JPWO2008149975A1 - 通信網の障害原因分析システムと障害原因分析方法、及び障害原因分析用プログラム - Google Patents

Abstract

障害原因分析システムは、通信網における障害の原因を通信装置の内部処理の記録内容から推定する障害原因分析システムであって、障害の発生時に前記記録内容の統計的特徴を抽出する特徴抽出手段と、障害原因が既知である過去の障害発生時に取得した前記記録内容の統計的特徴と、障害の発生時に取得した前記記録内容の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定手段と、を備える。通信装置内部のプロセス・ログから検出した通信網の障害に対して、事例の多寡に関わらず過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得し、特徴のばらつきの範囲を定量的に判断に組み込んで、障害の発生原因を推定できる通信網の障害原因分析システムを提供する。

Description

本発明は、通信網の障害原因分析システム、障害原因分析方法及び障害原因分析用プログラムに関し、特に通信網を形成する通信装置内部のプロセス・ログを分析し、その統計的な特徴から通信網の障害原因を推定する通信網の障害原因分析システム、障害原因分析方法及び障害原因分析用プログラムに関する。本願は、２００７年６月６日に出願された特願２００７−１５０４２９号に基づき、優先権の利益を主張するものである。そして、特願２００７−１５０４２９号の内容は本願の明細書の内容に含まれる。

通信装置を複数台接続し、通信網を構成するシステムが知られている。

ここで、複数台の通信装置を接続し通信網を構成するシステムのブロック図を図１に示す。

図１の通信網は、上位の通信装置２００と、通信装置２００に接続される通信装置２０１〜２０３と、通信装置２０１〜２０３と接続される通信端末２０４，２０５と、通信装置２００に接続される網管理システム２０６とを備えている。

そして、上位の通信装置２００は、外部網とデータの中継を行う。

通信装置２０１〜２０３は、それぞれ通信端末２０４，２０５の何れかと接続され、動作が通信装置２００によって制御されるようになっている。図１では、通信装置２０１，２０３が通信端末２０４，２０５にそれぞれ接続された場合を示している。

通信端末２０４及び２０５は、それぞれ通信装置２０１〜２０３の何れかと通信媒体を通じて互いに接続されている。

網管理システム２０６は、通信装置２００に接続され、通信網の運用状況を管理している。

例えば、移動通信システムを具体例に取ると、基地局制御装置が通信装置２００に相当し、無線基地局が通信装置２０１〜２０３に相当し、移動局が通信端末２０４、２０５に相当する。

図１の通信網において、通信装置２００と通信装置２０１のように、互いに対向する通信装置の間で故障が発生すると、故障を通知するメッセージが通信装置２００又は通信装置２０１から網管理システム２０６に送信される。

保守者は、網管理システム２０６を監視しており、網管理システム２０６が故障通知メッセージを受信すると、保守者が該メッセージを分析し、分析結果を基に、具体的な回復措置を実施する。

このような故障通知メッセージを分析して、通信網に起きた障害の原因を推定するシステムの一例が、特許文献１に記載されている。

特許文献１に記載された障害原因の推定システムは、故障通知メッセージの発生パターンを分析し、事前に定めた推定ルールに従って障害原因を推定し、措置動作を自動的に実施する。

しかしながら、近年の通信装置の複雑化に伴い、通信網に起こり得る全ての故障に対して、このような故障通知メッセージを事前に用意して網羅的に備えておくことが困難になっている。

そのため、予め通知対象としていなかった故障が生じたり、故障の通知機能それ自体に故障が生じたりすると、故障の検出漏れが生じて通信網の障害が長期化しやすいという問題があった。

また、通信網に品質劣化などの深刻な通信障害が生じているにも関わらず、このように故障通知メッセージが適切に出力されない場合には、通信装置内部のプロセス・ログを分析して通信障害を検出し、障害原因を特定する方法が用いられる。

プロセス・ログには、故障通知メッセージよりも装置の内部処理に関する詳細な情報が含まれるので、故障通知メッセージによって検出できないような通信障害の検出と、その原因を推定できる場合がある。

この通信装置内部のプロセス・ログの一例が、特許文献２に記載されている。

特許文献２に記載されたプロセス・ログは、一般に呼処理警報ログと呼ばれるもので、通信装置内部の呼処理の途中で生じた異常切断に対して、異常切断が生じた処理の箇所や異常切断の発生理由などの情報を含んでいる。

異常切断の発生理由の例としては、待機処理の時間切れ、輻輳の発生、呼の受付規制の発生、通信帯域の不足、端末の喪失などが挙げられる。

通常、呼処理警報ログは、発生日時や異常切断に関わる通信ノードなどの情報を伴った時系列のログとして、通信装置２００や網管理システム２０６に設けられた記録装置に蓄積される。

このような通信装置内部のプロセス・ログは、障害の発生に備えて予め外部の網管理システムに出力しておくこともあるが、通常は、外部に出力せず障害発生時に必要に応じて取得することもある。

このような通信装置内部のプロセス・ログのうち、呼処理警報ログのように異常プロセスを記録したログを分析して、通信網の障害検出を行うシステムの一例が、特許文献３に記載されている。

図２は、特許文献３に記載された通信網の障害検出システムの構成を示した構成図である。

図２に示す障害検出システム２０７は、障害検出システム２０７が網管理システム２０６に接続される場合を例にして説明したものである。図２に示す障害検出システムは、ログ収集部１００と、観測量抽出部１０１と、障害の特徴抽出部１０２と、障害の特徴の出現強度算出部１０３と、出現強度の確率分布算出部１０４と、網特性ＤＢ（database）１０５と、異常度算出部１０６と、障害検出部１０７と、結果表示部１０８と、入力部１０９とを備えている。

ログ収集部１００は、網管理システム２０６の内部に蓄積されたプロセス・ログを収集する。

観測量抽出部１０１は、収集したログから網の状態監視に必要な観測量を抽出する。

障害の特徴抽出部１０２は、観測量抽出部１０１によって抽出された観測量から障害の特徴を抽出する。

障害の特徴の出現強度算出部１０３は、観測量抽出部１０１における観測量から、障害の特徴の出現強度を算出する。

出現強度の確率分布算出部１０４は、障害の特徴の出現強度算出部１０３から、正常時の確率分布を算出する。

網特性ＤＢ１０５は、出現強度の確率分布算出部１０４によって算出された正常時の確率分布と、障害の特徴抽出部１０２によって算出された障害の特徴とを格納する。

異常度算出部１０６は、障害の特徴の出現強度算出部１０３によって算出された出現強度の大きさと、網特性ＤＢ１０５に格納されている障害の特徴の出現強度の正常時の確率分布とを比較して、出現強度の異常な度合い（異常度）を算出する。

更に、複数の障害の特徴の異常度を総合化して通信ノードの異常度を算出する。

障害検出部１０７は、通信ノードの異常度と、網特性ＤＢ１０５に格納されている異常度の閾値とを比較して、通信ノードの状態を判定し障害を検出する。

結果表示部１０８は、障害の検出結果をＣＲＴ（Cathode Ray Tube）等の表示装置に表示する。

また、観測量抽出部１０１において、ログ収集部１００からログを抽出する観測量は、多次元ベクトルであり、ログから特定の通信ノードが関与するプロセスを抽出し、抽出したプロセスの種別ごとに、単位時間当たりの発生回数を求めた値をベクトルの各要素とする。

また、障害の特徴抽出部１０２において、観測量から抽出する障害の特徴は、統計的に無相関な変動成分、統計的に独立な変動成分、統計的に完全な無相関でも独立でもないが、障害原因と関連することが経験的にわかっている変動成分など、観測量から統計的もしくは経験的に抽出された多次元ベクトルである。

障害原因の例としては、干渉信号の出現、通信ユーザ数の一時的な急増、通信路の遮断、通信装置の故障などが挙げられる。

図３は、網特性ＤＢ１０５に格納されている情報の構成を示した構成図である。

網特性ＤＢ１０５は、監視対象とする通信ノード１〜Ｊ（Ｊは自然数）ごとに、通信ノードの特性を表すパラメータを格納している。

通信ノードの特性パラメータは、ログから抽出した障害の特徴（障害の発生時におけるログの統計的な特徴）１〜Ｎ（Ｎは自然数）と、正常時におけるこの統計量の出現強度の確率分布と、障害検出に用いる異常度の閾値とから構成される。

次に、特許文献３に記載された通信網の障害検出システムの動作について、図４と、図５とを用いて詳細に説明する。

図４は、特許文献３に記載された通信網の障害検出システムの動作を説明するフローチャートである。

図４において、ステップ３００で動作が開始され、次に、監視対象とする通信ノードに生じるプロセスの単位時間における発生回数を、ログ収集部１００が収集したログから観測量抽出部１０１が抽出し、それらの値を要素とする多次元ベクトルを観測量とする（ステップＳ３０１）。

このとき、障害の監視対象とする通信ノードと時間範囲については、ユーザによって入力部１０９を介して指定される。

ここで、網特性ＤＢ１０５が未構築である場合には、ステップＳ３０２において網特性ＤＢ１０５を更新すると判断し、通信網の障害監視に先立ってステップＳ３０３において網特性ＤＢ１０５を構築する。

図５は、ステップＳ３０３における網特性ＤＢ１０５の構築処理の動作を説明するフローチャートである。

まず、ステップＳ４００で網特性ＤＢの構築（更新）が開示されると、ステップＳ４０１において、監視対象とする通信ノード（通信ノード１〜Ｊ）から単位時間ごとに得られる観測量を標本として、正常時と障害時との標本を共に含む標本集合を生成する。

次に、ステップＳ４０２において、標本集合から障害の統計的特徴を抽出して網特性ＤＢ１０５に格納する。

その後、ステップＳ４０３において、監視対象とする通信ノード１〜Ｊが正常な状態にあるときに得られる観測量の標本を、前記標本集合から抽出する。

そして、ステップＳ４０４では、ステップＳ４０３において抽出した各標本から障害の特徴の出現強度を算出する。

その後、ステップＳ４０５では、ステップＳ４０３において生成した障害の特徴の出現強度の集合から、出現強度の確率分布を算出して網特性ＤＢ１０５に格納する。

ステップＳ４０６では、監視対象とする通信ノード１〜Ｊが障害状態にある時に得られる観測量の標本を前記標本集合から抽出する。

そして、ステップＳ４０７では、ステップＳ４０６において抽出した各標本から障害の特徴の出現強度を算出する。

その後、ステップＳ４０８では、障害の特徴の出現強度の異常度を総合化した通信ノード１〜Ｊの異常度を求める。

そして、ステップＳ４０９では、前記の障害時の通信ノード１〜Ｊの異常度の分布もしくは運用ポリシーに基づいて定まる異常度の閾値を、網特性ＤＢ１０５に格納する。

このように、図５に示したフローチャートによる網特性ＤＢの構築処理によって、網特性ＤＢ１０５を更新することができる。

図４のステップＳ３０３に戻ると、特許文献３に記載された通信網の障害検出システムでは、このように構築された網特性ＤＢ１０５を用いて、通信ノードの障害を検出する。

具体的には、ステップＳ３０４において、前記観測量から網特性ＤＢ１０５に格納されている障害の特徴の出現強度を算出する。

そして、ステップＳ３０５では、網特性ＤＢ１０５に格納されている確率分布から通信ノードの異常度を求める。

そして、ステップＳ３０６では、監視対象とする通信ノードの異常度と、網特性ＤＢ１０５に格納されている閾値を比較して障害の有無を判定する。

以上により、障害の特徴の出現強度の異常度は、網特性ＤＢ１０５に格納されている確率分布から求めた出現強度の上側確率、下側確率、両側確率の何れかに設定し、通信ノードの異常度は、個々の障害の特徴に対して求めた出現強度の異常度の積としている。

これにより、特許文献３に記載された通信網の障害検出システムでは、装置内部のプロセス・ログを用いた通信網の障害検出を実現している。
特開２００４−８０２９７号公報 特開平１１-２６１４７１号公報 特開２００７−０２０１１５号公報 Aapo Hyvarinen 他２名、訳者２名、「詳解 独立成分分析」、東京電機大学出版局、２００５年２月１０日、ｐ１６４−ｐ２１７ Richard O. Duda 他２名、監訳者１名、「パターン識別」、新技術コミュニケーションズ、２００１年７月３日、ｐ３２−ｐ３６、ｐ５２８−ｐ５２９

しかしながら、プロセス・ログには、通信の内部処理の履歴しか記録されていないことが多い。

そのため、保守者がその内容を見て障害を検出し発生原因を推定するのは、一般的には容易ではない。

そのため、関連技術では、ログの出力特性を統計解析して障害の特徴を抽出し、その特徴を用いて障害を自動検出しているが、検出された障害の発生原因までは推定することができていなかった。

というのも、ログから検出された障害に対して発生原因を推定するには、ログから抽出した障害の特徴と障害原因とを対応付けねばならないが、以下の理由から両者の対応関係を獲得するのは困難な場合が多いからである。

まず、第１の理由は、ログから抽出した障害の特徴は統計的な量であるため、値のばらつきを伴い障害の特徴と障害原因の間の対応関係が不明瞭だからである。

このような障害の特徴のばらつきは、通信ノードにおいて障害とは無関係に定常的に発生しているプロセスや、他の障害の特徴が完全には分離しきれずに残るために生じる場合が多い。

しかも、過去の障害事例から両者の対応関係を獲得する場合には、新規システムの運用開始直後に生じる障害や発生頻度が少ない障害などについては事例の蓄積が少ないため、値のばらつきの範囲を特定しにくい。

従って、両者の対応関係を獲得することは、困難なことが多い。

次に、第２の理由は、障害の特徴と障害原因の間の対応関係について過去の障害事例から獲得しようとしても、新たに抽出された障害の特徴に対応する障害原因が、過去の解決済みの障害事例の中にない場合があるからである。

このような場合には、装置の設計情報を手掛かりに、運用中の装置の振る舞いを論理的に推測して障害の特徴と障害原因を結び付けなければならない。

しかし、近年、通信装置の内部処理の複雑化が進んでおり、装置内部のプロセスと障害原因を結びつける事前知識が容易には得難くなっているため、障害の特徴と障害原因を結びつける作業は、多くの困難を伴っていた。

そこで、本発明の典型的な第１の目的は、上記問題点を鑑みてなされたものであり、通信装置内部のプロセス・ログから検出した通信網の障害に対して、事例の多寡に関わらず過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得し、特徴のばらつきの範囲を定量的に判断に組み込んで、障害の発生原因を推定できる通信網の障害原因分析システム、障害原因分析方法及び障害原因分析用プログラムを提供することを目的とする。

また、本発明の典型的な第２の目的は、上記問題点に鑑みてなされたものであり、通信装置内部のプロセス・ログから検出した通信網の障害に対して、過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得できない場合であっても、分析ルールを速やかに形成できるようにユーザを支援し、ユーザから収集した情報により形成したルールを用いて障害原因を推定できる通信網の障害原因分析システム、障害原因分析方法及び障害原因分析用プログラムを提供することを目的とする。

本発明に係る典型的な第１の障害原因分析システムは、 通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムであって、
入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出部と、
障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴を記憶する記憶部と、
前記第１の統計的特徴と前記第２の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定部と、
を備えたことを特徴とする。

本発明に係る典型的な第２の障害原因分析システムは、通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムであって、
入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出部と、
前記統計的特徴を含む第１の情報を出力する出力部と、
障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力部と、
入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定部と、
を有することを特徴とする。

本発明に係る典型的な第１の障害原因分析方法は、通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムにおける障害原因分析方法であって、
入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出ステップと、
障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴と、前記第１の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定ステップと、
を備えたことを特徴とする。

本発明に係る典型的な第２の障害原因分析方法は、通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムにおける障害原因分析方法であって、
入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出ステップと、
前記統計的特徴を含む第１の情報を出力する出力ステップと、
障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力ステップと、
入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定ステップと、
を有することを特徴とする。

本発明に係る典型的な第１の障害原因分析用プログラムは、通信網における障害の原因を、通信装置の内部処理の記録内容から推定するために、コンピュータに、
入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出処理と、
障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴と、前記第１の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定処理と、
を実行させる、障害原因分析用プログラムである。

本発明に係る典型的な第２の障害原因分析方法は、通信網における障害の原因を、通信装置の内部処理の記録内容から推定するために、コンピュータに、
入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出処理と、
前記統計的特徴を含む第１の情報を出力する出力処理と、
障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力処理と、
入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定処理と、
を実行させる、障害原因分析用プログラムである。

本発明によれば、通信網の障害原因分析システムは、ばらつきのある障害の特徴を類似度に従ってグループ化して障害の特徴と障害原因の間の対応関係を過去の障害事例から獲得し、新規障害の発生原因を前記対応関係から推定する際に、過去事例の多寡に応じて障害の特徴のばらつきの範囲を定量的に判断基準に組み込んで障害原因を推定する。

これにより、通信網の障害原因分析システムは、通信装置内部のプロセス・ログから検出した通信網の障害に対して、障害の特徴にばらつきがある場合や類似の過去事例が少ない場合であっても、過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得し、障害の発生原因を推定することができる。

また、本発明によれば、通信網の障害原因分析システムは、ログから抽出した障害の特徴をユーザに提示し、提示した障害の特徴に対して過去の障害解決の経験に基づき与えた評価情報をユーザから収集し、収集した評価情報から障害の特徴と障害原因の間の対応関係を獲得して障害原因を推定する。

これにより、通信網の障害原因分析システムは、通信装置内部のプロセス・ログから検出した通信網の障害に対して、過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得できない場合であっても、ユーザを支援して障害の原因を推定するルールを速やかに形成し、障害の発生原因を推定することができる。

関連技術である通信網の装置構成の一例を示す図である。 関連技術である特許文献３による通信網の障害検出システムの構成図である。 関連技術である特許文献３による網特性ＤＢ１０５に格納されている情報の構成図である。 関連技術である特許文献３による通信網の障害検出システムの動作を説明するフローチャートである。 関連技術である特許文献３による網特性ＤＢ１０５の構築処理の動作を説明するフローチャートである。 本発明の実施形態１による通信網の障害原因分析システムの構成を示す構成図である。 本発明の実施形態１の障害検出部の構成を示す構成図である。 本発明の実施形態１の原因分析部及び知識形成部の構成を示す構成図である。 本発明の実施形態１による障害の特徴ＤＢ５０４に格納されている情報の構成を示す構成図である。 本発明の実施形態１による網特性ＤＢ１０５に格納される情報の構成を示す構成図である。 本発明の実施形態１による分析結果の表示例の一例を示す図である。 本発明の実施形態１による分析結果の表示例の一例を示す図である。 本発明の実施形態１による分析結果の表示例の一例を示す図である。 本発明の実施形態１による障害分析システムの動作を説明するフローチャートである。 本発明の実施形態１による障害の特徴ＤＢ５０４の更新処理の動作を説明するフローチャートである。 本発明の実施形態１による障害の特徴を類似度に応じてグループ化する手法の動作を説明するフローチャートである。 本発明の実施形態１による障害の特徴をグループ化する手法を説明する図である。 本発明の実施形態１による障害の特徴をグループ化する手法の動作を説明するフローチャートである。 本発明の実施形態１による網特性ＤＢ１０５の更新処理（更新パタンＡ）の動作を説明するフローチャートである。 本発明の実施形態１による網特性ＤＢ１０５の更新処理（更新パタンＢ）の動作を説明するフローチャートである。 本発明の実施形態１による障害の特徴と類似性が高い障害の特徴Ｇｒを検出する処理の動作を説明するフローチャートである。 本発明の実施形態１による障害の特徴と類似性が高い障害の特徴Ｇｒを検出する処理の例を説明する図である。 コンピュータの一構成を示すブロック図である。

符号の説明

１００ ログ収集部
１０１ 観測量の抽出部
１０２ 障害の特徴抽出部
１０３ 障害の特徴の出現強度算出部
１０４ 出現強度の確率分布算出部
１０５ 網特性ＤＢ
１０６ 異常度算出部
１０７ 障害検出部
１０８ 結果表示部
２００〜２０３ 通信装置
２０４、２０５ 通信端末
２０６ 網管理システム
２０７ 障害検出システム
２０８ 障害原因分析システム
２０９ 障害検出部
２１０ 原因分析部
２１１ 知識形成部
５０１ 障害事例ＤＢ
５０２ 障害の特徴グループ化部
５０３ 障害の特徴ＤＢ構築部
５０４ 障害の特徴ＤＢ
５０５ 障害原因リスト生成部
５０６ 分析結果集約部
５０７ 障害原因総合判定部
５０８ ユーザの評価情報の集約部
１０９、５０９、５１０ 入力部
１００２〜１００９、１１０２〜１１０５、１１１１〜１１１６、１１１７〜１１２２
分析結果の表の列
１０１０、１１０６、１１２３〜１１２４ ボタン
１０１１、１１２５ 分析結果
１００１、１１０１ グラフ
１２０１〜１２０３ 障害の特徴Ｇｒ内部の領域
１２０４〜１２０６、１２１３ 障害の特徴Ｇｒの代表点
１２０７〜１２１２、１２１４〜１２１６ 障害の特徴Ｇｒの境界面
１２１７〜１２１９ 障害の特徴

次に、本発明を実施するための典型的な実施形態（exemplary embodiment）について、図面を参照して詳細に説明する。

（１）障害原因分析システムの構成
図６は、本発明を実施するための実施形態１として、通信網の障害原因分析システムの構成を示した構成図である。図７は、障害検出部の構成を示す構成図、図８は原因分析部及び知識形成部の構成を示す構成図である。図７において、障害検出部２０９外に配置される、障害事例ＤＢ５０１、障害の特徴グループ化部５０２及び障害原因リスト生成部５０５は図８に示すように原因分析部２１０に含まれる。また図７の分析結果集約部は、図８に示すように知識形成部２１１に含まれる。また、図８のログ収集部１００、障害の特徴抽出部１０２、網特性ＤＢ１０５及び障害検出部１０７は、図７に示すように障害検出部２０９に含まれる。

図６に示す障害原因分析システム２０８は、障害検出部２０９と、原因分析部２１０と、知識形成部２１１とを備えている。

ここで、本実施形態の障害原因分析システム２０８のうち、障害検出部２０９は、図２に示した障害検出システム２０７と同様である。なお、本実施形態では、障害検出部２０９は結果表示部１０８は備えていないが、結果表示部１０８は知識形成部２１１に設けられている。

従って、本実施形態の障害原因分析システムが図２の障害検出システム２０７と異なる点は、原因分析部２１０と、知識形成部２１１とを備えている点であり、以下では、この相違点について主に説明し、図２の構成と共通する要素については、説明を適宜省略する。

本実施形態における障害原因分析システム２０８は、上述したように、障害検出部２０９に加えて、原因分析部２１０と、知識形成部２１１とを更に備えている。

まず、原因分析部２１０は、過去の障害事例から障害の特徴と障害原因の間の対応関係を獲得し、その対応関係を用いて分析対象の通信ノードに現れる障害原因のリストを生成する。

この原因分析部２１０は、障害事例ＤＢ５０１と、障害の特徴グループ化部５０２と、障害の特徴ＤＢ構築部５０３と、障害の特徴ＤＢ５０４と、障害原因リスト生成部５０５と、入力部５１０とを備えている。

障害事例ＤＢ５０１は、過去の障害事例について障害発生の前後に、装置から取得したプロセス・ログと障害原因に関する情報を格納する。

障害の特徴グループ化部５０２は、障害事例ＤＢ５０１に格納されたプロセス・ログをログ収集部１００に与えて、障害の特徴抽出部１０２でログから抽出した多次元ベクトル（障害の特徴）をベクトル間の類似度でグループ化する。

障害の特徴ＤＢ構築部５０３は、障害の特徴グループ化部５０２で形成された障害の特徴のグループ（障害の特徴Ｇｒ）と、障害事例ＤＢ５０１に格納された障害原因から障害の特徴Ｇｒと障害原因の間の対応関係を推定する。

そして、障害の特徴ＤＢ構築部５０３は、その情報（すなわち対応関係の情報である。）を障害の特徴ＤＢ５０４に格納する。

障害原因リスト生成部５０５は、障害の特徴抽出部１０２で分析対象の通信ノードのログから抽出した障害の特徴（障害の発生時におけるログの統計的な特徴）と、障害の特徴ＤＢ５０４に格納された障害の特徴Ｇｒの類似性を評価して障害の特徴に対応する障害原因を推定する。障害の特徴抽出部１０２は通信装置の内部処理の記録内容の第１の統計的特徴を抽出する特徴抽出部となる。障害の特徴ＤＢ５０４は、障害原因が既知である過去の障害発生時における記録内容の第２の統計的特徴（例えば、障害の特徴Ｇｒ）を記憶する記憶部となる。障害原因リスト生成部５０５は、障害原因推定部となる。

そして、分析対象の通信ノードに現れる障害原因のリストを生成して網特性ＤＢ１０５に格納する。

入力部５１０は、過去の障害事例を障害事例ＤＢ５０１に格納するための入力を行う。

次に、知識形成部２１１は、障害原因の推定結果や障害の特徴情報などの分析結果をユーザに提示するとともに、提示した情報を閲覧する複数のユーザから過去の障害解決の経験に基づく評価情報を収集し、それらを集約して障害推定のための知識を形成する。

この知識形成部２１１は、分析結果集約部５０６と、障害原因総合判定部５０７と、結果表示部１０８と、入力部５０９と、原因分析部２１０と共有する障害の特徴ＤＢ５０４と、ユーザの評価情報の集約部５０８とを備えている。結果表示部１０８は、入力された記録内容から特徴抽出部１０２で抽出した、障害発生時における記録内容の統計的特徴を含む第１の情報を出力する出力部となる。入力部５０９は、障害原因と統計的特徴の対応関係、及び統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力部となる。また、原因分析部２１０と共有する障害原因リスト生成部５０５は入力された第２の情報に基づいて、障害原因を推定する障害原因推定部となる。

分析結果集約部５０６は、障害検出部２０９で障害が検出された通信ノードを対象に、関連する分析結果を集約する。

また、分析結果集約部５０６は、通信ノードで発生した障害の原因分布の推定結果を障害検出部２０９から収集し、更に原因分布に現れる個々の障害の特徴並びにユーザの評価情報を障害の特徴ＤＢ５０４から収集する。

障害原因総合判定部５０７は、通信ノードの障害原因を総合判定する。

結果表示部１０８は、総合判定結果や集約した分析結果をＣＲＴ等の表示装置に表示する。

入力部５０９は、結果表示部１０８に提示された障害原因の分析結果を見たユーザから後述する過去の障害解決の経験に基づく評価情報を、キーボードやネットワーク等を介して収集する。

ユーザの評価情報の集約部５０８は、新たに収集した評価情報と障害の特徴ＤＢ５０４に格納された既存の評価情報を併合して再集計し、再び障害の特徴ＤＢ５０４に格納する。

次に、図９は、障害の特徴ＤＢ５０４に格納されている情報の構成を示した構成図である。

障害の特徴ＤＢ５０４には、障害の特徴グループ化部５０２で形成された障害の特徴Ｇｒごとに、識別番号と、グループ内部の障害の特徴に対応する過去の障害事例から求めたパラメータと、知識形成部２１１から取得した値より求めたパラメータが格納されている。

なお、本実施形態では、装置内部のプロセスの種別ごとに単位時間当たりの発生回数（すなわち出現頻度である。）を求めた値を各要素とする多次元ベクトルを観測量とする。

更に、観測量から抽出した統計的に独立な変動成分を障害の特徴とする。

この場合、障害の特徴は、プロセスの出現頻度を要素とする多次元ベクトルとなる。

このとき、多次元ベクトルには、必要に応じて要素の最大値が一定となるような正規化の処理を施してもよい。

例えば、観測量から統計的に独立な変動成分を抽出する手段として、本実施形態では独立成分分析の手法を用いる。この独立成分分析の詳細については、非特許文献１に詳しく記載されている。

ここで、図９に示すように、過去の障害事例から求めたパラメータには、障害の特徴Ｇｒの特性パラメータとして、多次元ベクトルであるグループ内の障害の特徴を対象に、ベクトルの各要素に対応するＮ個のプロセス種別（図中の「ＰＲＣ-１〜ＰＲＣ-Ｎ」）と、プロセスの出現頻度の平均（図中の「出現頻度の平均」）と、出現頻度の分散（図中の「出現頻度の分散」）とを含んでいる。

更に、過去の障害事例の総数（図中の「過去事例の総数」）と、障害原因の名称（図中の「障害原因１〜障害原因Ｍ」）と、個々の障害原因の発生度数（図中の「障害原因の発生度数」）と、障害原因の発生度数の偏り度合いを表す値（図中の「障害原因のばらつき」）とが含まれている。

また、知識形成部２１１で取得した値から求めたパラメータには、プロセスＰＲＣ-１〜ＰＲＣ-Ｎに対して、障害原因との関連性をユーザが評価した結果（関連あり/関連なし）の度数分布（図中の障害の特徴Ｇｒの特性の「ユーザ評価」）と、障害原因１〜障害原因Ｍごとに障害の特徴Ｇｒとの関連性をユーザが評価した結果（関連あり/関連なし）の度数分布（図中の障害原因に対応する「ユーザ評価」）とを含んでいる。

更に、類似性が高い他の障害の特徴Ｇｒについて、識別番号（図中の類似性が高い他の障害の特徴Ｇｒの「識別番号」）と、元の障害の特徴Ｇｒとの類似度（図中の「類似度」）と、障害原因との関連性をユーザが評価した結果（関連あり/関連なし）の度数分布（図中の類似性が高い他の障害の特徴Ｇｒの「ユーザ評価」）と、これらのユーザの評価がシステムに与えられた回数（図中の「評価総数」）が含まれている。

次に、図１０は、本実施形態において網特性ＤＢ１０５に格納される情報の構成を示した構成図である。

図１０では、図３に示した構成に加えて、障害原因リスト生成部５０５（図８参照）にて障害の特徴に対応付けられた障害の特徴Ｇｒの識別番号が、障害の特徴ごとに格納される。

なお、対応する障害の特徴Ｇｒが存在しない場合は、その旨が記載される。

次に、図１１から図１３に示す図面は、知識形成部２１１の結果表示部１０８に表示される分析結果の表示例を示す図面である。

図１１に示す分析結果１０１１は、通信ノードで発生した障害に対して、発生原因の推定結果を示す表示例である。

分析結果１０１１には、ログから抽出された障害の特徴ごとに異常度算出部１０６で求めた異常度の値がグラフ１００１に示されており、個々の障害の特徴に対する付加情報が列１００２から列１００９に、表によって示されている。

図１１の表に含まれる付加情報として、列１００３には、障害の特徴のインデックス番号が示されている。

また、列１００４には、障害原因リスト生成部５０５において、障害の特徴との類似性が最も高いと評価された障害の特徴Ｇｒの識別番号が示されている。

また、列１００５には、障害原因総合判定部５０７における主要原因の判定結果が示されている。

また、列１００６には、障害原因リスト生成部５０５において、障害の特徴に対応すると推定された主要な障害原因が示されている。

また、列１００７には、障害の特徴に対応する原因のばらつきの度合いが示されている。

また、列１００８には、列１００４に記載された識別番号で特定される障害の特徴Ｇｒと障害の特徴の間の類似性の度合いが示されている。

また、列１００９には、該障害の特徴Ｇｒに関連付けられた過去事例の総数が示されている。

ユーザは、同図の表の列１００６に記載された障害原因の中から、列１００５の判定結果が主要原因であるものを抽出することにより、分析期間中に通信ノードで発生した単数もしくは複数の障害に対する主要な原因の推定結果を得ることができる。

次に、図１２の分析結果１１２５は、分析結果１０１１の表に並んだ障害の特徴Ｇｒに対する詳細情報並びにユーザの評価情報を入力するインタフェイスの表示例である。

図１２に示した分析結果１１２５は、詳細情報を表示させたい障害の特徴Ｇｒの識別番号を含む行を、図１１の列１００２によって選択し、ボタン１０１０（図１１）を押すと、表示される。

図１２の分析結果１１２５には、障害の特徴Ｇｒに関連付けられた過去の障害事例から求めた情報が示されており、グラフ１１０１と、列１１０２〜列１１０５とによって表示される表には、障害原因の分布が示されている。

また、図１２の分析結果１１２５は、列１１１１〜列１１１６によって表示される表には列１００２で選択された障害の特徴の構成ならびに障害の特徴Ｇｒに含まれる障害の特徴の特性が示されている。

また、列１１１７〜列１１２２によって表示される表には、類似性が高い他の障害の特徴Ｇｒが示されている。

グラフ１１０１には、障害の特徴Ｇｒに関連付けられた過去の障害事例から求めた障害原因の発生度数と、列１１０３にリストされた障害原因に対して障害の特徴Ｇｒと関連性があるとユーザが評価した度数が、列１１０３にリストされた障害原因ごとに割合で示されている。

また、列１１０２〜列１１０５によって表示される表に含まれる情報として、列１１０２には、障害原因のインデックス番号が示されている。

また、列１１０３には、障害原因のカテゴリが示されている。

また、列１１０４には、障害原因の登録の種別が示されている。

また、列１１０５には、障害の特徴Ｇｒと障害原因の間の関連性に対してユーザが評価を与えるインタフェイスが設けられている。

また、列１１０４の登録種別には、障害原因のカテゴリが過去の障害事例から抽出されたものならば「過去事例」と表示される。一方、ユーザが新たに追加した原因カテゴリならば「ユーザ登録」と表示される。

原因カテゴリの追加は、ボタン１１０６を押すことにより行を新規作成する。そして、列１１０３に障害原因のカテゴリ名称をユーザが入力し、ボタン１１２４を押しシステムに登録することができる。

原因カテゴリの追加は、過去の解決済みの障害事例の数が少ないため障害事例から抽出したもの以外のカテゴリに真の原因があるとユーザが判断した場合や、過去の障害事例が未解決の障害事例のみの場合（分析結果１０１１で列１００６に「原因不明」と表示される場合）に行う。

次に、図１３は、分析結果１０１１（図１１）で列１００６に「原因不明」と表示された障害の特徴を選択した場合に示される、グラフ１１０１（図１２）と、列１１０２〜列１１０５（図１２）によって表示される表の表示例である。図１３（Ａ）はグラフ１１０１、図１３（Ｂ）は表を示す図である。

この表示結果からは、識別番号Ｐ００３５の障害の特徴Ｇｒには、過去の未解決の障害事例が１０件関連付けられていて、ユーザから計１０回の評価を与えられていることが分かる。

また、あるユーザが登録した基地局故障が、障害原因として他のユーザからも障害の特徴Ｇｒとの関連性が高いと推測されていることがわかる。

この結果を見たユーザは、図１２の分析結果１１２５に提示された他の情報を含めて総合的に判断して障害原因を推測する。そして提示された情報に対する評価結果を列１１０３や列１１０５のインタフェイスを介してシステムに反映させる。

また、図１２の列１１１１〜列１１１６によって表示される表には、列１１１１にプロセスの種別が示されている。

また、図１２の列１１１２と列１１１３には、それぞれ障害の特徴Ｇｒに含まれる障害の特徴に対して、過去の障害事例から求めた各プロセスの出現頻度の平均と分散が示されている。

また、列１１１４には、分析対象の通信ノードのログから求めた障害の特徴のうち、列１００２で選択された障害の特徴を構成するプロセスの出現頻度が示されている。

また、列１１１５には、複数のユーザから収集した評価結果から求めた、原因を推定する際にプロセスを注目すべき度合いが示されている。

また、列１１１６には、プロセスと障害原因の間の関連性に対してユーザが評価を与えるインタフェイスが設けられている。

また、図１２の列１１１７〜列１１２２によって表示される表には、列１１１８に、列１００２で選択された障害の特徴Ｇｒと類似性が高い他の障害の特徴Ｇｒの識別番号が示されている。

また、列１１１９には、その主要な障害原因が示されている。

また、列１１２０には、類似性の度合いが示されている。

また、列１１２１には、複数のユーザから収集した評価結果から求めた、原因を推定する際に類似性が高い他の障害の特徴Ｇｒを注目すべき度合いが示されている。

また、列１１２２には、類似性が高い他の障害の特徴Ｇｒと障害原因の間の関連性に対してユーザが評価を与えるインタフェイスが設けられている。

そして、列１１１７で障害の特徴Ｇｒを選択してボタン１１２３を押すと、選択された障害の特徴Ｇｒに対して分析結果１１２５と同様な推測結果が画面に表示される。
（２）障害原因分析システムの動作
次に、図１４から図２１に示すフローチャートや図面を参照して、本発明における実施形態１の動作について詳細に説明する。

図１４は、本実施形態による障害分析システムの動作を説明するフローチャートである。

本実施形態では、まず、ステップＳ２０００から開始し、ステップＳ２００１において、障害の特徴ＤＢ５０４を更新するか否かを判定する。

障害の特徴ＤＢ５０４が未構築な場合、もしくは格納されている情報が古い場合であって、障害の特徴ＤＢ５０４を更新すると判断した場合には、ステップＳ２００２において障害の特徴ＤＢ５０４を更新する（この障害の特徴ＤＢ５０４の更新については、後述する（２−１）障害の特徴ＤＢの更新処理にて詳述する。）。

次に、ログ収集部１００により網管理システム２０６から収集したログを対象に、観測量抽出部１０１において観測量を抽出する（ステップＳ２００３）。

その後、網特性ＤＢ１０５を更新するか否かを判定する（ステップＳ２００４）。

網特性ＤＢ１０５が未構築な場合、もしくは格納されている情報が古い場合であって、網特性ＤＢ１０５を更新すると判断した場合には、ステップＳ２００５において、網特性ＤＢ１０５を更新する（更新パターンＢについては、後述する。）。

ステップＳ２００６からステップＳ２００８の各ステップでは、それぞれ、図４を用いて説明したステップＳ３０４からステップＳ３０６と同様な処理を行う。

ステップＳ２００９では、障害検出部１０７と障害の特徴ＤＢ５０４とから必要な情報を取得して、図１１及び図１２に示した分析結果１０１１と分析結果１１２５を生成し、該分析結果を結果表示部１０８に出力する。

ここで、分析結果１０１１の列１００６（図１１）には、障害の特徴に対応する主要な障害原因として、障害の特徴Ｇｒに対応する原因分布に現れる障害原因のうち、例えばグラフ１１０１で発生割合が最も大きな障害原因を表示する。

このとき、過去の障害事例が少ないため、ユーザにより障害原因が登録されている場合についても、それらも含めて主要な障害原因を判定する。

列１００８（図１１）には、後述する障害の特徴Ｇｒと障害の特徴の間の類似性の度合いを表示する。

表示形式が大/中/小などのカテゴリ形式である場合には、各カテゴリに対して固有な値の範囲を事前に割り当てておき、数値に応じて、数値が該範囲内に含まれるカテゴリに変換して表示される。

分析結果１１２５（図１２）の列１１１５や列１１２１に表示する注目度は、高/中/低などのカテゴリごとに固有な値の範囲を事前に割り当てておき、ユーザの評価総数に対する「関連あり」の度数の割合を求め、その割合に応じて値が該範囲内に含まれるカテゴリに変換して表示する。

ステップＳ２０１０では、ログから抽出された障害の特徴に対応する障害原因のうち、通信ノードで発生した障害の主要な障害原因とみなすものをステップＳ２００９で集約し、その集約された情報を総合評価して判定し、分析結果１０１１の列１００５に判定結果を表示する。

総合評価は、例えば、異常度が大きな障害の特徴を対象に、障害原因のばらつきが小さく、かつ障害の特徴との類似度（過去事例との類似度）が大きな障害原因Ｇｒを抽出し、該障害原因Ｇｒに対応する列１００６の障害原因（図１１）を主要な障害原因とみなす等の方法により行う。

ステップＳ２０１１では、分析結果１０１１や分析結果１１２５などの分析結果を結果表示部１０８（図８）に表示する。

ステップＳ２０１２では、該分析結果を閲覧したユーザから、入力部５０９を介して評価情報を収集し、障害の特徴ＤＢ５０４に格納されている既存の評価情報と併合して再集計して、集計結果を障害の特徴ＤＢ５０４に格納する。
（２−１）障害の特徴ＤＢの更新処理の動作
図１５は、ステップＳ２００２における障害の特徴ＤＢ５０４の更新処理の動作を説明するフローチャートである。

まず、ステップＳ２１００から開始し、ステップＳ２１０１では、障害事例ＤＢ５０１からログ収集部１００を介して障害事例に対応するログを取得する。

次に、ステップＳ２１０２では、観測量抽出部１０１において取得したログから観測量を抽出する。

更に、ステップＳ２１０３では、網特性ＤＢ１０５を更新する（この更新パターンＡについては、後述する。）。

次に、障害の特徴抽出部１０２（図７）から出力された障害の特徴を、障害の特徴の間の類似度に従って障害の特徴グループ化部５０２でグループ化し、後述するグループの特性を障害の特徴ＤＢ５０４に格納する（ステップＳ２１０４）。

続いて、障害の特徴ＤＢ構築部５０３において、障害の特徴の抽出元のログに対応する障害原因を過去事例ＤＢ５０１から取得して、個々の障害の特徴に対応付ける（ステップＳ２１０５）。

このように、個々の障害の特徴は、障害原因と関連付けられているため、障害の特徴をグループ化することによって、単数もしくは複数の障害原因を要素とするグループが得られる。

そこで、該グループ内部の障害の特徴から、障害の特徴に関連付けられた障害原因の発生度数の分布を求め、障害の特徴ＤＢ５０４に格納する（ステップＳ２１０６）。

このステップＳ２１０６の処理は、障害の特徴ＤＢ構築部５０３にて行う。

最後に、ステップＳ２１０７において、障害の特徴Ｇｒに対して類似性が高い他の障害の特徴Ｇｒを求めて、障害の特徴ＤＢ５０４の「類似性が高い他の障害の特徴Ｇｒ」の「識別番号」と「類似度」に値を格納する。

このとき、障害の特徴Ｇｒの間の類似度は、後述する障害の特徴のグループ化で用いた類似度の測度、すなわち障害の特徴Ｇｒの代表点の間のユークリッド距離で評価する。格納後にステップＳ２００３へ移る（ステップＳ２１０８）。
（２−２）類似度によるグループ化処理の動作
図１６は、障害の特徴の間の類似度に従って、障害の特徴をグループ化する手法の動作を説明するフローチャートである。

本実施形態では、該手法の一例としてk-Ｍeans法によるクラスタリングを用いる場合について説明するが、他のグループ化手法を用いても構わない。

このようなグループ化手法は、非特許文献２に詳しく記載されている。

なお、本実施形態では、障害の特徴の間の類似度の測度として、ユークリッド距離を用いた場合の実施形態を示すが、他の類似度の測度を用いても構わない。

ただし、類似度の測度として距離を用いる場合には、距離が小さいほど類似性が高い（類似度が大きい。）とみなすこととする。

本実施形態におけるグループ化では、まず、ステップＳ２４００から開始し、障害の特徴の集合から、事前にＫ個の標本を抽出する（ステップＳ２４０１）。

次に、抽出した各標本を代表点とするＫ個のグループを生成する（ステップＳ２４０２）。

続いて、障害の特徴の集合の残りの標本と、Ｋ個のグループの代表点の間のユークリッド距離を求め、各標本を代表点との距離が最小であるグループに割り当てる（ステップＳ２４０３）。

更に、グループの代表点をグループ内部の障害の特徴の平均ベクトル（重心ベクトル）に更新する（ステップＳ２４０４）。

このとき、更新の前後で代表点の値が変化する場合には、ステップＳ２４０３に戻り、変化がない場合には、グループ化が完了したとみなして終了する（ステップＳ２４０５、ステップＳ２４０６）。

以上の処理により、障害の特徴の集合からＫ個のグループが形成される。
（２−３）障害原因の特徴グループ化の動作説明
図１７（ａ）は、類似度によるグループ化処理によって得られた障害原因の特徴グループの例を示した図である。

ここで、障害の特徴に対するグループ化処理の動作について、図１８のフローチャートを参照しながら説明する。

図１７（ａ）は、障害原因１から障害原因３に対応する過去事例のログならびに未解決のため、原因不明な過去事例のログから抽出された障害の特徴を、グループ化した結果を示したものである（ステップＳ２５０１）。

この結果では、境界面１２０７〜１２０９によって区分けされた領域１２０１〜１２０３において、それぞれ代表点１２０４〜１２０６を中心として分布する障害原因の特徴のグループが得られている。

なお、図１７では、簡単のために２次元平面上にグループを示しているが、実際のグループは多次元空間上に分布している。

本実施形態では、障害の事例が少ないため、グループ内において障害の特徴のばらつきの範囲を定量化できない場合には、図１７（ａ）に示すように隣り合う代表点の間を、垂直に２等分する境界面１２０７〜１２０９をグループの境界とする。

一方、グループ内において障害の特徴の総数が事前に定めた閾値を越える場合には（ステップＳ２５０２）、グループ内における障害の特徴のばらつき範囲から求めた境界面を、グループの新たな境界面とする（ステップＳ２５０３）。

本実施形態では、グループ内における障害の特徴のばらつき範囲から、新たな境界面を次のように求める。

まず、障害の特徴のばらつきが多次元ガウス分布に従うと仮定して、グループ内における障害の特徴ｘの分布が、数式（１）で定義される多次元ガウス分布の確率密度関数ｐ（ｘ）に従うとする。

