WO2013172325A1 - 識別システム、識別方法及びプログラム - Google Patents

識別システム、識別方法及びプログラム Download PDF

Info

Publication number
WO2013172325A1
WO2013172325A1 PCT/JP2013/063374 JP2013063374W WO2013172325A1 WO 2013172325 A1 WO2013172325 A1 WO 2013172325A1 JP 2013063374 W JP2013063374 W JP 2013063374W WO 2013172325 A1 WO2013172325 A1 WO 2013172325A1
Authority
WO
WIPO (PCT)
Prior art keywords
factor
component
irrelevance
logical expression
cut
Prior art date
Application number
PCT/JP2013/063374
Other languages
English (en)
French (fr)
Inventor
剣文 向
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US14/401,686 priority Critical patent/US20150143176A1/en
Priority to JP2014515627A priority patent/JPWO2013172325A1/ja
Publication of WO2013172325A1 publication Critical patent/WO2013172325A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis

Definitions

  • the present invention relates to an identification system, an identification method, and a program, and more particularly, to an identification system, an identification method, and a program for identifying a condition that causes a component to become unrelated in the system, which is called a component unrelated factor.
  • Fault tolerance systems are usually designed to cover component failures with redundancy. Failure of uncovered components can lead to system failure or subsystem failure even if there is sufficient redundancy. Therefore, an automatic coverage mechanism that suppresses system failures or subsystem failures includes a failure detection and isolation function and a system reconfiguration function. The reason is that if a failed component is not detected, it is not possible to switch to the spare corresponding to the failed component, and if the failed component is not isolated, the failed component will affect other non-failed components Because there is a fear.
  • IPCM incomplete coverage model
  • Identifying a component that is not relevant in a particular system state is different from identifying a component's irrelevance factor.
  • Component irrelevance factors are state-independent and play an important role in system reliability analysis. More specifically, it is necessary to distinguish between a component failure that occurs before the occurrence of a component irrelevance factor and a component failure that occurs after the occurrence of a component irrelevance factor.
  • the former may lead to system failure or subsystem failure if the failure is not covered.
  • the component is already separated before the irrelevance factor occurs, the latter is not related to the failure coverage and does not affect the system. Therefore, although it is desired to cover unrelated components in the system, it is impossible to accurately analyze the reliability of the system (closed form solution) without knowing the unrelated factors of each component.
  • One method of identifying component irrelevance factors is to test all components for irrelevance in each system state. If there is no component relevance in a certain system state, that state can be regarded as a component irrelevance factor.
  • the coverage of irrelevant components is limited to several critical components, the coverage can be reduced by observing the occurrence of irrelevant components of the critical components rather than 100% testing in each system state. Can be executed more efficiently.
  • non-patent document 2 and non-patent document 3 describe similarities to unrelated factors.
  • an object of the present invention is to provide an identification system, an identification method, and a program that can identify an unrelated factor of the system even when the unrelated factor of the system is not manually set.
  • the present invention relates to an irrelevance factor interpretation unit that calculates a logical expression of an irrelevance factor of a system component from a cut-set logical formula f of system failure, and an irrelevance calculated by the irrelevance factor interpretation unit It is an identification system having a minimum cut set evaluation means for minimizing a logical expression of a factor and calculating an unrelated factor of the component.
  • the information processing apparatus calculates a logical expression of the irrelevance factor of the system components from the system failure cut-set logical expression f, and the information processing apparatus calculates the logical expression of the calculated irrelevance factor. Is an identification method for calculating an unrelated factor of the component.
  • the present invention minimizes the logical expression of the component irrelevance factor from the system failure cut-set logical formula f, and minimizes the calculated logical expression of the irrelevance factor.
  • the present invention can identify unrelated factors of system components even when the unrelated factors of the system are not set manually.
  • FIG. 1 is a block diagram showing the configuration of the embodiment of the present invention.
  • FIG. 2 is a flowchart showing the operation of the embodiment of the present invention.
  • Boolean algebra formula is coherent if the Boolean algebra formula is monotonic and relevant for all variables.
  • the system failure logic is generally treated as a Boolean formula that is initially coherent, and the failure of the covered component is a variable of the system failure logic. It is said.
  • ⁇ represents the difference set operator.
  • DNF additive normal form
  • Theorem 1 (Calculation of minimum unrelated factors)
  • f is a monotonicity formula and x is a variable of f.
  • a and B are additive standard forms (DNFs) each composed of a plurality of (minimum) cut sets of f including a variable x and a plurality of (minimum) cut sets of f not including the variable x. ).
  • DNFs additive standard forms
  • the embodiment of the present invention includes a minimum cut set evaluation unit 110 and an unrelated factor interpretation unit 120.
  • the minimum cut set evaluation unit 110 calculates a (minimum) cut set of a fault tree (or a model representing the logic of a system failure).
  • the cut set need not be the minimum, but it is preferable to minimize the cut set in order to reduce the process of minimizing the next process and the factors.
  • the logical expression of the component irrelevance factor generated by the irrelevance factor interpretation unit 120 is minimized.
  • the irrelevant factor formula is defined as a logical product, and reduction rules and algorithms for minimizing the cutset can be applied to minimize the irrelevant factor formula. Because.
  • the irrelevant factor interpretation unit 120 classifies (minimum) cut sets from the viewpoint of components, and calculates irrelevant factors of a certain component (variable) based on the classified (minimum) cut sets. .
  • a component (variable) for calculating an unrelated factor is given to the unrelated factor interpreting unit 120.
  • the unrelated factor interpretation unit 120 classifies the cut sets from the minimum cut set evaluation unit 110 into two groups depending on whether or not the component is included.
  • the irrelevant factor interpretation unit 120 applies the above theorem 1 to the (minimum) cut sets classified into two groups, and logically includes all of the irrelevant factors of the component. Calculate the logical expression. Note that the structure of the calculated irrelevance factor does not need to be minimal, and the irrelevance factor may be minimized by inputting the calculated logical expression to the minimum cut set evaluation unit 110 again. it can.
  • a logical expression representing the failure logic of the system is input to the minimum cut set evaluation unit 110 (step A1).
  • the logical expression of the failure logic is a combination of component failures that cause a system failure.
  • Fault logic formulas can be represented by fault trees or other combinatorial models.
  • the failure logic formula is initially coherent and all components are initially relevant.
  • the minimum cut set evaluation unit 110 calculates a cut set of the input logical expression (step A2).
  • the calculation can be performed by an existing algorithm for the minimum cut set, for example, a method based on the conventional top-down configuration method of the binary decision graph (BDD).
  • the component (variable) for calculating the unrelated factor is designated in the unrelated factor interpreting unit 120 (step A3).
  • the irrelevance factor interpretation unit 120 classifies the cut sets from the minimum cut set evaluation unit 110 into two groups depending on whether or not the specified components are included (step A4).
  • the unrelated factor interpretation unit 120 applies Theorem 1 to the (minimum) cut sets classified into two groups, and calculates the unrelated factor as a logical expression (step A5).
  • the minimum cutset evaluation unit 110 determines the irrelevant factor indicated by the logical expression as the conventional binary decision graph described above.
  • a method and algorithm based on the (BDD) top-down configuration method are applied and minimized (step A6).
  • a failure logical expression representing a failure logic of a system is given, an unrelated factor of the system component can be identified.
  • the system is composed of eight components, and the failure logic of the system is represented by the following logical expression.
  • the same symbol x i is used, and the symbol x i represents a component and a covered fault of the component.
  • the system is initially a coherent system, i.e. all components are relevant.
  • component x 1 is an important component, and if that component is no longer relevant, it must be separated, and under any conditions component x 1 becomes irrelevant (no relation) That is, an example of identifying what is the minimum irrelevance factor of the component x 1 will be described.
  • a logical expression f failures logic of the system is input to the minimum cutset evaluation unit 110 (step A1). Then, the minimum cut set evaluation unit 110 calculates the minimum cut set of the logical expression f (step A2). Then, a set of four minimum cut sets of the calculated logical formula f is expressed by the following formula.
  • the irrelevance factor interpretation unit 120 calculates the logical expression T including the irrelevance factor of the component x 1 using the theorem 1 as described above (step 5).
  • a 1 represents ⁇ x 1 , x 2 , x 3 , x 4 ⁇ of A
  • a 2 represents ⁇ x 1 , x 2 , x 5 , x 6 ⁇ of A
  • b 1 represents B represents ⁇ x 2 , x 4 , x 7 ⁇
  • b 2 represents B's ⁇ x 2 , x 5 , x 8 ⁇ .
  • T is the same as the definition of the cut set
  • the unrelated factors are defined as logical products
  • the reduction rules and algorithms for minimizing the cut set are also used to minimize the logical expression of the unrelated factors. It is because it is applicable to.
  • the minimum irrelevance factor of component x 1 is expressed by the following equation.
  • the component x 1 when any of the three smallest unrelated factors ( ⁇ x 4 , x 7 ⁇ , ⁇ x 7 , x 8 ⁇ ⁇ x 5 , x 8 ⁇ ) occurs, the component x 1 It becomes an unrelated component and needs to be separated.
  • component x 1 when failure and components x 4 and component x 7, component x 1 is the component is not relevant in accordance with the definition 3, i.e., it expressed in the formula, And the logical product of ⁇ x 4 , x 7 ⁇ is an irrelevant factor of x 1 .
  • component x 1 becomes an unrelated component according to definition 3.
  • component x 5 and component x 8 which is one of the unrelated factors, fail, component x 1 becomes an unrelated component according to definition 3. That is, the logical product of ⁇ x 7 , x 8 ⁇ and the logical product of ⁇ x 5 , x 8 ⁇ are irrelevant factors of the component x 1 .
  • the present invention eliminates the need to manually set the irrelevance factors of the system. Unrelated factors of system components can be identified. During maintenance, in a system having incomplete coverage, components that are not related to a system failure can be covered in a timely manner, and the reliability of the system can be improved.
  • each unit may be configured by hardware or may be realized by a computer program.
  • functions and operations similar to those of the above-described embodiments are realized by a processor that operates according to a program stored in the program memory.
  • An unrelated factor interpretation unit that calculates a logical formula of an unrelated factor of a system component from a cut-set logical formula f of a system failure
  • An identification system comprising: a minimum cut set evaluation unit that calculates a irrelevance factor of the component by minimizing a logical expression of the irrelevance factor calculated by the irrelevance factor interpretation unit.
  • the irrelevant factor interpretation unit is The system failure cut set formula f is classified into A and B depending on whether or not it includes a variable corresponding to a component that identifies an unrelated factor, age, ( ⁇ and ⁇ are cut sets)
  • the information processing device calculates a logical expression of the unrelated factors of the system components from the system failure cut-set logical expression f,
  • the information processing apparatus is an identification method in which a logical expression of the calculated irrelevance factor is minimized to calculate the irrelevance factor of the component.
  • the information processing apparatus calculates the cut set from the logical expression of the system failure by the same method as that of the logical expression of the calculated component irrelevance factor, minimizes the component
  • the process of calculating the logical expression of the unrelated factor of the component is as follows:
  • the system failure cut set formula f is classified into A and B depending on whether or not it includes a variable corresponding to a component that identifies an unrelated factor, age, ( ⁇ and ⁇ are cut sets)
  • the program according to claim 7, wherein a logical expression of an unrelated factor of a component for identifying the unrelated factor is calculated based on

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)
  • Debugging And Monitoring (AREA)
  • Hardware Redundancy (AREA)

Abstract

本発明は、システム障害のカットセット論理式から、システムのコンポーネントの無関連性要因の論理式を算出する無関連性要因解釈部と、前記無関連性要因解釈部により算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する最小カットセット評価手段とを有する識別システムである。

Description

識別システム、識別方法及びプログラム
　本発明は、識別システム、識別方法及びプログラムに関し、特に、コンポーネントの無関連性要因と呼ばれる、システムにおいてコンポーネントの関連性がなくなる条件を識別する識別システム、識別方法及びプログラムに関する。
　フォールトトレランスシステムは、通常、コンポーネントの故障を冗長性でカバーするように設計されている。カバーされないコンポーネントの故障は、十分な冗長性が存在していても、システム障害、または、サブシステム障害につながる。そこで、システム障害、または、サブシステム障害を抑える自動カバレッジ機構は、故障の検知及び分離の機能と、システム再構成の機能とを含んでいる。その理由は、故障したコンポーネントが検出されないと、その故障したコンポーネントに対応するスペアに切り替えることができず、故障したコンポーネントを分離しないと、故障したコンポーネントが他の故障していないコンポーネントに影響を与える恐れがあるからである。
　不完全なカバレッジの影響を考慮するモデルは、不完全カバレッジモデル（IPCM）として知られている。IPCMに関する概説的なものが、非特許文献１に記載されている。
　従来のIPCMでは、カバレッジは、コンポーネントの関連性にかかわらず、故障したコンポーネントに限定されている。概略を述べると、システムの状態が、コンポーネントの故障のカバーによる影響を受けないならば、そのコンポーネントはシステムに対して関連性のないものとみなされる。例えば、コンポーネントが動作可能である、又は、コンポーネントが故障をカバーされたサブシステムの中にある場合等にかかわらず、システムが同様に動作するならば、そのコンポーネントはシステムに対して関連性のないものとみなされる。
　しかし、そのコンポーネントがシステムに関連性がないものであっても、そのコンポーネントに起因する将来カバーできない故障の原因となる潜在的なシステムの障害を防ぐため、そのようなコンポーネントを事前に分離・交換することが望ましい。
　多くのIPCMの研究において、システムは、本来、コヒーレントシステムであるとするのが一般的である、即ち、初期のシステム状態では、全てのコンポーネントは関連性があるものである。
　しかしながら、当初は関連性のあるコンポーネントが事後なんらかの特定な条件のもとで、関連性のないものになる可能性がある。そのような特定の条件を、以下に、コンポーネントの無関連性要因と記載する。一般的に、無関連性要因は、他のコンポーネントの故障である。この観点からすると、たとえシステムが本来コヒーレントなものであっても、稼働中及びメインテナンス中に、システムと関連性のないコンポーネントを識別し、分離することは重要である。
　しかしながら、従来の方法では、どのような条件のもとで、本来関連性のあるコンポーネントが関連性のないコンポーネントになるかという課題、即ち、どのような要因がコンポーネントの無関連性要因となるかということは導き出すことができなかった。
　特定のシステム状態において関連性のないコンポーネントを識別することと、コンポーネントの無関連性要因を識別することとは異なるものである。コンポーネントの無関連性要因は状態独立的なものであり、システム信頼性分析において重要な役割を果たす。より具体的には、コンポーネントの無関連性要因の発生前に発生するコンポーネントの故障と、コンポーネントの無関連性要因の発生後に発生するコンポーネントの故障とを区分する必要がある。
　前者は、故障がカバーされないとシステム障害またはサブシステム障害に繋がる恐れがある。一方、後者は、無関連性要因が発生する以前に、コンポーネントが既に分離されていれば、そのコンポーネントは故障のカバレッジには無関係であり、システムに影響を与えない。それ故、システムにおいて関連性のないコンポーネントのカバレッジが望まれるが、各コンポーネントの無関連性要因を知らずに、システムの信頼性を正確に分析（クローズトフォームソリューション）することは不可能である。
　コンポーネントの無関連性要因を識別するひとつの方法としては、各システム状態におけるコンポーネントの無関連性を全数テストする方法がある。あるシステム状態でコンポーネントの関連性がなければ、その状態がコンポーネントの無関連性要因とみなすことができる。
　しかしながら、この方法は、指数関数的に複雑化するため、実用的ではない。例えば、ｎ個のコンポーネントがあり、各コンポーネントが２つの状態（例えば、動作可能又は故障である場合）を有しているとすると、2nのシステム状態があり得る。
　また、関連性のないコンポーネントのカバレッジが、いくつかの重要なコンポーネントに限定されていると、各システム状態における全数テストよりも重要なコンポーネントの無関連性要因の発生を観察することにより、カバレッジをより能率的に実行できる。
　更に、無関連性要因に類似するものが非特許文献２と非特許文献３に記載されている。
　しかしながら、これらのモデルにおける要因は、モデラーにより手動的に規定される必要がある。従って、それらの要因を手動的に規定することは、誤差を生みやすく、特に、システム障害の構造が簡単ではない場合は、不可能である。それ故、無関連性要因を識別する、自動的なアプローチが有益であり、且つ必要であった。
S. V. Amari, A. F. Myers, A. Rauzy, and K. S. Trivedi，"Handbook of Handbook of Performability Engineering, Chapter 22: Imperfect coverage models: status and trends, Springer"， pp. 321 - 348，2008年 J. B. Dugan, S. Bavuso, and M. Boyd, "Dynamic fault tree models for fault tolerant computer systems, IEEE Transactions on Reliability", 1992, vol. 41, no. 3, pp. 363 - 377 Marc Bouissou and Jean-Louis Bon, "A new formalism that combines advantages of fault trees and Markov models: Boolean logic driven Markov processes", Reliability Engineering and System Safety, Elsevier, 2003, vol. 82, pp. 149 - 163
　非特許文献２又は非特許文献３に記載された手法では、無関連性要因が手動で規定される必要があった。
　そこで、本発明は、システムの無関連性要因が手動で設定されない場合においても、システムの無関連性要因を識別することができる識別システム、識別方法及びプログラムを提供することにある。
　本発明は、システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出する無関連性要因解釈部と、前記無関連性要因解釈部により算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する最小カットセット評価手段とを有する識別システムである。
　本発明は、情報処理装置は、システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出し、情報処理装置は、前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する識別方法である。
　本発明は、システム障害のカットセット論理式fから、コンポーネントの無関連性要因の論理式を算出する処理と、前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する処理とをコンピュータに実行させるプログラムである。
　本発明は、システムの無関連性要因が手動で設定されない場合においても、システムのコンポーネントの無関連性要因を識別することができる。
図１は本発明の実施の形態の構成を示すブロック図である。 図２は本発明の実施の形態の動作を示すフローチャートである。
　本発明の実施の形態を説明する。
　まず、本実施の形態に使用する用語の論理定義を以下に記載する。
　定義１　（無関連性の変数）　fをブール代数の公式、xをfの変数とすると、f (1/x) = f (0/x)の場合、変数xはfの中で無関連となる（関連性がない）。
　定義２　(コヒーレント)　ブール代数の公式が単調性であり、かつ、全ての変数について関連性がある場合、ブール代数の公式はコヒーレントである。
　定義３　(無関連性要因)　fをブール代数の公式、xをf の変数とすると、論理積τに対して、
Figure JPOXMLDOC01-appb-I000007
及び
Figure JPOXMLDOC01-appb-I000008
の場合、論理積τは変数xの無関連性要因である。
　定義４　(最小の無関連性要因)　fをコヒーレント式、xをfの変数とすると、
Figure JPOXMLDOC01-appb-I000009
を満たす、変数xの無関連性要因τ’が存在しない場合、変数xの無関連性要因τは最小である。
　定義５　(カットセット)　fが単調性公式であり、αを（変数の）論理積とすると、
Figure JPOXMLDOC01-appb-I000010
の場合、論理積αはカットセットである。
　定義６　(最小のカットセット)　fが単調性公式であり、αをfのカットセットとすると、
Figure JPOXMLDOC01-appb-I000011
を満たす、fのカットセットβが存在しない場合、カットセットαは最小のカットセットである。
　上記のように定義した上で、本実施の形態では、システムの障害論理式は、一般的に最初はコヒーレントとするブール公式として扱われ、カバーされるコンポーネントの故障はシステムの障害論理式の変数とされる。
　ここで、＼は差集合演算子を表すものとする。そして、論理積と加法標準形（ＤＮＦ）とは、集合演算を適用した場合、それぞれ、変数のひとつの集合、変数の集合のひとつの集合となる。そして、minを、ブール代数に基づいて、論理積の集合（ＤＮＦ）から冗長な論理積を取り除く公式とする。すると、上述した定義１から定義６に基づいて、コヒーレント公式におけるある変数の最小の無関連性要因を計算する為の式（定理１）は、以下のように導出される。
　定理１　（最小の無関連性要因の計算）
　ここで、f が単調性公式、x をfの変数とする。更に、
Figure JPOXMLDOC01-appb-I000012
とする。ここで、AとBとは、それぞれ、変数xを含むfの複数の（最小）カットセットと、変数xを含まないfの複数の（最小）カットセットとで構成される加法標準形（ＤＮＦｓ）である。そして、xの最小の無関連性要因は、min (T) として計算できる。ここで、
Figure JPOXMLDOC01-appb-I000013
である。
　次に、上述した定理１の式を用いた無関連性要因識別システムの実施の形態について図面を参照して詳細に説明する。
　図１を参照すると、本発明の実施形態は、最小カットセット評価部１１０と、無関連性要因解釈部１２０とを備える。
　最小カットセット評価部１１０は、故障の木（又は、システム障害の論理を表すモデル）の（最小）カットセットを算出するものである。尚、上記カットセットは最小である必要はないが、次行程と要因の最小化の処理を減らすために、カットセットを最小化することが好ましい。また、無関連性要因解釈部１２０が生成したコンポーネントの無関連性要因の論理式を最小化する。カットセットの定義と同じく、無関連性要因の論理式は論理積として定義され、カットセットを最小化するための削減ルールやアルゴリズムも、無関連性要因の論理式を最小化するために適用できるためである。
　無関連性要因解釈部１２０は、コンポーネントの観点から（最小）カットセットを分類し、分類された（最小）カットセットに基づいて、あるコンポーネント（変数）の無関連性要因を算出するものである。無関連性要因解釈部１２０には、無関連性要因を算出するコンポーネント（変数）が与えられる。無関連性要因解釈部１２０は、そのコンポーネントを含むか否かで、最小カットセット評価部１１０からのカットセットを二つのグループに分類する。そして、無関連性要因解釈部１２０は、二つのグループに分類された（最小）カットセットに対して、上述の定理１を適用し、そのコンポーネントの無関連性要因の全てを論理的に包含している論理式を算出する。尚、算出された無関連性要因の構造は最小である必要はなく、算出された論理式を、再度、最小カットセット評価部１１０に入力することにより、無関連性要因を最小化することができる。
　次に、上述した構成の動作を説明する。
　図２のフローチャートを参照して、図１に示されるシステムの動作を説明する。
　まず、システムの障害論理を表す論理式が、最小カットセット評価部１１０に入力される（ステップA1）。障害論理の論理式は、システム障害を引き起こすコンポーネントの故障の組み合わせからなる。障害論理の論理式は、故障の木又は他の組み合わせ的なモデルにより表すことができる。障害論理の論理式は、当初、コヒーレントであり、全てのコンポーネントは、初期において関連性があるものである。
　最小カットセット評価部１１０は、入力された論理式のカットセットを算出する（ステップA２）。算出は、既存の最小のカットセット用のアルゴリズム、例えば、従来の二分決定グラフ（BDD）のトップダウン構成法を基にした方法等により行うことができる。
　次に、無関連性要因解釈部１２０には、無関連性要因を算出するコンポーネント（変数）が指定される（ステップA３）。そして、無関連性要因解釈部１２０は、最小カットセット評価部１１０からのカットセットを、指定されたコンポーネントを含むか否かで、２つのグループに分類する（ステップA４）。
　続いて、無関連性要因解釈部１２０は、二つのグループに分類された（最小）カットセットに対して定理１を適用し、無関連性要因を論理式として算出する（ステップA５）。
　論理式として算出された無関連性要因は、カットセットのように、論理積であるため、最小カットセット評価部１１０は、論理式で示される無関連性要因を、上述した従来の二分決定グラフ（BDD）のトップダウン構成法を基にした方法、アルゴリズムを適用して最小化する（ステップA６）。
　本実施の形態によれば、システムの障害論理を表す障害論理式が与えられれば、そのシステムのコンポーネントの無関連性要因を識別することができる。
　本発明の具体的な実施例を説明する。
　本実施例では、システムが８つのコンポーネントからなり、システムの障害論理は、以下の論理式で表されるものとする。
Figure JPOXMLDOC01-appb-I000014
　ここで、
Figure JPOXMLDOC01-appb-I000015
は、コンポーネントxiのカバーされた故障を表す。但し、以下の説明では、理解を容易にするため、同じ記号xiを使用し、記号xiは、コンポーネントとそのコンポーネントのカバーされた故障とを表すものとする。障害論理によると、システムは、当初コヒーレントシステムである、即ち、全てのコンポーネントは関連性がある。
　ここで、コンポーネントx1が重要なコンポーネントであり、そのコンポーネントの関連性がなくなれば、それを分離する必要があり、どんな条件の元でコンポーネントx1が無関連性（関連性がなくなる）になるか、即ち、コンポーネントx1の最小の無関連性要因は何であるかを識別する例を説明する。
　コンポーネントx1の最小の無関連性要因を識別するために、まず、システムの障害論理の論理式fが最小カットセット評価部１１０に入力される（ステップA１）。そして、最小カットセット評価部１１０は、論理式fの最小のカットセットを算出する（ステップA２）。すると、算出された論理式fの４つの最小のカットセットの集合は以下の式で表される。
Figure JPOXMLDOC01-appb-I000016
　変数（コンポーネント）x1の最小の無関連性要因を分析するため、x1をターゲット変数（コンポーネント）として、無関連性要因解釈部１２０に与える（ステップA３）。そして、無関連性要因解釈部１２０は、障害論理式fの最小のカットセットを、与えられたx1を含むか否かで、２つのグループ、即ち、ＡとＢとに分類する（ステップA４）。
Figure JPOXMLDOC01-appb-I000017
　次に、無関連性要因解釈部１２０は、上述した定理１を用いて、コンポーネントx1の無関連性要因を含む論理式Tを以下のように算出する（ステップ５）。尚、ａ１は、Ａの｛x1，x2，x3，x4｝を表し、ａ２は、Ａの｛x1，x2，x5，x6｝を表し、ｂ１は、Ｂの｛x2，x4，x7｝を表し、ｂ２は、Ｂの｛x2，x5，x8｝を表す。
Figure JPOXMLDOC01-appb-I000018
　無関連性要因解釈部１２０により算出されたコンポーネントx1の無関連性要因の論理式、即ち、Tが最小カットセット評価部１１０に入力される。そして、最小カットセット評価部１１０は、コンポーネントx1の最小の無関連性要因、即ち、Tの最小化を行う（ステップ６）。ここで、Tは、カットセットの定義と同じく、無関連性要因は論理積として定義され、カットセットを最小化するための削減ルールやアルゴリズムも、無関連性要因の論理式を最小化するために適用できるためである。本例では、コンポーネントx1の最小の無関連性要因は以下の式で表される。
Figure JPOXMLDOC01-appb-I000019
　上記式によれば、３つの最小の無関連性要因（｛x4，x7｝，｛x7，x8｝｛x5，x8｝）のいずれかが発生すると、コンポーネントx1はシステムとは関連性のないコンポーネントとなり、分離する必要がある。例えば、無関連性要因のひとつである、コンポーネントx4とコンポーネントx7とが故障すると、コンポーネントx1は定義３に従い関連性がないコンポーネントになる、即ち、式に表すと、
Figure JPOXMLDOC01-appb-I000020
であり、｛x4，x7｝の論理積はｘ１の無関連性要因である。
　同様に、無関連性要因のひとつである、コンポーネントx7とコンポーネントx8とが故障すると、コンポーネントx1は定義３に従い関連性がないコンポーネントになる。また、無関連性要因のひとつである、コンポーネントx5とコンポーネントx8とが故障すると、コンポーネントx1は定義３に従い関連性がないコンポーネントになる。すなわち、｛x7，x8｝の論理積及び｛x5，x8｝の論理積は、コンポーネントx１の無関連性要因である。
　以上の如く、最小カットセット評価部１１０と無関連性要因解釈部１２０とが実行するコンポーネントの無関連性要因の識別により、本発明は、システムの無関連性要因を手動で設定する必要がなく、システムのコンポーネントの無関連性要因を識別することができる。そして、メインテナンス中に、不完全カバレッジを持つシステムにおいて、システムの障害に関連性がないコンポーネントをタイムリーにカバーすることができ、システムの信頼性を高めることができる。
　以上で本発明の実施の形態及び実施例の説明を終わるが、上述した説明からも明らかなように、各部をハードウェアで構成してもよいし、コンピュータプログラムにより実現してもよい。この場合、プログラムメモリに格納されているプログラムで動作するプロセッサによって、上述した各実施の形態と同様の機能、動作を実現させる。また、上述した実施の形態の一部の機能のみをコンピュータプログラムにより実現してもよい。
　また、上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
　（付記１）　システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出する無関連性要因解釈部と、
　前記無関連性要因解釈部により算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する最小カットセット評価手段と
を有する識別システム。
　（付記２）　前記無関連性要因解釈部は、
　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
Figure JPOXMLDOC01-appb-I000021
とし、
Figure JPOXMLDOC01-appb-I000022
（α、βはカットセット）
に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
付記１に記載の識別システム。
　（付記３）　前記最小カットセット評価手段を、前記システム障害の論理式からカットセットを算出して最小化するために用いる
付記1又は付記２に記載の識別システム。
　（付記４）　情報処理装置は、システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出し、
　情報処理装置は、前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する
識別方法。
　（付記５）　情報処理装置は、
　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
Figure JPOXMLDOC01-appb-I000023
とし、
Figure JPOXMLDOC01-appb-I000024
（α、βはカットセット）
に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
付記４に記載の識別方法。
　（付記６）　情報処理装置は、前記算出されたコンポーネントの無関連性要因の論理式の最小化と同じ手法により、前記システム障害の論理式からカットセットを算出して最小化後、コンポーネントの無関連性要因の論理式の算出を行う
付記４又は付記５に記載の識別方法。
　（付記７）　システム障害のカットセット論理式fから、コンポーネントの無関連性要因の論理式を算出する処理と、
　前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する処理と
をコンピュータに実行させるプログラム。
　（付記８）　前記コンポーネントの無関連性要因の論理式を算出する処理は、
　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
Figure JPOXMLDOC01-appb-I000025
とし、
Figure JPOXMLDOC01-appb-I000026
（α、βはカットセット）
に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
付記７に記載のプログラム。
　（付記９）　前記算出されたコンポーネントの無関連性要因の論理式の最小化と同じ手法により、前記システム障害の論理式からカットセットを算出して最小化後、コンポーネントの無関連性要因の論理式の算出を行う処理を
をコンピュータに実行させる付記７又は付記８に記載のプログラム。
　また、実施の形態及び実施例をあげて本発明を説明したが、本発明は必ずしも上記実施の形態及び実施例に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施してもよい。また、各実施の形態を適宜組み合わせて実施してもよい。
　本出願は、２０１２年５月１７日に出願された日本出願特願２０１２－１１３６５２号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１１０　最小カットセット評価部
１２０　無関連性要因解釈部

Claims (9)

  1. 　システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出する無関連性要因解釈部と、
    　前記無関連性要因解釈部により算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する最小カットセット評価手段と
    を有する識別システム。
  2. 　前記無関連性要因解釈部は、
    　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
    Figure JPOXMLDOC01-appb-I000001
    とし、
    Figure JPOXMLDOC01-appb-I000002
    （α、βはカットセット）
    に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
    請求項１に記載の識別システム。
  3. 　前記最小カットセット評価手段を、前記システム障害の論理式からカットセットを算出して最小化するために用いる
    請求項1又は請求項２に記載の識別システム。
  4. 　情報処理装置は、システム障害のカットセット論理式fから、システムのコンポーネントの無関連性要因の論理式を算出し、
    　情報処理装置は、前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する
    識別方法。
  5. 　情報処理装置は、
    　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
    Figure JPOXMLDOC01-appb-I000003
    とし、
    Figure JPOXMLDOC01-appb-I000004
    （α、βはカットセット）
    に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
    請求項４に記載の識別方法。
  6. 　情報処理装置は、前記算出されたコンポーネントの無関連性要因の論理式の最小化と同じ手法により、前記システム障害の論理式からカットセットを算出して最小化後、コンポーネントの無関連性要因の論理式の算出を行う
    請求項４又は請求項５に記載の識別方法。
  7. 　システム障害のカットセット論理式fから、コンポーネントの無関連性要因の論理式を算出する処理と、
    　前記算出された無関連性要因の論理式を最小化して、前記コンポーネントの無関連性要因を算出する処理と
    をコンピュータに実行させるプログラム。
  8. 　前記コンポーネントの無関連性要因の論理式を算出する処理は、
    　システム障害のカットセット論理式fを、無関連性要因を識別するコンポーネントに相当する変数を含むか否かでＡとＢとに分類し、
    Figure JPOXMLDOC01-appb-I000005
    とし、
    Figure JPOXMLDOC01-appb-I000006
    （α、βはカットセット）
    に基づいて、前記無関連性要因を識別するコンポーネントの無関連性要因の論理式を算出する
    請求項７に記載のプログラム。
  9. 　前記算出されたコンポーネントの無関連性要因の論理式の最小化と同じ手法により、前記システム障害の論理式からカットセットを算出して最小化後、コンポーネントの無関連性要因の論理式の算出を行う処理を
    をコンピュータに実行させる請求項７又は請求項８に記載のプログラム。
PCT/JP2013/063374 2012-05-17 2013-05-14 識別システム、識別方法及びプログラム WO2013172325A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US14/401,686 US20150143176A1 (en) 2012-05-17 2013-05-14 Identification system, identification method, and program
JP2014515627A JPWO2013172325A1 (ja) 2012-05-17 2013-05-14 識別システム、識別方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012113652 2012-05-17
JP2012-113652 2012-05-17

Publications (1)

Publication Number Publication Date
WO2013172325A1 true WO2013172325A1 (ja) 2013-11-21

Family

ID=49583730

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/063374 WO2013172325A1 (ja) 2012-05-17 2013-05-14 識別システム、識別方法及びプログラム

Country Status (3)

Country Link
US (1) US20150143176A1 (ja)
JP (1) JPWO2013172325A1 (ja)
WO (1) WO2013172325A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015173846A1 (en) * 2014-05-14 2015-11-19 Nec Corporation A persistence identifying system, method, and program
JP7413225B2 (ja) 2020-10-07 2024-01-15 三菱重工業株式会社 妥当性確認方法、妥当性確認システム及びプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9715423B1 (en) * 2016-01-08 2017-07-25 Dell Products, L.P. Automatic mapping out of the faulty device/drivers during system boot-up
CN112613269B (zh) * 2020-12-28 2023-02-24 武汉理工大学 一种基于无关性覆盖模型的系统最佳冗余度计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04302364A (ja) * 1991-03-29 1992-10-26 Nippon Telegr & Teleph Corp <Ntt> 故障解析方式
JP2853215B2 (ja) * 1989-11-13 1999-02-03 富士ゼロックス株式会社 ネットワーク信頼性解析システム
JP2000235507A (ja) * 1999-02-16 2000-08-29 Toshiba Corp システムの信頼性設計装置及び方法並びにシステムの信頼性設計用ソフトウェアを記録した記録媒体
WO2011132730A1 (ja) * 2010-04-22 2011-10-27 日本電気株式会社 ランタイムシステムの故障の木解析の方法、システム及びプログラム
JP2012008744A (ja) * 2010-06-23 2012-01-12 Inst Nuclear Energy Research Rocaec 原子力発電プラント用コンピュータ支援トップ論理によるリスクの定量的評価方法。

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2853215B2 (ja) * 1989-11-13 1999-02-03 富士ゼロックス株式会社 ネットワーク信頼性解析システム
JPH04302364A (ja) * 1991-03-29 1992-10-26 Nippon Telegr & Teleph Corp <Ntt> 故障解析方式
JP2000235507A (ja) * 1999-02-16 2000-08-29 Toshiba Corp システムの信頼性設計装置及び方法並びにシステムの信頼性設計用ソフトウェアを記録した記録媒体
WO2011132730A1 (ja) * 2010-04-22 2011-10-27 日本電気株式会社 ランタイムシステムの故障の木解析の方法、システム及びプログラム
JP2012008744A (ja) * 2010-06-23 2012-01-12 Inst Nuclear Energy Research Rocaec 原子力発電プラント用コンピュータ支援トップ論理によるリスクの定量的評価方法。

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J. B. DUGAN ET AL.: "Dynamic fault tree models for fault tolerant computer systems", IEEE TRANSACTIONS ON RELIABILITY, vol. 41, no. 3, September 1992 (1992-09-01), pages 363 - 377, Retrieved from the Internet <URL:http://ieeexplore.> [retrieved on 20130627] *
MARC BOUISSOU ET AL.: "A new formalism that combines advantages of fault trees and Markov models: Boolean logic driven Markov processes", RELIABILITY ENGINEERING AND SYSTEM SAFETY, vol. 82, no. 2, November 2003 (2003-11-01), pages 149 - 163, Retrieved from the Internet <URL:http://journals.ohiolink.edu/ejc/pdf.cgi/BouissouMarc.pdf?issn=09518320&issue=v82i0002&article=149_anftcambldmp> [retrieved on 20130627] *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015173846A1 (en) * 2014-05-14 2015-11-19 Nec Corporation A persistence identifying system, method, and program
JP7413225B2 (ja) 2020-10-07 2024-01-15 三菱重工業株式会社 妥当性確認方法、妥当性確認システム及びプログラム

Also Published As

Publication number Publication date
US20150143176A1 (en) 2015-05-21
JPWO2013172325A1 (ja) 2016-01-12

Similar Documents

Publication Publication Date Title
US10649882B2 (en) Automated log analysis and problem solving using intelligent operation and deep learning
US10359773B2 (en) Safety assurance using fault trees for identifying dormant system failure states
WO2011132730A1 (ja) ランタイムシステムの故障の木解析の方法、システム及びプログラム
WO2013172325A1 (ja) 識別システム、識別方法及びプログラム
Gujral et al. Classifying bug severity using dictionary based approach
US10163060B2 (en) Hierarchical probability model generation system, hierarchical probability model generation method, and program
CN110489773B (zh) 故障树中的闭环
US11853048B2 (en) Control method and device that resolves closed loops in automatic fault tree analysis of a multi-component system
Dhouibi et al. Automatic decomposition and allocation of safety integrity level using system of linear equations
Kaur et al. Various techniques to detect and predict faults in software system: survey
Samarakoon et al. System abnormality detection in stock market complex trading systems using machine learning techniques
US20230222140A1 (en) Systems and methods for automatically deriving data transformation criteria
WO2015037066A1 (ja) プラント事故時運転支援システム及びプラント事故時運転支援方法
Chandrasekaran et al. Test & evaluation best practices for machine learning-enabled systems
Reed et al. Verification and validation of system health management models using parametric testing
WO2015104733A1 (en) Persistence of relevance identifying system, method, and program
US11526162B2 (en) Method for detecting abnormal event and apparatus implementing the same method
JP2009151420A (ja) ソフトウェア動作監視装置、プログラム
US20210110284A1 (en) Method and system for automatic error diagnosis in a test environment
CN112925806A (zh) 基于关联规则的性能退化特征参数提取方法、系统、介质及设备
WO2014083589A1 (en) A System, Method, and Program for Identifying Irrelevancy Triggers of Components
EP3969974B1 (en) Ring-closures in fault trees and normalized representation
Kodali et al. A framework to debug diagnostic matrices
Oliveira et al. Combining multiple diagnostic trouble codes into a single decision tree
WO2015173846A1 (en) A persistence identifying system, method, and program

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: 13791062

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014515627

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14401686

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13791062

Country of ref document: EP

Kind code of ref document: A1