JP6835702B2 - 異常推定装置、異常推定方法及びプログラム - Google Patents
異常推定装置、異常推定方法及びプログラム Download PDFInfo
- Publication number
- JP6835702B2 JP6835702B2 JP2017231355A JP2017231355A JP6835702B2 JP 6835702 B2 JP6835702 B2 JP 6835702B2 JP 2017231355 A JP2017231355 A JP 2017231355A JP 2017231355 A JP2017231355 A JP 2017231355A JP 6835702 B2 JP6835702 B2 JP 6835702B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- estimation
- atypical
- communication network
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Description
まず、事前確率を定義する。xiを機器・要因iの状態とし、xiは0又は1を取る確率変数とする。ここで、0は正常状態を表し、1は異常状態を表すものとする。また、N個の機器・要因iの状態に対して、機器・要因の状態層XをX=(x1,・・・,xN)とし、
次に条件付き確率を定義する。yjを観測情報jの観測値とし、yjは0又は1を取る確率変数とする。ここで、0は正常状態が観測されたことを表し、1は異常状態が観測されたことを表すものとする。また、M個の観測情報jの観測値に対して、観測情報の状態層YをY=(y1,・・・,yM)とする。
次に、事後確率を定義する。上記の数2で定義した事前確率と、上記の数5で定義した条件付き確率とを用いて、事後確率P(X,Y,z,φ1,φ2,θ,α,β,γ)は、以下の数6で定義される。
次に、上記の数6で定義した事後確率P(X,Y,z,φ1,φ2,θ,α,β,γ)を用いて異常箇所・要因を推定する場合について説明する。通信ネットワークで発生した異常の種別が定型異常である場合、現在の観測情報に対して、z=1として、以下の数7により最大事後確率p^と、以下の数8により機器・要因状態X^とを計算する。
次に、本発明の実施の形態における異常推定装置10の機能構成について、図1を参照しながら説明する。図1は、本発明の実施の形態における異常推定装置10の機能構成の一例を示す図である。
次に、本発明の実施の形態における因果モデルの構築処理について、図2を参照しながら説明する。図2は、本発明の実施の形態における因果モデルの構築処理の一例を示すフローチャートである。なお、因果モデルの構築処理は、学習フェーズにおける処理である。
次に、本発明の実施の形態における異常推定処理について、図3を参照しながら説明する。図3は、本発明の実施の形態における異常推定処理の一例を示すフローチャートである。なお、異常推定処理は、推論フェーズにおける処理である。また、異常推定処理は、観測情報が取得される度に実行される。
最後に、本発明の実施の形態における異常推定装置10のハードウェア構成について、図4を参照しながら説明する。図4は、本発明の実施の形態における異常推定装置10のハードウェア構成の一例を示す図である。
101 モデル構築部
102 異常推定処理部
103 異常種別判定部
104 UI部
105 モデル構築用情報記憶部
106 因果モデル記憶部
Claims (6)
- 通信ネットワークの異常箇所を推定する異常推定装置であって、
前記通信ネットワークを構成する機器と、該機器の観測情報との因果関係を表す因果モデルを用いて最大事後確率を計算することで、前記通信ネットワークで発生した異常が定型異常である場合における前記異常箇所を推定する第1の推定手段と、
前記第1の推定手段により計算された最大事後確率に基づいて、前記異常が非定型異常であるか否かを判定する異常種別判定手段と、
前記異常種別判定手段により前記異常が非定型異常であると判定された場合、定型異常の分布と非定型異常の分布との差をペナルティ項として前記因果モデルを修正した修正モデルを用いて、前記異常が非定型異常である場合における前記異常箇所を推定する第2の推定手段と、
を有することを特徴とする異常推定装置。 - 前記異常が定型異常又は非定型異常のいずれであるかに応じて、前記第1の推定手段又は前記第2の推定手段のいずれかにより推定された前記異常箇所を出力する出力手段を有する、ことを特徴とする請求項1に記載の異常推定装置。
- 前記通信ネットワークを構成する機器の状態を表す機器状態層Xと、前記機器の観測情報の状態を表す観測状態層Yと、定型異常又は非定型異常のいずれかを表す確率変数zと、機器状態層Xから観測状態層Yへの因果関係を表す分布φzとに基づいて、前記因果モデルを構築するモデル構築手段を有する、ことを特徴とする請求項1又は2に記載の異常推定装置。
- 前記第2の推定手段は、
前記修正モデルを表す式の最大値をギブスサンプリングにより計算することで、前記異常箇所を推定する、ことを特徴とする請求項1乃至3の何れか一項に記載の異常推定装置。 - 通信ネットワークの異常箇所を推定する異常推定装置が、
前記通信ネットワークを構成する機器と、該機器の観測情報との因果関係を表す因果モデルを用いて最大事後確率を計算することで、前記通信ネットワークで発生した異常が定型異常である場合における前記異常箇所を推定する第1の推定手順と、
前記第1の推定手順により計算された最大事後確率に基づいて、前記異常が非定型異常であるか否かを判定する異常種別判定手順と、
前記異常種別判定手順により前記異常が非定型異常であると判定された場合、定型異常の分布と非定型異常の分布との差をペナルティ項として前記因果モデルを修正した修正モデルを用いて、前記異常が非定型異常である場合における前記異常箇所を推定する第2の推定手順と、
を実行することを特徴とする異常推定方法。 - コンピュータを、請求項1乃至4の何れか一項に記載の異常推定装置における各手段として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017231355A JP6835702B2 (ja) | 2017-12-01 | 2017-12-01 | 異常推定装置、異常推定方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017231355A JP6835702B2 (ja) | 2017-12-01 | 2017-12-01 | 異常推定装置、異常推定方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101712A JP2019101712A (ja) | 2019-06-24 |
JP6835702B2 true JP6835702B2 (ja) | 2021-02-24 |
Family
ID=66973738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017231355A Active JP6835702B2 (ja) | 2017-12-01 | 2017-12-01 | 異常推定装置、異常推定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6835702B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024034024A1 (ja) * | 2022-08-09 | 2024-02-15 | 日本電信電話株式会社 | 因果モデル構築装置、異常箇所推定装置、因果モデル構築方法、異常箇所推定方法、及びプログラム |
WO2024157419A1 (ja) * | 2023-01-26 | 2024-08-02 | 富士通株式会社 | 情報処理プログラム,情報処理装置及び情報処理方法 |
-
2017
- 2017-12-01 JP JP2017231355A patent/JP6835702B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019101712A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11016834B2 (en) | Hybrid and hierarchical outlier detection system and method for large scale data protection | |
JP7103274B2 (ja) | 検知装置及び検知プログラム | |
WO2013111560A1 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
US20180121275A1 (en) | Method and apparatus for detecting and managing faults | |
WO2011099341A1 (ja) | 障害原因抽出装置、障害原因抽出方法およびプログラム記憶媒体 | |
JP6845126B2 (ja) | 故障確率算出装置、故障確率算出方法及びプログラム | |
JP7081741B2 (ja) | ネットワークデバイスの状態を判定するための方法及び装置 | |
JP6649294B2 (ja) | 状態判定装置、状態判定方法及びプログラム | |
US10769866B2 (en) | Generating estimates of failure risk for a vehicular component | |
JP2014527214A5 (ja) | ||
JP6835702B2 (ja) | 異常推定装置、異常推定方法及びプログラム | |
JPWO2020136859A1 (ja) | 推定装置、推定方法、及びプログラム | |
JP6954379B2 (ja) | 異常箇所特定装置、異常箇所特定方法及びプログラム | |
US20160093118A1 (en) | Generating Estimates of Failure Risk for a Vehicular Component in Situations of High-Dimensional and Low Sample Size Data | |
JP6728830B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP6787873B2 (ja) | 異常種別判定装置、異常種別判定方法及びプログラム | |
CN116467111A (zh) | 根因定位方法、装置、电子设备及存储介质 | |
CN116542507A (zh) | 流程异常检测方法、电子设备、计算机存储介质及程序产品 | |
JP7414135B2 (ja) | モデル構築装置、推定装置、モデル構築方法、推定方法及びプログラム | |
US11595244B2 (en) | Recovery support apparatus, recovery support method and program | |
JP6627258B2 (ja) | システムモデル生成支援装置、システムモデル生成支援方法、及び、プログラム | |
TWI824681B (zh) | 裝置管理系統、裝置的障礙原因推測方法以及非暫時性地記憶程式的記憶媒體 | |
US11973658B2 (en) | Model construction apparatus, estimation apparatus, model construction method, estimation method and program | |
WO2024034024A1 (ja) | 因果モデル構築装置、異常箇所推定装置、因果モデル構築方法、異常箇所推定方法、及びプログラム | |
WO2023188017A1 (ja) | 学習用データ生成装置、学習用データ生成方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201030 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6835702 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |