JP5217820B2 - 支援プログラム、支援装置および支援方法 - Google Patents

支援プログラム、支援装置および支援方法 Download PDF

Info

Publication number
JP5217820B2
JP5217820B2 JP2008235129A JP2008235129A JP5217820B2 JP 5217820 B2 JP5217820 B2 JP 5217820B2 JP 2008235129 A JP2008235129 A JP 2008235129A JP 2008235129 A JP2008235129 A JP 2008235129A JP 5217820 B2 JP5217820 B2 JP 5217820B2
Authority
JP
Japan
Prior art keywords
learning data
procedure
failure
solution procedure
dependency relationship
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
JP2008235129A
Other languages
English (en)
Other versions
JP2010067177A (ja
Inventor
邦昭 嶋田
安英 松本
幸洋 渡辺
裕二 和田
正純 松原
健司 森本
浩 大塚
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 JP2008235129A priority Critical patent/JP5217820B2/ja
Priority to US12/487,364 priority patent/US8578210B2/en
Priority to GB0910729A priority patent/GB2463343A/en
Publication of JP2010067177A publication Critical patent/JP2010067177A/ja
Application granted granted Critical
Publication of JP5217820B2 publication Critical patent/JP5217820B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/40—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass for recovering from a failure of a protocol instance or entity, e.g. service redundancy protocols, protocol state redundancy or protocol service redirection
    • 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
    • H04L41/02—Standardisation; Integration
    • H04L41/0213—Standardised network management protocols, e.g. simple network management protocol [SNMP]

Description

本発明は、複数の機器間における障害トラブルを対処するための支援プログラム、支援装置および支援方法に関する。
近年、ＩＴ（Information Technology）を利用したＩＴシステムの運用管理、当該ＩＴシステムの運用管理のためのガイドラインであるＩＴＩＬ（Information Technology Infrastructure Library）によるサポートおよび問題・課題管理において、様々なトラブルに対する解決方法を提示するトラブル対処システムがある。
例えば、トラブル対処システムは、図２４に示すように、トラブルに対する解決方法を提示するために、過去のトラブル対応事例などから作成されたトラブル解決のための手順を保持している。そして、トラブル対処システムは、トラブルの現象である障害情報が入力されると、当該トラブルを解決するための解決方法を提示する。なお、図２４は、従来技術に係るトラブル対処システムを説明するための図である。
また、上記トラブル対処システムは、例えば、図２５に示すように、システムに関する顧客からの質問やシステム障害情報などを受け付ける問合せ窓口（コールセンタなど）に設けられる。そして、コールセンタのオペレータは、顧客などからトラブルの問合せがなされると（図２５の（１）参照）、トラブル対処システムを用いて、トラブル解決のための方法を参照して顧客に回答する（図２５の（２）および（３）参照）。
続いて、オペレータは、顧客からの問合せの事例を、過去事例として過去事例データベースに登録する（図２５の（４）参照）。その後、コンテンツ作成者は、過去事例データベースのデータを精査してトラブル対処システムが保持しているトラブル解決手順データベースを作成する（図２５の（５）参照）。なお、図２５は、従来技術に係るトラブル対処システムをコールセンタに適用した場合を説明するための図である。
また、上記のようなトラブル対処システムには、例えば、ネットワークに潜在するサービス間の依存関係を辿ることにより障害の原因となる集合を抽出して障害箇所を検出する技術や、過去の知識データを活用して、当該知識データに基づいて所定事象に対して解決手段を導出する技術などが適用されている。
特開平１１−２５９３３１号公報 特開２００６−２５２５６７号公報
しかしながら、上述した従来技術では、有用なトラブル解決手順を提示することができないという課題があった。具体的には、上記従来技術では、ネットワーク上における機器間のデータ依存関係とサービス依存関係とから、所定機器のサービスが障害に影響する範囲を特定しているが、障害箇所を確定することができない。また、上記従来技術では、リアルタイムに情報を取得したり、トラブルを解決する手順を最適化したりすることができない。この結果、上述した従来技術では、有用なトラブル解決手順を提示することができない。
さらに、図２５に示した従来技術では、過去事例がフリーフォーマットで保存されている場合に、コンテンツ作成者によるトラブル解決手順の作成に時間がかかってしまう。
そこで、本発明は、上述した従来技術の課題を解決するためになされたものであり、有用なトラブル解決手順を提示することが可能である支援プログラム、支援装置および支援方法を提供することを目的とする。
上述した課題を解決し、目的を達成するため、本願の開示する支援装置は、機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶手段と、前記構成情報記憶手段から障害が発生した機器を含む機器間の依存関係を取得する依存関係取得手段と、前記依存関係取得手段によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成手段と、前記学習データ作成手段によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成手段と、を有することを要件とする。
本願の開示する支援プログラム、支援装置および支援方法によれば、有用なトラブル解決手順を提示することが可能であるという効果を奏する。
以下に添付図面を参照して、本発明に係る複数の機器間における障害トラブルを対処するための支援プログラム、支援装置および支援方法の実施例を説明する。
［支援装置の概要］
最初に、実施例１に係る支援装置の概要を説明する。本願の開示する支援装置は、例えば、ネットワーク機器により構成されるシステムに関する顧客からの質問や、当該システムの障害情報などを受け付けるコールセンタに配設される。一般的に、コールセンタのオペレータは、システム障害に関する問合せが顧客からなされた場合に、当該システム障害の解決手順を保持しているトラブル対処のためのシステムを利用し、トラブルの解決手順を顧客に対して提示する。
上述した構成において、支援装置は、機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶部を有する。そして、支援装置は、障害が発生した機器を含む機器間の依存関係を構成情報記憶部から取得する。続いて、支援装置は、取得された障害が発生した機器を含む機器間の依存関係と、障害が発生した機器の情報とに基づいて、依存関係と障害の原因箇所とが対応付けられた学習データを作成する。その後、支援装置は、作成された学習データに基づいて、障害の原因箇所を特定するための手順を示す解決手順を生成する。
具体的に説明すると、支援装置は、エンドユーザが閲覧するウェブサーバ「Ｗｅｂ」、サービスを提供するアプリケーションサーバ「Ａｐ」および当該アプリケーションのデータベースサーバ「ＤＢ」などにより構成されるネットワークでの機器の一覧「Ｗｅｂ、Ａｐ、ＤＢ」を記憶する。
そして、支援装置は、機器の一覧「Ｗｅｂ、Ａｐ、ＤＢ」に対応付けて、当該機器間において、それぞれが利用者側（Ｃｏｎｓｕｍｅｒ）と提供者側（Ｐｒｏｖｉｄｅｒ）とであることを示す依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を記憶する構成情報記憶部を有する。
なお、構成情報記憶部に記憶される情報は、例えば、手入力、システム設計時のデータ、ディスカバリ（ＳＮＭＰ：Simple Network Management Protocol）、診断ツールおよびパケットキャプチャなどを利用して、予め収集された情報である。
そして、支援装置は、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部から取得する。
続いて、支援装置は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する。
依存関係「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」における原因箇所を導出するルールは、例えば、障害が発生した機器が「Ａｐ」および「ＤＢ」である場合に、Ｐｒｏｖｉｄｅｒである「ＤＢ」を原因箇所とするルールとなる。要するに、「Ａｐ」と「ＤＢ」とで障害が発生している場合には、提供者側（Ｐｒｏｖｉｄｅｒ）である「ＤＢ」の稼動がなされていないと利用者側（Ｃｏｎｓｕｍｅｒ）である「Ａｐ」の稼動が見込めないため、提供者側（Ｐｒｏｖｉｄｅｒ）である「ＤＢ」が原因箇所となる。
その後、支援装置は、作成された学習データに基づいて、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３（Iterative Dichotomiser 3）」などを利用して生成する。なお、支援装置によって生成された解決手順は、例えば、上述したコールセンタにおいて、障害トラブルを解決するための手順として利用される。
つまり、支援装置は、一つまたは複数の機器における障害トラブルを対処する場合に、機器の構成情報に基づいて学習データを作成し、作成された学習データからトラブル解決手順を生成することができる結果、有用なトラブル解決手順を提示することが可能である。
［支援装置の構成］
次に、図１を用いて、実施例１に係る支援装置の構成を説明する。図１は、実施例１に係る支援装置の構成例を示す図である。
図１に示すように、支援装置１０は、記憶部２０と、制御部３０とを有し、例えば、ネットワーク機器により構成されるシステムに関する顧客からの質問や、当該システムの障害情報などを受け付けるコールセンタに配設される。
記憶部２０は、制御部３０による各種処理に必要なデータや、制御部３０による各種処理結果を記憶し、特に、構成情報記憶部２１と、学習データ記憶部２２とを有する。
構成情報記憶部２１は、機器の一覧に対応付けて当該機器間の依存関係を記憶する。例えば、構成情報記憶部２１は、図２に示すように、機器一覧「Ｗｅｂ（ウェブサーバ）、Ａｐ（アプリケーションサーバ）、ＤＢ（データベースサーバ）」に対応付けて、当該機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を記憶する。なお、図２は、構成情報記憶部２１に記憶される情報の例を示す図である。
また、依存関係「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」は、「ＤＢ」が稼動することにより「Ａｐ」の稼動も可能になるという依存関係になる。また、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」は、「Ａｐ」が稼動することにより「Ｗｅｂ」の稼動も可能になるという依存関係になる。要するに、「ＤＢ」、「Ａｐ」および「Ｗｅｂ」は、「ＤＢ」の稼動により「Ａｐ」が稼動可能となり、さらに、「Ａｐ」の稼動により「Ｗｅｂ」が稼動可能となるという依存関係になる。
なお、構成情報記憶部２１に記憶される情報は、例えば、手入力、システム設計時のデータ、ディスカバリ（ＳＮＭＰ：Simple Network Management Protocol）、診断ツールおよびパケットキャプチャなどを利用して、予め収集された情報である。
学習データ記憶部２２は、機器の依存関係と障害の原因箇所とを対応付けて記憶する。具体的には、学習データ記憶部２２は、図３に示すように、取得される機器の構成情報名であり、依存関係にある「Ｗｅｂの稼動」、「Ａｐの稼動」および「ＤＢの稼動」と、「原因箇所」とを対応付けて記憶する。なお、図３は、実施例１に係る学習データ記憶部２２に記憶される情報の例を示す図である。
例えば、学習データ記憶部２２は、「Ｗｅｂの稼動：×」（Ｗｅｂが稼動していない）、「Ａｐの稼動：○」（Ａｐが稼動している）および「ＤＢの稼動：○」（ＤＢが稼動している）と、「原因箇所：Ｗｅｂ」とを対応付けて記憶する。また、例えば、学習データ記憶部２２は、「Ｗｅｂの稼動：○」（Ｗｅｂが稼動している）、「Ａｐの稼動：×」（Ａｐが稼動していない）および「ＤＢの稼動：×」（ＤＢが稼動していない）と、「原因箇所：ＤＢ」とを対応付けて記憶する。また、例えば、学習データ記憶部２２は、「Ｗｅｂの稼動：×」（Ｗｅｂが稼動していない）、「Ａｐの稼動：×」（Ａｐが稼動していない）および「ＤＢの稼動：×」（ＤＢが稼動していない）と、「原因箇所：ＤＢ」とを対応付けて記憶する。
制御部３０は、制御プログラム、各種の処理手順などを規定したプログラムおよび所要データを格納するための内部メモリを有するとともに、特に、依存関係取得部３１と、学習データ作成部３２と、解決手順生成部３３とを有し、これらによって種々の処理を実行する。
依存関係取得部３１は、障害が発生した機器を含む機器間の依存関係を構成情報記憶部２１から取得する。具体的に例を挙げると、依存関係取得部３１は、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する。
学習データ作成部３２は、依存関係取得部３１によって取得された障害が発生した機器を含む機器間の依存関係と、障害が発生した機器の情報とに基づいて、依存関係と障害の原因箇所とが対応付けられた学習データを作成する。
上述した例で具体的に例を挙げると、学習データ作成部３２は、依存関係取得部３１によって取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する。なお、学習データ作成部３２は、作成した学習データを学習データ記憶部２２に格納する。
ここで、学習データ作成部３２が、学習データ記憶部２２に格納する学習データにおける原因箇所を導出するルールについて、障害が発生した機器の数ごとに分けて説明する。
（障害機器が１つの場合）
まず、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が、「Ｗｅｂ」のみである場合、「Ａｐ」のみである場合、「ＤＢ」のみである場合を説明する（図３参照）。
学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「Ｗｅｂ」（Ｗｅｂの稼動：×、Ａｐの稼動：○、ＤＢの稼動：○）のみである場合に、当該「Ｗｅｂ」を原因箇所として導出する。
また、学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「Ａｐ」（Ｗｅｂの稼動：○、Ａｐの稼動：×、ＤＢの稼動：○）のみである場合に、当該「Ａｐ」を原因箇所として導出する。
また、学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「ＤＢ」（Ｗｅｂの稼動：○、Ａｐの稼動：○、ＤＢの稼動：×）のみである場合に、当該「ＤＢ」を原因箇所として導出する。
つまり、学習データ作成部３２は、依存関係取得部３１によって取得された依存関係において、障害が発生した機器が１つのみである場合に、当該障害が発生した機器を原因箇所として導出する。
（障害機器が２つの場合）
