JP7002618B1 - 電子機器、及び制御方法 - Google Patents

Abstract

【課題】問題の発生を抑制しつつプロセッサに負荷をかけているプログラムのＣＰＵ使用率を低下させること。【解決手段】電子機器は、プログラムに基づいて処理を実行するプロセッサと、処理における異常を検出するとともに、異常の要因となる問題のあるスレッドを検出する異常検出部と、異常検出部により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせる処理制御部と、を備える。【選択図】図３

Description

本発明は、電子機器、及び制御方法に関する。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサを搭載して処理を実行する電子機器では、実行中の処理が原因となってパフォーマンスの低下などの問題が発生することがある（例えば、特許文献１参照）。例えば、ＣＰＵに負荷をかけているプログラムのＣＰＵ使用率を下げるため、そのプログラムを停止できるようにしているものがある。

特開２０１５－１８４９０９号公報

しかしながら、ＣＰＵなどのプロセッサに負荷をかけているプログラム全体を停止すると、デッドロック、タイムアウトエラー、ＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）のフリーズなどの問題が生じる可能性があった。

本発明は、上記した事情に鑑みてなされたもので、問題の発生を抑制しつつプロセッサに負荷をかけているプログラムのプロセッサ使用率を低下させる電子機器、及び制御方法を提供することを目的の一つとする。

本発明は上記の課題を解決するためになされたものであり、本発明の第１態様に係る電子機器は、プログラムに基づいて処理を実行するプロセッサと、前記処理における異常を検出するとともに、前記異常の要因となる問題のあるスレッドを検出する異常検出部と、前記異常検出部により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせる処理制御部と、を備える。

上記電子機器において、前記処理におけるスレッドごとの前記プロセッサの使用率を示す情報を取得する取得部をさらに備え、前記異常検出部は、前記取得部が取得した前記スレッドごとの前記プロセッサの使用率に基づいて、前記異常及び前記問題のあるスレッドを検出してもよい。

上記電子機器において、前記停止させる期間が前記実行させる期間より長くてもよい。

上記電子機器において、前記停止させる期間及び前記実行させる期間が予め設定されてもよい。

上記電子機器において、前記取得部は、前記スレッドごとの前記プロセッサの使用率が含まれるシステムの状態に関する状態情報を取得し、前記処理制御部は、前記停止させる期間及び前記実行させる期間を前記状態情報に基づいて決定してもよい。

上記電子機器において、前記処理制御部は、前記停止させる期間及び前記実行させる期間を、前記間欠動作を行わせるスレッドの前記プロセッサの使用率に応じて決定してもよい。

上記電子機器において、前記異常検出部は、前記スレッドごとの前記プロセッサの使用率と異常の有無に関する情報とに基づいて機械学習された学習済みモデルを用いて、前記異常及び前記問題のあるスレッドを検出してもよい。

上記電子機器において、前記異常検出部は、前記プロセッサを使用しているスレッドの合計数に対する特定の前記プロセッサの使用率であるスレッドの数の割合に基づいて機械学習された学習済みモデルを用いて、前記異常及び前記問題のあるスレッドを検出してもよい。

また、本発明の第２態様に係る、プログラムに基づいて処理を実行するプロセッサを備える電子機器における制御方法は、異常検出部が、前記処理における異常を検出するとともに、前記異常の要因となる問題のあるスレッドを検出するステップと、処理制御部が、前記異常検出部により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせるステップと、を有する。

本発明の上記態様によれば、問題の発生を抑制しつつプロセッサに負荷をかけているプログラムのプロセッサ使用率を低下させることができる。

実施形態に係る電子機器の一例を示す外観図。 間欠動作によるＣＰＵ使用率の変化の測定結果の一例を示す図。 実施形態に係る電子機器で実行されているプログラム（プロセス）の模式図。 実施形態に係る異常検出処理の概要を説明する図。 実施形態に係る電子機器のハードウェアの構成例を示すブロック図。 実施形態に係る電子機器の機能構成の一例を示すブロック図。 実施形態に係る異常検出制御処理の一例を示すフローチャート。 実施形態に係るシステムの状態情報の取得タイミング例を説明する図。 スレッドごとのＣＰＵ使用率の実験結果の一例を示す図。 実施形態に係る異常検出モデルで用いるデータセットを説明する図。

以下、図面を参照しながら本発明の実施形態について詳しく説明する。

［電子機器の概要］
まず、本実施形態に係る電子機器の概要を説明する。
図１は、本実施形態に係る電子機器の一例を示す外観図である。図示する電子機器１０は、ラップトップ型（ノート型）のパーソナルコンピュータであるが、デスクトップ型やタブレット型などのパーソナルコンピュータであってもよい。電子機器１０は、機械学習を用いてシステムのスローダウン（パフォーマンスの低下）などの異常を検出し、異常を引き起こしているプログラムの中で問題のあるスレッドを検出する。例えば、電子機器１０は、異常を検出した場合、異常の通知と対応の選択肢などをユーザに示すための表示を行う。異常の通知には、異常検出時にＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）使用率が最も高かったスレッドのＣＰＵ使用率の情報（図示では、９９％）、予期しないＣＰＵ使用率が検出されたこと（すなわち、異常が検出されたこと）を示す情報等が含まれる。また、異常の通知には、上記のＣＰＵ使用率が高いスレッドのプログラムの情報などが含まれてもよい。また、電子機器１０は、対応の選択肢として、ユーザが選択可能な操作アイコン（「ＩＧＮＯＲＥ」、「ＳＵＳＰＥＮＤ」、及び「ＣＬＯＳＥ」）を表示する。「ＩＧＮＯＲＥ」が選択された場合、電子機器１０は、現在の処理状態を継続する。「ＳＵＳＰＥＮＤ」が選択された場合、電子機器１０は、異常を引き起こしているプログラム（プロセス）を一時的に停止させる。「ＣＬＯＳＥ」が選択された場合、電子機器１０は、異常を引き起こしているプログラムを終了する。

