JPWO2014184928A1 - 検出装置、検出方法、および記録媒体 - Google Patents
検出装置、検出方法、および記録媒体 Download PDFInfo
- Publication number
- JPWO2014184928A1 JPWO2014184928A1 JP2015516838A JP2015516838A JPWO2014184928A1 JP WO2014184928 A1 JPWO2014184928 A1 JP WO2014184928A1 JP 2015516838 A JP2015516838 A JP 2015516838A JP 2015516838 A JP2015516838 A JP 2015516838A JP WO2014184928 A1 JPWO2014184928 A1 JP WO2014184928A1
- Authority
- JP
- Japan
- Prior art keywords
- time
- series data
- correlation
- combination
- period
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
検出装置500は、検知対象に関する複数の時系列データを取得し、取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定し、前記複数の時系列データの中から2以上の時系列データの組み合わせを選択し、選択された2以上の時系列データの組み合わせについて、設定された複数の第2の期間の各々の期間内における相関係数を算出する。
Description
本発明は、相関関係を検出する検出装置、検出方法、および記録媒体に関する。
近年、IT(Information Technology)システムから発生する種々のデータから、相関関係のあるデータを抽出し業務活用する期待が高まっている。その中でも、相関検出技術を活用してITシステムのサイレント障害を事前に検知して対処可能とする障害予兆検知が注目されている。
従来、ITシステムで発生する様々なデータをもとに、種々の統計解析手法を用いて、データのパターン抽出や複数データ間の相関関係の検出を行い、検出結果を用いて予兆検知が行われてきた。例えば、下記特許文献1では、複数の時系列データ間の相関関係の変化をもとに障害の予兆検知を行う方法が提案されている。下記特許文献1の技術においては、相関関係の検出は、単一の期間を対象に行われている。
一般的に、時系列データは種類によって長期間のデータ範囲に相関を有したり短期間のデータ範囲に相関を有したりする。具体的には、長期間の相関ではサービス処理応答時間とメモリ利用率などが、短期間の相関ではサービス処理応答時間とCPU(Central Processing Unit)利用率などが例として挙げられる。
しかしながら、上述した従来技術では、ある時系列データの組み合わせから単一の相関関係を検出するため、ある事象に対する予兆検知の検知パターンが1つしかない。したがって、結果的に予兆検知の確度が低下し、予兆を見逃すおそれがあるという問題がある。
本発明は、相関関係の検出期間の増加を図ることを目的とする。
本願において開示される発明の一側面となる検出装置、検出方法、および記録媒体は、検知対象に関する複数の時系列データを取得し、取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定し、前記複数の時系列データの中から2以上の時系列データの組み合わせを選択し、選択された2以上の時系列データの組み合わせについて、設定された複数の第2の期間の各々の期間内における相関係数を算出することを特徴とする。
本発明の代表的な実施の形態によれば、相関関係の検出期間の増加を図ることができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
<予兆検知例>
まず、図1〜図4を用いて、本実施の形態にかかる予兆検知例について説明する。なお、本実施の形態において、時系列データとは、ある期間内に観測された観測値の集合である。単に、「データ」と称することもある。
まず、図1〜図4を用いて、本実施の形態にかかる予兆検知例について説明する。なお、本実施の形態において、時系列データとは、ある期間内に観測された観測値の集合である。単に、「データ」と称することもある。
図1は、相関係数の算出例を示す説明図である。図1において、(a)が単一の期間を検査範囲とした場合の相関係数の算出例であり、(b)が複数の期間を検査範囲とした相関係数の算出例である。ここで、データAと時系列データBは相関関係の算出対象となる時系列データであり、たとえば、データAは、監視対象であるコンピュータシステムのCPU利用率であり、データBは、当該コンピュータシステムのレイテンシである。
(a)では単一の期間Tで相関関係なしと判定されるのに対し、(b)では複数の期間T1〜T3で相関の有無が判定される。期間T1、T2で相関関係有りと判定されたこととする。なお、(a)の期間Tと(b)の期間T3は同一期間である。このように期間Tだけの相関をみただけでは相関関係なしと判定されるが、複数の期間の相関関係をみることにより、期間T1、T2で相関関係が有ることを検出することができるため、相関関係有りのケースの見落としが低減される。したがって、予兆検知の確度の向上を図ることができる。
図2は、相関関係有りの場合のデータ格納例を示す説明図である。相関関係が有る時系列データの組み合わせは、相関関係があった期間を関連付けて、相関情報DB2(Data Base)2に格納される。たとえば、データA、Bについては、期間T1、T2における時系列データの組み合わせが格納され、データA、Cについては、期間T1における時系列データの組み合わせが格納される。このように、どの時系列データの組み合わせがどの期間に相関関係があったかについて、相関情報DB2を参照することにより確認することができる。
図3は、相関関係なしの場合のデータ格納例を示す説明図である。相関関係のない時系列データの組み合わせは、無相関情報DB3に格納される。図3の例では、データA、Dの組み合わせは、期間T1〜T3のいずれの期間においても相関関係なしと判定されたため、データA、Dの組み合わせが無相関情報DB3に格納される。このように、どの時系列データの組み合わせが無相関であったかについて、無相関情報DB3を参照することにより確認することがきる。
図4は、予兆検知処理への時系列データの割当例を示す説明図である。予兆検知処理とは、監視対象で発生する障害の予兆を検知するプロセスまたはスレッド(以下、単に「プロセス」という)である。予兆検知処理は、既存のプログラムで実現される。予兆検知処理には、相関関係が有ると判定された時系列データの組み合わせが割り当てられる。具体的には、たとえば、相関情報DB2に格納されている時系列データの組み合わせが予兆検知処理に割り当てられる。たとえば、データA、Bは相関関係が有るため、予兆検知処理に割り当てられる。これにより、予兆検知処理では、データA、Bを用いて監視対象で発生する障害の予兆を検知することができる。
また、図4の例では、データA、Cも相関関係が有るため、予兆検知処理に割り当てられる。この場合、データA、Cは、データA、Bが割り当てられた予兆検知処理に割り当てられる。すなわち、データA、BとデータA、Cとでは、データAが共通するため、同一の予兆検知処理に割り当てることにより、1つのプロセスでデータAにアクセスすることができるため、予兆検知処理の効率化を図ることができる。
また、同様に、データD、Eも相関関係が有るため、予兆検知処理に割り当てられる。データD、Eは、データA、B、Cが割り当てられた予兆検知処理とは異なる予兆検知処理に割り当てられる。具体的には、たとえば、無相関情報DB3を参照することにより、データAとデータDとの間には相関関係がないため、同じプロセスでデータAとデータDを用いることはない。したがって、相関関係がないデータ同士は異なるプロセスに割り当てられる。これにより、各予兆検知処理に対する負荷分散を図ることができる。また、各予兆検知処理を並列実行することにより、予兆検知処理の高速化を図ることができ、障害の早期発見を図ることができる。
<検出装置のハードウェア構成例>
図5は、検出装置のハードウェア構成例を示すブロック図である。検出装置500は、プロセッサ501と、記憶デバイス502と、入力デバイス503と、出力デバイス504と、通信インターフェース(通信IF505)と、を有する。プロセッサ501、記憶デバイス502、入力デバイス503、出力デバイス504、および通信IF505は、バスにより接続される。プロセッサ501は、検出装置500を制御する。記憶デバイス502は、プロセッサ501の作業エリアとなる。また、記憶デバイス502は、各種プログラムやデータを記憶する。記憶デバイス502としては、たとえば、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、フラッシュメモリがある。入力デバイス503は、データを入力する。入力デバイス503としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス504は、データを出力する。出力デバイス504としては、たとえば、ディスプレイ、プリンタがある。通信IF505は、ネットワークと接続され、データを送受信する。以下、本発明にかかる実施例について説明する。
図5は、検出装置のハードウェア構成例を示すブロック図である。検出装置500は、プロセッサ501と、記憶デバイス502と、入力デバイス503と、出力デバイス504と、通信インターフェース(通信IF505)と、を有する。プロセッサ501、記憶デバイス502、入力デバイス503、出力デバイス504、および通信IF505は、バスにより接続される。プロセッサ501は、検出装置500を制御する。記憶デバイス502は、プロセッサ501の作業エリアとなる。また、記憶デバイス502は、各種プログラムやデータを記憶する。記憶デバイス502としては、たとえば、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、フラッシュメモリがある。入力デバイス503は、データを入力する。入力デバイス503としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス504は、データを出力する。出力デバイス504としては、たとえば、ディスプレイ、プリンタがある。通信IF505は、ネットワークと接続され、データを送受信する。以下、本発明にかかる実施例について説明する。
<検出装置500の機能的構成例>
図6は、検出装置500の機能的構成例を示すブロック図である。図6において、検出装置500は、取得部601と、設定部602と、選択部603と、算出部604と、補正部605と、判定部606と、決定部607と、予兆検知部608と、出力部609と、を有する。取得部601〜出力部609は、具体的には、たとえば、図5に示した記憶デバイス502に記憶されたプログラムをプロセッサ501に実行させることにより、その機能を実現する。なお、予兆検知部608は、通信IF505により検出装置500と通信可能な外部装置が有してもよい。
図6は、検出装置500の機能的構成例を示すブロック図である。図6において、検出装置500は、取得部601と、設定部602と、選択部603と、算出部604と、補正部605と、判定部606と、決定部607と、予兆検知部608と、出力部609と、を有する。取得部601〜出力部609は、具体的には、たとえば、図5に示した記憶デバイス502に記憶されたプログラムをプロセッサ501に実行させることにより、その機能を実現する。なお、予兆検知部608は、通信IF505により検出装置500と通信可能な外部装置が有してもよい。
取得部601は、検知対象に関する複数の時系列データを取得する。検知対象とは、障害が発生する予兆が検知されるコンピュータである。取得される時系列データの数は、相関関係を検出するため、複数である。検知対象のコンピュータのシステム性能について予兆検知したい場合、たとえば、CPU利用率やレイテンシ、メモリ使用率といった時系列データが取得される。
また、検知対象が交通状況モニタリングを実行するコンピュータである場合、たとえば、GPS(Global Positioning System)で得られる車の位置情報の時系列データと、渋滞情報の時系列データと、の組み合わせが取得される。また、アルゴリズムトレードを実行するコンピュータである場合、たとえば、銘柄の金額の時系列データと、株価指数の時系列データと、が取得される。また、検知対象が在庫管理や発注処理を実行するコンピュータである場合、たとえば、各商品の在庫数の時系列データと発注数の時系列データが取得される。また、サービスレベル監視を実行するコンピュータの場合、たとえば、サービス応答時間の時系列データと、システム性能や負荷の時系列データと、が取得される。このように、相関関係の検出対象となる時系列データの組み合わせは多岐にわたるため、汎用性が高い。
取得された複数の時系列データは、2つのルートに供給される。1つは、相関関係を検出するため、選択部603および設定部602に供給される第1のルートである。もう1つは、予兆検知処理を実行するために予兆検知部608に供給される第2のルートである。すなわち、第1のルートで、図1〜図4に示した処理が実行され、どの時系列データの組み合わせがどの予兆検知処理に割り当てられるかが決定される。それ以降、時系列データが取得された場合には、図4に示したような割当てにしたがって、時系列データが割当先の予兆検知処理に割り当てられる。これにより、効率的な予兆検知処理が実行される。
設定部602は、取得部601によって取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定する。第1の期間とは、相関係数の検出対象期間の最大期間である。たとえば、図1の(b)の例では、期間T3に該当する。第2の期間とは、第1の期間から切り出される期間である。たとえば、図1の(b)の例では、期間T1、T2、T3が該当する。期間T3自身も第2の期間としてもよい。
設定部602は、第2の期間を、基準となる時刻または期間から段階的に拡大された期間としてもよく、第1の期間から段階的に縮小された期間としてもよい。図1の(b)では、点線枠の左端の時刻を基準とした場合、設定部602は、段階的に期間T1、T2、T3を切り出す。また、設定部602は、期間T3を基準として、段階的に縮小して期間T2、T1を切り出してもよい。このように、設定部602が複数の第2の期間を自動的に設定することにより、第2の期間ごとに相関関係を検出することが可能となる。
選択部603は、複数の時系列データの中から2以上の時系列データの組み合わせを選択する。具体的には、たとえば、選択部603は、相関係数を計算するための時系列データの組み合わせを選択する。たとえば、時系列データがW、X、Y、Zである場合、選択部603は、(W、X)、(W、Y)、(W、Z)、(X、Y)、(X、Z)、(Y、Z)、(W、X、Y)、(W、X、Z)、(W、Y、Z)、(X、Y、Z)、(W、X、Y、Z)の11通りの組み合わせを選択する。
なお、選択部603は、これらの組み合わせをすべて選択する必要はなく、たとえば、組み合わせる時系列データの数を指定して、選択することとしてもよい。たとえば、組み合わせる時系列データの数を「3」とした場合、(W、X、Y)、(W、X、Z)、(W、Y、Z)、(X、Y、Z)が選択される。また、組み合わせる時系列データの数を「3以上」とした場合、(W、X、Y)、(W、X、Z)、(W、Y、Z)、(X、Y、Z)、(W、X、Y、Z)が選択される。
算出部604は、選択部603によって選択された2以上の時系列データの組み合わせについて、設定部602によって設定された複数の第2の期間の各々の期間内における相関係数を算出する。具体的には、たとえば、図1の(b)の例では、算出部604は、データA、Bについて期間T1、T2、T3の各々の期間内における相関係数を算出する。なお、相関係数の算出については、算出部604は、下記式(1)に示すような既存の相関係数Rの算出式により算出する。なお、xi、yiはそれぞれ、ある時系列データX、Yのi番目の観測値である。
また、第2の期間は、設定部602により拡大または縮小されて設定される。すなわち、拡大前後や縮小前後における時系列データの一部は共通する。したがって、算出部604は、拡大前および縮小前において相関係数を算出する際に、時系列データの総和を中間値として保持し、拡大後および縮小後に当該中間値を用いて相関係数を算出する。
図7は、中間値DB7の記憶内容例を示す説明図であり、図8は、中間値の生成例を示す説明図である。図7は、時系列データA、Bについて相関係数を算出する例である。たとえば、期間T1が拡大前の第2の期間である場合、期間T1において時系列データA、Bの相関係数を算出する際に、期間T1内の時系列データAを構成する観測値群の総和と、期間T1内の時系列データBを構成する観測値群の総和と、が得られる。算出部604は、これらの総和を中間値として、記憶デバイス502内の中間値DB7に保持する。