次に、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が、「Ｗｅｂ」と「Ａｐ」とである場合、「Ａｐ」と「ＤＢ」とである場合を説明する（図３参照）。
学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「Ｗｅｂ」と「Ａｐ」と（Ｗｅｂの稼動：×、Ａｐの稼動：×、ＤＢの稼動：○）である場合に、Ｐｒｏｖｉｄｅｒである「Ａｐ」を原因箇所として導出する。
また、学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「Ａｐ」と「ＤＢ」と（Ｗｅｂの稼動：○、Ａｐの稼動：×、ＤＢの稼動：×）である場合に、Ｐｒｏｖｉｄｅｒである「ＤＢ」を原因箇所として導出する。
つまり、学習データ作成部３２は、依存関係取得部３１によって取得された依存関係において、障害が発生した機器が２つである場合に、当該障害が発生した機器の依存関係のうち、Ｐｒｏｖｉｄｅｒである機器を原因箇所として導出する。
（障害機器が３つ以上の場合）
次に、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」である場合を説明する（図３参照）。
学習データ作成部３２は、例えば、依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」において、障害が発生した機器が「Ｗｅｂ」、「Ａｐ」および「ＤＢ」（Ｗｅｂの稼動：×、Ａｐの稼動：×、ＤＢの稼動：×）である場合に、根源となるＰｒｏｖｉｄｅｒである「ＤＢ」を原因箇所として導出する。
つまり、学習データ作成部３２は、依存関係取得部３１によって取得された依存関係において、障害が発生した機器が３つ以上（ｎ階層，ｎ＝３以上）である場合に、当該障害が発生した機器の依存関係のうち、根源となるＰｒｏｖｉｄｅｒである機器を原因箇所として導出する。
図１に戻り、解決手順生成部３３は、学習データ作成部３２によって作成された学習データに基づいて、障害の原因箇所を特定するための手順を示す解決手順を生成する。上述した例で具体的に例を挙げると、解決手順生成部３３は、学習データ作成部３２によって作成された学習データに基づいて、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（図４参照）。
図３に示した学習データから解決手順生成部３３によって生成される解決手順は、例えば、図４に示すように、「ＤＢ」が稼動していない場合に、当該「ＤＢ」を原因箇所とし、「ＤＢ」が稼動している場合に、「Ａｐ」の稼動を確認する解決手順となる。そして、「Ａｐ」が稼動していない場合には、当該「Ａｐ」を原因箇所とし、「Ａｐ」が稼動している場合に、「Ｗｅｂ」を原因箇所とする解決手順となる。なお、図４は、実施例１に係る解決手順生成処理によって生成される解決手順の例を示す図である。
要するに、解決手順生成部３３によって生成される解決手順を用いれば、最適に障害発生の原因箇所を確認できる。言い換えると、「Ａｐ」と「Ｗｅｂ」とにおいて障害が発生していても、「ＤＢ」の稼動を確認することなく、「Ａｐ」の稼動のみを確認し、さらに、「Ａｐ」の障害が復旧した後に、「Ｗｅｂ」の稼動のみを確認するという最短ルートで障害発生の原因箇所を確認できる。
なお、解決手順生成部３３によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
［解決手順生成処理］
次に、図５を用いて、実施例１に係る解決手順生成処理を説明する。図５は、実施例１に係る解決手順生成処理を説明するためのフローチャートである。なお、以下では、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」において、「Ａｐ」と「ＤＢ」とで障害が発生した場合の処理の流れを説明する。
図５に示すように、支援装置１０は、例えば、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に（ステップＳ１０１肯定）、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する（ステップＳ１０２）。
そして、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する（ステップＳ１０３）。
続いて、支援装置１０は、作成された学習データに基づいて、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（ステップＳ１０４）。なお、支援装置１０によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
［学習データ作成処理］
次に、図６を用いて、実施例１に係る学習データ作成処理を説明する。図６は、実施例１に係る学習データ作成処理を説明するためのフローチャートである。なお、以下では、構成される機器が「Ｗｅｂ、Ａｐ、ＤＢ」であり、当該機器間の依存関係が「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」である場合を説明する。
図６に示すように、支援装置１０は、例えば、障害が発生した機器が「Ｗｅｂ」のみである場合に（ステップＳ２０１肯定）、当該「Ｗｅｂ」を原因箇所とする学習データを作成する（ステップＳ２０２）。なお、支援装置１０は、障害が発生した機器が１つではない場合に（ステップＳ２０１否定）、ステップＳ２０３の処理を実行する。
そして、支援装置１０は、障害が発生した機器が「Ｗｅｂ」と「Ａｐ」とである場合に（ステップＳ２０３肯定）、Ｐｒｏｖｉｄｅｒである「Ａｐ」を原因箇所とする学習データを作成する（ステップＳ２０４）。
続いて、支援装置１０は、全ての依存関係について学習データを作成していない場合に（ステップＳ２０５否定）、ステップＳ２０４の処理を実行し、全ての依存関係について学習データを作成した場合に（ステップＳ２０５肯定）、ステップＳ２０６の処理を実行する。なお、支援装置１０は、障害が発生した機器が依存関係を有する２つではない場合に（ステップＳ２０３否定）、ステップＳ２０６の処理を実行する。
その後、支援装置１０は、障害が発生した機器が「Ｗｅｂ」、「Ａｐ」および「ＤＢ」（３階層）である場合に（ステップＳ２０６肯定）、根源となるＰｒｏｖｉｄｅｒである「ＤＢ」を原因箇所とする学習データを作成する（ステップＳ２０７）。
そして、支援装置１０は、ｎ階層（ｎ＝３）以上の全ての依存関係について学習データを作成した場合に（ステップＳ２０８肯定）、処理を終了する。なお、支援装置１０は、ｎ階層以上の全ての依存関係について学習データを作成していない場合に（ステップＳ２０８否定）、ステップＳ２０７の処理を実行する。また、支援装置１０は、依存関係がｎ階層の関係ではない場合に（ステップＳ２０６否定）、処理を終了する。
［実施例１による効果］
上述したように、支援装置１０は、一つまたは複数の機器における障害トラブルを対処する場合に、機器構成情報の依存関係に基づいて学習データを作成し、作成された学習データからトラブル解決のための手順を生成するので、有用なトラブル解決手順を提示することが可能である。
例えば、支援装置１０は、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」を有する構成において、「Ａｐ」と「ＤＢ」とで障害が発生した場合に、障害が発生した機器「Ａｐ」および「ＤＢ」の情報を受け付ける。そして、支援装置１０は、障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する。続いて、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係と、障害が発生した機器の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する。その後、支援装置１０は、作成された学習データに基づいて、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する。この結果、支援装置１０は、有用なトラブル解決手順を提示することが可能である。
また、支援装置１０は、取得された構成情報に基づいて学習データを作成し、作成された学習データから解決手順を生成するので、解決手順を人手により作成する従来技術と比較して、解決手順生成にかかる時間を短縮することが可能である。
また、支援装置１０は、構成情報の依存関係を利用して解決手順を生成するので、実際の運用・保守において、より最適な解決手順を生成することが可能であり、さらに、より最適な解決手順を生成するので、生成された解決手順の人手による修正にかかる時間も短縮することが可能である。
ところで、上記実施例１では、学習データに基づいて解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、さらに、機器の障害発生の過去事例を示す過去学習データを用いて解決手順を生成することもできる。
そこで、以下の実施例２では、図７〜図１０を用いて、学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて解決手順を生成する場合について説明する。なお、実施例２に係る支援装置１０の一部の構成や機能については、実施例１と同様であるためその説明を省略し、ここでは、実施例１とは異なる過去学習データと、解決手順生成処理とについて説明する。
［実施例２に係る支援装置の構成］
図７を用いて、実施例２に係る支援装置１０の構成を説明する。図７は、実施例２に係る支援装置１０の構成例を示す図である。
図７に示すように、支援装置１０は、記憶部２０と、制御部３０とを有し、例えば、ネットワーク機器により構成されるシステムに関する顧客からの質問や、当該システムの障害情報などを受け付けるコールセンタに配設される。
記憶部２０は、制御部３０による各種処理に必要なデータや、制御部３０による各種処理結果を記憶し、特に、構成情報記憶部２１と、学習データ記憶部２２と、過去学習データ記憶部２３とを有する。
過去学習データ記憶部２３は、機器の障害発生の過去事例を示す過去学習データを記憶する。具体的には、過去学習データ記憶部２３は、図８に示すように、機器の構成情報名であり、依存関係にある「Ｗｅｂの稼動」、「Ａｐの稼動」および「ＤＢの稼動」と、「原因箇所」とを「事例」ごとに対応付けて記憶する。なお、図８は、実施例２に係る過去学習データ記憶部２３に記憶される情報の例を示す図である。
例えば、過去学習データ記憶部２３は、「事例１」として、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：○」と、「原因箇所：Ａｐ」とを対応付けて記憶する。また、例えば、過去学習データ記憶部２３は、「事例２」として、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：×」と、「原因箇所：Ａｐ」とを対応付けて記憶する。また、例えば、過去学習データ記憶部２３は、「事例３」として、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：×」と、「原因箇所：ＤＢ」とを対応付けて記憶する。
過去学習データ記憶部２３に記憶される情報は、構成される機器において、過去に実際に発生した障害の事例であるため、上記のように、「事例２」と「事例３」とでは、障害箇所が同一であるにも関わらず「原因箇所」が異なる。つまり、過去学習データは、構成情報の依存関係に基づいて、機械的に作成される学習データと全く同一になるわけではない。
制御部３０は、制御プログラム、各種の処理手順などを規定したプログラムおよび所要データを格納するための内部メモリを有するとともに、特に、依存関係取得部３１と、学習データ作成部３２と、解決手順生成部３３とを有し、これらによって種々の処理を実行する。
解決手順生成部３３は、学習データ作成部３２によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて、障害の原因箇所を特定するための手順を示す解決手順を生成する。
具体的には、解決手順生成部３３は、学習データ作成部３２によって作成された学習データと、過去学習データ記憶部２３に記憶される過去学習データとに基づいて、障害の原因箇所を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する。
図３に示した学習データと、図８に示した過去学習データとから解決手順生成部３３によって生成される解決手順は、例えば、図９に示すように、「Ｗｅｂ」が稼動していない場合に、当該「Ｗｅｂ」を原因箇所とし、「Ｗｅｂ」が稼動している場合に、「ＤＢ」の稼動を確認する解決手順となる。そして、「ＤＢ」が稼動していない場合には、当該「ＤＢ」を原因箇所とし、「ＤＢ」が稼動している場合に、「Ａｐ」を原因箇所とする解決手順となる。なお、図９は、実施例２に係る解決手順生成処理によって生成される解決手順の例を示す図である。
つまり、実施例２では、データが少なく擬似的（実際の事例ではない）に作成される学習データと、データが多く実際の事例から作成される過去学習データとに基づいて解決手順を生成するので、実施例１とは異なる解決手順が生成されることもある。
［実施例２に係る解決手順生成処理］
次に、図１０を用いて、実施例２に係る解決手順生成処理を説明する。図１０は、実施例２に係る解決手順生成処理を説明するためのフローチャートである。なお、以下では、実施例１と同様に、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」において、「Ａｐ」と「ＤＢ」とで障害が発生した場合の処理の流れを説明する。
