WO2008072678A1 - 検出装置、システム、プログラムおよび検出方法 - Google Patents

検出装置、システム、プログラムおよび検出方法 Download PDF

Info

Publication number
WO2008072678A1
WO2008072678A1 PCT/JP2007/073976 JP2007073976W WO2008072678A1 WO 2008072678 A1 WO2008072678 A1 WO 2008072678A1 JP 2007073976 W JP2007073976 W JP 2007073976W WO 2008072678 A1 WO2008072678 A1 WO 2008072678A1
Authority
WO
WIPO (PCT)
Prior art keywords
event
count value
correlation
observations
event count
Prior art date
Application number
PCT/JP2007/073976
Other languages
English (en)
French (fr)
Inventor
Nobuyuki Ohba
Yoshitami Sakaguchi
Kohji Takano
Original Assignee
International Business Machines Corporation
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corporation filed Critical International Business Machines Corporation
Priority to EP07850514.6A priority Critical patent/EP2128768B1/en
Priority to JP2008549349A priority patent/JP4996624B2/ja
Publication of WO2008072678A1 publication Critical patent/WO2008072678A1/ja

Links

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
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • 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
    • G06F9/00—Arrangements for program control, e.g. control units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/86—Event-based monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/88—Monitoring involving counting

Definitions

  • the present invention relates to a detection device, a system, a program, and a detection method.
  • the present invention relates to a detection apparatus, a system, a program, and a detection method for detecting a correlation between a first event and a second event that repeatedly occur in an observation target apparatus.
  • a verification method for verifying hardware a method of observing a signal output from hardware to be verified with a logic analyzer or the like is known.
  • a software verification method a method using a tracer that sequentially executes the execution code of the software to be verified is known.
  • a software and hardware verification method there is known a method of sequentially recording changes in the status of software or hardware to be verified, and verifying the recorded results using statistically processed information! /, The
  • Non-Patent Document 1 describes a method for investigating the statistical distribution of events during normal times and obtaining the theoretical statistical distribution from the observed values in order to improve the detection accuracy of abnormal events.
  • Patent Document 1 describes a debugging device that uses an event generated by itself to achieve parallel program execution reproduction and debugging work efficiency.
  • Patent Document 2 describes a program that detects event log power and other event occurrence patterns based on information related to multiple types of relationships defined between events, and outputs the detected event occurrence patterns. ing.
  • Patent Document 1 Japanese Patent Laid-Open No. 9 212385
  • Patent Document 2 Japanese Patent Laid-Open No. 2006-4346
  • Non-patent literature 1 Keisuke Takemori, 3 others, "Survey on number of attack events and modeling into theoretical statistics distribution", [Online], The Institute of Electronics, Information and Communication Engineers, [October 23, 2006 search] , Internet URL: http: ⁇ www.sasase.ics.keio.ac.jp/pdf/21381200403NS- TA EMORIl.pd Disclosure of the invention
  • the output result becomes enormous if the scale of hardware and software to be verified is large. Therefore, in this method, it is necessary to predict and register bugs that occur and to delete the output results that do not correspond to the registered bugs in order! Moreover, in the method of verifying using statistical information, it was difficult to analyze the interrelationships between events. Also, in the method of verifying using statistical information, changes in the state of software or hardware had to be recorded sequentially, so a huge storage area would be required when operating software or hardware over a long period of time. It was necessary.
  • Non-Patent Document 1 needs to model the statistical distribution of attack events (abnormal events) in advance.
  • the debugging apparatus described in Patent Document 1 had to generate an event and cause it to be executed by a parallel program to be debugged.
  • the program described in Patent Document 2 has a complicated process for obtaining the event occurrence time. Furthermore, the program described in Patent Document 2 has a small number of occurrences! /, Excludes event occurrence patterns! /, So bugs are included! /, And is likely to occur V, occurrence patterns Was excluded and could not be verified reliably.
  • an object of the present invention is to provide a detection apparatus, system, program, and detection method that can solve the above-described problems. This object is achieved by a combination of features described in the independent claims.
  • the dependent claims define further advantageous specific examples of the present invention.
  • a detection device for detecting a degree of correlation between a first event and a second event that repeatedly occur in an observation target device. For each first period, which is the period from the occurrence of the first event to the next occurrence of the first event, the number of times the second event has occurred during the first period An acquisition unit for acquiring the counted second event count value, a measurement unit for measuring the number of observations for which the second event count value is observed for each second event count value, and a second event force count value for each second event count value.
  • a detection device including a calculation unit that calculates the degree of correlation between a first event and a second event based on the number of observations, and a system including the detection device and an observation target device.
  • a program for detecting, by the information processing apparatus or another information processing apparatus, the degree of correlation between the first event and the second event repeatedly generated in the information processing apparatus An information processing device or another information processing device is connected during the first period for each of the first period, which is a period from the occurrence of the first event to the next occurrence of the first event.
  • An acquisition unit that acquires a second event count value obtained by counting the number of times an event has occurred using an input device included in the information processing device or another information processing device, and a second event count value acquired by the input device.
  • a measurement unit that measures the number of times the second event count value is observed by an instruction processing device included in the information processing device or another information processing device and stores the measured number in the storage device;
  • a program that causes the instruction processing device to calculate the degree of correlation between the first event and the second event based on the number of observations for each event count value, and that this program is executed in the information processing device. Provide a detection method implemented.
  • FIG. 1 shows a configuration of an observation target device 10 and a detection device 20 according to the present embodiment.
  • the detection device 20 detects the degree of correlation between the first event and the second event that occur repeatedly in the observation target device 10.
  • the observation target device 10 is a device to be observed, and may be an information processing device that operates in cooperation with a normal device, a normal circuit, hardware, and software. Observation The target device 10 may be a hardware simulator such as an FPGA programmed with a logic circuit to be verified, or a device including one or more LSIs or the like on which the logic circuit to be verified is mounted. Further, the observation target device 10 may be an information processing device that simulates a logic circuit to be verified by executing software such as a logic circuit simulator.
  • An event generated by the observation target device 10 refers to a change in the state of hardware and software in the observation target device 10.
  • a hardware state change is a voltage change of a specific signal line, an inversion of a stored value of a flip-flop (for example, a register), a state transition of a state machine, an interrupt signal generation, a change of a stored value of a memory, a ramp
  • Software state changes are the start / end of a task, the execution of an instruction at the address of interest, the occurrence of a software interrupt, the execution of a specific instruction by a software module, or the change of a variable value. This means a change in some state on the software.
  • the case where there is a correlation between the first event and the second event means a case where there is some relationship between the first event and the second event.
  • first event when most of function B activation (first event) is performed by a call instruction from function A (second event), if the interrupt signal line S is toggled (first event), the corresponding interrupt
  • second event when the handler that performs processing is activated (second event), there is a correlation between the first event and the second event.
  • the detection device 20 detects the strength of the correlation between the first event and the second event that occur in the observation target device 10 as a degree of correlation represented by a numerical value. For example, the detection device 20 has a correlation degree expressed as a number that becomes 1 when the correlation between the first event and the second event is strongest, and approaches 0 as the correlation weakens from the strongest state. Output.
  • the detection device 20 includes a detection unit 22, an acquisition unit 24, a measurement unit 26, and a calculation unit 28.
  • the detection unit 22 detects the occurrence of the first event and the second event in the observation target device 10.
  • the detection unit 22 detects a control signal, a software call instruction, an interrupt instruction, and the like output from the observation target device 10 during operation, thereby detecting the first event and the second event in the observation target device 10. The occurrence of an event may be detected.
  • the acquisition unit 24 is a period from the occurrence of the first event to the next occurrence of the first event. For each first period, count the number of times the second event occurred during the first period. In addition, the acquisition unit 24 generates a first event during the second period for each second period, which is a period from the occurrence of the second event to the next occurrence of the second event. Count the number of times. Then, the acquisition unit 24 calculates the number of times the second event has occurred during the first period for each of the first periods, which is a period until the first event occurs after the first event occurs. Get the counted second event count value.
  • the acquisition unit 24 generates a first event during the second period for each of the second periods, which is a period from the occurrence of the second event to the next occurrence of the second event.
  • the first event count value obtained by counting the number of times obtained is further acquired.
  • the acquisition unit 24 acquires the second event count value and the first event count value for each predetermined measurement period during the period in which the observation target device 10 is continuously operating. You can do it.
  • the acquisition unit 24 may store a log of the occurrence of the first event and the second event detected by the detection unit 22 during the operation of the observation target device 10! /. Then, the acquisition unit 24 may acquire, for example, the second event count value and the first event count value for each predetermined measurement period from the log after the operation of the observation target device 10 ends.
  • the measurement unit 26 measures the number of observations at which the second event count value is observed. In addition, for each first event count value, the measurement unit 26 further measures the number of observations at which the first event count value is observed. As an example, the measurement unit 26 may observe the number of times the second event power event value was observed for each second event count value and the first event for each first event count value during each measurement period. You may measure the number of times the count value was observed.
  • the number of observations is a concept including various expression formats in which data values differ depending on the number of times the event count value is observed.
  • the number of observations is, for example, the frequency (number of times) the event count value was observed, the ratio of the number of times the event count value was observed, whether or not the event power value was observed, and the event count value It may be whether or not it has been exceeded. That is, for example, the measurement unit 26 may measure the frequency at which the event count value is observed during the measurement period for each event count value, and output the measurement result as the number of observations. In addition, the measurement unit 26 monitors the frequency at which the event count value was observed during the measurement period.
  • the measurement unit 26 may measure whether or not an event count value is observed during the measurement period for each event count value, and output the measurement result as the number of observations.
  • the calculating unit 28 calculates the correlation between the first event and the second event generated by the observation target device 10 based on the number of observations for each second event count value and each first event count value.
  • the calculating unit 28 is based on the number of second event count values that are the number of observations equal to or greater than a predetermined threshold and the number of first event power values that are the number of observations equal to or greater than the predetermined threshold.
  • the degree of correlation between the first event and the second event generated by the observation target device 10 is calculated. For example, the calculation unit 28 may count the number of second event count values observed at least once during the measurement period, and the first event count observed at least once during the measurement period!
  • the correlation between the first event and the second event generated by the observation target device 10 may be calculated.
  • the calculation unit 28 is based on the number of second event count values observed over a predetermined threshold during the measurement period and the number of first event count values observed over the predetermined threshold during the measurement period.
  • the correlation between the first event and the second event generated by the observation target device 10 may be calculated.
  • the calculation unit 28 is generated by the observation target device 10 for each of a plurality of measurement periods in a preset period in which the observation target device 10 is continuously operated, for example.
  • the degree of correlation between the first event and the second event may be calculated.
  • the calculation unit 28 can detect a change in the degree of correlation between the first event and the second event when the observation target device 10 is continuously operated over a long period of time.
  • the calculation unit 28 may calculate the degree of correlation between the first event and the second event based on the number of observations for each second event count value. That is, the calculation unit 28 may calculate the correlation between the first event and the second event without using the number of observations for each first event count value.
  • the acquisition unit 24 may acquire only the second event count value, and the measurement unit 26 may measure the number of observations at which the second event count value is observed for each second event count value.
  • the calculation unit 28 for example, during a predetermined period If the number of occurrences of the first event is greater than or equal to the number of occurrences of the second event, the degree of correlation is calculated based on the first event count value, and the number of occurrences of the second event during the specified period is If it is greater than the number of occurrences, the degree of correlation may be calculated based on the second event count value.
  • FIG. 2 shows the flow of processing for calculating the correlation between the first event and the second event by the detection device 20.
  • the detection unit 22 detects the occurrence of the first event and the second event in the observation target device 10 (S1002).
  • the acquisition unit 24 acquires the second event count value for each of the first periods from the occurrence of the first event to the next occurrence of the first event during the measurement period. (S1004-1). At the same time, the acquisition unit 24 acquires the first event count value for each of the second periods from the occurrence of the second event to the next occurrence of the second event during the measurement period. (S1004-2) o The acquisition unit 24 may acquire the second event count value and the first event count value in real time during the operation of the observation target device 10, or after the operation of the observation target device 10 is completed. The second event count value and the first event force value M may be obtained from the log of the occurrence of the first event and the second event generated by the unit 22.
  • the measurement unit 26 measures the number of observations at which the second event count value is observed (S1006-1). At the same time, the measurement unit 26 measures the number of observations at which the first event count value is observed for each first event count value (S1 006-2).
  • the calculation unit 28 calculates the correlation between the first event and the second event generated by the observation target device 10 based on the number of observations for each second event count value and the number of observations for each first event count value. Is calculated (S1008).
  • the calculation unit 28 performs an operation represented by the following formula (1) or formula (2).
  • Equation (2) is a variation of Equation (1).
  • ABi represents the i-th (i is an integer greater than or equal to 1) second event count value
  • F (ABi) represents the frequency of occurrence of the i-th second event count value
  • BAj represents the jth first event count value (j is an integer equal to or greater than 1), and F (BAj) represents the occurrence frequency of the jth first event count value.
  • Nonzero (X) is a function that is 0 when X is 0 and 1 when X is not 0. Therefore, Nonzero (F (ABi)) is 1 when the i-th second event count value has occurred at least once, and 0 when it has never occurred. Nonzero (F (BAj)) is 1 if the j-th first event count value has occurred at least once, and has occurred once! /, Te! /, N! / 0.
  • N represents the total number of occurrences of the first event. Note that the first event occurs at least once
  • N (N> 0). N represents the total number of occurrences of the second event.
  • the calculation unit 28 that performs the above-described calculation has a function including a product of the number of second event power values where the number of observations is not 0 and the number of first event count values where the number of observations is not 0.
  • the degree of correlation is calculated.
  • the calculation unit 28 calculates the number of second event count values where the number of observations is not 0 (the value in the left denominator on the right side of Equation (2)) and the number of observations is 0! /, The first event count. Multiplied by the number of values (value in the right side of the denominator on the right side of Equation (2))
  • the reciprocal of the value (value of the denominator on the right side of Equation (2)) may be calculated as the degree of correlation (C).
  • the calculation unit 28 can calculate the degree of correlation expressed as a numerical value that becomes 1 when the correlation between the first event and the second event is strong and approaches 0 as the correlation becomes weaker.
  • the calculation unit 28 is further provided that the first and second event count values are not 0, and the second event count value is not 0 and the number of observations is not 0.
  • the calculation unit 28 it is possible to make the degree of correlation between the first event and the second event generated synchronously at a predetermined generation rate more appropriate. For example, according to the calculation unit 28, when the first event is generated N times (N is an integer equal to or greater than 1), the correlation degree when the second event is always generated once is set to 1. Touch with force S.
  • the calculation unit 28 instead of calculating the correlation degree from the number of first event count values whose observation count is not 0 and the number of second event count values whose observation count is not 0. It is also possible to calculate the degree of correlation from the number of first event count values that are the number of observations equal to or greater than a predetermined threshold and the number of second event count values that are the number of observations equal to or greater than the predetermined threshold.
  • the calculation unit 28 may calculate the degree of correlation using an arithmetic expression in which the numerator value on the right side of the expressions (1) and (2) is an arbitrary constant. That is, the calculation unit 28 calculates the reciprocal of the product of the number of observations not 0! /, The number of second event count values and the number of observations not 0! /, The number of first event count values, and A value obtained by multiplying a constant may be calculated as the degree of correlation. Alternatively, the calculation unit 28 may calculate a value obtained by adding another constant to a value obtained by multiplying the inverse of the product by a constant, as the degree of correlation.
  • the calculation unit 28 may calculate the degree of correlation by an arithmetic expression obtained by subtracting the expressions on the right side of Expression (1) and Expression (2) from the constant.
  • the calculation unit 28 2 The number of event count values and the number of observations is 0! /, The value obtained by adding the constant to the value obtained by inverting the positive / negative of the product of the number of the first event count value, and calculating the correlation. You can.
  • the calculation unit 28 may calculate a value obtained by dividing another constant by a value obtained by inverting the sign of the inverse of the product and adding the constant, as the degree of correlation.
  • the correlation between the first event and the second event in the observation target device 10 can be easily calculated.
  • the observation target device 10 can be efficiently verified and debugged using the correlation between the first event and the second event.
  • the detection device 20 detects a change point of the correlation degree that is sequentially generated for each measurement period, and the operation of the observation target device 10 is different from the normal time based on the position of the detected change point. It is possible to identify a point (singular point) that is highly likely to be present. Then, the detection device 20 may notify the identified singularity to a subsequent verification device or the like to verify the operation of the observation target device 10 in the vicinity of the singularity. Thereby, according to the detection apparatus 20, it is possible to efficiently verify and debug the observation target apparatus 10.
  • the detection device 20 in detecting a singular point, it is not necessary to register in advance the occurrence pattern of an event predicted to occur at the singular point! Therefore, according to the detection device 20, singular points that occur according to defects that are difficult to predict, and differences that occur according to the occurrence pattern of events that are difficult to detect due to low occurrence frequency, etc. Can also be reliably detected.
  • the observation target apparatus 10 can be appropriately verified and debugged.
  • the observation target device 10 is operated continuously for a long period of time, the internal state is acquired sequentially, only the internal state near the singular point detected by the detection device 20 is stored, and the observation target device other than the vicinity of the singular point is stored. Ten internal states can be erased sequentially. Therefore, the verification device or the debugging device that detects the singular point using the correlation degree output from the detection device 20 does not have to store a large amount of internal state that occurs when the observation target device 10 is continuously operated.
  • FIG. 3 shows an example of an occurrence pattern of the first event and the second event in the observation target device 10.
  • FIG. 4 shows an example of the frequency (number of observations) at which the second event count value was observed when the observation target device 10 generated an event in the pattern of FIG.
  • FIG. 5 shows an example of the frequency (number of observations) at which the first event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • each second event count value (AB, AB, AB, AB, AB,
  • each first event count value (BA, BA, BA, BA, BA, BA, BA, BA)
  • FIG. 6 shows an example of a value (number of observations) representing whether or not the second event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 7 shows an example of a value (number of observations) indicating whether or not the first event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • the measurement unit 26 uses the Nonzero function to calculate the number of observations (AB to AB) for each second event count value excluding the second event count value shown in FIG. No. 2
  • FIG. 8 shows the first event count value on the horizontal axis and the second event count value on the vertical axis when the observation target device 10 generates an event in the pattern of FIG. Further, FIG. 8 shows that the intersection of the part where both the first event count value and the second event count value are detected is 1 and the intersection of the part where at least one value is 0 is 0. The figure is shown.
  • the calculation unit 28 calculates the number of event count values at which the second event count value is observed, that is, the number of event count values at which the number of observations (Nonzero (F (AB))) is 1.
  • the calculation unit 28 calculates the number of event count values at which the first event count value is observed, that is, the number of event count values at which the number of observations (Nonzero (F (BA))) is 1.
  • the calculation unit 28 calculates 1 as the number of event count values for which the second event force value was observed, and the first event count value was observed. Calculate 1 as the number of event count values.
  • the calculation unit 28 calculates the product of the number of observations not 0! /, The number of second event count values and the number of observations not 0! /, The number of first event power values, as shown in FIG. In the table shown in Fig. 5, the number of intersections where the first event count value and the second event count value are both 1 may be calculated.
  • the calculation unit 28 may output the inverse of the calculated product (the number of 1 in the table in FIG. 8) (in this example, “1”) as the degree of correlation.
  • the degree of correlation As shown in FIGS. 3 to 8 described above, according to the detection apparatus 20, it is possible to easily calculate the degree of correlation between the first event and the second event having a relatively strong correlation with the force S.
  • FIG. 9 shows another example of the occurrence pattern of the first event and the second event in the observation target device 10.
  • FIG. 10 shows an example of a value (number of observations) indicating whether or not the second event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • Figure 11 shows the case where the observation target device 10 generates an event with the pattern shown in Figure 9.
  • An example of the value (number of observations) indicating whether or not the first event count value was observed is shown below.
  • the observation target device 10 has the pattern in FIG. 9, that is, the first event occurs once, then the second event occurs twice, then the first event occurs twice, and then the second event occurs.
  • the measurement unit 26 as shown in FIG.
  • FIG. 12 shows the first event count value on the horizontal axis and the second event count value on the vertical axis when the observation target device 10 generates an event in the pattern of FIG.
  • Fig. 12 shows that the intersection of the part where the values of both the first event count value and the second event count value are detected is 1 and the intersection of the part where at least one value is 0 is 0. The figure is shown.
  • the calculation unit 28 calculates the number of event count values at which the second event count value is observed, that is, the number of event count values at which the number of observations (Nonzero (F (BA)) is 1).
  • the calculating unit 28 calculates the number of event count values at which the first event count value is observed, that is, the number of event count values at which the number of observations (Nonzero (F (AB))) is 1.
  • Observation target apparatus 10 When the event occurs in the pattern of FIG. 9, the calculation unit 28 calculates 3 as the number of event count values in which the second event power value is observed, and the event count value in which the first event count value is observed. Calculate 2 as the number of.
  • the calculation unit 28 may output the reciprocal of the calculated product (the number of 1 in the table in FIG. 12) ((1/6 "in this example) as the degree of correlation. As shown in FIG. 12, according to the detection device 20, the correlation S between the first event and the second event having relatively weak correlations can be easily calculated with the force S.
  • FIG. 13A shows an example of an event occurrence pattern of a first event (for example, timer interrupt) and a second event (for example, interrupt end processing) that are correlated with each other.
  • FIG. 13B shows an example of an event occurrence pattern when a certain second event (for example, interrupt termination processing) is delayed in the event occurrence pattern of FIG. 13A.
  • the detection device 20 verifies whether or not the first event and the second event are operating normally based on the correlation between the first event and the second event that are inherently strongly correlated.
  • Power S can be.
  • the observation target apparatus 10 activates the function K once every millisecond using a timer interrupt that activates once every 100 milliseconds.
  • the detection device 20 should originally output ⁇ 1 "as the correlation between the first event and the second event. Therefore, the detection device 20 can verify whether or not the observation target device 10 is operating normally by judging whether or not the output result (correlation degree) is “1”. .
  • the detection device 20 originally completes the process of the function K within 1 millisecond.
  • the timer interrupt is the first event and the interrupt end process is the second event
  • the second event is the next first event (timer interrupt).
  • the detection apparatus 20 Before. Therefore, the detection apparatus 20 originally outputs ⁇ 1 "as the output result (correlation degree).
  • the interrupt end process (second event) Occurs after one event).
  • the detection device 20 detects a singular point where the observation target device 10 is not operating normally by detecting that the correlation between the first event and the second event having a strong correlation has changed in the lower direction. be able to
  • FIG. 14 shows task processing when a correlation occurs between tasks (T2, T3) that are not correlated with each other due to the priority inversion phenomenon.
  • the first event and the second event which have no inherent correlation or very weak correlation, for example, if an inappropriate priority is set for a task, or if an inappropriate exclusive control procedure is set, a long interruption
  • the detection device 20 detects that the correlation between the first event and the second event, which are originally uncorrelated or very weak, has changed to a high value, so that the observation target device 10 operates normally. It is possible to detect singularities!
  • the observation target device 10 executes tasks Tl, ⁇ 2, and ⁇ 3 shown in FIG.
  • the observation target device 10 executes task ⁇ 3 with the highest priority, executes task ⁇ 2 with the next priority, and executes task T1 with the lowest priority.
  • Task T1 and task ⁇ 3 share the resources of the observation target device 10 exclusively.
  • Tasks ⁇ 2 and ⁇ 3 are essentially uncorrelated.
  • the observation target device 10 calls task ⁇ 2 while executing task T1, and then calls task ⁇ 3.
  • the observation target device 10 executes the task ⁇ 2 with priority over the task T1.
  • task ⁇ 3 has higher priority than task ⁇ 2, so it should be executed by interrupting task ⁇ 2.
  • the observation target apparatus 10 cannot execute the task ⁇ 3 until the task T1 is completed (that is, the task ⁇ 2 is completed).
  • task ⁇ 2 is effectively executed in preference to task ⁇ 3.
  • the detection device 20 can detect a portion where such a priority inversion phenomenon or the like occurs by detecting a singular point having a strong correlation between events that should originally have a weak correlation. wear.
  • FIG. 15 shows the configuration of the measurement unit 26 and the calculation unit 28 according to the first modification of the present embodiment. Since this modification employs substantially the same configuration and function as the observation target device 10 shown in FIG. 1, the description thereof will be omitted except for the following differences.
  • FIG. 15 shows configurations of the measurement unit 26 and the calculation unit 28 according to the first modification of the present embodiment. Since this modification employs substantially the same configuration and function as the observation target device 10 shown in FIG. 1, the description thereof will be omitted except for the following differences.
  • the measurement unit 26 includes a flag storage unit 42 and a flag update unit 44.
  • the flag storage unit 42 records, for each first event count value, a first flag indicating whether or not the first event count value is observed as an observation count, and for each second event count value, A second flag indicating whether or not the second event count value has been observed is recorded as the number of observations.
  • the flag storage unit 42 may record the first flag for each first event count value excluding 0 and record the second flag for each second event count value excluding 0.
  • the flag update unit 44 sets the first flag corresponding to the observed first event count value to the logical value 1, and sets the second flag corresponding to the observed second event count value to set the logical value. Set to 1. For example, the flag update unit 44 sets the first flag and the second flag recorded in the flag storage unit 42 to a logical value 0 at the start of the measurement period. Then, the flag updating unit 44 determines the first event count value and the second event count value that are sequentially input during the measurement period, and sets the first flag and the second flag of the corresponding event count value to perform logic. It can be ⁇ 11.
  • the calculation unit 28 calculates the degree of correlation using a function including the product of the number of first flags having a logical value 1 and the number of second flags having a logical value 1. According to the first modification shown above, the force S can easily generate the number of observations for each first event count value and the number of observations for each second event count value.
  • FIG. 16 shows configurations of the observation target device 10 and the detection device 20 according to the second modification example of the present embodiment. Since this modification employs substantially the same configuration and function as the observation target device 10 and the detection device 20 shown in FIG. 1, the description thereof will be omitted except for the following differences.
  • the detection apparatus 20 further includes a collection unit 30 and an update prohibition unit 32.
  • the collection unit 30 collects at least a part of the internal state of the observation target apparatus 10 in the internal state storage unit 34 at predetermined timings. As an example, the collection unit 30 stores the internal state of the observation target device 10 in parallel with the detection of the first event and the second event by the detection unit 22 during the operation of the observation target device 10. May be collected.
  • the collection unit 30 includes, as the internal state of the observation target device 10, for example, signal line voltage, flip-flop (eg, register) stored value, state machine state, interrupt signal state, memory stored value, and task execution. You may collect the status, execution status of the instruction at the address of interest, software interrupt generation status, variable values, and so on.
  • the collection unit 30 may record the collected information indicating the internal state of the observation target apparatus 10 in the internal state storage unit 34 sequentially in time series. Further, as an example, when the internal state storage unit 34 stores information representing an internal state exceeding a predetermined capacity, the collection unit 30 may erase the information sequentially from the previous time.
  • the update prohibition unit 32 has an internal state storage unit in at least one of a case where the degree of correlation becomes larger than a preset upper limit value and a case where the degree of correlation becomes smaller than a preset lower limit value.
  • the internal state stored in 34 is prohibited from being updated and the internal state is saved.
  • the update prohibition unit 32 may prohibit the update of the internal state stored in the internal state storage unit 34 and store the internal state when the degree of correlation has changed from the previous correlation.
  • the internal state of the observation target device 10 at a point where there is a high possibility that a defect is included can be saved, so that the observation target device 10 can be verified and debugged efficiently. Can do.
  • FIG. 17 shows configurations of the observation target device 10 and the detection device 20 according to the third modification example of the present embodiment.
  • the system 100 includes an observation target device 10 and a detection device 20.
  • the observation target device 10 and the detection device 20 have substantially the same configuration and function as the observation target device 10 and the detection device 20 shown in FIG. 1, respectively, and thus detailed description thereof will be omitted except for the following differences.
  • the observation target device 10 and the detection device 20 are incorporated in one device.
  • the observation target device 10 and the detection device 20 include one IC chip, one module or It may be mounted on one substrate.
  • the detection device 20 may be realized by executing the program on the same information processing device.
  • the detection device 20 is incorporated in the observation target device 10 itself, so that the connection processing of the detection device 20 to the observation target device 10 at the time of verification and debugging can be omitted. In addition, verification and debugging can be performed.
  • FIG. 18 shows an example of a hardware configuration of a computer 1900 according to the embodiment of the present invention.
  • a computer 1900 according to the present embodiment includes a CPU peripheral unit having a CPU 2000, a RAM 2020, a graphic controller 2075, and a display device 2080, which are connected to each other by a host controller 2082, and an input / output controller 2084.
  • An input device 2025 connected to the host controller 2082, a communication interface 2030, a hard disk drive 2040, and an input / output unit having a CD-ROM drive 2060, a ROM 2010 connected to the input / output controller 2084, and a flexible disk drive 2 050 and a legacy input / output unit having an input / output chip 2070.
  • the host controller 2082 connects the RAM 2020 to the CPU 2000 and the graphics controller 2075 that access the RAM 2020 at a high transfer rate.
  • the CPU 2000 operates based on programs stored in the ROM 2010 and the RAM 2020 and controls each part.
  • the graphic controller 2075 acquires image data generated on a frame buffer provided by the CPU 2000 or the like in the RAM 2020 and displays it on the display device 2080.
  • the graphic controller 2075 may include a frame buffer for storing image data generated by the CPU 2000 or the like.
  • the input / output controller 2084 includes a host controller 2082, an input device 2025 for inputting information from other devices, a communication interface 2030 which is a relatively high speed input / output device, a hard disk drive 2040, and a CD-ROM drive 2060. Connecting.
  • the communication interface 2030 communicates with other devices via a network.
  • the hard disk drive 2040 stores programs and data used by the CPU 2000 in the computer 1900.
  • the CD-ROM drive 2060 reads a program or data from the CD-ROM 2095 and provides it to the node disk drive 2040 via the RAM2020.
  • the ROM 2010 and the relatively low speed input / output devices of the flexible disk drive 2050 and the input / output chip 2070 are connected.
  • the ROM 2010 stores a boot program executed when the computer 1900 is started, a program depending on the hardware of the computer 1900, and the like.
  • the flexible disk drive 2050 also reads the program or data from the flexible disk 2090 and provides it to the hard disk drive 2040 via the RAM2020.
  • the input / output chip 2070 connects various input / output devices via a flexible disk 'drive 2050' and, for example, a parallel port, a serial 'port, a keyboard' port, a mouse 'port, and the like.
  • a program provided to the hard disk drive 2040 via the RAM 2020 is stored in a recording medium such as a flexible disk 2090, a CD-ROM 2095, or an IC card and provided by a user.
  • the program is read from the recording medium, installed in the hard disk drive 2040 in the computer 1900 via the RAM 2020, and executed by the CPU 2000.
  • a program that is installed in the computer 1900 and causes the computer 1900 to function as the detection device 20 includes an acquisition module, a measurement module, and a calculation module.
  • a program that causes the computer 1900 to function as the detection device 20 may be executed by another information processing device (computer 1900) that is different from the observation target device 10, or an information processing device that implements the observation target device 10 (computer 1900 ) May be executed by itself.
  • These programs or modules work on the CPU 2000 or the like to cause the computer 1900 to function as the acquisition unit 24, the measurement unit 26, and the calculation unit 28, respectively. More specifically, these programs or modules cause the information processing device or another information processing device to function as the acquisition unit 24 that acquires the second event count value and the first event count value by the input device 2025. These programs or modules cause the information processing apparatus or other information processing apparatus to function as a measurement unit 26 that measures the number of observations by the CPU 2000 and stores it in a storage device such as the RAM2020 or the hard disk drive 2040. . In addition, these programs or modules include an information processing device or other information processing device that calculates the correlation between the first event and the second event by the CPU 2000. Make it function as 8.
  • optical recording media such as DVD and CD
  • magneto-optical recording media such as MO
  • tape media semiconductor memory such as IC cards, etc.
  • semiconductor memory such as IC cards, etc.
  • a storage device such as a hard disk or a RAM provided in a server system connected to a dedicated communication network or the Internet may be used as a recording medium, and the program may be provided to the computer 1900 via the network.
  • FIG. 1 shows a configuration of an observation target device 10 and a detection device 20 according to an embodiment of the present invention.
  • FIG. 2 shows the flow of processing for calculating the correlation between the first event and the second event by the detection device 20.
  • FIG. 3 shows an example of the occurrence pattern of the first event and the second event in the observation target device 10.
  • FIG. 4 shows an example of the frequency (number of observations) at which the second event count value was observed when the observation target device 10 generated an event in the pattern of FIG.
  • FIG. 5 shows an example of the frequency (number of observations) at which the first event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 6 shows an example of a value (number of observations) indicating whether or not the second event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 7 shows an example of a value (number of observations) indicating whether or not the first event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 8 The first event count value is represented on the horizontal axis and the second event count value is represented on the vertical axis when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 9 shows another example of the occurrence pattern of the first event and the second event in the observation target device 10.
  • FIG. 10 shows an example of a value (number of observations) indicating whether or not the second event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 11 shows an example of a value (number of observations) indicating whether or not the first event count value is observed when the observation target device 10 generates an event in the pattern of FIG.
  • the first event count value is represented on the horizontal axis and the second event count value is represented on the vertical axis when the observation target device 10 generates an event in the pattern of FIG.
  • FIG. 13 shows an example of an event occurrence pattern of a first event (for example, timer interrupt) and a second event (for example, interrupt end processing) that are correlated with each other.
  • A shows an example of an event occurrence pattern of a first event (for example, timer interrupt) and a second event (for example, interrupt end processing) that are correlated with each other.
  • B shows an example of an event occurrence pattern of a first event (for example, timer interrupt) and a second event (for example, interrupt end processing) that are correlated with each other.
  • FIG.14 Shows task processing when correlation occurs between tasks (T2, T3) that do not correlate with each other due to the priority inversion phenomenon.
  • FIG. 15 shows a configuration of a measurement unit 26 and a calculation unit 28 according to a first modification of the present embodiment.
  • FIG. 16 shows configurations of an observation target device 10 and a detection device 20 according to a second modification of the present embodiment.
  • FIG. 17 shows a configuration of an observation target device 10 and a detection device 20 according to a third modification of the present embodiment.
  • FIG. 18 illustrates an example of a hardware configuration of a computer 1900 according to the embodiment of the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Debugging And Monitoring (AREA)
  • Complex Calculations (AREA)

Abstract

【課題】観測対象装置において繰り返し発生する第１イベントおよび第２イベントの相関度を簡単に算出する。 【解決手段】観測対象の装置において繰り返し発生する第１イベントおよび第２イベントの相関度を検出する検出装置であって、第１イベントが発生してから次に第１イベントが発生するまでの期間である第１期間のそれぞれについて、当該第１期間中に第２イベントが発生した回数をカウントした第２イベントカウント値を取得する取得部と、第２イベントカウント値毎に、当該第２イベントカウント値が観測された観測回数を計測する計測部と、第２イベントカウント値毎の観測回数に基づいて、第１イベントおよび第２イベントの相関度を算出する算出部とを備える検出装置を提供する。

Description

明 細 書
検出装置、システム、プログラムおよび検出方法
技術分野
[0001] 本発明は、検出装置、システム、プログラムおよび検出方法に関する。特に本発明 は、観測対象の装置にぉレ、て繰り返し発生する第 1イベントおよび第 2イベントの相 関度を検出する検出装置、システム、プログラムおよび検出方法に関する。
背景技術
[0002] ハードウェアを検証する検証方法として、検証対象となるハードウェアから出力され た信号をロジックアナライザ等により観察する方法が知られている。また、ソフトウェア の検証方法として、検証対象となるソフトウェアの実行コードを順次に実行させていく トレーサ等を用いた方法が知られている。また、ソフトウェアおよびハードウェアの検 証方法として、検証対象となるソフトウェアまたはハードウェアの状態変化を順次に記 録し、記録結果を統計処理した情報を用いて検証する方法が知られて!/、る。
[0003] また、非特許文献 1、特許文献 1および特許文献 2に記載された検証方法も知られ ている。非特許文献 1には、異常なイベントの検出精度を高めるために、平常時のィ ベントの統計分布に関する調査を行い、その観測値から理論的な統計分布を求める 方法が記載されている。特許文献 1には、自らが発生させたイベントを使用して並列 プログラムの実行再現並びにデバッグ作業の効率化を図るデバック装置が記載され ている。特許文献 2には、イベント間において定義される複数種類の関係に係る情報 に基づいて、イベントログ力、らイベントの生起パターンを検出し、検出されたイベント の生起パターンを出力するプログラムが記載されている。
[0004] 特許文献 1 :特開平 9 212385号公報
特許文献 2：特開 2006— 4346号公報
非特許文献 1 :竹森 敬祐、外 3名、 "攻撃イベント数に関する調査および理論統計分 布へのモデル化"、 [Online],社団法人 電子情報通信学会、 [平成 18年 10月 23日 検索]、インターネットく URL:http：〃 www.sasase.ics.keio.ac.jp/pdf/21381200403NS- TA EMORIl.pd 発明の開示
発明が解決しょうとする課題
[0005] ところで、ロジックアナライザを用いた検証方法およびトレーサを用いた検証方法に おいては、検証対象となるハードウェアおよびソフトウェアの規模が大きい場合、出力 結果が膨大となる。このため、この方法においては、発生するバグを予測して登録し ておき、登録したバグに該当しない出力結果を順次に削除して!/、く必要があり、効率 良く検証ができなかった。また、統計情報を用いて検証する方法においては、ィベン ト同士の相互関係を解析することが困難であった。また、統計情報を用いて検証する 方法においては、ソフトウェアまたはハードウェアの状態変化を順次に記録しなけれ ばならなかったので、長期間にわたりソフトウェアまたはハードウェアを動作させる場 合、膨大な記憶領域が必要であった。
[0006] また、非特許文献 1に記載された方法は、攻撃イベント (異常なイベント）の統計分 布を予めモデル化する必要があった。特許文献 1に記載されたデバック装置は、自ら イベントを発生してデバック対象となる並列プログラムに実行させなければならなかつ た。
[0007] 特許文献 2に記載されたプログラムは、イベントの生起時刻を取得しなければならな ぐ処理も複雑であった。さらに、特許文献 2に記載されたプログラムは、発生回数が 少な!/、イベントの生起パターンを除外して!/、たので、バグが含まれて!/、る可能性が高 V、生起パターンが除外され、確実に検証することができなかった。
[0008] そこで本発明は、上記の課題を解決することのできる検出装置、システム、プロダラ ムおよび検出方法を提供することを目的とする。この目的は特許請求の範囲におけ る独立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更な る有利な具体例を規定する。
課題を解決するための手段
[0009] 上記課題を解決するために、本発明の第 1の形態においては、観測対象の装置に おいて繰り返し発生する第 1イベントおよび第 2イベントの相関度を検出する検出装 置であって、第 1イベントが発生してから次に第 1イベントが発生するまでの期間であ る第 1期間のそれぞれについて、当該第 1期間中に第 2イベントが発生した回数を力 ゥントした第 2イベントカウント値を取得する取得部と、第 2イベントカウント値毎に、当 該第 2イベントカウント値が観測された観測回数を計測する計測部と、第 2イベント力 ゥント値毎の観測回数に基づいて、第 1イベントおよび第 2イベントの相関度を算出す る算出部とを備える検出装置、並びに、この検出装置と観測対象装置とを備えるシス テムを提供する。
[0010] 本発明の第 2の形態においては、情報処理装置において繰り返し発生する第 1ィ ベントおよび第 2イベントの相関度を当該情報処理装置または他の情報処理装置に より検出するプログラムであって、情報処理装置または他の情報処理装置を、第 1ィ ベントが発生してから次に第 1イベントが発生するまでの期間である第 1期間のそれ ぞれについて、当該第 1期間中に第 2イベントが発生した回数をカウントした第 2ィべ ントカウント値を、情報処理装置または他の情報処理装置が備える入力装置により取 得する取得部と、入力装置が取得した第 2イベントカウント値毎に、当該第 2イベント カウント値が観測された観測回数を情報処理装置または他の情報処理装置が備える 命令処理装置により計測して記憶装置に格納する計測部と、第 2イベントカウント値 毎の観測回数に基づいて、第 1イベントおよび第 2イベントの相関度を命令処理装置 により算出する算出部として機能させるプログラム、並びに、このプログラムが情報処 理装置において実行されることにより実現される検出方法を提供する。
[0011] なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではなぐ これらの特徴群のサブコンビネーションもまた、発明となりうる。
発明を実施するための最良の形態
[0012] 以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請 求の範囲にかかる発明を限定するものではなぐまた実施形態の中で説明されてい る特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
[0013] 図 1は、本実施形態に係る観測対象装置 10および検出装置 20の構成を示す。検 出装置 20は、観測対象装置 10において繰り返し発生する第 1イベントおよび第 2ィ ベントの相関度を検出する。
[0014] 観測対象装置 10は、観測対象の装置であり、通常の装置、通常の回路、ハードウ エアおよびソフトウェアの協働により動作する情報処理装置であってよい。また、観測 対象装置 10は、検証対象の論理回路がプログラムされた FPGA等によるハードゥエ ァェシミュレータ、検証対象の論理回路を実装した LSI等を 1または複数含む装置等 であってよい。また、観測対象装置 10は、論理回路シミュレータ等のソフトウェアを実 行することにより検証対象の論理回路をシミュレートする情報処理装置等であっても よい。
[0015] 観測対象装置 10が発生するイベントとは、当該観測対象装置 10内におけるハード ウェアおよびソフトウェアの状態の変化をいう。ハードウェアの状態変化とは、例えば 、特定の信号線の電圧変化、フリップフロップ (例えばレジスタ）の格納値の反転、ス テートマシーンの状態遷移、割り込み信号の発生、メモリの格納値の変化、ランプの オン/オフ等の、ハードウェアにおける何らかの状態の変化をいう。ソフトウェアの状 態変化とは、タスクの開始/終了、着目するアドレスの命令が実行されたこと、ソフト ウェア割り込みが発生したこと、ソフトウェアモジュールが特定の命令を実行したこと、 変数値が変化したこと等の、ソフトウェア上における何らかの状態の変化をいう。
[0016] ここで、第 1イベントおよび第 2イベントに相関がある場合とは、第 1イベントと第 2ィ ベントとの間になんらかの関連性がある場合をいう。例えば、関数 Bの起動（第 1ィべ ント）の多くは関数 Aからの呼出命令（第 2イベント）により行われる場合、割込信号線 力 Sトグルすると（第 1イベント）、対応する割込処理をするハンドラが起動（第 2イベント) する場合等は、第 1イベントおよび第 2イベントに相関がある。検出装置 20は、観測 対象装置 10において発生する第 1イベントおよび第 2イベントの間における相関の強 さを、数値で表された相関度として検出する。検出装置 20は、一例として、第 1ィベン トおよび第 2イベントの間の相関が最も強い場合に 1となり、相関が最も強い状態から 弱くなるに従って 0に近づくような数 で表された相関度を出力する。
[0017] 検出装置 20は、検出部 22と、取得部 24と、計測部 26と、算出部 28とを備える。検 出部 22は、観測対象装置 10における第 1イベントおよび第 2イベントの発生を検出 する。検出部 22は、一例として、動作中における観測対象装置 10から出力された、 制御信号、ソフトウェアの呼出命令および割込命令等を検出することにより、観測対 象装置 10における第 1イベントおよび第 2イベントの発生を検出してよい。
[0018] 取得部 24は、第 1イベントが発生してから次に第 1イベントが発生するまでの期間で ある第 1期間のそれぞれについて、当該第 1期間中に第 2イベントが発生した回数を カウントする。これに加え、取得部 24は、第 2イベントが発生してから次に第 2イベント が発生するまでの期間である第 2期間のそれぞれについて、当該第 2期間中に第 1ィ ベントが発生した回数をカウントする。そして、取得部 24は、第 1イベントが発生して 力も次に第 1イベントが発生するまでの期間である第 1期間のそれぞれについて、当 該第 1期間中に第 2イベントが発生した回数をカウントした第 2イベントカウント値を取 得する。これに加え、取得部 24は、第 2イベントが発生してから次に第 2イベントが発 生するまでの期間である第 2期間のそれぞれについて、当該第 2期間中に第 1ィベン トが発生した回数をカウントした第 1イベントカウント値を更に取得する。
[0019] 取得部 24は、一例として、観測対象装置 10が連続的に動作している期間中にお いて、所定の測定期間毎に、第 2イベントカウント値および第 1イベントカウント値を取 得してよい。また、取得部 24は、一例として、観測対象装置 10の動作中に検出部 22 により検出された第 1イベントおよび第 2イベントの発生のログを記憶してよ!/、。そして 、取得部 24は、例えば観測対象装置 10の動作終了後に当該ログから、所定の測定 期間毎の第 2イベントカウント値および第 1イベントカウント値を取得してよい。
[0020] 計測部 26は、第 2イベントカウント値毎に、当該第 2イベントカウント値が観測された 観測回数を計測する。これに加え、計測部 26は、第 1イベントカウント値毎に、当該 第 1イベントカウント値が観測された観測回数を更に計測する。計測部 26は、一例と して、それぞれの測定期間において、第 2イベントカウント値毎に当該第 2イベント力 ゥント値が観測された観測回数、および、第 1イベントカウント値毎に当該第 1イベント カウント値が観測された観測回数を計測してよい。
[0021] ここで、観測回数は、イベントカウント値が観測された回数に応じて異なるデータ値 となる様々な表現形式を含む概念である。観測回数は、一例として、イベントカウント 値が観測された頻度（回数）、イベントカウント値が観測された回数の割合、イベント力 ゥント値が観測されたか否力、、および、イベントカウント値が閾値を超えたか否か等で あってよい。すなわち、計測部 26は、一例として、測定期間中にイベントカウント値が 観測された頻度をイベントカウント値毎に計測し、この計測結果を観測回数として出 力してよい。また、計測部 26は、測定期間中にイベントカウント値が観測された頻度 の全体頻度に対する割合をイベントカウント値毎に計測し、この計測結果を観測回数 として出力してよい。また、計測部 26は、一例として、測定期間中にイベントカウント 値が観測されたか否かをイベントカウント値毎に計測し、この計測結果を観測回数と して出力してよい。
[0022] 算出部 28は、第 2イベントカウント値および第 1イベントカウント値毎の観測回数に 基づいて、観測対象装置 10により発生された第 1イベントおよび第 2イベントの相関 度を算出する。本実施形態において、算出部 28は、所定の閾値以上の観測回数で ある第 2イベントカウント値の数と、所定の閾値以上の観測回数である第 1イベント力 ゥント値の数とに基づいて、観測対象装置 10により発生された第 1イベントおよび第 2 イベントの相関度を算出する。また、算出部 28は、一例として、測定期間中において 少なくとも 1回観測された第 2イベントカウント値の数と、測定期間中にお!/、て少なくと も 1回観測された第 1イベントカウント値の数に基づいて、観測対象装置 10により発 生された第 1イベントおよび第 2イベントの相関度を算出してよい。また、算出部 28は 、一例として、測定期間中において所定の閾値以上観測された第 2イベントカウント 値の数と、測定期間中において所定の閾値以上観測された第 1イベントカウント値の 数に基づいて、観測対象装置 10により発生された第 1イベントおよび第 2イベントの 相関度を算出してもよい。
[0023] また、算出部 28は、一例として、観測対象装置 10が連続的に動作している例えば 予め設定された期間中における複数の測定期間のそれぞれについて、観測対象装 置 10により発生された第 1イベントおよび第 2イベントの相関度を算出してよい。これ により、算出部 28は、長期間にわたって観測対象装置 10を連続動作させた場合に おける、第 1イベントおよび第 2イベントの相関度の変化を検出することができる。
[0024] なお、算出部 28は、一例として、第 2イベントカウント値毎の観測回数に基づいて、 第 1イベントおよび第 2イベントの相関度を算出してもよい。すなわち、算出部 28は、 第 1イベントカウント値毎の観測回数を用いずに、第 1イベントおよび第 2イベントの相 関度を算出してもよい。この場合において、取得部 24は第 2イベントカウント値のみを 取得し、計測部 26は第 2イベントカウント値毎に当該第 2イベントカウント値が観測さ れた観測回数を計測してよい。これに代えて、算出部 28は、一例として、所定期間中 における第 1イベントの発生回数が第 2イベントの発生回数以上の場合には、第 1ィ ベントカウント値に基づいて相関度を算出し、所定期間中における第 2イベントの発 生回数が第 1イベントの発生回数より多い場合には、第 2イベントカウント値に基づい て相関度を算出してよい。
[0025] 図 2は、検出装置 20による第 1イベントおよび第 2イベントの相関度の算出の処理 の流れを示す。観測対象装置 10の動作が開始すると、まず、検出部 22は、観測対 象装置 10における第 1イベントの発生および第 2イベントの発生を検出する（S1002 )。
[0026] 続いて、取得部 24は、測定期間中における、第 1イベントが発生してから次に第 1ィ ベントが発生するまでの第 1期間のそれぞれについて、第 2イベントカウント値を取得 する（S1004— 1)。これとともに、取得部 24は、測定期間中における、第 2イベントが 発生してから次に第 2イベントが発生するまでの第 2期間のそれぞれについて、第 1ィ ベントカウント値を取得する。 (S1004- 2) o取得部 24は、観測対象装置 10の動作 中においてリアルタイムで第 2イベントカウント値および第 1イベントカウント値を取得 してもよいし、観測対象装置 10の動作終了後に、検出部 22により生成された第 1ィ ベントおよび第 2イベントの発生のログから第 2イベントカウント値および第 1イベント力 ゥン M直を取得してもよい。
[0027] 続いて、計測部 26は、第 2イベントカウント値毎に、当該第 2イベントカウント値が観 測された観測回数を計測する（S1006— 1)。これとともに、計測部 26は、第 1ィベン トカウント値毎に、当該第 1イベントカウント値が観測された観測回数を計測する（S1 006— 2)。
[0028] 算出部 28は、第 2イベントカウント値毎の観測回数および第 1イベントカウント値毎 の観測回数に基づいて、観測対象装置 10により発生された第 1イベントおよび第 2ィ ベントの相関度を算出する（S1008)。
[0029] ここで、算出部 28は、一例として、下記式（1)または式（2)により表される演算により
、第 1イベントおよび第 2イベントの相関度を算出してよい。なお、式（2)は、式（1)を 変形した式である。
[0030] [数 1] 1
NB NA
∑∑ [Nonzero ( iABi)) xNonzeroi Aj))]
■AB = ―
NB 飞 γ NA ，
L∑Nonzero( ABi)) I x Lヌ 歸 。 )) J
[0031] 式（1)および式（2)内の各変数および関数は、次の内容を表す。 C は、第 1ィべ
AB
ントおよび第 2イベントの相関度を表す。 ABiは、 i番目（iは 1以上の整数）の第 2ィべ ントカウント値を表し、 F (ABi)は、 i番目の第 2イベントカウント値の発生頻度を表す。
BAjは、 j番目（jは 1以上の整数）の第 1イベントカウント値を表し、 F (BAj)は、 j番目 の第 1イベントカウント値の発生頻度を表す。
[0032] Nonzero (X)は、 Xが 0の場合に 0、 Xが 0でない場合に 1となる関数である。従って 、 Nonzero (F (ABi) )は、 i番目の第 2イベントカウント値が少なくとも 1回発生してい る場合には 1、 1回も発生していていない場合には 0となる。 Nonzero (F (BAj) )は、 j 番目の第 1イベントカウント値が少なくとも 1回発生している場合には 1、 1回も発生し て!/、て!/、な!/、場合には 0となる。
[0033] N は、第 1イベントの発生総数を表す。なお、第 1イベントは少なくとも 1回は発生し
A
ているものとする（N 〉0)。 Nは、第 2イベントの発生総数を表す。なお、第 2ィベン
A B
トは少なくとも 1回は発生しているものとする（N 〉0)。
B
[0034] すなわち、以上に示す演算をする算出部 28は、観測回数が 0でない第 2イベント力 ゥント値の数と、観測回数が 0でない第 1イベントカウント値の数との積を含む関数に より相関度を算出する。例えば、算出部 28は、観測回数が 0でない第 2イベントカウン ト値の数 (式（2)右辺における分母左側のカツコ内の値）と、観測回数が 0でな!/、第 1 イベントカウント値の数 (式（2)右辺における分母右側のカツコ内の値）とを乗算した 値 (式 (2)右辺における分母の値)の逆数を、相関度（C )として算出してよい。これ
AB
により、算出部 28によれば、第 1イベントおよび第 2イベントの相関が強い場合には 1 となり、相関が弱くなるに従って 0に近づくような数値で表した相関度を算出すること ができる。
[0035] また、算出部 28は、第 1、第 2イベントカウント値が 0でないことを更に条件とし、第 2 イベントカウント値が 0でなぐかつ観測回数が 0でない第 2イベントカウント値の数と、 第 1イベントカウント値が 0でなぐかつ観測回数が 0でない第 1イベントカウント値の数 とに基づいて、相関度を算出してよい。算出部 28は、一例として、 AB = 0でなく、力、 F (ABi)が 0でな!/、第 2イベントカウント値（Nonzero (F (ABi) ) = 1)の数と、 BA= 0でなく、かっF (BAj·)が0でなぃ第2ィべントカゥント値（Nonzero (F (BAj·) ) = l)の 数とに基づいて、相関度を算出してよい。これにより、算出部 28によれば、所定の発 生割合で同期して発生される第 1イベントおよび第 2イベントの相関度を、より適切な ィ直とすること力 Sできる。例えば、算出部 28によれば、第 1イベントが N回（Nは 1以上の 整数)発生される毎に第 2イベントが必ず 1回発生されるような場合における相関度を 、 1とすること力 Sでさる。
[0036] 以上に代えて、算出部 28は、観測回数が 0でない第 1イベントカウント値の数およ び観測回数が 0でない第 2イベントカウント値の数から相関度を算出するのに代えて 、所定の閾値以上の観測回数である第 1イベントカウント値の数および所定の閾値以 上の観測回数である第 2イベントカウント値の数から相関度を算出することも可能であ
[0037] なお、算出部 28は、式（1)および式（2)の右辺における分子の値を、任意の定数と した演算式により、相関度を算出してよい。すなわち、算出部 28は、観測回数が 0で な!/、第 2イベントカウント値の数と、観測回数が 0でな!/、第 1イベントカウント値の数と の積の逆数に、さらに、定数を乗算した値を相関度として算出してよい。これに代え て、算出部 28は、積の逆数に定数を乗算した値に、さらに、他の定数を加算した値 を相関度として算出してよい。
[0038] また、算出部 28は、定数から、式（1)および式（2)の右辺における式を減算した演 算式により、相関度を算出してよい。すなわち、算出部 28は、観測回数が 0でない第 2イベントカウント値の数と、観測回数が 0でな!/、第 1イベントカウント値の数との積の 逆数の正負を反転した値に、さらに、定数を加算した値を相関度として算出してよい 。これに代えて、算出部 28は、他の定数を、積の逆数の正負を反転して定数を加算 した値により除算した値を、相関度として算出してよい。
[0039] 以上に示した検出装置 20によれば、観測対象装置 10における第 1イベントおよび 第 2イベントの相関度を、容易に算出することができる。これにより、検出装置 20によ れば、第 1イベントおよび第 2イベントの相関度を利用して、効率良く観測対象装置 1 0の検証およびデバック等をさせることができる。
[0040] さらに、検出装置 20は、測定期間毎に順次に生成した相関度の変化点を検出し、 検出した変化点の位置から、観測対象装置 10における動作が通常時と異なり不良 が含まれている可能性が高い点（特異点）を特定することができる。そして、検出装置 20は、特定した特異点を後段の検証装置等に通知して、当該特異点近傍における 観測対象装置 10の動作を検証させよい。これにより、検出装置 20によれば、効率良 く観測対象装置 10の検証およびデバック等をさせることができる。
[0041] さらに、検出装置 20によれば、特異点を検出するにあたり、当該特異点において発 生すると予測されるイベントの発生パターン等を予め登録しておく必要がな!/、。従つ て、検出装置 20によれば、予測が困難な不良等に応じて発生する特異点および発 生頻度が少なく検出が困難であったイベントの発生パターンに応じて発生される特 異点等も、確実に検出することができる。
[0042] さらに、検出装置 20によれば、観測対象装置 10を長期間にわたり動作させた場合 においても、観測対象装置 10の検証およびデバック等を適切に行うことができる。す なわち、観測対象装置 10を長期間連続動作させて内部状態を順次に取得し、検出 装置 20により検出された特異点近傍の内部状態のみを保存し、特異点の近傍以外 の観測対象装置 10の内部状態を順次に消去することができる。従って、検出装置 2 0から出力された相関度を利用して特異点を検出する検証装置またはデバック装置 は、観測対象装置 10を連続動作させた場合に生じる大量の内部状態を保存しなくて よいので、観測対象装置 10を長期間にわたり動作させた場合においても記憶装置 のオーバーフローを招くことなく検証等をすることができる。 [0043] 図 3は、観測対象装置 10における第 1イベントおよび第 2イベントの発生パターンの 一例を示す。図 4は、観測対象装置 10が図 3のパターンでイベントを発生した場合に おける、第 2イベントカウント値が観測された頻度 (観測回数)の一例を示す。図 5は、 観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1イベント カウント値が観測された頻度 (観測回数)の一例を示す。
[0044] 例えば、観測対象装置 10が図 3のパターン、すなわち、第 1イベントが 1回発生して 、続いて、第 2イベントが 2回発生するパターンを繰り返して発生したとする。この場合 、計測部 26は、図 4に示すように、各第 2イベントカウント値 (AB , AB , AB , AB ,
0 1 2 3
AB , AB )について、観測回数（F(AB )=0, F(AB )=0, F(AB ) =240, F(A
4 5 0 1 2
B )=0, F(AB )=0, F(AB )=0)を算出する。また、この場合、計測部 26は、図
3 4 5
5に示すように、各第 1イベントカウント値（BA， BA， BA， BA， BA， BA )につ
0 1 2 3 4 5 いて、観測回数（F(BA )=240， F(BA )=240， F(BA )=0， F(BA )=0， F(B
0 1 2 3
A )=0, F(BA)=0)を算出する。
4 5
[0045] 図 6は、観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 2 イベントカウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。図 7は、 観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1イベント カウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。
[0046] 計測部 26は、図 4に示す第 2イベントカウント値のうち 0回の場合を除いた第 2ィべ ントカウント値毎の観測回数 (AB〜AB )のそれぞれを、 Nonzero関数により、第 2
1 5
イベントカウント値が観測されたか否かを表す値に変換して、第 2イベント回数毎の観 測回数として出力する。すなわち、計測部 26は、図 6に示すように、 ABを除いた各
0
第 2イベントカウント値（AB， AB， AB， AB， AB )について、観測回数（Nonzer
1 2 3 4 5
o (F (AB ))=0, Nonzero (F(AB ))=1, Nonzero (F(AB ))=0, Nonzero (F
1 2 3
(AB ))=0， Nonzero (F(AB ))=0)を算出する。また、図 5に示す第 1イベント力
4 5
ゥント値のうち 0回の場合を除!/、た第 1イベントカウント値毎の観測回数を、 Nonzero 関数により、第 1イベントカウント値が観測されたか否力、を表す値に変換して、第 1ィ ベント回数毎の観測回数として出力する。すなわち、計測部 26は、図 7に示すように 、 BAを除いた各第 1イベントカウント値（BA , BA , BA , BA , BA )について、観 測回数（Nonzero (F (BA ) ) = 1 , Nonzero (F (BA ) ) = 0, Nonzero (F (BA ) ) =
1 2 3
0, Nonzero (F (BA ) ) = 0, Nonzero (F (BA ) ) = 0)を算出する。
4 5
[0047] 図 8は、観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1 イベントカウント値を横軸に表し、第 2イベントカウント値を縦軸に表す。さらに、図 8は 、第 1イベントカウント値および第 2イベントカウント値が検出されたか否かを表す値が ともに 1の部分の交点を 1、少なくとも一方の値が 0の部分の交点を 0とした図を示す。
[0048] 算出部 28は、第 2イベントカウント値が観測されたイベントカウント値の数、すなわち 、観測回数 (Nonzero (F (AB ) )が 1となるイベントカウント値の数を算出する。また、 算出部 28は、第 1イベントカウント値が観測されたイベントカウント値の数、すなわち、 観測回数 (Nonzero (F (BA ) )が 1となるイベントカウント値の数を算出する。観測対
J
象装置 10が図 3のパターンでイベントを発生した場合、算出部 28は、第 2イベント力 ゥント値が観測されたイベントカウント値の数として 1を算出し、第 1イベントカウント値 が観測されたイベントカウント値の数として 1を算出する。
[0049] 続いて、算出部 28は、第 2イベントカウント値が観測されたイベントカウント値の数（ 本例の場合 1個）と、第 1イベントカウント値が観測されたイベントカウント値の数 (本例 の場合 1個）との積 (本例の場合 I X 1 = 1)を算出する。算出部 28は、一例として、 観測回数が 0でな!/、第 2イベントカウント値の数と、観測回数が 0でな!/、第 1イベント力 ゥント値の数との積として、図 8に示す表における、第 1イベントカウント値および第 2ィ ベントカウント値が検出されたか否かを表す値がともに 1の部分の交点の数を算出し てよい。
[0050] そして、算出部 28は、算出した積（図 8における表の 1の数）の逆数 (本例の場合" 1 ")を相関度として出力してよい。以上の図 3〜図 8に示すように、検出装置 20によれ ば、相関が比較的に強い第 1イベントおよび第 2イベントの相関度を、簡易に算出す ること力 Sでさる。
[0051] 図 9は、観測対象装置 10における第 1イベントおよび第 2イベントの発生パターンの 他の一例を示す。図 10は、観測対象装置 10が図 9のパターンでイベントを発生した 場合における、第 2イベントカウント値が観測されたか否力、を表す値 (観測回数)の一 例を示す。図 11は、観測対象装置 10が図 9のパターンでイベントを発生した場合に おける、第 1イベントカウント値が観測されたか否力、を表す値 (観測回数）の一例を示 す。
[0052] 例えば、観測対象装置 10が図 9のパターン、すなわち、まず第 1イベントが 1回発生 、次に第 2イベントが 2回発生、次に第 1イベントが 2回発生、次に第 2イベントが 3回 発生、次に第 1イベントが 1回発生、次に第 2イベントが 1回発生するパターンを繰り 返して発生したとする。この場合、計測部 26は、図 10に示すように、 ABを除いた各
0
第 2イベントカウント値（AB， AB， AB， AB， AB )について、観測回数（Nonzer
1 2 3 4 5
o (F (AB ))=1, Nonzero (F(AB ))=1, Nonzero (F(AB ))=1, Nonzero (F
1 2 3
(AB ))=0, Nonzero (F(AB ))=0)を算出する。また、計測部 26は、図 11に示
4 5
すように、 BAを除いた各第 1イベントカウント値（BA， BA， BA， BA， BA )につ
0 1 2 3 4 5 いて、観測回数（Nonzero (F(BA ))=1, Nonzero (F(BA ))=1, Nonzero (F(
1 2
BA ))=0, Nonzero (F(BA ))=0, Nonzero (F(BA ))=0)を算出する。
3 4 5
[0053] 図 12は、観測対象装置 10が図 9のパターンでイベントを発生した場合における、第 1イベントカウント値を横軸に表し、第 2イベントカウント値を縦軸に表す。さらに、図 1 2は、第 1イベントカウント値および第 2イベントカウント値が検出されたか否かを表す 値がともに 1の部分の交点を 1、少なくとも一方の値が 0の部分の交点を 0とした図を 示す。
[0054] 算出部 28は、第 2イベントカウント値が観測されたイベントカウント値の数、すなわち 、観測回数 (Nonzero (F(BA))が 1となるイベントカウント値の数を算出する。また、 算出部 28は、第 1イベントカウント値が観測されたイベントカウント値の数、すなわち、 観測回数 (Nonzero (F (AB ) )が 1となるイベントカウント値の数を算出する。観測対 象装置 10が図 9のパターンでイベントを発生した場合、算出部 28は、第 2イベント力 ゥント値が観測されたイベントカウント値の数として 3を算出し、第 1イベントカウント値 が観測されたイベントカウント値の数として 2を算出する。
[0055] 続いて、算出部 28は、第 2イベントカウント値が観測されたイベントカウント値の数（ 本例の場合 3個）と、第 1イベントカウント値が観測されたイベントカウント値の数 (本例 の場合 2個）との積 (本例の場合 3X2 = 6)を算出する。算出部 28は、一例として、 観測回数が 0でな!/、第 2イベントカウント値の数と、観測回数が 0でな!/、第 1イベント力 ゥント値の数との積として、図 8に示す表における、第 1イベントカウント値および第 2ィ ベントカウント値が検出されたか否かを表す値がともに 1の部分の交点の数を算出し てよい。
[0056] そして、算出部 28は、算出した積（図 12における表の 1の数）の逆数 (本例の場合〃 1/6")を相関度として出力してよい。以上の図 9〜図 12に示すように、検出装置 20 によれば、相関が比較的に弱い第 1イベントおよび第 2イベントの相関度も、簡易に 算出すること力 Sでさる。
[0057] 図 13 (A)は、互いに相関がある第 1イベント (例えばタイマー割り込み）および第 2ィ ベント（例えば割り込み終了処理）のイベント発生パターンの一例を示す。図 13 (B) は、図 13 (A)のイベント発生パターン中において、ある第 2イベント（例えば割り込み 終了処理）が遅れた場合の、イベント発生パターンの一例を示す。
[0058] 検出装置 20は、一例として、本来相関が強い第 1イベントおよび第 2イベントの相関 度から、当該第 1イベントおよび第 2イベントが正常な動作をしているか否かを検証す ること力 Sできる。例えば、観測対象装置 10は、 100ミリ秒毎に 1回起動するタイマー割 り込みを用いて、関数 Kを 1ミリ秒間に 1回起動したとする。この場合、タイマー割り込 みを第 1イベント、関数 Kの起動を第 2イベントとすると、検出装置 20は、第 1イベント および第 2イベントの相関度として、本来〃 1"を出力するはずである。従って、検出装 置 20は、出力結果 (相関度）が" 1"であるか否力、を判断することによって、観測対象 装置 10が正常に動作しているか否かを検証することができる。
[0059] さらに、例えば、検出装置 20は、関数 Kの処理を本来 1ミリ秒以内に完了するとする 。この場合、図 13 (A)に示すように、タイマー割り込みを第 1イベント、割り込み終了 処理を第 2イベントとすると、第 2イベント (割り込み終了処理）は、次の第 1イベント（タ イマ一割り込み）の前に発生する。従って、検出装置 20は、本来、出力結果 (相関度 )として〃 1"を出力する。
[0060] しかし、なんらかの原因で、ある時刻において呼び出された関数 Kが終了せずに割 り込み終了処理が遅れた場合、当該割り込み終了処理 (第 2イベント）は、次のタイマ 一割り込み（第 1イベント）より後に発生する。この場合、第 1イベントと次の第 1ィベン トの間に 2回の第 2イベントが発生する期間が生じるので、検出装置 20は、当該測定 期間における相関度として、 "1/2"を出力する。従って、検出装置 20は、相関が強 い第 1イベントおよび第 2イベントの相関度が低い方向に変化したことを検出すること によって、観測対象装置 10が正常に動作していない特異点を検出することができる
〇
[0061] 図 14は、優先順位逆転現象により、互いに相関の無いタスク (T2, T3)間に相関 が発生する場合のタスク処理を示す。本来相関がないまたは相関が非常に弱い第 1 イベントおよび第 2イベントにおいて、例えば、タスクに不適切な優先度が設定された 場合、不適当な排他制御手順が設定された場合、長時間の割り込み禁止処理がさ れた場合、優先順位逆転現象が生じた場合等には、相関度が高くなる。従って、検 出装置 20は、本来相関が無いまたは非常に弱い第 1イベントおよび第 2イベントの相 関度が、高い値に変化したことを検出することによって、観測対象装置 10が正常に 動作して!/、な!/、特異点を検出することができる。
[0062] 例えば、観測対象装置 10は、図 14に示すタスク Tl、 Τ2、 Τ3を実行する。観測対 象装置 10は、タスク Τ3を最も高い優先度で実行し、タスク Τ2を次の優先度で実行し 、タスク T1を最も低い優先度で実行する。また、タスク T1およびタスク Τ3は、観測対 象装置 10のリソースを排他的に共有する。そして、タスク Τ2およびタスク Τ3は、本来 相関が無い。
[0063] このような場合において、観測対象装置 10は、タスク T1を実行中にタスク Τ2を呼 び出し、その後に、タスク Τ3を呼び出したとする。この場合、観測対象装置 10は、タ スク Τ2を、タスク T1より優先して実行する。ここで、タスク Τ3は、タスク Τ2よりも更に優 先度が高いので、本来タスク Τ2に対して割り込みして実行されるはずである。しかし 、観測対象装置 10は、タスク T1がリソースを獲得しているので、タスク T1の完了（す なわち、タスク Τ2の完了）するまでタスク Τ3を実行できない。この結果、実質上、タス ク Τ2は、タスク Τ3よりも優先して実行されてしまう。
[0064] このようにタスク Τ2とタスク Τ3との優先順位が逆転する場合、本来、相関が無いは ずのタスク Τ2およびタスク Τ3の間に、順序関係が生じて相関が強くなる。従って、検 出装置 20は、本来相関が弱いはずのイベント間において相関が強くなつた特異点を 検出することにより、このような優先順位逆転現象等が生じる部分を検出することがで きる。
図 15は、本実施形態の第 1変形例に係る計測部 26および算出部 28の構成を示す 。本変形例は、図 1に示した観測対象装置 10と略同一の構成および機能を採るので 、以下相違点を除き説明を省略する。
[0065] 図 15は、本実施形態の第 1変形例に係る計測部 26および算出部 28の構成を示す 。本変形例は、図 1に示した観測対象装置 10と略同一の構成および機能を採るので 、以下相違点を除き説明を省略する。
[0066] 本変形例に係る計測部 26は、フラグ記憶部 42と、フラグ更新部 44とを有する。フラ グ記憶部 42は、第 1イベントカウント値毎に、当該第 1イベントカウント値が観測された か否力、を示す第 1フラグを観測回数として記録し、第 2イベントカウント値毎に、当該 第 2イベントカウント値が観測されたか否力、を示す第 2フラグを観測回数として記録す る。この場合において、フラグ記憶部 42は、一例として、 0を除く第 1イベントカウント 値毎に第 1フラグを記録し、 0を除く第 2イベントカウント値毎に第 2フラグを記録してよ い。
[0067] フラグ更新部 44は、観測された第 1イベントカウント値に対応する第 1フラグを立て て論理値 1とし、観測された第 2イベントカウント値に対応する第 2フラグを立てて論理 値 1とする。フラグ更新部 44は、一例として、測定期間の開始時において、フラグ記 憶部 42に記録された第 1フラグおよび第 2フラグを論理値 0にする。そして、フラグ更 新部 44は、測定期間中において順次入力される第 1イベントカウント値および第 2ィ ベントカウント値を判定し、対応するイベントカウント値の第 1フラグおよび第 2フラグを 立てて論理 ^11としてよい。
[0068] そして、算出部 28は、論理値 1である第 1フラグの数と、論理値 1である第 2フラグの 数との積を含む関数により相関度を算出する。以上に示す第 1変形例によれば、第 1 イベントカウント値毎の観測回数および第 2イベントカウント値毎の観測回数を容易に 生成すること力 Sでさる。
[0069] 図 16は、本実施形態の第 2変形例に係る観測対象装置 10および検出装置 20の 構成を示す。本変形例は、図 1に示した観測対象装置 10および検出装置 20と略同 一の構成および機能を採るので、以下相違点を除き説明を省略する。 [0070] 検出装置 20は、収集部 30と、更新禁止部 32とを更に備える。収集部 30は、観測 対象装置 10の少なくとも一部の内部状態を予め定められたタイミングおきに内部状 態記憶部 34に収集する。収集部 30は、一例として、観測対象装置 10の動作中にお いて検出部 22による第 1イベントおよび第 2イベントの検出と並行して、観測対象装 置 10の内部状態を内部状態記憶部 34に収集してよい。収集部 30は、観測対象装 置 10の内部状態として、例えば、信号線の電圧、フリップフロップ (例えばレジスタ） の格納値、ステートマシーンの状態、割り込み信号の状態、メモリの格納値、タスクの 実行状態、着目するアドレスの命令の実行状態、ソフトウェア割り込みの発生状態、 変数値等を収集してよい。
[0071] また、収集部 30は、一例として、収集した観測対象装置 10の内部状態を表す情報 を時系列に順次に内部状態記憶部 34に記録してよい。また、収集部 30は、一例とし て、内部状態記憶部 34が所定容量以上の内部状態を表す情報を記憶した場合、時 間的に前の情報から順に消去してよい。
[0072] 更新禁止部 32は、相関度が、予め設定された上限値より大きくなつた場合、および 、予め設定された下限値より小さくなつた場合の少なくとも一方の場合において、内 部状態記憶部 34に記憶された内部状態の更新を禁止して当該内部状態を保存す る。更新禁止部 32は、一例として、直前の相関度から変化した場合において、内部 状態記憶部 34に記憶された内部状態の更新を禁止して当該内部状態を保存してよ い。以上に示す第 2変形例によれば、不良が含まれている可能性が高い点における 観測対象装置 10の内部状態を保存することができるので、効率良く観測対象装置 1 0の検証およびデバック等をすることができる。
[0073] 図 17は、本実施形態の第 3変形例に係る観測対象装置 10および検出装置 20の 構成を示す。システム 100は、観測対象装置 10と、検出装置 20とを備える。観測対 象装置 10および検出装置 20は、それぞれ、図 1に示した観測対象装置 10および検 出装置 20と略同一の構成および機能を有するので、以下相違点を除き詳細な説明 を省略する。
[0074] 観測対象装置 10および検出装置 20は、一つの装置内に組み込まれる。観測対象 装置 10および検出装置 20は、一例として、 1つの ICチップ、 1つのモジュールまたは 1つの基板上に実装されてよい。また、観測対象装置 10が、情報処理装置が観測対 象のプログラムを実行することによって実現される場合、検出装置 20は、同一の情報 処理装置上でプログラムを実行することにより実現されてもよい。以上に示す第 3変 形例によれば、観測対象装置 10自体に検出装置 20を組み込むので、検証時およ びデバック時における観測対象装置 10に対する検出装置 20の接続処理等を省略 でき、簡易に検証およびデバック等をすることができる。
[0075] 図 18は、本発明の実施形態に係るコンピュータ 1900のハードウェア構成の一例を 示す。本実施形態に係るコンピュータ 1900は、ホスト'コントローラ 2082により相互 に接続される命令処理装置である CPU2000、 RAM2020、グラフィック 'コントロー ラ 2075、及び表示装置 2080を有する CPU周辺部と、入出力コントローラ 2084によ りホスト ·コントローラ 2082に接続される入力装置 2025、通信インターフェイス 2030 、ハードディスクドライブ 2040、及び CD— ROMドライブ 2060を有する入出力部と、 入出力コントローラ 2084に接続される ROM2010、フレキシブルディスク'ドライブ 2 050、及び入出力チップ 2070を有するレガシー入出力部とを備える。
[0076] ホスト'コントローラ 2082は、 RAM2020と、高い転送レートで RAM2020をァクセ スする CPU2000及びグラフィック ·コントローラ 2075とを接続する。 CPU2000は、 R OM2010及び RAM2020に格納されたプログラムに基づいて動作し、各部の制御 を行う。グラフィック 'コントローラ 2075は、 CPU2000等が RAM2020内に設けたフ レーム .バッファ上に生成する画像データを取得し、表示装置 2080上に表示させる 。これに代えて、グラフィック 'コントローラ 2075は、 CPU2000等が生成する画像デ ータを格納するフレーム 'バッファを、内部に含んでもよい。
[0077] 入出力コントローラ 2084は、ホスト.コントローラ 2082と、他の装置から情報を入力 する入力装置 2025、比較的高速な入出力装置である通信インターフェイス 2030、 ハードディスクドライブ 2040、 CD— ROMドライブ 2060を接続する。通信インターフ ェイス 2030は、ネットワークを介して他の装置と通信する。ハードディスクドライブ 204 0は、コンピュータ 1900内の CPU2000が使用するプログラム及びデータを格納する 。 CD— ROMドライブ 2060は、 CD— ROM2095からプログラム又はデータを読み 取り、 RAM2020を介してノヽードディスクドライブ 2040に提供する。 [0078] また、入出力コントローラ 2084には、 ROM2010と、フレキシブルディスク'ドライブ 2050、及び入出力チップ 2070の比較的低速な入出力装置とが接続される。 ROM 2010は、コンピュータ 1900が起動時に実行するブート'プログラムや、コンピュータ 1900のハードウェアに依存するプログラム等を格納する。フレキシブルディスク'ドラ イブ 2050は、フレキシブルディスク 2090力もプログラム又はデータを読み取り、 RA M2020を介してハードディスクドライブ 2040に提供する。入出力チップ 2070は、フ レキシブルディスク 'ドライブ 2050や、例えばパラレル.ポート、シリアル 'ポート、キー ボード'ポート、マウス'ポート等を介して各種の入出力装置を接続する。
[0079] RAM2020を介してハードディスクドライブ 2040に提供されるプログラムは、フレキ シブノレディスク 2090、 CD— ROM2095、又は ICカード等の記録媒体に格納されて 利用者によって提供される。プログラムは、記録媒体から読み出され、 RAM2020を 介してコンピュータ 1900内のハードディスクドライブ 2040にインストールされ、 CPU 2000において実行される。
[0080] コンピュータ 1900にインストールされ、コンピュータ 1900を検出装置 20として機能 させるプログラムは、取得モジュールと、計測モジュールと、算出モジュールとを備え る。コンピュータ 1900を検出装置 20として機能させるプログラムは、観測対象装置 1 0とは異なる他の情報処理装置（コンピュータ 1900)により実行されてもよいし、観測 対象装置 10を実現する情報処理装置（コンピュータ 1900)自体により実行されても よい。
[0081] これらのプログラム又はモジュールは、 CPU2000等に働き力、けて、コンピュータ 19 00を、取得部 24、計測部 26、算出部 28としてそれぞれ機能させる。より詳しくは、こ れらのプログラム又はモジュールは、情報処理装置または他の情報処理装置を、第 2 イベントカウント値および第 1イベントカウント値を入力装置 2025により取得する取得 部 24として機能させる。また、これらのプログラム又はモジュールは、情報処理装置ま たは他の情報処理装置を、観測回数を CPU2000により計測して、 RAM2020また はハードディスクドライブ 2040等の記憶装置に格納する計測部 26として機能させる 。また、これらのプログラム又はモジュールは、情報処理装置または他の情報処理装 置を、第 1イベントおよび第 2イベントの相関度を CPU2000により算出する算出部 2 8として機能させる。
[0082] 以上に示したプログラム又はモジュールは、外部の記憶媒体に格納されてもよい。
記憶媒体としては、フレキシブルディスク 2090、 CD— ROM2095の他に、 DVDや CD等の光学記録媒体、 MO等の光磁気記録媒体、テープ媒体、 ICカード等の半導 体メモリ等を用いることができる。また、専用通信ネットワークやインターネットに接続 されたサーバシステムに設けたハードディスク又は RAM等の記憶装置を記録媒体と して使用し、ネットワークを介してプログラムをコンピュータ 1900に提供してもよい。
[0083] 以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実 施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または 改良を加えることが可能であることが当業者に明らかである。その様な変更または改 良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載 から明らかである。
図面の簡単な説明
[0084] [図 1]本発明の実施形態に係る観測対象装置 10および検出装置 20の構成を示す。
[図 2]検出装置 20による第 1イベントおよび第 2イベントの相関度の算出の処理の流 れを示す。
[図 3]観測対象装置 10における第 1イベントおよび第 2イベントの発生パターンの一 例を示す。
[図 4]観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 2ィ ベントカウント値が観測された頻度 (観測回数)の一例を示す。
[図 5]観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1ィ ベントカウント値が観測された頻度 (観測回数)の一例を示す。
[図 6]観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 2ィ ベントカウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。
[図 7]観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1ィ ベントカウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。
[図 8]観測対象装置 10が図 3のパターンでイベントを発生した場合における、第 1ィ ベントカウント値を横軸に表し、第 2イベントカウント値を縦軸に表す。 [図 9]観測対象装置 10における第 1イベントおよび第 2イベントの発生パターンの他 の一例を示す。
[図 10]観測対象装置 10が図 9のパターンでイベントを発生した場合における、第 2ィ ベントカウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。
[図 11]観測対象装置 10が図 9のパターンでイベントを発生した場合における、第 1ィ ベントカウント値が観測されたか否力、を表す値 (観測回数)の一例を示す。
[図 12]観測対象装置 10が図 9のパターンでイベントを発生した場合における、第 1ィ ベントカウント値を横軸に表し、第 2イベントカウント値を縦軸に表す。
[図 13] (A)は、互いに相関がある第 1イベント (例えばタイマー割り込み）および第 2ィ ベント (例えば割り込み終了処理）のイベント発生パターンの一例を示す。 （B)は、図
13 (A)のイベント発生パターン中にお!/、て、ある第 2イベント（例えば割り込み終了処 理）が遅れた場合の、イベント発生パターンの一例を示す。
[図 14]優先順位逆転現象により、互いに相関の無いタスク (T2, T3)間に相関が発 生する場合のタスク処理を示す。
[図 15]本実施形態の第 1変形例に係る計測部 26および算出部 28の構成を示す。
[図 16]本実施形態の第 2変形例に係る観測対象装置 10および検出装置 20の構成 を示す。
[図 17]本実施形態の第 3変形例に係る観測対象装置 10および検出装置 20の構成 を示す。
[図 18]本発明の実施形態に係るコンピュータ 1900のハードウェア構成の一例を示す 符号の説明
10 観測対象装置
20 検出装置
22 検出部
24 取得部
26 計測部
28 算出部 30 収集部
32 更新禁止部
34 内部状態記憶部
42 フラグ記憶部
44 フラグ更新部
100 システム
1900 コンピュータ
2000 CPU
2010 ROM
2020 RAM
2025 入力装置
2030 通信インターフェイス
2040 ハードディスクドライブ
2050 フレキシブルディスク'ドライブ
2060 CD— ROMドライブ、
2070 入出力チップ
2075 グラフィック 'コントローラ
2080 表示装置
2082 ホスト'コントローラ
2084 入出力コントローラ
2090 フレキシブルディスク
2095 CD-ROM

Claims

請求の範囲
[1] 観測対象の装置において繰り返し発生する第 1イベントおよび第 2イベントの相関 度を検出する検出装置であって、
前記第 1イベントが発生してから次に前記第 1イベントが発生するまでの期間である 第 1期間のそれぞれについて、当該第 1期間中に前記第 2イベントが発生した回数を カウントした第 2イベントカウント値を取得する取得部と、
前記第 2イベントカウント値毎に、当該第 2イベントカウント値が観測された観測回数 を計測する計測部と、
前記第 2イベントカウント値毎の観測回数に基づ!/、て、前記第 1イベントおよび前記 第 2イベントの相関度を算出する算出部と
を備える検出装置。
[2] 前記取得部は、前記第 2イベントが発生してから次に前記第 2イベントが発生するま での期間である第 2期間のそれぞれについて、当該第 2期間中に前記第 1イベントが 発生した回数をカウントした第 1イベントカウント値を更に取得し、
前記計測部は、前記第 1イベントカウント値毎に、当該第 1イベントカウント値が観測 された観測回数を更に計測し、
前記算出部は、前記第 2イベントカウント値および前記第 1イベントカウント値毎の 観測回数に基づいて、前記相関度を算出する
請求項 1に記載の検出装置。
[3] 前記算出部は、所定の閾値以上の観測回数である前記第 2イベントカウント値の数 と、所定の閾値以上の観測回数である前記第 1イベントカウント値の数とに基づいて 、前記相関度を算出する請求項 2に記載の検出装置。
[4] 前記算出部は、観測回数が 0でない前記第 2イベントカウント値の数と、観測回数が 0でない前記第 1イベントカウント値の数との積を含む関数により前記相関度を算出 する請求項 3に記載の検出装置。
[5] 前記計測部は、
前記第 1イベントカウント値毎に、当該第 1イベントカウント値が観測されたか否かを 示す第 1フラグを前記観測回数として記録し、前記第 2イベントカウント値毎に、当該 第 2イベントカウント値が観測されたか否力、を示す第 2フラグを前記観測回数として記 録するフラグ記憶部と、
観測された前記第 1イベントカウント値に対応する前記第 1フラグを立てて論理値 1 とし、観測された前記第 2イベントカウント値に対応する前記第 2フラグを立てて論理 値 1とするフラグ更新部と、
を有し、
前記算出部は、論理値 1である前記第 1フラグの数と、論理値 1である前記第 2フラ グの数との積を含む関数により前記相関度を算出する
請求項 4に記載の検出装置。
[6] 前記算出部は、前記第 2イベントカウント値が 0でなぐかつ所定の閾値以上の観測 回数である前記第 2イベントカウント値の数と、前記第 1イベントカウント値が 0でなぐ かつ所定の閾値以上の観測回数である前記第 1イベントカウント値の数とに基づいて 、前記相関度を算出する請求項 2に記載の検出装置。
[7] 前記観測対象装置の少なくとも一部の内部状態を予め定められたタイミングおきに 内部状態記憶部に収集する収集部と、
前記相関度が、予め設定された上限値より大きくなつた場合、および、予め設定さ れた下限値より小さくなつた場合の少なくとも一方の場合において、前記内部状態記 憶部に記憶された前記内部状態の更新を禁止して当該内部状態を保存する更新禁 止部と を更に備える請求項 2に記載の検出装置。
[8] 観測対象装置と、前記観測対象装置において繰り返し発生する第 1イベントおよび 第 2イベントの相関度を検出する検出装置とを備えるシステムであって、 前記観測 対象装置は、当該観測対象装置の動作に応じて前記第 1イベントおよび前記第 2ィ ベントを発生し、
前記検出装置は、
前記観測対象装置における前記第 1イベントおよび前記第 2イベントの発生を検出 する検出部と、
前記第 1イベントが発生してから次に前記第 1イベントが発生するまでの期間である 第 1期間のそれぞれについて、当該第 1期間中に前記第 2イベントが発生した回数を カウントした第 2イベントカウント値を取得する取得部と、
前記第 2イベントカウント値毎に、当該第 2イベントカウント値が観測された観測回数 を計測する計測部と、
前記第 2イベントカウント値毎の観測回数に基づ!/、て、前記第 1イベントおよび前記 第 2イベントの相関度を算出する算出部と
を有するシステム。
[9] 情報処理装置において繰り返し発生する第 1イベントおよび第 2イベントの相関度 を当該情報処理装置または他の情報処理装置により検出するプログラムであって、 前記情報処理装置または前記他の情報処理装置を、
前記第 1イベントが発生してから次に前記第 1イベントが発生するまでの期間である 第 1期間のそれぞれについて、当該第 1期間中に前記第 2イベントが発生した回数を カウントした第 2イベントカウント値を、前記情報処理装置または他の情報処理装置が 備える入力装置により取得する取得部と、
前記入力装置が取得した前記第 2イベントカウント値毎に、当該第 2イベントカウント 値が観測された観測回数を前記情報処理装置または他の情報処理装置が備える命 令処理装置により計測して記憶装置に格納する計測部と、
前記第 2イベントカウント値毎の観測回数に基づ!/、て、前記第 1イベントおよび前記 第 2イベントの相関度を前記命令処理装置により算出する算出部と して機能させる プログラム。
[10] 情報処理装置において繰り返し発生する第 1イベントおよび第 2イベントの相関度 を当該情報処理装置または他の情報処理装置により検出する検出方法であって、 前記第 1イベントが発生してから次に前記第 1イベントが発生するまでの期間である 第 1期間のそれぞれについて、当該第 1期間中に前記第 2イベントが発生した回数を カウントした第 2イベントカウント値を、前記情報処理装置または他の情報処理装置が 備える入力装置が取得し、
前記入力装置が取得した前記第 2イベントカウント値毎に、当該第 2イベントカウント 値が観測された観測回数を前記情報処理装置または他の情報処理装置が備える命 令処理装置により計測して記憶装置に格納し、 前記第 2イベントカウント値毎の観測回数に基づ!/、て、前記第 1イベントおよび前記 2イベントの相関度を前記命令処理装置により算出する 検出方法。
PCT/JP2007/073976 2006-12-12 2007-12-12 検出装置、システム、プログラムおよび検出方法 WO2008072678A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP07850514.6A EP2128768B1 (en) 2006-12-12 2007-12-12 Detecting device, program, and detecting method
JP2008549349A JP4996624B2 (ja) 2006-12-12 2007-12-12 検出装置、システム、プログラムおよび検出方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006-334864 2006-12-12
JP2006334864 2006-12-12

Publications (1)

Publication Number Publication Date
WO2008072678A1 true WO2008072678A1 (ja) 2008-06-19

Family

ID=39498022

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2007/073976 WO2008072678A1 (ja) 2006-12-12 2007-12-12 検出装置、システム、プログラムおよび検出方法

Country Status (5)

Country Link
US (1) US7974800B2 (ja)
EP (1) EP2128768B1 (ja)
JP (1) JP4996624B2 (ja)
KR (1) KR101020018B1 (ja)
WO (1) WO2008072678A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076389A (ja) * 2009-09-30 2011-04-14 Fujitsu Frontech Ltd 情報管理プログラム、情報管理方法、及び、情報管理装置
JP2011128828A (ja) * 2009-12-17 2011-06-30 Fujitsu Ltd ジョブ分析プログラム及び方法、並びにジョブ分析装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138194A (ja) * 2009-12-25 2011-07-14 Sony Corp 情報処理装置、情報処理方法およびプログラム
US9240111B2 (en) * 2010-10-06 2016-01-19 Microsoft Technology Licensing, Llc Inferring building metadata from distributed sensors
JP5685922B2 (ja) * 2010-12-17 2015-03-18 富士通株式会社 管理装置、管理プログラム、および管理方法
EP2798436B1 (en) * 2011-12-27 2017-05-17 INTEL Corporation Power management using reward-based sleep state selection
US9086960B2 (en) * 2012-08-21 2015-07-21 International Business Machines Corporation Ticket consolidation for multi-tiered applications
US9477835B2 (en) * 2013-10-08 2016-10-25 Crowdstrike, Inc. Event model for correlating system component states
US9697100B2 (en) 2014-03-10 2017-07-04 Accenture Global Services Limited Event correlation
US10445500B2 (en) * 2017-06-28 2019-10-15 Arm Limited Reset attack detection
US10540299B2 (en) * 2017-06-30 2020-01-21 Arm Limited Resetting operating state holding element

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10257054A (ja) * 1997-03-11 1998-09-25 Sumitomo Electric Ind Ltd ネットワーク管理装置およびネットワーク管理方法
JP2001067248A (ja) * 1999-08-27 2001-03-16 Nec Software Hokuriku Ltd 障害ログの採取方式及びその方法
JP2004145536A (ja) * 2002-10-23 2004-05-20 Hitachi Ltd 管理システム
JP2005190270A (ja) * 2003-12-26 2005-07-14 Nomura Research Institute Ltd 因果関係推定プログラム及び因果関係推定方法
JP2006004346A (ja) * 2004-06-21 2006-01-05 Fujitsu Ltd パターン検出プログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4580056A (en) * 1984-07-18 1986-04-01 General Electric Company Neutron event counting circuit
US4914444A (en) * 1987-08-11 1990-04-03 Lightning Location And Protection, Inc. System and method for synchronizing lightning detectors
US6006016A (en) * 1994-11-10 1999-12-21 Bay Networks, Inc. Network fault correlation
JPH09212385A (ja) 1996-02-02 1997-08-15 Mitsubishi Electric Corp 並列プログラムデバッグ装置
US6067643A (en) * 1997-12-24 2000-05-23 Intel Corporation Programmable observation system for monitoring the performance of a graphics controller
US6098178A (en) * 1998-05-22 2000-08-01 The United States Of America As Represented By The Secretary Of The Navy Time synchronization algorithm for massively parallel processor systems
US6105087A (en) * 1998-06-10 2000-08-15 Hewlett-Packard Company Event recognition by a state machine whose state is dependent upon historical information
US6996551B2 (en) 2000-12-18 2006-02-07 International Business Machines Corporation Apparata, articles and methods for discovering partially periodic event patterns
US7702482B2 (en) 2004-12-30 2010-04-20 Microsoft Corporation Dependency structure from temporal data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10257054A (ja) * 1997-03-11 1998-09-25 Sumitomo Electric Ind Ltd ネットワーク管理装置およびネットワーク管理方法
JP2001067248A (ja) * 1999-08-27 2001-03-16 Nec Software Hokuriku Ltd 障害ログの採取方式及びその方法
JP2004145536A (ja) * 2002-10-23 2004-05-20 Hitachi Ltd 管理システム
JP2005190270A (ja) * 2003-12-26 2005-07-14 Nomura Research Institute Ltd 因果関係推定プログラム及び因果関係推定方法
JP2006004346A (ja) * 2004-06-21 2006-01-05 Fujitsu Ltd パターン検出プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076389A (ja) * 2009-09-30 2011-04-14 Fujitsu Frontech Ltd 情報管理プログラム、情報管理方法、及び、情報管理装置
JP2011128828A (ja) * 2009-12-17 2011-06-30 Fujitsu Ltd ジョブ分析プログラム及び方法、並びにジョブ分析装置

Also Published As

Publication number Publication date
JPWO2008072678A1 (ja) 2010-04-02
EP2128768A1 (en) 2009-12-02
KR20090098794A (ko) 2009-09-17
US7974800B2 (en) 2011-07-05
KR101020018B1 (ko) 2011-03-09
EP2128768A4 (en) 2010-09-15
EP2128768B1 (en) 2015-10-28
JP4996624B2 (ja) 2012-08-08
US20080137800A1 (en) 2008-06-12

Similar Documents

Publication Publication Date Title
WO2008072678A1 (ja) 検出装置、システム、プログラムおよび検出方法
US5940618A (en) Code instrumentation system with non intrusive means and cache memory optimization for dynamic monitoring of code segments
US6678625B1 (en) Method and apparatus for a multipurpose configurable bus independent simulation bus functional model
US6421795B2 (en) Integrated circuit device and its control method
KR101459867B1 (ko) 시스템 테스트 장치
CN102722434A (zh) 一种针对Linux进程调度的性能测试方法和工具
JP2006227999A (ja) ボトルネック検出システム、測定対象サーバ、ボトルネック検出方法およびプログラム
JPH0830494A (ja) システム性能をプロファイルするための割り込みベースのハードウエア・サポート
JP2001519949A (ja) ソフトウェア性能プロファイリングデータをキャプチャするためのキャッシュを組込んだマイクロプロセッサベースのデバイス
JP2010538401A (ja) システムコールカバレッジ基準による試験スイート削減のための方法
US20080276129A1 (en) Software tracing
JPH07281930A (ja) 情報処理装置動作測定解析システム
US20050182587A1 (en) Circuit quality evaluation method and apparatus, circuit quality evaluation program, and medium having the program recorded thereon
WO2008018035A2 (en) Methods and products for determining and visualizin ic behaviour
US20090083716A1 (en) Profiling method and program
CN116126700A (zh) 一种基于SystemC的芯片验证方法及系统
CN101395484A (zh) 转换数目的高效计算及连续扫描测试中的功率耗散的估计
US20080126063A1 (en) Simulation System with Guided Backtracking
US20090125705A1 (en) Data processing method and apparatus with respect to scalability of parallel computer systems
Abrams A tool to aid in model development and validation
US20030149915A1 (en) Testability analysis system and method, and design for testability system and method
KR101006122B1 (ko) 검출 장치, 프로그램 및 검출 방법
Gort et al. Formal-analysis-based trace computation for post-silicon debug
JP2715904B2 (ja) 計算機システム性能評価装置
US11144687B1 (en) Method and system providing visualization of sub-circuit iterations based on handshake signals

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07850514

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 1020097009740

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2008549349

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2007850514

Country of ref document: EP