WO2016038803A1 - 情報処理装置、情報処理方法、及び、記録媒体 - Google Patents

情報処理装置、情報処理方法、及び、記録媒体 Download PDF

Info

Publication number
WO2016038803A1
WO2016038803A1 PCT/JP2015/004156 JP2015004156W WO2016038803A1 WO 2016038803 A1 WO2016038803 A1 WO 2016038803A1 JP 2015004156 W JP2015004156 W JP 2015004156W WO 2016038803 A1 WO2016038803 A1 WO 2016038803A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
abnormality
history
models
detected
Prior art date
Application number
PCT/JP2015/004156
Other languages
English (en)
French (fr)
Inventor
慎一郎 吉田
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 JP2016547670A priority Critical patent/JP6187704B2/ja
Priority to US15/510,340 priority patent/US20170262561A1/en
Publication of WO2016038803A1 publication Critical patent/WO2016038803A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F11/0766—Error or fault reporting or storing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • 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
    • G06F11/3447—Performance evaluation by modeling
    • 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
    • G06F11/3476—Data logging
    • 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
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging

Definitions

  • the present invention relates to an information processing apparatus, an information processing method, and a recording medium.
  • Patent Document 1 describes an example of an operation management apparatus that models a system using time series information of system performance and monitors the system using a generated model.
  • the operation management apparatus described in Patent Document 1 determines a correlation function indicating a correlation of each pair of a plurality of metrics based on measurement values of a plurality of metrics of the system, and generates a system model.
  • the operation management apparatus detects an abnormality of the system by determining whether or not the new measurement value of the metric follows the correlation in the generated model.
  • Patent Document 1 In an operation management apparatus such as Patent Document 1, it is necessary to perform monitoring by using an appropriate model according to the operating state of the system.
  • Patent Literature 2 discloses a monitoring control system that switches a model for predicting the occurrence of a bottleneck by using a system configuration change instruction as a trigger Is disclosed.
  • Patent Document 3 discloses an operation management apparatus that switches models based on a calendar such as a day of the week.
  • Patent Document 4 discloses a process monitoring device that performs process abnormality diagnosis by combining diagnosis results of a plurality of models.
  • the appropriate model differs for each chemical reaction process and stage. Furthermore, in each process, the appropriate model varies depending on the progress of the reaction after the chemical is added, before the start of the reaction, during the reaction, and after the end of the reaction. Moreover, in each process, opening and closing of a valve and administration of a medicine are performed manually and irregularly. For this reason, in a chemical plant, the timing which switches an appropriate model cannot be acquired based on the specific trigger and calendar from the outside. When such a plant system is monitored by an operation management device such as that disclosed in Patent Document 1, it is difficult to monitor using an appropriate model according to the operating state of the system.
  • An object of the present invention is to provide an information processing apparatus, an information processing method, and a recording medium that can solve the above-described problems and can monitor the system with an appropriate model according to the operating state of the system.
  • An information processing apparatus is a monitoring apparatus newly acquired by a model storage unit that stores a plurality of models related to monitoring data of a system, and a main model that is one of the plurality of models.
  • a model storage unit that stores a plurality of models related to monitoring data of a system
  • a main model that is one of the plurality of models.
  • an abnormality is detected for newly acquired monitoring data using a main model that is one of a plurality of models related to monitoring data of the system, and the abnormality is detected using the main model.
  • the abnormality is detected for the newly acquired monitoring data, and if the other model does not detect an abnormality, the other model is The main model is set for the monitoring data acquired after the next time.
  • a computer detects abnormality in newly acquired monitoring data using a main model that is one of a plurality of models related to system monitoring data.
  • a main model that is one of a plurality of models related to system monitoring data.
  • the abnormality is detected for the newly acquired monitoring data by another model of the plurality of models, and no abnormality is detected by the other model
  • a program for executing the processing for setting the other model as the main model for the monitoring data acquired from the next time on is stored.
  • the effect of the present invention is that the system can be monitored with an appropriate model according to the operating state of the system.
  • FIG. 2 is a block diagram showing the configuration of the operation management apparatus 100 in the first embodiment of the present invention.
  • the operation management apparatus 100 is an embodiment of the information processing apparatus of the present invention.
  • the operation management apparatus 100 is connected to the monitored system 500 (or simply a system) via a network or the like.
  • the monitored system 500 is a plant system such as a chemical plant or a steel plant, for example.
  • the monitored system 500 may be a structure such as a bridge.
  • the monitored system 500 may be an IT system including one or more computers.
  • the monitored system 500 measures the value of an index (metric) indicating the status and performance of a plurality of types of monitoring targets in the system at regular intervals, and transmits it to the operation management apparatus 100.
  • index indicating the status and performance of a plurality of types of monitoring targets in the system at regular intervals
  • power, voltage, current, temperature, pressure, vibration, or the like measured by various sensors is used as the item to be monitored.
  • CPU Central Processing Unit
  • memory usage rate memory usage rate, disk access frequency, etc.
  • the usage rate, usage amount, etc. of computer resources and network resources may be used.
  • the measurement values of a plurality of types of monitoring targets are referred to as monitoring data.
  • the operation management apparatus 100 includes an analysis unit 110, a data storage unit 120, and a result output unit 130.
  • the analysis unit 110 performs various processes related to analysis of monitoring data received from the monitored system 500.
  • the data storage unit 120 stores time series of monitoring data received from the monitored system 500 and various histories related to analysis of the monitoring data.
  • the result output unit 130 outputs an abnormality notification when an abnormality of the monitored system 500 is detected. Further, the result output unit 130 outputs various histories related to the analysis of the monitoring data stored in the data storage unit 120.
  • the analysis unit 110 includes a model generation unit 111, an analysis processing unit 112, and a model switching unit 113.
  • the model generation unit 111 generates a plurality of monitoring models from the time series of the monitoring data, and stores them in the model storage unit 121.
  • the analysis processing unit 112 performs abnormality detection on newly acquired monitoring data using a main model selected from a plurality of models. In addition, when an abnormality is detected by the main model, the analysis processing unit 112 performs abnormality detection on the monitoring data using a sub model that is a model other than the main model among the plurality of models.
  • the model switching unit 113 switches the main model based on the determination result of abnormality detection by the main model and the sub model.
  • the data storage unit 120 includes a model storage unit 121, a model use history storage unit 122, a model switching history storage unit 123, an abnormality detection history storage unit 124, and a monitoring data storage unit 125.
  • the model storage unit 121 stores a plurality of models generated by the model generation unit 111.
  • the model usage history storage unit 122 stores a model usage history 222.
  • the model usage history 222 indicates the usage history of the main model by the analysis processing unit 112.
  • the model switching history storage unit 123 stores the model switching history 223.
  • the model switching history 223 indicates a main model switching history by the model switching unit 113.
  • the abnormality detection history storage unit 124 stores the abnormality detection history 224.
  • the abnormality detection history 224 indicates the abnormality detection history of the monitored system 500 in association with the main model at the time of abnormality detection.
  • the monitoring data storage unit 125 stores a time series of monitoring data acquired from the monitored system 500.
  • the operation management apparatus 100 may be a computer that includes a CPU and a storage medium that stores a program, and operates by control based on the program.
  • FIG. 3 is a block diagram showing a configuration of the operation management apparatus 100 realized by a computer according to the first embodiment of the present invention.
  • the operation management apparatus 100 includes a CPU 101, a storage unit (storage medium) 102 such as a hard disk and a memory, a communication unit 103 that performs data communication with other devices, an input unit 104 such as a keyboard, and an output unit 105 such as a display. Including.
  • the CPU 101 executes computer programs for realizing the functions of analysis unit 110 and result output unit 130.
  • the storage unit 102 stores information stored in the data storage unit 120.
  • the communication unit 103 receives monitoring data from the monitored system 500.
  • the input unit 104 receives a monitoring instruction for the monitored system 500 from a user or the like.
  • the output unit 105 outputs (displays) an abnormality notification to the user or the like.
  • the output unit 105 outputs (displays) the output screen 131 to the user or the like.
  • model storage unit 121 the model use history storage unit 122, the model switching history storage unit 123, the abnormality detection history storage unit 124, and the monitoring data storage unit 125 of the data storage unit 120 may be stored on individual storage media. It may be configured by one storage medium.
  • the analysis unit 110, the data storage unit 120, and the result output unit 130 may be configured by different devices.
  • each component of the operation management apparatus 100 may be an independent logic circuit.
  • the operation will be described by taking as an example a case where the monitored system 500 is modeled by a correlation model representing a correlation (relationship) between a plurality of types of monitoring targets (metrics).
  • the monitored system 500 measures the values of a plurality of types of monitoring targets at regular intervals and transmits them as monitoring data to the operation management apparatus 100.
  • the time series of the monitoring data received from the monitored system 500 is stored in the monitoring data storage unit 125.
  • FIG. 4 is a flowchart showing the processing of the operation management apparatus 100 in the first embodiment of the present invention.
  • the model generation unit 111 generates a plurality of models based on the time series of monitoring data stored in the monitoring data storage unit 125 (step S101).
  • the model generation unit 111 stores the generated plurality of models in the model storage unit 121.
  • the model generation unit 111 is based on the time series of the monitoring data stored in the monitoring data storage unit 125 during the normal period (normal time) stored in the monitoring data storage unit 125, as in the operation management apparatus of Patent Document 3.
  • a plurality of correlation models including one or more correlations between monitoring data items are generated.
  • the model generation unit 111 generates a correlation model for each of a plurality of operating states (processes) of the monitored system 500 using a normal time series of the operating states (processes). For example, a user or the like inputs which time series of monitoring data corresponds to which operating state (process).
  • the model generation unit 111 generates model information 221 that associates each operating state (process) with the generated correlation model, and stores the model information 221 together with the correlation model.
  • FIG. 5 is a diagram showing an example of the model information 221 in the first embodiment of the present invention.
  • the model generation unit 111 generates correlation models A, B, and C for the processes a, b, and c of the monitored system 500, and generates model information 221 as shown in FIG. To do.
  • the model generation unit 111 may generate a correlation model without associating it with the operating state of the monitored system 500.
  • the model generation unit 111 may generate a correlation model using a time series for each period (for example, one day or one hour) of a predetermined length in the time series of normal monitoring data.
  • the predetermined length is set to be shorter than the length of the period during which the monitored system 500 continues each operation state.
  • the model generation unit 111 may aggregate similar correlation models into one model among the plurality of generated correlation models.
  • the analysis processing unit 112 selects any one of the plurality of models generated in step S101 and sets it as the main model (step S102).
  • the analysis processing unit 112 sets a model other than the main model as a sub model.
  • the analysis processing unit 112 sets the correlation model A as a main model and the correlation models B and C as sub models.
  • the analysis processing unit 112 reads out newly acquired monitoring data from the monitoring data storage unit 125 (step S103).
  • the analysis processing unit 112 applies the read monitoring data to the main model, and performs abnormality detection using the main model (step S104).
  • FIG. 6 is a diagram showing an example of abnormality detection processing by each model in the first embodiment of the present invention.
  • the analysis processing unit 112 applies the monitoring data at the time “2014/01/10 15:00” in FIG. 6 to the correlation model A and performs abnormality detection.
  • the analysis processing unit 112 for example, in the same manner as the operation management apparatus described in Patent Document 1, the number of correlation destruction (correlation destruction) included in the correlation model and the correlation in which the correlation destruction is detected.
  • the prediction error the magnitude of correlation destruction
  • the analysis processing unit 112 records the usage history of the main model in the model usage history 222.
  • FIG. 7 is a diagram showing an example of the model use history 222 in the first embodiment of the present invention.
  • the analysis processing unit 112 records the use history of the correlation model A at the time “15:00” in the model use history 222 as shown in FIG.
  • step S104 If no abnormality is detected in step S104 (step S105 / N), the analysis processing unit 112 periodically repeats the processing from step S103.
  • the analysis processing unit 112 applies the monitoring data at the next time “15:10” to the correlation model A and performs abnormality detection.
  • the analysis processing unit 112 records the usage history of the correlation model A at the time “15:10” in the model usage history 222 as shown in FIG.
  • the analysis processing unit 112 applies the monitoring data at the next time “15:20” to the correlation model A and performs abnormality detection. .
  • the analysis processing unit 112 records the usage history of the correlation model A at the time “15:20” in the model usage history 222 as shown in FIG.
  • step S105 When an abnormality is detected in step S105 (step S105 / Y), the model switching unit 113 selects one of the submodels and instructs the analysis processing unit 112 to detect an abnormality using the submodel (step S106). .
  • the analysis processing unit 112 applies the monitoring data used in step S104 to the sub model selected in step S106, and performs abnormality detection using the sub model (step S107).
  • the model switching unit 113 repeats the processing from step S106 for all submodels (step S108).
  • the analysis processing unit 112 applies the monitoring data at the time “15:20” to the correlation models B and C and performs abnormality detection. .
  • the model switching unit 113 determines whether an abnormality is detected by all the submodels (step S109).
  • step S109 determines that an abnormality of the monitored system 500 is detected.
  • the model switching unit 113 outputs an abnormality notification to the user or the like through the result output unit 130 (step S110).
  • the model switching unit 113 records the abnormality detection history of the monitored system 500 in the abnormality detection history 224.
  • the model switching unit 113 determines that an abnormality of the monitored system 500 has been detected.
  • FIG. 8 is a diagram showing an example of the abnormality detection history 224 in the first embodiment of the present invention.
  • the model switching unit 113 adds the abnormality detection history of the monitored system 500 at time “15:20” to the abnormality detection history 224 as shown in FIG.
  • step S109 When there is a sub model in which no abnormality is detected in step S109 (step S109 / N), the model switching unit 113 does not match the current main model with the current operating state of the monitored system 500, and the main model is switched. Judge as necessary.
  • the model switching unit 113 sets a sub model in which no abnormality is detected as a new main model (step S111).
  • the model switching unit 113 sets a model other than the new main model as a new sub model.
  • the model switching unit 113 records the main model switching history in the model switching history 223.
  • the model switching unit 113 may set a submodel whose degree of match is larger than the other submodels as a new main model.
  • the degree of coincidence is determined so as to increase as the number of correlation destruction or the magnitude of correlation destruction decreases.
  • the model switching unit 113 determines that the main model needs to be switched.
  • the model switching unit 113 sets the correlation model B as a new main model and the correlation models A and C as sub models.
  • FIG. 9 is a diagram showing an example of the model switching history 223 in the first embodiment of the present invention.
  • the analysis processing unit 112 adds the main model switching history “correlation model A ⁇ B” at the time “16:00” to the model switching history 223 as shown in FIG.
  • step S103 the processing from step S103 is repeated.
  • the main model is switched from the correlation model B to the correlation model C.
  • an abnormality in monitored system 500 is detected.
  • the main model is switched from the correlation model C to the correlation model A.
  • the model usage history 222, the abnormality detection history 224, and the model switching history 223 are detected in the main model usage history and the abnormality detection of the monitored system 500 as shown in FIG. 7, FIG. 8, and FIG. A history and a switching history of the main model are recorded.
  • the result output unit 130 outputs the model use history 222, the model switching history 223, and the abnormality detection history 224 stored in the data storage unit 120 in response to a request from the user or the like.
  • FIG. 10 is a diagram showing an example of the output screen 131 in the first embodiment of the present invention.
  • the output screen 131 includes a model usage history display area 132, a model switching history display area 133, and an abnormality detection history display area 134.
  • the model usage history display area 132 shows the usage history of the main model up to the present in the model usage history 222.
  • the model switching history display area 133 shows a main model switching history in the model switching history 223.
  • the abnormality detection history display area 134 shows the abnormality detection history of the monitored system 500 in the abnormality detection history 224 in association with the main model at the time of abnormality detection.
  • the result output unit 130 displays the operating state (process) corresponding to each correlation model indicated by the model information 221 in the model use history display area 132, the model switching history display area 133, and the abnormality detection history display area 134. , It may be output in association with the correlation model.
  • the user can grasp the current system process.
  • the user or the like compares the time length required for each normal process with the time length of the process corresponding to each correlation model displayed in the model usage history display area 132, so that each process of the system is performed normally. You can see if you are. Further, the user or the like compares the transition of each process at normal time with the transition of the process corresponding to each correlation model displayed in the model switching history display area 133, and the transition of each process of the system is normally performed. I can grasp whether or not. In addition, the user or the like can grasp in which process the system abnormality is detected.
  • the result output unit 130 displays the input time length and the time of each process in the model usage history display area 132.
  • the comparison result with the length may be output to the model use history display area 132.
  • the result output unit 130 determines the order of input and the transition order of each process in the model switching history display area 133.
  • the comparison result may be output to the model switching history display area 133.
  • FIG. 1 is a block diagram showing a characteristic configuration of the first embodiment of the present invention.
  • the operation management apparatus 100 (information processing apparatus) according to the first embodiment of the present invention includes a model storage unit 121 and an analysis unit 110.
  • the model storage unit 121 stores a plurality of models related to monitoring data of the monitored system 500 (system).
  • the analysis unit 110 performs abnormality detection on newly acquired monitoring data using a main model which is one of a plurality of models.
  • a main model which is one of a plurality of models.
  • the analysis unit 110 performs abnormality detection on the newly acquired monitoring data using another model (sub model). If no abnormality is detected by the other model, the analysis unit 110 sets the other model as a main model for monitoring data acquired from the next time onward.
  • the system can be monitored with an appropriate model corresponding to the operating state of the system.
  • the reason is that when the abnormality is detected by the main model and the abnormality is not detected by the other model, the analysis unit 110 sets the other model as the main model for the monitoring data acquired from the next time. . This can reduce false alarms that occur when the system is monitored using an inappropriate model.
  • the current operating state (process) of the system can be grasped.
  • the reason is that the result output unit 130 outputs the operating state (process) corresponding to the current main model in the model usage history display area 132.
  • the result output unit 130 outputs the operating state (process) corresponding to each model used as the main model in the model usage history display area 132 and the model switching history display area 133 in association with the model. It is.
  • the result output unit 130 outputs the operating state (process) corresponding to the main model at the time of abnormality detection in the abnormality detection history display area 134.
  • the system to be monitored is a plant such as a chemical manufacturing plant
  • a plant such as a chemical manufacturing plant
  • a raw material is heated at a predetermined temperature, or a predetermined pressure is applied to the raw material, thereby promoting the reaction and generating a desired product with high purity. For this reason, adjustments such as opening and closing of the valve are appropriately performed.
  • the temperature and pressure of each part of the plant can be acquired by a sensor, and it is considered that a certain relationship is maintained between each temperature and pressure in normal operation. Further, opening and closing of the valve affects the temperature and pressure, and such a relationship is considered to change according to the state of the valve. However, the opening and closing of the valve is performed, for example, to adjust the reaction rate of the product or to operate safely within the specified value of the plant. Even if the relationship changes, the relationship before and after the change is different. Both are considered to be relationships that hold in normal operating conditions.
  • the monitored system 500 in FIG. 2 is a plant such as the above-described chemical manufacturing plant.
  • the monitored system 500 (plant) measures the measurement values of a plurality of types of sensors (for example, temperature sensors and pressure sensors) at regular intervals (for example, every minute), and uses the operation management apparatus 100 as monitoring data. Send to.
  • the time series of the monitoring data received from the monitored system 500 is stored in the monitoring data storage unit 125.
  • the model generation unit 111 Based on the time series of the monitoring data stored in the monitoring data storage unit 125, the model generation unit 111 generates a model for each of a plurality of processes in the plant using the time series at the normal time of the process. .
  • the model generation unit 111 may generate a model using, for example, a time series for every day or every hour.
  • the system to be monitored is a moving body such as an automobile, a motorcycle, a ship, or an airplane will be described as an example.
  • the operation management apparatus 100 according to the first embodiment of the present invention to a mobile body that is normal but has a plurality of different operating states, it is possible to reduce false alarms in monitoring the mobile body. .
  • the monitored system 500 in FIG. 2 is a moving body such as the automobile, motorcycle, ship, or airplane described above.
  • the monitored system 500 (moving body) measures the measurement values of a plurality of types of sensors (for example, fuel sensors and speed sensors) at regular intervals (for example, every second), and uses the operation management apparatus as monitoring data. To 100. The time series of the monitoring data received from the monitored system 500 is stored in the monitoring data storage unit 125.
  • the model generation unit 111 uses, for each of a plurality of operating states of the mobile body, a model when the operating state is normal. Is generated. Moreover, the model generation part 111 may generate
  • a correlation model is used as an example of a model.
  • another model based on a method well known in the field of statistical processing such as a probability model may be used as a model. Good.
  • Operation management device 101 CPU DESCRIPTION OF SYMBOLS 102 Memory

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)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

　システムの稼働状態に応じた適切なモデルでシステムを監視する。　運用管理装置（１００）は、モデル格納部（１２１）、及び、分析部（１１０）を含む。モデル格納部（１２１）は、被監視システム（５００）の監視データに係る複数のモデルを格納する。分析部（１１０）は、複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、当該メインモデルにより異常が検出された場合に、他のモデルにより、当該新たに取得された監視データに対する異常検出を行う。分析部（１１０）は、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対するメインモデルに設定する。

Description

情報処理装置、情報処理方法、及び、記録媒体
　本発明は、情報処理装置、情報処理方法、及び、記録媒体に関する。
　システム性能の時系列情報を用いて、システムのモデル化を行い、生成されたモデルを用いてそのシステムを監視する運用管理装置の一例が特許文献１に記載されている。
　特許文献１に記載の運用管理装置は、システムの複数のメトリックの計測値をもとに、複数のメトリックの内の各ペアの相関関係を示す相関関数を決定し、システムのモデルを生成する。そして、この運用管理装置は、メトリックの新たな計測値が、生成されたモデルにおける相関関係に従うかどうかを判定することにより、システムの異常を検出する。
　特許文献１のような運用管理装置においては、システムの稼働状態に応じた適切なモデルを用いて、監視を行う必要がある。
　システムの監視時の稼働状態に応じて、モデルを切り替える技術として、例えば、特許文献２には、システムの構成変更の指示をトリガーに、ボトルネックの発生を予測するためのモデルを切り替える監視制御システムが開示されている。また、特許文献３には、曜日等、カレンダをもとにモデルを切り替える運用管理装置が開示されている。
　なお、関連技術として、特許文献４には、複数のモデルによる診断結果を組み合わせてプロセスの異常診断を行う、プロセス監視装置が開示されている。
特許第４８７２９４４号公報 特許第５３２１１９５号公報 特許第５３８７７７９号公報 特開２０１２－１５５３６１号公報
　監視対象のシステムが、ＩＴ（Information Technology）システムの場合、特許文献２や特許文献３のように、構成変更の指示やカレンダをもとに、システムの稼働状態が変更されるタイミングを取得することができる。しかしながら、監視対象のシステムが、化学プラントや鉄鋼プラント等のプラントシステムの場合、このようなシステムの稼働状態が変更されるタイミングの取得が難しい場合がある。
　例えば、化学プラントでは、化学反応の工程や段階毎に、適切なモデルが異なる。さらに、各工程においても、薬品が投入されてからの反応の進行状況によって、反応の開始前、反応の発生中、及び、反応の終了後等で、適切なモデルが異なる。また、各工程における、バルブの開閉や、薬品の投与は、手動により、不定期に行われる。このため、化学プラントでは、適切なモデルを切り替えるタイミングを、外部からの特定のトリガーや、カレンダをもとに取得できない。このようなプラントシステムを、特許文献１のような運用管理装置で監視する場合、システムの稼働状態に応じた適切なモデルを用いて監視を行うことは難しい。
　システムの稼働状態に応じた適切なモデルで監視が行われない場合、システムは正常に動作しているにも関わらず、異常が通知される（誤報が発生する）可能性がある。
　本発明の目的は、上述した課題を解決し、システムの稼働状態に応じた適切なモデルでシステムを監視できる、情報処理装置、情報処理方法、及び、記録媒体を提供することである。
　本発明の一態様における情報処理装置は、システムの監視データに係る複数のモデルを格納するモデル格納手段と、前記複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、当該メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する、分析手段と、を備える。
　本発明の一態様における情報処理方法は、システムの監視データに係る複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、前記メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する。
　本発明の一態様におけるコンピュータが読み取り可能な記録媒体は、コンピュータに、システムの監視データに係る複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、前記メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する、処理を実行させるプログラムを格納する。
　本発明の効果は、システムの稼働状態に応じた適切なモデルでシステムを監視できることである。
本発明の第１の実施の形態の特徴的な構成を示すブロック図である。 本発明の第１の実施の形態における、運用管理装置１００の構成を示すブロック図である。 本発明の第１の実施の形態における、コンピュータにより実現された運用管理装置１００の構成を示すブロック図である。 本発明の第１の実施の形態における、運用管理装置１００の処理を示すフローチャートである。 本発明の第１の実施の形態における、モデル情報２２１の例を示す図である。 本発明の第１の実施の形態における、各モデルによる異常検出処理の例を示す図である。 本発明の第１の実施の形態における、モデル使用履歴２２２の例を示す図である。 本発明の第１の実施の形態における、異常検出履歴２２４の例を示す図である。 本発明の第１の実施の形態における、モデル切替履歴２２３の例を示す図である。 本発明の第１の実施の形態における、出力画面１３１の例を示す図である。
　（第１の実施の形態）
　本発明の第１の実施の形態について説明する。
　はじめに、本発明の第１の実施の形態の構成を説明する。図２は、本発明の第１の実施の形態における、運用管理装置１００の構成を示すブロック図である。運用管理装置１００は、本発明の情報処理装置の一実施形態である。
　図２を参照すると、運用管理装置１００は、被監視システム５００（または、単にシステム）とネットワーク等により接続される。被監視システム５００は、例えば、化学プラントや鉄鋼プラント等のプラントシステムである。また、被監視システム５００は、橋梁等の構造物でもよい。被監視システム５００は、１以上のコンピュータを含むＩＴシステムでもよい。
　被監視システム５００は、システムにおける監視対象である複数種目の状況や性能を表す指標（メトリック）の値を一定間隔毎に測定し、運用管理装置１００へ送信する。ここで、監視対象の種目として、例えば、各種センサにより測定される電力、電圧、電流、温度、圧力、振動等が用いられる。また、監視対象の種目として、ＣＰＵ（Central Processing Unit）使用率、メモリ使用率、ディスクアクセス頻度等、コンピュータリソースやネットワークリソースの使用率、使用量等が用いられてもよい。以下、複数種目の監視対象の測定値を、監視データと呼ぶ。
　運用管理装置１００は、分析部１１０、データ格納部１２０、及び、結果出力部１３０を含む。
　分析部１１０は、被監視システム５００から受信した監視データの分析に係る各種処理を行う。
　データ格納部１２０は、被監視システム５００から受信した監視データの時系列、及び、監視データの分析に係る各種履歴を格納する。
　結果出力部１３０は、被監視システム５００の異常が検出された場合、異常通知を出力する。また、結果出力部１３０は、データ格納部１２０に格納されている、監視データの分析に係る各種履歴を出力する。
　分析部１１０は、モデル生成部１１１、分析処理部１１２、及び、モデル切替部１１３を含む。
　モデル生成部１１１は、監視データの時系列から監視用の複数のモデルを生成し、モデル格納部１２１に保存する。
　分析処理部１１２は、複数のモデルの中から選択されたメインモデルにより、新たに取得された監視データに対する異常検出を行う。また、分析処理部１１２は、メインモデルにより異常が検出された場合、複数のモデルの中のメインモデル以外のモデルであるサブモデルにより、当該監視データに対する異常検出を行う。
　モデル切替部１１３は、メインモデル、及び、サブモデルによる異常検出の判定結果をもとに、メインモデルを切り替える。
　データ格納部１２０は、モデル格納部１２１、モデル使用履歴格納部１２２、モデル切替履歴格納部１２３、異常検出履歴格納部１２４、及び、監視データ格納部１２５を含む。
　モデル格納部１２１は、モデル生成部１１１により生成された複数のモデルを格納する。
　モデル使用履歴格納部１２２は、モデル使用履歴２２２を格納する。モデル使用履歴２２２は、分析処理部１１２によるメインモデルの使用履歴を示す。
　モデル切替履歴格納部１２３は、モデル切替履歴２２３を格納する。モデル切替履歴２２３は、モデル切替部１１３によるメインモデルの切替履歴を示す。
　異常検出履歴格納部１２４は、異常検出履歴２２４を格納する。異常検出履歴２２４は、被監視システム５００の異常の検出履歴を、異常検出時のメインモデルと関連付けて示す。
　監視データ格納部１２５は、被監視システム５００から取得された監視データの時系列を格納する。
　なお、運用管理装置１００は、ＣＰＵとプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。
　図３は、本発明の第１の実施の形態における、コンピュータにより実現された運用管理装置１００の構成を示すブロック図である。運用管理装置１００は、ＣＰＵ１０１、ハードディスクやメモリ等の記憶手段（記憶媒体）１０２、他の装置等とデータ通信を行う通信手段１０３、キーボード等の入力手段１０４、及び、ディスプレイ等の出力手段１０５を含む。