図１０に示すように、支援装置１０は、例えば、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に（ステップＳ３０１肯定）、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する（ステップＳ３０２）。
そして、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する（ステップＳ３０３）。
続いて、支援装置１０は、作成された学習データと、過去学習データ記憶部２３に記憶される過去学習データとに基づいて、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（ステップＳ３０４）。なお、支援装置１０によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
［実施例２による効果］
上述したように、支援装置１０は、一つまたは複数の機器における障害トラブルを対処する場合に、機器構成情報の依存関係に基づいて学習データを作成し、作成された学習データと障害発生の過去事例を示す過去学習データとからトラブル解決のための手順を生成するので、より有用なトラブル解決手順を提示することが可能である。
言い換えると、支援装置１０は、学習データよりも信頼性の高い過去学習データもさらに利用することにより解決手順を生成するので、より有用なトラブル解決手順を提示することが可能である。
ところで、上記実施例２では、学習データと過去学習データとをそのまま利用することにより解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、学習データと過去学習データとを所定の比率で利用することにより解決手順を生成することもできる。
具体的には、解決手順生成部３３は、学習データ作成部３２によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとを所定の比率で利用することにより、障害の原因箇所を特定するための手順を示す解決手順を生成する。
そこで、以下の実施例３では、図１１および図１２を用いて、学習データと過去学習データとを所定の比率で利用することにより解決手順を生成する場合について説明する。なお、実施例３に係る支援装置１０の各構成や一部の機能については、実施例２と同様であるためその説明を省略し、ここでは、実施例２とは異なる解決手順生成処理について説明する。
［実施例３に係る解決手順生成処理］
図１１を用いて、実施例３に係る解決手順生成処理を説明する。図１１は、実施例３に係る解決手順生成処理を説明するためのフローチャートである。なお、以下では、実施例１と同様に、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」において、「Ａｐ」と「ＤＢ」とで障害が発生した場合の処理の流れを説明する。
図１１に示すように、支援装置１０は、例えば、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に（ステップＳ４０１肯定）、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する（ステップＳ４０２）。
そして、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する（ステップＳ４０３）。
続いて、支援装置１０は、作成された学習データと、過去学習データ記憶部２３に記憶される過去学習データとを所定の比率（例えば、学習データ：過去学習データ＝５：５）で利用することにより、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（ステップＳ４０４）。なお、支援装置１０によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
図３に示した学習データと、図８に示した過去学習データとから解決手順生成部３３によって生成される解決手順は、例えば、図１２に示すように、「ＤＢ」が稼動していない場合に、当該「ＤＢ」を原因箇所とし、「ＤＢ」が稼動している場合に、「Ａｐ」の稼動を確認する解決手順となる。そして、「Ａｐ」が稼動していない場合には、当該「Ａｐ」を原因箇所とし、「Ａｐ」が稼動している場合に、「Ｗｅｂ」を原因箇所とする解決手順となる。なお、図１２は、実施例３に係る解決手順生成処理によって生成される解決手順の例を示す図である。
また、所定の比率による解決手順生成処理を詳細に説明すると、支援装置１０は、例えば、学習データ６個、過去学習データ８個である場合に、「６」と「８」との最大公約数「２」を算出する。
そして、支援装置１０は、算出された「２」を用いて、学習データを「８÷２＝４倍」、過去学習データを「６÷２＝３倍」して、学習データ「６個×４＝２４個」および過去学習データ「８個×３＝２４個」とする。続いて、支援装置１０は、所定の比率が「５：５」である場合に、学習データ「２４個」および過去学習データ「２４個」の合計４８個を「ＩＤ３」に適用して、解決手順を生成する。
また、上記所定の比率は、「５：５」に限られるものではなく、例えば、過去学習データの信頼性の高さや、学習データと過去学習データとのデータ数などによって任意に変更することができる。例えば、上記所定の比率が「ｍ：ｎ」である場合には、学習データ「２４個×ｍ」および過去学習データ「２４個×ｎ」として「ＩＤ３」に適用して、解決手順を生成する。
つまり、実施例３では、データの絶対数において優先されてしまう過去学習データと、データの少ない学習データとの比率を所定比率で利用することにより解決手順を生成するので、実施例２とは異なる解決手順が生成されることもある。
［実施例３による効果］
上述したように、支援装置１０は、構成情報の依存関係から学習データを作成し、作成された学習データと、過去学習データとを所定の比率で利用することにより解決手順を生成するので、より有用な解決手順を生成することが可能である。
ところで、上記実施例２では、学習データと過去学習データとをそのまま利用することにより解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、学習データと同一な過去学習データに重みを付けて利用することにより解決手順を生成することもできる。
具体的には、解決手順生成部３３は、機器の障害発生の過去事例を示す過去学習データが所定値より多い場合に、当該過去学習データのみを利用し、かつ、学習データ作成部３２によって作成された学習データと同一な過去学習データに重みを付けて利用することにより、障害の原因箇所を特定するための手順を示す解決手順を生成する。
そこで、以下の実施例４では、図１３〜図１５を用いて、学習データと同一な過去学習データに重みを付けて利用することにより解決手順を生成する場合について説明する。なお、実施例４に係る支援装置１０の各構成や一部の機能については、実施例２と同様であるためその説明を省略し、ここでは、実施例２とは異なる解決手順生成処理について説明する。
［実施例４に係る解決手順生成処理］
図１３を用いて、実施例４に係る解決手順生成処理を説明する。図１３は、実施例４に係る解決手順生成処理を説明するためのフローチャートである。なお、以下では、実施例１と同様に、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」において、「Ａｐ」と「ＤＢ」とで障害が発生した場合の処理の流れを説明する。
図１３に示すように、支援装置１０は、例えば、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に（ステップＳ５０１肯定）、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する（ステップＳ５０２）。
そして、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する（ステップＳ５０３）。
続いて、支援装置１０は、過去学習データ記憶部２３に記憶される過去学習データのうち、学習データ記憶部２２に記憶される学習データと同一な過去学習データに重みを付けて利用することにより、障害の原因箇所「ＤＢ」を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（ステップＳ５０４）。なお、支援装置１０によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
実施例４に係る解決手順生成処理では、図１４に示すように、例えば、過去学習データの複数の事例のうち、学習データと同一である過去学習データ「事例１」、「事例３」、「事例４」、「事例６」、「事例７」および「事例８」に重みを付けつつ、解決手順を生成する。なお、図１４は、実施例４に係る解決手順生成処理を説明するための図である。
また、図１４に示した学習データと過去学習データとから解決手順生成部３３によって生成される解決手順は、例えば、図１５に示すように、「Ｗｅｂ」が稼動していない場合に、当該「Ｗｅｂ」を原因箇所とし、「Ｗｅｂ」が稼動している場合に、「ＤＢ」の稼動を確認する解決手順となる。そして、「ＤＢ」が稼動していない場合には、当該「ＤＢ」を原因箇所とし、「ＤＢ」が稼動している場合に、「Ａｐ」を原因箇所とする解決手順となる。なお、図１５は、実施例４に係る解決手順生成処理によって生成される解決手順の例を示す図である。
つまり、実施例４では、実際の事例であり、信頼性が比較的高い過去学習データのうち、より実際の適用シーンに近い学習データと同一である過去学習データに重みを付けて解決手順を生成するので、より有用な解決手順を生成することができる。
言い換えると、実施例４では、過去学習データのうち、学習データと同一な事例ではないことから信頼性が低くなる（と予測される）過去学習データよりも、学習データと同一な事例であることから信頼性が高くなる（と予測される）過去学習データに、さらに重みを付けて解決手順を生成するので、より有用な解決手順を生成することができる。なお、過去学習データに与える重みは、例えば、倍の比重を与えるなどして予め設定される。
［実施例４による効果］
上述したように、支援装置１０は、学習データと同一な過去学習データに重みを付けて利用することにより解決手順を生成するので、より有用な解決手順を生成することが可能である。
ところで、上記実施例２では、学習データと過去学習データとをそのまま利用することにより解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、学習データの参照回数に応じて、過去学習データに重みを付けて利用することにより解決手順を生成することもできる。
そこで、以下の実施例５では、図１６〜図２０を用いて、学習データの参照回数に応じて、過去学習データに重みを付けて利用することにより解決手順を生成する場合を説明する。なお、実施例５に係る支援装置１０の各構成や一部の機能については、実施例２と同様であるためその説明を省略し、ここでは、実施例２とは異なる学習データ、過去学習データおよび解決手順生成処理について説明する。
［実施例５に係る支援装置の構成］
図１６および図１７を用いて、実施例５に係る学習データ記憶部２２と過去学習データ記憶部２３とに記憶される情報を説明する。図１６は、実施例５に係る学習データ記憶部２２に記憶される情報の例を示す図であり、図１７は、実施例５に係る過去学習データ記憶部２３に記憶される情報の例を示す図である。
学習データ記憶部２２は、機器の依存関係、障害の原因箇所および参照された回数を示す参照回数を対応付けて記憶する。具体的には、学習データ記憶部２２は、図１６に示すように、取得される機器の構成情報名であり、依存関係にある「Ｗｅｂの稼動」、「Ａｐの稼動」および「ＤＢの稼動」と、「原因箇所」と、「参照回数」とを対応付けて記憶する。
例えば、学習データ記憶部２２は、「Ｗｅｂの稼動：×」、「Ａｐの稼動：○」および「ＤＢの稼動：○」と、「原因箇所：Ｗｅｂ」と、「参照回数：２」とを対応付けて記憶する。また、例えば、学習データ記憶部２２は、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：×」と、「原因箇所：ＤＢ」と、「参照回数：５」とを対応付けて記憶する。また、学習データ記憶部２２は、「Ｗｅｂの稼動：×」、「Ａｐの稼動：×」および「ＤＢの稼動：×」と、「原因箇所：ＤＢ」と、「参照回数：１」とを対応付けて記憶する。
学習データ記憶部２２に記憶される「参照回数」とは、学習データ作成後に、支援装置１０を利用するユーザによって参照された回数（カウンタ）であり、ユーザは、システム障害などの際に、トラブルを解決するために学習データ記憶部２２を所定の専用機能などを用いて参照する。
要するに、ユーザによって参照される回数が多い学習データは、システムでのトラブル解決のために多用されているということになる。なお、学習データ記憶部２２に記憶される参照回数は、機器障害の最新のトラブルに対応させるために、所定期間を過ぎた場合に回数をリセットするなどしても良い。
過去学習データ記憶部２３は、機器の障害発生の過去事例と当該過去事例に重みを付けるための倍率とを対応付けて記憶する。具体的には、過去学習データ記憶部２３は、図１７に示すように、機器の構成情報名であり、依存関係にある「Ｗｅｂの稼動」、「Ａｐの稼動」および「ＤＢの稼動」と、「原因箇所」と、「倍率」とを「事例」ごとに対応付けて記憶する。
例えば、過去学習データ記憶部２３は、「事例１」として、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：○」と、「原因箇所：Ａｐ」と、「倍率：３」とを対応付けて記憶する。また、例えば、過去学習データ記憶部２３は、「事例３」として、「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」および「ＤＢの稼動：×」と、「原因箇所：ＤＢ」と、「倍率：５」とを対応付けて記憶する。
解決手順生成部３３は、学習データ作成部３２によって作成された学習データの参照回数に応じて、過去学習データ記憶部２３に記憶される過去学習データに重みを付けて利用することにより、障害の原因箇所を特定するための手順を示す解決手順を生成する。
具体的には、解決手順生成部３３は、学習データ作成部３２によって作成された学習データの参照回数（図１６参照）に応じて、当該学習データと同一な過去学習データの倍率を決定する（図１７参照）。そして、解決手順生成部３３は、過去学習データ記憶部２３に記憶される過去学習データの倍率を利用することにより、障害の原因箇所を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する。
例えば、解決手順生成部３３は、学習データ作成部３２によって作成された学習データ「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」、「ＤＢの稼動：×」および「原因箇所：ＤＢ」の「参照回数：５」に応じて、当該学習データと同一な過去学習データ「事例３」の倍率「５」を決定する。
そして、解決手順生成部３３は、過去学習データ記憶部２３に記憶される過去学習データ「事例３」の倍率「５」を利用することにより、障害の原因箇所を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する。
［実施例５に係る解決手順生成処理］
次に、図１８を用いて、実施例５に係る解決手順生成処理を説明する。図１８は、実施例５に係る解決手順生成処理を説明するためのフローチャートである。なお、以下では、実施例１と同様に、「Ｗｅｂ」、「Ａｐ」および「ＤＢ」において、「Ａｐ」と「ＤＢ」とで障害が発生した場合の処理の流れを説明する。
図１８に示すように、支援装置１０は、例えば、障害が発生した機器「Ａｐ」および「ＤＢ」の情報が入力された場合に（ステップＳ６０１肯定）、当該障害が発生した機器「Ａｐ」および「ＤＢ」を含む機器間「Ｗｅｂ、Ａｐ、ＤＢ」の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」を構成情報記憶部２１から取得する（ステップＳ６０２）。
そして、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係「Ｃｏｎｓｕｍｅｒ：Ｗｅｂ、Ｐｒｏｖｉｄｅｒ：Ａｐ」および「Ｃｏｎｓｕｍｅｒ：Ａｐ、Ｐｒｏｖｉｄｅｒ：ＤＢ」と、障害が発生した機器「Ａｐ」および「ＤＢ」の情報とに基づいて、依存関係と障害の原因箇所「ＤＢ」とが対応付けられた学習データを作成する（ステップＳ６０３）。
続いて、支援装置１０は、学習データ作成部３２によって作成された学習データ「Ｗｅｂの稼動：○」、「Ａｐの稼動：×」、「ＤＢの稼動：×」および「原因箇所：ＤＢ」の「参照回数：５」に応じて、当該学習データと同一な過去学習データ「事例３」の倍率「５」を決定する。
その後、支援装置１０は、過去学習データ記憶部２３に記憶される過去学習データ「事例３」の倍率「５」を利用することにより、障害の原因箇所を特定するための手順を示す解決手順をアルゴリズム「ＩＤ３」などを利用して生成する（ステップＳ６０４）。なお、支援装置１０によって生成された解決手順は、例えば、コールセンタ（若しくは、ヘルプデスクやカスタマーサポートなど）において、障害トラブルを解決するための手順として利用される。
実施例５に係る解決手順生成処理では、図１９に示すように、例えば、過去学習データの複数の事例のうち、学習データと同一である過去学習データ「事例１」、「事例３」、「事例４」、「事例６」、「事例７」および「事例８」に、学習データの参照回数に応じて重みを付けつつ、解決手順を生成する。なお、図１９は、実施例５に係る解決手順生成処理を説明するための図である。
また、図１９に示した学習データと過去学習データとから解決手順生成部３３によって生成される解決手順は、例えば、図２０に示すように、「Ｗｅｂ」が稼動していない場合に、当該「Ｗｅｂ」を原因箇所とし、「Ｗｅｂ」が稼動している場合に、「ＤＢ」の稼動を確認する解決手順となる。そして、「ＤＢ」が稼動していない場合には、当該「ＤＢ」を原因箇所とし、「ＤＢ」が稼動している場合に、「Ａｐ」を原因箇所とする解決手順となる。なお、図２０は、実施例５に係る解決手順生成処理によって生成される解決手順の例を示す図である。
つまり、実施例５では、システムでのトラブル解決のために多用されていることとなるユーザによって参照される回数が多い学習データと同一な過去学習データに重みを付けて解決手順を生成するので、より有用な解決手順を生成することができる。
言い換えると、実施例５では、機械的に作成された学習データのうち、参照回数が多いことから信頼性が高い（と予測される）学習データと同一な過去学習データの事例に重みを付けて解決手順を生成するので、より有用な解決手順を生成することができる。
［実施例５による効果］
上述したように、支援装置１０は、学習データの参照回数に応じて、当該学習データと同一な過去学習データの重みを決定し、決定された重みを利用することにより解決手順を生成するので、より有用な解決手順を生成することが可能である。
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも種々の異なる形態にて実施されてよいものである。そこで、（１）レイヤ間の依存関係を抽出、（２）ネットワークトポロジ抽出、（３）支援装置の構成、（４）プログラム、において異なる実施例を説明する。
（１）レイヤ間の依存関係を抽出
上記実施例１では、機器間の依存関係と機器の情報とに基づいて解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、生成された解決手順での原因箇所となる所定機器における複数の階層間の依存関係と、所定機器の情報とに基づいて解決手順を生成することもできる。
以下に、図２１−１を用いて、レイヤ間の依存関係を抽出して解決手順を生成する処理について説明する。図２１−１は、レイヤ間の依存関係を抽出して解決手順を生成する処理を説明するための図である。
なお、支援装置１０の各構成や一部の機能については、実施例１と同様であるためその説明を省略し、ここでは、実施例１とは異なる構成情報記憶部２１に記憶される情報と解決手順生成処理とについて説明する。また、以下では、実施例１で生成される解決手順での原因箇所となる所定機器が図２１−１の左図であり、当該所定機器のレイヤ「業務１００」と、異なる機器のレイヤ「業務２００」との間で通信されている場合について説明する。
上述した構成において、支援装置１０は、機器の一覧および機器間の依存関係と、さらに、所定機器における複数の階層間の依存関係を記憶する。そして、支援装置１０は、生成される解決手順での原因箇所となる所定機器における依存関係を構成情報記憶部２１から取得し、取得された所定機器における依存関係と、所定機器の情報とに基づいて、所定機器における原因箇所を特定するための手順を示す解決手順をさらに生成する。
具体的に説明すると、構成情報記憶部２１は、図２に示した機器の一覧および機器間の依存関係と、さらに、所定機器（例えば、サーバなど）における複数のレイヤ間「業務１００、アプリ１０１、ミドル１０２、ＯＳ１０３、ハード１０４」の依存関係（図２１−２参照）を記憶する。なお、構成情報記憶部２１に記憶される情報は、実施例１と同様に、手入力などにより予め入力された情報である。なお、図２１−２は、所定機器における複数のレイヤ間の依存関係の例を示す図である。
そして、解決手順生成部３３は、実施例１で生成される解決手順での原因箇所となる所定機器（図２１−１の左図）における依存関係を構成情報記憶部２１から取得する。続いて、「業務１００」、「アプリ１０１」および「ミドル１０２」において障害が発生している場合に、解決手順生成部３３は、取得された所定機器における依存関係と、所定機器のレイヤにおける障害情報（業務１００〜ミドル１０２において障害発生）とに基づいて、所定機器における原因箇所「ミドル１０２」を特定するための手順を示す解決手順をさらに生成する。
なお、解決手順生成部３３は、「業務１００」および「アプリ１０１」において障害が発生している場合には、原因箇所を「アプリ１０１」として特定するための解決手順をさらに生成する。
つまり、支援装置１０は、機器間で障害の原因となった所定機器におけるレイヤ間を上位（業務）から障害判定した場合に、はじめて正常と判定される一つ前のレイヤを原因箇所とする解決手順を生成するので、さらに詳細なトラブル解決手順を生成することが可能である。
（２）ネットワークトポロジ抽出
また、上記実施例１では、機器間の依存関係と機器の情報とに基づいて解決手順を生成する場合を説明したが、本発明はこれに限定されるものではなく、機器の依存関係および接続形態と機器の情報とに基づいて解決手順を生成することもできる。
以下に、図２２を用いて、ネットワークトポロジを抽出して解決手順を生成する処理について説明する。図２２は、ネットワークトポロジを抽出して解決手順を生成する処理を説明するための図である。
なお、支援装置１０の各構成や一部の機能については、実施例１と同様であるためその説明を省略し、ここでは、実施例１とは異なる構成情報記憶部２１に記憶される情報と解決手順生成処理とについて説明する。
なお、以下では、図２２に示したルータ、スイッチＡ〜スイッチＣおよびサーバＡ〜サーバＦにより構成されるネットワークにおいて、サーバＡとサーバＢとで障害が発生した場合の解決手順生成処理を説明する。
上述した構成において、支援装置１０は、機器の一覧および機器間の依存関係と、機器の一覧における接続形態をさらに記憶する。そして、支援装置１０は、障害が発生した機器を含む機器間の依存関係と接続形態とを構成情報記憶部２１から取得する。続いて、支援装置１０は、取得された障害が発生した機器を含む機器間の依存関係および接続形態と、障害が発生した機器の情報とに基づいて、依存関係と障害の原因箇所とが対応付けられた学習データを作成する。その後、支援装置１０は、作成された学習データに基づいて、障害の原因箇所を特定するための手順を示す解決手順を生成する。
具体的に説明すると、構成情報記憶部２１は、図２に示した機器の一覧および機器間の依存関係と、さらに、当該機器の一覧における接続形態（ネットワークトポロジ）を記憶する。構成情報記憶部２１に記憶されるネットワークトポロジは、例えば、図２２に示すように、ルータの配下にスイッチＡおよびスイッチＢが、スイッチＡの配下にサーバＡ〜サーバＣが、スイッチＢの配下にサーバＤおよびスイッチＣが、スイッチＣの配下にサーバＥおよびサーバＦが接続されているという内容の接続形態である。
そして、依存関係取得部３１は、障害が発生した機器「サーバＡ」および「サーバＢ」を含む機器間の依存関係「Ｐｒｏｖｉｄｅｒ：スイッチＡ、Ｃｏｎｓｕｍｅｒ：サーバＡ、サーバＢ、サーバＣ」と、接続形態「スイッチＡの配下にサーバＡ〜サーバＣが接続」とを構成情報記憶部２１から取得する。
続いて、学習データ作成部３２は、取得された障害が発生した機器を含む機器間の依存関係および接続形態と、障害が発生した機器「サーバＡ」、「サーバＢ」の情報とに基づいて、依存関係と障害の原因箇所とが対応付けられた学習データを作成する。
学習データ作成部３２によって作成される学習データを詳細に説明すると、例えば、図２２において、「サーバＡ」と「サーバＢ」とに障害が発生した場合には、実施例１での学習データ作成によると、Ｐｒｏｖｉｄｅｒである「スイッチＡ」が原因箇所との判定になる。
ところが、「サーバＣ」に障害が発生していないため、実際には、「スイッチＡ」ではなく、「サーバＡ」と「サーバＢ」とのそれぞれが原因箇所であると推測される。従って、学習データ作成部３２は、依存関係だけではなく、さらに接続関係と障害機器の情報とを用いて、「サーバＡ」と「サーバＢ」とが原因箇所であるという学習データを導出する。
その後、解決手順生成部３３は、学習データ作成部３２によって作成された学習データに基づいて、障害の原因箇所を特定するための手順を示す解決手順を生成する。なお、解決手順生成部３３によって生成される解決手順は、上記のように、「サーバＡ」が稼動していない場合に、当該「サーバＡ」を原因箇所とし、「サーバＡ」が稼動している場合に、「サーバＢ」を原因箇所とする解決手順となる。
つまり、支援装置１０は、機器間の依存関係および接続関係（ネットワークトポロジ）と、障害が発生した機器の情報とに基づいて、学習データを作成するので、より有用なトラブル解決手順を生成することが可能である。
（３）支援装置の構成
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメタを含む情報（例えば、図１に示した「構成情報記憶部２１」に記憶される情報）については、特記する場合を除いて任意に変更することができる。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、例えば、「依存関係取得部３１」と、「学習データ作成部３２」とを、障害が発生した機器を含む機器間の依存関係を取得して学習データを作成する「学習データ作成部」に統合するなど、その全部または一部を、各種の負担や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
（４）プログラム
ところで、上記実施例では、ハードウェアロジックによって各種の処理を実現する場合を説明したが、本発明はこれに限定されるものではなく、あらかじめ用意されたプログラムをコンピュータで実行することによって実現するようにしてもよい。そこで、以下では、図２３を用いて、上記実施例に示した支援装置１０と同様の機能を有する支援プログラムを実行するコンピュータの一例を説明する。図２３は、支援プログラムを実行するコンピュータを示す図である。
図２３に示すように、支援装置としてのコンピュータ１１０は、ＨＤＤ１３０、ＣＰＵ１４０、ＲＯＭ１５０およびＲＡＭ１６０を有し、これらは、バス１８０などで接続される。
ＲＯＭ１５０には、上記実施例１に示した支援装置１０と同様の機能を発揮する支援プログラム、つまり、図２３に示すように依存関係取得プログラム１５０ａと、学習データ作成プログラム１５０ｂと、解決手順生成プログラム１５０ｃとが、あらかじめ記憶されている。なお、これらのプログラム１５０ａ〜プログラム１５０ｃについては、図１に示した支援装置１０の各構成要素と同様、適宜統合または、分散してもよい。
そして、ＣＰＵ１４０がこれらのプログラム１５０ａ〜プログラム１５０ｃをＲＯＭ１５０から読み出して実行することで、図２３に示すように、プログラム１５０ａ〜プログラム１５０ｃは、依存関係取得プロセス１４０ａと、学習データ作成プロセス１４０ｂと、解決手順生成プロセス１４０ｃとして機能するようになる。なお、プロセス１４０ａ〜プロセス１４０ｃは、図１に示した、依存関係取得部３１と、学習データ作成部３２と、解決手順生成部３３とに対応する。
そして、ＣＰＵ１４０はＲＡＭ１６０に記録された構成情報データ１６０ａに基づいて支援プログラムを実行する。
なお、上記各プログラム１５０ａ〜プログラム１５０ｃについては、必ずしも最初からＲＯＭ１５０に記憶させておく必要はなく、例えば、コンピュータ１１０に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、またはコンピュータ１１０の内外に備えられるＨＤＤなどの「固定用の物理媒体」、さらには公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１１０に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ１１０がこれから各プログラムを読み出して実行するようにしてもよい。
以上の実施例１〜実施例６を含む実施形態に関し、更に以下の付記を開示する。
（付記１）機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶部から、障害が発生した機器を含む機器間の依存関係を取得する依存関係取得手順と、
前記依存関係取得手順によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成手順と、
前記学習データ作成手順によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成手順と、
をコンピュータに実行させることを特徴とする支援プログラム。
（付記２）前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて、前記解決手順を生成することをコンピュータに実行させることを特徴とする付記１に記載の支援プログラム。
（付記３）前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データと、前記過去学習データとを所定の比率で利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする付記２に記載の支援プログラム。
（付記４）前記解決手順生成手順は、前記過去学習データが所定値より多い場合に、当該過去学習データのみを利用し、かつ、前記学習データ作成手順によって作成された学習データと同一な前記過去学習データに重みを付けて利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする付記２に記載の支援プログラム。
（付記５）前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データの参照回数に応じて、前記過去学習データに重みを付けて利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする付記２に記載の支援プログラム。
（付記６）前記構成情報記憶部は、所定機器における複数の階層間の依存関係をさらに記憶するものであって、
前記解決手順生成手順は、前記生成される解決手順での原因箇所となる所定機器における依存関係を前記構成情報記憶部から取得し、取得された所定機器における依存関係と、前記所定機器の情報とに基づいて、前記所定機器における原因箇所を特定するための手順を示す解決手順をさらに生成することをコンピュータに実行させることを特徴とする付記１に記載の支援プログラム。
（付記７）前記構成情報記憶部は、前記機器の一覧における接続形態をさらに記憶するものであって、
前記依存関係取得手順は、障害が発生した機器を含む機器間の依存関係と接続形態とを前記構成情報記憶部から取得し、
前記学習データ作成手順は、前記依存関係取得手順によって取得された前記障害が発生した機器を含む機器間の依存関係および接続形態と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成することをコンピュータに実行させることを特徴とする付記１に記載の支援プログラム。
（付記８）機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶手段と、
障害が発生した機器を含む機器間の依存関係を前記構成情報記憶手段から取得する依存関係取得手段と、
前記依存関係取得手段によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成手段と、
前記学習データ作成手段によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成手段と、
を有することを特徴とする支援装置。
（付記９）前記解決手順生成手段は、前記学習データ作成手段によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて、前記解決手順を生成することを特徴とする付記８に記載の支援装置。
（付記１０）前記解決手順生成手段は、前記学習データ作成手段によって作成された学習データと、前記過去学習データとを所定の比率で利用することにより前記解決手順を生成することを特徴とする付記９に記載の支援装置。
（付記１１）前記解決手順生成手段は、前記過去学習データが所定値より多い場合に、当該過去学習データのみを利用し、かつ、前記学習データ作成手段によって作成された学習データと同一な前記過去学習データに重みを付けて利用することにより前記解決手順を生成することを特徴とする付記９に記載の支援装置。
（付記１２）前記解決手順生成手段は、前記学習データ作成手段によって作成された学習データの参照回数に応じて、前記過去学習データに重みを付けて利用することにより前記解決手順を生成することを特徴とする付記９に記載の支援装置。
（付記１３）前記構成情報記憶手段は、所定機器における複数の階層間の依存関係をさらに記憶するものであって、
前記解決手順生成手段は、前記生成される解決手順での原因箇所となる所定機器における依存関係を前記構成情報記憶手段から取得し、取得された所定機器における依存関係と、前記所定機器の情報とに基づいて、前記所定機器における原因箇所を特定するための手順を示す解決手順をさらに生成することを特徴とする付記８に記載の支援装置。
（付記１４）前記構成情報記憶手段は、前記機器の一覧における接続形態をさらに記憶するものであって、
前記依存関係取得手段は、障害が発生した機器を含む機器間の依存関係と接続形態とを前記構成情報記憶手段から取得し、
前記学習データ作成手段は、前記依存関係取得手段によって取得された前記障害が発生した機器を含む機器間の依存関係および接続形態と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成することを特徴とする付記８に記載の支援装置。
（付記１５）機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶部から、障害が発生した機器を含む機器間の依存関係を取得する依存関係取得工程と、
前記依存関係取得工程によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成工程と、
前記学習データ作成工程によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成工程と、
を含んだことを特徴とする支援方法。
（付記１６）前記解決手順生成工程は、前記学習データ作成工程によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて、前記解決手順を生成することを含んだことを特徴とする付記１５に記載の支援方法。
（付記１７）前記解決手順生成工程は、前記学習データ作成工程によって作成された学習データと、前記過去学習データとを所定の比率で利用することにより前記解決手順を生成することを含んだことを特徴とする付記１６に記載の支援方法。
（付記１８）前記解決手順生成工程は、前記過去学習データが所定値より多い場合に、当該過去学習データのみを利用し、かつ、前記学習データ作成工程によって作成された学習データと同一な前記過去学習データに重みを付けて利用することにより前記解決手順を生成することを含んだことを特徴とする付記１６に記載の支援方法。
（付記１９）前記解決手順生成工程は、前記学習データ作成工程によって作成された学習データの参照回数に応じて、前記過去学習データに重みを付けて利用することにより前記解決手順を生成することを含んだことを特徴とする付記１６に記載の支援方法。
（付記２０）前記構成情報記憶部は、所定機器における複数の階層間の依存関係をさらに記憶するものであって、
前記解決手順生成工程は、前記生成される解決手順での原因箇所となる所定機器における依存関係を前記構成情報記憶部から取得し、取得された所定機器における依存関係と、前記所定機器の情報とに基づいて、前記所定機器における原因箇所を特定するための手順を示す解決手順をさらに生成することを含んだことを特徴とする付記１５に記載の支援方法。
（付記２１）前記構成情報記憶部は、前記機器の一覧における接続形態をさらに記憶するものであって、
前記依存関係取得工程は、障害が発生した機器を含む機器間の依存関係と接続形態とを前記構成情報記憶部から取得し、
前記学習データ作成工程は、前記依存関係取得工程によって取得された前記障害が発生した機器を含む機器間の依存関係および接続形態と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成することを含んだことを特徴とする付記１５に記載の支援方法。
実施例１に係る支援装置の構成例を示す図である。 構成情報記憶部に記憶される情報の例を示す図である。 実施例１に係る学習データ記憶部に記憶される情報の例を示す図である。 実施例１に係る解決手順生成処理によって生成される解決手順の例を示す図である。 実施例１に係る解決手順生成処理を説明するためのフローチャートである。 実施例１に係る学習データ作成処理を説明するためのフローチャートである。 実施例２に係る支援装置の構成例を示す図である。 実施例２に係る過去学習データ記憶部に記憶される情報の例を示す図である。 実施例２に係る解決手順生成処理によって生成される解決手順の例を示す図である。 実施例２に係る解決手順生成処理を説明するためのフローチャートである。 実施例３に係る解決手順生成処理を説明するためのフローチャートである。 実施例３に係る解決手順生成処理によって生成される解決手順の例を示す図である。 実施例４に係る解決手順生成処理を説明するためのフローチャートである。 実施例４に係る解決手順生成処理を説明するための図である。 実施例４に係る解決手順生成処理によって生成される解決手順の例を示す図である。 実施例５に係る学習データ記憶部に記憶される情報の例を示す図である。 実施例５に係る過去学習データ記憶部に記憶される情報の例を示す図である。 実施例５に係る解決手順生成処理を説明するためのフローチャートである。 実施例５に係る解決手順生成処理を説明するための図である。 実施例５に係る解決手順生成処理によって生成される解決手順の例を示す図である。 レイヤ間の依存関係を抽出して解決手順を生成する処理を説明するための図である。 所定機器における複数のレイヤ間の依存関係の例を示す図である。 ネットワークトポロジを抽出して解決手順を生成する処理を説明するための図である。 支援プログラムを実行するコンピュータを示す図である。 従来技術に係るトラブル対処システムを説明するための図である。 従来技術に係るトラブル対処システムをコールセンタに適用した場合を説明するための図である。
符号の説明
１０ 支援装置
２０ 記憶部
２１ 構成情報記憶部
２２ 学習データ記憶部
２３ 過去学習データ記憶部
３０ 制御部
３１ 依存関係取得部
３２ 学習データ作成部
３３ 解決手順生成部

Claims (7)

  1. 機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶部から、障害が発生した機器を含む機器間の依存関係を取得する依存関係取得手順と、
    前記依存関係取得手順によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成手順と、
    前記学習データ作成手順によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成手順と、
    をコンピュータに実行させることを特徴とする支援プログラム。
  2. 前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データと、機器の障害発生の過去事例を示す過去学習データとに基づいて、前記解決手順を生成することをコンピュータに実行させることを特徴とする請求項１に記載の支援プログラム。
  3. 前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データと、前記過去学習データとを所定の比率で利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする請求項２に記載の支援プログラム。
  4. 前記解決手順生成手順は、前記過去学習データが所定値より多い場合に、当該過去学習データのみを利用し、かつ、前記学習データ作成手順によって作成された学習データと同一な前記過去学習データに重みを付けて利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする請求項２に記載の支援プログラム。
  5. 前記解決手順生成手順は、前記学習データ作成手順によって作成された学習データの参照回数に応じて、前記過去学習データに重みを付けて利用することにより前記解決手順を生成することをコンピュータに実行させることを特徴とする請求項２に記載の支援プログラム。
  6. 機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶手段と、
    障害が発生した機器を含む機器間の依存関係を前記構成情報記憶手段から取得する依存関係取得手段と、
    前記依存関係取得手段によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成手段と、
    前記学習データ作成手段によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成手段と、
    を有することを特徴とする支援装置。
  7. コンピュータが、
    機器の一覧に対応付けて当該機器間の依存関係を記憶する構成情報記憶部から、障害が発生した機器を含む機器間の依存関係を取得する依存関係取得工程と、
    前記依存関係取得工程によって取得された前記障害が発生した機器を含む機器間の依存関係と、前記障害が発生した機器の情報とに基づいて、前記依存関係と障害の原因箇所とが対応付けられた学習データを作成する学習データ作成工程と、
    前記学習データ作成工程によって作成された学習データに基づいて、前記障害の原因箇所を特定するための手順を示す解決手順を生成する解決手順生成工程と、
    を実行することを特徴とする支援方法。
JP2008235129A 2008-09-12 2008-09-12 支援プログラム、支援装置および支援方法 Expired - Fee Related JP5217820B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2008235129A JP5217820B2 (ja) 2008-09-12 2008-09-12 支援プログラム、支援装置および支援方法
US12/487,364 US8578210B2 (en) 2008-09-12 2009-06-18 Supporting apparatus and supporting method
GB0910729A GB2463343A (en) 2008-09-12 2009-06-22 Fault diagnosis using device interdependencies and fault history for networked systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008235129A JP5217820B2 (ja) 2008-09-12 2008-09-12 支援プログラム、支援装置および支援方法

