JPH113227A - ネットワークの障害原因推論方法 - Google Patents
ネットワークの障害原因推論方法Info
- Publication number
- JPH113227A JPH113227A JP9155497A JP15549797A JPH113227A JP H113227 A JPH113227 A JP H113227A JP 9155497 A JP9155497 A JP 9155497A JP 15549797 A JP15549797 A JP 15549797A JP H113227 A JPH113227 A JP H113227A
- Authority
- JP
- Japan
- Prior art keywords
- failure
- cause
- fault
- symptoms
- symptom
- 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.)
- Pending
Links
Landscapes
- Maintenance And Management Of Digital Transmission (AREA)
Abstract
(57)【要約】
【課題】ネットワークに接続されたノード又はリンクに
実際に発生した、原因の分かっている障害の症状に基づ
いて、学習させることにより、障害の伝播モデルをより
正確なものに修正していく。 【解決手段】いずれかの障害の原因に対する各障害の症
状Ｓ1 ，Ｓ2 ，‥‥，Ｓn の発生の有無のデータを時間
を追って収集し、各障害の症状の間で相互相関係数を計
算し、ある障害の症状Ｓa と相関の高い他の障害の症状
とを因果関係付け、前記の因果関係に基づいて、当該障
害の原因に対する障害の伝播モデルを修正していくこと
によって、障害原因の推論の精度を高めていく。
実際に発生した、原因の分かっている障害の症状に基づ
いて、学習させることにより、障害の伝播モデルをより
正確なものに修正していく。 【解決手段】いずれかの障害の原因に対する各障害の症
状Ｓ1 ，Ｓ2 ，‥‥，Ｓn の発生の有無のデータを時間
を追って収集し、各障害の症状の間で相互相関係数を計
算し、ある障害の症状Ｓa と相関の高い他の障害の症状
とを因果関係付け、前記の因果関係に基づいて、当該障
害の原因に対する障害の伝播モデルを修正していくこと
によって、障害原因の推論の精度を高めていく。
Description
【０００１】
【発明の属する技術分野】本発明は、ネットワークに接
続されたノード又はリンクに発生している障害原因の推
論方法に関するものである。
続されたノード又はリンクに発生している障害原因の推
論方法に関するものである。
【０００２】
【従来の技術】ネットワークの障害時に多数発生する障
害の症状を入力として、その障害の原因を特定するため
の方法が知られている（ＵＳパテント5,528,516 号公報
参照）。この方法では、ネットワーク機器をノードとし
てモデル化し、あるノードにおける障害がそのノードに
関係のあるノードに伝播するときのルールを、具体的な
ネットワークの構成において記述する。すなわち、ある
障害の症状が現れることを１digit で、現れないことを
０digit で表現すると、その構成において観測される複
数の症状に基づいて、０，１パターンを求め、障害の原
因を対応付ける。このように観測された症状を列、障害
の原因を行に配置することによって、０，１からなるマ
トリクスを構成することができる。これをＳＰマトリク
ス (Symptom Problem Matrix) という。このＳＰマトリ
クスを使用して、実際に発生した障害の症状のパターン
を入力すれば、効率よく障害の原因を知ることができ
る。
害の症状を入力として、その障害の原因を特定するため
の方法が知られている（ＵＳパテント5,528,516 号公報
参照）。この方法では、ネットワーク機器をノードとし
てモデル化し、あるノードにおける障害がそのノードに
関係のあるノードに伝播するときのルールを、具体的な
ネットワークの構成において記述する。すなわち、ある
障害の症状が現れることを１digit で、現れないことを
０digit で表現すると、その構成において観測される複
数の症状に基づいて、０，１パターンを求め、障害の原
因を対応付ける。このように観測された症状を列、障害
の原因を行に配置することによって、０，１からなるマ
トリクスを構成することができる。これをＳＰマトリク
ス (Symptom Problem Matrix) という。このＳＰマトリ
クスを使用して、実際に発生した障害の症状のパターン
を入力すれば、効率よく障害の原因を知ることができ
る。
【０００３】例えば、障害の原因にＰ1,Ｐ2,Ｐ3 の３つ
があり、障害の症状としてＳ1,Ｓ2,Ｓ3,Ｓ4 があるとす
る。そして、以下のような伝播モデルが記述されている
とする。 Ｐ1 →Ｓ1 ，Ｐ2 →Ｓ2 ，Ｐ3 →Ｓ3 ，Ｓ1 →Ｓ3 ＳＰマトリクスは次のようになる。
があり、障害の症状としてＳ1,Ｓ2,Ｓ3,Ｓ4 があるとす
る。そして、以下のような伝播モデルが記述されている
とする。 Ｐ1 →Ｓ1 ，Ｐ2 →Ｓ2 ，Ｐ3 →Ｓ3 ，Ｓ1 →Ｓ3 ＳＰマトリクスは次のようになる。
【０００４】
【表１】
【０００５】前記マトリクスから得られる、各障害の原
因に対応する障害の症状のパターンを、「シグニチャ」
という。すなわち、Ｐ1 のシグニチャは（１，０，１，
０）、Ｐ2 のシグニチャは（０，１，０，０）、Ｐ3 の
シグニチャは（０，０，１，０）である。一般に、障害
の原因Ｐj のシグニチャを（Ｓkj）（ｋ＝１，２，３，
‥‥，ｎ；ｎは障害の症状の数）と書く。
因に対応する障害の症状のパターンを、「シグニチャ」
という。すなわち、Ｐ1 のシグニチャは（１，０，１，
０）、Ｐ2 のシグニチャは（０，１，０，０）、Ｐ3 の
シグニチャは（０，０，１，０）である。一般に、障害
の原因Ｐj のシグニチャを（Ｓkj）（ｋ＝１，２，３，
‥‥，ｎ；ｎは障害の症状の数）と書く。
【０００６】いま、Ｓ＝（Ｓk ）（ｋ＝１，２，３，‥
‥，ｎ）という障害の症状のベクトル（「シンプトンセ
ット」いう）が入力されたとする。前記シグニチャとシ
ンプトンセットとの間の距離ｄを、例えば ｄ（Ｐj ，Ｓ）＝Σ｜Ｓkj−Ｓk ｜，ｋ＝１，２，３，
‥‥，ｎ で定義する。入力されたシンプトンセットがＳ＝（０，
１，１，１）であったとすると、 ｄ（Ｐ1 ，Ｓ）＝３ ｄ（Ｐ2 ，Ｓ）＝２ ｄ（Ｐ3 ，Ｓ）＝２ となる。この距離ｄの最も近いものを障害の原因と推論
する。前記の例では、Ｐ 1 はＳから最も離れており、Ｐ
1 は障害の原因の候補から外されるが、Ｐ2 とＰ 3 はＳ
から等距離であることから、Ｐ2 とＰ3 のどちらを障害
の原因とするか特定できない。
‥，ｎ）という障害の症状のベクトル（「シンプトンセ
ット」いう）が入力されたとする。前記シグニチャとシ
ンプトンセットとの間の距離ｄを、例えば ｄ（Ｐj ，Ｓ）＝Σ｜Ｓkj−Ｓk ｜，ｋ＝１，２，３，
‥‥，ｎ で定義する。入力されたシンプトンセットがＳ＝（０，
１，１，１）であったとすると、 ｄ（Ｐ1 ，Ｓ）＝３ ｄ（Ｐ2 ，Ｓ）＝２ ｄ（Ｐ3 ，Ｓ）＝２ となる。この距離ｄの最も近いものを障害の原因と推論
する。前記の例では、Ｐ 1 はＳから最も離れており、Ｐ
1 は障害の原因の候補から外されるが、Ｐ2 とＰ 3 はＳ
から等距離であることから、Ｐ2 とＰ3 のどちらを障害
の原因とするか特定できない。
【０００７】さらに、より具体的な例に基づいて説明す
る。図１に示すような、ローカルエリアネットワーク
（ＬＡＮ）を介して、データベースクライアント（ＤＢ
クライアント）がデータベースサーバ（ＤＢサーバ）を
利用するケースを考える。このケースを図２に示すよう
に、階層モデル化する。図２では、ＤＢクライアント
は、左側に示されるように、「ＤＢクライアント」、
「ＴＣＰノード」、「ＩＰノード」、「Ether LAN ノー
ド」というノードの集合で表される。ＤＢサーバは、右
側に示されるように、「ＤＢサーバ」、「ＴＣＰノー
ド」、「ＩＰノード」、「Ether LAN ノード」というノ
ードの集合で表される。また、ＬＡＮを介して接続され
ていることを示すため、それぞれの階層で「ＴＣＰリン
ク」、「ＩＰリンク」、「Ether LAN リンク」というコ
ネクションが成立している。
る。図１に示すような、ローカルエリアネットワーク
（ＬＡＮ）を介して、データベースクライアント（ＤＢ
クライアント）がデータベースサーバ（ＤＢサーバ）を
利用するケースを考える。このケースを図２に示すよう
に、階層モデル化する。図２では、ＤＢクライアント
は、左側に示されるように、「ＤＢクライアント」、
「ＴＣＰノード」、「ＩＰノード」、「Ether LAN ノー
ド」というノードの集合で表される。ＤＢサーバは、右
側に示されるように、「ＤＢサーバ」、「ＴＣＰノー
ド」、「ＩＰノード」、「Ether LAN ノード」というノ
ードの集合で表される。また、ＬＡＮを介して接続され
ていることを示すため、それぞれの階層で「ＴＣＰリン
ク」、「ＩＰリンク」、「Ether LAN リンク」というコ
ネクションが成立している。
【０００８】このモデルに対して障害の症状と、障害の
原因とを対応付ける。例えば、ＤＢクライアントの応答
が非常に遅い (Client Slow)と感じたとする。この原因
として、ＤＢサーバが過負荷である (Server Slow)とい
った原因が考えられる。このようにして１つのルールが
記述される。先行技術に係る方法では、このような原因
が、障害の発生したノードからそのノードに関係のある
ノード、あるいはリンクに波及するときのルールも記述
する。例えば、次のようなルールがある。
原因とを対応付ける。例えば、ＤＢクライアントの応答
が非常に遅い (Client Slow)と感じたとする。この原因
として、ＤＢサーバが過負荷である (Server Slow)とい
った原因が考えられる。このようにして１つのルールが
記述される。先行技術に係る方法では、このような原因
が、障害の発生したノードからそのノードに関係のある
ノード、あるいはリンクに波及するときのルールも記述
する。例えば、次のようなルールがある。
【０００９】(1) 障害の原因として、ＴＣＰリンクがLo
w Throughputならば、それとconnect-toの関係にあるＴ
ＣＰノードにLow Throughputが発生する。ＴＣＰノード
がLow Throughputならば、それとlayered-overの関係に
あるＤＢクライアントにClient Slow が発生する。 (2) 障害の原因として、イーサLAN リンクがMuch Colli
sion ならば、それとconnect-toの関係にあるイーサLA
N ノードにMuch Collisionが発生する。イーサLAN ノー
ドがMuch Collisionならば、それとconnect-toの関係に
あるＴＣＰノードにRetry Many Times（再送多発）が発
生する。ＴＣＰノードがRetry Many Timesならば、それ
とlayered-overの関係にあるＤＢクライアントにClient
Slow が発生する。
w Throughputならば、それとconnect-toの関係にあるＴ
ＣＰノードにLow Throughputが発生する。ＴＣＰノード
がLow Throughputならば、それとlayered-overの関係に
あるＤＢクライアントにClient Slow が発生する。 (2) 障害の原因として、イーサLAN リンクがMuch Colli
sion ならば、それとconnect-toの関係にあるイーサLA
N ノードにMuch Collisionが発生する。イーサLAN ノー
ドがMuch Collisionならば、それとconnect-toの関係に
あるＴＣＰノードにRetry Many Times（再送多発）が発
生する。ＴＣＰノードがRetry Many Timesならば、それ
とlayered-overの関係にあるＤＢクライアントにClient
Slow が発生する。
【００１０】そこで、ＳＰマトリクスとして、次のよう
なものができる。
なものができる。
【００１１】
【表２】
【００１２】障害管理ソフトウェアでは、実際に観測さ
れた各障害の症状を０，１パターンで表し、前記障害の
原因Ｐj のシグニチャと比較し、最も近似するシグニチ
ャに対応する障害原因Ｐj を観測された障害の原因と推
論する。
れた各障害の症状を０，１パターンで表し、前記障害の
原因Ｐj のシグニチャと比較し、最も近似するシグニチ
ャに対応する障害原因Ｐj を観測された障害の原因と推
論する。
【００１３】
【発明が解決しようとする課題】前記先行技術におい
て、ＤＢクライアントの応答が非常に遅い (Client Slo
w)と感じ、同時に、「ＴＣＰノードのDisconnect」、
「ＴＣＰリンクのDisconnect」を観測したとする。この
障害の原因を後に解析した結果、「ＤＢサーバのServer
Down 」が真の原因であったとする。
て、ＤＢクライアントの応答が非常に遅い (Client Slo
w)と感じ、同時に、「ＴＣＰノードのDisconnect」、
「ＴＣＰリンクのDisconnect」を観測したとする。この
障害の原因を後に解析した結果、「ＤＢサーバのServer
Down 」が真の原因であったとする。
【００１４】しかし、〔表２〕では、これらの障害の症
状のパターンに最も近い障害の原因として、ＤＢサーバ
の過負荷 (Server Slow)がヒットする。このため、推論
結果は、ＤＢサーバのServer Slow となり、障害の推論
に失敗する。この失敗の原因は、伝播モデルの記述ミス
あるいは記述漏れであると考えられる。すなわち、障害
原因を正確に特定するためには、ネットワークの構成を
正確にモデル化し、また障害の伝播モデルも正確に記述
することが要求される。
状のパターンに最も近い障害の原因として、ＤＢサーバ
の過負荷 (Server Slow)がヒットする。このため、推論
結果は、ＤＢサーバのServer Slow となり、障害の推論
に失敗する。この失敗の原因は、伝播モデルの記述ミス
あるいは記述漏れであると考えられる。すなわち、障害
原因を正確に特定するためには、ネットワークの構成を
正確にモデル化し、また障害の伝播モデルも正確に記述
することが要求される。
【００１５】しかし、一般にネットワークの構成を正確
にモデル化することは困難である。また、障害の伝播モ
デルについても、多種多様なネットワークノード又はリ
ンクで発生するあらゆる障害を網羅し、それらの間の因
果関係を細大漏らさず記述することは不可能である。そ
こで、本発明は、実際に発生した、原因の分かっている
障害の症状に基づいて、学習させることにより、障害の
伝播モデルをより正確なものに修正していくことができ
るネットワークの障害原因推論方法を実現することを目
的とする。
にモデル化することは困難である。また、障害の伝播モ
デルについても、多種多様なネットワークノード又はリ
ンクで発生するあらゆる障害を網羅し、それらの間の因
果関係を細大漏らさず記述することは不可能である。そ
こで、本発明は、実際に発生した、原因の分かっている
障害の症状に基づいて、学習させることにより、障害の
伝播モデルをより正確なものに修正していくことができ
るネットワークの障害原因推論方法を実現することを目
的とする。
【００１６】
【課題を解決するための手段】本発明のネットワークの
障害原因推論方法は、ネットワークに接続されたノード
又はリンクに発生した障害原因を推論する方法であっ
て、いずれかの障害の原因に対する各障害の症状の発生
の有無のデータを時間を追って収集し、各障害の症状の
間で相互相関を計算し、ある障害の症状と相関の高い他
の障害の症状とを因果関係付け、前記の因果関係に基づ
いて、当該障害の原因に対する障害の伝播モデルを修正
していくことによって、障害原因の推論の精度を高めて
いく方法である（請求項１）。
障害原因推論方法は、ネットワークに接続されたノード
又はリンクに発生した障害原因を推論する方法であっ
て、いずれかの障害の原因に対する各障害の症状の発生
の有無のデータを時間を追って収集し、各障害の症状の
間で相互相関を計算し、ある障害の症状と相関の高い他
の障害の症状とを因果関係付け、前記の因果関係に基づ
いて、当該障害の原因に対する障害の伝播モデルを修正
していくことによって、障害原因の推論の精度を高めて
いく方法である（請求項１）。
【００１７】前記の構成によれば、いままで因果関係が
なかったと思われていた障害の症状の間であっても、障
害の原因に対する各障害の症状の発生の有無のデータを
時間を追って収集し、所定の演算処理をすることによっ
て、各障害の症状の間での因果関係を付けることができ
る。そして、この学習された因果関係に基づいて、当該
障害の原因に対する障害の伝播モデルを、より正確なも
のに修正していくことができる。
なかったと思われていた障害の症状の間であっても、障
害の原因に対する各障害の症状の発生の有無のデータを
時間を追って収集し、所定の演算処理をすることによっ
て、各障害の症状の間での因果関係を付けることができ
る。そして、この学習された因果関係に基づいて、当該
障害の原因に対する障害の伝播モデルを、より正確なも
のに修正していくことができる。
【００１８】前記因果関係付ける手順において、相互相
関係数をしきい値と比較し、しきい値よりも高い相互相
関係数を持つ障害の症状の間に因果関係があるとする
（請求項２）。しきい値の設定は通常行う手法である
が、このしきい値をいかに選ぶかが、重要となってく
る。１つの方法は、正しい障害の原因が導けなかった過
去の失敗事例を検証して、正解が導けるようになるまで
前記しきい値を下げていく方法である（請求項３）。し
きい値を下げていくほど、いままで無関係と思われてい
た障害の症状の間に因果関係が見いだされるからであ
る。
関係数をしきい値と比較し、しきい値よりも高い相互相
関係数を持つ障害の症状の間に因果関係があるとする
（請求項２）。しきい値の設定は通常行う手法である
が、このしきい値をいかに選ぶかが、重要となってく
る。１つの方法は、正しい障害の原因が導けなかった過
去の失敗事例を検証して、正解が導けるようになるまで
前記しきい値を下げていく方法である（請求項３）。し
きい値を下げていくほど、いままで無関係と思われてい
た障害の症状の間に因果関係が見いだされるからであ
る。
【００１９】また、前記しきい値を下げていくことによ
り、過去の成功事例が不正解になった場合は、当該しき
い値を下げる以前の値に戻すことが好ましい（請求項
４）。しきい値を下げ過ぎると、意味のない因果関係、
誤った因果関係が多く検出され、障害原因を推論する精
度は、かえって低下するからである。
り、過去の成功事例が不正解になった場合は、当該しき
い値を下げる以前の値に戻すことが好ましい（請求項
４）。しきい値を下げ過ぎると、意味のない因果関係、
誤った因果関係が多く検出され、障害原因を推論する精
度は、かえって低下するからである。
【００２０】
【発明の実施の形態】以下、本発明の実施の形態を、添
付図面を参照しながら詳細に説明する。図３は、本発明
の障害原因推論方法を実施する障害原因推論装置の構成
を示すブロック図である。本障害原因推論装置１は、ネ
ットワークからの障害の症状を通知する既存のネットワ
ーク管理ソフトウェア２１とのインターフェイスである
汎用管理サービス部２、汎用管理サービス部２を通して
通知される障害の症状をイベントデータベースに保持す
るためのイベントデータベース部３、イベントデータベ
ース部３に格納される障害の症状を利用して障害原因を
推論する障害管理部４、及びネットワークの構成情報を
保持するための構成管理部５を含み、さらに、イベント
データベース部３、障害管理部４、構成管理部５を制御
するためのジョブ制御部６と、処理の結果をユーザに提
示するためのモニタ８並びにユーザインターフェイス
（Ｉ／Ｆ）部７を含んでいる。
付図面を参照しながら詳細に説明する。図３は、本発明
の障害原因推論方法を実施する障害原因推論装置の構成
を示すブロック図である。本障害原因推論装置１は、ネ
ットワークからの障害の症状を通知する既存のネットワ
ーク管理ソフトウェア２１とのインターフェイスである
汎用管理サービス部２、汎用管理サービス部２を通して
通知される障害の症状をイベントデータベースに保持す
るためのイベントデータベース部３、イベントデータベ
ース部３に格納される障害の症状を利用して障害原因を
推論する障害管理部４、及びネットワークの構成情報を
保持するための構成管理部５を含み、さらに、イベント
データベース部３、障害管理部４、構成管理部５を制御
するためのジョブ制御部６と、処理の結果をユーザに提
示するためのモニタ８並びにユーザインターフェイス
（Ｉ／Ｆ）部７を含んでいる。
【００２１】前記障害管理部４は、伝播モデルを用いて
推論した過去の事例を保持する推論事例管理部４１、障
害の伝播モデルを用いて障害の推論を行い、また検出さ
れた障害の因果関係の評価を行うための伝播モデル部４
２、そして、障害の症状間の相関を計算し、障害の症状
間の因果関係を検出するイベント解析部４３からなる。
推論した過去の事例を保持する推論事例管理部４１、障
害の伝播モデルを用いて障害の推論を行い、また検出さ
れた障害の因果関係の評価を行うための伝播モデル部４
２、そして、障害の症状間の相関を計算し、障害の症状
間の因果関係を検出するイベント解析部４３からなる。
【００２２】前記推論事例管理部４１は、過去に推論し
た事例に対して、オペレータから障害原因の正解、不正
解の指摘を受ける。不正解の場合には、そのときの正解
の障害原因をオペレータから入力してもらい、それを保
持している。本発明では、以下のような手順で障害の症
状の因果関係の検出を行う。ユーザが関与する手順は、
以下の(1)から(3)までの手順であり、障害管理部４が自
動的に実行する手順は、以下の(4)から(8)までの手順で
ある。
た事例に対して、オペレータから障害原因の正解、不正
解の指摘を受ける。不正解の場合には、そのときの正解
の障害原因をオペレータから入力してもらい、それを保
持している。本発明では、以下のような手順で障害の症
状の因果関係の検出を行う。ユーザが関与する手順は、
以下の(1)から(3)までの手順であり、障害管理部４が自
動的に実行する手順は、以下の(4)から(8)までの手順で
ある。
【００２３】(1)ユーザは、ユーザＩ／Ｆ部７を通し
て、ジョブ制御部６に対し過去の推論事例を検索し、不
正解であったものから、重大な誤りであると考えられる
ものを選択する。 (2)ユーザは、その事例に関係するネットワークノード
又はリンクに関する伝播モデルに誤り、あるいは記述漏
れがあると考える。
て、ジョブ制御部６に対し過去の推論事例を検索し、不
正解であったものから、重大な誤りであると考えられる
ものを選択する。 (2)ユーザは、その事例に関係するネットワークノード
又はリンクに関する伝播モデルに誤り、あるいは記述漏
れがあると考える。
【００２４】(3)ユーザは、ユーザＩ／Ｆ部を通し、ジ
ョブ制御部６に対して、イベント解析部４３にそれらネ
ットワーク機器のノード、あるいはリンクで発生するす
べての障害の症状を障害の症状別に時間を追って観測す
るように要求する。この場合、発生している障害の原因
Ｐj が分かっていなければならない。そこで、ユーザ
が、ネットワークのメンテナンスの時間を利用して、故
意に障害を発生させて障害の症状を取得してもよいし、
偶然発生した障害については、事後的にその原因を詳し
く探究して、データ入力してもよい。
ョブ制御部６に対して、イベント解析部４３にそれらネ
ットワーク機器のノード、あるいはリンクで発生するす
べての障害の症状を障害の症状別に時間を追って観測す
るように要求する。この場合、発生している障害の原因
Ｐj が分かっていなければならない。そこで、ユーザ
が、ネットワークのメンテナンスの時間を利用して、故
意に障害を発生させて障害の症状を取得してもよいし、
偶然発生した障害については、事後的にその原因を詳し
く探究して、データ入力してもよい。
【００２５】(4)発生した障害の症状は、ネットワーク
管理ソフトウェア２１から、まず汎用管理サービス部２
に送られて、イベントデータベース部３に保持可能な形
式に変換された上でイベントデータベースに蓄えられ
る。 (5)イベント解析部４３は、イベントデータベース部３
から該当する障害の原因Ｐj に対応するさまざまな障害
の症状Ｓ1j，Ｓ2j，‥‥を収集する。障害の症状Ｓ1j，
Ｓ2j，‥‥は、前述したように、当該障害の症状が現れ
たときを１，当該障害の症状が現れなかったときを０と
した、０又は１からなる時間関数である。以下、時間変
化を考慮するとき、障害の症状をＳ1j(t) ，Ｓ2j(t) ，
‥‥と書く。以下、障害の原因を表す添え字ｊは省略す
る。 (6)イベント解析部４３は、十分な時間にわたって障害
の症状が記録されると、障害の症状間の正規化された相
互相関係数を計算する。
管理ソフトウェア２１から、まず汎用管理サービス部２
に送られて、イベントデータベース部３に保持可能な形
式に変換された上でイベントデータベースに蓄えられ
る。 (5)イベント解析部４３は、イベントデータベース部３
から該当する障害の原因Ｐj に対応するさまざまな障害
の症状Ｓ1j，Ｓ2j，‥‥を収集する。障害の症状Ｓ1j，
Ｓ2j，‥‥は、前述したように、当該障害の症状が現れ
たときを１，当該障害の症状が現れなかったときを０と
した、０又は１からなる時間関数である。以下、時間変
化を考慮するとき、障害の症状をＳ1j(t) ，Ｓ2j(t) ，
‥‥と書く。以下、障害の原因を表す添え字ｊは省略す
る。 (6)イベント解析部４３は、十分な時間にわたって障害
の症状が記録されると、障害の症状間の正規化された相
互相関係数を計算する。
【００２６】この正規化された相互相関係数とは、２つ
の障害の症状の関係の度合いを表す尺度である。２つの
障害の症状Ｓa (t) と、Ｓb (t) を考える。これらの正
規化された相関係数Ｃabを、 Ｃab＝∫Ｓa (t) Ｓb (t) dt／SQRT〔∫Ｓa 2 (t) dt∫
Ｓb 2 (t) dt〕 で定義する。分母で正規化しているので、２つの障害の
症状Ｓa (t) ，Ｓb (t)が全く同一のパターン（Ｓa (t)
＝Ｓb (t) for all time ）であればＣab＝１であ
る。一般に、０≦Ｃab≦１の範囲にある。また、Ｃab＝
Ｃbaである。正規化相関係数Ｃabを行列で表現すると、
次の〔表３〕のようになる。
の障害の症状の関係の度合いを表す尺度である。２つの
障害の症状Ｓa (t) と、Ｓb (t) を考える。これらの正
規化された相関係数Ｃabを、 Ｃab＝∫Ｓa (t) Ｓb (t) dt／SQRT〔∫Ｓa 2 (t) dt∫
Ｓb 2 (t) dt〕 で定義する。分母で正規化しているので、２つの障害の
症状Ｓa (t) ，Ｓb (t)が全く同一のパターン（Ｓa (t)
＝Ｓb (t) for all time ）であればＣab＝１であ
る。一般に、０≦Ｃab≦１の範囲にある。また、Ｃab＝
Ｃbaである。正規化相関係数Ｃabを行列で表現すると、
次の〔表３〕のようになる。
【００２７】
【表３】
【００２８】(7)前記の行列のある障害の症状Ｓa の断
面に着目し、その断面上の正規化相関係数Ｃa1，Ｃa2，
Ｃa3，‥‥，Ｃanに適当なしきい値を設定し、そのしき
い値よりも高い相互相関値を示す障害の症状間に因果関
係があると判断する。図４は、障害の症状Ｓa の断面上
の正規化相関係数Ｃa1，Ｃa2，Ｃa3，‥‥，Ｃanを、横
軸に障害の症状Ｓ1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn をとって
グラフで表したもので、しきい値をＴで表している。
面に着目し、その断面上の正規化相関係数Ｃa1，Ｃa2，
Ｃa3，‥‥，Ｃanに適当なしきい値を設定し、そのしき
い値よりも高い相互相関値を示す障害の症状間に因果関
係があると判断する。図４は、障害の症状Ｓa の断面上
の正規化相関係数Ｃa1，Ｃa2，Ｃa3，‥‥，Ｃanを、横
軸に障害の症状Ｓ1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn をとって
グラフで表したもので、しきい値をＴで表している。
【００２９】(8)イベント解析部４３は、障害の症状Ｓ
1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn のうち、しきい値Ｔを越え
る正規化相関係数を探し、その正規化相関係数に対応す
る障害の症状を選定する。そして、イベント解析部４３
は、伝播モデル部４２が現在保持しているＳＰマトリク
スの障害の原因Ｐj に対応する障害の症状のパターン、
すなわち「シグニチャ」を、前記障害の症状間の因果関
係に基づいて、修正する。この修正は次のようにして行
う。
1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn のうち、しきい値Ｔを越え
る正規化相関係数を探し、その正規化相関係数に対応す
る障害の症状を選定する。そして、イベント解析部４３
は、伝播モデル部４２が現在保持しているＳＰマトリク
スの障害の原因Ｐj に対応する障害の症状のパターン、
すなわち「シグニチャ」を、前記障害の症状間の因果関
係に基づいて、修正する。この修正は次のようにして行
う。
【００３０】現在保持しているＳＰマトリクスの上で、
ある障害の原因Ｐj のシグニチャを（Ｓkj）とする。い
ま、障害の原因Ｐj について、障害の症状Ｓajと、障害
の症状Ｓbj間で新たに因果関係があると判断されたとす
る。すると、現在保持しているＳＰマトリクスの上での
シグニチャの要素Ｓajが０でＳbjが１ならば、Ｓajを１
にする。Ｓajが１でＳbjが０ならば、Ｓbjを１にする。
ある障害の原因Ｐj のシグニチャを（Ｓkj）とする。い
ま、障害の原因Ｐj について、障害の症状Ｓajと、障害
の症状Ｓbj間で新たに因果関係があると判断されたとす
る。すると、現在保持しているＳＰマトリクスの上での
シグニチャの要素Ｓajが０でＳbjが１ならば、Ｓajを１
にする。Ｓajが１でＳbjが０ならば、Ｓbjを１にする。
【００３１】〔表２〕に基づいて具体的に説明する。前
記障害の症状間の因果関係の判断により、「ＤＢサーバ
がServer Down 」と「ＴＣＰノードのDisconnect」の因
果関係があると判断され、さらに、「ＴＣＰノードのDi
sconnect」「ＴＣＰリンクのDisconnect」との因果関係
があると判断され、さらに「ＴＣＰリンクのDisconnec
t」と「ＤＢクライアントのClient Slow 」との因果関
係があると判断されたとする。
記障害の症状間の因果関係の判断により、「ＤＢサーバ
がServer Down 」と「ＴＣＰノードのDisconnect」の因
果関係があると判断され、さらに、「ＴＣＰノードのDi
sconnect」「ＴＣＰリンクのDisconnect」との因果関係
があると判断され、さらに「ＴＣＰリンクのDisconnec
t」と「ＤＢクライアントのClient Slow 」との因果関
係があると判断されたとする。
【００３２】すると、障害の原因「ＤＢサーバがServer
Down 」に対応する障害の症状のパターンの「ＴＣＰノ
ードのDisconnect」「ＴＣＰリンクのDisconnect」「Ｄ
ＢクライアントのClient Slow 」の欄は、すべて０から
１に変えられる。このようにして新しい伝播モデルが見
いだされ、見いだされた伝播モデルに基づきＳＰマトリ
クスが修正される。
Down 」に対応する障害の症状のパターンの「ＴＣＰノ
ードのDisconnect」「ＴＣＰリンクのDisconnect」「Ｄ
ＢクライアントのClient Slow 」の欄は、すべて０から
１に変えられる。このようにして新しい伝播モデルが見
いだされ、見いだされた伝播モデルに基づきＳＰマトリ
クスが修正される。
【００３３】修正された新しいＳＰマトリクスを〔表
４〕に示す。
４〕に示す。
【００３４】
【表４】
【００３５】以上の処理で、因果関係検出のためのしき
い値の設定は重要である。しきい値の設定が高過ぎると
因果関係の検出は難しくなり、逆に設定が低過ぎると意
味のない因果関係、誤った因果関係が多く検出されるこ
とになる。そこで、伝播モデル部４２は、以下のような
伝播モデルの評価を行い、その結果に応じてしきい値Ｔ
を変更する。
い値の設定は重要である。しきい値の設定が高過ぎると
因果関係の検出は難しくなり、逆に設定が低過ぎると意
味のない因果関係、誤った因果関係が多く検出されるこ
とになる。そこで、伝播モデル部４２は、以下のような
伝播モデルの評価を行い、その結果に応じてしきい値Ｔ
を変更する。
【００３６】(9)伝播モデル部４２は、推論事例管理部
４１に対して、(1)で入力された重大な誤りであると考
えられる事例を参照する。推論事例管理部４１は、過去
の障害原因の推論事例に対して推論に用いた障害のシグ
ニチャを保持しているとともに、推論に失敗した事例に
ついても、ユーザからその正解を入力してもらい、それ
を保持している。
４１に対して、(1)で入力された重大な誤りであると考
えられる事例を参照する。推論事例管理部４１は、過去
の障害原因の推論事例に対して推論に用いた障害のシグ
ニチャを保持しているとともに、推論に失敗した事例に
ついても、ユーザからその正解を入力してもらい、それ
を保持している。
【００３７】(10)伝播モデル部４２は、(8)で得た新し
い伝播モデルを用いて、過去の失敗事例について正解が
導けるかどうかを評価する。例えば、ＤＢクライアント
の応答が非常に遅い (Client Slow)と感じ、同時に、
「ＴＣＰノードのDisconnect」、「ＴＣＰリンクのDisc
onnect」を観測したとすれば、〔表４〕によれば、「Ｄ
ＢサーバのServer Down 」がヒットするので、正解が導
けたことになる。
い伝播モデルを用いて、過去の失敗事例について正解が
導けるかどうかを評価する。例えば、ＤＢクライアント
の応答が非常に遅い (Client Slow)と感じ、同時に、
「ＴＣＰノードのDisconnect」、「ＴＣＰリンクのDisc
onnect」を観測したとすれば、〔表４〕によれば、「Ｄ
ＢサーバのServer Down 」がヒットするので、正解が導
けたことになる。
【００３８】伝播モデル部４２は、過去の失敗事例につ
いての正解が出ない場合は、しきい値Ｔを下げて、より
多くの因果関係が検出できるようにする。さらに、伝播
モデル部４２は、推論事例管理部４１に対して、過去の
正解事例（数が多いときは無作為抽出する）について、
(8)の伝播モデルを用いて、依然として正解が維持でき
るか評価する。
いての正解が出ない場合は、しきい値Ｔを下げて、より
多くの因果関係が検出できるようにする。さらに、伝播
モデル部４２は、推論事例管理部４１に対して、過去の
正解事例（数が多いときは無作為抽出する）について、
(8)の伝播モデルを用いて、依然として正解が維持でき
るか評価する。
【００３９】過去の正解事例についての評価結果が悪い
場合は、しきい値Ｔを上げて、検出される因果関係の数
が少なくなるようにしきい値Ｔを設定し、(6)から(8)ま
での処理を再度実行する。 (11)伝播モデル部４２は、(1)で入力された重大な誤り
であると考えられる事例がほぼ正解となったと判断され
る時点で処理を終了し、そのときの伝播モデルを確定
し、以後この伝播モデルを使用して推論を行う。
場合は、しきい値Ｔを上げて、検出される因果関係の数
が少なくなるようにしきい値Ｔを設定し、(6)から(8)ま
での処理を再度実行する。 (11)伝播モデル部４２は、(1)で入力された重大な誤り
であると考えられる事例がほぼ正解となったと判断され
る時点で処理を終了し、そのときの伝播モデルを確定
し、以後この伝播モデルを使用して推論を行う。
【００４０】なお、過去の正解事例について不正解が導
かれたときにも処理を終了し、その評価の１つ前の時点
のしきい値Ｔに基づいて使用した伝播モデルを確定し、
以後この伝播モデルを使用して推論を行う。
かれたときにも処理を終了し、その評価の１つ前の時点
のしきい値Ｔに基づいて使用した伝播モデルを確定し、
以後この伝播モデルを使用して推論を行う。
【００４１】
【発明の効果】以上のように本発明のネットワークの障
害原因推論方法によれば、障害の原因に対する各障害の
症状の発生の有無のデータを時間を追って収集し、所定
の演算処理をすることによって、各障害の症状の間での
因果関係を付けることができ、この因果関係に基づい
て、当該障害の原因に対する障害の伝播モデルを、より
正確なものに修正していくことができる。
害原因推論方法によれば、障害の原因に対する各障害の
症状の発生の有無のデータを時間を追って収集し、所定
の演算処理をすることによって、各障害の症状の間での
因果関係を付けることができ、この因果関係に基づい
て、当該障害の原因に対する障害の伝播モデルを、より
正確なものに修正していくことができる。
【図１】ネットワークの障害原因推論方法を実施する前
提となるネットワークの構成例を示す図である。
提となるネットワークの構成例を示す図である。
【図２】前記図１のネットワークを階層モデル化した図
である。
である。
【図３】本発明の障害原因推論方法を実施する障害原因
推論装置の構成を示すブロック図である。
推論装置の構成を示すブロック図である。
【図４】障害の症状Ｓa の断面上の正規化相関係数
Ｃa1，Ｃa2，Ｃa3，‥‥，Ｃanの値を縦軸に、障害の症
状Ｓ1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn を横軸にとって表した
グラフである。
Ｃa1，Ｃa2，Ｃa3，‥‥，Ｃanの値を縦軸に、障害の症
状Ｓ1 ，Ｓ2 ，Ｓ3 ，‥‥，Ｓn を横軸にとって表した
グラフである。
１ 障害原因推論装置 ２ 汎用管理サービス部 ３ イベントデータベース部 ４ 障害管理部 ５ 構成管理部 ６ ジョブ制御部 ７ ユーザインターフェイス（Ｉ／Ｆ）部 ８ モニタ ２１ ネットワーク管理ソフトウェア ４１ 推論事例管理部 ４２ 伝播モデル部 ４３ イベント解析部
Claims (4)
- 【請求項１】ネットワークに接続されたノード又はリン
クに発生した障害原因を推論する方法であって、いずれ
かの障害の原因に対する各障害の症状の発生の有無のデ
ータを時間を追って収集し、各障害の症状の間で相互相
関を計算し、ある障害の症状と相関の高い他の障害の症
状とを因果関係付け、前記の因果関係に基づいて、当該
障害の原因に対する障害の伝播モデルを修正していくこ
とによって、障害原因の推論の精度を高めていくことを
特徴とするネットワークの障害原因推論方法。 - 【請求項２】ある障害の症状と相関の高い他の障害の症
状とを因果関係付ける手順において、相互相関係数をし
きい値と比較し、しきい値よりも高い相互相関係数を持
つ障害の症状の間に因果関係があるとする請求項１記載
のネットワークの障害原因推論方法。 - 【請求項３】過去の失敗事例について正解が導けるよう
になったかどうかを評価し、正解が導けない場合は、正
解が導けるようになるまで前記しきい値を下げていくこ
とを特徴とする請求項２記載のネットワークの障害原因
推論方法。 - 【請求項４】前記しきい値を下げていくことにより、過
去の成功事例について不正解になった場合は、当該しき
い値を下げる以前の値に戻すことを特徴とする請求項３
記載のネットワークの障害原因推論方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9155497A JPH113227A (ja) | 1997-06-12 | 1997-06-12 | ネットワークの障害原因推論方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9155497A JPH113227A (ja) | 1997-06-12 | 1997-06-12 | ネットワークの障害原因推論方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH113227A true JPH113227A (ja) | 1999-01-06 |
Family
ID=15607351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9155497A Pending JPH113227A (ja) | 1997-06-12 | 1997-06-12 | ネットワークの障害原因推論方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH113227A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008003866A (ja) * | 2006-06-22 | 2008-01-10 | Omron Corp | 因果構造獲得装置、因果構造獲得方法、因果構造獲得プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体 |
-
1997
- 1997-06-12 JP JP9155497A patent/JPH113227A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008003866A (ja) * | 2006-06-22 | 2008-01-10 | Omron Corp | 因果構造獲得装置、因果構造獲得方法、因果構造獲得プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022068645A1 (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
| US20230401143A1 (en) | Intelligent services for application dependency discovery, reporting, and management tool | |
| US20220129276A1 (en) | Dependency analyzer in application dependency discovery, reporting, and management tool | |
| CN101859274B (zh) | 一种进行模糊测试的方法及系统 | |
| US20040103181A1 (en) | System and method for managing the performance of a computer system based on operational characteristics of the system components | |
| US20080148180A1 (en) | Detecting Anomalies in Server Behavior | |
| EP0784267B1 (en) | An efficient data-driven theory revision system | |
| US7996723B2 (en) | Continuous, automated discovery of bugs in released software | |
| CN108170566A (zh) | 产品故障信息处理方法、系统、设备和协同工作平台 | |
| CA2101926A1 (en) | Hierarchical distributed knowledge based machine initiated maintenance system | |
| WO2022134911A1 (zh) | 诊断方法、装置、终端及存储介质 | |
| WO2000068795A1 (en) | Adaptive and generalized status monitor | |
| TW202004771A (zh) | 控制方法以及醫學系統 | |
| Nourani et al. | Investigating the importance of first impressions and explainable ai with interactive video analysis | |
| WO2014173258A1 (zh) | 响应计划的可靠性分析方法及装置 | |
| CN116594801A (zh) | 一种大数据云计算的故障分析系统 | |
| JP3579834B2 (ja) | 管理可能なネットワークにおける事前対策オンライン診断 | |
| JPH113227A (ja) | ネットワークの障害原因推論方法 | |
| JPH09205429A (ja) | ネットワーク故障診断装置及び故障予測装置並びにその診断及び予測方法 | |
| JP6954379B2 (ja) | 異常箇所特定装置、異常箇所特定方法及びプログラム | |
| Ghanbari et al. | Semantic-driven model composition for accurate anomaly diagnosis | |
| CN116541728A (zh) | 一种基于密度聚类的故障诊断方法及装置 | |
| Odintsova et al. | Multi-fault diagnosis in dynamic systems | |
| JP4668117B2 (ja) | ネットワーク管理システムおよび方法 | |
| TW584894B (en) | System and method for determining causes causing abnormality of semiconductor equipment |