　ＣＰＵ１０１は、分析部１１０、及び、結果出力部１３０の機能を実現するためのコンピュータプログラムを実行する。記憶手段１０２は、データ格納部１２０に格納される情報を記憶する。通信手段１０３は、被監視システム５００から、監視データを受信する。入力手段１０４は、ユーザ等から、被監視システム５００の監視の指示を受け付ける。出力手段１０５は、ユーザ等へ、異常通知を出力（表示）する。また、出力手段１０５は、ユーザ等へ、出力画面１３１を出力（表示）する。
　なお、データ格納部１２０のモデル格納部１２１、モデル使用履歴格納部１２２、モデル切替履歴格納部１２３、異常検出履歴格納部１２４、及び、監視データ格納部１２５は、それぞれ個別の記憶媒体でも、一つの記憶媒体によって構成されてもよい。
　また、分析部１１０、データ格納部１２０、及び、結果出力部１３０は、異なる装置により構成されていてもよい。
　また、運用管理装置１００の各構成要素は、独立した論理回路でもよい。
　次に、本発明の第１の実施の形態の動作を説明する。
　ここでは、被監視システム５００が、複数種目の監視対象（メトリック）間の相関関係（関係性）を表す相関モデルによりモデル化される場合を例に、動作を説明する。被監視システム５００は、複数種目の監視対象の値を一定間隔毎に測定し、監視データとして、運用管理装置１００へ送信する。被監視システム５００から受信した監視データの時系列は、監視データ格納部１２５に格納される。
　図４は、本発明の第１の実施の形態における、運用管理装置１００の処理を示すフローチャートである。
　はじめに、モデル生成部１１１は、監視データ格納部１２５に格納された監視データの時系列をもとに、複数のモデルを生成する（ステップＳ１０１）。モデル生成部１１１は、生成した複数のモデルをモデル格納部１２１に保存する。
　例えば、モデル生成部１１１は、特許文献３の運用管理装置と同様、監視データ格納部１２５に格納された、被監視システム５００が正常な期間（正常時）の監視データの時系列をもとに、監視データの種目間の相関関係を１以上含む相関モデルを複数生成する。
　ここで、モデル生成部１１１は、被監視システム５００の複数の稼働状態（工程）の各々について、当該稼働状態（工程）の正常時の時系列を用いて、相関モデルを生成する。監視データの時系列の内、どの時刻の時系列が、どの稼働状態（工程）に相当するかは、例えば、ユーザ等により入力される。モデル生成部１１１は、各稼働状態（工程）と生成した相関モデルを関連付けたモデル情報２２１を生成し、相関モデルとともに保存する。
　図５は、本発明の第１の実施の形態における、モデル情報２２１の例を示す図である。
　例えば、モデル生成部１１１は、被監視システム５００の工程ａ、ｂ、及び、ｃに対して、相関モデルＡ、Ｂ、及び、Ｃを、それぞれ生成し、図５のようなモデル情報２２１を生成する。
　なお、正常時の監視データの時系列をもとに、複数の相関モデルが生成できれば、モデル生成部１１１は、被監視システム５００の稼働状態と関連付けずに、相関モデルを生成してもよい。例えば、モデル生成部１１１は、正常時の監視データの時系列の内、所定の長さの期間（例えば、１日や１時間）毎の時系列を用いて、相関モデルを生成してもよい。当該所定の長さは、例えば、被監視システム５００が各稼働状態を継続する期間の長さより短く設定される。この場合、モデル生成部１１１は、生成した複数の相関モデルの内、類似した相関モデルを一つのモデルに集約してもよい。
　分析処理部１１２は、ステップＳ１０１で生成された複数のモデルの内の任意の一つのモデルを選択し、メインモデルに設定する（ステップＳ１０２）。分析処理部１１２は、メインモデル以外のモデルを、サブモデルに設定する。
　例えば、分析処理部１１２は、相関モデルＡをメインモデル、相関モデルＢ、Ｃをサブモデルに設定する。
　分析処理部１１２は、監視データ格納部１２５から、新たに取得された監視データを読み出す（ステップＳ１０３）。
　分析処理部１１２は、読み出した監視データをメインモデルに適用し、メインモデルによる異常検出を行う（ステップＳ１０４）。
　図６は、本発明の第１の実施の形態における、各モデルによる異常検出処理の例を示す図である。
　例えば、分析処理部１１２は、図６の時刻「2014/05/10 15:00」における監視データを相関モデルＡに適用し、異常検出を行う。
　ここで、分析処理部１１２は、例えば、特許文献１に記載された運用管理装置と同様に、相関モデルに含まれる相関関係の破壊（相関破壊）の数や、相関破壊が検出された相関関係の予測誤差（相関破壊の大きさ）が所定の閾値以上の場合、異常と判定する。
　また、分析処理部１１２は、モデル使用履歴２２２に、メインモデルの使用履歴を記録する。
　図７は、本発明の第１の実施の形態における、モデル使用履歴２２２の例を示す図である。例えば、分析処理部１１２は、モデル使用履歴２２２に、図７のように、時刻「15:00」における、相関モデルＡの使用履歴を記録する。
　ステップＳ１０４で異常が検出されない場合（ステップＳ１０５／Ｎ）、分析処理部１１２は、定期的に、ステップＳ１０３からの処理を繰り返す。
　例えば、時刻「15:00」において、相関モデルＡで異常が検出されない場合、分析処理部１１２は、次の時刻「15:10」における監視データを相関モデルＡに適用し、異常検出を行う。分析処理部１１２は、モデル使用履歴２２２に、図７のように、時刻「15:10」における、相関モデルＡの使用履歴を記録する。
　同様に、時刻「15:10」において、相関モデルＡで異常が検出されない場合、分析処理部１１２は、次の時刻「15:20」における監視データを相関モデルＡに適用し、異常検出を行う。分析処理部１１２は、モデル使用履歴２２２に、図７のように、時刻「15:20」における、相関モデルＡの使用履歴を記録する。
　ステップＳ１０５で異常が検出された場合（ステップＳ１０５／Ｙ）、モデル切替部１１３は、サブモデルの内の一つ選択し、分析処理部１１２に当該サブモデルによる異常検出を指示する（ステップＳ１０６）。分析処理部１１２は、ステップＳ１０４で使用した監視データを、ステップＳ１０６で選択したサブモデルに適用し、当該サブモデルによる異常検出を行う（ステップＳ１０７）。モデル切替部１１３は、全てのサブモデルについて、ステップＳ１０６からの処理を繰り返す（ステップＳ１０８）。
　例えば、時刻「15:20」において、相関モデルＡで異常が検出された場合、分析処理部１１２は、時刻「15:20」における監視データを相関モデルＢ、Ｃに適用し、異常検出を行う。
　モデル切替部１１３は、全てのサブモデルにより異常が検出されたかどうかを判定する（ステップＳ１０９）。
　ステップＳ１０９で、全てのサブモデルにより異常が検出された場合（ステップＳ１０９／Ｙ）、モデル切替部１１３は、被監視システム５００の異常が検出されたと判定する。モデル切替部１１３は、結果出力部１３０を通して、ユーザ等に異常通知を出力する（ステップＳ１１０）。また、モデル切替部１１３は、異常検出履歴２２４に、被監視システム５００の異常の検出履歴を記録する。
　例えば、時刻「15:20」において、相関モデルＡに加えて、相関モデルＢ、Ｃでも異常が検出された場合、モデル切替部１１３は、被監視システム５００の異常が検出されたと判定する。
　図８は、本発明の第１の実施の形態における、異常検出履歴２２４の例を示す図である。例えば、モデル切替部１１３は、異常検出履歴２２４に、図８のように、時刻「15:20」における、被監視システム５００の異常の検出履歴を追加する。
　ステップＳ１０９で、異常が検出されないサブモデルがある場合（ステップＳ１０９／Ｎ）、モデル切替部１１３は、現在のメインモデルは被監視システム５００の現在の稼働状態に適合せず、メインモデルの切り替えが必要と判定する。
　モデル切替部１１３は、異常が検出されなかったサブモデルを、新たなメインモデルに設定する（ステップＳ１１１）。また、モデル切替部１１３は、新たなメインモデル以外のモデルを、新たなサブモデルに設定する。モデル切替部１１３は、モデル切替履歴２２３に、メインモデルの切替履歴を記録する。
　なお、異常が検出されなかったサブモデルが複数存在する場合、モデル切替部１１３は、合致度が他のサブモデルより大きいサブモデルを新たなメインモデルに設定してもよい。この場合、合致度は、例えば、相関破壊の数や相関破壊の大きさが小さいほど、大きくなるように決定される。
　例えば、時刻「16:00」において、相関モデルＡで異常が検出され、相関モデルＢ、Ｃで異常が検出されなかった場合、モデル切替部１１３は、メインモデルの切り替えが必要と判定する。ここで、相関モデルＢ、Ｃの内、相関モデルＢの合致度が大きい場合、モデル切替部１１３は、相関モデルＢを新たなメインモデル、相関モデルＡ、Ｃをサブモデルに設定する。
　図９は、本発明の第１の実施の形態における、モデル切替履歴２２３の例を示す図である。例えば、分析処理部１１２は、モデル切替履歴２２３に、図９のように、時刻「16:00」における、メインモデルの切替履歴「相関モデルＡ→Ｂ」を追加する。
　以下、ステップＳ１０３からの処理が繰り返される。
　例えば、時刻「16:40」において、相関モデルＢで異常が検出された場合、メインモデルが相関モデルＢから相関モデルＣへ切り替えられる。また、時刻「16:50」において、相関モデルＣに加えて、相関モデルＡ、Ｂでも異常が検出された場合、被監視システム５００の異常が検出される。さらに、時刻「17:10」において、相関モデルＣで異常が検出された場合、メインモデルが相関モデルＣから相関モデルＡへ切り替えられる。
　この結果、モデル使用履歴２２２、異常検出履歴２２４、及び、モデル切替履歴２２３には、図７、図８、及び、図９のように、メインモデルの使用履歴、被監視システム５００の異常の検出履歴、及び、メインモデルの切替履歴が記録される。
　また、結果出力部１３０は、ユーザ等からの要求に応じて、データ格納部１２０に格納されているモデル使用履歴２２２や、モデル切替履歴２２３、異常検出履歴２２４を出力する。
　図１０は、本発明の第１の実施の形態における、出力画面１３１の例を示す図である。図１０の例では、出力画面１３１は、モデル使用履歴表示領域１３２、モデル切替履歴表示領域１３３、及び、異常検出履歴表示領域１３４を含む。モデル使用履歴表示領域１３２は、モデル使用履歴２２２における、現在までのメインモデルの使用履歴を示す。モデル切替履歴表示領域１３３は、モデル切替履歴２２３における、メインモデルの切替履歴を示す。異常検出履歴表示領域１３４は、異常検出履歴２２４における、被監視システム５００の異常の検出履歴を、異常検出時のメインモデルと関連付けて示す。
　なお、結果出力部１３０は、モデル使用履歴表示領域１３２、モデル切替履歴表示領域１３３、及び、異常検出履歴表示領域１３４において、モデル情報２２１で示される各相関モデルに対応する稼働状態（工程）を、相関モデルに関連付けて出力してもよい。
　図１０の例では、図５のモデル情報２２１で示される各相関モデルに対応する工程が、相関モデルに関連付けられて、出力されている。
　これにより、ユーザ等は、現在のシステムの工程を把握できる。また、ユーザ等は、正常時の各工程に要する時間長とモデル使用履歴表示領域１３２に表示された各相関モデルに対応する工程の時間長とを比較し、システムの各工程が正常に行われているかどうかを把握できる。また、ユーザ等は、正常時の各工程の遷移とモデル切替履歴表示領域１３３に表示された各相関モデルに対応する工程の遷移とを比較し、システムの各工程の遷移が正常に行われているかどうかを把握できる。また、ユーザ等は、システムの異常がどの工程で検出されたかを把握できる。
　さらに、システムの正常時の各工程に要する時間長が、予め、ユーザ等により入力されている場合、結果出力部１３０は、入力された時間長と、モデル使用履歴表示領域１３２の各工程の時間長との比較結果を、モデル使用履歴表示領域１３２に出力してもよい。同様に、システムの正常時の各工程の遷移順序が、予め、ユーザ等により入力されている場合、結果出力部１３０は、入力された順序と、モデル切替履歴表示領域１３３の各工程の遷移順序との比較結果を、モデル切替履歴表示領域１３３に出力してもよい。
　以上により、本発明の第１の実施の形態の動作が完了する。
　次に、本発明の第１の実施の形態の特徴的な構成を説明する。図１は、本発明の第１の実施の形態の特徴的な構成を示すブロック図である。
　図１を参照すると、本発明の第１の実施の形態における運用管理装置１００（情報処理装置）は、モデル格納部１２１、及び、分析部１１０を含む。
　モデル格納部１２１は、被監視システム５００（システム）の監視データに係る複数のモデルを格納する。
　分析部１１０は、複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行う。分析部１１０は、当該メインモデルにより異常が検出された場合に、他のモデル（サブモデル）により、当該新たに取得された監視データに対する異常検出を行う。分析部１１０は、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対するメインモデルに設定する。
　本発明の第１の実施の形態によれば、システムの稼働状態に応じた適切なモデルでシステムを監視できる。その理由は、分析部１１０が、メインモデルにより異常が検出され、他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対するメインモデルに設定するためである。これにより、適切でないモデルを用いてシステムを監視した場合に発生する誤報を低減できる。
　また、本発明の第１の実施の形態によれば、システムの現在の稼働状態（工程）を把握できる。その理由は、結果出力部１３０が、モデル使用履歴表示領域１３２において、現在のメインモデルに対応する稼働状態（工程）を出力するためである。
　また、本発明の第１の実施の形態によれば、システムの各稼働状態（工程）に要する時間長や稼働状態（工程）間の遷移が正常かどうかを識別できる。その理由は、結果出力部１３０が、モデル使用履歴表示領域１３２やモデル切替履歴表示領域１３３において、メインモデルとして用いられた各モデルに対応する稼働状態（工程）を、モデルに関連付けて出力するためである。
　また、本発明の第１の実施の形態によれば、システムの異常が、システムのどの稼働状態（工程）で検出されたかを把握できる。その理由は、結果出力部１３０が、異常検出履歴表示領域１３４において、異常検出時のメインモデルに対応する稼働状態（工程）を出力するためである。
　（第２の実施の形態）
　次に、本発明の第２の実施の形態について説明する。
　ここでは、監視対象のシステムが、化学製造プラント等のプラントである場合を例に、説明する。
　化学製造プラントでは、例えば、原料を所定の温度での加熱、あるいは、原料に対して所定の圧力を加えることにより、反応を促進し、所望の生成物を高い純度で生成する。そのため、バルブの開け閉めなどの調節が適宜行われる。プラントの各部の温度や圧力はセンサにより取得可能であり、正常な動作におけるそれぞれの温度や圧力の間には、一定の関係性が保たれると考えられる。またバルブの開け閉め等は、温度や圧力に影響を与え、このような関係性もバルブの状態に応じて変化すると考えられる。しかしながら、バルブの開け閉めは、例えば生成物の反応速度の調整やプラントの規定値内での安全稼働のために行われるものであり、関係性に変化が起きたとしても、変化前後の異なる関係性は、いずれも、正常な稼働状態において成り立つ関係性と考えられる。
　したがって、そのような正常であるが、複数の異なる稼働状態を持つプラントにおいて、本発明の第１の実施の形態における運用管理装置１００を適用することで、プラントの監視における誤報を低減できる。
　次に、本発明の第２の実施の形態の構成を説明する。
　本発明の第２の実施では、図２における被監視システム５００が、上述の化学製造プラント等のプラントである。
　被監視システム５００（プラント）は、複数の複数種目のセンサ（例えば、温度センサや圧力センサ）の測定値を一定間隔毎（例えば、１分毎）に測定し、監視データとして、運用管理装置１００へ送信する。被監視システム５００から受信した監視データの時系列は、監視データ格納部１２５に格納される。
　モデル生成部１１１は、監視データ格納部１２５に格納された監視データの時系列をもとに、プラントの複数の工程の各々について、当該工程の正常時の時系列を用いて、モデルを生成する。また、モデル生成部１１１は、例えば、１日や１時間毎の時系列を用いて、モデルを生成してもよい。
　その他の構成は、本発明の第１の実施形態と同様である。
　これにより、複数の異なる正常な稼働状態を有するプラントにおいて、システムの稼働状態に応じた適切なモデルでシステムを監視でき、誤報を低減できる。
　（第３の実施の形態）
　次に、本発明の第３の実施の形態について説明する。
　ここでは、監視対象のシステムが、自動車やバイク、船、飛行機等の移動体である場合を例に、説明する。
　これらの移動体は、燃料を燃焼させてエンジンに動力を発生させ、それを内部機構によりタイヤやプロペラ等に伝達し、推進力を得る。燃料の消費量や推進力の間には、移動体が正常稼働している範囲内では、一定の関係性が成り立つと考えられる。また、外部環境、すなわち、気温や天候、路面の荒れ具合などに応じて、成り立つ関係性は異なると考えられる。しかしながら、それらの異なる関係性は、いずれも、正常な稼働状態において成り立つ関係性であると考えられる。
　したがって、そのような正常であるが、複数の異なる稼働状態を持つ移動体において、本発明の第１の実施の形態における運用管理装置１００を適用することで、移動体の監視における誤報を低減できる。
　次に、本発明の第３の実施の形態の構成を説明する。
　本発明の第３の実施では、図２における被監視システム５００が、上述の自動車やバイク、船、飛行機等の移動体である。
　被監視システム５００（移動体）は、複数の複数種目のセンサ（例えば、燃料センサや速度センサ）の測定値を一定間隔毎（例えば、１秒毎）に測定し、監視データとして、運用管理装置１００へ送信する。被監視システム５００から受信した監視データの時系列は、監視データ格納部１２５に格納される。
　モデル生成部１１１は、監視データ格納部１２５に格納された監視データの時系列をもとに、移動体の複数の稼働状態の各々について、当該稼働状態の正常時の時系列を用いて、モデルを生成する。また、モデル生成部１１１は、例えば、１時間や１分毎の時系列を用いて、モデルを生成してもよい。
　その他の構成は、本発明の第１の実施形態と同様である。
　これにより、複数の異なる正常な稼働状態を有する移動体において、システムの稼働状態に応じた適切なモデルでシステムを監視でき、誤報を低減できる。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　例えば、本発明の実施の形態では、モデルの一例として相関モデルを用いたが、モデルとして、例えば、確率モデル等、統計処理の分野でよく知られた手法に基づく、他のモデルを用いてもよい。
　この出願は、２０１４年９月１１日に出願された日本出願特願２０１４－１８５０２２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。
　１００　　運用管理装置
　１０１　　ＣＰＵ
　１０２　　記憶手段
　１０３　　通信手段
　１０４　　入力手段
　１０５　　出力手段
　１１０　　分析部
　１１１　　モデル生成部
　１１２　　分析処理部
　１１３　　モデル切替部
　１２０　　データ格納部
　１２１　　モデル格納部
　１２２　　モデル使用履歴格納部
　１２３　　モデル切替履歴格納部
　１２４　　異常検出履歴格納部
　１２５　　監視データ格納部
　１３０　　結果出力部
　１３１　　出力画面
　１３２　　モデル使用履歴表示領域
　１３３　　モデル切替履歴表示領域
　１３４　　異常検出履歴表示領域
　２２１　　モデル情報
　２２２　　モデル使用履歴
　２２３　　モデル切替履歴
　２２４　　異常検出履歴
　５００　　被監視システム

Claims (15)

  1. 　システムの監視データに係る複数のモデルを格納するモデル格納手段と、
    　前記複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、当該メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する、分析手段と、
    　を備えた情報処理装置。
  2. 　前記分析手段は、前記複数のモデルの全てにより異常が検出された場合に、前記システムの異常が検出されたと判定する、
    　請求項１に記載の情報処理装置。
  3. 　前記分析手段は、異常が検出されない前記他のモデルが複数存在する場合、当該複数の前記他のモデルの各々の、前記新たに取得された監視データに対する適合度をもとに、前記メインモデルに設定する前記他のモデルを決定する、
    　請求項１または２に記載の情報処理装置。
  4. 　前記分析手段は、前記メインモデルとして設定されていたモデルの履歴を、設定されていた時間長とともに示すモデル使用履歴、前記メインモデルとして設定されていたモデルの履歴を、設定順序とともに示すモデル切替履歴、及び、前記システムの異常の検出履歴を、当該異常の検出時にメインモデルとして設定されていたモデルとともに示す異常検出履歴、の内の少なくとも一つを出力する、
    　請求項１乃至３のいずれかに記載の情報処理装置。
  5. 　前記システムはプラントシステムであり、
    　前記複数のモデルは、前記プラントシステムの複数の工程に対して、それぞれ、生成され、
    　前記分析手段は、前記モデル使用履歴、前記モデル使用履歴、及び、前記異常検出履歴の内の少なくとも一つを、前記メインモデルとして設定されていたモデルに対応する前記プラントシステムの工程と関連付けて出力する、
    　請求項４に記載の情報処理装置。
  6. 　システムの監視データに係る複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、
    　前記メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する、
    　情報処理方法。
  7. 　さらに、前記複数のモデルの全てにより異常が検出された場合に、前記システムの異常が検出されたと判定する、
    　請求項６に記載の情報処理方法。
  8. 　異常が検出されない前記他のモデルが複数存在する場合、当該複数の前記他のモデルの各々の、前記新たに取得された監視データに対する適合度をもとに、前記メインモデルに設定する前記他のモデルを決定する、
    　請求項６または７に記載の情報処理方法。
  9. 　さらに、前記メインモデルとして設定されていたモデルの履歴を、設定されていた時間長とともに示すモデル使用履歴、前記メインモデルとして設定されていたモデルの履歴を、設定順序とともに示すモデル切替履歴、及び、前記システムの異常の検出履歴を、当該異常の検出時にメインモデルとして設定されていたモデルとともに示す異常検出履歴、の内の少なくとも一つを出力する、
    　請求項６乃至８のいずれかに記載の情報処理方法。
  10. 　前記システムはプラントシステムであり、
    　前記複数のモデルは、前記プラントシステムの複数の工程に対して、それぞれ、生成され、
    　前記モデル使用履歴、前記モデル使用履歴、及び、前記異常検出履歴の内の少なくとも一つを、前記メインモデルとして設定されていたモデルに対応する前記プラントシステムの工程と関連付けて出力する、
    　請求項９に記載の情報処理方法。
  11. 　コンピュータに、
    　システムの監視データに係る複数のモデルの内の一のモデルであるメインモデルにより、新たに取得された監視データに対する異常検出を行い、
    　前記メインモデルにより異常が検出された場合に、前記複数のモデルの内の他のモデルにより、当該新たに取得された監視データに対する異常検出を行い、当該他のモデルにより異常が検出されない場合、当該他のモデルを、次以降に取得される監視データに対する前記メインモデルに設定する、
    　処理を実行させるプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  12. 　さらに、前記複数のモデルの全てにより異常が検出された場合に、前記システムの異常が検出されたと判定する、処理を実行させる、
    　請求項１１に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  13. 　異常が検出されない前記他のモデルが複数存在する場合、当該複数の前記他のモデルの各々の、前記新たに取得された監視データに対する適合度をもとに、前記メインモデルに設定する前記他のモデルを決定する、処理を実行させる、
    　請求項１１または１２に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  14. 　さらに、前記メインモデルとして設定されていたモデルの履歴を、設定されていた時間長とともに示すモデル使用履歴、前記メインモデルとして設定されていたモデルの履歴を、設定順序とともに示すモデル切替履歴、及び、前記システムの異常の検出履歴を、当該異常の検出時にメインモデルとして設定されていたモデルとともに示す異常検出履歴、の内の少なくとも一つを出力する、処理を実行させる、
    　請求項１１乃至１３のいずれかに記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
  15. 　前記システムはプラントシステムであり、
    　前記複数のモデルは、前記プラントシステムの複数の工程に対して、それぞれ、生成され、
    　前記モデル使用履歴、前記モデル使用履歴、及び、前記異常検出履歴の内の少なくとも一つを、前記メインモデルとして設定されていたモデルに対応する前記プラントシステムの工程と関連付けて出力する、処理を実行させる、
    　請求項１４に記載のプログラムを格納する、コンピュータが読み取り可能な記録媒体。
PCT/JP2015/004156 2014-09-11 2015-08-20 情報処理装置、情報処理方法、及び、記録媒体 WO2016038803A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016547670A JP6187704B2 (ja) 2014-09-11 2015-08-20 情報処理装置、情報処理方法、及び、プログラム
US15/510,340 US20170262561A1 (en) 2014-09-11 2015-08-20 Information processing apparatus, information processing method, and recording medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014185022 2014-09-11
JP2014-185022 2014-09-11

Publications (1)

Publication Number Publication Date
WO2016038803A1 true WO2016038803A1 (ja) 2016-03-17

Family

ID=55458578

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/004156 WO2016038803A1 (ja) 2014-09-11 2015-08-20 情報処理装置、情報処理方法、及び、記録媒体

Country Status (3)

Country Link
US (1) US20170262561A1 (ja)
JP (1) JP6187704B2 (ja)
WO (1) WO2016038803A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018014093A (ja) * 2016-07-06 2018-01-25 Ｊｆｅスチール株式会社 プロセスの状態診断方法及び状態診断装置
JP2018055567A (ja) * 2016-09-30 2018-04-05 三菱重工業株式会社 リスク評価装置、リスク変化量の評価方法及びプログラム
JP2019132773A (ja) * 2018-02-01 2019-08-08 オークマ株式会社 回転軸装置の診断装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10761958B2 (en) * 2018-03-19 2020-09-01 International Business Machines Corporation Automatically determining accuracy of a predictive model
WO2019235335A1 (ja) * 2018-06-05 2019-12-12 住友化学株式会社 診断支援システム、診断支援方法及び診断支援プログラム
CN109669402B (zh) * 2018-09-25 2022-08-19 平安普惠企业管理有限公司 异常监控方法、设备、装置及计算机可读存储介质
JP7248103B2 (ja) * 2019-03-26 2023-03-29 日本電気株式会社 異常検知方法、異常検知装置、プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002268922A (ja) * 2001-03-09 2002-09-20 Ntt Data Corp Ｗｗｗサイトの性能監視装置
JP2012198799A (ja) * 2011-03-22 2012-10-18 Mitsubishi Electric Corp シミュレータ自動生成装置およびシミュレータ検証システム
JP5387779B2 (ja) * 2010-09-01 2014-01-15 日本電気株式会社 運用管理装置、運用管理方法、及びプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6917839B2 (en) * 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US8032341B2 (en) * 2007-01-04 2011-10-04 Fisher-Rosemount Systems, Inc. Modeling a process using a composite model comprising a plurality of regression models
US20120023041A1 (en) * 2007-08-08 2012-01-26 Yoram Kariv System and method for predictive network monitoring
JP5428372B2 (ja) * 2009-02-12 2014-02-26 日本電気株式会社 運用管理装置および運用管理方法ならびにそのプログラム
US8959401B2 (en) * 2009-10-15 2015-02-17 Nec Corporation System operations management apparatus, system operations management method and program storage medium
US20120137367A1 (en) * 2009-11-06 2012-05-31 Cataphora, Inc. Continuous anomaly detection based on behavior modeling and heterogeneous information analysis
GB201215649D0 (en) * 2012-09-03 2012-10-17 Isis Innovation System monitoring

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002268922A (ja) * 2001-03-09 2002-09-20 Ntt Data Corp Ｗｗｗサイトの性能監視装置
JP5387779B2 (ja) * 2010-09-01 2014-01-15 日本電気株式会社 運用管理装置、運用管理方法、及びプログラム
JP2012198799A (ja) * 2011-03-22 2012-10-18 Mitsubishi Electric Corp シミュレータ自動生成装置およびシミュレータ検証システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018014093A (ja) * 2016-07-06 2018-01-25 Ｊｆｅスチール株式会社 プロセスの状態診断方法及び状態診断装置
JP2018055567A (ja) * 2016-09-30 2018-04-05 三菱重工業株式会社 リスク評価装置、リスク変化量の評価方法及びプログラム
JP2019132773A (ja) * 2018-02-01 2019-08-08 オークマ株式会社 回転軸装置の診断装置

Also Published As

Publication number Publication date
JP6187704B2 (ja) 2017-08-30
JPWO2016038803A1 (ja) 2017-06-01
US20170262561A1 (en) 2017-09-14

Similar Documents

Publication Publication Date Title
JP6187704B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
US20160231738A1 (en) Information processing apparatus and analysis method
JP6076571B1 (ja) 情報処理装置、情報処理システム、情報処理方法及びプログラム
CN110275814A (zh) 一种业务系统的监控方法及装置
US10637751B2 (en) Methods and systems for online monitoring using a variable data sampling rate
WO2016147656A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
US20150006940A1 (en) Server power predicting apparatus and method using virtual machine
WO2016147657A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
US20140379626A1 (en) Information platform for industrial automation stream-based data processing
JP6453504B1 (ja) 異常監視装置、異常監視方法および異常監視プログラム
US11620539B2 (en) Method and device for monitoring a process of generating metric data for predicting anomalies
JPWO2019239542A1 (ja) 異常検知装置、異常検知方法及び異常検知プログラム
JP2020205046A (ja) 産業機器モータ挙動を予測するためのシステムおよび方法
JP6618846B2 (ja) 管理装置および制御方法
EP3190519B1 (en) Monitoring device and monitoring method thereof, monitoring system, and recording medium in which computer program is stored
US11847211B2 (en) Agile reconfigurable approach for real-time replacement of on-chip safety-critical modules
US20220329611A1 (en) Attack detection method, attack detection system, and recording medium
CN107368058A (zh) 一种用于设备的故障监测方法、设备和计算机可读介质
JP7239022B2 (ja) 時系列データ処理方法
JPWO2016143337A1 (ja) 情報処理装置、情報処理方法、及び、プログラム
JP2019145079A (ja) 異常監視装置、異常監視方法および異常監視プログラム
WO2021001991A1 (ja) 予測方法、予測装置、記録媒体
CN115713006A (zh) 剩余使用寿命确定方法、装置、计算机设备和存储介质
JP2007193511A (ja) センサ端末
CN116483035A (zh) 工业数据展示方法、装置、计算机设备和存储介质

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: 15839588

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016547670

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15510340

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15839588

Country of ref document: EP

Kind code of ref document: A1