ただし、μは平均ベクトル、Σは共分散行列であり、いずれもグループ内の標本から求める。

また、Ｎは多次元ベクトルｘの次元である。

新たな境界面は、確率密度関数ｐ（ｘ）に対して確率密度が等しい点の集合すなわち等確率曲面とし、なおかつ境界面内部の体積すなわち障害の特徴ｘが境界面で隔てられた領域の内部に出現する確率が事前に定めた閾値Ｐth以上となる条件の下に求める。

このような境界面で隔てられた領域の内部に位置する障害の特徴ｘは、数式(２)で与えられる。

なお、境界面内部の体積の算出方法は、非特許文献２に詳しく記載されている。

図１７（ｂ）には、代表点１２０４に対応するグループ内部に境界面１２１０が新たに設けられた状態が示されている。

領域１２０１のうち境界面１２１０に対して代表点１２０４を含まない側の領域は、過去の障害事例から求めたいずれのグループにも属さない領域であり、本実施形態では、このような領域を未知障害の特徴に対応する領域（未知障害の特徴領域）とみなす。

図１７（ｃ）は、過去の障害事例が増えた結果、代表点１２０４〜１２０６に対応するグループのすべてに境界面１２１０〜１２１２が新たに設けられた状態を示している。

ここで、新たな障害事例から抽出した障害の特徴が未知障害の特徴領域に現れる場合には、再びグループ化を行う。

図１７（ｄ）は、図１７（ｃ）の状態に対して再グループ化を行った結果、代表点１２１３を中心とする新たなグループが追加された状態を示している。
（２−４）障害の特徴のグループ化処理の動作
図１７（ｃ）の境界面１２１１によって隔てられたグループから得られる原因分布のように、障害の特徴Ｇｒに対応する原因分布の中には、様々な種類の障害原因を含んだ一様な分布を示すものがある。

本実施形態では、そのような障害の特徴Ｇｒは、特定の障害原因とは無関係に通信網で定常的に発生するプロセス異常（定常的な異常）と対応する障害の特徴Ｇｒとみなす。

このような判断を行うために、本実施形態では、障害原因の発生度数の分布から障害原因のばらつきの度合いを算出して障害の特徴ＤＢ５０４に格納する。

本実施形態では、障害原因のばらつきの度合いを定量化する方法の一例として、分布の偏りを定量化したハーフィンダール係数を用いる場合について説明するが、分布の偏りを定量化する他の方法を用いても構わない。

このハーフィンダール係数は、数式（３）により求める。

パラメータuiは、Ｎ個のパラメータの集合におけるｉ番目のパラメータの占有率である。

ハーフィンダール係数の値域は１/Ｎ〜１であり、分布の偏りが大きな程１に近い値を示し、分布が一様である程１/Ｎに近い値を示す。

本実施形態では、パラメータuiをＮ個の障害原因におけるｉ番目の障害原因の発生割合としてハーフィンダール係数を求め、そのハーフィンダール係数が小さな程、障害原因のばらつきが大きいとみなす。

本実施形態では、形成されたグループに含まれる障害の特徴から、グループの特性として障害の特徴の多次元ベクトルの要素ごとに平均と分散を求めて、それぞれ障害の特徴ＤＢ５０４の「出現頻度の平均」と「出現頻度の分散」に格納する。

また、グループに含まれる障害の特徴の総数を、障害の特徴ＤＢ５０４の「過去事例の総数」に格納する。
（２−５）網特性ＤＢにおける更新パターンＡの更新処理の動作
次に、図１９は、ステップＳ２１０３（図１５）における網特性ＤＢ１０５の更新処理（更新パタンＡ）の動作を説明するフローチャートである。

図１９に示すステップＳ２２０１〜ステップＳ２２０７の動作は、それぞれ図５に示したステップＳ４０１〜ステップＳ４０７の動作と同じであるため省略する。

ステップＳ２２０８では、ステップＳ２２０２において障害の特徴抽出部１０２にて抽出した障害の特徴を、障害の特徴グループ化部５０２に出力する。

このとき出力する障害の特徴は、障害系の標本に対し高い異常度を示すものに絞り込むようにし、障害に関係しない特徴は、グループ化の対象から除くようにしておく。
（２−６）網特性ＤＢにおける更新パターンＢの更新処理の動作
次に、図２０は、ステップＳ２００５（図１４）における網特性ＤＢ１０５の更新処理（更新パタンＢ）の動作を説明するフローチャートである。

なお、図５と異なるのは、図２０のステップＳ２３０３〜ステップＳ２３０６の部分だけであるので、以下、この部分の動作のみを、図面を用いて詳細に説明する。

本実施形態では、まず、障害原因リスト生成部５０５において、障害の特徴抽出部１０２により観測量から抽出した障害の特徴と類似性が高い障害の特徴Ｇｒを、障害の特徴ＤＢ５０４から検索する（ステップＳ２３０３）。

ここで、類似性が高い障害の特徴Ｇｒがあると判定された場合には、該障害の特徴Ｇｒの識別番号を障害の特徴と対応付けて網特性のＤＢ１０５に格納する（ステップＳ２３０４）。

一方、分析対象の通信ノードのログから抽出された障害の特徴と類似性が高い障害の特徴Ｇｒが、過去事例から生成した障害の特徴Ｇｒの中に存在しない場合には、原因不明な未知の障害が発生したとみなす。

この場合は、ステップＳ２３０５において障害事例を障害事例ＤＢ５０１に追加して障害の特徴ＤＢ５０４の更新処理を行い、ステップＳ２３０３に戻る。
（２−７）障害の特徴と類似性が高い障害の特徴Ｇｒの検出
次に、図２１は、ステップＳ２３０３における障害の特徴と類似性が高い障害の特徴Ｇｒの検出処理の動作を説明するフローチャートである。

障害の特徴と障害の特徴Ｇｒの間の類似度は、グループ化で用いた類似度の測度、すなわち障害の特徴と障害の特徴Ｇｒの代表点の間のユークリッド距離で評価する。

このとき、障害の特徴を構成するプロセスの種別に対して、ユーザから障害原因との関連性の評価情報が与えられて注目度が計算可能な場合には、多次元ベクトルである障害の特徴と代表点の双方に対してベクトルの各要素に重み係数を掛けて、両者のユークリッド距離を算出する。

ただし、重み係数は、注目度の値を０〜１の範囲に変換した値とする(注目度が高い方が１)。

このように重み係数を掛けることにより、類似性を評価する際に障害とは無関係である可能性が高い要素のばらつきが、計算結果に及ぼす影響を抑えることができる。

障害の特徴と類似性が高い障害の特徴Ｇｒの検出にあたり、本実施形態では、まず、障害の特徴に対して代表点が最小の距離に位置する障害の特徴Ｇｒを抽出する（ステップＳ２６０１）。

次に、抽出した障害の特徴Ｇｒ内部の標本の総数が事前に定めた閾値以上であるか判定を行う（ステップＳ２６０２）。

ここで、標本の総数が閾値より少なく障害の特徴のばらつき範囲から求めた境界面が設けられていない場合には、抽出した障害の特徴Ｇｒを前記障害の特徴と類似度が高い障害の特徴Ｇｒであるとみなす。

一方、標本の総数が閾値以上である場合には、障害の特徴ｘが数式（２）の条件を満たすか判定を行う（ステップＳ２６０３）。

そして、条件を満たす場合には、抽出した障害の特徴Ｇｒを前記障害の特徴と類似度が高い障害の特徴Ｇｒであるとみなす。

ここで、条件を満たさない場合、すなわち障害の特徴が本実施の形態で定めた未知障害の特徴領域に位置する場合には、類似度の高い障害の特徴Ｇｒが存在しないとみなす。

図２２は、新規障害のログから抽出された障害の特徴に対して、図２１の動作に従って障害の特徴Ｇｒを対応付ける例を説明した図である。

新規障害のログから抽出された障害の特徴１２１７〜１２１９を除く部分は、図１７（ｂ）と同様である。

図２２の例では、障害の特徴１２１７は、代表点１２０５との間の距離が最小であるため、ステップＳ２３０６において代表点１２０５に対応する障害の特徴Ｇｒと対応付けられる。

障害の特徴１２１８は、代表点１２０４との間の距離が最小で、かつ数式（２）の条件により定まる境界面１２１０に対して代表点１２０４の側に位置するため、ステップＳ２３０６において代表点１２０４に対応する障害の特徴Ｇｒと対応付けられる。

一方、障害の特徴１２１９は、未知障害の特徴領域に位置するため、類似度が高い障害の特徴Ｇｒが存在しないと判断され、ステップＳ２３０５において対応する新規の障害事例が障害事例ＤＢ５０１に追加される。

なお、本実施形態では、障害原因分析システム２０８が、原因分析部２１０と、障害検出部２０９と、知識形成部２１１とを備えるようになっていたが、本実施形態はこれに限定されるものではない。

例えば、障害原因分析システム２０８が、原因分析部２１０と、障害検出部２０９と、知識形成部２１１とを備える単体装置であっても良く、或いは、複数の装置から障害原因分析システム２０８を形成するようにしても良い。

以上説明した障害原因分析システムの各部、ＣＰＵなどの制御部がメモリやハードディスクなどの記憶部に記憶されている制御プログラムに従って処理（制御）を実行することにより実現することができる。例えば、障害原因分析システムを図２３に示すようなコンピュータで構成し、その機能を実現することができる。なお、コンピュータはここでは１台として説明するが、複数のコンピュータにより障害原因分析システムを構成してもよい。

図２３は本実施形態の障害原因分析システムを構成するコンピュータの一構成例を示すブロック図である。

図６に示す、障害原因分析システム２０８の障害検出部２０９、原因分析部２１０、知識形成部２１１の全部又は一部の機能を記述したプログラムをハードディスク装置等のディスク装置６０５に記憶し、また障害事例ＤＢ５０１、障害の特徴ＤＢ５０４、網特性ＤＢ１０５のデータをディスク装置６０５に記憶する。ＣＰＵ６０４により障害検出部２０９、原因分析部２１０、知識形成部２１１の全部又は一部の機能を実現するプログラムが実行される。入力部６０１は入力部５１０、５０９に対応し、キーボード等の入力デバイスとなる。ＣＲＴ等の表示部６０２は結果表示部１０８に対応する。６０６はデータバス等のバス、６０３はＣＰＵ６０４の情報処理に必要な情報を記憶するＤＲＡＭ等のメモリを示す。

なお、上記プログラムはＦＤ（フロッピィディスク）、ＣＤＲＯＭ、ＤＶＤ、フラッシュメモリ等のコンピュータ読み取り可能な情報記録媒体に記録することができる。図２３では記憶部としてディスク装置を用いているが、ＦＤ、ＣＤＲＯＭ等のコンピュータ読み取り可能な情報記録媒体に記録されたプログラムを上記コンピュータのディスク装置に読み込み、処理を実行することで、障害原因分析システムとして機能させることができる。

以上、本発明の代表的な実施形態について説明したが、本発明は、本願の請求の範囲によって規定される、その精神または主要な特徴から逸脱することなく、他の種々の形で実施することができる。そのため、前述した各実施形態は単なる例示にすぎず、限定的に解釈されるべきではない。本発明の範囲は特許請求の範囲によって示すものであって、明細書や要約書の記載には拘束されない。さらに、特許請求の範囲の均等範囲に属する変形や変更はすべて本発明の範囲内のものである。

Claims (12)

1. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムであって、
   入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出部と、
   障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴を記憶する記憶部と、
   前記第１の統計的特徴と前記第２の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定部と、
   を備えたことを特徴とする障害原因分析システム。
2. 請求項１記載の障害原因分析システムにおいて、
   前記特徴抽出手段は、前記記録内容から独立成分分析の手法を用いて前記第１の統計的特徴を抽出することを特徴とする通信網の障害原因分析システム。
3. 請求項１に記載の障害原因分析システムにおいて、
   前記第１及び第２の統計的特徴は多次元ベクトルで表現され、
   前記障害原因推定部は、多次元ベクトル間のユークリッド距離を用いて前記統計的特徴の間の類似性を評価することを特徴とする障害原因分析システム。
4. 請求項１乃至３の何れか１項に記載の障害原因分析システムにおいて、
   前記特徴抽出部から出力される前記第１の統計的特徴を、統計的特徴間の類似性に基づいて、複数のグループに分類する特徴グループ化部と、
   前記特徴グループ化部によって分類された各グループの統計的特徴に対し、既知の障害原因の発生割合の分布を求めることにより、前記各グループの統計的特徴と前記既知の障害原因の対応関係を得て、前記第２の統計的特徴として前記記憶部に記憶する構築部と、
   を有することを特徴とする障害原因分析システム。
5. 請求項４記載の障害原因分析システムにおいて、
   前記特徴グループ化部は、分類された各グループに対し、前記各グループの統計的特徴のばらつきの範囲を算出し、
   前記構築部は、前記各グループの統計的特徴と前記既知の障害原因の対応関係を、算出された前記ばらつきの範囲に限定することを特徴とする障害原因分析システム。
6. 請求項５記載の障害原因分析システムにおいて、
   前記各グループの統計的特徴の分布は、多次元ガウス分布の確率密度関数に従い、
   前記特徴グループ化部は、前記当該確率密度関数に基づいて、前記ばらつきの範囲を求めることを特徴とする障害原因分析システム。
7. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムであって、
   入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出部と、
   前記統計的特徴を含む第１の情報を出力する出力部と、
   障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力部と、
   入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定部と、
   を有することを特徴とする障害原因分析システム。
8. 請求項７記載の障害原因分析システムにおいて、
   前記出力部は、複数の前記第１の情報を集約し、集約された集約結果を出力することを特徴とする障害原因分析システム。
9. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムにおける障害原因分析方法であって、
   入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出ステップと、
   障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴と、前記第１の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定ステップと、
   を備えたことを特徴とする障害原因分析方法。
10. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定する障害原因分析システムにおける障害原因分析方法であって、
    入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出ステップと、
    前記統計的特徴を含む第１の情報を出力する出力ステップと、
    障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力ステップと、
    入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定ステップと、
    を有することを特徴とする障害原因分析方法。
11. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定するために、コンピュータに、
    入力された前記記録内容から障害発生時における前記記録内容の第１の統計的特徴を抽出する特徴抽出処理と、
    障害原因が既知である過去の障害発生時における前記記録内容の第２の統計的特徴と、前記第１の統計的特徴との類似性に基づいて、障害原因を推定する障害原因推定処理と、
    を実行させる、障害原因分析用プログラム。
12. 通信網における障害の原因を、通信装置の内部処理の記録内容から推定するために、コンピュータに、
    入力された前記記録内容から障害発生時における前記記録内容の統計的特徴を抽出する特徴抽出処理と、
    前記統計的特徴を含む第１の情報を出力する出力処理と、
    障害原因と前記統計的特徴の対応関係、及び前記統計的特徴の注目箇所の少なくとも一つを含む第２の情報が入力される入力処理と、
    入力された前記第２の情報に基づいて、障害原因を推定する障害原因推定処理と、
    を実行させる、障害原因分析用プログラム。

Images