications (2)

Publication Number Publication Date
JP2007122358A JP2007122358A (ja) 2007-05-17
JP5077617B2 true JP5077617B2 (ja) 2012-11-21

Family

ID=38120105

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005312965A Expired - Fee Related JP5077617B2 (ja) 2005-10-27 2005-10-27 想定外需要検出システムおよび想定外需要検出プログラム

Country Status (2)

Country Link
US (1) US7725575B2 (ja)
JP (1) JP5077617B2 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090007132A1 (en) * 2003-10-03 2009-01-01 International Business Machines Corporation Managing processing resources in a distributed computing environment
JP4905086B2 (ja) * 2006-11-29 2012-03-28 富士通株式会社 イベント種類推定システム、イベント種類推定方法およびイベント種類推定プログラム
US20090281865A1 (en) * 2008-05-08 2009-11-12 Todor Stoitsev Method and system to manage a business process
JP5006837B2 (ja) * 2008-05-14 2012-08-22 株式会社リコー 使用量予測システム、使用量予測方法及び使用量予測プログラム
US8234151B1 (en) 2011-06-21 2012-07-31 Kick Drum, LLC Systems and methods for estimating demand for attractions
JP5970256B2 (ja) * 2012-06-26 2016-08-17 株式会社日立製作所 運用計画策定支援システム及び方法
US9142049B2 (en) * 2013-04-30 2015-09-22 Splunk Inc. Proactive monitoring tree providing distribution stream chart with branch overlay
US8972992B2 (en) 2013-04-30 2015-03-03 Splunk Inc. Proactive monitoring tree with state distribution ring
US8904389B2 (en) 2013-04-30 2014-12-02 Splunk Inc. Determining performance states of components in a virtual machine environment based on performance states of related subcomponents
US9495187B2 (en) 2013-04-30 2016-11-15 Splunk, Inc. Interactive, top-down presentation of the architecture and performance of a hypervisor environment
US9185007B2 (en) 2013-04-30 2015-11-10 Splunk Inc. Proactive monitoring tree with severity state sorting
US9015716B2 (en) 2013-04-30 2015-04-21 Splunk Inc. Proactive monitoring tree with node pinning for concurrent node comparisons
US9164786B2 (en) 2013-04-30 2015-10-20 Splunk Inc. Determining performance states of parent components in a virtual-machine environment based on performance states of related child components during a time period
JP6092704B2 (ja) * 2013-05-15 2017-03-08 株式会社日立システムズ 仮想サーバリソース制御システム及び仮想サーバリソース制御方法
JP7167767B2 (ja) * 2019-02-25 2022-11-09 日本電信電話株式会社 需要予測装置、需要予測方法及びプログラム
JP6792694B1 (ja) * 2019-12-30 2020-11-25 ラクスル株式会社 Ｔｖｃｍの効果を評価するための装置、方法及びそのためのプログラム

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2665154B2 (ja) 1994-06-14 1997-10-22 日本電気マイコンテクノロジー株式会社 フォールトトレラントシステム
JPH08137811A (ja) * 1994-11-10 1996-05-31 Nippon Telegr & Teleph Corp <Ntt> ネットワーク資源割当変更方法
JPH1083382A (ja) * 1996-09-09 1998-03-31 Toshiba Corp 分散システム運用保守支援装置および運用保守支援方法
JPH10124333A (ja) * 1996-10-24 1998-05-15 Nec Eng Ltd システム資源管理装置
JPH1153434A (ja) * 1997-08-07 1999-02-26 Nippon Telegr & Teleph Corp <Ntt> 情報処理サービス利用予測方法及びこれを用いた情報処理サービス管理装置
JP3145083B2 (ja) * 1998-08-04 2001-03-12 松下電器産業株式会社 伝送システム，帯域管理装置，および帯域管理方法
JP2000076062A (ja) * 1998-09-02 2000-03-14 Hitachi Ltd システム規模見積支援装置
JP4377028B2 (ja) * 1999-05-06 2009-12-02 パナソニック株式会社 リソース管理システム
US6424993B1 (en) * 1999-05-26 2002-07-23 Respondtv, Inc. Method, apparatus, and computer program product for server bandwidth utilization management
JP4374101B2 (ja) * 1999-09-21 2009-12-02 株式会社日立製作所 サービス予約システム
JP3690721B2 (ja) * 1999-10-25 2005-08-31 株式会社日立製作所 システム性能見積システム及びシステム性能見積方法
JP2001324576A (ja) 2000-05-15 2001-11-22 Nippon Telegr & Teleph Corp <Ntt> 事象予測方法及びシステム及び予測事象配信方法及びシステム
US6907607B1 (en) * 2000-10-17 2005-06-14 International Business Machines Corporation System and method for analyzing capacity in a plurality of processing systems
JP2002259672A (ja) 2001-02-26 2002-09-13 Nippon Telegr & Teleph Corp <Ntt> ハイブリッド型需要および／または収益予測方法
JP4191902B2 (ja) * 2001-02-28 2008-12-03 株式会社日立製作所 コンテンツ配信装置
JP4644377B2 (ja) * 2001-03-09 2011-03-02 株式会社大和証券グループ本社 負荷監視システム
JP2002342269A (ja) * 2001-05-14 2002-11-29 Hitachi Ltd リソース管理テーブル数最適化方法及びその実施システム並びにその処理プログラム
US7174379B2 (en) * 2001-08-03 2007-02-06 International Business Machines Corporation Managing server resources for hosted applications
JP3879471B2 (ja) * 2001-10-10 2007-02-14 株式会社日立製作所 計算機資源割当方法
JP2003242432A (ja) * 2002-02-14 2003-08-29 Ns Solutions Corp 需要予測装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
JP4084962B2 (ja) * 2002-05-31 2008-04-30 株式会社ニューズ・ツー・ユー 緊急時企業情報公開システム
JP2004157625A (ja) 2002-11-05 2004-06-03 Hitachi Ltd 出荷量予測方法およびシステム
JP4071668B2 (ja) * 2003-04-16 2008-04-02 富士通株式会社 システムの使用資源を調整する装置および方法
US7526765B2 (en) * 2003-11-26 2009-04-28 International Business Machines Corporation Method and apparatus for on-demand resource allocation and job management
JP2006011860A (ja) * 2004-06-25 2006-01-12 Fujitsu Ltd システム構成管理プログラム及びシステム構成管理装置
US20060282588A1 (en) * 2005-06-09 2006-12-14 Jonah Proujansky-Bell Processor system that allows for simultaneous access by multiple requestors to a target with multiple ports

Also Published As

Publication number Publication date
US20070130357A1 (en) 2007-06-07
US7725575B2 (en) 2010-05-25
JP2007122358A (ja) 2007-05-17

Similar Documents

Publication Publication Date Title
JP5077617B2 (ja) 想定外需要検出システムおよび想定外需要検出プログラム
Li et al. Exploring supply chain network resilience in the presence of the ripple effect
AU2001255994B8 (en) Method of Business Analysis
US7444310B2 (en) Automatic model maintenance through local nets
AU2001255994A1 (en) Method of Business Analysis
JP2006268529A (ja) データセンタの需要予測システム、需要予測方法および需要予測プログラム
Basili et al. Improve software quality by reusing knowledge and experience
JP4982216B2 (ja) ポリシ作成支援方法、ポリシ作成支援システム、およびプログラム
JP4352028B2 (ja) 運用ポリシー評価システムおよび運用ポリシー評価プログラム
US20080103847A1 (en) Data Prediction for business process metrics
Dutta Business planning for network services: A systems thinking approach
Bylling et al. The impact of short-term variability and uncertainty on long-term power planning
KR102574244B1 (ko) 어텐션 메커니즘 기반의 미래 수요 예측 데이터 생성방법 및 장치
JP2001125962A (ja) 企業診断及び経営意思決定支援システム
KR101049405B1 (ko) 교량 자산관리 시스템
TW200426602A (en) Apparatus and methods for classification of web sites
KR101993366B1 (ko) 건설현장의 온실가스 발생추이 예측/경고시스템 및 그 방법
JP4339220B2 (ja) 情報処理装置、情報処理装置の制御方法、及びプログラム
WO2018035101A1 (en) Spending allocation in multi-channel digital marketing
Huynh et al. On handling inaccurate witness reports
CN101188000A (zh) 确定所预测系统行为的准确度的方法和装置
Wagle et al. Service performance pattern analysis and prediction of commercially available cloud providers
JP2002109401A (ja) サービスレベル制御方法および装置
CN104778636B (zh) 船舶装备维修保障信息服务推荐方法
KR100872305B1 (ko) 블로그 분석 방법 및 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080722

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110315

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110516

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111215

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120210

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: 20120802

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120815

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150907

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees