JP6810352B2 - 障害解析プログラム、障害解析装置及び障害解析方法 - Google Patents

障害解析プログラム、障害解析装置及び障害解析方法 Download PDF

Info

Publication number
JP6810352B2
JP6810352B2 JP2017026583A JP2017026583A JP6810352B2 JP 6810352 B2 JP6810352 B2 JP 6810352B2 JP 2017026583 A JP2017026583 A JP 2017026583A JP 2017026583 A JP2017026583 A JP 2017026583A JP 6810352 B2 JP6810352 B2 JP 6810352B2
Authority
JP
Japan
Prior art keywords
material name
incident
character string
name
feature
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
JP2017026583A
Other languages
English (en)
Other versions
JP2018132965A (ja
Inventor
大塚　浩
浩 大塚
幸洋 渡辺
幸洋 渡辺
正洋 麻岡
正洋 麻岡
近藤　玲子
玲子 近藤
横山　乾
乾 横山
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 JP2017026583A priority Critical patent/JP6810352B2/ja
Priority to US15/891,787 priority patent/US10664340B2/en
Publication of JP2018132965A publication Critical patent/JP2018132965A/ja
Application granted granted Critical
Publication of JP6810352B2 publication Critical patent/JP6810352B2/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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • 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
    • 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
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0769—Readable error formats, e.g. cross-platform generic formats, human understandable formats

Description

本発明は、障害解析プログラム、障害解析装置及び障害解析方法に関する。
例えば、利用者にサービスを提供する事業者（以下、単に事業者とも呼ぶ）は、サービスの提供を行うための業務システム（以下、情報処理システムとも呼ぶ）を構築して稼働させる。そして、上記のような業務システムの運用者（以下、単に運用者とも呼ぶ）は、稼働中の業務システムにおいて障害が発生した場合、発生した障害に関する情報（以下、インシデントとも呼ぶ）を生成する。具体的に、運用者は、例えば、発生した障害の原因調査のために業務システムから取得した資料の名称（以下、単に資料名とも呼ぶ）等を含むインシデントを生成する。
これにより、運用者は、例えば、過去に発生した障害と同じ内容の障害が再度発生した場合に、蓄積されたインシデントを参照することで、原因調査に要する時間を短縮することが可能になる（例えば、特許文献１から５参照）。
特開２００３−３４５６２８号公報 特開２０１０−２５７０６６号公報 特開２０１５−１５３０７８号公報 特開２０１０−０６６８４１号公報 特開２００２−２９７７９６号公報
ここで、上記のようなインシデントは、例えば、業務システムにおいて出力されたエラーメッセージを検知した運用者が入力することによって生成される。そのため、各運用者は、例えば、同じ資料名をそれぞれ異なる表現によって入力する場合や資料名の一部を誤った状態で入力する場合がある。また、上記のようなインシデントには、例えば、「障害の原因調査に資料名がＡである資料名は不要である。」という文字列のように、発生した障害の原因調査のために取得する必要がなかった資料名が含まれている場合がある。
そのため、運用者は、インシデントに含まれる各資料名の抽出を行う場合、障害の原因調査に必要な資料を効率的に取得することができない。
そこで、一つの側面では、障害の原因調査に必要な資料を効率的に取得することを可能とする障害解析プログラム、障害解析装置及び障害解析方法を提供することを目的とする。
実施の形態の一つの態様によれば、インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出し、 前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、 前記第１資料名及び第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、前記インシデント毎に、前記第１資料名及び第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、処理をコンピュータに実行させる。
一つの側面によれば、障害の原因調査に必要な資料を効率的に取得することを可能とする。
図１は、情報処理システム１０の構成を示す図である。 図２は、情報処理システム１０の構成を示す図である。 図３は、情報処理装置１のハードウエア構成を説明する図である。 図４は、情報処理装置１の機能ブロック図である。 図５は、第１の実施の形態における障害解析処理の概略を説明するフローチャートである。 図６は、第１の実施の形態における障害解析処理の概略を説明するフローチャートである。 図７は、第１の実施の形態における障害解析処理の概略を説明する図である。 図８は、第１の実施の形態における障害解析処理の概略を説明する図である。 図９は、第１の実施の形態における障害解析処理の概略を説明する図である。 図１０は、第１の実施の形態における障害解析処理の詳細を説明するフローチャートである。 図１１は、第１の実施の形態における障害解析処理の詳細を説明するフローチャートである。 図１２は、第１の実施の形態における障害解析処理の詳細を説明するフローチャートである。 図１３は、第１の実施の形態における障害解析処理の詳細を説明するフローチャートである。 図１４は、インシデント情報１３１の具体例を説明する図である。 図１５は、インシデント情報１３１の具体例を説明する図である。 図１６は、インシデント情報１３１の具体例を説明する図である。 図１７は、インシデント情報１３１の具体例を説明する図である。 図１８は、インシデント情報１３１の具体例を説明する図である。 図１９は、第１特徴値情報１３２の具体例を説明する図である。 図２０は、第２特徴値情報１３３の具体例を説明する図である。 図２１は、クラスタ情報１３４の具体例を説明する。 図２２は、クラスタ特徴情報１３５の具体例を説明する図である。 図２３は、資料名情報１３６の具体例を説明する図である。 図２４は、第２の実施の形態における障害解析処理を説明するフローチャートである。 図２５は、第２の実施の形態における障害解析処理を説明するフローチャートである。 図２６は、第２の実施の形態における障害解析処理を説明するフローチャートである。 図２７は、第２の実施の形態における障害解析処理を説明するフローチャートである。 図２８は、Ｓ７１からＳ８１の処理の具体例について説明する図である。 図２９は、Ｓ７１からＳ８１の処理の具体例について説明する図である。
［情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１及び図２は、情報処理システム１０の構成を示す図である。図１及び図２に示す情報処理システム１０は、例えば、情報処理装置１（障害解析装置１）と、記憶装置１ａと、操作端末３ａ、３ｂ及び３ｃ（以下、これらを総称して操作端末３とも呼ぶ）とを有する。
例えば、業務システム（図示しない）から出力されたエラーメッセージを検知した運用者は、図１に示すように、検知したエラーメッセージに対する対処方法を特定するために、操作端末３を介して、検知したエラーメッセージに含まれる文字列からなる検索キーを情報処理装置１に送信する（図１の（１））。そして、情報処理装置１は、操作端末３から検索キーを受信した場合、その検索キーに対応するインシデントを記憶装置１ａに記憶されたインシデント情報１３１から検索する（図１の（２））。その後、情報処理装置１は、検索したインシデントを操作端末３に送信する（図１の（３））。これにより、運用者は、新たに検知したエラーメッセージと同じエラーメッセージが過去に検知された際に生成されたインシデントを特定することが可能になる。
なお、記憶装置１ａに記憶されたインシデント情報１３１には、例えば、運用者が検知したエラーメッセージに対する対処を行うまでに生成された各情報が含まれる。具体的に、このようなインシデントには、例えば、エラーメッセージを検知した運用者が他の部署の担当者（業務システムの開発者等）に問合せを行う際にやり取りされた文章（質問文や回答文）や、発生した事象の調査を行うために取得された資料（例えば、実行されたコマンドや閲覧されたファイル等）の資料名が含まれる。
その後、運用者は、情報処理装置１から受信したインシデントに含まれる資料名を特定する。そして、運用者は、操作端末３を介して業務システム（エラーメッセージを出力した業務システム）にアクセスし、特定した資料名を取得する。これにより、運用者は、新たに検知したエラーメッセージが過去に検知された際に取得された資料と同じ資料を取得することが可能になる。
また、運用者は、例えば、検知したエラーメッセージに対する対処が終了した後、新たに検知したエラーメッセージに対する対処が行われるまでに生成された各情報に基づき、新たなインシデントを生成する（図２の（１））。そして、運用者は、操作端末３を介して、生成した新たなインシデントを情報処理装置１に送信する（図２の（２））。その後、情報処理装置１は、受信した新たなインシデントをインシデント情報１３１の一部として情報格納領域１３０に記憶（蓄積）する（図２の（３））。
ここで、上記のようなインシデントは、例えば、運用者が操作端末３において文章を入力することによって生成される。そのため、例えば、複数の運用者がインシデントの生成を行う場合、各運用者は、同じ資料名をそれぞれ異なる表現によって入力する場合や資料名の一部を誤った状態で入力する場合がある。また、上記のようなインシデントには、「障害の原因調査に資料名がＡである資料名は不要である。」という文字列のように、発生した障害の原因調査のために取得する必要がなかった資料名が含まれている場合がある。
そのため、運用者は、インシデントに含まれる各資料名の抽出を行う場合、障害の原因調査に必要な資料を効率的に取得することができない。
そこで、情報処理装置１は、インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす資料名（以下、第１資料名とも呼ぶ）を抽出し、インシデント毎であって第１資料名毎に、第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する。そして、情報処理装置１は、 インシデント毎に、各インシデントに含まれる文字列から第１資料名と同一の資料名である資料名（以下、第２資料名とも呼ぶ）を抽出し、インシデント毎であって第２資料名毎に、第２資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する。
その後、情報処理装置１は、第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する特徴値の組合せから第２条件を満たす特徴値の組合せ（以下、特定の組合せとも呼ぶ）を特定し、インシデント毎に、第１資料名及び第２資料名に含まれる資料名のうち、特徴値の組合せが特定の組合せと同一である資料名を出力する。
すなわち、例えば、各インシデントにおいてプロンプト文字列と同じ行に含まれる文字列であってプロンプト文字列の後（例えば、プロンプト文字列の直後）に位置する文字列は、過去に行われた障害の原因調査において実際に取得された資料の資料名（第１条件を満たす第１資料名）であると判断することが可能である。
そのため、本実施の形態における情報処理装置１は、例えば、インシデントにおいてプロンプト文字列の直後に位置する文字列を、今回の障害の原因調査を行うために必要な第１資料名として抽出する。そして、情報処理装置１は、抽出した第１資料名と同じ名称の第２資料名を各インシデントから再度取得する。
これにより、情報処理装置１は、例えば、プロンプト文字列の直後に位置する文字列からだけでなく、プロンプト文字列の直後に位置していない文字列からも、過去に行われた障害の原因調査において実際に取得された資料名を抽出することが可能になる。そのため、情報処理装置１は、過去に行われた障害の原因調査において実際に取得されたものであると判断される資料名を網羅的に取得することが可能になる。
また、資料名に対応する特徴値の組合せは、インシデントに含まれている目的（例えば、障害の原因調査のための取得）が同一である限り、同一の資料名がインシデントに複数回含まれている場合であっても全て同一になる。そのため、資料名が他と同一であるにもかかわらず、特徴値の組合せが他の大半の資料名と異なる資料名がインシデントに含まれている場合、その資料名は、他の大半の資料名と異なる目的でインシデントに含まれているものであると判断することが可能である。
そのため、情報処理装置１は、第１資料名及び第２資料名に含まれる資料名毎に、例えば、各資料名に対応する特徴値の組合せのうち、大半の特徴値の組合せである特定の組合せを特定する。そして、情報処理装置１は、インシデント毎に、第１資料名及び第２資料名に含まれる資料名のうち、特徴値の組合せが特定の組合せと同じである資料名を特定して出力する。
これにより、情報処理装置１は、各インシデントに含まれる資料名のうち、過去に行われた障害の原因調査において取得されていない資料名（他の資料名とインシデントに含まれる目的が異なる資料名）が出力されることを防止することが可能になる。そのため、情報処理装置１は、障害の原因調査に必要な資料を効率的に取得することが可能になる。
［情報処理装置のハードウエア構成］
次に、情報処理装置１のハードウエア構成について説明する。図３は、情報処理装置１のハードウエア構成を説明する図である。
情報処理装置１は、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体（ストレージ）１０４とを有する。各部は、バス１０５を介して互いに接続される。
記憶媒体１０４は、記憶媒体１０４内のプログラム格納領域（図示しない）に、過去に行われた障害の原因調査において取得された資料名を特定する処理（以下、障害解析処理とも呼ぶ）を行うためのプログラム１１０を記憶する。
ＣＰＵ１０１は、図３に示すように、プログラム１１０の実行時に、プログラム１１０を記憶媒体１０４からメモリ１０２にロードし、プログラム１１０と協働して障害解析処理を行う。
記憶媒体１０４は、例えば、障害解析処理を行う際に用いられる情報を記憶する情報格納領域１３０（以下、記憶部１３０とも呼ぶ）を有する。また、外部インターフェース１０３は、操作端末３と通信を行う。なお、情報格納領域１３０は、例えば、図１等で説明した記憶装置１ａに対応する。
［情報処理装置のソフトウエア構成］
次に、情報処理装置１のソフトウエア構成について説明する。図４は、情報処理装置１の機能ブロック図である。ＣＰＵ１０１は、図４に示すように、プログラム１１０と協働することにより、第１資料抽出部１１１と、第１特徴値算出部１１２と、第２資料抽出部１１３と、第２特徴値算出部１１４と、特徴特定部１１５と、資料名出力部１１６と、資料検索部１１７として動作する。
また、情報格納領域１３０には、図４に示すように、インシデント情報１３１と、第１特徴値情報１３２と、第２特徴値情報１３３と、クラスタ情報１３４と、クラスタ特徴情報１３５と、資料名情報１３６とが記憶される。
第１資料抽出部１１１は、情報格納領域１３０に記憶されたインシデント情報１３１に含まれるインシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する。具体的に、第１資料抽出部１１１は、例えば、各インシデントに含まれる文字列において、特定文字列（例えば、プロンプト文字列）の直後に位置する文字列を第１資料名として抽出する。
第１特徴値算出部１１２は、インシデント情報１３１に含まれるインシデント毎であって第１資料名毎に、第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せ（以下、第１特徴値情報１３２とも呼ぶ）を算出する。
第２資料抽出部１１３は、 インシデント情報１３１に含まれるインシデント毎に、各インシデントに含まれる文字列から第１資料名と同一の資料名である第２資料名を抽出する。
第２特徴値算出部１１４は、インシデント情報１３１に含まれるインシデント毎であって第２資料名毎に、第２資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せ（以下、第２特徴値情報１３３とも呼ぶ）を算出する。
特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する特徴値の組合せから第２条件を満たす特定の組合せ（以下、クラスタ特徴情報１３５とも呼ぶ）を特定する。
資料名出力部１１６は、インシデント毎に、第１資料名及び第２資料名に含まれる資料名のうち、特徴値の組合せが特定の組合せと同一である資料名を示す情報（以下、資料名情報１３６とも呼ぶ）を出力する。
資料検索部１１７は、インシデント情報１３１に含まれるインシデントから、所定の検索キーを含むインシデントを検索する。そして、資料検索部１１７は、業務システム（例えば、エラーメッセージを出力した業務システム）から、検索したインシデントに含まれる資料名に対応する資料を取得する。クラスタ情報１３４の説明については後述する。
［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図５及び図６は、第１の実施の形態における障害解析処理の概略を説明するフローチャートである。図７から図９は、第１の実施の形態における障害解析処理の概略を説明する図である。図７から図９を参照しながら、図５及び図６に示す障害解析処理を説明する。
情報処理装置１は、図５に示すように、障害解析タイミングまで待機する（Ｓ１のＮＯ）。障害解析タイミングは、例えば、１日１回等の定期的なタイミングであってよい。また、障害解析タイミングは、例えば、運用者が情報処理装置１に対して障害解析処理を行う旨の入力を行ったタイミングであってよい。
そして、障害解析タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、図７に示すように、インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する（Ｓ２）。続いて、情報処理装置１は、図７に示すように、インシデント毎であってＳ２の処理で抽出した第１資料名毎に、第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ３）。
さらに、情報処理装置１は、図８に示すように、インシデント毎に、各インシデントに含まれる文字列からＳ２において抽出した第１資料名と同一の資料名である第２資料名を抽出する（Ｓ４）。具体的に、情報処理装置１は、例えば、第１資料名と同一の資料名であって、Ｓ２の処理において抽出された第１資料名以外の資料名を第２資料名として抽出する。そして、情報処理装置１は、図８に示すように、インシデント毎であってＳ４の処理で抽出した第２資料名毎に、第２資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ５）。
すなわち、各インシデントに含まれる文字列のうち、例えば、プロンプト文字列の直後に位置する文字列は、過去に行われた障害の原因調査において実際に取得された資料の資料名（第１条件を満たす第１資料名）であると判断することが可能である。
そのため、本実施の形態における情報処理装置１は、例えば、インシデントにおいてプロンプト文字列の直後に位置する文字列を、今回の障害の原因調査を行うために必要な第１資料名として抽出する。そして、情報処理装置１は、抽出した第１資料名と同じ名称の第２資料名を各インシデントから再度取得する。
これにより、情報処理装置１は、例えば、プロンプト文字列の直後に位置する文字列からだけでなく、プロンプト文字列の直後に位置していない文字列からも、過去に行われた障害の原因調査において実際に取得された資料名を抽出することが可能になる。そのため、情報処理装置１は、過去に行われた障害の原因調査において実際に取得されたものであると判断される資料名を網羅的に取得することが可能になる。
続いて、情報処理装置１は、図６及び図９に示すように、第１資料名及び第２資料名に含まれる資料名毎に、Ｓ３及びＳ５の処理で算出した特徴値の組合せから第２条件を満たす特定の組合せを特定する（Ｓ１１）。そして、情報処理装置１は、図９に示すように、インシデント毎に、第１資料名及び第２資料名に含まれる資料名のうち、Ｓ３及びＳ５の処理で算出した特徴値の組合せがＳ１１の処理で特定した特定の組合せと同一である資料名を出力する（Ｓ１２）。その後、情報処理装置１は、次の障害解析タイミングまで待機する（Ｓ１のＮＯ）。
すなわち、資料名に対応する特徴値の組合せは、インシデントに含まれている目的（例えば、障害の原因調査のための取得）が同一である限り、同一の資料名がインシデントに複数回含まれている場合であっても同一になる。そのため、資料名が他と同一であるにもかかわらず、特徴値の組合せが他の大半の資料名と異なる資料名がインシデントに含まれている場合、その資料名は、他の資料名と異なる目的でインシデントに含まれているものであると判断することが可能である。
そのため、情報処理装置１は、第１資料名及び第２資料名毎に、例えば、各資料名に対応する特徴値の組合せのうち、大半の特徴値の組合せである特定の組合せを特定する。そして、情報処理装置１は、インシデント毎に、第１資料名及び第２資料名のうち、特徴値の組合せが特定の組合せと同じである資料名を特定して出力する。
これにより、情報処理装置１は、各インシデントに含まれる資料名のうち、過去に行われた障害の原因調査において取得されていない資料名（他の資料名とインシデントに含まれる目的が異なる資料名）が出力されることを防止することが可能になる。そのため、情報処理装置１は、障害の原因調査に必要な資料を効率的に取得することが可能になる。
なお、情報処理装置１は、Ｓ４の処理において、各インシデントに含まれる文字列から第１資料名と同一の資料名を全て抽出するものであってもよい。そして、情報処理装置１は、この場合、Ｓ５の処理において、第２の資料名に対応する特徴値の組合せの算出だけでなく、第１の資料名に対応する特徴値の組合せの算出についても行うものであってよい。これにより、情報処理装置１は、Ｓ３の処理を省略し、各資料名に対応する特徴値の組合せの算出を行う処理をまとめて行うことが可能になる。
［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図１０から図１３は、第１の実施の形態における障害解析処理の詳細を説明するフローチャートである。また、図１４から図２３は、第１の実施の形態における障害解析処理の詳細を説明する図である。図１４から図２３を参照しながら、図１０から図１３に示す障害解析処理を説明する。
情報処理装置１の第１資料抽出部１１１は、図１０に示すように、障害解析タイミングまで待機する（Ｓ２１のＮＯ）。
そして、障害解析タイミングになった場合（Ｓ２１のＹＥＳ）、第１資料抽出部１１１は、例えば、情報格納領域１３０に記憶されたインシデント情報１３１に含まれる各インシデント内の文字列において、特定文字列の直後に位置する文字列のそれぞれを第１資料名として抽出する（Ｓ２２）。具体的に、第１資料抽出部１１１は、例えば、プロンプト文字列の直後に位置する文字列のそれぞれを第１資料名として抽出する。なお、第１資料抽出部１１１は、例えば、正規表現を利用することにより、プロンプト文字列の直後に位置する文字列から第１資料名のみを抽出するものであってよい。
その後、情報処理装置１の第１特徴値算出部１１２は、各インシデント情報１３１に含まれる各インシデント内の文字列のうち、Ｓ２２の処理で抽出された第１資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列を特定する（Ｓ２３）。以下、インシデント情報１３１の具体例について説明を行う。
［インシデント情報の具体例］
図１４から図１８は、インシデント情報１３１の具体例を説明する図である。図１４及び図１５に示すインシデント情報１３１では、項番１のみを表記し、図１６に示すインシデント情報１３１では、項番１及び２のみを表記し、図１７に示すインシデント情報１３１では、項番５のみを表記し、図１８に示すインシデント情報１３１では、項番３のみを表記する。また、インシデント情報１３１に含まれる各項番は、例えば、インシデントを生成した運用者によって関連性の深い文字列毎に区分けされたものである。なお、以下、図１４から図１８に示すインシデント情報１３１のインシデントＩＤがそれぞれ１から５であるものとする。
図１４に示すインシデント情報１３１の項番１において、プロンプトの直後には、「ｉｆｃｏｎｆｉｇ −ａ」という文字列１３１ａが記載されている。そのため、第１資料抽出部１１１は、この場合、Ｓ２２の処理において、正規表現を利用することによって抽出された「ｉｆｃｏｎｆｉｇ」を第１資料名として特定する。そして、第１資料抽出部１１１は、Ｓ２３の処理において、文字列１３１ａを含む次の行から空白のみを含む行の前の行に含まれる文字列である文字列１３１ｂを特定する。
また、図１５に示すインシデント情報１３１の項番１において、プロンプトの直後には、「ｃａｔ ／ｖａｒ／ｌｏｇ／ｍａｓｓａｇｅｓ」という文字列１３１ｃが記載されている。そのため、第１資料抽出部１１１は、この場合、Ｓ２２の処理において、正規表現を利用することによって抽出された「／ｖａｒ／ｌｏｇ／ｍａｓｓａｇｅｓ」を第１資料名として特定する。そして、第１資料抽出部１１１は、Ｓ２３の処理において、文字列１３１ｃを含む次の行から空白のみを含む行の前の行に含まれる文字列である文字列１３１ｄを特定する。
さらに、図１６に示すインシデント情報１３１の項番１において、プロンプトの直後には、「ｎｅｔｓｔａｔ −ａｎ」という文字列１３１ｅが記載されている。そのため、第１資料抽出部１１１は、この場合、Ｓ２２の処理において、正規表現を利用することによって抽出された「ｎｅｔｓｔａｔ」を第１資料名として特定する。さらに、第１資料抽出部１１１は、Ｓ２３の処理において、文字列１３１ｅを含む次の行から空白のみを含む行の前の行に含まれる文字列である文字列１３１ｆを特定する。
また、図１６に示すインシデント情報１３１の項番２において、プロンプトの直後には、「ｄｓｔａｔ −−ｔｃｐ」という文字列１３１ｇが記載されている。そのため、第１資料抽出部１１１は、この場合、Ｓ２２の処理において、正規表現を利用することによって抽出された「ｄｓｔａｔ」を第１資料名として特定する。さらに、第１資料抽出部１１１は、Ｓ２３の処理において、文字列１３１ｇを含む次の行から空白のみを含む行の前の行に含まれる文字列である文字列１３１ｈを特定する。
図１０に戻り、第１特徴値算出部１１２は、インシデント毎であってＳ２２の処理で抽出した第１資料名毎に、Ｓ２３の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ２４）。具体的に、第１特徴値算出部１１２は、Ｓ２３の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを含む第１特徴値情報１３２を生成する。以下、Ｓ２４の処理の詳細について説明を行う。
［Ｓ２４の処理の詳細］
第１特徴値算出部１１２は、Ｓ２４の処理において、例えば、１以上の特徴として「Ｓ２３の処理で特定した文字列が特定文字（例えば、「＝」または「：」）によって区切られた文字列を含んでいること」及び「Ｓ２３の処理で特定した文字列が時刻を含んでいること」を用いる。また、第１特徴値算出部１１２は、Ｓ２４の処理において、例えば、１以上の特徴として「Ｓ２３の処理で特定した文字列が表形式によって記載されていること」及び「Ｓ２３の処理で特定した文字列のうち、項目以外の文字列が数字のみを含むこと」を用いる。
具体的に、図１４に示すインシデント情報１３１の項番１において、文字列１３１ｂは、例えば、「：」によって区切られた文字列である「ａｄｄｒ：１９２．１６８．０．１」を含む。一方、文字列１３１ｂは、時刻を含んでおらず、表形式によって記載されておらず、項目以外の文字列が数字以外を含んでいる。そのため、第１特徴値算出部１１２は、この場合、「Ｓ２３の処理で特定した文字列が特定文字によって区切られた文字列を含んでいること」という特徴に対応する特徴値（以下、単に設定値とも呼ぶ）として「ＹＥＳ（以下、単にＹとも表記する）」を特定する。また、第１特徴値算出部１１２は、「Ｓ２３の処理で特定した文字列が時刻を含んでいること」という特徴に対応する特徴値（以下、単に時刻とも呼ぶ）として「ＮＯ（以下、単にＮとも表記する）」を特定する。また、第１特徴値算出部１１２は、「Ｓ２３の処理で特定した文字列が表形式によって記載されていること」という特徴に対応する特徴値（以下、単に表形式情報とも呼ぶ）として「Ｎ」を特定する。さらに、第１特徴値算出部１１２は、「Ｓ２３の処理で特定した文字列のうち、項目以外の文字列が数字のみを含むこと」という特徴に対応する特徴値（以下、単に数値とも呼ぶ）として「Ｎ」を特定する。
また、図１５に示すインシデント情報１３１の項番１において、文字列１３１ｄは、例えば、「：」によって区切られた文字列（時刻）である「１１：５９：５５」という文字列を含む。一方、文字列１３１ｂは、表形式によって記載されておらず、項目以外の文字列が数字以外を含んでいる。そのため、第１特徴値算出部１１２は、この場合、設定値として「Ｙ」を特定し、時刻として「Ｙ」を特定し、表形式情報として「Ｎ」を特定し、数値として「Ｎ」を特定する。
また、図１６に示すインシデント情報１３１の項番１において、文字列１３１ｆは、例えば、「：」を含む文字列である「１２７．０．０．１：５０９９０」を含み、表形式によって記載されている。一方、文字列１３１ｆは、時刻を含んでおらず、項目以外の文字列が数字以外を含んでいる。そのため、第１特徴値算出部１１２は、この場合、設定値として「Ｙ」を特定し、時刻として「Ｎ」を特定し、表形式情報として「Ｙ」を特定し、数値として「Ｎ」を特定する。
さらに、図１６に示すインシデント情報１３１の項番２において、文字列１３１ｈは、例えば、表形式によって記載されており、項目以外の文字列が数字のみを含む。一方、文字列１３１ｈは、特定文字によって区切られた文字列を含んでおらず、時刻を含んでいる。そのため、第１特徴値算出部１１２は、この場合、設定値として「Ｎ」を特定し、時刻として「Ｎ」を特定し、表形式情報として「Ｙ」を特定し、数値として「Ｙ」を特定する。以下、Ｓ２４の処理で生成される第１特徴値情報１３２の具体例について説明を行う。
［第１特徴値情報の具体例］
図１９は、第１特徴値情報１３２の具体例を説明する図である。図１９に示す第１特徴値情報１３２は、第１特徴値情報１３２に含まれる各情報を識別する「ＩＤ」と、インシデント情報１３１に含まれる各インシデントを識別する「インシデントＩＤ」と、各インシデントに含まれる項番を識別する「項番」とを項目として有している。また、図１９に示す第１特徴値情報１３２は、資料名が設定される「資料名」と、設定値が設定される「設定値」と、時刻が設定される「時刻」と、表形式情報が設定される「表形式」と、数値が設定される「数値」とを項目として有している。
具体的に、図１４に示すインシデント情報１３１（インシデントＩＤが１であるインシデント情報１３１）の項番１から抽出された第１資料名は、「ｉｆｃｏｎｆｉｇ」である。そして、「ｉｆｃｏｎｆｉｇ」に対応する設定値、時刻、表形式情報及び数値は、それぞれ「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」である。そのため、第１特徴値算出部１１２は、図１９における「ＩＤ」が「１」である情報のように、「インシデントＩＤ」として「１」を設定し、「項番」として「１」を設定し、「資料名」として「ｉｆｃｏｎｆｉｇ」を設定する。さらに、第１特徴値算出部１１２は、図１９における「ＩＤ」が「１」である情報のように、「設定値」として「Ｙ」を設定し、「時刻」として「Ｎ」を設定し、「表形式」として「Ｎ」を設定し、「数値」として「Ｎ」を設定する。図１９に含まれる他の情報については説明を省略する。
図１１に戻り、情報処理装置１の第２資料抽出部１１３は、情報格納領域１３０に記憶されたインシデント情報１３１に含まれる各インシデント内の文字列から、Ｓ２２の処理で抽出した第１資料名と同一の資料名である第２資料名を抽出する（Ｓ３１）。
すなわち、第２資料抽出部１１３は、例えば、特定文字列の直後に位置しない資料名であって、第１資料名と同一の資料名である第２資料名を抽出する。具体的に、第２資料抽出部１１３は、図１７に示すように、例えば、特定文字列の直後に位置しない資料名であって、抽出済の第１資料名と同一の資料名である文字列１３１ｉを第２資料名として特定する。
これにより、情報処理装置１は、例えば、プロンプト文字列の直後に位置する文字列だけでなく、プロンプト文字列の直後に位置していない文字列からも、過去に行われた障害の原因調査において実際に取得された資料名を抽出することが可能になる。
その後、情報処理装置１の第２特徴値算出部１１４は、各インシデント情報１３１に含まれる各インシデント内の文字列のうち、Ｓ３１の処理で抽出された第２資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列を特定する（Ｓ３２）。具体的に、第２特徴値算出部１１４は、図１７に示すように、文字列１３１ｉを含む行の次の行から空白のみを含む行の前の行に含まれる文字列である文字列１３１ｊを特定する。
そして、第２特徴値算出部１１４は、インシデント毎であってＳ３１の処理で抽出した第２資料名毎に、Ｓ３２の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ３３）。具体的に、第２特徴値算出部１１４は、Ｓ３２の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを含む第２特徴値情報１３３を生成する。以下、第２特徴値情報１３３の具体例について説明を行う。
［第２特徴値情報の具体例］
図２０は、第２特徴値情報１３３の具体例を説明する図である。図２０に示す第２特徴値情報１３３は、図１９において説明した第１特徴値情報１３２と同じ項目を有している。また、図２０に示す第２特徴値情報１３３は、図１９で説明した第１特徴値情報１３２に含まれる各情報を含んでいる。
具体的に、図１７に示すインシデント情報１３１（インシデントＩＤが４であるインシデント情報１３１）の項番５から抽出された第１資料名は、「ｉｆｃｏｎｆｉｇ」であり、「ｉｆｃｏｎｆｉｇ」に対応する文字列の設定値、時刻、表形式情報及び数値は、それぞれ「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」である。そのため、第１特徴値算出部１１２は、図２０における「ＩＤ」が「８」である情報のように、「インシデントＩＤ」として「４」を設定し、「項番」として「５」を設定し、「資料名」として「ｉｆｃｏｎｆｉｇ」を設定する。さらに、第１特徴値算出部１１２は、図２０における「ＩＤ」が「８」である情報のように、「設定値」として「Ｙ」を設定し、「時刻」として「Ｎ」を設定し、「表形式」として「Ｎ」を設定し、「数値」として「Ｎ」を設定する。図２０に含まれる他の情報については説明を省略する。
なお、情報処理装置１は、Ｓ３１の処理において、各インシデントに含まれる文字列から第１資料名と同一の資料名を全て抽出するものであってもよい。そして、情報処理装置１は、この場合、Ｓ３２の処理において、第２の資料名に対応する文字列の特定だけでなく、第１の資料名に対応する文字列の特定についても行うものであってもよい。さらに、情報処理装置１は、この場合、Ｓ３３の処理において、第２の資料名に対応する特徴値の組合せだけでなく、第１の資料名に対応する特徴値の組合せの算出についても行う。これにより、情報処理装置１は、Ｓ２３及びＳ２４の処理を省略し、各資料名に対応する文字列の特定及び特徴値の組合せの算出を行う処理をまとめて行うことが可能になる。
図１２に戻り、情報処理装置１の特徴特定部１１５は、Ｓ２４及びＳ３３の処理で特定した特徴値の組合せを各資料名に対応する特徴値の組合せ毎に分類する（Ｓ４１）。具体的に、特徴特定部１１５は、Ｓ３３の処理で特定した特徴値の組合せを、第１資料名及び第２資料名に含まれる各資料名に対応する特徴値の組合せ毎に分類したクラスタ情報１３４を生成する。以下、クラスタ情報１３４の具体例について説明を行う。
［クラスタ情報の具体例］
図２１は、クラスタ情報１３４の具体例を説明する。具体的に、図２１は、図２０において説明した第２特徴値情報１３３のうち、「資料名」が「ｉｆｃｏｎｆｉｇ」である情報について分類されたクラスタ情報１３４である。
図２１に示すクラスタ情報１３４は、クラスタ情報１３４に含まれる各情報を識別する「ＩＤ」と、資料名が設定される「資料名」と、設定値が設定される「設定値」とを項目として有している。また、図２１に示すクラスタ情報１３４は、時刻が設定される「時刻」と、表形式情報が設定される「表形式」と、数値が設定される「数値」とを項目として有している。
具体的に、図２１に示すクラスタ情報１３４には、図２０において説明した第２特徴値情報１３３における「ＩＤ」が「１」、「３」、「４」、「８」、「９」及び「１１」である情報の「資料名」、「設定値」、「時刻」、「表形式」及び「数値」に対応する情報がそれぞれ設定されている。
図１２に戻り、特徴特定部１１５は、Ｓ４１の処理で分類した特徴値の組合せ（第１資料名及び第２資料名に含まれる各資料名）毎であって１以上の特徴毎に、特徴値のばらつきを算出する（Ｓ４２）。そして、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎に、Ｓ４２の処理で算出したばらつきが所定の閾値未満であるか否かを判定する（Ｓ４３）。
その後、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎に、Ｓ４２の処理で算出したばらつきが所定の閾値未満であると判定された場合、最も多い特徴値を特定の値として特定し、Ｓ４２の処理で算出したばらつきが所定の閾値以上であると判定された場合、ばらつきが所定の閾値以上であることを示す値を特定の値として特定する（Ｓ４４）。さらに、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎に、Ｓ４４の処理で特定した特定の値の組合せを特定の組合せとして特定する（Ｓ４５）。そして、特徴特定部１１５は、例えば、Ｓ４５の処理において特定した特定の組合せを含むクラスタ特徴情報１３５を生成する。
すなわち、各資料名に対応する特徴値の組合せは、インシデントに含まれている目的が同一である限り、同一の資料名がインシデントに複数回含まれている場合であっても全て同一になる。そのため、資料名が他と同一であるにもかかわらず、特徴値の組合せが他の大半の資料名と異なる資料名がインシデントに含まれている場合、その資料名は、他の大半の資料名と異なる目的でインシデントに含まれているものであると判断することが可能である。
そこで、特徴特定部１１５は、Ｓ４４及びＳ４５の処理において、第１資料名及び第２資料名に含まれる資料名毎であって特徴毎に、最も多い特徴値を特定の値として特定する。そして、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎に、特定の値の組合せを特定の組合せとして特定する。
これにより、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎に、大半を占めている特徴値の組合せである特定の組合せを特定することが可能になる。そして、特徴特定部１１５は、特徴値の組合せが特定の組合せと異なる資料名がインシデントに含まれている場合、その資料名が他の大半の資料名と異なる目的でインシデントに含まれているものであると判断することが可能になる。
具体的に、図１８に示すインシデント情報１３１には、「ｉｆｃｏｎｆｉｇ」からなる文字列１３１ｋが含まれている。しかしながら、図１８に示すインシデント情報１３１において、「ｉｆｃｏｎｆｉｇ」からなる文字列１３１ｋを含む行は、「ｉｆｃｏｎｆｉｇ」が過去に行われた障害の原因調査において取得されなかった資料名であることを説明する行である。そのため、情報処理装置１は、この場合、過去に行われた障害の原因調査において取得された資料名として、図１８に示すインシデント情報１３１に含まれる「ｉｆｃｏｎｆｉｇ」を出力しないことが好ましい。
この点、図１８に示すインシデント情報１３１の項番３において、文字列１３１ｋに対応する文字列１３１ｌは、特定文字によって区切られた文字列を含んでおらず、時刻を含んでおらず、表形式によって記載されておらず、項目以外の文字列が数字以外を含んでいる。そのため、特徴特定部１１５は、例えば、Ｓ４１の処理において、図２１で説明したクラスタ情報１３４に示すように、「ＩＤ」が「４」である情報の「設定値」、「時刻」、「表形式」及び「数値」として全て「Ｎ」を設定する。そして、特徴特定部１１５は、例えば、Ｓ４４及びＳ４５の処理において、図２１で説明したクラスタ情報１３４における「ＩＤ」が「１」、「２」、「３」、「５」及び「６」である情報の特徴値の組合せが特定の組合せであると特定する。
これにより、情報処理装置１は、後述するように、図２１で説明したクラスタ情報１３４における「ＩＤ」が「４」である情報の特徴値の組合せが、他の大半の情報（「ＩＤ」が「１」、「２」、「３」、「５」及び「６」である情報）の特徴値の組合せ（特定の組合せ）と異なるものであると判定することが可能になる。そのため、情報処理装置１は、図１８に示すインシデント情報１３１の項番３に含まれる「ｉｆｃｏｎｆｉｇ」を、過去に行われた障害の原因調査において取得された資料名として出力しない旨の判定を行うことが可能になる。
なお、各資料名に対応する特徴値には、ばらつきが大きいために、過去に行われた障害の原因調査において取得された資料名を特定する際に利用することができない（利用価値が小さい）特徴値が存在する場合がある。そのため、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎であって特徴毎の最も多い特徴値を特定の値として特定する前に、第１資料名及び第２資料名に含まれる資料名毎であって特徴毎の特徴値のばらつきを算出する（Ｓ４２）。そして、特徴特定部１１５は、算出したばらつきが所定の閾値未満である特徴値について、最も多い特徴値を特定の値として特定し、算出したばらつきが所定の閾値以上である特徴値について、ばらつきが所定の閾値以上であることを示す値を特定の値として特定する（Ｓ４４）。
これにより、情報処理装置１は、過去に行われた障害の原因調査において取得された資料名を特定する際の精度をより高めることが可能になる。以下、Ｓ４２からＳ４５の処理の詳細について説明を行う。
［Ｓ４２からＳ４５の処理の詳細］
特徴特定部１１５は、Ｓ４２の処理において、以下の式（１）を利用することによって、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎に、各資料名に対応する特徴値のばらつきを算出する。式（１）において、Ｐ（Ｘ）は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎の特徴値のうち、各特徴値の割合を示す関数である。また、Ｈ（Ｘ）は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎の特徴値のばらつきを示す関数である。
Ｈ（Ｘ）＝−ΣＰ（Ｘ）ｌｏｇ２Ｐ（Ｘ） ・・・ （１）
例えば、図２１で説明したクラスタ情報１３４における「設定値」には、それぞれ「Ｙ」、「Ｙ」、「Ｙ」、「Ｙ」、「Ｎ」、「Ｙ」が設定されている。そのため、特徴特定部１１５は、例えば、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎の特徴値のうち、「Ｙ」が設定されている特徴値の割合を示す「Ｐ（Ｙ）」として「０．８３」を特定する。また、特徴特定部１１５は、例えば、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎の特徴値のうち、「Ｎ」が設定されている特徴値の割合を示す「Ｐ（Ｙ）」として「０．１７」を特定する。そして、特徴特定部１１５は、この場合、Ｈ（Ｘ）として「０．６６」を算出する。
その後、特徴特定部１１５は、Ｓ４３の処理において、例えば、所定の閾値が「０．８」である場合、Ｓ４２の処理で算出した「０．６６」が所定の閾値よりも小さいと判定する。そのため、特徴特定部１１５は、Ｓ４４の処理において、例えば、図２１で説明したクラスタ情報１３４における「設定値」に対応する特徴値（特定の値）として、「設定値」として最も多く設定された値である「Ｙ」を特定する。
さらに、図２１で説明したクラスタ情報１３４において、「時刻」、「表形式」及び「数値」には、全て「Ｎ」が設定されている。そのため、特徴特定部１１５は、式（１）を利用することにより、図２１で説明したクラスタ情報１３４における「時刻」、「表形式」及び「数値」に対応する特定の値として、それぞれ「Ｎ」を特定する。
したがって、特徴特定部１１５は、Ｓ４５の処理において、例えば、図２１で説明したクラスタ情報１３４に対応する特定の組合せとして、「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」の組合せを特定し、特定した特定の組合せを含むクラスタ特徴情報１３５を生成する。
なお、特徴特定部１１５は、Ｓ４２の処理で算出したばらつきが所定の閾値以上である場合、「設定値」等に対応する特定の値として、例えば、ばらつきが所定の閾値以上であることを示す値である「−」を特定するものであってよい。以下、クラスタ特徴情報１３５の具体例について説明を行う。
［クラスタ特徴情報の具体例］
図２２は、クラスタ特徴情報１３５の具体例を説明する図である。図２２に示すクラスタ特徴情報１３５は、図２１で説明したクラスタ情報１３４と同じ項目を有している。
具体的に、図２２に示すクラスタ特徴情報１３５において、「ＩＤ」が「１」である情報には、「資料名」として「ｉｆｃｏｎｆｉｇ」が設定され、「設定値」として「Ｙ」が設定され、「時刻」として「Ｎ」が設定され、「表形式」として「Ｎ」が設定され、「数値」として「Ｎ」が設定されている。図２２に含まれる他の情報については説明を省略する。
図１２に戻り、資料名出力部１１６は、インシデント毎に、第１資料名及び第２資料名に含まれる各資料名のうち、Ｓ２４及びＳ３３の処理で算出した特徴値の組合せがＳ４５の処理で特定した特定の組合せと同一である資料名を出力する（Ｓ４６）。
具体的に、図２０で説明した第２特徴値情報１３３のうち、「資料名」が「ｉｆｃｏｎｆｉｇ」である情報は、「ＩＤ」が「１」、「３」、「４」、「８」、「９」及び「１１」である情報である。また、図２２で説明したクラスタ特徴情報１３５において、「資料名」が「ｉｆｃｏｎｆｉｇ」である情報の「設定値」、「時刻」、「表形式」及び「数値」には、それぞれ「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」が設定されている。
そのため、資料名出力部１１６は、Ｓ４６の処理において、図２０で説明した第２特徴値情報１３３のうち、「設定値」、「時刻」、「表形式」及び「数値」に「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」が設定されている情報である「ＩＤ」が「１」、「３」、「４」、「８」及び「１１」である情報を特定する。さらに、資料名出力部１１６は、図２０で説明した第２特徴値情報１３３のうち、「ＩＤ」が「１」、「３」、「４」、「８」及び「１１」である情報の「インシデントＩＤ」に設定された情報である「１」、「２」、「４」、「５」及び「６」を特定する。そして、資料名出力部１１６は、特定した情報を含む資料名情報１３６を生成する。
なお、クラスタ特徴情報１３５の「設定値」等に「−」が設定されている場合、資料名出力部１１６は、クラスタ特徴情報１３５の「設定値」等に設定されている「−」が、第２特徴値情報１３３の「設定値」等に設定された「Ｙ」及び「Ｎ」の両方に対応するものと判定するものであってよい。具体的に、資料名出力部１１６は、例えば、クラスタ特徴情報１３５の「設定値」等に「Ｙ」、「−」、「Ｎ」及び「Ｎ」が設定された情報が、第２特徴値情報１３３の「設定値」等に「Ｙ」、「Ｙ」、「Ｎ」及び「Ｎ」が設定された情報と「Ｙ」、「Ｎ」、「Ｎ」及び「Ｎ」が設定された情報との両方に対応するものと判定するものであってよい。以下、資料名情報１３６の具体例について説明を行う。
［資料名情報の具体例］
図２３は、資料名情報１３６の具体例を説明する図である。図２３に示す資料名情報１３６は、資料名情報１３６に含まれる各情報を識別する「ＩＤ」と、各インシデントを識別する「インシデントＩＤ」と、資料名が設定される「資料名」とを項目として有する。
具体的に、資料名出力部１１６は、例えば、「インシデントＩＤ」が「１」、「２」、「４」、「５」及び「６」である情報の「資料名」に「ｉｆｃｏｎｆｉｇ」を設定する。図２３に含まれる他の情報については説明を省略する。
すなわち、資料名情報１３６は、例えば、「インシデントＩＤ」が「３」であるインシデントに対応する障害が過去に発生した際に、「資料名」が「ｉｆｃｏｎｆｉｇ」、「／ｖａｒ／ｌｏｇ／ｍｅｓｓａｇｅｓ」、「ｓｅｍａｎａｇｅ」である資料の取得が行われたことを示している。
これにより、情報処理装置１は、新たな障害が発生した場合に、資料名情報１３６を参照することで、発生した障害に内容が類似する障害が過去に発生した際に運用者によって取得された資料を効率的に特定することが可能になる。
［資料検索処理］
次に、新たな障害が発生した際に、資料名情報１３６を参照して資料の検索を行う処理（以下、資料検索処理とも呼ぶ）について説明する。図１３は、資料検索処理を説明するフローチャートである。
情報処理装置１の資料検索部１１７は、図１３に示すように、資料検索タイミングまで待機する（Ｓ５１のＮＯ）。資料検索タイミングは、例えば、業務システムからエラーメッセージが出力されたタイミングであってよい。
そして、資料検索タイミングになった場合（Ｓ５１のＹＥＳ）、資料検索部１１７は、例えば、情報格納領域１３０に記憶されたインシデント情報１３１から、業務システムから出力されたエラーメッセージの文字列を含むインシデントを特定する（Ｓ５２）。その後、資料検索部１１７は、情報格納領域１３０に記憶された資料名情報１３６を参照し、Ｓ５２の処理で特定したインシデントに対応する資料名を特定する（Ｓ５３）。
続いて、資料検索部１１７は、例えば、エラーメッセージを出力した業務システムにアクセスし、Ｓ５３の処理で特定した資料名である資料を取得する（Ｓ５４）。そして、資料検索部１１７は、Ｓ５４の処理で取得した資料を出力する（Ｓ５５）。具体的に、資料検索部１１７は、Ｓ５４の処理で取得した資料を操作端末３に出力する。
これにより、運用者は、新たな障害が発生した場合に、発生した障害の原因調査を行う際に有用な資料を効率的に取得することが可能になる。
［第２の実施の形態の詳細］
次に、第２の実施の形態の詳細について説明する。図２４から図２７は、第２の実施の形態における障害解析処理を説明するフローチャートである。また、図２８及び図２９は、第１の実施の形態における障害解析処理を説明する図である。図２８及び図２９を参照しながら、図２４から図２７に示す障害解析処理を説明する。
第２の実施の形態における障害解析処理では、第１特徴値情報１３２に含まれる情報のうち、必要がないと判定された情報については、第２特徴値情報１３３に含まれないように処理を行う。これにより、情報処理装置１は、障害の原因調査に必要な資料をより効率的に取得することが可能になる。
第１資料抽出部１１１は、図２４に示すように、障害解析タイミングまで待機する（Ｓ６１のＮＯ）。そして、障害解析タイミングになった場合（Ｓ６１のＹＥＳ）、第１資料抽出部１１１は、第１の実施の形態の場合と同様に、情報格納領域１３０に記憶されたインシデント情報１３１に含まれる各インシデント内の文字列において、特定文字列の直後に位置する文字列のそれぞれを第１資料名として抽出する（Ｓ６２）。
続いて、第１特徴値算出部１１２は、第１の実施の形態の場合と同様に、各インシデント情報１３１に含まれる各インシデント内の文字列のうち、Ｓ６２の処理で抽出された第１資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列を特定する（Ｓ６３）。そして、第１特徴値算出部１１２は、インシデント毎であってＳ６２の処理で抽出した第１資料名毎に、Ｓ６３の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ６４）。
その後、特徴特定部１１５は、第１の実施の形態における場合と異なり、図２５に示すように、Ｓ６３の処理で特定した特徴値の組合せを各第１資料名に対応する特徴値の組合せ毎に分類する（Ｓ７１）。そして、特徴特定部１１５は、Ｓ７１の処理で分類した特徴値の組合せ（第１資料名）毎であって１以上の特徴毎に、特徴値のばらつきを算出する（Ｓ７２）。さらに、特徴特定部１１５は、第１資料名毎であって１以上の特徴毎に、Ｓ７２の処理で算出したばらつきが所定の閾値未満であるか否かを判定する（Ｓ７３）。
続いて、特徴特定部１１５は、第１資料名毎であって１以上の特徴毎に、Ｓ７２の処理で算出したばらつきが所定の閾値未満であると判定された場合、最も多い特徴値を特定の値として特定し、Ｓ７２の処理で算出したばらつきが所定の閾値以上であると判定された場合、ばらつきが所定の閾値以上であることを示す値を特定の値として特定する（Ｓ７４）。さらに、特徴特定部１１５は、第１資料名毎に、Ｓ７４の処理で特定した特定の値の組合せを特定の組合せとして特定する（Ｓ７５）。そして、特徴特定部１１５は、Ｓ７５で特定した特定の値の組合せのうち、ばらつきが所定の閾値以上であることを示す値のみからなる組合せに対応する第３資料名を特定する（Ｓ７６）。
その後、第２資料抽出部１１３は、図２６に示すように、第１の実施の形態における場合と異なり、情報格納領域１３０に記憶されたインシデント情報１３１に含まれる各インシデント内の文字列から、Ｓ２２の処理で抽出した第１資料名と同一の資料名のうちの第３資料名以外の資料名を第２資料名として抽出する（Ｓ８１）。
すなわち、第２の実施の形態における情報処理装置１は、特定の組合せの特定をＳ６２の処理で抽出された第１の資料名に対しても行う。そして、第２の実施の形態における情報処理装置１は、特徴値のばらつきが大きいために、過去に行われた障害の原因調査において取得された資料名を特定する際に利用することができない（利用価値が小さい）特徴値の組合せに対応する資料名（第３資料名）を特定する。さらに、第２の実施の形態における情報処理装置１は、第２資料名を抽出する際に、第３資料名として特定された資料名を除外する。
これにより、第２の実施の形態における情報処理装置１は、障害の原因調査に必要な資料をより効率的に取得することを可能とする資料名情報１３６を生成することが可能になる。以下、Ｓ７１からＳ８１の具体例について説明を行う。
［Ｓ７１からＳ８１の処理の具体例］
図２８及び図２９は、Ｓ７１からＳ８１の処理の具体例について説明する図である。具体的に、図２８は、第２の実施の形態における第１特徴値情報１３２（以下、第１特徴値情報１３２ａとも呼ぶ）を説明する図である。また、図２９は、第２の実施の形態におけるクラスタ情報１３４（以下、クラスタ情報１３４ａとも呼ぶ）を説明する図です。
図２８に示す第１特徴値情報１３２ａは、図１９で説明した第１特徴値情報１３２ａと比較して、「ＩＤ」が「１２」である情報と「ＩＤ」が「１３」である情報とをさらに含む。
具体的に、図２８に示す第１特徴値情報１３２ａにおいて、「ＩＤ」が「１２」である情報には、「インシデントＩＤ」として「７」が設定され、「項番」として「２」が設定され、「資料名」として「ＡＡＡ」が設定されている。そして、図２８に示す第１特徴値情報１３２ａにおいて、「ＩＤ」が「１２」である情報には、「設定値」として「Ｙ」が設定され、「時刻」として「Ｙ」が設定され、「表形式」として「Ｙ」が設定され、「数値」として「Ｙ」が設定されている。また、図２８に示す第１特徴値情報１３２ａにおいて、「ＩＤ」が「１３」である情報には、「インシデントＩＤ」として「８」が設定され、「項番」として「３」が設定され、「資料名」として「ＡＡＡ」が設定されている。そして、図２８に示す第１特徴値情報１３２ａにおいて、「ＩＤ」が「１３」である情報には、「設定値」として「Ｎ」が設定され、「時刻」として「Ｎ」が設定され、「表形式」として「Ｎ」が設定され、「数値」として「Ｎ」が設定されている。
そして、特徴特定部１１５は、図２９に示すように、例えば、図２８に示す第１特徴値情報１３２ａのうち、「資料名」が「ＡＡＡ」である情報の「設定値」、「時刻」、「表形式」及び「数値」を示す情報を抽出し、クラスタ情報１３４ａとして生成する（Ｓ７１）。
ここで、Ｓ７３の処理における所定の閾値が「０．８」である場合において、式（１）を利用して「資料名」が「ＡＡＡ」である資料に対応する特定の値を算出した場合、全ての特定の値が所定の閾値以上になる（Ｓ７２からＳ７４）。そのため、特徴特定部１１５は、「資料名」が「ＡＡＡ」である資料の資料名を、第３資料名として特定する（Ｓ７５、Ｓ７６）。したがって、第２資料抽出部１１３は、この場合、「資料名」が「ＡＡＡ」である資料に関する情報を含まない第２特徴値情報１３３を生成する（Ｓ８１）。
その後、第２特徴値算出部１１４は、第１の実施の形態の場合と同様に、各インシデント情報１３１に含まれる各インシデント内の文字列のうち、Ｓ８１の処理で抽出された第２資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列を特定する（Ｓ８２）。そして、第２特徴値算出部１１４は、インシデント毎であってＳ８１の処理で抽出した第２資料名毎に、Ｓ８２の処理で特定した文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する（Ｓ８３）。
続いて、特徴特定部１１５は、図２７に示すように、第１の実施の形態の場合と同様に、Ｓ６４及びＳ８３の処理で特定した特徴値の組合せを、第１資料名及び第２資料名に含まれる各資料名に対応する特徴値の組合せ毎に分類する（Ｓ９１）。そして、特徴特定部１１５は、Ｓ９１の処理で分類した特徴値の組合せ（第１資料名及び第２資料名に含まれる資料名）毎であって１以上の特徴毎に、特徴値のばらつきを算出する（Ｓ９２）。さらに、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎に、Ｓ９２の処理で算出したばらつきが所定の閾値未満であるか否かを判定する（Ｓ９３）。
その後、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎であって１以上の特徴毎に、Ｓ９２の処理で算出したばらつきが所定の閾値未満であると判定された場合、最も多い特徴値を特定の値として特定し、Ｓ９２の処理で算出したばらつきが所定の閾値以上であると判定された場合、ばらつきが所定の閾値以上であることを示す値を特定の値として特定する（Ｓ９４）。さらに、特徴特定部１１５は、第１資料名及び第２資料名に含まれる資料名毎に、Ｓ４４の処理で特定した特定の値の組合せを特定の組合せとして特定する（Ｓ９５）。
そして、資料名出力部１１６は、インシデント毎に、第１資料名及び第２資料名に含まれる各資料名のうち、Ｓ６４及びＳ８３の処理で算出した特徴値の組合せがＳ９５の処理で特定した特定の組合せと同一である資料名を出力する（Ｓ９６）。
これにより、第２の実施の形態における情報処理装置１は、障害の原因調査に必要な資料をより効率的に取得することを可能とする資料名情報１３６を生成することが可能になる。
以上の実施の形態をまとめると、以下の付記の通りである。
（付記１）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。
（付記２）
付記１において、
前記第１資料名を抽出する処理では、各インシデントに含まれる文字列のうち、特定文字列と同じ行に含まれる文字列であって前記特定文字列の後に位置する文字列を前記第１資料名として抽出する、
ことを特徴とする障害解析プログラム。
（付記３）
付記２において、
前記特定文字列は、プロンプト文字列である、
ことを特徴とする障害解析プログラム。
（付記４）
付記１において、
前記第１資料名に対応付けられた文字列は、各インシデントに含まれる文字列のうち、前記第１資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列である、
ことを特徴とする障害解析プログラム。
（付記５）
付記１において、
前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が前記１以上の特徴に含まれる特定の特徴の内容に合致している場合、前記特定の特徴の特徴値として第１の値を算出し、前記第１資料名に対応付けられた文字列が前記１以上の特徴に含まれる特定の特徴の内容に合致していない場合、前記特定の特徴の特徴値として第２の値を算出する、
ことを特徴とする障害解析プログラム。
（付記６）
付記５において、
前記１以上の特徴は、特定文字が文字列に含まれることを示す第１特徴を含み、
前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が特定文字によって区切られた文字列を含む場合、前記第１特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が特定文字によって区切られた文字列を含まない場合、前記第１特徴の特徴値として前記第２の値を特定する、
ことを特徴とする障害解析プログラム。
（付記７）
付記５において、
前記１以上の特徴は、時刻が文字列に含まれることを示す第２特徴を含み、
前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が時刻を含む場合、前記第２特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が時刻を含まない場合、前記第２特徴の特徴値として前記第２の値を特定する、
ことを特徴とする障害解析プログラム。
（付記８）
付記５において、
前記１以上の特徴は、文字列が表形式であることを示す第３特徴を含み、
前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が表形式である場合、前記第３特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が表形式でない場合、前記第３特徴の特徴値として前記第２の値を特定する、
ことを特徴とする障害解析プログラム。
（付記９）
付記５において、
前記特定の組合せを特定する処理では、
前記第２資料名毎であって前記１以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第２資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第２資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
前記第２資料名毎に、前記特定の値の組合せを前記特定の組合せとして特定する、
ことを特徴とする障害解析プログラム。
（付記１０）
付記９において、さらに、
前記第２資料名を抽出する処理の前に、
前記第１資料名毎であって前記１以上の特徴毎に、前記特徴値のばらつきを算出し、
前記第１資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
前記第１資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を前記特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
特定した前記特定の値の組合せのうち、前記ばらつきが前記所定の閾値以上であることを示す値のみからなる組合せに対応する第３資料名を特定する、
処理をコンピュータに実行させ、
前記第２資料名を抽出する処理では、前記インシデント毎に、各インシデントに含まれる文字列から、前記第１資料名と同一の資料名のうちの前記第３資料名以外の資料名を前記第２資料名として抽出する、
ことを特徴とする障害解析プログラム。
（付記１１）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
処理をコンピュータに実行させることを特徴とする障害解析プログラム。
（付記１２）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する第１資料抽出部と、
前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する第１特徴値算出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出する第２資料抽出部と、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出する第２特徴値算出部と、
前記第１資料名及び第２資料名毎に含まれる資料名に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。
（付記１３）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する第１資料抽出部と、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出する第２資料抽出部と、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出する特徴値算出部と、
前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定する特徴特定部と、
前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
ことを特徴とする障害解析装置。
（付記１４）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。
（付記１５）
インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
ことを特徴とする障害解析方法。
１：情報処理装置 １ａ：記憶装置
３ａ：操作端末 ３ｂ：操作端末
３ｃ：操作端末

Claims (14)

  1. インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
    前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
    前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
    処理をコンピュータに実行させることを特徴とする障害解析プログラム。
  2. 請求項１において、
    前記第１資料名を抽出する処理では、各インシデントに含まれる文字列のうち、特定文字列と同じ行に含まれる文字列であって前記特定文字列の後に位置する文字列を前記第１資料名として抽出する、
    ことを特徴とする障害解析プログラム。
  3. 請求項１において、
    前記第１資料名に対応付けられた文字列は、各インシデントに含まれる文字列のうち、前記第１資料名を含む行の次の行から空白のみを含む行の前の行に含まれる文字列である、
    ことを特徴とする障害解析プログラム。
  4. 請求項１において、
    前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が前記１以上の特徴に含まれる特定の特徴の内容に合致している場合、前記特定の特徴の特徴値として第１の値を算出し、前記第１資料名に対応付けられた文字列が前記１以上の特徴に含まれる特定の特徴の内容に合致していない場合、前記特定の特徴の特徴値として第２の値を算出する、
    ことを特徴とする障害解析プログラム。
  5. 請求項４において、
    前記１以上の特徴は、特定文字が文字列に含まれることを示す第１特徴を含み、
    前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が特定文字によって区切られた文字列を含む場合、前記第１特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が特定文字によって区切られた文字列を含まない場合、前記第１特徴の特徴値として前記第２の値を特定する、
    ことを特徴とする障害解析プログラム。
  6. 請求項４において、
    前記１以上の特徴は、時刻が文字列に含まれることを示す第２特徴を含み、
    前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が時刻を含む場合、前記第２特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が時刻を含まない場合、前記第２特徴の特徴値として前記第２の値を特定する、
    ことを特徴とする障害解析プログラム。
  7. 請求項４において、
    前記１以上の特徴は、文字列が表形式であることを示す第３特徴を含み、
    前記第１資料名に対応付けられた文字列から特徴値の組合せを算出する処理では、前記第１資料名に対応付けられた文字列が表形式である場合、前記第３特徴の特徴値として前記第１の値を特定し、前記第１資料名に対応付けられた文字列が表形式でない場合、前記第３特徴の特徴値として前記第２の値を特定する、
    ことを特徴とする障害解析プログラム。
  8. 請求項４において、
    前記特定の組合せを特定する処理では、
    前記第２資料名毎であって前記１以上の特徴毎に、前記特徴値のばらつきを算出し、
    前記第２資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
    前記第２資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
    前記第２資料名毎に、前記特定の値の組合せを前記特定の組合せとして特定する、
    ことを特徴とする障害解析プログラム。
  9. 請求項８において、さらに、
    前記第２資料名を抽出する処理の前に、
    前記第１資料名毎であって前記１以上の特徴毎に、前記特徴値のばらつきを算出し、
    前記第１資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが所定の閾値未満であるか否かを判定し、
    前記第１資料名毎であって前記１以上の特徴毎に、算出した前記ばらつきが前記所定の閾値未満である場合、最も多い前記特徴値を前記特定の値として特定し、算出した前記ばらつきが前記所定の閾値以上である場合、前記ばらつきが前記所定の閾値以上であることを示す値を前記特定の値として特定し、
    特定した前記特定の値の組合せのうち、前記ばらつきが前記所定の閾値以上であることを示す値のみからなる組合せに対応する第３資料名を特定する、
    処理をコンピュータに実行させ、
    前記第２資料名を抽出する処理では、前記インシデント毎に、各インシデントに含まれる文字列から、前記第１資料名と同一の資料名のうちの前記第３資料名以外の資料名を前記第２資料名として抽出する、
    ことを特徴とする障害解析プログラム。
  10. インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
    前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
    処理をコンピュータに実行させることを特徴とする障害解析プログラム。
  11. インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する第１資料抽出部と、
    前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出する第１特徴値算出部と、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出する第２資料抽出部と、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出する第２特徴値算出部と、
    前記第１資料名及び第２資料名毎に含まれる資料名に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定する特徴特定部と、
    前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
    ことを特徴とする障害解析装置。
  12. インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出する第１資料抽出部と、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出する第２資料抽出部と、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出する特徴値算出部と、
    前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定する特徴特定部と、
    前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する資料名出力部と、を有する、
    ことを特徴とする障害解析装置。
  13. コンピュータが、
    インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
    前記インシデント毎であって前記第１資料名毎に、抽出した前記第１資料名に対応付けられた文字列から１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記第１資料名及び第２資料名に含まれる資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
    前記インシデント毎に、前記第１資料名及び第２資料名に含まれる資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
    処理を実行することを特徴とする障害解析方法。
  14. コンピュータが、
    インシデント毎に、各インシデントに含まれる文字列から第１条件を満たす第１資料名を抽出し、
    前記インシデント毎に、各インシデントに含まれる文字列から前記第１資料名と同一の資料名である第２資料名を抽出し、
    前記インシデント毎であって前記第２資料名毎に、抽出した前記第２資料名に対応付けられた文字列から前記１以上の特徴それぞれに対応する特徴値の組合せを算出し、
    前記第２資料名毎に、各資料名に対応する前記特徴値の組合せから第２条件を満たす特定の組合せを特定し、
    前記インシデント毎に、前記第２資料名のうち、算出した前記特徴値の組合せが前記特定の組合せと同一である資料名を出力する、
    処理を実行することを特徴とする障害解析方法。
JP2017026583A 2017-02-16 2017-02-16 障害解析プログラム、障害解析装置及び障害解析方法 Active JP6810352B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017026583A JP6810352B2 (ja) 2017-02-16 2017-02-16 障害解析プログラム、障害解析装置及び障害解析方法
US15/891,787 US10664340B2 (en) 2017-02-16 2018-02-08 Failure analysis program, failure analysis device, and failure analysis method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017026583A JP6810352B2 (ja) 2017-02-16 2017-02-16 障害解析プログラム、障害解析装置及び障害解析方法

Publications (2)

Publication Number Publication Date
JP2018132965A JP2018132965A (ja) 2018-08-23
JP6810352B2 true JP6810352B2 (ja) 2021-01-06

Family

ID=63104617

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017026583A Active JP6810352B2 (ja) 2017-02-16 2017-02-16 障害解析プログラム、障害解析装置及び障害解析方法

Country Status (2)

Country Link
US (1) US10664340B2 (ja)
JP (1) JP6810352B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11500715B1 (en) 2021-05-27 2022-11-15 Fort Robotics, Inc. Determining functional safety state using software-based ternary state translation of analog input
US11579953B2 (en) * 2021-07-01 2023-02-14 Fort Robotics, Inc. Method for encoded diagnostics in a functional safety system

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3291642B2 (ja) 1995-05-18 2002-06-10 株式会社日立製作所 障害対策支援方法
JP2002297796A (ja) 2001-03-29 2002-10-11 Hitachi Ltd ワークフローシステムを用いた問合せ型障害対策支援方法
JP2003345628A (ja) 2002-05-29 2003-12-05 Hitachi Ltd 障害調査資料採取方法及びその実施システム並びにその処理プログラム
JP5040129B2 (ja) 2006-03-15 2012-10-03 富士通株式会社 障害ログ自動選択収集方法および装置
US9043197B1 (en) * 2006-07-14 2015-05-26 Google Inc. Extracting information from unstructured text using generalized extraction patterns
JP5223413B2 (ja) 2008-03-27 2013-06-26 富士通株式会社 Ｉｔシステムのトラブル対処装置、トラブル対処方法およびそのためのプログラム
JP2010066841A (ja) 2008-09-09 2010-03-25 Hitachi Ltd ヘルプデスク支援システム
JP2010257066A (ja) 2009-04-22 2010-11-11 Hitachi Software Eng Co Ltd 障害対策支援システム
US20130325877A1 (en) * 2012-05-31 2013-12-05 Razieh Niazi Uses Of Root Cause Analysis, Systems And Methods
US9229800B2 (en) * 2012-06-28 2016-01-05 Microsoft Technology Licensing, Llc Problem inference from support tickets
JP6078485B2 (ja) 2014-02-13 2017-02-08 日本電信電話株式会社 運用履歴分析装置及び方法及びプログラム
JP2016061954A (ja) * 2014-09-18 2016-04-25 株式会社東芝 対話装置、方法およびプログラム
US10586161B2 (en) * 2015-11-03 2020-03-10 International Business Machines Corporation Cognitive visual debugger that conducts error analysis for a question answering system
US10185613B2 (en) * 2016-04-29 2019-01-22 Vmware, Inc. Error determination from logs
US10771314B2 (en) * 2017-09-15 2020-09-08 Accenture Global Solutions Limited Learning based incident or defect resolution, and test generation

Also Published As

Publication number Publication date
JP2018132965A (ja) 2018-08-23
US10664340B2 (en) 2020-05-26
US20180232270A1 (en) 2018-08-16

Similar Documents

Publication Publication Date Title
CN104769585B (zh) 递归地遍历因特网和其他源以识别、收集、管理、评判和鉴定企业身份及相关数据的系统和方法
US20120330662A1 (en) Input supporting system, method and program
JP2020027649A (ja) エンティティ関係データ生成方法、装置、機器、及び記憶媒体
KR102274561B1 (ko) 거래 시스템 에러 검출 방법, 장치, 저장 매체 및 컴퓨터 장치
WO2011090036A1 (ja) 動向情報検索装置、動向情報検索方法および記録媒体
KR101390220B1 (ko) 소프트웨어 버그 정정을 위한 적합한 개발자 추천 방법 및 장치
CN110955608B (zh) 测试数据处理方法、装置、计算机设备和存储介质
JP6810352B2 (ja) 障害解析プログラム、障害解析装置及び障害解析方法
CN113961768B (zh) 敏感词检测方法、装置、计算机设备和存储介质
CN110309214B (zh) 一种指令执行方法及其设备、存储介质、服务器
CN111158973B (zh) 一种web应用动态演化监测方法
WO2018070026A1 (ja) 商品情報表示システム、商品情報表示方法、及びプログラム
JP5439235B2 (ja) 文書分類方法、文書分類装置、およびプログラム
CN111475405A (zh) 回归测试的方法、装置、计算机设备及存储介质
CN111460268B (zh) 数据库查询请求的确定方法、装置和计算机设备
JP2018081403A (ja) インシデント管理システム、インシデント管理方法およびコンピュータプログラム
CN115374849A (zh) 企业相关专利检索方法、装置、设备及介质
CN114461193A (zh) 一种通信协议代码的生成方法、装置、设备及存储介质
JPWO2014170965A1 (ja) 文書処理方法、文書処理装置および文書処理プログラム
CN109408704B (zh) 基金数据关联方法、系统、计算机设备和存储介质
JP2020091607A (ja) 検索システム、及び検索方法
JP4558369B2 (ja) 情報抽出システム、情報抽出方法、コンピュータプログラム
CN104932959A (zh) 一种解析芯片寄存器运行状态的方法和系统
CN105787032A (zh) 网页快照的生成方法及装置
KR101752720B1 (ko) 슬라이딩 윈도우 기반의 패턴 마이닝 방법, 이를 수행하는 장치 및 이를 저장하는 기록매체

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191112

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200901

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201016

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: 20201110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201123

R150 Certificate of patent or registration of utility model

Ref document number: 6810352

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150