つぎに、期間T1が微小期間ΔT分拡大して期間T2になった場合、期間T2において時系列データA、Bの相関係数を算出する場合、中間値DB7に保持された中間値を読み出して、微小期間ΔT分の観測値を加算する。
同様に、期間T2が縮小前の第2の期間である場合、期間T2において時系列データA、Bの相関係数を算出する際に、期間T2内の時系列データAを構成する観測値群の総和と、期間T2内の時系列データBを構成する観測値群の総和と、が得られる。算出部604は、これらの総和を中間値として中間値DB7に保持する。
つぎに、期間T2が微小期間ΔT分縮小して期間T1になった場合、期間T1において時系列データA、Bの相関係数を算出する場合、中間値DB7に保持された中間値を読み出して、微小期間ΔT分の観測値を減算する。このように、算出部604は、差分計算を実行することにより、算出部604による算出処理の高速化を図ることができる。
図6に戻り、補正部605は、時系列データについての補正処理を実行する。補正処理は2種類ある。1つは、時系列データを平滑化する平滑化処理であり、もう一つは、時系列データの第2の期間をずらす時刻補正処理である。まず、平滑化処理について説明する。平滑化処理では、補正部605は、サマライズ処理を実行する。サマライズ処理とは、第2の期間を複数の区間(たとえば、1時間)に分割し、区間ごとに区間内の観測値の平均値を算出する処理である。なお、平均値に限らず、中央値をとってもよく、また、区間内の任意の観測値をとってもよい。
図9は、サマライズ処理例を示す説明図である。図9では、区間を所定時間で分割した例を示したが、所定の観測値の数で分割することとしてもよい。また、平滑化処理では、算出部604は、移動平均処理を実行する。移動平均処理としては、たとえば、単純移動平均や加重移動平均など既存の移動平均処理が適用される。
図10は、移動平均による平滑化前後の時系列データを示す説明図である。なお、サマライズ処理と移動平均処理については、両方を適用してもよく、いずれか一方の処理を適用してもよい。両方の処理を適用する場合、補正部605は、先にサマライズ処理を実行し、サマライズ処理の処理結果を移動平均処理に適用すればよい。このように、時系列データを平滑化することにより、観測値の個数を低減することができ、相関係数の算出負荷の低減を図ることができる。
つぎに、時刻補正処理について説明する。上述した例では、組み合わせられた複数の時系列データについて同一の第2の期間において相関係数を算出することになる。しかし、時系列データの組み合わせによっては、ある期間における一方の時系列データの観測値群に起因して、当該期間の経過後に他方の時系列データに何等かの兆候が観測される場合がある。このように時系列データの組み合わせに時差がある場合、同一期間で相関係数を算出するよりは、異なる期間で相関係数を算出するほうが、より現実的な相関係数が得られる。したがって、補正部605は、時刻補正処理により、時系列データの組み合わせにおいて時差をなくす設定をする。
図11は、時刻補正処理例を示す説明図である。図11において、(a)は時刻補正前の時系列データA、Bである。(b)は時刻補正前の時系列データA、Bである。時系列データAの観測値群V1と時系列データBの観測値群V2とについて同一期間で相関係数を求めたい場合、(a)の状態から、時系列データBを所定時間D分早めることにより、時差がなくなる。したがって、時刻補正後において、算出部604は、時系列データA、Bについて同一の期間で相関係数を算出することにより、時差を排除した相関係数を算出することができる。なお、時刻補正処理はオプショナルであり、必要な場合にユーザの操作入力により時刻補正処理の実行可否が選択可能となる。
図6に戻り、判定部606は、複数の第2の期間の各々の期間において2以上の時系列データの組み合わせに相関関係があるか否かを、算出部604によって算出された相関係数に基づいて判定する。たとえば、判定部606は、相関係数の相関判定基準を用いて相関の有無を判定する。相関判定基準は、相関の有無を分類するためのしきい値である。たとえば、0.7とする。この場合、相関係数が0.7以上ある場合は相関関係有り(正の相関)、−0.7以下の場合は相関関係有り(負の相関)、−0.7以上0.7未満の場合は相関関係なしと判定する。
判定部606は、相関関係が有ると判定した時系列データの組み合わせを、図2に示したように相関情報DB2に格納する。また、相関関係がないと判定した時系列データの組み合わせを、図3に示したように無相関情報DB3に格納する。
図12は、相関情報DB2の記憶内容例を示す説明図であり、図13は、無相関情報DB3の記憶内容例を示す説明図である。
図6に戻り、決定部607は、2以上の時系列データの組み合わせについて判定部606によって相関関係があると判定された場合、第1の期間の経過後における2以上の時系列データの組み合わせの割当先を、検知対象に発生する障害の予兆を検知するいずれかの予兆検知処理に決定する。具体的には、たとえば、図4に示したように、決定部607は、時系列データの組み合わせの割当先を決定する。
また、決定部607は、相関関係があると判定された2以上の時系列データの組み合わせと共通の時系列データを含む2以上の時系列データの他の組み合わせについて、判定部606によって相関関係があると判定された場合、第1の期間の経過後における割当先を、同一の予兆検知処理に決定する。
具体的には、たとえば、決定部607は、共通する時系列データがあれば、割当先を同一の予兆検知処理に決定する。たとえば、図4に示したように、時系列データA、Bと時系列データA、Cはともに相関関係があり、かつ、時系列データAが共通するため、両者の割当先は同一予兆検知処理に決定される。共通する時系列データが存在しない場合は、それぞれの割当先は、異なる予兆検知処理となる。
また、決定部607は、相関関係があると判定された2以上の時系列データの組み合わせと共通の時系列データを含む2以上の時系列データの他の組み合わせについて、複数の第2の期間のいずれの期間においても判定部606によって相関関係がないと判定された場合、第1の期間の経過後における割当先を、同一の予兆検知処理にしない。
具体的には、たとえば、図3および図4に示したように、時系列データA、Dには相関関係がない。したがって、決定部607は、無相関情報DB3を参照して、時系列データDを含む時系列データの組み合わせ(D、E)の割当先を、時系列データAの割当先である予兆検知処理にしない。
予兆検知部608は、予兆検知処理を実行する。具体的には、たとえば、予兆検知部608は、予兆検知処理を生成し、生成した予兆検知処理ごとに予兆検知をおこなう。予兆検知処理は、割り当てられた時系列データの組み合わせにより回帰直線を生成する。
図14は、回帰直線の一例を示す説明図である。図14の例では、時系列データA、Bにより回帰直線Lが規定される。図14において、αは回帰直線Lの許容範囲となる閾値である。外れ値は、回帰直線から標準偏差を超えた観測値である。各予兆検知処理には、決定部607により扱う時系列データの組み合わせが指定される。ここで、決定部607による割当先の決定および予兆検知部608への割当について説明する。
図15は、時系列データの相関の有無の一例を示す無向グラフである。図15の例において、実線のリンクが相関有を示し、点線のリンクが相関関係なしを示す。したがって、図15の例では、時系列データA、Bに相関があり、時系列データA、Cに相関があり、時系列データD、Eに相関関係が有ることを示している。なお、図15では、判定部606により、時系列データA、B、時系列データA、C、時系列データD、Eの順に相関関係有りと判定されたものとする。
図16は、図15に示した相関関係が有る時系列データの組み合わせの予兆検知処理への割当例を示す説明図である。図16では、決定部607は、図15で説明した割当順にしたがって、割当先の予兆検知処理を決定する。たとえば、決定部607は、まず、時系列データA、Bの割当先を予兆検知処理P1に決定する。つぎに、時系列データAが共通するため、決定部607は、時系列データA、Cの割当先を予兆検知処理P1に決定する。そして、決定部607は、時系列データD、Eの割当先については、時系列データA、Dに相関関係がないため、時系列データAと時系列データDとを同一の予兆検知処理に割り当てない。すなわち、決定部607は、時系列データD、Eの割当先を、予兆検知処理P1に決定せずに、予兆検知処理P2に決定する。
図6に戻り、出力部609は、予兆検知処理の実行結果を出力する。実行結果の出力例としては、出力デバイス504の一例であるディスプレイへの表示、プリンタによる印刷出力、通信IFによる外部装置への送信がある。記憶デバイスへの格納も実行結果の出力に該当する。
<画面例>
