JPWO2014184928A1 - 検出装置、検出方法、および記録媒体 - Google Patents

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。

特開２００９−１８７２９３号公報

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。

相関係数の算出例を示す説明図である。 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。 相関関係なしの場合のデータ格納例を示す説明図である。 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。 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。 検出装置の機能的構成例を示すブロック図である。 中間値ＤＢの記憶内容例を示す説明図である。 中間値の生成例を示す説明図である。 サマライズ処理例を示す説明図である。 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。 時刻補正処理例を示す説明図である。 相関情報ＤＢの記憶内容例を示す説明図である。 無相関情報ＤＢの記憶内容例を示す説明図である。 回帰直線の一例を示す説明図である。 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。 予兆検知テンプレート登録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例を示す説明図である。 相関関係検出画面例を示す説明図（その１）である。 相関関係検出画面例を示す説明図（その２）である。 相関関係検出結果参照画面例を示す説明図（その１）である。 相関関係検出結果参照画面例を示す説明図（その２）である。 システム監視画面例を示す説明図である。 検出装置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。 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。 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。 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。

＜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。

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。

＜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。

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。

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。

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）。

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。

Images