ここで、「ＳＵＳＰＥＮＤ」が選択された場合に、仮に異常を引き起こしているプログラム（プロセス）全体を停止させてしまうと、デッドロック、タイムアウトエラー、ＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）のフリーズなどの問題が生じる。停止させる期間が一時的（例えば、１５分程度）であってもこれらの問題が生じる可能性があり、また、停止させる期間を短くしていくと異常が解決される見込みが減る。

そこで、電子機器１０は、「ＳＵＳＰＥＮＤ」が選択された場合に、異常を引き起こしているプログラム（プロセス）全体を完全に停止させるのではなく、異常を引き起こしているプログラムの中で問題のあるスレッドのみに対して停止と実行を繰り返す間欠動作をさせる。これにより、電子機器１０は、問題のあるスレッドのプログラムをゆっくり走らせる。なお、本実施形態では、プログラム（プロセス）全体を完全に停止させるわけではないので、「ＳＵＳＰＥＮＤ」の操作アイコンは、他の表示（例えば「ＲＵＮ ＳＬＯＷＬＹ」等）がされてもよい。

図２は、間欠動作によるＣＰＵ使用率の変化を測定した測定結果の一例を示す図である。なお、測定には、「Ｗｉｎｄｏｗｓ１０ ｖｅｒｓｉｏｎ １８０９（Ｗｉｎｄｏｗｓ：登録商標）」を搭載した「Ｌｅｎｏｖｏ製 ＴｈｉｎｋＰａｄ Ｈｅｌｉｘ２」を使用した。図２（Ａ）は、間欠動作をしていない時（すなわち、異常時）のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、９８．９８９％である。図２（Ｂ）は、１秒停止と２秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、６４．４７９％である。図２（Ｃ）は、１秒停止と１秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、６４．４７９％である。図２（Ｄ）は、５秒停止と１秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、１６．６１５％である。図２（Ｅ）は、１０秒停止と１秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、８．３３０％である。図２（Ｆ）は、１５秒停止と１秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、６．１２０％である。図２（Ｇ）は、２０秒停止と１秒実行を繰り返す間欠動作時のＣＰＵ使用率の測定結果である。ＣＰＵ使用率の平均値は、４．０６６％である。

上記測定結果から、間欠動作において停止させる期間が実行させる期間より長くなると（図２（Ｄ）～（Ｇ））、ＣＰＵ使用率の低下が顕著になることがわかる。つまり、
停止させる期間が実行させる期間より長くなるように間欠動作させる方が、より効果的にＣＰＵ使用率を低下させることができる。また、停止させる期間を実行させる期間より長くしていくと、図２（Ｅ）に示す１０秒停止と１秒実行を繰り返す間欠動作までは、急激にＣＰＵ使用率が低下しているが、それ以降は図２（Ｆ）、（Ｇ）に示すように、停止させる期間を長くしても、ＣＰＵ使用率の低下の度合いは鈍化する。よって、この測定結果からすると、ＣＰＵ使用率の低下と処理速度との両方を考慮し、１０秒停止と１秒実行を繰り返す間欠動作が好適な例の一つといえる。そこで、例えば電子機器１０は、問題のあるスレッドに対して１０秒停止（Ｓｕｓｐｅｎｄ）と１秒実行（Ｒｕｎ）を繰り返す間欠動作を行わせる。この間欠動作によってＣＰＵ使用率を約１０分の１にすることが可能となる。

なお、間欠動作における停止期間と実行期間は、上述の１０秒停止と１秒実行に限定されるものではなく、任意に設定することができる。また、異常時のシステムの状態によっては、停止させる期間が実行させる期間より短くなるような間欠動作としてものよい。また、間欠動作における停止期間と実行期間は、問題のあるスレッドのＣＰＵ使用率（異常時）に応じて設定されてもよい。また、間欠動作における停止期間と実行期間は、プログラムの種類や電子機器１０の動作環境（ハードウェア構成）などに応じて設定されてもよい。

このように、電子機器１０は、異常が検出されたときに、プログラム全体を停止させるのではなく、問題のあるスレッドのみを間欠駆動させるため、デッドロック、タイムアウトエラー、ＵＩのフリーズなど発生を抑制することができる。図３を参照して説明する。

図３は、電子機器１０で実行されているプログラム（プロセス）を模式的に表した図である。図示する例では、プロセス１とプロセス２が実行中であり、プロセス１が異常と検出されている。プロセス１には、スレッド１、スレッド２、スレッド３、及びＵＩスレッドの４つのスレッドが含まれている。４つのスレッドの中でスレッド３が問題のあるスレッドとして検出されている。リソースＡは、スレッド１からもスレッド３からも使用されるリソースである。ここでは、問題のあるスレッド３にリソースＡが割り当てられており、スレッド３がリソースＡを使用している状態である。一方、スレッド１は、リソースＡが空くのを待っている状態である。仮に、問題のあるスレッド３を停止させてしまうと、リソースＡが空かない状態が続くため、デッドロックやタイムアウトが発生することになる。しかし、電子機器１０は、問題のあるスレッド３を停止させるのではなく間欠動作でプログラムをゆっくり走らせるため、いずれリソースＡが解放されてスレッド１へ割り当てられる。よって、スレッド間でのデッドロックやタイムアウトエラーの発生を抑制することができる。

また、リソースＢは、プロセス１のスレッド２からもプロセス２のスレッド４からも使用されるリソースである。ここでは、スレッド２にリソースＢが割り当てられており、スレッド２がリソースＢを使用している状態である。一方、スレッド４は、リソースＢが空くのを待っている状態である。電子機器１０は、問題のあるスレッド３を間欠動作させるが他のスレッドに対しては通常の処理を行わせるため、スレッド３の処理が終わればリソースＢが解放されてスレッド４へ割り当てられる。よって、プロセス間でのデッドロックやタイムアウトエラーの発生を抑制することができる。また、電子機器１０は、プロセス１のＵＩスレッドも通常の処理を行わせるため、ＵＩのフリーズも発生しない。

［異常検出処理の概要］
次に、電子機器１０が自身の異常を検出する異常検出処理の概要を説明する。
図４は、本実施形態に係る異常検出処理の概要を説明する図である。電子機器１０は、自身のパフォーマンスの低下などの異常（問題）を検出し、更にその原因を検出する。

電子機器１０は、自身のシステムの状態に関する状態情報（Ｒａｗデータ）を収集し、収集したシステムの状態情報に基づいて、自身の異常を検出する。以下では特に明示しない限り、システムとは、電子機器１０が備えるハードウェアやシステムファームウェアなどを用いたシステムのことを指す。システムの状態情報には、例えば、ＣＰＵに関する情報（ＣＰＵ使用率、ＣＰＵの温度など）、ＧＰＵ（Ｇｒａｐｈｉｃ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）に関する情報（ＧＰＵ使用率など）、システムの動作状態に基づく情報（ＢＳＯＤ：Ｂｌｕｅ Ｓｃｒｅｅｎ ｏｆ Ｄｅａｔｈ、ハングアップなど）、バッテリに関する情報（放電カーブ、満充電、残量少、充電開始時間、放電開始時間など）、ファンの回転速度の情報などが含まれる。電子機器１０の異常検出部１１２は、システムの状態情報の中から異常値を検出し、電子機器１０の異常を検出する。電子機器１０の異常とは、例えば、「バッテリ寿命が短い」、「パフォーマンス低下（システムスローダウン）」、「頻繁なシステムハングアップ」などのように電子機器１０で問題や故障などが生じている状況や状態が含まれる。

ここで、異常検出部１１２は、例えばＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）エンジンを備えている。異常検出部１１２は、システムの状態情報に基づくデータセットを用いて機械学習された学習済みモデル（以下、「異常検出モデル」と称する）を用いて異常を検出するローカルＡＩとして機能する。

つまり、電子機器１０は、異常を検出するためのシステムの状態情報を収集し、収集した情報に基づいて、異常を検出するためのＡＩ（異常検出部１１２）を用いて自己診断を行い、異常を検出する。例えば、電子機器１０は、システムのスローダウン（パフォーマンスの低下）などの異常を検出し、異常を引き起こしているプログラムの中で問題のあるスレッドを検出する。

［電子機器のハードウェア構成］
次に、電子機器１０の構成について詳しく説明する。
図５は、本実施形態に係る電子機器１０のハードウェアの構成例を示す概略ブロック図である。電子機器１０は、通信部１１、表示部１２、スピーカ１３、入力部１４、電源部１５、温度センサ１７、ファン１６、ＥＣ（Ｅｍｂｅｄｄｅｄ Ｃｏｎｔｒｏｌｌｅｒ）１８、記憶部１９、及びシステム処理部１００を含んで構成される。システム処理部１００は、ＣＰＵ１０１、ＧＰＵ１０２、メモリコントローラ１０３、Ｉ／Ｏ（Ｉｎｐｕｔ－Ｏｕｔｐｕｔ）コントローラ１０４、及びシステムメモリ１０５を含んで構成され、オペレーティングシステム（ＯＳ：Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）によるシステム処理によって、ＯＳ上で各種アプリケーションのプログラムの処理が実行可能である。ＣＰＵ１０１とＧＰＵ１０２をプロセッサと総称することがある。

通信部１１は、無線または有線による通信ネットワークを介して他の機器と通信可能に接続し、各種のデータの送信および受信を行う。例えば、通信部１１は、イーサネット（登録商標）等の有線ＬＡＮインターフェースやＷｉ－Ｆｉ（登録商標）等の無線ＬＡＮインターフェース等を含んで構成されている。なお、通信部１１は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）インターフェースやＢｌｕｅｔｏｏｔｈ（登録商標）インターフェースを含んで構成されてもよい。

表示部１２は、映像、画像、テキスト等を表示するディスプレイであり、例えば、液晶ディスプレイパネル、有機ＥＬディスプレイパネルなどを含んで構成される。スピーカ１３は、電子音や音声などを出力する。

入力部１４は、ユーザの入力を受け付ける入力部であり、例えばキーボードやタッチパッドなどの入力デバイスを含んで構成されている。入力部１４は、キーボード、タッチパッドなどに対する操作を受け付けることに応じて、操作に応じた操作信号をＥＣ１８へ出力する。なお、入力部１４は、表示部１２の表示画面に対する操作を受け付けるタッチパネルを含んで構成されてもよい。

電源部１５は、電子機器１０の各部の動作状態に応じて各部へ電源系統を介して電力を供給する。電源部１５は、ＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）／ＤＣコンバータを備える。ＤＣ／ＤＣコンバータは、ＡＣ（Ａｌｔｅｒｎａｔｅ Ｃｕｒｒｅｎｔ）／ＤＣアダプタ又はバッテリ１５１から供給される直流電力の電圧を、各部で要求される電圧に変換する。ＤＣ／ＤＣコンバータで電圧が変換された電力が各電源系統を介して各部へ供給される。例えば、電源部１５は、ＥＣ１８から入力される各部の動作状態に応じて制御信号に基づいて各電源系統を介して各部に電力を供給する。

温度センサ１７は、電子機器１０の筐体内部に一又は複数設けられ、環境温度を検出する。例えば、温度センサ１７は、ＣＰＵ１０１の近傍やバッテリ１５１の近傍など温度が上昇しやすい箇所に設けられている。
ファン１６は、電子機器１０の内部の上昇した温度を低下させるための冷却用として設けられている。

ＥＣ１８は、ＣＰＵ１０１の処理に関わらず、各種デバイス（周辺装置やセンサ等）の監視及び制御を行うマイクロコンピュータが組み込まれた組み込みコントローラであり、バッテリの管理、電源管理、キーボードコントローラなどの機能を有する。例えば、ＥＣ１８は、入力部１４と、電源部１５と、ファン１６と、温度センサ１７とに接続されている。ＥＣ１８は、入力部１４から操作信号を取得する。また、ＥＣ１８は、不図示の電源ボタンに対する操作に応じて起動信号を生成する。また、ＥＣ１８は、各部への給電のＯＮ／ＯＦＦの指示を電源部１５に対して行うとともに、バッテリに関する情報（放電カーブ、満充電、残量少、充電開始時間、放電開始時間など）を電源部１５から取得する。また、ＥＣ１８は、温度センサ１７の検出結果を取得し、検出結果（温度）に応じて、ファン１６のＯＮ／ＯＦＦ、およびＯＮ時の回転速度などを制御する。ＥＣ１８とＣＰＵ１０１とは通信を行うことにより、各種情報や各動作状態などを共有する。

記憶部１９は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）などの記憶媒体を含んで構成される。記憶部１９には、ＢＩＯＳ、ＯＳ、デバイスドライバ、アプリケーションなどの各種のプログラムや、その他、プログラムの処理に必要なデータ、プログラムの処理により取得した各種のデータなどが記憶される。

ＣＰＵ１０１は、ＢＩＯＳやＯＳによるシステム処理により動作状態を制御する。システムの動作状態として少なくとも通常動作状態（パワーオン状態）と待機状態（アイドル状態）との間を遷移可能である。待機状態には、スタンバイ状態、スリープ状態、ハイバネーション状態およびパワーオフ状態などが含まれる。

スタンバイ状態は、プロセッサの処理能力を通常動作状態よりも低くし、動作中のシステムメモリ１０５の内容を保持しながら通信部１１、表示部１２、スピーカ１３、及び記憶部１９など周辺デバイスの消費電力を通常動作状態よりも少なくする動作状態である。
スリープ状態は、システムメモリ１０５とＥＣ１８とその配下にあるデバイス以外のデバイスへの給電を停止し、プロセッサによるプログラムの実行を伴わない動作モードである。
ハイバネーション状態は、スリープ状態においてプロセッサから即座にアクセス可能とする補助記憶装置にシステムメモリ１０５に記憶していた情報を全て退避させ、その後、システムメモリ１０５への給電をさらに停止するモードである。従って、ハイバネーション状態から起動処理を開始する際、ＣＰＵ１０１は、補助記憶装置に退避された情報をシステムメモリ１０５に記憶する。
パワーオフ状態は、ＥＣ１８とその配下にあるデバイス以外のデバイスへの給電を停止した状態である。

例えば、ＣＰＵ１０１は、動作状態が待機状態であって、ＥＣ１８から起動信号が入力された場合、待機状態から通常動作状態に遷移させる。例えば、動作状態がスリープ状態、ハイバネーション状態またはパワーオフ状態であるとき、電源部１５から電力の供給を受け、かつＥＣ１８から起動信号が入力されると、ＣＰＵ１０１は、起動処理を開始する。ＣＰＵ１０１は、起動処理において、システムメモリ１０５、記憶部１９などの最小限のデバイスの検出と初期化を行う（プリブート）。ＣＰＵ１０１は、記憶部１９からＢＩＯＳをシステムメモリ１０５にロードし、通信部１１、表示部１２などその他のデバイスの検出と初期化を行う（ポスト処理）。初期化には、初期パラメータの設定などの処理が含まれる。なお、スリープ状態から通常動作状態への遷移（レジューム）においては、ポスト処理の一部が省略されることがある。ＣＰＵ１０１は、起動処理が完了した後、ＯＳによるシステム処理の実行を開始する（起動）。

また、ＣＰＵ１０１は、ＯＳが起動した後、インストールされているアプリケーションのプログラムを実行することにより、当該アプリケーションの機能を実現する。例えば、図１から図４を参照して説明した異常検出処理及び異常検出時の制御処理は、アプリケーションとして提供され、アプリケーションのプログラムを実行することにより、その機能を実現する。以下では、異常検出処理及び異常検出時の間欠動作制御処理を合わせて、「異常検出制御処理」と称する。

ＧＰＵ１０２は、ＣＰＵ１０１の制御に基づいて画像処理を実行して表示データを生成する。ＧＰＵ１０２は、生成した表示データを表示部１２に出力する。なお、ＣＰＵ１０１とＧＰＵ１０２は、一体化して１個のコアとして形成されてもよいし、個々のコアとして形成されたＣＰＵ１０１とＧＰＵ１０２の相互間で負荷が分担されてもよい。プロセッサの数は、１個に限られず、複数個であってもよい。

メモリコントローラ１０３は、ＣＰＵ１０１とＧＰＵ１０２によるシステムメモリ１０５、記憶部１９などからのデータの読出し、書込みを制御する。
Ｉ／Ｏコントローラ１０４は、通信部１１、表示部１２、スピーカ１３、及びＥＣ１８とのデータの入力または出力を制御する。
システムメモリ１０５は、ＣＰＵ１０１が実行するプログラムの読み込み領域ならびに処理データを書き込む作業領域として用いられる。

［電子機器の機能構成］
次に、電子機器１０における異常検出制御処理に関する機能構成について説明する。
図６は、本実施形態に係る電子機器１０の機能構成の一例を示すブロック図である。制御部１１０は、ＣＰＵ１０１が異常検出制御処理に関する１又は複数のアプリケーションのプログラムを実行することにより実現する機能構成を示している。制御部１１０は、取得部１１１と、異常検出部１１２と、処理制御部１１３とを備えている。また、異常検出制御処理に用いるデータを記憶する構成として、記憶部１９は、システム情報記憶部１９１と、異常情報記憶部１９２と、異常検出モデル記憶部１９３とを備えている。

取得部１１１は、電子機器１０のシステムの状態に関する状態情報を取得する。例えば、取得部１１１は、予め設定されたタイミングで、システムの状態情報を取得し、取得した情報を取得したタイミングを示す情報と関連付けて、システム情報記憶部１９１に記憶させる。前述したように、システムの状態情報には、プロセッサ（ＣＰＵ１０１又はＧＰＵ１０２など）の使用率を示す情報、システムの動作状態に基づく情報、バッテリに関する情報、ファンの回転速度の情報などが含まれる。一例として、取得部１１１は、システムの状態情報として、実行中のプログラム（プロセス）に含まれるスレッドごとのＣＰＵ使用率を示す情報を取得する。

異常検出部１１２は、取得部１１１が取得したシステムの状態情報に基づいて異常を検出する。例えば、異常検出部１１２は、異常を検出するための学習済みモデルである異常検出モデルを用いて、取得部１１１が取得したシステムの状態情報に対応する異常を検出する。この異常検出モデルは、以前に電子機器１０または他の電子機器で取得されたシステムの状態情報と、そのシステムの状態情報に対応する異常の有無に関する情報とに基づいて機械学習された学習済みモデルである。例えば、機械学習としてＯｎｅ Ｃｌａｓｓ ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）が用いられ、正常なシステムの状態情報を学習データとして機械学習させることで異常値との識別境界を決定し、当該識別境界を基準として異常の検出を行う。電子機器１０は、この異常検出モデルを事前に外部のサーバ装置や記憶媒体を介して取得し、異常検出モデル記憶部１９３に記憶している。

一例として、異常検出部１１２は、取得部１１１が取得したスレッドごとのＣＰＵ使用率に基づいてシステムスローダウンなどの異常を検出する。また、異常検出部１１２は、異常を検出した場合、問題のあるスレッドを検出する。問題のあるスレッドとは、例えば、異常検出時に実行されているプログラム（プロセス）に含まれるスレッドのうちＣＰＵ使用率が最も高いスレッドである。または、問題のあるスレッドとは、例えば、異常検出時に実行されているプログラム（プロセス）の中で異常と判断されるプログラム（プロセス）に含まれるスレッドのうちＣＰＵ使用率が最も高いスレッドであってもよい。また、異常検出部１１２は、異常を検出した場合、異常を示す異常情報を生成し、異常情報記憶部１９２に記憶させる。例えば、異常検出部１１２は、検出した異常の内容、異常なプロセス、問題のあるスレッドなどを示す情報が含まれる異常情報を生成する。

処理制御部１１３は、異常検出部１１２により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせる。例えば、処理制御部１１３は、停止期間（停止させる期間）が実行期間（実行させる期間）より長くなるように間欠動作を行わせる。一例として、処理制御部１１３は、図２に示す例において好適な測定結果が得られた１０秒停止と１秒実行を繰り返す間欠動作を行わせてもよい。例えば、この停止期間及び実行期間は、予め設定されている。なお、この停止期間及び実行期間の設定は、間欠動作を行わせるスレッドのＣＰＵ使用率、間欠動作を行わせるスレッドのアプリケーションの種類、電子機器１０の動作環境（ハードウェア構成）などに応じて異なる設定としてもよい。

また、処理制御部１１３は、間欠動作を行わせるスレッドのＣＰＵ使用率、間欠動作を行わせるスレッドのアプリケーションの種類、電子機器１０の動作環境（ハードウェア構成）などに応じて、間欠動作を行わせる際の停止期間及び実行期間を決定してもよい。例えば、処理制御部１１３は、間欠動作を行わせるスレッドのＣＰＵ使用率が高いほど実行期間に対して停止期間を長くしてもよいし、当該スレッドのＣＰＵ使用率が低いほど、実行期間に対して停止期間を短くしてもよい。

［異常検出制御処理の動作］
次に、電子機器１０において制御部１１０が実行する異常検出制御処理の動作について説明する。図７は、本実施形態に係る異常検出制御処理の一例を示すフローチャートである。
（ステップＳ１０１）制御部１１０は、予め設定されたタイミングで、電子機器１０のシステムの状態情報を取得し、取得した情報を取得したタイミングを示す情報と関連付けて、システム情報記憶部１９１に記憶させる。例えば、制御部１１０は、実行中のプログラム（プロセス）に含まれるスレッドごとのＣＰＵ使用率を含む情報をシステムの状態情報として取得し、取得したタイミングを示す情報と関連付けて、システム情報記憶部１９１に記憶させる。そして、ステップＳ１０３の処理に進む。

（ステップＳ１０３）制御部１１０は、システム情報記憶部１９１に記憶された情報を参照し、取得したシステムの状態情報に基づいて異常を検出する。例えば、異常検出部１１２は、異常情報記憶部１９２に記憶されている異常検出モデルを用いて、取得部１１１が取得したシステムの状態情報に対応する異常を検出する。例えば、制御部１１０は、取得したスレッドごとのＣＰＵ使用率に基づいてシステムスローダウンなどの異常を検出する。そして、ステップＳ１０５の処理に進む。

（ステップＳ１０５）制御部１１０は、異常を検出したか否かを判定する。制御部１１０は、異常を検出したと判定した場合（ＹＥＳ）、ステップＳ１０７の処理に進む。一方、制御部１１０は、異常を検出しないと判定した場合（ＮＯ）、ステップＳ１０１の処理に戻る。

（ステップＳ１０７）制御部１１０は、ステップＳ１０５で異常を検出した場合、問題のあるスレッドを検出する。例えば、制御部１１０は、システムスローダウンなどの異常を検出した場合、ＣＰＵ使用率が最も高いスレッドを問題のあるスレッドとして検出する。また、制御部１１０は、検出した異常の内容、異常なプロセス、問題のあるスレッドなどを示す情報が含まれる異常情報を生成し、異常情報記憶部１９２に記憶させる。そして、ステップＳ１０９の処理に進む。