つぎに、検出装置500が出力する画面例について図17〜図23を用いて説明する。
つぎに、検出装置500が出力する画面例について図17〜図23を用いて説明する。
図17は、予兆検知テンプレート登録画面例を示す説明図である。予兆検知テンプレート登録画面1700とは、予兆検知テンプレートを登録する画面である。予兆検知テンプレートとは、予兆検知処理に適用される情報を設定するひな形データである。予兆検知処理に適用される情報には、テンプレート名、監視条件がある。テンプレート名とは、予兆検知テンプレートを一意に特定する識別情報である。図17の例では、「temp1」である。
監視条件とは、監視対象に適用される条件である。監視対象とは、相関関係の検出対象となる時系列データの組み合わせから選ばれる時系列データである。監視条件には、閾値超過検知と外れ値検知とがある。閾値超過検知とは、監視対象である時系列データの観測値が、閾値を超過したか否かを検知する条件である。閾値とは、時系列データの組み合わせから求まる相関係数を用いた回帰直線Lからの上限値および下限値である。図14のαに相当する。閾値には、回帰直線Lの上限値および下限値を規定する絶対値が入力される。図17の例では「1000」である。
外れ値検知とは、監視対象である時系列データの観測値が、外れ値に該当するか否かを検知する条件である。外れ値とは、図14に示したように、回帰直線Lを基準とする標準誤差や信頼区間から外れた値である。外れ値検知は、通常の傾向と異なる値を障害の予兆と捉える。精度には、標準偏差や信頼区間を規定する値が入力される。図17の例では標準偏差「3σ」である。なお、登録ボタンが押下されることで、予兆検知テンプレートが登録され、記憶デバイスに記憶される。
図18は、相関関係検出時動作設定画面例を示す説明図である。相関関係検出時動作設定画面1800とは、相関関係検出時における動作を設定する画面である。設定対象となる情報には、動作、検出対象および相関判定基準がある。動作とは、検出装置500による検出動作を規定する情報である。動作には、監視対象とテンプレート名がある。監視対象とは、相関関係の検出対象となる時系列データの組み合わせから選ばれる時系列データを一意に特定する情報である。図18の例では、「時系列データA」である。テンプレート名とは、予兆検知テンプレートを一意に特定する識別情報である。入力されたテンプレート名に該当するテンプレートが適用される。適用されるテンプレートは、図17に示した予兆検知テンプレート登録画面1700により登録したテンプレートである。図18の例では、図17で登録した「temp1」である。
検出対象とは、相関関係の検出対象となる時系列データである。ユーザは、入力デバイスを操作してチェックボックスに検出対象としたい時系列データにチェックを入れる。図18の場合は、時系列データBが選択される。これにより、検出装置500は、監視対象である時系列データAと検出対象として選択された時系列データBとの相関関係を検出する。
相関判定基準とは、判定部606による判定基準となる相関係数の絶対値である。時系列データの組み合わせから求められた相関係数が相関判定基準以上である場合、判定部606は、相関関係ありと判定し、相関判定基準未満の場合は相関関係なしと判定する。図18の例では、相関判定基準は0.7であるため、相関係数が0.7以上または−0.7以下の場合、相関関係ありと判定される。
図19および図20は、相関関係検出画面例を示す説明図である。相関関係検出画面1900とは、相関関係の検出処理に関する画面である。図19は、開始タブが選択された場合の画面例であり、図20は、検出状況確認タブが選択された場合の画面例である。開始タブは、検出処理の実行前における設定画面である。検出状況確認タブは、検出処理の実行中の確認画面である。
図19において、開始タブには、検出対象と、時刻補正と、相関検出時反映設定と、がある。検出対象とは、相関関係の検出対象となる時系列データである。ユーザは、入力デバイスを操作してチェックボックスに検出対象としたい時系列データにチェックを入れる。図19の場合は、時系列データA、Bが選択される。
時刻補正とは、補正部605による時刻補正を規定する情報である。「あり」のラジオボタンが選択された場合に、図11に示したような補正処理が実行される。補正時刻間隔とは、時刻補正処理により補正される時刻の間隔である。図19の例では、10分であるため、10分間隔で時系列データがシフトされる。補正時刻上限とは、補正時刻間隔の上限である。図19の例では30分である。したがって、時系列データは、30分を超えてシフトされない。補正対象とは、時刻補正の対象となる時系列データを一意に特定する情報である。図19の例では、時系列データBである。
相関関係検出時反映設定とは、相関関係検出時に反映させる内容を規定する情報である。自動のラジオボタンが選択された場合、ユーザは、入力デバイスを操作して、適用したいテンプレートを指定することができる。図19の例では、「temp1」である。手動のラジオボタンが選択された場合、テンプレートを指定することができず、検出対象で選択された時系列データの組み合わせについて相関関係が検出される。すなわち、自動が選択された場合には、使用テンプレートで指定されたテンプレートを用いて、図18で設定された時系列データの組み合わせについて相関関係が検出される。一方、手動が選択された場合には、図19の検出対象で選択された時系列データの組み合わせについて相関関係が検出される。検出開始ボタンが押下されると検出処理が開始される。
図20において、検出状況確認タブは、検出状況が表示される。検出状況とは、検出時刻、詳細内容、相関値、データ範囲、および補正時刻を含む。検出時刻とは、相関関係があることが検出された時刻である。図20の例は、「12:00」である。詳細内容とは、検出された時系列データの組み合わせを規定する文字列である。図20の例では、「データAとデータBの間に相関関係を検出しました」である。
相関値は、詳細内容で規定された時系列データの組み合わせについて算出された相関係数の値である。図20の例では、「0.83」である。データ範囲とは、相関係数が検出された期間の期間長である。図20の例では、「30分」である。なお、相関関係が検出された期間は、検出時刻とデータ範囲により特定される。図20の例では、12:00〜12:30が、データAとデータBとの組み合わせについて相関関係が検出された期間となる。補正時刻とは、時刻補正処理により補正された時刻である。図20の例では、「10分」である。なお、検出停止ボタンが押下されると検出処理が停止される。
図21および図22は、相関関係検出結果参照画面例を示す説明図である。相関関係検出結果参照画面2100とは、相関関係の検出結果を参照可能な画面である。相関関係の検出処理が終了した場合に、相関関係検出結果参照画面2100を呼び出すことが可能である。相関関係検出結果参照画面2100には、相関情報タブと無相関情報タブがある。図21に示すように、相関情報タブには、相関情報DB2に記憶された情報が表示される。図22に示すように、無相関情報タブには、無相関情報DB3に格納された情報が表示される。
図23は、システム監視画面例を示す説明図である。システム監視画面2300とは、監視対象であるシステムからの時系列データについての監視内容を表示する画面である。システム監視画面2300は、予兆検知部608からの検知結果が出力される画面である。
<検出処理手順例>
図24は、検出装置500による相関関係の検出処理手順例を示すフローチャートである。まず、検出装置500は、実行タイミングであるか否かを判断する(ステップS2401)。実行タイミングとは、バッチ処理の場合では実行する時刻である。また、手動操作の場合では、たとえば、図19に示した検出開始ボタンが押下されたタイミングである。
図24は、検出装置500による相関関係の検出処理手順例を示すフローチャートである。まず、検出装置500は、実行タイミングであるか否かを判断する(ステップS2401)。実行タイミングとは、バッチ処理の場合では実行する時刻である。また、手動操作の場合では、たとえば、図19に示した検出開始ボタンが押下されたタイミングである。
実行タイミングでない場合(ステップS2401:No)、検出装置500は、実行タイミングになるまで待ち受ける(ステップS2401)。実行タイミングである場合(ステップS2401:Yes)、検出装置500は、相関関係検出処理を実行する(ステップS2402)。相関関係検出処理(ステップS2402)では、検出装置500は、図1(b)、図2、図3に示したように、時系列データの組み合わせについての相関関係を検出する。相関関係検出処理(ステップS2402)の詳細な処理手順例については図25で後述する。
つぎに、検出装置500は、決定処理を実行する(ステップS2403)。決定処理(ステップS2403)では、相関関係がある時系列データの組み合わせの割当先となる予兆検知処理を決定する。決定処理(ステップS2403)の詳細な処理手順例については図27で後述する。
図25は、図24に示した相関関係検出処理(ステップS2402)の詳細な処理手順例を示すフローチャートである。なお、相関関係検出処理(ステップS2402)は、上述した図17および図18で設定した内容に従って実行されるものとする。
まず、検出装置500は、未選択の時系列データの組み合わせがあるか否かを判断する(ステップS2501)。未選択の時系列データの組み合わせがある場合(ステップS2501:Yes)、検出装置500は、選択部603により、未選択の時系列データの組み合わせを選択し(ステップS2502)、設定部602により、検査範囲である期間を設定する(ステップS2503)。
そして、検出装置500は、補正部605により、図9に示したように設定期間内の時系列データをサマライズし(ステップS2504)、図10に示したようにサマライズ後の時系列データを平滑化する(ステップS2505)。このあと、検出装置500は、時刻補正指示があるか否かを判断する(ステップS2506)。たとえば、図19の相関関係検出画面1900において、時刻補正ありのラジオボタンが選択された場合、時刻補正指示あり(ステップS2506:Yes)となる。
時刻補正指示なしの場合(ステップS2506:No)、検出装置500は、算出部604により、選択した時系列データの組み合わせについて相関係数を算出し(ステップS2507)、ステップS2509に移行する。一方、時刻補正指示ありの場合(ステップS2506:Yes)、検出装置500は、算出部604および補正部605により、時刻補正処理を実行して(ステップS2508)、ステップS2507に移行する。時刻補正処理(ステップS2508)は、図11に示したように時系列データの時刻を補正する処理である。時刻補正処理(ステップS2508)の詳細な処理手順例については、図26で後述する。
また、ステップS2509において、検出装置500は、判定部606により、選択した時系列データの組み合わせについて相関関係があるか否かを判定する(ステップS2509)。相関関係がある場合(ステップS2509:Yes)、検出装置500は、選択した時系列データの組み合わせを相関情報DB2に格納し(ステップS2510)、ステップS2503に移行する。これにより、図8に示したように、設定期間が拡大または縮小される。
一方、相関関係がない場合(ステップS2509:No)、検出装置500は、設定期間の拡大または縮小が不可になるか否かを判断する(ステップS2511)。たとえば、設定部602に再設定されることにより第1の期間外になる場合は、拡大不可となる。また、設定部602に再設定されることにより設定期間が消滅する場合は、縮小不可となる。不可でない場合(ステップS2511:No)、ステップS2503に移行する。これにより、図8に示したように、設定期間が拡大または縮小される。
一方、不可である場合(ステップS2511:Yes)、検出装置500は、選択した時系列データの組み合わせを無相関情報DB3に格納し(ステップS2512)、ステップS2501に戻る。ステップS2501において、未選択の時系列データの組み合わせがない場合(ステップS2501:No)、決定処理(ステップS2403)に移行する。
図26は、図25に示した時刻補正処理(ステップS2508)の詳細な処理手順例を示すフローチャートである。まず、検出装置500は、シフトする時刻tの初期値をt=0、図19の相関関係検出画面1900で入力された補正時刻間隔をT_interval、同じく入力された補正時刻上限をT_maxとする(ステップS2601)。
つぎに、検出装置500は、補正対象である時系列データの時刻をt分ずらす(ステップS2602)。そして、検出装置500は、補正後の時系列データの組み合わせについて相関係数を算出する(ステップS2603)。そして、検出装置500は、tがT_max以上であるか否かを判断する(ステップS2604)。T_max以上でない場合(ステップS2604:No)、検出装置500は、T_intervalをtに加算してステップS2602に戻る。一方、T_intervalである場合(ステップS2604:Yes)、時刻補正処理(ステップS2508)を終了し、ステップS2509に移行する。これにより、時刻補正する都度、補正後の時系列データの組み合わせについて相関係数が算出されるため、どの期間で相関関係があるかを小刻みに判定することが可能となる。
図27は、図25に示した決定処理(ステップS2403)の詳細な処理手順例を示すフローチャートである。検出装置500は、まず、相関情報DB2から相関関係のある時系列データの組み合わせを取得する(ステップS2701)。そして、検出装置500は、取得した組み合わせの中から未選択の時系列データの組み合わせがあるか否かを判断する(ステップS2702)。未選択の時系列データの組み合わせがある場合(ステップS2702:Yes)、検出装置500は、未選択の時系列データの組み合わせを選択する(ステップS2703)。そして、検出装置500は、共通の時系列データが割り当てられた未選択の予兆検知処理があるか否かを判断する(ステップS2704)。
共通の時系列データが割り当てられた未選択の予兆検知処理がある場合(ステップS2704:Yes)、検出装置500は、共通の時系列データが割り当てられた未選択の予兆検知処理を選択する(ステップS2705)。たとえば、ステップS2703で選択された時系列データの組み合わせを(A、C)とする。ステップS2705では、たとえば、検出装置500は、共通の時系列データAを含む時系列データの組み合わせ(A、B)が割り当てられた予兆検知処理を選択する。
そして、検出装置500は、無相関情報DB3を参照して、ステップS2703で選択された時系列データの組み合わせが、無相関関係に該当するか否かを判断する(ステップS2706)。無相関関係の時系列データの組み合わせを(A、D)とする。たとえば、ステップS2703で選択された時系列データの組み合わせが(D、E)の場合、当該組み合わせ(D、E)は、無相関関係の時系列データの組み合わせ(A、D)のうち時系列データDを含む。したがって、ステップS2703で選択された時系列データの組み合わせ(D、E)と、予兆検知処理に割当済みの時系列データの組み合わせ(A、B)とは、無相関関係に該当する。
無相関関係に該当する場合(ステップS2706:Yes)、ステップS2704に戻り、検出装置500は、未選択の予兆検知処理を選択しなおす。一方、無相関関係に該当しない場合(ステップS2706:No)、検出装置500は、ステップS2705で選択された予兆検知処理を、ステップS2703で選択した時系列データの組み合わせの割当先に決定する(ステップS2707)。そして、ステップS2702に戻る。また、ステップS2704において、共通の時系列データが割り当てられた未選択の予兆検知処理がない場合(ステップS2704:No)も、ステップS2702に戻る。
ステップS2702において、未選択の時系データの組み合わせがない場合(ステップS2702:No)、決定処理(ステップS2403)は終了する。これにより、図24の処理が終了する。
<予兆検知>
図28は、検出装置500による予兆検知の詳細な処理手順例を示すフローチャートである。まず、検出装置500は、取得部601により、検知対象から時系列データを取得し(ステップS2801)、取得した時系列データを予兆検知処理に振り分ける(ステップS2802)。ステップS2802では、時系列データは、図27に示した決定処理(ステップS2403)によって決定された割当先の予兆検知処理に振り分けられる。そして、検出装置500は、予兆検知部608により各予兆検知処理を実行する(ステップS2803)。
図28は、検出装置500による予兆検知の詳細な処理手順例を示すフローチャートである。まず、検出装置500は、取得部601により、検知対象から時系列データを取得し(ステップS2801)、取得した時系列データを予兆検知処理に振り分ける(ステップS2802)。ステップS2802では、時系列データは、図27に示した決定処理(ステップS2403)によって決定された割当先の予兆検知処理に振り分けられる。そして、検出装置500は、予兆検知部608により各予兆検知処理を実行する(ステップS2803)。
予兆検知処理は、過去に取得した時系列データの組み合わせについて図14に示したように回帰直線Lや閾値α、標準偏差等を生成する。そして、予兆検知処理は、ステップS2801において今回取得した時系列データの組み合わせについて、回帰直線Lにおける閾値αの範囲内に存在するか否か、外れ値に該当するかを判断する。予兆検知処理は、閾値αの範囲外であったり、外れ値に該当する場合は、予兆であると判断する。そして、検出装置500は、図23に示したように、予兆検知処理結果を出力する(ステップS2804)。これにより、予兆検知が終了する。
このように、本実施の形態によれば、時系列データの組み合わせについて複数の期間の各々の期間で相関係数を算出するため、ある期間で相関関係がなかった場合であっても、別の期間で相関関係が有ることを確認することができる。また、ある期間で相関関係があった場合でも、別の期間で相関関係がないことを確認することができる。このように、複数の期間の相関関係を確認することにより、相関関係の有無の見落としを低減することができる。したがって、予兆検知の確度の向上を図ることができる。
また、ある期間を拡大または縮小して複数の期間を設定することにより、複数の期間の設定を簡略化することができ、設定処理の効率化を図ることができる。また、複数の期間は、所定期間ずつ拡大または縮小することにより設定してもよく、所定データ量ずつ拡大または縮小することとしてよい。これにより、期間の拡縮について期間長またはデータ量のいずれにも対応することができ、汎用性の向上を図ることができる。
また、拡縮前の期間について相関係数を算出する際の中間値を保持し、当該中間値を用いて、拡縮後の期間について相関係数を算出することにより、相関係数の算出処理の高速化を図ることができる。また、時系列データの組み合わせの各々の時系列データについてデータ数を減少させる補正を実行することにより、相関係数の算出処理の高速化を図ることができる。
また、時系列データの組み合わせのいずれかの時系列データについて、所定期間ずらす補正を実行することにより、同一期間での比較により検出できなかった相関関係を検出することができる。たとえば、時系列データの組み合わせが、メモリ使用率やCPU使用率といったリソース使用率とサービスの応答期間であった場合、リソース利用率が徐々に上がっていき、それに伴い一定時間後にサービスの応答時間が上がるような場合に相関関係が有ることを検出することができる。
すなわち、リソースの使用率向上とサービスの応答時間向上には相関関係があるが、値の上昇にそれぞれ時差があるため、同一時刻で相関関係を検出した場合は相関関係を検出することができない。この相関関係の有無とリソース使用率向上から応答時間向上までの時差を補正により作り出すことで、リソース使用率向上を監視することにより応答時間向上の予兆を検出することができる。
また、相関関係がある時系列データの組み合わせ群の各々の組み合わせにおいて、共通の時系列データが存在する場合、各組み合わせの割当先を同一の予兆検知処理に決定することにより、同一予兆検知処理内で共通の時系列データを利用することができる。したがって、予兆検知処理の効率化を図ることができる。
また、相関関係がある時系列データの組み合わせ群にまたがる時系列データ群が相関関係のない組み合わせである場合、各組み合わせの割当先を異なる予兆検知処理に決定することにより、各割当先において相関関係がある組み合わせを優先して割り当てることができる。すなわち、相関関係がある時系列データの組み合わせA、Bにまたがる時系列データの組み合わせCが相関関係のない場合、時系列データの組み合わせA、Bは異なる予兆検知処理に割り当てられる。これにより、各予兆検知処理に割り当てられる時系列データの組み合わせを相関関係のある時系列データに制限することができ、予兆検知処理の負荷低減を図ることができる。また、複数の予兆検知処理を並列実行することにより、予兆検知処理の効率化を図ることができる。
以上、本発明を添付の図面を参照して詳細に説明したが、本発明はこのような具体的構成に限定されるものではなく、添付した請求の範囲の趣旨内における様々な変更及び同等の構成を含むものである。
図4は、予兆検知処理への時系列データの割当例を示す説明図である。予兆検知処理とは、監視対象で発生する障害の予兆を検知するプロセスまたはスレッド(以下、単に「プロセス」という)である。予兆検知処理は、既存のプログラムで実現される。予兆検知処理には、相関関係が有ると判定された時系列データの組み合わせが割り当てられる。具体的には、たとえば、相関情報DB2に格納されている時系列データの組み合わせが予兆検知処理に割り当てられる。たとえば、データA、Bは相関関係が有るため、予兆検知処理41に割り当てられる。これにより、予兆検知処理41では、データA、Bを用いて監視対象で発生する障害の予兆を検知することができる。
また、図4の例では、データA、Cも相関関係が有るため、予兆検知処理に割り当てられる。この場合、データA、Cは、データA、Bが割り当てられた予兆検知処理41に割り当てられる。すなわち、データA、BとデータA、Cとでは、データAが共通するため、同一の予兆検知処理41に割り当てることにより、1つのプロセスでデータAにアクセスすることができるため、予兆検知処理の効率化を図ることができる。
また、同様に、データD、Eも相関関係が有るため、予兆検知処理に割り当てられる。データD、Eは、データA、B、Cが割り当てられた予兆検知処理41とは異なる予兆検知処理42に割り当てられる。具体的には、たとえば、無相関情報DB3を参照することにより、データAとデータDとの間には相関関係がないため、同じプロセスでデータAとデータDを用いることはない。したがって、相関関係がないデータ同士は異なるプロセスに割り当てられる。これにより、各予兆検知処理41,42に対する負荷分散を図ることができる。また、各予兆検知処理41,42を並列実行することにより、予兆検知処理の高速化を図ることができ、障害の早期発見を図ることができる。
図11は、時刻補正処理例を示す説明図である。図11において、(a)は時刻補正前の時系列データA、Bである。(b)は時刻補正後の時系列データA、Bである。時系列データAの観測値群V1と時系列データBの観測値群V2とについて同一期間で相関係数を求めたい場合、(a)の状態から、時系列データBを所定時間D分早めることにより、時差がなくなる。したがって、時刻補正後において、算出部604は、時系列データA、Bについて同一の期間で相関係数を算出することにより、時差を排除した相関係数を算出することができる。なお、時刻補正処理はオプショナルであり、必要な場合にユーザの操作入力により時刻補正処理の実行可否が選択可能となる。
図6に戻り、判定部606は、複数の第2の期間の各々の期間において2以上の時系列データの組み合わせに相関関係があるか否かを、算出部604によって算出された相関係数に基づいて判定する。たとえば、判定部606は、相関係数の相関判定基準を用いて相関の有無を判定する。相関判定基準は、相関の有無を分類するためのしきい値である。たとえば、0.7とする。この場合、相関係数が0.7以上ある場合は相関関係有り(正の相関)、−0.7未満の場合は相関関係有り(負の相関)、−0.7以上0.7未満の場合は相関関係なしと判定する。
相関判定基準とは、判定部606による判定基準となる相関係数の絶対値である。時系列データの組み合わせから求められた相関係数が相関判定基準以上である場合、判定部606は、相関関係ありと判定し、相関判定基準未満の場合は相関関係なしと判定する。図18の例では、相関判定基準は0.7であるため、相関係数が0.7以上または−0.7未満の場合、相関関係ありと判定される。
つぎに、検出装置500は、補正対象である時系列データの時刻をt分ずらす(ステップS2602)。そして、検出装置500は、補正後の時系列データの組み合わせについて相関係数を算出する(ステップS2603)。そして、検出装置500は、tがT_max以上であるか否かを判断する(ステップS2604)。T_max以上でない場合(ステップS2604:No)、検出装置500は、T_intervalをtに加算して(ステップS2605)、ステップS2602に戻る。一方、T_interval以上である場合(ステップS2604:Yes)、時刻補正処理(ステップS2508)を終了し、ステップS2509に移行する。これにより、時刻補正する都度、補正後の時系列データの組み合わせについて相関係数が算出されるため、どの期間で相関関係があるかを小刻みに判定することが可能となる。
本願において開示される発明の一側面となる検出装置、検出方法、および記録媒体は、検知対象に関する複数の時系列データを取得し、取得された複数の時系列データが存在する第1の期間から検査範囲として、期間長が異なり、かつ、重複する複数の第2の期間を設定し、前記複数の時系列データの中から2以上の時系列データの組み合わせを選択し、選択された2以上の時系列データの組み合わせについて、設定された複数の第2の期間の各々の期間内における相関係数を算出することを特徴とする。
Claims (12)
- 検知対象に関する複数の時系列データを取得する取得部と、
前記取得部によって取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定する設定部と、
前記複数の時系列データの中から2以上の時系列データの組み合わせを選択する選択部と、
前記選択部によって選択された2以上の時系列データの組み合わせについて、前記設定部によって設定された複数の第2の期間の各々の期間内における相関係数を算出する算出部と、
を有することを特徴とする検出装置。 - 前記設定部は、前記第1の期間内の第3の期間を拡大または縮小することにより、前記複数の第2の期間を設定し、
前記算出部は、前記2以上の時系列データの組み合わせについて、前記設定部によって設定された前記複数の第2の期間の各々の期間内における相関係数を算出することを特徴とする請求項1に記載の検出装置。 - 前記算出部は、拡大前または縮小前の前記第2の期間について相関係数を算出する際の中間値を保持し、当該中間値を用いて、拡大後または縮小後の前記第2の期間について相関係数を算出することを特徴とする請求項2に記載の検出装置。
- 前記第2の期間内の前記2以上の時系列データの組み合わせの各々の時系列データについてデータ数を減少させる補正を実行する補正部を有し、
前記算出部は、前記補正部による補正後における2以上の時系列データの組み合わせについて相関係数を算出することを特徴とする請求項1に記載の検出装置。 - 前記第2の期間内の前記2以上の時系列データの組み合わせのいずれかの時系列データについて、前記第2の期間を所定期間ずらす補正を実行する補正部を有し、
前記算出部は、前記補正部による補正後における2以上の時系列データの組み合わせについて相関係数を算出することを特徴とする請求項1に記載の検出装置。 - 前記複数の第2の期間の各々の期間において前記2以上の時系列データの組み合わせに相関関係があるか否かを、前記算出部によって算出された相関係数に基づいて判定する判定部と、
前記2以上の時系列データの組み合わせについて前記判定部によって相関関係があると判定された場合、前記第1の期間の経過後における2以上の時系列データの組み合わせの割当先を、前記検知対象に発生する障害の予兆を検知するいずれかの予兆検知処理に決定する決定部と、
前記決定部によって前記第1の期間の経過後における2以上の時系列データの組み合わせの割当先に決定された予兆検知処理の実行結果を出力する出力部と、
を有することを特徴とする請求項1に記載の検出装置。 - 前記決定部は、相関関係があると判定された前記2以上の時系列データの組み合わせと共通の時系列データを含む前記2以上の時系列データの他の組み合わせについて、前記判定部によって相関関係があると判定された場合、前記第1の期間の経過後における前記他の組み合わせの割当先を、前記予兆検知処理に決定することを特徴とする請求項6に記載の検出装置。
- 前記決定部は、相関関係があると判定された前記2以上の時系列データの組み合わせと共通の時系列データを含む前記2以上の時系列データの他の組み合わせについて、前記複数の第2の期間のいずれの期間においても前記判定部によって相関関係がないと判定された場合、前記第1の期間の経過後における前記他の組み合わせの割当先を、前記予兆検知処理に決定しないことを特徴とする請求項6に記載の検出装置。
- 前記決定部は、相関関係があると判定された前記2以上の時系列データの組み合わせと共通の時系列データが存在しない前記2以上の時系列データの他の組み合わせについて前記判定部によって相関関係があると判定された場合、前記第1の期間の経過後における前記他の組み合わせの割当先を、前記予兆検知処理とは異なる他の予兆検知処理に決定し、
前記出力部は、前記予兆検知処理および前記他の予兆検知処理の実行結果を出力することを特徴とすることを特徴とする請求項6に記載の検出装置。 - 前記決定部は、前記第1の期間の経過後における前記他の組み合わせの割当先を、前記予兆検知処理と並列実行される前記他の予兆検知処理に決定することを特徴とする請求項9に記載の検出装置。
- プログラムを実行するプロセッサと、前記プロセッサが実行するプログラムを格納するメモリと、を備えるコンピュータが実行する検出方法であって、
前記プロセッサは、
検知対象に関する複数の時系列データを取得する取得手順と、
前記取得手順によって取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定する設定手順と、
前記複数の時系列データの中から2以上の時系列データの組み合わせを選択する選択手順と、
前記選択手順によって選択された2以上の時系列データの組み合わせについて、前記設定手順によって設定された複数の第2の期間の各々の期間内における相関係数を算出する算出手順と、
を実行することを特徴とする検出方法。 - プロセッサが実行するプログラムを格納する前記プロセッサにより読み取り可能な非一時的な記録媒体であって、
前記プロセッサに、
検知対象に関する複数の時系列データを取得する取得手順と、
前記取得手順によって取得された複数の時系列データが存在する第1の期間から検査範囲となる複数の第2の期間を設定する設定手順と、
前記複数の時系列データの中から2以上の時系列データの組み合わせを選択する選択手順と、
前記選択手順によって選択された2以上の時系列データの組み合わせについて、前記設定手順によって設定された複数の第2の期間の各々の期間内における相関係数を算出する算出手順と、
を実行させることを特徴とする検出プログラムを記録した非一時的な記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2013/063675 WO2014184928A1 (ja) | 2013-05-16 | 2013-05-16 | 検出装置、検出方法、および記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014184928A1 true JPWO2014184928A1 (ja) | 2017-02-23 |
JP6125625B2 JP6125625B2 (ja) | 2017-05-10 |
Family
ID=51897934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015516838A Active JP6125625B2 (ja) | 2013-05-16 | 2013-05-16 | 検出装置、検出方法、および記録媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160004620A1 (ja) |
JP (1) | JP6125625B2 (ja) |
DE (1) | DE112013006635T5 (ja) |
GB (1) | GB2528792A (ja) |
WO (1) | WO2014184928A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6330456B2 (ja) * | 2014-04-30 | 2018-05-30 | 富士通株式会社 | 相関係数算出方法、相関係数算出プログラムおよび相関係数算出装置 |
US9645875B2 (en) * | 2015-03-16 | 2017-05-09 | Oracle International Corporation | Intelligent inter-process communication latency surveillance and prognostics |
DE102016222676A1 (de) * | 2016-11-17 | 2018-05-17 | Mahle International Gmbh | Elektrischer Energiespeicher für ein Kraftfahrzeug |
US10452665B2 (en) * | 2017-06-20 | 2019-10-22 | Vmware, Inc. | Methods and systems to reduce time series data and detect outliers |
CN107329877B (zh) * | 2017-06-29 | 2020-10-23 | 南京途牛科技有限公司 | 机票业务监控执行系统及方法 |
US11042737B2 (en) | 2018-06-21 | 2021-06-22 | Mitsubishi Electric Corporation | Learning device, learning method and program |
JP7177350B2 (ja) * | 2019-02-12 | 2022-11-24 | 富士通株式会社 | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 |
JP7288189B2 (ja) | 2019-05-29 | 2023-06-07 | 富士通株式会社 | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 |
JP7438086B2 (ja) * | 2020-11-18 | 2024-02-26 | 株式会社日立ソリューションズ | データの系列間の差異を判定する方法、装置およびプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005285040A (ja) * | 2004-03-31 | 2005-10-13 | Nec Corp | ネットワーク監視システム及びその方法、プログラム |
WO2010035455A1 (ja) * | 2008-09-24 | 2010-04-01 | 日本電気株式会社 | 情報分析装置、情報分析方法、及びプログラム |
WO2012029500A1 (ja) * | 2010-09-01 | 2012-03-08 | 日本電気株式会社 | 運用管理装置、運用管理方法、及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4608643B2 (ja) * | 2003-01-17 | 2011-01-12 | 株式会社武田エンジニアリング・コンサルタント | 地震の予知方法、地震の予知システム、地震の予知プログラム及び記録媒体 |
-
2013
- 2013-05-16 WO PCT/JP2013/063675 patent/WO2014184928A1/ja active Application Filing
- 2013-05-16 US US14/770,582 patent/US20160004620A1/en not_active Abandoned
- 2013-05-16 JP JP2015516838A patent/JP6125625B2/ja active Active
- 2013-05-16 DE DE112013006635.1T patent/DE112013006635T5/de not_active Withdrawn
- 2013-05-16 GB GB1514123.7A patent/GB2528792A/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005285040A (ja) * | 2004-03-31 | 2005-10-13 | Nec Corp | ネットワーク監視システム及びその方法、プログラム |
WO2010035455A1 (ja) * | 2008-09-24 | 2010-04-01 | 日本電気株式会社 | 情報分析装置、情報分析方法、及びプログラム |
WO2012029500A1 (ja) * | 2010-09-01 | 2012-03-08 | 日本電気株式会社 | 運用管理装置、運用管理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
GB2528792A (en) | 2016-02-03 |
US20160004620A1 (en) | 2016-01-07 |
GB201514123D0 (en) | 2015-09-23 |
WO2014184928A1 (ja) | 2014-11-20 |
JP6125625B2 (ja) | 2017-05-10 |
DE112013006635T5 (de) | 2015-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6125625B2 (ja) | 検出装置、検出方法、および記録媒体 | |
JP6330922B2 (ja) | 情報処理装置および情報処理方法 | |
JP4527642B2 (ja) | ネットワーク障害診断装置、ネットワーク障害診断方法およびネットワーク障害診断プログラム | |
US10318366B2 (en) | System and method for relationship based root cause recommendation | |
US10572512B2 (en) | Detection method and information processing device | |
US8219548B2 (en) | Data processing method and data analysis apparatus | |
US9544403B2 (en) | Estimating latency of an application | |
US10379717B2 (en) | Device based visualization and analysis of multivariate data | |
JP6079243B2 (ja) | 障害分析支援装置、障害分析支援方法、及びプログラム | |
US9524223B2 (en) | Performance metrics of a computer system | |
US10627265B2 (en) | Sensor assignment apparatus and sensor diagnostic apparatus | |
US20120284278A1 (en) | Monitoring status display device, monitoring status display method and monitoring status display program | |
JP6915279B2 (ja) | 作業者割当て装置、作業者割当て方法及び作業者割当てプログラム | |
US20150288568A1 (en) | Recording medium, handling method generation method, and information processing apparatus | |
CN114237466A (zh) | 一种巡检点配置方法及装置 | |
JP2012186667A (ja) | ネットワーク障害検出装置、ネットワーク障害検出装置のネットワーク障害検出方法およびネットワーク障害検出プログラム | |
JP2018014000A (ja) | テスト支援プログラム、テスト支援装置、及びテスト支援方法 | |
KR20160081321A (ko) | It 인프라 품질 감시 시스템 및 방법 | |
JP2015184818A (ja) | サーバ、モデル適用可否判定方法およびコンピュータプログラム | |
US10621455B2 (en) | Image processing system, information processing device, information processing method, and information processing program | |
JP2019105953A (ja) | データ分析システム、及びデータ分析方法 | |
CN111382047B (zh) | 区块链的评测方法、装置及系统,和计算机可存储介质 | |
US9286353B2 (en) | Method for generating processing specifications for a stream of data items | |
CN114846767A (zh) | 用于解决矛盾的设备分析数据的技术 | |
CN111078711A (zh) | 基于数据索引的区块链数据存储、获取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20170314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170405 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6125625 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |