JP5971395B2 - システム分析装置、及び、システム分析方法 - Google Patents

システム分析装置、及び、システム分析方法 Download PDF

Info

Publication number
JP5971395B2
JP5971395B2 JP2015500136A JP2015500136A JP5971395B2 JP 5971395 B2 JP5971395 B2 JP 5971395B2 JP 2015500136 A JP2015500136 A JP 2015500136A JP 2015500136 A JP2015500136 A JP 2015500136A JP 5971395 B2 JP5971395 B2 JP 5971395B2
Authority
JP
Japan
Prior art keywords
correlation
destruction
aggregated
pattern
correlations
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.)
Active
Application number
JP2015500136A
Other languages
English (en)
Other versions
JPWO2014125796A1 (ja
Inventor
謙太郎 矢吹
謙太郎 矢吹
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 Corp
Original Assignee
NEC Corp
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 Corp filed Critical NEC Corp
Application granted granted Critical
Publication of JP5971395B2 publication Critical patent/JP5971395B2/ja
Publication of JPWO2014125796A1 publication Critical patent/JPWO2014125796A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0721—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment within a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Description

本発明は、システム分析装置、及び、システム分析方法に関する。
システム性能の時系列情報を用いて、システムのモデル化を行い、生成されたモデルを用いてそのシステムの障害や異常等の要因を判定する運用管理システムの一例が特許文献１に記載されている。
特許文献１に記載の運用管理システムは、システムの複数のメトリックの計測値をもとに、複数のメトリックの内の各ペアの相関関係を示す相関関数を決定することにより、システムの相関モデルを生成する。そして、この運用管理システムは、生成された相関モデルを用いて、相関関係の破壊（相関破壊）を検出し、相関破壊をもとにシステムの障害要因を判定する。このように、相関破壊をもとにシステムの状態を分析する技術は、不変関係分析と呼ばれる。
不変関係分析において、過去の障害時と現在との間の相関破壊の状態の類似度をもとに、障害要因を判定する技術の一例が、特許文献２に開示されている。特許文献２に記載の運用管理装置は、メトリックをいくつかのグループに分類し、過去の障害時と現在との間で、相関破壊が発生したメトリック数のグループ毎の分布を比較する。しかしながら、特許文献２の運用管理装置では、グループにおいて相関破壊が発生したメトリックが異なっていても、グループ毎の相関破壊が発生したメトリック数の分布が類似していれば、同一の障害と判定される可能性がある。
この課題を解決する技術の一例が、特許文献３に開示されている。特許文献３に記載の運用管理装置は、過去の障害時と現在との間で、相関破壊が発生した相関関係のパターン（相関破壊パターン）を比較する。運用管理装置は、相関モデルの中の各相関関係における相関破壊の発生有無が一致する割合を比較することにより、障害の要因を判定する。
特許第４８７２９４４号公報 国際公開第２０１０／０３２７０１号 国際公開第２０１１／１５５６２１号
上述の特許文献３の技術では、相関破壊パターンを比較するため、過去の障害時と現在におけるシステムが、同一の相関モデルを有する同一のシステムであることが要求される。また、過去と現在における障害箇所が、同一の障害箇所でなければ、同一の障害と判定されない。
例えば、過去の障害時と現在との間で、分散処理を行う同種の装置を追加することにより、システムの相関モデルに変更があった場合、過去の障害時の相関破壊パターンを用いて障害要因の判定を行うことができない。また、過去と現在の障害が発生した装置が、分散処理を行う同種の異なる装置の場合、過去の障害時の相関破壊パターンを用いて障害要因の判定を行うことができない。
本発明の目的は、上述した課題を解決し、相関破壊パターンを用いたシステムの状態検出において、相関破壊パターンの汎用性を向上できる、システム分析装置、及び、システム分析方法を提供することにある。
本発明の一態様におけるシステム分析装置は、システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶する、相関破壊パターン記憶手段と、前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成する、集約破壊パターン生成手段と、前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する、類似度算出手段と、を備える。
本発明の一態様におけるシステム分析方法は、システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶し、前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成し、前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する。
本発明の一態様におけるコンピュータが読み取り可能な記録媒体は、コンピュータに、システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶し、前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成し、前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する、処理を実行させるプログラムを格納する。
本発明の効果は、相関破壊パターンを用いたシステムの状態検出において、相関破壊パターンの汎用性を向上できることである。
本発明の実施の形態の特徴的な構成を示すブロック図である。 本発明の実施の形態におけるシステム分析装置１００の構成を示すブロック図である。 本発明の実施の形態における、被監視システムの例を示す図である。 本発明の実施の形態における、集約破壊パターン生成処理を示すフローチャートである。 本発明の実施の形態における、異常度算出処理を示すフローチャートである。 本発明の実施の形態における、相関モデル１２２の例を示す図である。 本発明の実施の形態における、相関マップ１２５の例を示す図である。 本発明の実施の形態における、相関破壊検出結果の例を示す図である。 本発明の実施の形態における、相関破壊パターン１２３の例を示す図である。 本発明の実施の形態における、相関破壊検出結果の他の例を示す図である。 本発明の実施の形態における、相関破壊パターン１２３の他の例を示す図である。 本発明の実施の形態における、集約破壊パターン１２４の生成例を示す図である。 本発明の実施の形態における、相関破壊検出結果の他の例を示す図である。 本発明の実施の形態における、相関破壊パターン１２３の他の例を示す図である。 本発明の実施の形態における、類似度の算出例を示す図である。 本発明の実施の形態における、表示画面３００の例を示す図である。
本発明の実施の形態について説明する。
はじめに、本発明の実施の形態の構成について説明する。図２は、本発明の実施の形態におけるシステム分析装置１００の構成を示すブロック図である。
図２を参照すると、本発明の実施の形態におけるシステム分析装置１００は、１以上の被監視装置２００を含む被監視システムと接続される。被監視装置２００は、被監視システムを構成するサーバ装置やネットワーク装置である。ここで、分散配置されるサーバ装置やネットワーク装置のように、同じサービスを提供する被監視装置２００は、同一の装置グループに属する。ここで、被監視装置２００の装置識別子が、装置グループの識別子を含むように付与されてもよい。
なお、以下の説明において、「」内の符号は、識別子を示す。例えば、装置グループ「ＷＥＢ」は、識別子ＷＥＢの装置グループ、Ｗｅｂサーバ「ＷＥＢ１」は、識別子ＷＥＢ１のＷｅｂサーバを示す。
図３は、本発明の実施の形態における、被監視システムの例を示す図である。図３の例では、被監視システムは、被監視装置２００として、ネットワーク装置「ＮＷ１」、「ＮＷ２」、Ｗｅｂサーバ「ＷＥＢ１」、「ＷＥＢ２」、「ＷＥＢ３」、アプリケーション（ＡＰ）サーバ「ＡＰ１」、「ＡＰ２」、及び、データベース（ＤＢ）サーバ「ＤＢ１」、「ＤＢ２」を含む。ここで、ネットワーク装置「ＮＷ１」、「ＮＷ２」は、装置グループ「ＮＷ」に属する。Ｗｅｂサーバ「ＷＥＢ１」、「ＷＥＢ２」、「ＷＥＢ３」は、装置グループ「ＷＥＢ」に属する。アプリケーション（ＡＰ）サーバ「ＡＰ１」、「ＡＰ２」は、装置グループ「ＡＰ」に属する。データベース（ＤＢ）サーバ「ＤＢ１」、「ＤＢ２」は、装置グループ「ＷＥＢ」に属する。
被監視装置２００は、被監視装置２００の複数種目の性能値の実測データ（計測値）を一定間隔毎に計測し、システム分析装置１００へ送信する。性能値の種目として、例えば、ＣＰＵ（Central Processing Unit）使用率、メモリ使用率、ディスクアクセス頻度、入出力パケット数等、コンピュータリソースやネットワークリソースの使用率や使用量が用いられる。
ここで、被監視装置２００と性能値の種目の組をメトリック（性能指標）と定義し、同一時刻に計測された複数のメトリックの値の組を性能情報と定義する。メトリックは、整数や小数の数値より表される。メトリックは、特許文献１における相関モデルの生成対象である「要素」に相当する。
以下、メトリックの識別子を、装置識別子と性能値の種目の組により示す。例えば、メトリック「ＷＥＢ１．ＣＰＵ」は、Ｗｅｂサーバ「ＷＥＢ１」のＣＰＵ使用率を示す。また、メトリック「ＮＷ１．ＩＮ」は、ネットワーク装置「ＮＷ１」の入力パケット数を示す。
システム分析装置１００は、被監視装置２００から収集した性能情報をもとに、被監視システムの相関モデル１２２を生成し、生成した相関モデル１２２を用いて、被監視システムの状態を分析する。
システム分析装置１００は、性能情報収集部１０１、相関モデル生成部１０２、相関破壊検出部１０３、集約破壊パターン生成部１０４、類似度算出部１０５、及び、対話部１０６を含む。システム分析装置１００は、さらに、性能情報記憶部１１１、相関モデル記憶部１１２、相関破壊パターン記憶部１１３、及び、集約破壊パターン記憶部１１４を含む。
性能情報収集部１０１は、被監視装置２００から性能情報を収集する。
性能情報記憶部１１１は、性能情報収集部１０１が収集した性能情報の時系列変化を、性能系列情報１２１として記憶する。
相関モデル生成部１０２は、性能系列情報１２１をもとに、被監視システムの相関モデル１２２を生成する。
ここで、相関モデル１２２は、複数のメトリックの内のメトリックの各ペア（対）の相関関係を示す相関関数（または、変換関数）を含む。相関関数は、メトリックのペアの内の一方のメトリック（入力メトリック）の時刻ｔとｔより前の時系列データと、他方のメトリック（出力メトリック）の時刻ｔより前の時系列データを用いて、時刻ｔでの出力メトリックの値を予測する関数である。相関モデル生成部１０２は、所定のモデル化期間の性能情報をもとに、各メトリックのペアについて、相関関数の係数を決定する。相関関数の係数は、特許文献１の運用管理装置と同様に、メトリックの計測値の時系列に対する、システム同定処理によって決定される。相関モデル生成部１０２は、特許文献１の運用管理装置と同様に、メトリックの各ペアについて、相関関数の変換誤差をもとに重みを算出し、重みが所定値以上の相関関数（有効な相関関数）の集合を相関モデル１２２としてもよい。
図６は、本発明の実施の形態における、相関モデル１２２の例を示す図である。相関モデル１２２は、メトリックの各ペアについての相関関数を含む。以下、入力メトリック（Ｘ）と出力メトリック（Ｙ）の間の相関関数をｆｘ，ｙと記載する。
図７は、本発明の実施の形態における、相関マップ１２５の例を示す図である。図７の相関マップ１２５は、図６の相関モデル１２２に対応する。図７において、相関モデル１２２は、ノード（丸印）と矢印から成るグラフで示される。ここで、各ノードはメトリックを示し、メトリック間の矢印は相関関係を示す。また、矢印の元のメトリックが入力メトリック、矢印の先のメトリックが出力メトリックを示す。
以下、相関モデル１２２における各相関関係を、入力メトリックの識別子と出力メトリックの識別子のペアにより示す。例えば、相関関係「ＮＷ１．ＩＮ−ＷＥＢ１．ＣＰＵ」は、メトリック「ＮＷ１．ＩＮ」を入力、メトリック「ＷＥＢ１．ＣＰＵ」を出力とする相関関係を示す。
相関モデル記憶部１１２は、相関モデル生成部１０２が生成した相関モデル１２２を記憶する。
相関破壊検出部１０３は、特許文献１の運用管理装置と同様に、新たに入力された性能情報について、相関モデル１２２に含まれる相関関係の相関破壊を検出する。
ここで、相関破壊検出部１０３は、特許文献１と同様に、メトリックの各ペア（対）について、メトリックの計測値を相関関数に入力して出力メトリックの予測値を得る。そして、相関破壊検出部１０３は、得られた出力メトリックの予測値と、当該出力メトリックの計測値との差分（相関関数による変換誤差）が所定値以上の場合、当該ペアの相関関係の相関破壊として検出する。
図８、図１０、及び、図１３は、本発明の実施の形態における、相関破壊検出結果の例を示す図である。図８、図１０、及び、図１３では、図７の相関マップ１２５上で、相関破壊が検出された相関関係が、点線の矢印で示されている。
また、相関破壊検出部１０３は、相関破壊が検出された相関関係の集合である、相関破壊パターン１２３を生成する。
図９、図１１、及び、図１４は、本発明の実施の形態における、相関破壊パターン１２３の例を示す図である。図９、図１１、及び、図１４の相関破壊パターン１２３は、それぞれ、図８、図１０、及び、図１３の相関破壊検出結果に対応する。
相関破壊パターン１２３は、相関破壊が検出された相関関係の集合を含む。また、相関破壊パターン１２３は、さらに、相関破壊が検出されたときに発生した障害や異常を識別する、障害名や異常名を含んでいてもよい。この場合、障害名や異常名は、例えば、障害や異常が発生したときの相関破壊が検出された相関関係の集合に対して、管理者等により設定される。
相関破壊パターン記憶部１１３は、相関破壊検出部１０３が生成した相関破壊パターン１２３を記憶する。
集約破壊パターン生成部１０４は、相関破壊パターン記憶部１１３に記憶された相関破壊パターン１２３から、同種の相関破壊パターン１２３を抽出し、当該同種の相関破壊パターン１２３を集約した集約破壊パターン１２４を生成する。
集約破壊パターン記憶部１１４は、集約破壊パターン生成部１０４が生成した集約破壊パターン１２４を記憶する。
類似度算出部１０５は、新たに検出された相関破壊パターン１２３と集約破壊パターン１２４との類似度を算出する。
対話部１０６は、類似度算出部１０５による類似度の算出結果を管理者等に提示する。
システム分析装置１００は、ＣＰＵとプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。また、性能情報記憶部１１１、相関モデル記憶部１１２、相関破壊パターン記憶部１１３、及び、集約破壊パターン記憶部１１４は、それぞれ個別の記憶媒体でも、１つの記憶媒体によって構成されてもよい。
次に、本発明の実施の形態におけるシステム分析装置１００の動作について説明する。
ここでは、相関モデル生成部１０２により、所定のモデル化期間の性能情報をもとに、図６に示すような相関モデル１２２が生成され、相関モデル記憶部１１２に記憶されていると仮定する。また、Ｗｅｂサーバ「ＷＥＢ１」、「ＷＥＢ２」の障害時に検出された、図８、図１０のような相関破壊に対して、図９、図１１のような相関破壊パターン１２３ａ、１２３ｂが生成され、相関破壊パターン記憶部１１３に記憶されていると仮定する。
はじめに、本発明の実施の形態における、集約破壊パターン生成処理について説明する。
図４は、本発明の実施の形態における、集約破壊パターン生成処理を示すフローチャートである。
集約破壊パターン生成部１０４は、相関破壊パターン記憶部１１３に記憶されている相関破壊パターン１２３から、同種の相関破壊パターン１２３を抽出する（ステップＳ１０１）。
図１２は、本発明の実施の形態における、集約破壊パターン１２４の生成例を示す図である。
ここで、集約破壊パターン生成部１０４は、相関破壊パターン１２３間で、メトリックの種類のペアが同じで、かつ、相関係数の差異が所定範囲内の相関関係を同種の相関関係と判定する。ここで、メトリックの種類のペアが同じとは、相関関係間で、入力メトリックの種類、及び、出力メトリックの種類がそれぞれ同じであることを意味する。そして、集約破壊パターン生成部１０４は、例えば、同種の相関関係を所定数以上、または、所定割合以上含む相関破壊パターン１２３を、同種の相関破壊パターン１２３として抽出する。
メトリックの種類は、被監視システム上で同様の振る舞いをするメトリックが同じ種類のメトリックとなるように決定される。例えば、同じサービスを提供する（同じ装置グループに属する）異なる被監視装置２００における、同じ性能値の種目のメトリックは、同じ種類のメトリックである。
メトリックの種類は、例えば、メトリックの識別子に含まれる装置グループ、及び、性能値の種目をもとに決定される。また、メトリックの識別子がメトリックの種類を含む場合、メトリックの種類はメトリックの識別子から取得されてもよい。また、メトリックの識別子とメトリックの種類が対応付けられた情報が、図示しない記憶部に記憶されている場合、メトリックの種類は、当該情報をもとに決定されてもよい。
以下、メトリックの種類を、被監視装置２００が属する装置グループと性能値の種目の組により示す。例えば、メトリックの種類「ＷＥＢ．ＣＰＵ」は、装置グループ「ＷＥＢ」に属する被監視装置２００のＣＰＵ使用率に係るメトリックを示す。また、メトリックの種類「ＮＷ．ＩＮ」は、装置グループ「ＮＷ」に属する被監視装置２００の入力パケット数に係るメトリックを示す。また、メトリックの種類のペアを、入力メトリックの種類と出力メトリックの種類の組により示す。例えば、メトリックの種類のペア「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」は、入力メトリックの種類が「ＮＷ．ＩＮ」、出力メトリックの種類が「ＷＥＢ．ＣＰＵ」であることを示す。
例えば、図１２において、相関破壊パターン１２３ａに含まれる相関関係「ＮＷ１．ＩＮ−ＷＥＢ１．ＣＰＵ」と、相関破壊パターン１２３ｂに含まれる相関関係「ＮＷ２．ＩＮ−ＷＥＢ３．ＣＰＵ」のメトリックの種類のペアは、同一の「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」である。ここで、相関関係「ＮＷ１．ＩＮ−ＷＥＢ１．ＣＰＵ」の相関関数ｆn1,w1と、相関関係「ＮＷ２．ＩＮ−ＷＥＢ３．ＣＰＵ」の相関関数ｆn2,w3の相関係数の差異が所定の範囲内であると仮定する。この場合、集約破壊パターン生成部１０４は、これらの相関関係は同種であると判断する。
同様に、メトリックの種類のペアが「ＮＷ．ＩＮ−ＡＰ．ＣＰＵ」である、相関関係「ＮＷ１．ＩＮ−ＡＰ１．ＣＰＵ」の相関関数ｆw1,a1と、相関関係「ＮＷ２．ＩＮ−ＡＰ２．ＣＰＵ」の相関関数ｆw2,a2の相関係数の差異が所定の範囲内であると仮定する。この場合、集約破壊パターン生成部１０４は、これらの相関関係も同種であると判断する。さらに、メトリックの種類のペアが「ＷＥＢ．ＣＰＵ−ＡＰ．ＣＰＵ」である、相関関係「ＷＥＢ１．ＣＰＵ−ＡＰ１．ＣＰＵ」の相関関数ｆw1,a1と、相関関係「ＷＥＢ３．ＣＰＵ−ＡＰ２．ＣＰＵ」の相関関数ｆw3,a2の相関係数の差異が所定の範囲内であると仮定する。この場合、集約破壊パターン生成部１０４は、これらの相関関係も同種であると判断する。
一方、メトリックの種類のペアが「ＡＰ．ＣＰＵ−ＤＢ．ＣＰＵ」である、相関関係「ＡＰ１．ＣＰＵ−ＤＢ１．ＣＰＵ」の相関関数ｆa1,d1と、相関関係「ＡＰ２．ＣＰＵ−ＤＢ２．ＣＰＵ」の相関関数ｆa2,d2の相関係数の差異が所定の範囲を超えていると仮定する。この場合、集約破壊パターン生成部１０４は、これらの相関関係は同種でないと判断する。
そして、例えば、同種の相関関係の割合が６０％以上の場合に、相関破壊パターン１２３が同種であると判断すると仮定する。この場合、集約破壊パターン生成部１０４は、相関破壊パターン１２３ａと相関破壊パターン１２３ｂとを、同種の相関破壊パターン１２３として抽出する。
なお、集約破壊パターン生成部１０４は、相関係数を用いずに、メトリックの種類のペアが同じ相関関係を同種の相関関係と判定してもよい。
次に、集約破壊パターン生成部１０４は、同種の相関破壊パターン１２３をもとに、集約破壊パターン１２４を生成する（ステップＳ１０２）。
ここで、集約破壊パターン１２４は、同種の相関関係を集約した集約相関関係の集合を含む。集約相関関係には、同種の相関関係に係るメトリックの種類のペアが用いられる。
以下、各集約相関関係を、入力メトリックの種類と出力メトリックの種類のペアにより示す。例えば、集約相関関係「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」は、入力メトリックの種類が「ＮＷ．ＩＮ」、出力メトリックの種類が「ＷＥＢ．ＣＰＵ」である集約相関関係を示す。
例えば、集約破壊パターン生成部１０４は、図１２において、同種の相関関係に係るメトリックの種類のペア「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」、「ＮＷ．ＩＮ−ＡＰ．ＣＰＵ」、「ＷＥＢ．ＣＰＵ−ＡＰ．ＣＰＵ」を集約相関関係として、集約破壊パターン１２４に設定する。
また、集約破壊パターン生成部１０４は、同種の相関破壊パターン１２３の障害名や異常名に対する共通な障害名や異常名を、集約破壊パターン１２４に設定してもよい。この場合、共通な障害名や異常名は、例えば、同種の相関破壊パターン１２３に対して、管理者等により設定されてもよい。
例えば、集約破壊パターン生成部１０４は、図１２において、障害名「ＷＥＢ障害」を、集約破壊パターン１２４に設定する。
次に、本発明の実施の形態における、異常度算出処理について説明する。
図５は、本発明の実施の形態における、異常度算出処理を示すフローチャートである。
相関破壊検出部１０３は、性能情報収集部１０１により新たに収集された性能情報を用いて、相関モデル１２２に含まれる相関関係の相関破壊を検出し、新たな相関破壊パターン１２３を生成する（ステップＳ２０１）。
例えば、相関破壊検出部１０３は、新たに収集された性能情報に対して図１３のような相関破壊を検出し、図１４の相関破壊パターン１２３ｃを生成する。
次に、類似度算出部１０５は、集約破壊パターン１２４と新たな相関破壊パターン１２３との類似度を算出する（ステップＳ２０２）。
ここで、類似度算出部１０５は、集約破壊パターン１２４に含まれる集約相関関係と新たな相関破壊パターン１２３に含まれる相関関係との間で、メトリックの種類のペアが同じ場合、当該集約相関関係と当該相関関係とが同種であると判定する。ここで、メトリックの種類のペアが同じとは、集約相関関係と相関関係との間で、入力メトリックの種類、及び、出力メトリックの種類がそれぞれ同じであることを意味する。そして、類似度算出部１０５は、例えば、集約破壊パターン１２４に含まれる集約相関関係の内、新たな相関破壊パターン１２３に含まれる相関関係と同種の集約相関関係の数や割合を類似度として算出する。
図１５は、本発明の実施の形態における、類似度の算出例を示す図である。
例えば、図１５において、相関破壊パターン１２３ｃに含まれる、相関関係「ＮＷ２．ＩＮ−ＷＥＢ２．ＣＰＵ」のメトリックの種類のペアは、集約破壊パターン１２４に含まれる集約相関関係「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」と同一である。したがって、類似度算出部１０５は、集約相関関係「ＮＷ．ＩＮ−ＷＥＢ．ＣＰＵ」と相関関係「ＮＷ２．ＩＮ−ＷＥＢ３．ＣＰＵ」とは、同種であると判断する。同様に、類似度算出部１０５は、集約相関関係「ＷＥＢ．ＣＰＵ−ＡＰ．ＣＰＵ」と相関関係「ＷＥＢ２．ＣＰＵ−ＡＰ１．ＣＰＵ」とは、同種であると判断する。
そして、類似度算出部１０５は、類似度として、同種の集約相関関係の割合である６７％を算出する。
次に、類似度算出部１０５は、対話部１０６を介して、管理者等に、類似度の算出結果を出力する（ステップＳ２０３）。ここで、類似度算出部１０５は、集約破壊パターン１２４に含まれる障害名や異常名とともに、類似度を出力してもよい。また、類似度算出部１０５は、複数の集約破壊パターン１２４の各々に対する類似度を、類似度の順番で並べたリストを出力してもよい。
図１６は、本発明の実施の形態における、表示画面３００の例を示す図である。表示画面３００は、類似度リスト表示部３０１、及び、相関破壊パターン比較画面３０２を含む。
図１６の例では、類似度リスト表示部３０１には、障害名と類似度の組が、類似度の大きい順のリストとして表示されている。また、相関破壊パターン比較画面３０２には、選択された障害について、集約破壊パターン１２４（過去の障害時の相関破壊）と相関破壊パターン１２３（現在の相関破壊）の比較結果が表示されている。
管理者等は、表示画面３００を参照し、類似度の大きい障害や異常が、監視対象システムにおいて発生している可能性があると判断できる。
例えば、管理者等は、図１６の表示画面３００をもとに、類似度の大きいＷＥＢサーバ（「ＷＥＢ２」）の障害が発生している可能性があると判断できる。
以上により、本発明の実施の形態の動作が完了する。
なお、本発明の実施の形態では、集約破壊パターン生成部１０４は、入力メトリックの種類、及び、出力メトリックの種類がそれぞれ同じ相関関係を、同種の相関関係として抽出している。しかしながら、集約破壊パターン生成部１０４は、一方の入力メトリックの種類、出力メトリックの種類が、他方の出力メトリックの種類、入力メトリックの種類とそれぞれ同じ相関関係を、同種の相関関係として抽出してもよい。同様に、類似度算出部１０５は、入力メトリックの種類、及び、出力メトリックの種類がそれぞれ同じ集約相関関係と相関関係を同種と判定している。しかしながら、類似度算出部１０５は、一方の入力メトリックの種類、出力メトリックの種類が、他方の出力メトリックの種類、入力メトリックの種類とそれぞれ同じ集約相関関係と相関関係を同種と判定してもよい。
次に、本発明の実施の形態の特徴的な構成を説明する。図１は、本発明の実施の形態の特徴的な構成を示すブロック図である。
図１を参照すると、システム分析装置１００は、相関破壊パターン記憶部１１３、集約破壊パターン生成部１０４、及び、類似度算出部１０５を含む。
相関破壊パターン記憶部１１３は、システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターン１２３を複数記憶する。集約破壊パターン生成部１０４は、複数の相関破壊パターン１２３の内の、同種の相関破壊パターン１２３を集約した集約破壊パターン１２４を生成する。類似度算出部１０５は、集約破壊パターン１２４と新たに検出された相関破壊パターン１２３との類似度を算出し、出力する。
本発明の実施の形態によれば、相関破壊パターンを用いたシステムの状態検出において、相関破壊パターンの汎用性を向上できる。その理由は、次の通りである。すなわち、集約破壊パターン生成部１０４が、複数の相関破壊パターン１２３の内の、同種の相関破壊パターン１２３を集約した集約破壊パターン１２４を生成する。そして、類似度算出部１０５が、集約破壊パターン１２４と新たに検出された相関破壊パターン１２３との類似度を算出するためである。
これにより、分散処理を行う同種の装置を追加するような相関モデルの変更があった場合でも、過去の障害や異常時の相関破壊パターン１２３をもとに生成された集約破壊パターン１２４を用いて、障害や異常の要因を判定できる。また、過去と現在の障害や異常が発生した装置が、分散処理を行う同種の異なる装置の場合でも、集約破壊パターン１２４を用いて、障害や異常の要因を判定できる。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
例えば、上記実施の形態では、被監視システムを、サーバ装置やネットワーク装置等を被監視装置２００として含むＩＴシステムとした。しかしながら、被監視システムの相関モデルを生成し、相関破壊により異常要因を判定できれば、被監視システムは他のシステムでもよい。例えば、被監視システムは、工場の設備、発電所等のプラントシステム、橋梁、トンネル等の構造物、自動車、航空機等の輸送機器であってもよい。この場合、システム分析装置１００は、例えば、温度、振動、位置、電流、電圧、速度、角度等の各種センサの値をメトリックとして相関モデル１２２を生成する。そして、システム分析装置１００は、同一の種類で、同様の振る舞いをする（例えば、同様の位置に配置された）センサを、同じ種類のメトリックとして、集約破壊パターン１２４の生成、及び、類似度の算出を行う。
この出願は、２０１３年２月１８日に出願された日本出願特願２０１３−０２８７４６を基礎とする優先権を主張し、その開示の全てをここに取り込む。
本発明は、相関モデル上で検出された相関破壊により異常や障害の要因を判定する、ＩＴシステムや、プラントシステム、物理的システム、社会的システム等のシステム分析に適用できる。
１００ システム分析装置
１０１ 性能情報収集部
１０２ 相関モデル生成部
１０３ 相関破壊検出部
１０４ 集約破壊パターン生成部
１０５ 類似度算出部
１０６ 対話部
１１１ 性能情報記憶部
１１２ 相関モデル記憶部
１１３ 相関破壊パターン記憶部
１１４ 集約破壊パターン記憶部
１２１ 性能系列情報
１２２ 相関モデル
１２３ 相関破壊パターン
１２４ 集約破壊パターン
１２５ 相関マップ
２００ 被監視装置
３００ 表示画面
３０１ 類似度リスト表示部
３０２ 相関破壊パターン比較画面

Claims (12)

  1. システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶する、相関破壊パターン記憶手段と、
    前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成する、集約破壊パターン生成手段と、
    前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する、類似度算出手段と、
    を備えるシステム分析装置。
  2. 前記集約破壊パターン生成手段は、同種の相関関係を、所定数、または、所定割合以上含む相関破壊パターンを、同種の相関破壊パターンとして抽出し、当該抽出した相関破壊パターン間で、同種の相関関係を集約した集約相関関係の集合を、前記集約破壊パターンとして生成し、
    前記類似度算出手段は、前記集約破壊パターンに含まれる集約相関関係の内、前記新たに検出された相関破壊パターンに含まれる相関関係と同種の集約相関関係の数、または、割合を、前記類似度として算出する、
    請求項１に記載のシステム分析装置。
  3. 前記集約破壊パターン生成手段は、メトリックの種類のペアが同じ相関関係を同種の相関関係と判定し、同種の相関関係に係るメトリックの種類のペアを前記集約相関関係として用い、
    前記類似度算出手段は、前記集約相関関係のメトリックの種類のペアと前記新たに検出された相関破壊パターンに含まれる相関関係に係るメトリックの種類のペアとが同じ場合、当該集約相関関係と当該相関関係とが同種であると判定する、
    請求項２に記載のシステム分析装置。
  4. 前記集約破壊パターン生成手段は、メトリックの種類のペアが同じで、かつ、相関係数の差異が所定範囲内の相関関係を同種の相関関係と判定する、
    請求項３に記載のシステム分析装置。
  5. システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶し、
    前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成し、
    前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する、
    システム分析方法。
  6. 前記集約破壊パターンを生成する場合、同種の相関関係を、所定数、または、所定割合以上含む相関破壊パターンを、同種の相関破壊パターンとして抽出し、当該抽出した相関破壊パターン間で、同種の相関関係を集約した集約相関関係の集合を、前記集約破壊パターンとして生成し、
    前記類似度を算出する場合、前記集約破壊パターンに含まれる集約相関関係の内、前記新たに検出された相関破壊パターンに含まれる相関関係と同種の集約相関関係の数、または、割合を、前記類似度として算出する、
    請求項５に記載のシステム分析方法。
  7. 前記集約破壊パターンを生成する場合、メトリックの種類のペアが同じ相関関係を同種の相関関係と判定し、同種の相関関係に係るメトリックの種類のペアを前記集約相関関係として用い、
    前記類似度を算出する場合、前記集約相関関係のメトリックの種類のペアと前記新たに検出された相関破壊パターンに含まれる相関関係に係るメトリックの種類のペアとが同じ場合、当該集約相関関係と当該相関関係とが同種であると判定する、
    請求項６に記載のシステム分析方法。
  8. 前記集約破壊パターンを生成する場合、メトリックの種類のペアが同じで、かつ、相関係数の差異が所定範囲内の相関関係を同種の相関関係と判定する、
    請求項７に記載のシステム分析方法。
  9. コンピュータに、
    システムにおけるメトリックのペアの相関関係の内の相関破壊が検出された相関関係の集合である相関破壊パターンを複数記憶し、
    前記複数の相関破壊パターンの内の、同種の相関破壊パターンを集約した集約破壊パターンを生成し、
    前記集約破壊パターンと新たに検出された相関破壊パターンとの類似度を算出し、出力する、
    処理を実行させるプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  10. 前記集約破壊パターンを生成する場合、同種の相関関係を、所定数、または、所定割合以上含む相関破壊パターンを、同種の相関破壊パターンとして抽出し、当該抽出した相関破壊パターン間で、同種の相関関係を集約した集約相関関係の集合を、前記集約破壊パターンとして生成し、
    前記類似度を算出する場合、前記集約破壊パターンに含まれる集約相関関係の内、前記新たに検出された相関破壊パターンに含まれる相関関係と同種の集約相関関係の数、または、割合を、前記類似度として算出する、
    処理を実行させる請求項９に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  11. 前記集約破壊パターンを生成する場合、メトリックの種類のペアが同じ相関関係を同種の相関関係と判定し、同種の相関関係に係るメトリックの種類のペアを前記集約相関関係として用い、
    前記類似度を算出する場合、前記集約相関関係のメトリックの種類のペアと前記新たに検出された相関破壊パターンに含まれる相関関係に係るメトリックの種類のペアとが同じ場合、当該集約相関関係と当該相関関係とが同種であると判定する、
    処理を実行させる請求項１０に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  12. 前記集約破壊パターンを生成する場合、メトリックの種類のペアが同じで、かつ、相関係数の差異が所定範囲内の相関関係を同種の相関関係と判定する、
    処理を実行させる請求項１１に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
JP2015500136A 2013-02-18 2014-02-05 システム分析装置、及び、システム分析方法 Active JP5971395B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013028746 2013-02-18
JP2013028746 2013-02-18
PCT/JP2014/000613 WO2014125796A1 (ja) 2013-02-18 2014-02-05 システム分析装置、及び、システム分析方法

Publications (2)

Publication Number Publication Date
JP5971395B2 true JP5971395B2 (ja) 2016-08-17
JPWO2014125796A1 JPWO2014125796A1 (ja) 2017-02-02

Family

ID=51353809

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015500136A Active JP5971395B2 (ja) 2013-02-18 2014-02-05 システム分析装置、及び、システム分析方法

Country Status (5)

Country Link
US (1) US20150363250A1 (ja)
EP (1) EP2958023B1 (ja)
JP (1) JP5971395B2 (ja)
CN (1) CN105027088B (ja)
WO (1) WO2014125796A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5267736B2 (ja) * 2010-06-07 2013-08-21 日本電気株式会社 障害検出装置、障害検出方法およびプログラム記録媒体
US10176033B1 (en) * 2015-06-25 2019-01-08 Amazon Technologies, Inc. Large-scale event detector
US10445253B2 (en) * 2016-04-20 2019-10-15 International Business Machines Corporation Cost effective service level agreement data management
JP2017204017A (ja) * 2016-05-09 2017-11-16 公益財団法人鉄道総合技術研究所 プログラム、生成装置及び予兆検知装置
CN112164417A (zh) * 2020-10-10 2021-01-01 上海威固信息技术股份有限公司 一种存储芯片的性能检测方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07168619A (ja) * 1993-10-20 1995-07-04 Hitachi Ltd 機器／設備診断方法およびシステム
WO2011155621A1 (ja) * 2010-06-07 2011-12-15 日本電気株式会社 障害検出装置、障害検出方法およびプログラム記録媒体

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4201027B2 (ja) * 2006-07-10 2008-12-24 インターナショナル・ビジネス・マシーンズ・コーポレーション 複数の観測結果の間の差異を検出するシステムおよびその方法
US7770072B2 (en) * 2007-01-16 2010-08-03 Xerox Corporation Method and system for analyzing time series data
JP4872944B2 (ja) 2008-02-25 2012-02-08 日本電気株式会社 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム
JP4872945B2 (ja) * 2008-02-25 2012-02-08 日本電気株式会社 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム
US8700953B2 (en) 2008-09-18 2014-04-15 Nec Corporation Operation management device, operation management method, and operation management program
JP5428372B2 (ja) * 2009-02-12 2014-02-26 日本電気株式会社 運用管理装置および運用管理方法ならびにそのプログラム
CN102713862B (zh) * 2010-02-15 2015-12-02 日本电气株式会社 故障原因提取装置、故障原因提取方法和程序记录介质
US8069370B1 (en) * 2010-07-02 2011-11-29 Oracle International Corporation Fault identification of multi-host complex systems with timesliding window analysis in a time series
EP2657843B1 (en) * 2010-12-20 2020-04-08 Nec Corporation Operation management device, operation management method, and program
CN103502951B (zh) * 2011-03-23 2016-12-07 日本电气株式会社 操作管理系统、操作管理方法及其程序
JP5803463B2 (ja) * 2011-09-13 2015-11-04 日本電気株式会社 セキュリティイベント監視装置、方法およびプログラム
US9389946B2 (en) * 2011-09-19 2016-07-12 Nec Corporation Operation management apparatus, operation management method, and program
WO2013111560A1 (ja) * 2012-01-23 2013-08-01 日本電気株式会社 運用管理装置、運用管理方法、及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07168619A (ja) * 1993-10-20 1995-07-04 Hitachi Ltd 機器／設備診断方法およびシステム
WO2011155621A1 (ja) * 2010-06-07 2011-12-15 日本電気株式会社 障害検出装置、障害検出方法およびプログラム記録媒体

Also Published As

Publication number Publication date
CN105027088A (zh) 2015-11-04
US20150363250A1 (en) 2015-12-17
EP2958023A1 (en) 2015-12-23
EP2958023A4 (en) 2016-11-16
JPWO2014125796A1 (ja) 2017-02-02
EP2958023B1 (en) 2022-04-27
WO2014125796A1 (ja) 2014-08-21
CN105027088B (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
JP6394726B2 (ja) 運用管理装置、運用管理方法、及びプログラム
JP5910727B2 (ja) 運用管理装置、運用管理方法、及び、プログラム
JP5874936B2 (ja) 運用管理装置、運用管理方法、及びプログラム
JP5971395B2 (ja) システム分析装置、及び、システム分析方法
JP6183450B2 (ja) システム分析装置、及び、システム分析方法
WO2012101933A1 (ja) 運用管理装置、運用管理方法、及びプログラム
JP6183449B2 (ja) システム分析装置、及び、システム分析方法
JP6489235B2 (ja) システム分析方法、システム分析装置、および、プログラム
JPWO2018073960A1 (ja) 表示方法、表示装置、および、プログラム
JP5267748B2 (ja) 運用管理システム、運用管理方法、及びプログラム
JP6176390B2 (ja) 情報処理装置、解析方法、及び、プログラム記録媒体
JP6915693B2 (ja) システム分析方法、システム分析装置、および、プログラム
US10157113B2 (en) Information processing device, analysis method, and recording medium
US11271832B2 (en) Communication monitoring apparatus and communication monitoring method
JP2019145160A (ja) 表示方法、表示装置、および、プログラム

Legal Events

Date Code Title Description
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: 20160614

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160627

R150 Certificate of patent or registration of utility model

Ref document number: 5971395

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150