JP6528669B2 - 予兆検知プログラム、装置、及び方法 - Google Patents
予兆検知プログラム、装置、及び方法 Download PDFInfo
- Publication number
- JP6528669B2 JP6528669B2 JP2015243219A JP2015243219A JP6528669B2 JP 6528669 B2 JP6528669 B2 JP 6528669B2 JP 2015243219 A JP2015243219 A JP 2015243219A JP 2015243219 A JP2015243219 A JP 2015243219A JP 6528669 B2 JP6528669 B2 JP 6528669B2
- Authority
- JP
- Japan
- Prior art keywords
- configuration information
- software configuration
- failure
- setting
- setting item
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2257—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06F11/0748—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 in a remote unit communicating with a single-box computer node experiencing an error/fault
-
- 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
- G06F11/0751—Error or fault detection not based on redundancy
- G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2289—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by configuration test
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Debugging And Monitoring (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
Description
XFailure={user_name}
なお、上記の集合に含まれる各学習データは、その学習データが有する値で表している。
p(user001|Success)=1/2
p(webadmin|Success)=1/2
p(user_name|Failure)=2/2
2010/1/1, /etc/xxx.conf
2015/4/1, /etc/yyy.conf
2015/5/1, /etc/my.cnf
2015/6/1, /etc/httpd/conf/httpd.conf
2010/1/1, /etc/xxx.conf
2015/6/10, /etc/my.cnf
2015/6/11, /etc/httpd/conf/httpd.conf
コンピュータに、
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶し、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定し、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する
ことを含む処理を実行させる予兆検知プログラム。
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報のバリエーションが少ないほど高くなる依存度を計算し、該依存度が予め定めた閾値以上の場合に、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存すると判定する付記1記載の予兆検知プログラム。
前記第1ソフトウェア構成情報と前記第2ソフトウェア構成情報との類似度が予め定めた閾値以上の場合に、前記検知結果を出力すると判定する付記1又は付記2記載の予兆検知プログラム。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々に含まれる設定ファイルの包含関係に基づいて、前記類似度を求める付記3記載の予兆検知プログラム。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記設定ファイルを示す識別情報を該設定ファイルの更新日時順に並べたパターンとし、
前記第1ソフトウェア構成情報を示すパターンと、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求める
付記3記載の予兆検知プログラム。
前記検知結果に含まれる設定項目及び障害種別に対応付けて記憶された前記第1ソフトウェア構成情報を示すパターンの各々の間のレーベンシュタイン距離から得られる重心と、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求め、該類似度が、前記重心と前記第1ソフトウェア構成情報を示すパターンの各々とのレーベンシュタイン距離の最大値より小さい場合に、前記検知結果を出力すると判定する付記5記載の予兆検知プログラム。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記システムの運用開始から所定期間に設定された設定ファイルの組み合わせとする付記1〜付記6のいずれか1項記載の予兆検知プログラム。
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶する学習部と、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定する依存判定部と、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する出力判定部と、
を含む予兆検知装置。
前記依存判定部は、前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報のバリエーションが少ないほど高くなる依存度を計算し、該依存度が予め定めた閾値以上の場合に、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存すると判定する付記8記載の予兆検知装置。
前記出力判定部は、前記第1ソフトウェア構成情報と前記第2ソフトウェア構成情報との類似度が予め定めた閾値以上の場合に、前記検知結果を出力すると判定する付記8又は付記9記載の予兆検知装置。
前記出力判定部は、前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々に含まれる設定ファイルの包含関係に基づいて、前記類似度を求める付記10記載の予兆検知装置。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記設定ファイルを該設定ファイルの更新日時順に並べたパターンとし、
前記出力判定部は、前記第1ソフトウェア構成情報を示すパターンと、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求める
付記10記載の予兆検知装置。
前記出力判定部は、前記検知結果に含まれる設定項目及び障害種別に対応付けて記憶された前記第1ソフトウェア構成情報を示すパターンの各々の間のレーベンシュタイン距離から得られる重心と、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求め、該類似度が、前記重心と前記第1ソフトウェア構成情報を示すパターンの各々とのレーベンシュタイン距離の最大値より小さい場合に、前記検知結果を出力すると判定する付記12記載の予兆検知装置。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記システムの運用開始から所定期間に設定された設定ファイルの組み合わせとする付記8〜付記13のいずれか1項記載の予兆検知装置。
コンピュータに、
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶し、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定し、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する
ことを含む処理を実行させる予兆検知方法。
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報のバリエーションが少ないほど高くなる依存度を計算し、該依存度が予め定めた閾値以上の場合に、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存すると判定する付記15記載の予兆検知方法。
前記第1ソフトウェア構成情報と前記第2ソフトウェア構成情報との類似度が予め定めた閾値以上の場合に、前記検知結果を出力すると判定する付記15又は付記16記載の予兆検知方法。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々に含まれる設定ファイルの包含関係に基づいて、前記類似度を求める付記17記載の予兆検知方法。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記設定ファイルを該設定ファイルの更新日時順に並べたパターンとし、
前記第1ソフトウェア構成情報を示すパターンと、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求める
付記17記載の予兆検知方法。
前記検知結果に含まれる設定項目及び障害種別に対応付けて記憶された前記第1ソフトウェア構成情報を示すパターンの各々の間のレーベンシュタイン距離から得られる重心と、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求め、該類似度が、前記重心と前記第1ソフトウェア構成情報を示すパターンの各々とのレーベンシュタイン距離の最大値より小さい場合に、前記検知結果を出力すると判定する付記19記載の予兆検知方法。
前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記システムの運用開始から所定期間に設定された設定ファイルの組み合わせとする付記15〜付記20のいずれか1項記載の予兆検知方法。
コンピュータに、
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶し、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定し、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する
ことを含む処理を実行させる予兆検知プログラムを記憶した記憶媒体。
14 処理システム
16 処理装置
20 学習部
21 パターン生成部
22 学習データ生成部
23 特定スコア計算部
24 ソフトウェア構成学習部
25 依存度計算部
26 検知部
27 出力判定部
30 記憶部
31 学習データ・データベース(DB)
32 カウントデータDB
33 特定スコアDB
34 ソフトウェア構成DB
35 依存度DB
36 事例データ
37A 障害復旧前の構成情報
37B 障害復旧後の構成情報
371 設定ファイル
372 設定ファイルの識別情報
373 設定ファイルの更新日時
38 障害種別
50 コンピュータ
51 CPU
52 メモリ
53 記憶装置
59 記録媒体
60 予兆検知プログラム
Claims (9)
- コンピュータに、
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶し、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定し、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する
ことを含む処理を実行させる予兆検知プログラム。 - 前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報のバリエーションが少ないほど高くなる依存度を計算し、該依存度が予め定めた閾値以上の場合に、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存すると判定する請求項1記載の予兆検知プログラム。
- 前記第1ソフトウェア構成情報と前記第2ソフトウェア構成情報との類似度が予め定めた閾値以上の場合に、前記検知結果を出力すると判定する請求項1又は請求項2記載の予兆検知プログラム。
- 前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々に含まれる設定ファイルの包含関係に基づいて、前記類似度を求める請求項3記載の予兆検知プログラム。
- 前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記設定ファイルを示す識別情報を該設定ファイルの更新日時順に並べたパターンとし、
前記第1ソフトウェア構成情報を示すパターンと、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求める
請求項3記載の予兆検知プログラム。 - 前記検知結果に含まれる設定項目及び障害種別に対応付けて記憶された前記第1ソフトウェア構成情報を示すパターンの各々の間のレーベンシュタイン距離から得られる重心と、前記第2ソフトウェア構成情報を示すパターンとのレーベンシュタイン距離を、前記類似度として求め、該類似度が、前記重心と前記第1ソフトウェア構成情報を示すパターンの各々とのレーベンシュタイン距離の最大値より小さい場合に、前記検知結果を出力すると判定する請求項5記載の予兆検知プログラム。
- 前記第1ソフトウェア構成情報及び前記第2ソフトウェア構成情報の各々を、前記システムの運用開始から所定期間に設定された設定ファイルの組み合わせとする請求項1〜請求項6のいずれか1項記載の予兆検知プログラム。
- システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶する学習部と、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定する依存判定部と、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する出力判定部と、
を含む予兆検知装置。 - コンピュータに、
システムにおける障害発生時に採取した構成情報に含まれる設定ミスのある設定項目及び設定値と障害種別とを対応付けた学習データを記憶すると共に、前記構成情報に含まれるソフトウェアに関する設定が記述された設定ファイルの組み合わせで表される第1ソフトウェア構成情報と前記障害種別及び前記設定項目とを対応付けて記憶し、
前記障害種別及び前記設定項目に対応付けて記憶された前記第1ソフトウェア構成情報に基づいて、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存するか否かを判定し、
検知対象の構成情報から前記学習データに基づいて検知された障害種別及び設定項目を含む検知結果のうち、該障害種別及び該設定項目に対応する障害がソフトウェア構成に依存する検知結果を、前記検知対象の構成情報に含まれる第2ソフトウェア構成情報と、前記検知結果に含まれる障害種別及び設定項目該に対応付けて記憶された第1ソフトウェア構成情報とを比較した結果に基づいて、出力するか否かを判定する
ことを含む処理を実行させる予兆検知方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015243219A JP6528669B2 (ja) | 2015-12-14 | 2015-12-14 | 予兆検知プログラム、装置、及び方法 |
US15/373,428 US10248517B2 (en) | 2015-12-14 | 2016-12-08 | Computer-implemented method, information processing device, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015243219A JP6528669B2 (ja) | 2015-12-14 | 2015-12-14 | 予兆検知プログラム、装置、及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017111486A JP2017111486A (ja) | 2017-06-22 |
JP6528669B2 true JP6528669B2 (ja) | 2019-06-12 |
Family
ID=59020813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015243219A Active JP6528669B2 (ja) | 2015-12-14 | 2015-12-14 | 予兆検知プログラム、装置、及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10248517B2 (ja) |
JP (1) | JP6528669B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109245910B (zh) * | 2017-07-10 | 2023-03-24 | 中兴通讯股份有限公司 | 识别故障类型的方法及装置 |
US10521224B2 (en) * | 2018-02-28 | 2019-12-31 | Fujitsu Limited | Automatic identification of relevant software projects for cross project learning |
CN109522095B (zh) * | 2018-11-27 | 2020-04-10 | 无锡华云数据技术服务有限公司 | 云主机异常故障检测恢复系统、方法及云平台 |
JP7167749B2 (ja) * | 2019-02-08 | 2022-11-09 | 富士通株式会社 | 情報処理装置、情報処理システム、及び情報処理プログラム |
CN110442483B (zh) * | 2019-06-24 | 2023-02-28 | 福建新大陆通信科技股份有限公司 | 一种自适配的智能终端自检测方法及系统 |
US12013776B2 (en) * | 2020-04-03 | 2024-06-18 | International Business Machines Corporation | Intelligent application scenario testing and error detection |
JP7457743B2 (ja) | 2022-03-22 | 2024-03-28 | Necパーソナルコンピュータ株式会社 | 情報処理方法、情報処理装置、プログラム及び記録媒体 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6944759B1 (en) * | 2000-09-29 | 2005-09-13 | Hewlett-Packard Development Company, L.P. | Automatic system configuration management |
JP3876692B2 (ja) * | 2001-11-13 | 2007-02-07 | 株式会社日立製作所 | ネットワークシステム障害分析支援方法およびその方式 |
US7584382B2 (en) * | 2004-02-19 | 2009-09-01 | Microsoft Corporation | Method and system for troubleshooting a misconfiguration of a computer system based on configurations of other computer systems |
US7389444B2 (en) * | 2004-07-27 | 2008-06-17 | Microsoft Corporation | Method and system for troubleshooting a misconfiguration of a computer system based on product support services information |
JP2007257092A (ja) | 2006-03-21 | 2007-10-04 | Fujitsu Ltd | 障害対応支援方法、障害対応支援装置及びコンピュータプログラム |
US8041663B2 (en) * | 2008-02-27 | 2011-10-18 | International Business Machines Corporation | Method for predicting problematic configurations and recommending safe configurations |
JP5136159B2 (ja) | 2008-03-31 | 2013-02-06 | 富士通株式会社 | 構成情報管理装置、構成情報管理プログラム及び構成情報管理方法 |
WO2009122525A1 (ja) * | 2008-03-31 | 2009-10-08 | 富士通株式会社 | トラブル対処システム、方法およびそのためのプログラム |
JP5031662B2 (ja) | 2008-05-16 | 2012-09-19 | 株式会社日立ハイテクノロジーズ | 情報処理装置、セットアップ支援方法、及びセットアップ支援方法 |
JP5132779B2 (ja) * | 2008-10-30 | 2013-01-30 | 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 | 障害イベントの検出を支援する装置、障害イベントの検出を支援する方法及びコンピュータプログラム |
WO2013179450A1 (ja) * | 2012-05-31 | 2013-12-05 | 富士通株式会社 | 情報処理方法、装置及びプログラム |
-
2015
- 2015-12-14 JP JP2015243219A patent/JP6528669B2/ja active Active
-
2016
- 2016-12-08 US US15/373,428 patent/US10248517B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10248517B2 (en) | 2019-04-02 |
US20170168911A1 (en) | 2017-06-15 |
JP2017111486A (ja) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6528669B2 (ja) | 予兆検知プログラム、装置、及び方法 | |
JP6233411B2 (ja) | 障害分析装置、障害分析方法、および、コンピュータ・プログラム | |
JP5274652B2 (ja) | 原因分析構成変更のための方法および装置 | |
US9612892B2 (en) | Creating a correlation rule defining a relationship between event types | |
JP4318643B2 (ja) | 運用管理方法、運用管理装置および運用管理プログラム | |
JP5141762B2 (ja) | トラブル対処システム、方法およびそのためのプログラム | |
JP6665784B2 (ja) | ログ分析システム、ログ分析方法およびログ分析プログラム | |
US20160378583A1 (en) | Management computer and method for evaluating performance threshold value | |
JP6988304B2 (ja) | 運用管理システム、監視サーバ、方法およびプログラム | |
US10733520B2 (en) | Making a prediction regarding development of a software product | |
JPWO2011111599A1 (ja) | 障害分析ルール抽出装置、障害分析ルール抽出方法、及び記憶媒体 | |
JP6411696B1 (ja) | バージョン管理システムおよびバージョン管理方法 | |
WO2010118011A2 (en) | Invariants-based learning method and system for failure diagnosis in large scale computing systems | |
JP2010086179A (ja) | 情報処理装置、コンピュータプログラムおよび記録媒体 | |
WO2015171860A1 (en) | Automatic alert generation | |
US10866875B2 (en) | Storage apparatus, storage system, and performance evaluation method using cyclic information cycled within a group of storage apparatuses | |
US20180173687A1 (en) | Automatic datacenter state summarization | |
JP5417264B2 (ja) | 分析情報提供方法 | |
JP6405851B2 (ja) | 予兆検知支援プログラム、方法、装置、及び予兆検知プログラム、 | |
JP2015185027A (ja) | ジョブ判別プログラム、装置、及び方法 | |
JP6571239B1 (ja) | 検証装置及び検証用プログラム | |
Kang et al. | Spatiotemporal real-time anomaly detection for supercomputing systems | |
JP5332918B2 (ja) | 区分データレコメンド方法、プログラム、及び装置 | |
JP2018067117A (ja) | 管理計算機、及び電子計算機の管理方法 | |
JP2012212228A (ja) | It障害検知・検索装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180810 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190404 |
|
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: 20190416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190429 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6528669 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |