JPH08288944A - 通信設備管理システム - Google Patents

Abstract

(57)【要約】 【目的】多数の設備からの連鎖的にアラームが発生し、
かつ複数の事象の多重発生を想定しなければならない場
合に、多数のアラームの中から発生事象に直接的に関連
する重要アラームを選別する手段を提供する。 【構成】設備相互関連学習手段１０１は、監視対象の設
備に含まれる各エレメントＥ１，Ｅ２，Ｅ３，Ｅ４で発
生した多数のアラーム信号の発生履歴の同期性から相関
のあるアラームを選択した相関データと、連鎖的に発生
するアラームの同時発生頻度データを用い、相互関連デ
ータを作成後、重要アラーム選別手段１０２へ供給す
る。重要アラーム選別手段１０２は相互関連データをも
とにして、障害で発生したアラームパターン中で故障原
因であるアラームだけを選別し、他の入力アラームを抑
制し、重要アラームを表示手段１０３に供給する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は通信設備管理システムに
関する。

【０００２】

【従来の技術】複数の通信設備に相互関連があるとき、
ある設備に異常が発生すると他の設備にも影響が現れ
る。このような場合、各々の設備がアラームを発生する
ため、アラームが連鎖的に多数発生し、どの設備が異常
事象の元となったのかがアラームだけを見た限りでは分
からなくなる。すなわち、多数のアラームの中に重要な
アラームが埋もれてしまう。一方、監視業務に慣れた監
視員は、過去の事例に基づいて発生しているアラームの
パターンから事象を同定することが可能であり、どの設
備が事象の原因であるのかを選別することができる。し
かし、システムが大規模になるにつれて選別判断の高速
化や、より一層の正確さが求められ、監視業務の自動化
が必要となっている。そこで、従来ではニューラルネッ
トワークなどのパターン認識手段を用いてアラームパタ
ーンと異常事象（原因となる設備）との対応付けを学習
し、実際の異常時に高速かつ正確な選別判断を可能とす
る方式が提案されている。その一例はＩＥＥＥ トラン
ザクション オン ニュークリアー サイエンス４０巻
１号(１９９３年)１１頁から２０頁（IEEE Transaction
on Nuclear Science, VOL.40, No.1, pp11−20, 1993）
に記載されている。

【０００３】

【発明が解決しようとする課題】上記従来技術は、パタ
ーン識別手段に全てのアラームを入力し、識別結果であ
る事象のコード番号を出力させるものであるが、アラー
ム数が数百を超える数になると識別のための時間が増大
し、複数の事象が重複して発生すると正しい識別ができ
ない。また、交換設備を有する通信設備（公衆網）で
は、設備構成を示すデータは、常に正確な内容に更新さ
れているわけではなく、標準的な構成を示すデータであ
る。実際の網構成は、工事，伝送路故障などでルート変
更があり設備相互間の因果関係を決定する網構成データ
に関するデータが正確に得られない。そのため、設備管
理に必要な設備相互間の構成に不確実な部分があり、警
報選択のルールをあらかじめ固定的に記述することがで
きず、高速かつ正確な設備管理ができない。

【０００４】本発明の目的は、多数の設備からの連鎖的
にアラームが発生した場合に、多数のアラームの中から
発生事象に関連するアラームを選別する手段を備え、オ
ペレータの負荷を低減する設備管理システムを提供する
ことにある。

【０００５】

【課題を解決するための手段】上記目的を達成するた
め、本発明は複数の通信設備から検出された異常事象を
示す複数のアラームを入力し、これらのアラームを用い
てアラームの発生タイミングを検出し、統計的に同期し
て発生しているアラームの相関およびアラームの同時発
生頻度を学習する設備相互関連学習手段と、前記手段に
より作成された設備相互関連データをもとに故障原因に
関連するアラームを選別する手段を備えた。

【０００６】

【作用】設備相互関連学習手段は、複数の通信設備から
検出された異常事象を示すアラーム履歴の同期性から設
備の相関データ、さらに、連鎖的に発生する多数の波及
アラームの同時発生頻度データを把握し、二つのデータ
を設備相互関連抽出手段に入力し、設備の相互関係を示
した設備相互関連データをアラーム選別手段に入力す
る。

【０００７】アラーム選別手段は、設備相互関連学習手
段で作成した設備相互関連データと、実際にリアルタイ
ムに発生した多数アラームを入力することにより、設備
情報検索装置を定期的に更新することができるので、故
障原因アラーム選択が可能になり、多数のアラームの中
から発生事象に直接的に関連する重要アラームを選別す
ることができる。

【０００８】

【実施例】以下、図１を用いて本発明の実施例である設
備管理システムを詳細に説明する。本実施例は、設備相
互関連学習手段１０１，重要アラーム選別手段１０２，
表示手段１０３を有する。設備相互関連学習手段１０１
は、監視対象の設備に含まれる各通信設備（エレメン
ト）Ｅ１，Ｅ２，Ｅ３，Ｅ４，…（図２）で発生した多
数のアラーム信号の発生履歴の同期性から、相関のある
アラームを選択した相関データと、連鎖的に発生するア
ラームの同時発生頻度データを作成する。それら二つの
データを用いて設備相互関連データを作成後、重要アラ
ーム選別手段１０２へ供給する。重要アラーム選別手段
１０２は設備相互関連データをもとにして、障害で発生
したアラームパターン中で相関が強くかつ、同時発生頻
度が高いアラームだけを選別し、他の入力アラームを抑
制し、重要アラームを表示手段１０３に供給する。ここ
で設備相互関連学習手段は、故障時におけるアラームを
一時的にデータベース等に、順次、格納する。過去のア
ラーム履歴を蓄積後、ネットワークの使用頻度が少ない
夜間などに学習し、設備相互関連データを作成し、アラ
ーム選別手段に一定期間ごと送信する（たとえば毎日，
一週間毎，一ヵ月後など）。アラーム選別手段へのアラ
ーム入力は、リアルタイムにて処理し選別する。この選
別は、設備相互関連データが十分に学習されたデータで
なければいけない。

【０００９】設備相互関連学習手段１０１の構成は、図
２に詳細に示される。図２の左上のエレメント群として
枠で囲った部分が監視対象とする設備の一部を示してい
る。ネットワーク監視対象２００は、最上位設備Ｅ３、
その下位設備は、Ｅ７，Ｅ10さらに下位設備は、Ｅ８，
Ｅ１，…、最下位設備は、Ｅ２，Ｅ６，…，Ｅ９の構成
を示している。Ｅ１，Ｅ２，Ｅ３，Ｅ４は設備の認識番
号である。これらの設備には相互関連があり、例えば、
同図ではＥ１，Ｅ６，Ｅ１１の間には関係があり、例え
ば、Ｅ１が故障するとアラームを発生するが、故障して
いないＥ６，Ｅ１１もこれに影響されてアラームを発生
する。このように連鎖的に発生するアラームを波及アラ
ームと言い、故障箇所であるＥ１を同定するに際して妨
げとなる。ここで波及アラームとは、故障が発生した設
備よりも下位層すべての設備に発生する。すなわち、故
障箇所が上位階層であればあるほど波及アラームが多
い。したがって、この波及アラームの数を認識すること
で設備の相互関連を把握できる。本実施例の手段の主目
的は、波及アラームを抑制し、真の故障箇所である重要
アラームだけを選別することである。一方、同図のＥ１
０，Ｅ４，Ｅ１２のような別の系統の設備は、偶然の機
会を除いてはＥ１，Ｅ６，Ｅ１１と同時にアラームを発
生することはない。大規模なシステムにおいては設備の
数が非常に多く、アラームの総数は膨大になる。このよ
うな大規模システムでは発生件数も多く、日常、何処か
になんらかの異常事象が発生しており、かなりの数のア
ラームが定常的に検出されていることも珍しくはない。
故障箇所は現場での保守や点検を通じて、あるいは経験
を積んだ監視員によって最終的には判明する。しかし、
設備の構成情報を用いて行うこともできるが、大規模シ
ステムではこの構成情報も常に最新のものに更新されて
いるとは限らない。現場での新設，変更や保守が行わ
れ、その結果が管理システム側に即座に通知されるとは
限らない。ここで、本実施例における設備相互関連学習
手段１０１を、図２の構成図と図３のフローチャートを
用いて説明する。設備相互関連学習手段１０１ではアラ
ームの履歴を見て設備構成を把握して、故障原因に直接
関連する重要アラームを算出する。まず、各設備で発生
したアラーム信号（処理３０１）は、一旦、アラーム記
録手段２０１に記録された後（処理３０２）、相関デー
タ記憶手段２０２内の相関テーブル２０３を更新するた
めに用いられる。ここで相関テーブルとは、設備の認識
番号（Ｅ１，Ｅ２，Ｅ３，…）と、要素（ｉ，ｊ）を含
めたものであり、相関マトリクスは、相関テーブルから
認識番号を除いた要素（ｉ，ｊ）だけと定義する。同マ
トリクスは行と列が個々の設備に対応しており、アラー
ムの相関を同期性の観点から示したものである。例え
ば、必ず同時刻に発生しているアラーム同士や、やや時
間遅れがあるものの必ず他を伴って発生するアラーム同
士は同期性があると考える（処理３０３）。同期性判別
手段２０４はそのような考えに基づいて判定し、ある設
備ｉのアラームについて同期性のある他の設備のアラー
ムｊを見いだす。加算手段２０５は、同期判別手段２０
４で同期性があると判定された相関マトリクスの（ｉ，
ｊ）要素を値ｄ（＜１.０ ）だけ微増する(処理３０
４)。減算手段２０６は、同期性判別手段２０４で同期
性があると判定された以外の要素（ｉ，ｋ）、すなわ
ち、ある設備ｉのアラームと他の設備のアラームを値ｄ
だけ減少させる(処理３０５)。相関マトリクスの要素の
値は区間［０，１.０ ］でクリップするように設定して
あり、常に同期性のある設備同士に対応する要素の値は
いずれ１.０になり、同期性のないものは０.０になる
(処理３０６)。さらに同期性のある設備アラームに関し
て、同時発生頻度を認識するために、同時発生頻度加算
手段２０７により、アラームが同時発生する頻度を調べ
(処理３０７)、同時発生頻度記憶手段２０８に格納する
（処理３０８）。ここでアラームが同時発生する頻度と
は、自分自身を含む同時発生した設備アラームの数とす
る。すなわち、連鎖的に発生するアラームが多いと言う
ことは、その設備が原因でアラームが発生することを意
味する。いわば波及アラームの数である。その場合、た
とえば、Ｅ１が故障して波及アラームがｎ個発生したら
Ｅ１＝(ｎ＋１)ポイントとする。何回か学習してＥ１に
関して、（ｎ＋１）ポイントより高いポイントが発生し
ない限り、更新しないものとする。この同時発生頻度
は、同時発生頻度記憶手段２０８内の同時発生頻度グラ
フ２０９を更新するために用いられる。ここで同時発生
頻度グラフとは、設備の認識番号（Ｅ１，Ｅ２，Ｅ３，
…）を横軸に、同時発生頻度を縦軸にとったものであ
る。同グラフは個々の設備に対応しており、ネットワー
ク設備の階層を把握することも可能である。グラフを十
分な量（期間）のアラーム記録を用いてこの操作を行う
と（処理３０９）、相関マトリクスおよび同時発生頻度
グラフが作成され、相関のある設備の認識番号が相関デ
ータ、設備に対する同時発生頻度データとして出力され
る。処理３０９では、アラームをリアルタイムに学習す
るのではなく、アラーム記録（障害アラーム）をデータ
ベース等に格納しておき、比較的障害アラームが発生せ
ず、ネットワークの負荷が少ない夜間などに実施するこ
とにより、学習の処理時間が低減できる。以上、相関デ
ータ記憶装置２０２および同時発生頻度記録装置２０８
にデータが作成され、相関データ２１０と同時発生頻度
データ２１１を設備相互関連抽出手段２１２に送信し
(処理３１０)、設備相互関連データ２１３を算出し、図
１の重要アラーム選別手段１０２へ出力する。ここで設
備相互関連データ２１３は、ネットワーク監視対象２０
０の階層および構成を示すリストである（図に示したリ
ストはＥ３が最上位でＥ６が最下位であることを示
す。）。

【００１０】次に、図４，図５，図６で、実際のデータ
（ネットワーク監視対象２００の発生データ）を用いて
相関学習および階層を把握する様子を説明する。設備ｉ
ｄの情報を用い、相関テーブル及び階層テーブル作成時
の検索に使用する相関テーブルラベルと同時発生頻度グ
ラフを作成する。この例を図４に示した。最初に図６
（ａ）に示す一定時間内の障害アラームを全て読み込
む。その際全てのアラームの中から、設備ｉｄ４０１，
開始時間４０２，終了時間４０３を識別する。そして読
み込んだデータをもとに相関テーブルラベルを作成する
（Ｅ１とは、設備ｉｄが１であることを意味してい
る）。このテーブルラベルは、設備ｉｄとアラーム種別
との組合せが過去に存在しないものに対してのみ作成
し、テーブルラベルとして新たに追加する。これらテー
ブルラベルは、図４（ｂ）の相関テーブルの要素（ｉ，
０）及び要素（０，ｊ）に格納する。要素（ｉ，０）に
格納されたテーブルラベルは故障設備を意味し、要素
（０，ｊ）に格納されたラベルはアラーム発生設備を意
味する。具体的に例を示すと、ラベルＥ１はネットワー
ク監視対象２００の設備Ｅ１、ラベルＥ１２はネットワ
ーク監視対象２００設備Ｅ１２を示す。さらに、図
（ｃ）に示す同時発生頻度グラフの横軸に当たる同時発
生頻度設備ラベルを作成する。同時発生頻度設備ラベル
は相関テーブルラベルと同様であり、縦軸を同時発生頻
度（整数ポイント）とする。同図（ｂ）の相関テーブル
ラベル，同時発生頻度設備ラベル完成後、アラームから
相関マトリクス及び同時発生頻度グラフを作成する。こ
の例を図５で説明する。図５（ａ）の障害アラームで網
かけ部分のアラーム電文をイベントＡとする。イベント
Ａでは、故障が設備ｉｄ８（Ｅ８）に発生すると、それ
にともない、障害として波及アラームが設備ｉｄ２（Ｅ
２），設備ｉｄ６（Ｅ６）と発生することを示してい
る。これらの一連のアラーム発生をイベントと定義す
る。同一イベントであるかないかは、波及アラームの最
終了時刻と、次の発生アラームの開始時間との間に時間
差があれば別イベントと判断する（この例では、６０秒
以内とする）。次に、同一イベント内で発生したと判定
されたアラームに関し、相関テーブルラベルに対応した
全ての組合せについてポイント（整数値）を加える。図
５（ｂ）の相関テーブルは同図障害アラーム（ａ）のイ
ベントＡ（網かけ部分）のアラームについてポイントの
あたえ方を示したものである。例えば、故障設備テーブ
ルラベルＥ１に関してみるとテーブルの第８行目にあ
り、同一イベント内で相関のあるアラーム発生設備のテ
ーブルラベルを検索すると、Ｅ２，Ｅ６が第２列及び第
６列にある。ポイントを加える点は、行と列が重なって
いる点すなわち、テーブル上の要素（８，２）と要素
（８，６）にポイントを加える。第８行目でポイントを
加えられなかったものに対しては、全てポイントを引き
算する（斜線部分）。これら各々ポイント値の総和は、
０〜１の範囲を超えないように値を調整する。相関テー
ブルの対角線上は、無条件に１とする。以後これらの動
作をイベント毎に繰り返すことにより、相関テーブルが
完成する。次に同時発生頻度グラフ作成の詳細を説明す
る。各イベントで最初に発生したアラームを対象にして
同時発生頻度ポイントを加えていく。例えば、イベント
Ａについて見ると最初に発生したアラーム設備Ｅ８につ
いてポイントを同時発生頻度グラフに加算する。ポイン
ト値は、次のイベントが発生するするまでの自分自身を
含む波及アラームの数をポイント値とする。イベントＡ
では、ラベルＥ８に３ポイントを加える（同図（ｃ）に
示す設備Ｅ８に３ポイント）。以下同様にしてイベント
Ｂに関しては、設備Ｅ１０に６ポイント、イベントＣに
関しては設備Ｅ２に１ポイント各々に加える。図５同時
発生頻度グラフ（Ｃ）は階層テーブルにポイントを加え
たイメージを示す。何回か学習しているあいだに、もし
各々の同時発生ポイントより大きい値が存在したら、そ
の値を更新する。この場合ポイントが高いことは、ある
イベントにともなって波及アラームが数多く発生するこ
とを意味する。すなわちポイントが高いことは言うまで
もなく故障原因であることを意味する。

【００１１】図６は、ネットワーク監視対象２００を十
分な量（期間）学習した場合の相関テーブルと同時発生
頻度グラフを示す。相関データは、この相関テーブルを
もとに作成する。その様子を、同図（ａ）に示す。相関
データは、このテーブル上に黒表示された要素がすべて
相関があることを示す。このテーブルで、Ｅ１に関して
見ればＥ６，Ｅ１１の設備に関して相関があり、Ｅ３に
関して見ればすべての設備相関があることを示す。ここ
に、テーブル上に黒表示された要素の相関ラベルがまさ
に相関データとなる。同時発生頻度データは、同図
（ｂ）同時発生頻度グラフより求める。このグラフよ
り、同時発生頻度の数値が高い順番に又は、低い順番に
同時発生頻度設備ラベルを並べ変えたものが、同時発生
頻度データである（並べ変えることで各々の設備の重要
度が把握できる）。この場合、設備Ｅ３が最重要機器で
ある。これら、相関データ，同時発生頻度データより設
備相互関連データを作成する。データの作成方法は、相
関データを同時発生頻度データにより並べ変えたもので
ある。ここで、相関テーブルラベルは、十分な量を学習
して、相関がないものに対して、ラベルは削除される。
すなわち相関テーブルラベルと同時発生頻度設備データ
とは必ずしも等しくない。

【００１２】図７は重要アラーム選択手段７０１の実施
方法を詳しく述べたものである。ネットワーク監視対象
２００で過去に十分学習し、設備情報相互関連データを
設備情報データベース７０２へ格納したと仮定して説明
する。ここで、網かけ部の設備相互関連抽出手段７０４
の学習は、ネットワークの使用頻度が低い夜間などに学
習する。同図の実施例では設備Ｅ８が故障した例を示
す。設備Ｅ８が故障すると、それにともない設備Ｅ２，
Ｅ６にアラームが発生する。監視用アラーム信号７０３
としてＥ２，Ｅ６，Ｅ８は、重要アラーム選択手段７０
１の内部のアラーム集約手段７０５に入力される。この
場合、別に図１に示す解析用アラームとして設備相互関
連手段にも同時に送信され、相関テーブル及び同時発生
頻度の学習を実施し、知識を蓄える。アラーム集約手段
７０５に入力された監視用アラーム信号７０３は、設備
情報検索手段７０６へ送信する。設備情報データベース
702に格納している設備相互関連データ７０７をもとに
監視用アラーム信号のうち重要アラーム信号を検索す
る。解析用アラーム７０３をすべて検索した時点で、ア
ラーム選択手段は重要アラームを決定し、表示手段へ送
りオペレータに提示する。

【００１３】図８は、多重故障が発生したときにおける
重要アラーム選択手段の実施方法を述べたものである。
この例では設備Ｅ８と設備Ｅ１２でほぼ同時に故障した
場合である。過去にこの図に示すネットワーク構成につ
いて十分に学習していれば同様の処理で対応できる。

【００１４】アラーム選択手段内にある設備情報検索装
置は集約されたアラームに関連する設備情報（アラーム
以外の稼働データ，設計データなど）を検索して、アラ
ーム信号に付加し事象情報として出力する。ここでは検
索した設備情報を用いてアラーム信号を加工することも
可能である。例えばアラームの機器コードを設備の名称
に変えることは単純な照合ロジックで実施できる。重要
アラームを入力して、事象の原因となる故障設備名を出
力するというこのような機能は、事象同定をする機能で
あるとも言うことができる。

【００１５】本実施例によれば、設備相互関連学習手段
によって、多数の設備から発生する波及アラームを含む
多数のアラーム信号を、統計的に同期して発生している
相関のあるアラームの重要度を把握できるので、多数の
設備から波及アラームが発生し、かつ複数の事象の多重
発生を想定しなければならない場合に、多数のアラーム
の中から発生事象に直接関連する重要アラームを選別で
きる。更に複数のエリアで多重故障が同時に発生した際
にも、それらを識別できる。

【００１６】

【発明の効果】本発明によれば、多数の設備からの多数
の波及アラームが発生し、かつ複数の事象の重複発生を
想定しなければならない場合に、多数のアラームを収集
してその中から発生事象に直接的に関連する重要アラー
ムのみを高速に選別することができる。

【図面の簡単な説明】

【図１】本発明の一実施例を示すシステムのブロック
図。

【図２】設備相互関連把握手段の一実施例を示すブロッ
ク図。

【図３】設備相互関連把握手段の処理フローチャート。

【図４】相関テーブルおよび同時発生頻度グラフのラベ
ル作成手順の説明図。

【図５】相関テーブルおよび同時発生頻度グラフの作成
手順の説明図。

【図６】相関テーブルおよび同時発生頻度グラフの説明
図。

【図７】重要アラーム選択手段構成図および単故障の実
施例のブロック図。

【図８】重要アラーム選択手段構成図および多重故障の
実施例のブロック図。

【符号の説明】

１０１…設備相互関連学習手段、１０２…重要アラーム
選別手段、１０３…表示手段。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小針 邦彦 神奈川県横浜市戸塚区戸塚町216番地 株 式会社日立製作所情報通信事業部内

Claims (3)

【特許請求の範囲】
1. 【請求項１】複数の通信設備から異常事象を示すアラー
   ムを入力し、前記アラームを用いて、発生のタイミング
   を検出し、統計的に同期して発生している前記アラーム
   の相関および前記アラームの同時発生頻度を学習する設
   備相互関連学習手段と、この相関および同時発生頻度を
   用いて異常事象の原因に密接なアラームを選別できる選
   別手段を備えたことを特徴とする通信設備管理システ
   ム。
2. 【請求項２】前記設備相互関連学習手段は、統計的に同
   期して発生している複数のアラームの相関関係を学習す
   る手段と、ネットワーク故障時に連鎖的に発生するアラ
   ームの同時発生頻度を学習する手段と、ネットワークの
   階層構成を把握する設備相互関連抽出手段とを備えた請
   求項１の通信設備管理システム。
3. 【請求項３】前記設備相互関連抽出手段は、統計的に同
   期して発生している複数のアラームの相関関係を示すデ
   ータと、ネットワーク故障時に連鎖的に発生するアラー
   ムの同時発生頻度を示す同時発生頻度データとを用い、
   ネットワーク設備の相互の関連を示す設備相互関連デー
   タを作成する請求項１または２の通信設備管理システ
   ム。