（ステップＳ１０９）制御部１１０は、異常情報記憶部１９２に記憶されている異常情報を参照して、問題のあるスレッドに対して停止と実行を繰り返す間欠動作を開始する。一例として、制御部１１０は、問題のあるスレッドに対して１０秒停止と１秒実行を繰り返す間欠動作を行わせる。

なお、制御部１１０は、間欠動作を行わせたスレッドの処理が終了した場合、その終了とともに、当該スレッドに対する間欠動作の制御を終了する。

［異常検出処理の詳細］
次に、システムの状態情報に基づいて異常を検出する異常検出処理について詳しく説明する。まず、取得部１１１がシステムの状態情報を取得するタイミングについて説明する。図８は、本実施形態に係るシステムの状態情報の取得タイミングの一例を説明する図である。図示する例は、システムの状態情報の取得タイミングを示しており、縦軸がＣＰＵ使用率であり、横軸が時間軸である。取得部１１１は、時刻ｔ１においてトリガイベントを検出すると、当該検出タイミングに応じてシステムの状態情報を取得する。

トリガイベントは、例えば、異常検出用のアプリケーションの画面（異常検出に関する各種の操作を受け付ける画面）において、異常検出の開始を指示する操作ボタンへの操作がされたとき、または、ＣＰＵ使用率が所定の閾値（例えば、１０秒間に「１００％／コア数」）を超えたときなどに生成される。なお、トリガイベントは、所定の時間間隔（例えば、３０分）ごとに生成されてもよいし、ファン１６が回転したときに生成されてもよい。

例えば、取得部１１１は、時刻ｔ１においてトリガイベントを検出すると、システムの状態情報の測定を開始し、所定の期間経過後に測定を終了する。取得部１１１は、時刻ｔ１から所定の期間ｔｈ（例えば３０秒間）の間はＣＰＵ使用率の測定ために、自身はＣＰＵを用いた処理は行わずに待機する。そして、時刻ｔ１から所定の期間ｔｈ（例えば３０秒間）が経過した時刻ｔ２において、取得部１１１は、再びシステムの状態情報を取得する。例えば、取得部１１１は、この時刻ｔ１と時刻ｔ２とで取得したシステムの状態情報の差分から各プロセスの各スレッドのＣＰＵ使用率などのデータを収集する。また、取得部１１１は、収集したシステムの状態情報をファイル（例えば、ｃｓｖファイル）にしてシステム情報記憶部１９１に保存する。

ここで、本実施形態において異常検出部１１２が異常の検出に用いるデータセットの一例を説明する。例えば、単にＣＰＵ使用率が高いといっても高負荷のアプリケーションの処理を正常に実行している場合もある。そこで、正常な処理と異常な処理とのそれぞれでスレッドごとのＣＰＵ使用率が実際にどのような傾向にあるかを調べる実験を行った。図９は、スレッドごとのＣＰＵ使用率の実験結果の一例を示す図である。実験では、正常な処理としては、通常の作業中のときのスレッドごとのＣＰＵ使用率を測定した。また、異常な処理としては、ＣＰＵが高負荷となる問題を持ったアプリケーションの実行中と、無限ループのバグを持ったアプリケーションの実行中とのそれぞれについて、スレッドごとのＣＰＵ使用率を測定した。この図では、横軸をＣＰＵ使用率、縦軸をスレッドの数として、正常な処理及び異常な処理のそれぞれについて、どの位のＣＰＵ使用率のスレッドが多いかを表している。その結果、実際には、ＣＰＵ使用率が１～５％のスレッドの数が多い場合には正常な処理であり、異常な処理では、正常な処理のときに比較して、ＣＰＵ使用率が１０～３０％や９０～１００％程度のスレッドの数が相対的に多くなる傾向が実験によりわかった。このように、正常な処理と異常な処理とでは、スレッドごとのＣＰＵ使用率に差があることがわかった。そこで、異常検出部１１２は、取得部１１１が取得したスレッドごとのＣＰＵ使用率に基づいて異常を検出する。一例として、異常検出部１１２は、ＣＰＵ１０１を使用しているスレッドの合計数に対するＣＰＵ使用率が１～５％であるスレッドの数の割合を入力のデータセットとして使用する。

図１０は、異常検出モデルで用いるデータセットを説明する図である。ＣＰＵ使用率の測定中に、ＣＰＵ１０１を使用していたスレッドの合計数に対するＣＰＵ使用率１～５％のスレッド数の割合をＴｈｒｅＣＵ０１０５Ｒとすると、
ＴｈｒｅＣＵ０１０５Ｒ
＝ＴｈｒｅＣＵ０１０５×１００／（ＮｕｍＯｆＴｈｒｅａｄ－ＴｈｒｅＣＵ００）
で表すことができる。
なお、前述したように、ＴｈｒｅＣＵ００は、ＣＰＵ使用率の測定中にＣＰＵ使用率が０％のスレッドの数である。ＴｈｒｅＣＵ０１０５は、ＣＰＵ使用率の測定中にＣＰＵ使用率が１～５％のスレッドの数である。ＮｕｍＯｆＴｈｒｅａｄは、ＣＰＵ使用率の測定中に、実行されていたスレッドの合計数である。

上述したデータセットを用いて機械学習を行うことで異常検出モデルを生成することができる。機械学習を行う学習装置は、例えば、電子機器１０と通信ネットワークを介して通信接続されるサーバ装置であってもよいし、電子機器１０との通信接続を問わないコンピュータ装置であってもよい。例えば、機械学習としては、前述したようにＯｎｅ Ｃｌａｓｓ ＳＶＭを用いることができる。上記学習装置は、正常なときのデータセットを学習データとして機械学習させることで異常値との識別境界を決定し、当該識別境界を基準として異常の検出が可能な異常検出モデルを生成する。

電子機器１０の異常検出部１１２は、学習装置で機械学習された異常検出モデルを用いて、取得部１１１が取得したスレッドごとのＣＰＵ使用率に対応する異常を検出する。このように、異常検出部１１２は、スレッドごとのＣＰＵ使用率を用いて機械学習された異常検出モデルを用いて異常を検出することで、高負荷の処理のときも低負荷の処理のときも精度よく異常を検出することができる。

また、異常検出部１１２は、異常を検出した場合、問題のあるスレッドを検出する。
前述したように、問題のあるスレッドとは、例えば、異常検出時に実行されているプログラム（プロセス）に含まれるスレッドのうちＣＰＵ使用率が最も高いスレッドである。または、問題のあるスレッドとは、例えば、異常検出時に実行されているプログラム（プロセス）の中で異常と判断されるプログラム（プロセス）に含まれるスレッドのうちＣＰＵ使用率が最も高いスレッドであってもよい。

なお、問題のあるスレッドは、１つに限定されるものではなく、複数のスレッドであってもよい。例えば、異常検出部１１２は、異常を検出した場合、ＣＰＵ使用率が所定の閾値を超える１又は複数のスレッドを問題のあるスレッドとして検出してもよい。また、異常検出部１１２は、異常を検出した場合、ＣＰＵ使用率が高い順に所定の数（１又は複数）のスレッドを問題のあるスレッドとして検出してもよい。

以上説明してきたように、本実施形態に係る電子機器１０は、プログラムに基づいて処理を実行するＣＰＵ（プロセッサの一例）を備えており、当該処理における異常を検出するとともに、異常の要因となる問題のあるスレッドを検出する。そして、電子機器１０は、検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせる。

これにより、電子機器１０は、異常なプログラム全体を停止させるのではなく、問題のあるスレッドのみを間欠動作でゆっくりと走らせるため、デッドロック、タイムアウトエラー、ＵＩのフリーズなどの問題の発生を抑制しつつＣＰＵに負荷をかけているプログラムのＣＰＵ使用率を低下させることができる。

例えば、電子機器１０は、上記処理におけるスレッドごとのＣＰＵ使用率を示す情報を取得し、取得したスレッドごとのＣＰＵ使用率に基づいて、異常及び問題のあるスレッドを検出する。

これにより、電子機器１０は、単にプログラム全体のＣＰＵ使用率ではなく、スレッドごとのＣＰＵ使用率に基づいて異常を検出することにより、異常を精度よく検出することができる。よって、電子機器１０は、正常な動作であるのにＣＰＵ使用率が高いというだけで、問題のないスレッドに対して間違って間欠動作をさせてしまわないようにすることができる。

また、間欠動作において、停止期間（停止させる期間）が実行期間（実行させる期間）より長くてもよい。これにより、電子機器１０は、問題のあるスレッドのＣＰＵ使用率を効果的に下げることができる。

例えば、間欠動作における停止期間及び実行期間は、予め設定されている。これにより、電子機器１０は、異常が発生したときに、予め設定された適切なデューティ比で問題のあるスレッドを間欠動作させるため、当該スレッドのＣＰＵ使用率を効果的に下げることができる。

また、電子機器１０は、スレッドごとのＣＰＵの使用率が含まれるシステムの状態情報を取得する。そして、電子機器１０は、間欠動作における停止期間及び実行期間を、取得したシステムの状態情報に基づいて決定してもよい。

これにより、電子機器１０は、異常が発生したときのシステムの状態に応じて適切なデューティ比で問題のあるスレッドを間欠動作させることができる。システムの状態とは、例えば、間欠動作を行わせるスレッドのＣＰＵ使用率、間欠動作を行わせるスレッドのアプリケーションの種類、電子機器１０の動作環境（ハードウェア構成）などである。

例えば、電子機器１０は、間欠動作における停止期間及び実行期間を、間欠動作を行わせるスレッドのＣＰＵ使用率に応じて決定してもよい。例えば、電子機器１０は、間欠動作を行わせるスレッドのＣＰＵ使用率が高いほど実行期間に対して停止期間を長くしてもよいし、当該スレッドのＣＰＵ使用率が低いほど、実行期間に対して停止期間を短くしてもよい。

これにより、電子機器１０は、デッドロック、タイムアウトエラー、ＵＩのフリーズなどの問題の発生を抑制しつつＣＰＵに負荷をかけているプログラムのＣＰＵ使用率を効果的に低下させることができる。

また、電子機器１０は、スレッドごとのＣＰＵ使用率と異常の有無に関する情報とに基づいて機械学習された異常検出モデル（学習済みモデルの一例）を用いて、異常及び問題のあるスレッドを検出する。これにより、電子機器１０は、ＡＩを用いて異常を精度よく検出することができる。

具体的には、電子機器１０は、ＣＰＵを使用しているスレッドの合計数に対する特定のＣＰＵ使用率であるスレッドの数の割合に基づいて機械学習された異常検出モデル（学習済みモデルの一例）を用いて、異常及び問題のあるスレッドを検出してもよい。

これにより、電子機器１０は、単にＣＰＵ使用率の高さで異常の有無を判断するのではないため、高負荷の処理のときも低負荷の処理のときも、ＡＩを用いて異常を精度よく検出することができる。よって、電子機器１０は、正常な動作であるのにＣＰＵ使用率が高いというだけで、問題のないスレッドに対して間違って間欠動作をさせてしまわないようにすることができる。

なお、本実施形態では、ＣＰＵ１０１を使用しているスレッドの合計数に対するＣＰＵ使用率１～５％であるスレッドの数の割合をデータセットとして、異常検出モデルを生成する例を説明したが、ＣＰＵ使用率１～５％に限定されるものではない。例えば、ＣＰＵ１０１を使用しているスレッドの合計数に対する任意の特定のＣＰＵ使用率であるスレッドの数の割合をデータセットとしてもよい。

以上、図面を参照してこの発明の実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

例えば、上記実施形態では、異常検出モデルの機械学習としてＯｎｅ Ｃｌａｓｓ ＳＶＭを用いる例を説明したが、これに限られるものではなく、他の機械学習が用いられてもよい。例えば、クラスタリング、ニューラルネットワーク、強化学習など、任意の機械学習が用いられてもよい。

また、上記実施形態では、システムの状態情報と学習済みモデルとを用いて異常の検出を行なう例を説明したが、これに限られるものではない。例えば、学習済みモデルを使用せずに、システムの状態情報の一部または全部と異常の有無（正常ｏｒ異常）とが関連付けられたデータテーブルを用いて異常の検出を行なうように構成されてもよい。また、学習済みモデルを使用せずに、システムの状態情報に基づいて異常を検出するアルゴリズムを具現化したプログラムを用いて異常の検出を行なうように構成されてもよい。

また、上記実施形態では、システム処理部１００と独立に動作するＥＣ１８は、センサハブ、チップセットなどのいずれの処理部であってもよく、ＥＣ１８以外の処理部がＥＣ１８に代えてまたは協業して上述の処理を実行してもよい。また、システム処理部１００とＥＣ１８とは、一体化された集積回路で構成されてもよい。

なお、上述した電子機器１０は、内部にコンピュータシステムを有している。そして、上述した電子機器１０が備える各構成の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより上述した電子機器１０が備える各構成における処理を行ってもよい。ここで、「記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行する」とは、コンピュータシステムにプログラムをインストールすることを含む。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、インターネットやＷＡＮ、ＬＡＮ、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。このように、プログラムを記憶した記録媒体は、ＣＤ－ＲＯＭ等の非一過性の記録媒体であってもよい。

また、記録媒体には、当該プログラムを配信するために配信サーバからアクセス可能な内部又は外部に設けられた記録媒体も含まれる。なお、プログラムを複数に分割し、それぞれ異なるタイミングでダウンロードした後に電子機器１０が備える各構成で合体される構成や、分割されたプログラムのそれぞれを配信する配信サーバが異なっていてもよい。さらに「コンピュータ読み取り可能な記録媒体」とは、ネットワークを介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、上述した機能の一部を実現するためのものであってもよい。さらに、上述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

また、上述した実施形態における電子機器１０が備える各機能の一部、または全部を、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）等の集積回路として実現してもよい。各機能は個別にプロセッサ化してもよいし、一部、又は全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。

また、上記実施形態の電子機器１０は、パーソナルコンピュータに限られるものではなく、スマートフォンなどの携帯型の端末装置であってもよいし、ゲーム装置、家庭用電気製品、業務用電気製品など各種の電子機器に適用できる。

１０ 電子機器、１１ 通信部、１２ 表示部、１３ スピーカ、１４ 入力部、１５ 電源部、１６ ファン、１７ 温度センサ、１８ ＥＣ、１９ 記憶部、２０ データベース、３０ 学習装置、１００ システム処理部、１０１ ＣＰＵ、１０２ ＧＰＵ、１０３ メモリコントローラ、１０４ Ｉ／Ｏコントローラ、１０５ システムメモリ、１１０ 制御部、１１１ 取得部、１１２ 異常検出部、１１３ 処理制御部、１９１ システム情報記憶部、１９２ 異常情報記憶部、１９３ 異常検出モデル記憶部

Claims (9)

1. プログラムに基づいて処理を実行するプロセッサと、
   前記処理における異常を検出するとともに、前記異常の要因となる問題のあるスレッドを検出する異常検出部と、
   前記異常検出部により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせる処理制御部と、
   を備える電子機器。
2. 前記処理におけるスレッドごとの前記プロセッサの使用率を示す情報を取得する取得部をさらに備え、
   前記異常検出部は、
   前記取得部が取得した前記スレッドごとの前記プロセッサの使用率に基づいて、前記異常及び前記問題のあるスレッドを検出する、
   請求項１に記載の電子機器。
3. 前記停止させる期間が前記実行させる期間より長い、
   請求項１または請求項２に記載の電子機器。
4. 前記停止させる期間及び前記実行させる期間が予め設定されている、
   請求項１から請求項３のいずれか一項に記載の電子機器。
5. 前記取得部は、
   前記スレッドごとの前記プロセッサの使用率が含まれるシステムの状態に関する状態情報を取得し、
   前記処理制御部は、
   前記停止させる期間及び前記実行させる期間を前記状態情報に基づいて決定する、
   請求項２に記載の電子機器。
6. 前記処理制御部は、
   前記停止させる期間及び前記実行させる期間を、前記間欠動作を行わせるスレッドの前記プロセッサの使用率に応じて決定する、
   請求項５に記載の電子機器。
7. 前記異常検出部は、
   前記スレッドごとの前記プロセッサの使用率と異常の有無に関する情報とに基づいて機械学習された学習済みモデルを用いて、前記異常及び前記問題のあるスレッドを検出する、
   請求項１から請求項６のいずれか一項に記載の電子機器。
8. 前記異常検出部は、
   前記プロセッサを使用しているスレッドの合計数に対する特定の前記プロセッサの使用率であるスレッドの数の割合に基づいて機械学習された学習済みモデルを用いて、前記異常及び前記問題のあるスレッドを検出する、
   請求項７に記載の電子機器。
9. プログラムに基づいて処理を実行するプロセッサを備える電子機器における制御方法であって、
   異常検出部が、前記処理における異常を検出するとともに、前記異常の要因となる問題のあるスレッドを検出するステップと、
   処理制御部が、前記異常検出部により検出された問題のあるスレッドに対して停止と実行を繰り返す間欠動作を行わせるステップと、
   を有する制御方法。

Images