Publications (2)

Publication Number Publication Date
JP2010067177A JP2010067177A (ja) 2010-03-25
JP5217820B2 true JP5217820B2 (ja) 2013-06-19

Family

ID=40972554

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008235129A Expired - Fee Related JP5217820B2 (ja) 2008-09-12 2008-09-12 支援プログラム、支援装置および支援方法

Country Status (3)

Country Link
US (1) US8578210B2 (ja)
JP (1) JP5217820B2 (ja)
GB (1) GB2463343A (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5678717B2 (ja) * 2011-02-24 2015-03-04 富士通株式会社 監視装置、監視システムおよび監視方法
JP5974875B2 (ja) * 2011-12-08 2016-08-23 富士通株式会社 関連推定プログラム，関連推定装置および関連推定方法
GB2542610B (en) * 2015-09-25 2019-07-03 British Telecomm Fault diagnosis
US10002071B2 (en) * 2016-03-23 2018-06-19 Wipro Limited Method and a system for automating test environment operational activities
JP6820473B2 (ja) * 2017-01-18 2021-01-27 富士通株式会社 影響範囲特定プログラム、影響範囲特定方法、および影響範囲特定装置
JP7261710B2 (ja) * 2019-09-13 2023-04-20 株式会社日立製作所 データ仲介装置およびデータ仲介方法
WO2024053030A1 (ja) * 2022-09-08 2024-03-14 三菱電機株式会社 異常要因推定装置、学習装置、精密診断システム、および、異常要因推定方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3224226B2 (ja) 1989-09-22 2001-10-29 株式会社リコー 故障診断エキスパートシステム
US5463768A (en) 1994-03-17 1995-10-31 General Electric Company Method and system for analyzing error logs for diagnostics
JPH0887412A (ja) * 1994-09-20 1996-04-02 Hitachi Ltd 故障因果関係生成システムおよび故障因果関係生成方法
JP3147836B2 (ja) * 1997-11-13 2001-03-19 日本電気株式会社 知識獲得装置、知識獲得方法及び知識獲得用プログラムを記録した記憶媒体
JPH11259331A (ja) 1998-03-13 1999-09-24 Nippon Telegr & Teleph Corp <Ntt> ネットワークにおける障害箇所検出方法及び装置及びネットワークにおける障害箇所検出プログラムを格納した記憶媒体
US7197561B1 (en) 2001-03-28 2007-03-27 Shoregroup, Inc. Method and apparatus for maintaining the status of objects in computer networks using virtual state machines
US7451126B2 (en) 2001-10-18 2008-11-11 Omron Corporation State space navigation system, user system and business methods for machine to machine business
GB0325560D0 (en) * 2003-10-31 2003-12-03 Seebyte Ltd Intelligent integrated diagnostics
US7389347B2 (en) * 2004-04-16 2008-06-17 International Business Machines Corporation Active probing for real-time diagnosis
US7552447B2 (en) * 2004-05-26 2009-06-23 International Business Machines Corporation System and method for using root cause analysis to generate a representation of resource dependencies
US7379846B1 (en) * 2004-06-29 2008-05-27 Sun Microsystems, Inc. System and method for automated problem diagnosis
US7631222B2 (en) * 2004-08-23 2009-12-08 Cisco Technology, Inc. Method and apparatus for correlating events in a network
US7849062B1 (en) * 2005-03-18 2010-12-07 Beyondcore, Inc. Identifying and using critical fields in quality management
EP1703449A1 (en) 2005-03-18 2006-09-20 BRITISH TELECOMMUNICATIONS public limited company Fault diagnostics
US7587453B2 (en) * 2006-01-05 2009-09-08 International Business Machines Corporation Method and system for determining application availability
US8345559B2 (en) * 2007-07-30 2013-01-01 Alcatel Lucent MPLS diagnostics tool
US20090055684A1 (en) * 2007-08-23 2009-02-26 Jamjoom Hani T Method and apparatus for efficient problem resolution via incrementally constructed causality model based on history data
KR100898339B1 (ko) * 2007-10-05 2009-05-20 한국전자통신연구원 홈 네트워크 환경을 위한 자율적인 오류 처리 시스템 및 그방법
US7856575B2 (en) * 2007-10-26 2010-12-21 International Business Machines Corporation Collaborative troubleshooting computer systems using fault tree analysis

Also Published As

Publication number Publication date
US20100070795A1 (en) 2010-03-18
JP2010067177A (ja) 2010-03-25
GB0910729D0 (en) 2009-08-05
GB2463343A (en) 2010-03-17
US8578210B2 (en) 2013-11-05

Similar Documents

Publication Publication Date Title
JP5217820B2 (ja) 支援プログラム、支援装置および支援方法
CN110928772B (zh) 一种测试方法及装置
JP5325981B2 (ja) 管理サーバ及び管理システム
CN102713863B (zh) 基于运行时行为自动纠正应用程序的方法和系统
JP5543333B2 (ja) クラスタ化されたソフトウェアエンティティのための動的ｃｌｉマッピング
JP4445300B2 (ja) ネットワーク障害推定方法及びネットワーク障害推定装置
JP5157533B2 (ja) ネットワーク管理装置、ネットワーク管理方法およびネットワーク管理プログラム
US20140289563A1 (en) Automatic correction of application based on runtime behavior
US9465719B2 (en) Localized representation of stack traces
WO2006117833A1 (ja) 監視シミュレーション装置，方法およびそのプログラム
JP2015204065A (ja) テストケース生成装置及びテストケース生成方法
CN113126925B (zh) 一种成员列表确定方法、装置、设备及可读存储介质
JPWO2014061199A1 (ja) システム設計方法、システム設計装置及びシステム設計プログラム
JP2006053728A (ja) 障害対処ルール伝播方法、障害復旧装置およびプログラム
JP5304972B1 (ja) 情報処理装置、情報処理方法、及びプログラム
JP2011022955A (ja) 障害対処支援システム、障害対処支援方法及び障害対処支援プログラム
US20080155305A1 (en) Collaborative problem determination based on graph visualization
JP7327493B2 (ja) 異常対処支援装置、方法およびプログラム
US9208016B2 (en) Message sequence generation method and message sequence generation device
JP7331935B2 (ja) 異常対処支援装置、方法及びプログラム
CN115827500B (zh) 一种云原生应用的调试方法、装置、设备及存储介质
US20170060693A1 (en) Information-processing device, processing method, and recording medium in which program is recorded
JP2005157462A (ja) 系切り替え方法及び情報処理システム
JP2011243001A (ja) Ｉｔシステムの構成監視方法および構成監視装置と構成監視プログラム
JP6798340B2 (ja) 運用仕様分析装置、運用仕様分析方法及び運用仕様分析プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110613

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20121120

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130121

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: 20130205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130218

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

Free format text: PAYMENT UNTIL: 20160315

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5217820

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees