JP6619938B2 - リソース制御システムおよびリソース制御方法 - Google Patents

Description

本発明は、システムのリソースを制御するリソース制御システムおよびリソース制御方法に関する。

従来から、システムのリソースを制御する様々な技術が存在する。例えば、特許文献１では、各仮想マシン処理部１３の利用状況に基づいて当該の仮想マシン処理部１３のスケールアップやスケールダウン等のオートスケールを行っている。

特開２０１３−２５７７８９号公報

上記特許文献１では、仮想マシンの同時接続数が、許容接続数に対して第１の割合（例えば８０％）になった場合には、仮想マシン制御部１０８は、当該仮想マシン処理部１３に割り当てる「ＣＰＵ」、「メモリ」、「ディスク」のうちの一または複数のハードウェアリソースを所定量だけ増加させ、上記同時接続数が、許容接続数に対して第２の割合（例えば２０％）になった場合には、仮想マシン制御部１０８は、当該の仮想マシン処理部１３に割り当てる上記一または複数のハードウェアリソースを所定量だけ減少させることができる。

しかしながら、上記特許文献１では、多数のユーザによるシステムリソースへのアクセスが急増した場合には、リソースの変更処理がその急増に追いつかず、システムのリソースを適切に制御できない場合があった。例えば、Ｗｅｂサイトへのアクセスの急増によりリソースの変更が間に合わずＷｅｂページの表示速度の低下が発生したり、他の要因で一時的にＣＰＵの使用率が高い状態を検知してしまう場合があった。これらの主な要因は、クライアントからのリクエスト数の増加に対してリソースを拡張する処理が間に合わないことであるが、上記特許文献１ではその対策が取られていなかった。

本発明は、上記に鑑みてなされたものであって、クライアントからのリクエスト数の変化に対して事前にサーバリソースを変更することが可能なリソース制御システムおよびリソース制御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に、本発明にかかるリソース制御システムは、システムのリソースを制御するリソース制御システムであって、ユーザ端末からアクセスが要求されたサイトのページごとに、前記ページへのアクセスログデータを記憶部に蓄積するログ取得部と、前記アクセスログデータに基づいて、前記サイトのページごとに、時間ごとのＰＶ（Ｐａｇｅ Ｖｉｅｗ）数の変動量を予測したＰＶ数予測式を導出するアクセス予測部と、前記ＰＶ数予測式により求められる前記ＰＶ数の変動量に応じて、前記システムのリソースを変更するリソース変更部と、を備えることを特徴とするリソース制御システムとして構成される。

また、本発明は、上記リソース制御システムで行われるリソース制御方法としても把握される。

本発明によれば、クライアントからのリクエスト数の変化に対して事前にサーバリソースを変更することが可能となる。

本実施の形態におけるリソース制御システムの構成例を示す図である。 記憶部が記憶するデータの例を示す図である。 アクセスログデータの例を示す図である。 アクセス予測式データの例を示す図である。 アクセス表データのうちのグラフデータの例を示す図である。 アクセス表データのうちのプロットデータの例を示す図である。 ＰＶ数が急増時のグラフデータの例を示す図である。 ＰＶ数の推移とＰＶ数の増加量との関係を示す図である。 アクセス予測式データの他の例を示す図である。 本システムで行われるリソース制御処理の処理手順を示すフローチャートである。

以下に添付図面を参照して、本発明にかかるリソース制御システムおよびリソース制御方法の実施の形態を詳細に説明する。

図１は、本実施の形態におけるリソース制御システム１０００の構成例を示す図である。図１に示すように、リソース制御システム１０００は、１または複数のユーザ端末１００とサーバ２００とを有し、これらが互いにネットワークＮを介して接続されている。なお、ネットワークＮは、インターネット等の一般的な通信回線網である。

ユーザ端末１００は、インターネット等のサイトにアクセスするユーザが使用する端末である。ユーザ端末１００は、例えば、一般的なスマートフォンやタブレット端末等の携帯端末、据置型のＰＣ（Personal Computer）等、広くネットワークへのアクセスが可能な通信端末を含む。

図１に示すように、ユーザ端末１００は、入出力表示部１０１と、端末処理部１０２と、端末通信部１０３とを有して構成されている。

入出力表示部１０１は、例えば、タッチパネル等の一般的な入力表示装置から構成され、ユーザからサーバ２００にアクセスする操作等の入出力に関する各種操作を受け付け、その結果を表示する。ユーザ端末１００が据置型のＰＣであれば、入出力表示部１０１を、キーボード等の入力部とディスプレイ等の出力表示部とにより構成することとしてもよい。

端末処理部１０２は、例えば、ＣＰＵ（Central Processing Unit）等の演算装置から構成され、サーバ２００にアクセスし、その結果を上記入出力表示部１０１に表示する処理を実行するほか、ユーザ端末１００の各部を制御する。

通信部１０３は、例えば、ＮＩＣ（Network Interface Card）等の一般的な通信機器から構成され、サーバ２００との間で各種情報を送受信する。

サーバ２００は、例えば、インターネット上のサイトを運営するサーバであり、一般的なコンピュータから構成される。図１に示すように、サーバ２００は、記憶部２０１と、ログ取得部２０２と、アクセス予測部２０３と、リソース変更部２０４と、制御部２０５と、通信部２０６とを有して構成されている。

記憶部２０１は、例えば、データベース等の記憶装置から構成され、ユーザ端末１００からのアクセス履歴を記憶するアクセスログデータ、そのアクセスを予測するための算式を記憶するアクセス予測式データ、サーバ２００のサイト上でユーザに提供する商品やサービスに関する各種データ（例えば、商品データ、注文データ、問い合わせデータ）を記憶する。

ログ取得部２０２は、ユーザ端末１００から送信されたサーバ２００のサイトに対するリクエスト等のアクセス情報を読み取り、記憶部２０１にアクセスログデータとして記憶する。

アクセス予測部２０３は、記憶部２０１に記憶されたアクセスログデータを参照し、サイト上のページがアクセスされた回数（ＰＶ（Page View）数）を所定の座標軸上にプロットまたはグラフ化したアクセス表データを生成する。また、アクセス予測部２０３は、生成したアクセス表データと上記アクセス予測式データとを用いてそのページのＰＶ数やその変動量を予測する。

リソース変更部２０４は、上記アクセス予測部２０３が予測したＰＶ数やその変動量に応じて、必要となるリソース（例えば、メモリやディスクの容量）を変更（拡張や増加、縮小や減少）する。具体的には、リソース変更部２０４は、上記アクセス予測部２０３が予測したＰＶ数の値が大きいほど、割り当てるリソースを拡張や増加させる割合を大きくし、より多くのリソースを割り当てる。また、リソース変更部２０４は、上記アクセス予測部２０３が予測したＰＶ数の値が小さいほど、割り当てるリソースを縮小や減少させる割合を大きくし、より少ないリソースを割り当てる。

なお、上記ログ取得部２０２、アクセス予測部２０３、リソース変更部２０４は、実際には、例えば、ＣＰＵ（Central Processing Unit）等の演算装置にインストールされたプログラムを実行することにより、その機能が実現される。

なお、上記各機能を実現するためのプログラムは、ＲＯＭ等に予め組み込まれて提供されたり、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録して提供したり、配布してもよい。さらには、上記プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供したり、配布してもよい。

通信部２０５は、例えば、モデム等の一般的な通信機器から構成され、ユーザ端末１００との間で各種情報を送受信する。上記サーバ２００で行われる処理や入出力情報については、後述する。

図２は、記憶部２０１が記憶するデータの例を示す図である。図２に示すように、記憶部２０１は、アクセスログデータ２０１１と、アクセス予測式データ２０１２と、アクセス表データ２０１３と、商品データ２０１４と、注文データ２０１５と、問い合わせデータ２０１６とを記憶する。

図３は、アクセスログデータ２０１１の例を示す図である。図３に示すように、アクセスログデータ２０１１には、ユーザ端末１００からサーバ２００へのアクセス情報が記録されている。図２に示す例では、ＩＰアドレス１１１．２２２．３．４によって示されるユーザ端末１００が、２０１４年１２月７日の１０時１０分１０秒に、／ａｂｃ／ｉｎｄｅｘ．ｈｔｍｌを取得するリクエストを実行し、そのリクエストが成功したことを示している。また、その際にサーバ２００からユーザ端末１００に引き渡されたデータのバイト数が１０００ｂｙｔｅであり、上記ページにアクセスする直前にアクセスされていたサイトのｕｒｌは、／／ａｂｃ．ｃｏｍ／であったことを示している。さらに、ユーザ端末１００にインストールされているブラウザの種類は図示したバージョンであることを示している。

このようなアクセスログがログ取得部２０１により読み取られて記憶部２０１のアクセスログデータ２０１１として蓄積されている。したがって、アクセスログデータ２０１１を参照すれば、どの時点でどのユーザ端末１００からどのページへのリクエストがあったのかを把握することができる。なお、上記アクセスログは、ログ取得部２０１によって時々刻々と記憶部２０１のアクセスログデータ２０１１に蓄積され、例えば、年単位、月単位等、ある一定の期間ごとに１つのデータファイルとしてサイクル化して記憶されている。

図４は、アクセス予測式データ２０１２の例を示す図である。図４に示すように、アクセス予測式データ２０１２には、通常時ＰＶ数予測式と、急増時ＰＶ数予測式とが記憶される。通常時ＰＶ数予測式は、ある時刻からある時刻までのＰＶ数の増加量の予測式である。急増時ＰＶ数予測式は、ある時刻からある時刻までのＰＶ数の増加量の予測誤差が大きい場合におけるＰＶ数の増加量の予測式である。予測誤差が大きい場合とは、例えば、正規分布における標準偏差（誤差）が２σ以上となった場合である。

図４では、通常時ＰＶ数予測式として、ｎ時時点でのＰＶｎ（ＰＶ数）は、１時間前のＰＶ数に、ＰＶ数の算出増加量ΔＰＶｎ−１を加算した式を用いた場合の例を示している。また、急増時のＰＶ数の予測式として、ｎ時時点でのＰＶｎ（ＰＶ数）は、１時間前のＰＶ数に、ＰＶ数の実測増加量ΔＰＶａを加算した式を用いた場合の例を示している。算出増加量、実測増加量については後述する。

図５Ａ〜Ｃは、アクセス表データの例を示す図である。アクセス表データには、アクセス予測部２０３がアクセスログを参照して時刻ごとのＰＶ数の推移をグラフ化したグラフデータと、ＰＶ数の推移から求められたＰＶ数の増加量をプロットしたプロットデータとが含まれる。

図５Ａは、アクセス表データのうちのグラフデータの例を示す図である。図５Ａに示すように、グラフデータは、縦軸をＰＶ数、横軸を時刻としたＰＶ数の推移を示すものである。アクセス予測部２０３は、記憶部２０１に記憶されているアクセスログデータ２０１１を参照して、サイトのページごとにＰＶ数の推移をグラフ化する。図５Ａに示す例では、４時のＰＶ数（ＰＶ０）は３９４１であったが、５時のＰＶ数（ＰＶ１）は１００００近い数値となっていることがわかる。アクセス予測部２０３は、このＰＶ数の差（ΔＰＶ０）を、プロットデータにプロットする。図５Ａに示したグラフデータは、１年のうちのある１日におけるものであるが、このようなグラフデータが日々生成され、記憶部２０１には日々のグラフデータが蓄積されている。

図５Ｂは、アクセス表データのうちのプロットデータの例を示す図である。図５Ｂに示すように、プロットデータは、縦軸をＰＶ数の増加量、横軸をＰＶ数としたＰＶ数の増加量をプロットしたものである。アクセス予測部２０３は、記憶部２０１に記憶されている日々のグラフデータを参照して、サイトのページごとにＰＶ数の増加量をプロットする。図５Ｂに示す例では、図５Ａに示したグラフデータが描かれた日の４時時点のＰＶ数（ＰＶ０＝３９４１）に対して、５時時点のＰＶ数（ＰＶ１≒１００００）であるため、アクセス予測部２０３は、座標位置Ｘにプロット点がプロットされる。座標位置Ｘは、横軸の値が４時時点のＰＶ数（ＰＶ０＝３９４１）であり、縦軸の値が上記増加量の値（≒１００００−３９４１）の位置である。アクセス予測部２０３は、すべての日におけるそのページのＰＶ数のグラフデータを参照し、各時間帯におけるＰＶ数の増加量をプロットデータの平面上にプロット点をプロットする。図５Ｂでは、あるページの４時から５時にかけてのＰＶ数の増加量が、過去１年３６５日分プロットされていることを示している。

アクセス予測部２０３は、このようにプロットデータを生成すると、その平均的な変化率を算出し、算出した変化率と、図４に示した通常時ＰＶ数予測式から、その時間帯におけるＰＶ数の予測式を導出する。図５Ａに示した例では、４時時点のＰＶ数は３９４１であるため、５時時点のＰＶ数は、ＰＶ１＝３９４１ＰＶ＋ΔＰＶ０で表すことができる。また、通常ＰＶ数予測式を用いて、４時時点のＰＶ数とその増加量は、ΔＰＶ０＝０．９２２６・ＰＶ−１８１．７６で表すことができる。ここで、０．９２２６は、上記平均的な変化率、−１８１．７６は上記通常時ＰＶ数予測式の切片であり、算出されたＰＶ数の増加量が算出増加量である。このように、アクセス予測部２０３は、サイトの各ページについて、日ごと時間帯ごとに通常時ＰＶ数予測式を導出し、ＰＶ数の増加量を予測する。

図５Ｃは、ＰＶ数が急増時のグラフデータの例を示す図である。図５Ｃに示す例では、ある日における１４時から１５にかけてのＰＶ数の増加量は微増であると予測されたにもかかわらず、大きな予測誤差（例えば、正規分布における標準偏差（誤差）が２σ以上）が生じていることを示している。アクセス予測部２０３は、その予測誤差が閾値２σ以上となったか否かを判定し、２σ以上であると判定した場合には、以降の数時間帯のＰＶ数の増加量は、その時点で測定された増加量分だけＰＶ数が増加すると判断し、図４に示した急増時ＰＶ数予測式を参照して、ＰＶ数の増加量を予測する。このとき測定されたＰＶ数の増加量が実測増加量である。図５Ｃでは、１５時時点のＰＶ数の予測値は、１４時時点のＰＶ数から微増の１０５９１であったのに対し、実際には１５時時点では１７３７３であり、予測値と大きく乖離している。したがって、アクセス予測部２０３は、図５Ｂのように導出した通常時ＰＶ数予測式ではなく、急増時ＰＶ数予測式により、ＰＶ数の増加量を予測する。

例えば、アクセス予測部２０３は、１５時時点のＰＶ数の予測値１０５９１と、１５時時点のＰＶ数の実測値１７３７３との誤差が２σ以上となる６７８２であると判定し、図４に示した急増時予測式を参照して実測増加量ΔＰＶａをＰＶ数の増加量とする。具体的には、アクセス予測部２０３は、図５Ａに示したグラフデータを参照し、１４時時点のＰＶ数と１５時時点のＰＶ数との差を実測増加量ΔＰＶａとする。そして、アクセス予測部２０３は、それ以降、あらかじめ定められた時間（例えば、２時間）は、その実測増加量でＰＶ数が増加すると判断する。

続いて、商品データ２０１４、注文データ２０１５、問い合わせデータ２０１６について説明する。これらの各データは、サーバ２００が運営するサイトで販売されている商品に関する一般的なデータであり、例えば、商品データ２０１４には、商品ごとに、サイズ、在庫数、販売店舗等の情報が対応付けて記憶され、注文データ２０１５には、商品ごとに、注文数、在庫数、仕入れ店舗等の情報が対応付けて記憶され、問い合わせデータ２０１６には、商品ごとに、顧客名、問い合わせ番号、商品名、問い合わせ内容等の情報が対応付けて記憶されている。

図６は、ＰＶ数の推移とＰＶ数の増加量との関係を示す図である。図６上段は、様々なサイトのページについてＰＶ数の時間ごとの推移を示すグラフであり、図６下段は、図５Ｂに示したプロットデータと同様、それぞれのページについてＰＶ数の増加量とＰＶ数との関係を示すグラフである。図６上段に示すように、ＰＶ数が多くなる時間帯ではＰＶ数の増加量も大きくなり、あるいはＰＶ数が少なくなる時間帯ではＰＶ数の減少量も小さくなることがわかる。また、図６下段に示すように、例えば、５時時点では各ページにおけるＰＶ数の増加量はＰＶ数が多いほど大きくなり、１０時時点ではＰＶ数の増加量が多いほど減少量が大きいことがわかる。このように、ＰＶ数の変動傾向として、ＰＶ数とその増加量は比例する傾向にあるといえる。

図４では、時間帯ごと、ページごとに、上記プロットデータの平均的な変化率を算出し、その時間帯におけるページごとの通常時ＰＶ数予測式、急増時ＰＶ数予測式を記憶している（例えば、図５Ａでは平均変化率が０．９２２６）が、変化率を算出する元となるアクセスログを定期的あるいは任意のタイミングで更新し、現在のＰＶ数の変化をより反映したアクセスログデータ２０１１に記憶されたアクセスログを用いて、上記変化率を算出してもよい。例えば、アクセス予測部２０３は、あらかじめ定められた時点（例えば、２０１４年１１月末時点）での直近１年間（２０１３年１２月末〜２０１４年１１月末）のアクセスログを参照して上記変化率を算出し、次のタイミング（例えば、２０１４年１２月末時点）での直近１年間（２０１４年１月末〜２０１４年１２月末）のアクセスログを参照して上記変化率を算出する。このように、アクセス予測部２０３は、上記変化率を算出する直近のある期間に取得されたアクセスログを参照することにより、より現状に即したＰＶ数の増加量を予測することができる。

さらに、図４に示した各予測式について、図７に示すように、さらに変数を追加した予測式を用いることも可能である。例えば、ＰＶ数の予測対象となるサイトのページに気象に関する情報が含まれている場合には、通常時のＰＶ数予測式にΔＰＶｎ−１として気温に関する変数（Ｆ（ｔ））を加えた予測式を通常時のＰＶ数予測式とする。また、ＰＶ数の予測対象となるサイトのページに株価に関する情報が含まれている場合には、通常時のＰＶ数予測式にΔＰＶｎ−１として株価に関する変数（Ｇ（ｔ））を加えた予測式を通常時のＰＶ数予測式とする。このように、ＰＶ数の予測対象となるサイトのページに示された情報に関連する変数を追加してＰＶ数の予測式とすることにより、汎用性の高い予測式を提供することができる。上記変数は、従来から知られている各種回帰分析を用いて求めることができる。

図８は、本システムで行われるリソース制御処理の処理手順を示すフローチャートである。図８に示すように、ログ取得部２０２は、ユーザ端末１００から送信されたアクセス情報を読み取って記憶部２０１にアクセスログデータとして記憶するとともに、その中からＰＶ数の予測対象となる期間のアクセスログデータ２０１１を取得する（Ｓ８０１）。

アクセス予測部２０３は、取得されたアクセスログデータを参照して上記アクセス表データを生成し、生成したアクセス表データと上記アクセス予測式データとを用いて、予測誤差が閾値以上となっているか否かを判定する（Ｓ８０２、Ｓ８０３）。

そして、アクセス予測部２０３は、予測誤差が閾値以上となっていると判定した場合（Ｓ８０３；Ｙｅｓ）、急増時のアクセス予測式データを用いてそのサイトのページへのアクセスを予測する（Ｓ８０５）。一方、アクセス予測部２０３は、予測誤差が閾値以上となっていないと判定した場合（Ｓ８０３；Ｎｏ）、通常時のアクセス予測式データを用いてそのサイトのページへのアクセスを予測する（Ｓ８０４）。

リソース変更部２０４は、上記アクセス予測部２０３が予測したＰＶ数やその変動量に応じて、リソースの割り当て量を多くするまたは少なくする等、必要となるリソースを変更する（Ｓ８０６）。

このように、本システムでは、上記通常時予測式または急増時予測式を用いて、ユーザ端末１００からのアクセスが増加する前にＰＶ数やその増加率を事前に予測し、その予測にしたがってシステムのリソースを変更するので、従来技術のように、クライアントからのリクエスト数の増加に対してリソースを拡張する処理が間に合わない、という問題を解決することが可能となる。すなわち、従来技術のようにＣＰＵ使用率を把握するのではなく、クライアントからの要求を捉えるＰＶ数を監視し、そのＰＶ数の増加を事前に予測することにより、実際に上記要求が増加する前にサーバリソースを拡張することが可能となる。

具体的には、アクセス予測部２０３は、アクセスログデータ２０１１を一定間隔で監視し、そのページのＰＶ数を測定し、測定したＰＶ数から平均的な変化率を算出してＰＶ数予測式を導出する。そして、アクセス予測部２０３は、測定したＰＶ数の増加率が予測した増加率から一定以上に上振れや下振れしている場合には急増時と判定し、両者が一致あるいは一定未満で上振れや下振れしている場合には、通常時と判定する。アクセス予測部２０３は、上記通常時の場合には、ＰＶ数の自己相関から生成されるＰＶ数予測式により、数時間後のＰＶ数の予測値やその変動量を算出する一方、上記急増時の場合には、直近のＰＶ数の変動率から作成される急増時ＰＶ数予測式でＰＶ数の予測値やその変動量を算出する。

上記通常時または急増時を判定するための閾値は、サーバ２００が許容できる単位時間当たりのＰＶ数の閾値（例えば、正規分布における標準偏差２σ）を、サーバ２００で設定しているユーザ端末１００からの接続数、１アクセスに要する処理時間などから算出してあらかじめ定めておく。リソース変更部２０４は、算出されたＰＶ数の予測値やその変動量を参照し、その時間となる前にバッチ処理を実行するなどしてリソースを確保し、ロードバランサ等でユーザ端末１００からのリクエストを複数のサーバ２００へ分散させたり、拡張したリソースを自動的に縮退させる。

このような処理を実行することにより、ＰＶ数の変動量とその時間が事前に把握できるため、例えば、ＰＶ数の増加時には適切にリソースを拡張することができる。一方、ＰＶ数の閑散時ではＰＶ数予測値を用いて必要なリソースを算出し、余分なリソースを解放することで、サーバ２００の運用にかかるコストの抑制や、リソース低減による余剰な消費電力の削減へ繋げることができる。

１０００ リソース制御システム
１００ ユーザ端末
１０１ 入出力表示部
１０２ 端末処理部
１０３ 端末通信部
２００ サーバ
２０１ 記憶部
２０２ ログ取得部
２０３ アクセス予測部
２０４ リソース変更部
２０５ 通信部
２０１１ アクセスログデータ
２０１２ アクセス予測式データ
２０１３ アクセス表データ
２０１４ 商品データ
２０１５ 注文データ
２０１６ 問い合わせデータ
Ｎ ネットワーク。

Claims (6)

1. システムのリソースを制御するリソース制御システムであって、
   ユーザ端末からアクセスが要求されたサイトのページごとに、前記ページへのアクセスログデータを記憶部に蓄積するログ取得部と、
   前記アクセスログデータに基づいて、前記サイトのページごとに、時間ごとのＰＶ（Ｐａｇｅ Ｖｉｅｗ）数の変動量を予測したＰＶ数予測式であって、過去のＰＶ数の変動量とＰＶ数との関係を示すプロットデータから前記ＰＶ数の変動量の平均的な変化率を算出し、算出した当該平均的な変化率と、所定時間前のＰＶ数とに基づいて定められる通常時のＰＶ数の予測式、または前記通常時のＰＶ数の予測式により算出されたＰＶ数と実測されたＰＶ数との誤差が所定の閾値以上であるか否かを判定し、前記誤差が所定の閾値以上であると判定した場合、前記所定時間前のＰＶ数と前記実測されたＰＶ数との差を前記ＰＶ数の変動量とし、当該ＰＶ数の変動量と前記所定時間前のＰＶ数とに基づいて定められる急増時のＰＶ数の予測式により表される比例関係を示すＰＶ数予測式を導出するアクセス予測部と、
   前記通常時のＰＶ数予測式または前記急増時のＰＶ数予測式により求められる前記ＰＶ数の変動量に応じて、前記システムのリソースを変更するリソース変更部と、を備え、
   前記アクセス予測部は、前記誤差が所定の閾値以上であるか否かを判定し、前記誤差が所定の閾値以上であると判定した場合、前記ＰＶ数が急増したと判断し、前記急増時のＰＶ数の予測式を導出する、
   ことを特徴とするリソース制御システム。
2. 前記アクセス予測部は、正規分布における標準偏差が２σ以上である場合に、前記誤差が所定の閾値以上であると判定する、
   ことを特徴とする請求項１に記載のリソース制御システム。
3. 前記アクセス予測部は、前記記憶部に蓄積されている直近の前記アクセスログデータに基づいて、前記通常時のＰＶ数予測式または前記急増時のＰＶ数予測式を導出する、
   ことを特徴とする請求項１または２に記載のリソース制御システム。
4. システムのリソースを制御するリソース制御方法であって、
   ユーザ端末からアクセスが要求されたサイトのページごとに、前記ページへのアクセスログデータを記憶部に蓄積するログ取得ステップと、
   前記アクセスログデータに基づいて、前記サイトのページごとに、時間ごとのＰＶ数の変動量を予測したＰＶ数予測式であって、過去のＰＶ数の変動量とＰＶ数との関係を示すプロットデータから前記ＰＶ数の変動量の平均的な変化率を算出し、算出した当該平均的な変化率と、所定時間前のＰＶ数とに基づいて定められる通常時のＰＶ数の予測式、または前記通常時のＰＶ数の予測式により算出されたＰＶ数と実測されたＰＶ数との誤差が所定の閾値以上であるか否かを判定し、前記誤差が所定の閾値以上であると判定した場合、前記所定時間前のＰＶ数と前記実測されたＰＶ数との差を前記ＰＶ数の変動量とし、当該ＰＶ数の変動量と前記所定時間前のＰＶ数とに基づいて定められる急増時のＰＶ数の予測式により表される比例関係を示すＰＶ数予測式を導出するアクセス予測ステップと、
   前記通常時のＰＶ数予測式または前記急増時のＰＶ数予測式により求められる前記ＰＶ数の変動量に応じて、前記システムのリソースを変更するリソース変更ステップと、を含み、
   前記アクセス予測ステップでは、前記誤差が所定の閾値以上であるか否かを判定し、前記誤差が所定の閾値以上であると判定した場合、前記ＰＶ数が急増したと判断し、前記急増時のＰＶ数の予測式を導出する、
   ことを特徴とするリソース制御方法。
5. 前記アクセス予測ステップでは、正規分布における標準偏差が２σ以上である場合に、前記誤差が所定の閾値以上であると判定する、
   ことを特徴とする請求項４に記載のリソース制御方法。
6. 前記アクセス予測ステップでは、前記記憶部に蓄積されている直近の前記アクセスログデータに基づいて、前記通常時のＰＶ数予測式または前記急増時のＰＶ数予測式を導出する、
   ことを特徴とする請求項４または５に記載のリソース制御方法。

Images