JP5196596B2 - 障害検知システム、障害検知サーバ、及び、障害検知方法 - Google Patents

障害検知システム、障害検知サーバ、及び、障害検知方法 Download PDF

Info

Publication number
JP5196596B2
JP5196596B2 JP2010064610A JP2010064610A JP5196596B2 JP 5196596 B2 JP5196596 B2 JP 5196596B2 JP 2010064610 A JP2010064610 A JP 2010064610A JP 2010064610 A JP2010064610 A JP 2010064610A JP 5196596 B2 JP5196596 B2 JP 5196596B2
Authority
JP
Japan
Prior art keywords
performance
behavior
program
monitored
monitoring target
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
JP2010064610A
Other languages
English (en)
Other versions
JP2011198087A (ja
Inventor
仁史 荒木
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.)
NEC Solution Innovators Ltd
Original Assignee
NEC System Technologies 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 NEC System Technologies Ltd filed Critical NEC System Technologies Ltd
Priority to JP2010064610A priority Critical patent/JP5196596B2/ja
Publication of JP2011198087A publication Critical patent/JP2011198087A/ja
Application granted granted Critical
Publication of JP5196596B2 publication Critical patent/JP5196596B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)

Description

本発明は、コンピュータシステムにおける性能障害を検知する障害検知システム、障害検知サーバ、及び、障害検知方法に関する。
コンピュータシステムにおける性能障害とは、コンピュータシステムの性能異常により発生する障害のことである。性能障害の例としては、過負荷やソフトウェア処理遅延により発生するシステムストール、ネットワーク処理遅延、I/O処理遅延、プログラムのレスポンス低下や、メモリ不足により発生するプロセス終了等が挙げられる。
特許文献1には、通常の障害検知方法の一例が記載されている。特許文献1に記載の障害検知方法では、処理シーケンスを時系列の並びとしてパターン化し、このパターンを、正常パターン及び異常パターンと照合して障害解析を行っている。
しかし、性能障害は、上述のように、性能異常により発生する障害であり、シーケンス誤りにより発生するとは限らないため、特許文献1に記載の障害検知方法では、性能障害を検知することができない。
また、性能障害に特化した障害検知方法として、コンピュータシステムの性能情報をOS(Operating System)から定期的に収集し、システム性能値が閾値を超えた場合に、性能異常による性能障害と検知する方法がある。なお、この障害検知方法で使用する閾値は、運用者が予め設定した値か、または、正常時のシステム性能値から自動で学習した値となる。
また、性能障害に特化した他の障害検知方法として、特許文献2には、ソフトウェア処理遅延を検出した場合に、プロセス実行情報を保存し、そのプロセス実行情報を基にして性能障害を検知する方法が記載されている。
特開2006−59266号公報 特開2009−301079号公報
しかし、上述のシステム性能値を利用した障害検知方法では、システム性能値が閾値を超えたことしか分からないため、性能障害を検知したとしても、性能障害の原因の特定が困難であり、原因解明等の解析に時間がかかるという課題がある。
また、上述のシステム性能値を利用した障害検知方法では、性能情報の収集タイミングの時点で発生していない性能障害は検知できないため、例えば、1つのプログラムの一部の処理速度が稀に低下する、というような性能障害を検知できないという課題がある。
また、上述の特許文献2に記載の障害検知方法では、ソフトウェア処理遅延が検出されない限り、プロセス実行情報が保存されないため、やはり性能障害の解析に時間がかかるという課題がある。
また、上述の特許文献2に記載の障害検知方法では、ソフトウェア処理遅延により発生する性能障害しか検知することができないという課題がある。
そこで、本発明の目的は、コンピュータシステムにおける様々な性能障害を検知することができるとともに、性能障害の解析時間を短縮することができる障害検知システム、障害検知サーバ、及び、障害検知方法を提供することにある。
本発明の障害検知システムは、
コンピュータシステムにおける性能障害を検知する障害検知システムであって、
前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知するプログラム挙動検知部と、
監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集部と、
監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン出力部と、
前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知部と、を備える。
本発明の障害検知サーバは、
コンピュータシステムにおける性能障害を検知する障害検知サーバであって、
前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知するプログラム挙動検知部と、
監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集部と、
監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン出力部と、
前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知部と、を備える。
本発明の障害検知方法は、
コンピュータシステムにおける性能障害を検知する障害検知サーバによる障害検知方法であって、
前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知する挙動検知ステップと、
監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集ステップと、
監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン作成ステップと、
前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知ステップと、を備える。
本発明によれば、コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことが検知されると、その監視対象プログラムに関連する性能情報を収集し、その監視対象プログラムが実行した監視対象挙動とその監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成し、その性能パターンを正常時の性能パターンと照合することで、性能障害を検知する。
したがって、監視対象プログラムの挙動単位で性能障害を検知することができるため、監視対象プログラムの挙動に応じた様々な性能障害を検知することができる。
また、監視対象プログラムの挙動単位で性能障害を検知することができるため、性能障害が発生したプログラム、性能障害が発生した挙動、及び、発生した性能障害の種別を早期に特定することができる。
その結果、性能障害の解析時間を短縮することができる。また、現時点でコンピュータシステムの運用上は影響がないが、あるプログラムの一部の性能が低下している、というような、今後のコンピュータシステムのシステム障害につながる可能性がある性能障害の予兆も早期に検知することができる。
本発明の一実施形態の障害検知システムの構成を示すブロック図である。 図1に示した監視対象サーバにおいて、収集データを作成するまでの動作の例を説明する図である。 図1に示した監視対象サーバに保存する収集データの例を示す図である。 図1に示した性能情報解析サーバにおいて、性能障害を検知するまでの動作の例を説明する図である。
以下に、本発明を実施するための形態について図面を参照して説明する。
まず、本実施形態の障害検知システムの構成について、図1を用いて説明する。なお、本実施形態の障害検知システムは、コンピュータシステムの一部に組み込まれていて、そのコンピュータシステムにおける性能障害を検知するものである。
図1に示すように、本実施形態の障害検知システムは、ネットワークを介して互いに接続された監視対象サーバ1及び性能情報解析サーバ2を有している。
監視サーバ1は、複数の監視対象プログラム101が動作するサーバであり、プログラム挙動検知部102と、性能情報収集部103と、を備えている。
性能情報解析サーバ2は、正常パターンデータベース201と、性能障害検知部202と、性能パターン出力部204と、を備えている。
プログラム挙動検知部102は、監視対象プログラム101が監視対象挙動を実行したことを検知する。ここで、監視対象挙動とは、例えば、システムコール実行、I/O実行、メモリ確保、リソースの待ち合わせ等である。
性能情報収集部103は、監視対象プログラム101が監視対象挙動を実行したことが検知されたタイミングで、その監視対象プログラム101に関連する性能を示す性能情報を収集する。ここで、監視対象プログラム101に関連する性能情報とは、例えば、その監視対象プログラム101のCPU消費時間、メモリ使用量、I/O回数等の他、タスクスイッチ回数やメモリ回収処理回数等、OSが持つコンピュータシステム全体の性能情報を含む。
また、性能情報収集部103は、上記で収集した性能情報を、プログラム挙動検知部102が検知した監視対象挙動と対応付けて、収集データ104として保存する。
性能パターン出力部204は、収集データ104を基に、監視対象プログラム101が実行した監視対象挙動とその監視対象プログラム101に関連する性能情報とを対応付けてパターン化した性能パターン203を作成する。
正常パターンデータベース201には、正常時の性能パターンである正常パターンが格納される。
性能障害検知部202は、性能パターン203を、正常パターンデータベース201内の正常パターンと照合することで、性能障害を検知する。
以下、本実施形態の障害検知システムの動作について説明する。
まず、監視対象サーバ1において、収集データ104を作成するまでの動作について、図2を用いて説明する。
図2に示すように、利用者は、設定ファイルや専用コマンド等を用いて、監視対象とする監視対象プログラム及び監視対象挙動をプログラム挙動検知部102に通知する。また、利用者は、監視対象プログラム及び監視対象挙動を監視対象から外す場合も同様に、設定ファイルや専用コマンド等を用いて、監視対象から外す監視対象プログラム及び監視対象挙動をプログラム挙動検知部102に通知する。
プログラム挙動検知部102は、監視対象挙動を検知するため、利用者から通知された全ての監視対象挙動に対し、監視対象プログラム101のコンテキストでのみ実行されるフック関数を設定する。なお、プログラム挙動検知部102は、利用者からの通知を受けると、その時点で設定されている全てのフック関数を削除し、通知された監視対象挙動にフック関数を設定することになる。
監視対象プログラム101が監視対象挙動を実行すると、その監視対象挙動に設定したフック関数が実行される。フック関数は、監視対象挙動の本来の処理を実行する前に、性能情報収集部103に対して、監視対象プログラム101に関連する性能情報の収集を指示する。一方、監視対象としていない挙動が実行された場合は、フック関数は実行されず、性能情報収集部103が動作することもない。
なお、プログラム挙動検知部102、フック関数、及び、フック関数により実行される性能情報収集部103は、OS層、ミドルウェア層、またはアプリケーション層に実装することが可能である。ただし、監視対象プログラム101の挙動検知、及び、性能情報収集のオーバーヘッドを小さくするためには、OS層に実装することが望ましい。
性能情報収集部103は、フック関数から指示を受けると、監視対象プログラム101に関連する性能情報を収集する。このとき、性能情報は、OSのメモリ空間上に保持しておき、すぐに収集できる状態にしておく。UNIX、Linux等の一般的なOSには、各種性能情報を適宜計算し、メモリ上に保持しておく仕組みが既に存在するため、各種性能情報を算出する処理を新たに実装する必要はない。
性能情報収集部103は、上記で収集した性能情報を、プログラム挙動検知部102が検知した監視対象挙動と対応付けて、収集データ104としてファイル等に保存する。
図3は、収集データ104の一例である。なお、収集データ104のフォーマットは、監視対象プログラム101の識別子、監視対象挙動の識別子、監視対象挙動の発生時刻、及び性能情報が対応付けられていれば、図3とは異なっていてもかまわない。
図3に示すように、収集データ104は、監視対象プログラム101が監視対象挙動を実行した際の各種性能情報が時系列に並んだデータにすぎない。収集データ104の解析は、性能情報解析サーバ2で行う。
次に、性能情報解析サーバ2において、性能障害を検知するまでの動作について、図4を用いて説明する。
図4に示すように、監視対象サーバ1上で保存した収集データ104は、定期的に、性能情報収集部103からネットワークを経由して、性能情報解析サーバ2上で動作する性能パターン出力部204へ送信される。
性能パターン出力部204は、収集データ104に記録された監視対象プログラム101の監視対象挙動の特徴的な挙動シーケンスのリストを作成する。
例えば、特徴的な挙動シーケンスの例としては、以下が挙げられる。
・ファイルAのopen,read,write,closeを順番に繰り返している
・ファイルAをopenした後は必ずwriteが実行されている
次に、性能パターン出力部204は、収集データ104に記録された監視対象プログラム101に関連する性能情報の変化状況のリストを作成する。
例えば、性能情報の変化状況の例としては、以下が挙げられる。
・ファイルAのopenからreadまでにX秒経過している
・ファイルAのopenからreadまでに監視対象プログラム101のメモリ使用量がYキロバイト増加している
次に、性能パターン出力部204は、特徴的な挙動シーケンスと、性能情報の変化状況とを基に、全ての特徴的な挙動シーケンス毎に、その挙動シーケンスにおける性能情報の変化状況を表す性能パターン203を作成する。
性能障害検知部202は、全ての性能パターン203を正常パターンデータベース201内の正常パターンと照合する。
性能パターン203が正常パターンデータベース201内の正常パターンのいずれとも一致しない場合、性能障害検知部202は、性能障害が発生していると判断し、性能障害が発生した旨を、正常パターンとは一致しなかった性能パターン203と共に、電子メール等の手段で利用者に通知する。
通知を受けた利用者は、正常パターンとは一致しなかった性能パターン203を、正常パターンデータベース201内の正常パターンと照合することで、性能障害が発生したプログラム、及び、性能障害が発生しているプログラムの挙動を知ることができる。
例えば、性能パターン203が、以下であったとする。
・「プログラム1がファイルAをopenした後、5秒後にwriteを実行、プログラム1がファイルAをopenした後、writeするまでにタスクスイッチが1万回発生」
また、正常パターンが以下であったとする。
・「プログラム1がファイルAをopenした後、1秒以内にwriteを実行、プログラム1がファイルAをopenした後、writeするまでのタスクスイッチが1000回未満」
この場合、プログラム1において、ファイルAをopenしてからwriteするまでの処理中に、タスクスイッチが異常な回数実行されていることから、利用者は、プログラム1において、ファイルAをopenしてからwriteするまでの処理中に、性能障害が発生していることが特定できる。
また、利用者は、通知された性能パターン203を許容範囲内であると判断した場合、その性能パターン203を正常パターンデータベース201内に正常パターンとして登録することにより、次回以降、性能情報解析サーバ2においては、その性能パターン203が発生した状態が正常状態であると判断されるようになる。
上述したように本実施形態においては、監視対象プログラム101が監視対象挙動を実行したことが検知されると、その監視対象プログラム101に関連する性能を示す性能情報を収集し、その監視対象プログラム101が実行した監視対象挙動とその監視対象プログラム101に関連する性能情報とを対応付けてパターン化した性能パターン203を作成し、その性能パターン203を正常パターンと照合することで性能障害を検知する。
したがって、監視対象プログラム101の挙動単位で性能障害を検知することができるため、監視対象プログラム101の挙動に応じた様々な性能障害を検知することができる。
また、監視対象プログラム101の挙動単位で性能障害を検知することができるため、性能障害が発生したプログラム、性能障害が発生した挙動、及び、発生した性能障害の種別を早期に特定することができる。
その結果、性能障害の解析時間を短縮することができる。また、現時点でコンピュータシステムの運用上は影響がないが、あるプログラムの一部の性能が低下している、というような、今後のコンピュータシステムのシステム障害につながる可能性がある性能障害の予兆も早期に検知することができる。
なお、本実施形態においては、監視対象サーバ1と性能情報解析サーバ2との2つのサーバからなる構成の障害検知システムを例に挙げて説明したが、監視対象サーバ1と性能情報解析サーバ2を1つのサーバ(障害検知サーバ)に一体化しても良い。
本発明は、複数のプログラムが動作するコンピュータシステムにおける性能障害の検知といった用途に適用することができる。
1 監視サーバ
101 監視対象プログラム
102 プログラム挙動検知部
103 性能情報収集部
104 収集データ
2 性能情報解析サーバ
201 正常パターンデータベース
202 性能障害検知部
203 性能パターン
204 性能パターン出力部

Claims (3)

  1. コンピュータシステムにおける性能障害を検知する障害検知システムであって、
    前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知するプログラム挙動検知部と、
    監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集部と、
    監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン出力部と、
    前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知部と、を備え、
    前記性能パターン出力部は、
    監視対象プログラムが実行した監視対象挙動の特徴的な挙動シーケンスのリストを作成し、
    監視対象挙動を実行した監視対象プログラムに関連する性能情報の変化状況のリストを作成し、
    全ての特徴的な挙動シーケンス毎に、当該挙動シーケンスにおける性能情報の変化状況を表す前記性能パターンを作成し、
    前記性能障害検知部は、
    全ての性能パターンを正常時の性能パターンと照合することで、性能障害を検知する、障害検知システム
  2. コンピュータシステムにおける性能障害を検知する障害検知サーバであって、
    前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知するプログラム挙動検知部と、
    監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集部と、
    監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン出力部と、
    前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知部と、を備え
    前記性能パターン出力部は、
    監視対象プログラムが実行した監視対象挙動の特徴的な挙動シーケンスのリストを作成し、
    監視対象挙動を実行した監視対象プログラムに関連する性能情報の変化状況のリストを作成し、
    全ての特徴的な挙動シーケンス毎に、当該挙動シーケンスにおける性能情報の変化状況を表す前記性能パターンを作成し、
    前記性能障害検知部は、
    全ての性能パターンを正常時の性能パターンと照合することで、性能障害を検知する、障害検知サーバ。
  3. コンピュータシステムにおける性能障害を検知する障害検知サーバによる障害検知方法であって、
    前記コンピュータシステム上で動作する監視対象プログラムが監視対象挙動を実行したことを検知する挙動検知ステップと、
    監視対象プログラムが監視対象挙動を実行したことが検知されたタイミングで、当該監視対象プログラムに関連する性能を示す性能情報を収集する性能情報収集ステップと、
    監視対象プログラムが実行した監視対象挙動と当該監視対象プログラムに関連する性能情報とを対応付けてパターン化した性能パターンを作成する性能パターン作成ステップと、
    前記性能パターンを正常時の性能パターンと照合することで、性能障害を検知する性能障害検知ステップと、を備え
    前記性能パターン作成ステップでは、
    監視対象プログラムが実行した監視対象挙動の特徴的な挙動シーケンスのリストを作成し、
    監視対象挙動を実行した監視対象プログラムに関連する性能情報の変化状況のリストを作成し、
    全ての特徴的な挙動シーケンス毎に、当該挙動シーケンスにおける性能情報の変化状況を表す前記性能パターンを作成し、
    前記性能障害検知ステップでは、
    全ての性能パターンを正常時の性能パターンと照合することで、性能障害を検知する、障害検知方法。
JP2010064610A 2010-03-19 2010-03-19 障害検知システム、障害検知サーバ、及び、障害検知方法 Expired - Fee Related JP5196596B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010064610A JP5196596B2 (ja) 2010-03-19 2010-03-19 障害検知システム、障害検知サーバ、及び、障害検知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010064610A JP5196596B2 (ja) 2010-03-19 2010-03-19 障害検知システム、障害検知サーバ、及び、障害検知方法

Publications (2)

Publication Number Publication Date
JP2011198087A JP2011198087A (ja) 2011-10-06
JP5196596B2 true JP5196596B2 (ja) 2013-05-15

Family

ID=44876191

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010064610A Expired - Fee Related JP5196596B2 (ja) 2010-03-19 2010-03-19 障害検知システム、障害検知サーバ、及び、障害検知方法

Country Status (1)

Country Link
JP (1) JP5196596B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7512855B2 (ja) 2020-11-12 2024-07-09 オムロンヘルスケア株式会社 電解液分析用試験片、試験片製造方法および電解液分析装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4170988B2 (ja) * 2003-05-09 2008-10-22 富士通株式会社 実行環境の危険予測/回避方法,システム,プログラムおよびその記録媒体
US8079037B2 (en) * 2005-10-11 2011-12-13 Knoa Software, Inc. Generic, multi-instance method and GUI detection system for tracking and monitoring computer applications
JP2007207213A (ja) * 2006-02-03 2007-08-16 Movell Software:Kk ワイヤレスデバイスのリアルタイム診断に適用する診断情報収集手法
JP4859558B2 (ja) * 2006-06-30 2012-01-25 株式会社日立製作所 コンピュータシステムの制御方法及びコンピュータシステム
JP2008305085A (ja) * 2007-06-06 2008-12-18 Ntt Docomo Inc ソフトウェア挙動モデル化装置、ソフトウェア挙動モデル化方法、ソフトウェア挙動検証装置及びソフトウェア挙動検証方法
JP4906760B2 (ja) * 2008-03-14 2012-03-28 株式会社日立情報制御ソリューションズ トレースデータ解析方法およびそのプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7512855B2 (ja) 2020-11-12 2024-07-09 オムロンヘルスケア株式会社 電解液分析用試験片、試験片製造方法および電解液分析装置

Also Published As

Publication number Publication date
JP2011198087A (ja) 2011-10-06

Similar Documents

Publication Publication Date Title
Sharma et al. CloudPD: Problem determination and diagnosis in shared dynamic clouds
US9003230B2 (en) Method and apparatus for cause analysis involving configuration changes
JP6025753B2 (ja) パフォーマンス・メトリックを監視するためのコンピュータによって実施される方法、コンピュータ可読記憶媒体、およびシステム
EP3355197B1 (en) Fault processing method, related apparatus, and computer
US8949671B2 (en) Fault detection, diagnosis, and prevention for complex computing systems
US10489232B1 (en) Data center diagnostic information
CN106789306B (zh) 通信设备软件故障检测收集恢复方法和系统
US7805630B2 (en) Detection and mitigation of disk failures
CN102521098B (zh) Cpu死机监控的处理方法和装置
Panda et al. {IASO}: A {Fail-Slow} Detection and Mitigation Framework for Distributed Storage Services
US20160378603A1 (en) Automated fault recovery
CN102141947A (zh) 一种对采用嵌入式操作系统的计算机应用系统中异常任务的处理方法及系统
CN102810073A (zh) 数据后台实时监控处理方法
CN101853191B (zh) 检测操作系统中任务死循环的方法及系统
US20190238399A1 (en) Identification of a soft failure at a member
Ghanbari et al. Stage-aware anomaly detection through tracking log points
Amvrosiadis et al. Getting back up: Understanding how enterprise data backups fail
KR102020994B1 (ko) 결함 주입 테스트 방법 및 장치
JP5196596B2 (ja) 障害検知システム、障害検知サーバ、及び、障害検知方法
JP4761229B2 (ja) 運用管理装置、運用管理方法ならびにプログラム
Sarkar et al. Automated Incident Management for a {Platform-as-a-Service} Cloud
JP2010244137A (ja) 障害情報収集装置
JP4575020B2 (ja) 障害解析装置
WO2013104964A1 (en) Thread based dynamic data collection
Imtiaz et al. Automatic platform-independent monitoring and ranking of hardware resource utilization

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120918

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20121030

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121212

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: 20130108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130201

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

Free format text: PAYMENT UNTIL: 20160215

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5196596

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees