JPWO2012066650A1 - 情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラム - Google Patents
情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラム Download PDFInfo
- Publication number
- JPWO2012066650A1 JPWO2012066650A1 JP2012544045A JP2012544045A JPWO2012066650A1 JP WO2012066650 A1 JPWO2012066650 A1 JP WO2012066650A1 JP 2012544045 A JP2012544045 A JP 2012544045A JP 2012544045 A JP2012544045 A JP 2012544045A JP WO2012066650 A1 JPWO2012066650 A1 JP WO2012066650A1
- Authority
- JP
- Japan
- Prior art keywords
- message
- filter
- word
- messages
- search
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 44
- 230000010365 information processing Effects 0.000 title claims description 46
- 238000003860 storage Methods 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims description 33
- 239000000284 extract Substances 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 22
- 230000009471 action Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 17
- 238000001914 filtration Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 13
- 238000005192 partition Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000012546 transfer Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3096—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents wherein the means or processing minimize the use of computing system or of computing system component resources, e.g. non-intrusive monitoring which minimizes the probe effect: sniffing, intercepting, indirectly deriving the monitored data from other directly available data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
- G10L15/05—Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Debugging And Monitoring (AREA)
Abstract
メッセージの抽出漏れを抑制する。記憶部(11)は、メッセージのフォーマットを示すフィルタ情報(11a)と、語または句の重みを示すフィルタ情報(11b)とを記憶する。検索手段(12)は、複数のメッセージ(14)のうち、フィルタ情報(11a)が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する。検索手段(13)は、検索手段(12)で選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句とフィルタ情報(11b)とに基づいて算出し、検索手段(12)で選択されなかったメッセージの中から、重要度に応じて、抽出するメッセージを選択する。
Description
本発明は、複数のメッセージの中から1またはそれ以上のメッセージを抽出する情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラムに関する。
情報処理システムでは、異なるコンピュータの間や同一のコンピュータ上で実行される異なるソフトウェアの間で、メッセージの受け渡しが行われることがある。例えば、エラーの発生を検出したコンピュータが、管理用の他のコンピュータに、エラーの発生を示すメッセージを送信することが考えられる。メッセージの受け渡しにより、出力側と取得側は、ハードウェアやソフトウェアの状態についての認識を共有することが容易となる。
メッセージの受け渡しを行う場合、出力側または取得側において、メッセージのフィルタリングを行うことがある。すなわち、複数のメッセージのうち以降の処理の対象とするものを、メッセージの内容に応じて絞り込むことがある。例えば、あるコンピュータ上で実行されるオペレーティングシステムやデバイスドライバが、複数のメッセージを含むログ情報を出力することがある。その場合、当該コンピュータは、ログ情報から、予め設定された条件を満たすメッセージ(例えば、重要度の高いエラーを示すもの)を抽出して、他のコンピュータに送信することが考えられる。フィルタリングを行うことで、コンピュータの処理負担の軽減や、誤った状態判断を行う可能性の低減などを図ることができる。
なお、ログ情報を通知する条件の定義作業を支援する条件定義支援装置が提案されている。この条件定義支援装置は、監視対象システムが出力するログ情報を収集して時間帯単位に分類し、同じメッセージを含むログ情報を時間帯毎にカウントすることで、各時間帯のログ情報を全て補足するための条件の候補を作成して画面に表示する。
また、メッセージの検知に用いるフィルタの最適化を促すメッセージ監視システムが提案されている。このメッセージ監視システムは、検知したメッセージと当該メッセージの検知に用いたフィルタとを示す情報を蓄積しておき、他のフィルタによって検知できるメッセージしか検知しない冗長フィルタを抽出して、冗長フィルタを示す情報を出力する。
また、電子メールのフィルタリングをユーザ毎にカスタマイズできる電子メールフィルタリングシステムが提案されている。この電子メールフィルタリングシステムは、ユーザ固有の重み付き単語リストを参照して、受信した電子メールのうち不要メール候補を判定する。また、電子メールフィルタリングシステムは、不要メール候補のうち不要メールとして選択された電子メールの単語解析を行い、重み付き単語リストを再編成する。
また、フィルタ定義に登録されていない未登録メッセージであっても、所定時間内に所定回数以上、同じ未登録メッセージを取得した場合には、フィルタ定義の不足を検知したことを示すメッセージを監視端末装置に送信する運用管理システムが提案されている。
複数のメッセージの中から以降の処理の対象とするメッセージを抽出するために、抽出すべきメッセージのフォーマットを示すフィルタ情報を用意しておく情報処理システムを考える。フォーマットを厳密に定義することで、不要なメッセージを抽出してしまう可能性を低減することができる。しかし、フィルタ情報において抽出すべきメッセージのフォーマットを定義した場合、当該メッセージを出力するソフトウェアが更新されたときに、メッセージの抽出漏れが発生する可能性があるという問題がある。
例えば、オペレーティングシステムにセキュリティパッチが適用された場合や、デバイスドライバが更新された場合には、ログ情報に書き込まれるメッセージのフォーマットが変化することがある。フォーマットの変化としては、単語間に挿入されるスペースの数の変化、区切り文字の変化、単語の並び順の変化、新たな単語の追加などが考えられる。この場合、フォーマットが変化した後のメッセージは、既存のフィルタ情報で定義されたフォーマットに適合しないため、抽出されなくなってしまう。一方、実質的に同じ内容を示すメッセージであれば、フォーマットの変化後も抽出されることが好ましい。
上記問題は、特に、メッセージのフォーマットが変化してから、変化後のフォーマットに対応するフィルタ情報が作成されるまでのタイムラグが生じやすい情報処理システムで大きな問題となる。なお、上記問題は、ログ情報に含まれるメッセージを抽出する場合に限らず、複数のメッセージから所望のメッセージを抽出する場合一般に生じ得る。
本発明はこのような点に鑑みてなされたものであり、メッセージの抽出漏れを抑制することができる情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラムを提供することを目的とする。
上記課題を解決するために、複数のメッセージを取得し複数のメッセージの中から1またはそれ以上のメッセージを抽出する情報処理装置が提供される。情報処理装置は、記憶部と第1の検索手段と第2の検索手段とを有する。記憶部は、メッセージのフォーマットを示す第1のフィルタ情報と、語または句の重みを示す第2のフィルタ情報とを記憶する。第1の検索手段は、複数のメッセージのうち、第1のフィルタ情報が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する。第2の検索手段は、第1の検索手段で選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と第2のフィルタ情報とに基づいて算出し、第1の検索手段で選択されなかったメッセージの中から、重要度に応じて、抽出するメッセージを選択する。
また、上記課題を解決するために、複数のメッセージを取得し複数のメッセージの中から1またはそれ以上のメッセージを抽出するコンピュータが実行するメッセージ抽出方法が提供される。メッセージ抽出方法では、記憶部に記憶された、メッセージのフォーマットを示す第1のフィルタ情報を参照し、複数のメッセージのうち、第1のフィルタ情報が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する。第1のフィルタ情報に基づいて選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と記憶部に記憶された語または句の重みを示す第2のフィルタ情報とに基づいて算出する。第1のフィルタ情報に基づいて選択されなかったメッセージの中から、重要度に応じて、抽出するメッセージを選択する。
また、上記課題を解決するために、上記メッセージ抽出方法をコンピュータに実行させるメッセージ抽出プログラムが提供される。
上記情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラムによれば、メッセージの抽出漏れを抑制することができる。
本発明の上記および他の目的、特徴および利点は本発明の例として好ましい実施の形態を表す添付の図面と関連した以下の説明により明らかになるであろう。
本発明の上記および他の目的、特徴および利点は本発明の例として好ましい実施の形態を表す添付の図面と関連した以下の説明により明らかになるであろう。
以下、本実施の形態を、図面を参照して説明する。
[第1の実施の形態]
図1は、第1の実施の形態の情報処理装置を示す図である。第1の実施の形態に係る情報処理装置10は、複数のメッセージ14を取得し、複数のメッセージ14の中から1またはそれ以上のメッセージを抽出する。複数のメッセージ14は、情報処理装置10上で実行されるオペレーティングシステム(OS)やデバイスドライバが出力するログ情報に含まれるメッセージであってもよい。情報処理装置10は、記憶部11、検索手段12(第1の検索手段)および検索手段13(第2の検索手段)を有する。
[第1の実施の形態]
図1は、第1の実施の形態の情報処理装置を示す図である。第1の実施の形態に係る情報処理装置10は、複数のメッセージ14を取得し、複数のメッセージ14の中から1またはそれ以上のメッセージを抽出する。複数のメッセージ14は、情報処理装置10上で実行されるオペレーティングシステム(OS)やデバイスドライバが出力するログ情報に含まれるメッセージであってもよい。情報処理装置10は、記憶部11、検索手段12(第1の検索手段)および検索手段13(第2の検索手段)を有する。
記憶部11は、フィルタ情報11a(第1のフィルタ情報)とフィルタ情報11b(第2のフィルタ情報)とを記憶する。フィルタ情報11aは、メッセージのフォーマットを示す。フィルタ情報11bは、語および句の少なくとも一方の重みを示す。フィルタ情報11bは、各語または句に重みを示す値を対応付けた情報であってもよいし、重みの高い語または句を列挙した情報であってもよい。フィルタ情報11bは、例えば、フィルタ情報11aに定義されたフォーマットを用いて作成することが考えられる。フィルタ情報11bは、情報処理装置10が作成してもよいし、他の情報処理装置が作成してもよい。
検索手段12は、複数のメッセージ14のうち記憶部11に記憶されたフィルタ情報11aが示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する。検索手段12は、例えば、単語間に挿入されているスペースの数や単語の並び順なども考慮して、複数のメッセージ14それぞれをフィルタ情報11aと厳密に照合する。厳密な照合を行うことで、不要なメッセージを抽出してしまう可能性を低減できる。
検索手段13は、検索手段12で選択されなかった各メッセージの重要度を、当該メッセージに含まれる語および句の少なくとも一方と記憶部11に記憶されたフィルタ情報11bとに基づいて算出する。例えば、検索手段13は、検索手段12で選択されなかったメッセージに含まれる語または句を抽出し、フィルタ情報11bを参照して、抽出した語または句それぞれの重みを特定し、特定した重みを合計することで重要度を算出することが考えられる。そして、検索手段13は、算出した重要度に応じて、検索手段12で選択されなかったメッセージの中から、抽出するメッセージを選択する。例えば、検索手段13は、重要度が所定の閾値以上であるメッセージを選択することが考えられる。
検索手段12または検索手段13において選択されたメッセージは、以降の処理の対象となる。例えば、選択されたメッセージに含まれる情報の一部または全部が、他の情報処理装置に通知されるようにしてもよい。一方、検索手段12および検索手段13の何れでも選択されなかったメッセージは、破棄されるようにしてもよい。記憶部11および検索手段12,13は、例えば、ログ情報の中から重要度の高いエラーを示すメッセージを抽出して他の情報処理装置に通知するために用いることができる。
なお、検索手段12,13は、情報処理装置10にメッセージ抽出プログラムを実行させることで実現してもよい。すなわち、検索手段12,13は、CPU(Central Processing Unit)とメモリを用いて実現することもできる。
情報処理装置10によれば、検索手段12が、記憶部11に記憶されたフィルタ情報11aを参照し、複数のメッセージ14のうち、フィルタ情報11aが示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する。検索手段13が、フィルタ情報11aに基づいて選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と記憶部11に記憶されたフィルタ情報11bとに基づいて算出し、フィルタ情報11aに基づいて選択されなかったメッセージの中から、算出した重要度に応じて、抽出するメッセージを選択する。
これにより、メッセージの抽出漏れを抑制することができる。すなわち、複数のメッセージ14を出力するソフトウェアが更新されたなどの理由により、抽出すべきメッセージのフォーマットが変化する場合が考えられる。その場合、検索手段12は、フォーマットが変化してから、変化後のフォーマットに対応したフィルタ情報11aが作成されるまでの間、本来は抽出すべきメッセージを捕捉し損ねる可能性がある。しかし、検索手段13が、検索手段12で捕捉できなかった抽出すべきメッセージを捕捉できる可能性がある。特に、フィルタ情報11aに含まれる語句を用いてフィルタ情報11bが作成されることで、検索手段13は、単語間に挿入されるスペースの数の変化、区切り文字の変化、単語の並び順の変化などの形式的変化に柔軟に対応できるようになる。
以下に説明する第2および第3の実施の形態では、あるコンピュータが、ログ情報の中からエラーを示すメッセージを抽出し、他のコンピュータに通知する情報処理システムの例を挙げる。ただし、第1の実施の形態で説明したメッセージ抽出方法は、ログ情報に含まれるメッセージ以外のメッセージを扱うことも可能である。
[第2の実施の形態]
図2は、第2の実施の形態の情報処理システムを示す図である。第2の実施の形態に係る情報処理システムは、業務サーバ100、端末装置200、運用管理サーバ300およびメールサーバ400を含む。業務サーバ100、端末装置200、運用管理サーバ300およびメールサーバ400は、ネットワーク50に接続されている。
図2は、第2の実施の形態の情報処理システムを示す図である。第2の実施の形態に係る情報処理システムは、業務サーバ100、端末装置200、運用管理サーバ300およびメールサーバ400を含む。業務サーバ100、端末装置200、運用管理サーバ300およびメールサーバ400は、ネットワーク50に接続されている。
業務サーバ100は、アプリケーションソフトウェアを実行するサーバコンピュータである。業務サーバ100は、CPUおよびメモリを含む計算リソースを複数セット備えている。業務サーバ100は、複数セットの計算リソースを用いて、複数のOSを並列に実行することが可能である。ログ情報の管理やエラーの検出は、OS単位で行われる。
端末装置200は、情報処理システムの管理者が使用するクライアントコンピュータである。端末装置200は、運用管理サーバ300から、情報処理システムの稼働状況(特に、業務サーバ100の稼働状況)を示す情報を取得する。端末装置200は、業務サーバ100の稼働状況を示す情報を、業務サーバ100から直接取得してもよい。また、端末装置200は、メールサーバ400から、管理者宛ての電子メールを受信する。管理者は、業務サーバ100および運用管理サーバ300から取得する情報や、メールサーバ400から受信する電子メールを参照して、障害発生の有無を監視する。
運用管理サーバ300は、情報処理システムの管理を支援するサーバコンピュータである。例えば、運用管理サーバ300は、SNMP(Simple Network Management Protocol)を用いて、情報処理システムの稼働状況(特に、業務サーバ100の稼働状況)を示す情報を収集する。運用管理サーバ300は、収集した情報を端末装置200に提供する。
メールサーバ400は、電子メールを転送するサーバコンピュータである。メールサーバ400上には、情報処理システムの管理者宛ての電子メールを保存するメールボックスが作成されている。例えば、メールサーバ400は、業務サーバ100から、稼働状況についての電子メールを受信し、管理者のメールボックスに保存する。メールサーバ400は、端末装置200からのアクセスに応じて、管理者用のメールボックスに保存されている電子メールを端末装置200に送信する。
図3は、業務サーバのハードウェアを示すブロック図である。業務サーバ100は、システムボード110,120、ディスクユニット130、マネジメントボード(MMB)140および通信インタフェース150を有する。システムボード110,120、ディスクユニット130、マネジメントボード140および通信インタフェース150は、業務サーバ100内でバスに接続されている。
システムボード110,120は、OSやアプリケーションソフトウェアの実行に用いられる計算リソースのセットである。図3の例では、業務サーバ100は、2個のシステムボードを備えているが、3個以上のシステムボードを備えてもよい。複数のシステムボードが、1またはそれ以上のパーティションに区分される。
1つのパーティション上では、1つのOSが実行される。例えば、システムボード110,120を同一のパーティションに割り当てた場合、システムボード110,120の両方の計算リソースを用いて、1つのOSが実行される。一方、システムボード110,120を異なるパーティションに割り当てた場合、システムボード110,120それぞれで、別個のOSが実行される。ただし、ハードウェアの仮想化技術を用いることで、1つシステムボード上で複数のOSを実行させることも可能である。
システムボード110は、CPU111,112とRAM(Random Access Memory)113〜116を有する。CPU111,112およびRAM113〜116は、システムボード110内でバス(図示せず)に接続されている。CPU111,112は、OSプログラムやアプリケーションプログラムなどのプログラムを実行する演算装置である。RAM113〜116は、CPU111,112が実行するプログラムやデータの少なくとも一部を一時的に記憶するメモリである。なお、RAM113〜116に代えて、または、RAM113〜116と併せて、他の種類のメモリを主記憶装置として用いてもよい。
システムボード120は、CPU121,122とRAM123〜126を有する。CPU121,122およびRAM123〜126の動作は、CPU111,112およびRAM113〜116と同様である。
ディスクユニット130は、システムボード110,120で実行されるプログラムやデータを記憶する不揮発性の記憶装置のセットである。ディスクユニット130は、HDD(Hard Disk Drive)131〜133を有する。HDD131〜133は、内蔵されたディスクに対して、磁気的に書き込みおよび読み出しを行う。なお、HDD131〜133に代えて、または、HDD131〜133と併せて、フラッシュメモリなど他の種類の不揮発性の記憶装置を、補助記憶装置として用いてもよい。
マネジメントボード140は、業務サーバ100の管理に用いられる計算リソースのセットである。例えば、マネジメントボード140は、管理者が操作する端末装置200からの指示を受け、システムボード110,120をパーティションに割り当てる。また、マネジメントボード140は、システムボード110,120から、OSやデバイスドライバが出力するログ情報に含まれるエラーに関する情報を収集する。マネジメントボード140は、収集したエラーに関する情報を、運用管理サーバ300に送信する。マネジメントボード140は、エラーに関する情報を、端末装置200に直接提供してもよい。
マネジメントボード140は、CPU141、RAM142およびROM(Read Only Memory)143を有する。CPU141、RAM142およびROM143は、マネジメントボード140内でバス(図示せず)に接続されている。CPU141は、業務サーバ100を管理するためのプログラムを実行する演算装置である。RAM142は、CPU141が実行するプログラムやデータの少なくとも一部を一時的に記憶するメモリである。ROM143は、CPU141が実行するプログラムやデータを記憶する不揮発性メモリである。なお、RAM142やROM143に代えて、または、RAM142やROM143と併せて、他の種類の記憶装置を使用してもよい。
通信インタフェース150は、ネットワーク50に接続されている。通信インタフェース150は、ネットワーク50を介して、端末装置200、運用管理サーバ300およびメールサーバ400と通信を行う。
図4は、端末装置のハードウェアを示すブロック図である。端末装置200は、CPU211、RAM212、HDD213、グラフィック処理部214、入力インタフェース215、ディスクドライブ216および通信インタフェース217を有する。CPU211、RAM212、HDD213、グラフィック処理部214、入力インタフェース215、ディスクドライブ216および通信インタフェース217は、端末装置200内でバスに接続されている。なお、運用管理サーバ300およびメールサーバ400も、端末装置200と同様のハードウェア構成によって実現することが可能である。
CPU211は、OSプログラムやアプリケーションプログラムなどのプログラムを実行する演算装置である。
RAM212は、CPU211が実行するプログラムやデータの少なくとも一部を一時的に記憶するメモリである。なお、RAM212に代えて、または、RAM212と併せて、他の種類のメモリを主記憶装置として用いてもよい。
RAM212は、CPU211が実行するプログラムやデータの少なくとも一部を一時的に記憶するメモリである。なお、RAM212に代えて、または、RAM212と併せて、他の種類のメモリを主記憶装置として用いてもよい。
HDD213は、CPU211が実行するプログラムやデータを記憶する不揮発性の記憶装置である。HDD213は、内蔵されたディスクに対して、磁気的に書き込みおよび読み出しを行う。なお、HDD213に代えて、または、HDD213と併せて、フラッシュメモリなど他の種類の不揮発性の記憶装置を、補助記憶装置として用いてもよい。
グラフィック処理部214は、ディスプレイ221に接続されている。グラフィック処理部214は、CPU211からの命令に従って、画像をディスプレイ221に表示させる。ディスプレイ221として、例えば、CRT(Cathode Ray Tube)ディスプレイやLCD(Liquid Crystal Display)を用いることができる。
入力インタフェース215は、入力デバイス222に接続されている。入力インタフェース215は、入力デバイス222から入力信号を取得し、CPU211に通知する。入力デバイス222として、例えば、キーボードを用いることができる。また、入力デバイス222として、マウスやタッチパネルなどのポインティングデバイスを用いることもできる。入力インタフェース215には、複数の入力デバイスが接続されてもよい。
ディスクドライブ216は、記録媒体223に記録されたプログラムやデータを読み取る駆動装置である。記録媒体223として、例えば、フレキシブルディスク(FD)などの磁気ディスク、CD(Compact Disc)やDVD(Digital Versatile Disc)などの光ディスク、光磁気ディスク(MO:Magneto-Optical disk)を用いることができる。
通信インタフェース217は、ネットワーク50に接続されている。通信インタフェース217は、ネットワーク50を介して、業務サーバ100、運用管理サーバ300およびメールサーバ400と通信を行う。
なお、記録媒体223に、業務サーバ100に実行させるプログラムを記録しておくこともできる。その場合、端末装置200が、記録媒体223に記録されたプログラムを読み込みし、業務サーバ100に転送することが考えられる。または、業務サーバ100にディスクドライブを設け、業務サーバ100に記録媒体223に記録されたプログラムを読み込ませるようにしてもよい。
図5は、情報処理システムの論理レイヤ構造を示す図である。図5に示すソフトウェアが、業務サーバ100、端末装置200、運用管理サーバ300およびメールサーバ400で実行されている。
業務サーバ100では、マネジメントボード140の計算リソースを用いて、業務サーバ100を管理するためのファームウェア(MMBファームウェア)が実行されている。また、MMBファームウェア上で、SNMPデーモンが実行されている。SNMPデーモンは、ハードウェアおよびソフトウェアのエラーに関する情報を収集し、端末装置200または運用管理サーバ300にSNMPトラップを送信する常駐ソフトウェアである。
また、業務サーバ100では、各パーティションの計算リソースを用いて、OSおよびOSに組み込まれたデバイスドライバが実行されている。図5の例では、2つのOSが並列に実行されている。OSおよびデバイスドライバは、ディスクユニット130に格納されているログ情報に、メッセージを適宜書き込む。ログ情報に書き込まれるメッセージには、エラーを示すメッセージが含まれる。
OS上では、それぞれ、ログモニタが実行されている。ログモニタは、ログ情報を監視し、ログ情報からエラーを示すメッセージを抽出する常駐ソフトウェアである。ログモニタは、エラーを示すメッセージを抽出すると、抽出したメッセージに含まれる情報の一部または全部を、MMBファームウェアに出力する。ただし、ログモニタは、抽出したメッセージに含まれる情報を、端末装置200または運用管理サーバ300に直接送信してもよい。また、ログモニタは、抽出したメッセージに含まれる情報を、管理者宛ての電子メールとしてメールサーバ400に送信してもよい。ログモニタは、エラー情報の報告方法を、エラーの内容(例えば、エラーのレベル)に応じて選択するようにしてもよい。
端末装置200では、OSが実行されている。OS上では、SNMPマネージャおよびメールユーザエージェントが実行されている。端末装置のSNMPマネージャは、業務サーバ100から受信するSNMPトラップおよび運用管理サーバ300から受信する情報に基づいて、業務サーバ100でエラーが発生したことを検知する常駐ソフトウェアである。メールユーザエージェントは、管理者の操作に応じて、メールサーバ400にPOP(Post Office Protocol)コマンドを送信し、メールサーバ400から管理者宛ての電子メールを受信するソフトウェアである。
運用管理サーバ300では、OSが実行されている。OS上では、SNMPマネージャが実行されている。運用管理サーバ300のSNMPマネージャは、業務サーバ100から受信するSNMPトラップに基づいて、業務サーバ100でエラーが発生したことを検知する常駐ソフトウェアである。SNMPマネージャは、エラーの発生を検知した際、または、端末装置200からの要求に応じて、エラー情報を端末装置200に送信する。
メールサーバ400では、OSが実行されている。OS上では、メール転送エージェントが実行されている。メール転送エージェントは、電子メールを転送する常駐ソフトウェアである。メール転送エージェントは、業務サーバ100から管理者宛ての電子メールを受信し、メールボックス用に確保した記憶装置(例えば、HDD)内の記憶領域に、電子メールを書き込む。また、メール転送エージェントは、端末装置200からPOPコマンドを受信し、端末装置200に電子メールを送信する。
図6は、業務サーバのログ監視機能を示すブロック図である。業務サーバ100がログモニタのプログラムを実行することで、ログ情報記憶部161、検索フィルタ記憶部162、抽出フィルタ記憶部163、アクションフィルタ記憶部164、メッセージ検出部171、フィルタリング部172、未知メッセージ検索部175、アクション実行部178およびフィルタ生成部179が実現される。
ログ情報記憶部161は、例えば、HDD131〜133内に確保された記憶領域である。検索フィルタ記憶部162、抽出フィルタ記憶部163およびアクションフィルタ記憶部164は、例えば、RAM113〜116,123〜126またはHDD131〜133内に確保された記憶領域である。なお、検索部173は、第1の実施の形態の検索手段12の一例であり、未知メッセージ検索部175は、検索手段13の一例である。
ログ情報記憶部161は、ログ情報を記憶する。ログ情報には、OSやデバイスドライバが書き込んだ複数のメッセージが含まれている。メッセージには、例えば、参考情報・警告・エラーなどのレベルの異なる複数種類のメッセージが含まれている。ログ情報において、メッセージとメッセージの間は、例えば、改行によって区切られている。
検索フィルタ記憶部162は、検索フィルタと未知メッセージ用検索フィルタとを記憶する。検索フィルタは、処理の対象とするメッセージのフォーマットを定義したフィルタ情報である。未知メッセージ用検索フィルタは、メッセージに使用され得る単語の重みを示すフィルタ情報である。未知メッセージ用検索フィルタは、フィルタ生成部179により生成され、検索フィルタ記憶部162に格納される。
抽出フィルタ記憶部163は、抽出フィルタを記憶する。抽出フィルタは、検索フィルタに基づいて選択されたメッセージに含まれる情報のうち、MMBファームウェアまたは他のコンピュータに報告すべき情報の範囲を指定したフィルタ情報である。報告すべき情報の範囲は、検索フィルタで定義されたフォーマット毎に指定してもよい。
アクションフィルタ記憶部164は、アクションフィルタと未知メッセージ用アクションフィルタとを記憶する。アクションフィルタは、検索フィルタに基づいて選択されたメッセージに対して実行するアクションを指定したフィルタ情報である。アクションは、検索フィルタで定義されたフォーマット毎に指定してもよい。未知メッセージ用アクションフィルタは、未知メッセージ用検索フィルタに基づいて選択されたメッセージに対して実行するアクションを指定したフィルタ情報である。
アクションには、MMBファームウェアへの通知、SNMPトラップの送信、電子メールの送信などが含まれる。ただし、未知メッセージ用アクションフィルタで指定されるアクションには、業務サーバ100内部への保存が含まれてもよい。業務サーバ100は、例えば、端末装置200からアクセスがあったとき、未知メッセージ用検索フィルタに基づいて選択されたメッセージを端末装置200に送信することが考えられる。
なお、検索フィルタ、抽出フィルタおよびアクションフィルタは、予め業務サーバ100に登録されている。ログ情報に書き込まれるメッセージのフォーマットが変化する要因が発生した場合、端末装置200が業務サーバ100に、変化後のフォーマットに対応した検索フィルタ、抽出フィルタおよびアクションフィルタを登録する。フォーマットが変化する要因には、例えば、OSに適用するセキュリティパッチの発行、デバイスドライバのバージョンアップなどが考えられる。ただし、フォーマットの変化から各種フィルタの更新までには、タイムラグ(例えば、1ヶ月〜数ヶ月程度)が生じ得る。
メッセージ検出部171は、ログ情報記憶部161に記憶されたログ情報を監視し、OSやデバイスドライバが新たにメッセージを書き込んだことを検出する。そして、メッセージ検出部171は、新たに書き込まれたメッセージをログ情報から取り出し、フィルタリング部172に順次出力する。
フィルタリング部172は、メッセージ検出部171から取得したメッセージのフィルタリング(第1段階のフィルタリング)を行う。フィルタリング部172は、検索部173および抽出部174を有する。
検索部173は、メッセージ検出部171から取得したメッセージと、検索フィルタ記憶部162に記憶された検索フィルタが示すフォーマットとの間で、文字列のマッチングを行う。文字列のマッチングでは、検索部173は、単語間のスペースの数や単語の並び順なども含めて厳密に一致した場合に「マッチした」と判断する。検索部173は、検索フィルタで定義された何れかのフォーマットにマッチしたメッセージを、抽出部174に出力する。一方、検索部173は、検索フィルタで定義された何れのフォーマットにもマッチしなかったメッセージを、未知メッセージ検索部175に出力する。
抽出部174は、検索部173から取得したメッセージから、抽出フィルタ記憶部163に記憶された抽出フィルタが指定する範囲の文字列を抽出する。そして、抽出部174は、抽出した文字列を、報告すべき情報として、アクション実行部178に出力する。
未知メッセージ検索部175は、フィルタリング部172から取得したメッセージのフィルタリング(第2段階のフィルタリング)を行う。未知メッセージ検索部175は、語分割部176および判定部177を有する。
語分割部176は、フィルタリング部172から取得したメッセージを、スペースやカンマなどの所定の文字を区切り文字として用いて、複数の単語に分割する。そして、語分割部176は、メッセージから得られた単語を、判定部177に出力する。
判定部177は、語分割部176から取得した単語それぞれの重みを、検索フィルタ記憶部162に記憶された未知メッセージ用検索フィルタを検索して特定する。未知メッセージ用検索フィルタに含まれていない単語の重みは、最小値(例えば、0)と判断する。判定部177は、メッセージに含まれる単語それぞれの重みを用いて、メッセージ全体の重要度を算出する。そして、判定部177は、算出した重要度が閾値以上であるメッセージを、アクション実行部178に出力する。一方、判定部177は、重要度が閾値未満であるメッセージを破棄する。
アクション実行部178は、フィルタリング部172から取得した情報に対し、アクションフィルタ記憶部164に記憶されたアクションフィルタが指定するアクションを実行する。また、アクション実行部178は、未知メッセージ検索部175から取得したメッセージに対し、アクションフィルタ記憶部164に記憶された未知メッセージ用アクションフィルタが指定するアクションを実行する。これにより、例えば、ログ情報からエラーを示す情報が抽出され、MMBファームウェアや他のコンピュータに通知される。
フィルタ生成部179は、未知メッセージ用検索フィルタの作成および更新を行う。フィルタ生成部179は、検索フィルタ記憶部162から検索フィルタを取得し、検索フィルタにおける単語の出現状況から、単語の重みを算出する。そして、フィルタ生成部179は、単語と当該単語の重みとを対応付けた未知メッセージ用検索フィルタを作成し、検索フィルタ記憶部162に格納する。また、フィルタ生成部179は、未知メッセージ検索部175で重要度が閾値以上であるメッセージが検出されると、当該メッセージに含まれる単語を用いて、未知メッセージ用検索フィルタを更新する。
図7は、検索フィルタの例を示す図である。検索フィルタ181は、検索フィルタ記憶部162に記憶されている。検索フィルタ181は、項目として、フォーマット番号とメッセージ名とメッセージ定義を含む。
フォーマット番号は、検索フィルタ内でメッセージのフォーマットを識別するための番号である。図7の例では、27個のフォーマットが、検索フィルタに定義されている。メッセージ名は、メッセージの種類を示す名称である。メッセージ定義は、メッセージのフォーマットを示す文字列である。メッセージ定義において、“%%・・・%%”は可変部分(すなわち、パラメータ)である。メッセージの可変部分には、OSやデバイスドライバによって、例えば、エラーコード、IP(Internet Protocol)アドレス、ホスト名、数値などが挿入される。検索部173は、可変部分が存在することを考慮して、ログ情報に含まれるメッセージとフォーマットの間のマッチングを行う。
次に、業務サーバ100が実行する処理の内容を説明する。まず、検索フィルタから未知メッセージ用検索フィルタを生成する処理を説明し、その後、検索フィルタと未知メッセージ用検索フィルタを用いてメッセージを抽出する処理を説明する。
図8は、第2の実施の形態のフィルタ生成処理を示すフローチャートである。フィルタ生成処理は、例えば、端末装置200から指示を受けて、業務サーバ100が実行する。以下、図8に示す処理を、ステップ番号に沿って説明する。
(ステップS11)フィルタ生成部179は、検索フィルタ記憶部162から、検索フィルタ181を取得する。そして、フィルタ生成部179は、検索フィルタ181から、メッセージ定義を抽出する。
(ステップS12)フィルタ生成部179は、ステップS11で抽出したメッセージ定義から、可変部分を示す文字列(%%・・・%%)を除去する。
(ステップS13)フィルタ生成部179は、可変部分を除去した後のメッセージ定義を、所定の文字を区切り文字として用いて、複数の単語に分割する。区切り文字には、例えば、スペース、ピリオド、カンマ、コロン、セミコロンなどを用いる。区切り文字は、予めフィルタ生成部179に登録されている。ただし、端末装置200が業務サーバ100に、区切り文字を指示するようにしてもよい。
(ステップS13)フィルタ生成部179は、可変部分を除去した後のメッセージ定義を、所定の文字を区切り文字として用いて、複数の単語に分割する。区切り文字には、例えば、スペース、ピリオド、カンマ、コロン、セミコロンなどを用いる。区切り文字は、予めフィルタ生成部179に登録されている。ただし、端末装置200が業務サーバ100に、区切り文字を指示するようにしてもよい。
(ステップS14)フィルタ生成部179は、ステップS13で得られた単語それぞれの出現数、すなわち、当該単語を含むメッセージ定義の数を算出する。そして、フィルタ生成部179は、算出した出現数を、単語の重みと定義する。
(ステップS15)フィルタ生成部179は、ステップS14で算出した単語の重みを示す未知メッセージ用検索フィルタを作成し、検索フィルタ記憶部162に格納する。なお、フィルタ生成部179は、ステップS13で得られた単語の一部を、未知メッセージ用検索フィルタに含めなくてもよい。例えば、フィルタ生成部179は、出現数が極端に多い単語を、未知メッセージ用検索フィルタに登録しない。
図9は、単語出現数のカウント状況を示す図である。図9に示すカウント表は、上記のステップS14でフィルタ生成部179が生成する表である。カウント表の縦軸は、検索フィルタ181のフォーマット番号に対応している。カウント表の横軸は、上記のステップS13で得られた単語を示している。カウント表の「1」は、横軸に記載された単語が縦軸に記載されたフォーマット番号のメッセージ定義に現れることを示す。カウント表の空欄は、横軸に記載された単語が縦軸に記載されたフォーマット番号のメッセージ定義に現れないことを示す。カウント表の最下行は、各単語の出現数を示している。
図10は、未知メッセージ用検索フィルタの第1の例を示す図である。未知メッセージ用検索フィルタ182は、上記のステップS15で、フィルタ生成部179により生成されて検索フィルタ記憶部162に格納される。未知メッセージ用検索フィルタ182は、項目として、IDと単語と重みを含む。IDは、未知メッセージ用検索フィルタ182内で単語を識別するための識別情報である。単語は、図9に示したカウント表の横軸に記載された単語である。重みは、カウント表の最下行に集計された出現数に対応する。未知メッセージ用検索フィルタ182では、複数の単語が重みの大きい順に整列されている。ただし、複数の単語がアルファベット順に整列されていてもよい。
前述の通り、フィルタ生成部179は、検索フィルタ181に現れる単語の一部を、未知メッセージ用検索フィルタ182に登録しなくてもよい。例えば、フィルタ生成部179は、メッセージ定義の数に対する出現数の割合(出現割合)が所定の閾値以上である単語を、未知メッセージ用検索フィルタ182に登録しない。また、フィルタ生成部179は、予め登録された単語(例えば、ドライバ名)を、未知メッセージ用検索フィルタ182に登録しない。汎用的に用いられている単語を除外した方が、メッセージの重要度の評価精度が向上すると考えられるためである。図10の例では、全てのメッセージ定義に現れる単語“DevX”が、未知メッセージ用検索フィルタ182に登録されていない。
フィルタ生成部179は、未知メッセージ用検索フィルタ182を生成した際、メッセージの重要度の閾値も決定する。例えば、フィルタ生成部179は、以下のグレード1〜3の何れかの方法を用いて、閾値を決定する。
・グレード1:閾値=メッセージ定義の数と決定する。図7に示した例(メッセージ定義の数=27)の場合、閾値=27に設定される。
・グレード2:閾値=メッセージ定義の数×2÷3と決定する。図7に示した例(メッセージ定義の数=27)の場合、閾値=18に設定される。
・グレード2:閾値=メッセージ定義の数×2÷3と決定する。図7に示した例(メッセージ定義の数=27)の場合、閾値=18に設定される。
・グレード3:閾値=メッセージ定義の数÷3と決定する。図7に示した例(メッセージ定義の数=27)の場合、閾値=9に設定される。
グレード1の方法を用いると閾値が大きくなり、グレード3の方法を用いると閾値が小さくなる。すなわち、グレード1の方法で閾値を決定すると、判定部177でメッセージが破棄される確率が高くなり、グレード3の方法で閾値を決定すると、判定部177でメッセージが破棄される確率が低くなる。管理者は、誤検出(すなわち、本来抽出すべきでないメッセージを誤って抽出してしまうこと)をどの程度許容するか考慮して、グレード1〜3の何れか1つの決定方法を予め選択しておく。
グレード1の方法を用いると閾値が大きくなり、グレード3の方法を用いると閾値が小さくなる。すなわち、グレード1の方法で閾値を決定すると、判定部177でメッセージが破棄される確率が高くなり、グレード3の方法で閾値を決定すると、判定部177でメッセージが破棄される確率が低くなる。管理者は、誤検出(すなわち、本来抽出すべきでないメッセージを誤って抽出してしまうこと)をどの程度許容するか考慮して、グレード1〜3の何れか1つの決定方法を予め選択しておく。
図11は、未知メッセージ用検索フィルタの第1のデータ構造例を示す図である。未知メッセージ用検索フィルタ182は、例えば、図11に示すような線形リストとして、メモリ上に配置される。ただし、図11に示すデータ構造は一例であり、未知メッセージ用検索フィルタ182のデータ構造は線形リストに限定されない。
未知メッセージ用検索フィルタ182を示す線形リストは、未知メッセージ用検索フィルタ182で定義される単語に対応するノードを含む。各ノードは、可変長である単語の文字列の先頭アドレスを指すポインタと、当該単語の重みを示す数値とを含む。複数のノードは、一方向のポインタによって連結されている。最後尾のノードに含まれるポインタは、NULLポインタである。また、先頭のノードのアドレスを指すポインタと重要度の閾値を示す数値のセットが、メモリ上に配置される。判定部177は、先頭のノードから最後尾のノードに向かってポインタを辿ることで、所望の単語を検索し、単語の重みを特定することができる。
なお、第2の実施の形態では、業務サーバ100の各パーティションで実行されるログモニタが、検索フィルタ181に基づいて未知メッセージ用検索フィルタ182を生成することとした。一方、MMBファームウェアや他のコンピュータ(例えば、端末装置200)が、未知メッセージ用検索フィルタ182を生成し、業務サーバ100の各パーティションに配布するようにしてもよい。
図12は、第2の実施の形態のメッセージ抽出処理を示すフローチャートである。メッセージ抽出処理は、ログ情報へのメッセージの書き込みをトリガとして、業務サーバ100が実行する。以下、図12に示す処理を、ステップ番号に沿って説明する。
(ステップS21)メッセージ検出部171は、ログ情報記憶部161に記憶されたログ情報に、新たなメッセージが書き込まれたことを検出する。そして、メッセージ検出部171は、ログ情報から新たなメッセージを取り出す。
(ステップS22)検索部173は、ステップS21で取り出されたメッセージを、検索フィルタ記憶部162に記憶された検索フィルタ181に含まれるメッセージ定義それぞれと照合する。メッセージの照合では、検索部173は、メッセージ定義の可変部分に任意の文字列が挿入され得ることを考慮する。
(ステップS23)検索部173は、ステップS21で取り出されたメッセージが、検索フィルタ181に定義されたフォーマットに適合するか、すなわち、少なくとも1つのメッセージ定義とマッチするか判断する。フォーマットが適合する場合、処理をステップS24に進める。フォーマットが適合しない場合、処理をステップS25に進める。
(ステップS24)抽出部174は、検索部173から取得したメッセージから、抽出フィルタ記憶部163に記憶された抽出フィルタが指定する範囲の情報(報告情報)を抽出する。抽出フィルタが指定する範囲は、例えば、管理者がエラー原因を特定するのに役立つ情報がメッセージから抽出されるように、メッセージのフォーマット毎に設定されている。そして、処理をステップS29に進める。
(ステップS25)語分割部176は、検索部173から取得したメッセージを、所定の文字を区切り文字として用いて、複数の単語に分割する。
(ステップS26)判定部177は、検索フィルタ記憶部162に記憶された未知メッセージ用検索フィルタ182を検索して、ステップS25で得られた単語それぞれの重みを特定する。そして、判定部177は、特定した各単語の重みの合計を、メッセージの重要度として算出する。なお、未知メッセージ用検索フィルタ182に記載されていない単語の重みは、0と判断される。
(ステップS26)判定部177は、検索フィルタ記憶部162に記憶された未知メッセージ用検索フィルタ182を検索して、ステップS25で得られた単語それぞれの重みを特定する。そして、判定部177は、特定した各単語の重みの合計を、メッセージの重要度として算出する。なお、未知メッセージ用検索フィルタ182に記載されていない単語の重みは、0と判断される。
(ステップS27)判定部177は、ステップS26で算出したメッセージの重要度と未知メッセージ用検索フィルタ182に記載された閾値とを比較する。重要度が閾値以上の場合、処理をステップS28に進める。重要度が閾値未満の場合、判定部177は、検索部173から取得したメッセージを破棄し、処理を終了する。
(ステップS28)フィルタ生成部179は、ステップS27で重要度が閾値以上と判断されたメッセージ(未知メッセージ)を用いて、未知メッセージ用検索フィルタ182を更新する。例えば、フィルタ生成部179は、未知メッセージを複数の単語に分割し、未知メッセージ用検索フィルタ182に未登録の単語を追加する。
または、フィルタ生成部179は、未登録の単語のリストを検索フィルタ記憶部162に格納しておき、所定回数(例えば、3回)検出された未登録の単語を、リストから未知メッセージ用検索フィルタ182に移すようにしてもよい。また、フィルタ生成部179は、未知メッセージから得られた単語のうち所定の単語(例えば、ドライバ名)を、未知メッセージ用検索フィルタ182に登録しないようにしてもよい。未知メッセージ用検索フィルタ182に追加する単語の重みは、例えば、比較的小さい所定の値に設定される。
(ステップS29)アクション実行部178は、抽出部174から取得した報告情報または判定部177から取得したメッセージに対し、アクションフィルタ記憶部164に記憶されたアクションフィルタが指定するアクションを実行する。例えば、アクション実行部178は、MMBファームウェアへのエラー報告、運用管理サーバ300へのSNMPトラップの送信、メールサーバ400への電子メールの送信などを実行する。
なお、上記のステップS26で説明した、各単語の重みからメッセージの重要度を算出する方法は一例であり、他の方法で重要度を算出してもよい。また、上記のステップS28における未知メッセージ用検索フィルタ182の更新は、ステップS29の後に実行してもよい。また、フィルタ生成部179は、未知メッセージ用検索フィルタ182を動的に更新しない(ステップS28を実行しない)ようにしてもよい。
例えば、重要度の閾値が27であるとする。メッセージが“failed”と“error”を含む場合、判定部177は、図10に示した未知メッセージ用検索フィルタ182に基づいて、当該メッセージの重要度を少なくとも36であると算出する。この場合、判定部177は、当該メッセージを破棄せずアクション実行部178に出力する。一方、メッセージがと“probe”と“aborting”を含むが未知メッセージ用検索フィルタ182に登録された他の単語を含まない場合、判定部177は、当該メッセージの重要度を19と算出する。この場合、判定部177は、当該メッセージを破棄する。
図13は、情報処理システムにおける通信の例を示すシーケンス図である。前述のように、業務サーバ100は、アクションフィルタが指定する方法で、報告すべき情報を処理する。図13は、4つの処理方法の例(ST1〜ST4)を示している。
(ST1)各パーティションで実行されるログモニタは、MMBファームウェアにエラー報告を送信する。MMBファームウェア上で実行されるSNMPデーモンは、エラーの発生を示すSNMPトラップを、運用管理サーバ300に送信する。運用管理サーバ300で実行されるSNMPマネージャは、SNMPトラップを受信し、業務サーバ100でエラーが発生したことを検知する。なお、SNMPデーモンは、端末装置200にSNMPトラップを送信してもよい。
(ST2)各パーティションで実行されるログモニタは、SNMPトラップを、運用管理サーバ300に直接送信する。運用管理サーバ300で実行されるSNMPマネージャは、SNMPトラップを受信し、業務サーバ100でエラーが発生したことを検知する。なお、ログモニタは、端末装置200にSNMPトラップを送信してもよい。
(ST3)各パーティションで実行されるログモニタは、エラーの発生を示す管理者宛ての電子メールを、メールサーバ400に送信する。メールサーバ400で実行されるメール転送エージェントは、受信した電子メールを、管理者のメールボックスに保存する。メール転送エージェントは、端末装置200から受信するPOPコマンドに応じて、メールボックスに保存された電子メールを端末装置200に送信する。
(ST4)各パーティションで実行されるログモニタまたはMMBファームウェアは、エラー報告をHDD131〜133に保存しておく。MMBファームウェアは、端末装置200から受信するHTTP(Hypertext Transfer Protocol)リクエストに応じて、エラー報告を端末装置200に送信する。
第2の実施の形態に係る情報処理システムによれば、検索フィルタ181が変化後のフォーマットに未対応であっても、未知メッセージ用検索フィルタ182を用いることで、メッセージの抽出漏れが発生する可能性を低減できる。また、未知メッセージ用検索フィルタ182を、既存の検索フィルタ181に基づいて生成することで、メッセージの重要度の判定精度を向上させることができる。特に、業務サーバ100は、単語間に挿入されるスペースの数の変化、区切り文字の変化、単語の並び順の変化などの形式的なフォーマットの変化に柔軟に対応できるようになる。また、未知メッセージ用検索フィルタ182を、単語の重みを定義したフィルタ情報とすることで、フィルタ生成が容易となる。
[第3の実施の形態]
次に、第3の実施の形態を説明する。第2の実施の形態との差異を中心に説明し、第2の実施の形態と同様の事項については説明を省略する。第3の実施の形態に係る情報処理システムは、未知メッセージ用検索フィルタの構造およびメッセージの重要度の算出方法が、第2の実施の形態と異なる。
次に、第3の実施の形態を説明する。第2の実施の形態との差異を中心に説明し、第2の実施の形態と同様の事項については説明を省略する。第3の実施の形態に係る情報処理システムは、未知メッセージ用検索フィルタの構造およびメッセージの重要度の算出方法が、第2の実施の形態と異なる。
第3の実施の形態に係る情報処理システムは、図2に示した第2の実施の形態と同様のシステム構成によって実現できる。また、第3の実施の形態に係る業務サーバは、図3,6に示した第2の実施の形態と同様のブロック構成によって実現できる。以下では、第3の実施の形態に係る業務サーバが実行する処理を、図2,3,6で用いたものと同じ符号を用いて説明する。
図14は、第3の実施の形態のフィルタ生成処理を示すフローチャートである。図14に示す処理を、ステップ番号に沿って説明する。
(ステップS31)フィルタ生成部179は、検索フィルタ記憶部162から、検索フィルタ181を取得する。そして、フィルタ生成部179は、検索フィルタ181から、メッセージ定義を抽出する。
(ステップS31)フィルタ生成部179は、検索フィルタ記憶部162から、検索フィルタ181を取得する。そして、フィルタ生成部179は、検索フィルタ181から、メッセージ定義を抽出する。
(ステップS32)フィルタ生成部179は、ステップS31で抽出したメッセージ定義から、可変部分を示す文字列(%%・・・%%)を除去する。
(ステップS33)フィルタ生成部179は、可変部分を除去した後のメッセージ定義を、所定の文字を区切り文字として用いて、複数の単語に分割する。
(ステップS33)フィルタ生成部179は、可変部分を除去した後のメッセージ定義を、所定の文字を区切り文字として用いて、複数の単語に分割する。
(ステップS34)フィルタ生成部179は、可変部を除去した後のメッセージ定義に含まれる句を抽出する。第3の実施の形態において、抽出される句は、2個以上の任意の数の単語を並べた単語列である。例えば、可変部を除去した後のメッセージ定義がABC(A,B,Cは単語)である場合、句としてAB,ABC,BCが抽出される。
(ステップS35)フィルタ生成部179は、ステップS33で得られた単語それぞれの出現数、すなわち、当該単語を含むメッセージ定義の数を算出する。そして、フィルタ生成部179は、算出した出現数を、単語の重みと定義する。
(ステップS36)フィルタ生成部179は、ステップS35で算出した単語の重みを用いて、ステップS34で得られた句それぞれの重みを算出する。すなわち、フィルタ生成部179は、句に含まれる単語の重みを合計し、合計値を句の重みと定義する。
(ステップS37)フィルタ生成部179は、語句の重み、すなわち、ステップS35で算出した単語の重みおよびステップS36で算出した句の重みを調整する。例えば、フィルタ生成部179は、語句の重みの最大値が100となるよう、ステップS35,S36で算出した重みを相対値に変換する。
(ステップS38)フィルタ生成部179は、ステップS37で算出した語句の重みを示す未知メッセージ用検索フィルタを作成し、検索フィルタ記憶部162に格納する。なお、フィルタ生成部179は、ステップS33,S34で得られた語句の一部を、未知メッセージ用検索フィルタに登録しないようにしてもよい。
図15は、語句の重みの算出状況を示す図である。図15に示す重み算出表は、上記のステップS35,S36を通じてフィルタ生成部179が生成する表である。重み算出表は、項目として、フォーマット番号、語句、語重みおよび句重みを含む。フォーマット番号は、検索フィルタ181に記載されたフォーマット番号に対応している。語句は、メッセージ定義に含まれる単語および句である。
語重みは、ステップS35で算出される単語の重みである。単語の重みは、第2の実施の形態と同様の方法で算出することができる。句重みは、ステップS36で算出される句の重みである。例えば、句“failed with”の重みは、単語“failed”の重み(=18)と単語“with”の重み(=12)の合計である。
図16は、未知メッセージ用検索フィルタの第2の例を示す図である。未知メッセージ用検索フィルタ183は、上記のステップS38で、フィルタ生成部179により生成されて検索フィルタ記憶部162に格納される。
未知メッセージ用検索フィルタ183は、項目として、インデックスとIDと語句と重みを含む。インデックスは、語句の先頭のアルファベットである。未知メッセージ用検索フィルタ183では、複数の語句がアルファベット順に整列されている。IDは、同一のインデックス内で語句を識別するための識別情報である。語句は、図15に示した重み算出表に記載された単語および句である。重みは、上記のステップS37で調整された後の語重みまたは句重みである。
フィルタ生成部179は、未知メッセージ用検索フィルタ183が生成する際、メッセージの重要度の閾値も、未知メッセージ用検索フィルタ183に記録しておく。第3の実施の形態の閾値は、0以上100以下の値である。閾値が100に近いほど、判定部177でメッセージが破棄される確率が高くなり、閾値が0に近いほど、判定部177でメッセージが破棄される確率が低くなる。管理者は、誤検出をどの程度許容するか考慮して、重要度の閾値をフィルタ生成部179に指示しておく。
図17は、未知メッセージ用検索フィルタの第2のデータ構造例を示す図である。未知メッセージ用検索フィルタ183は、例えば、図17に示すような線形リストとして、メモリ上に配置される。ただし、図17に示すデータ構造は一例であり、未知メッセージ用検索フィルタ183のデータ構造は線形リストに限定されない。
未知メッセージ用検索フィルタ183を示す線形リストは、インデックス(A〜Z)に対応するノードを含む。また、当該線形リストは、未知メッセージ用検索フィルタ183で定義される語句に対応するノードを含む。インデックスに対応する各ノードは、当該インデックスに属する語句に対応するノードのうち先頭のノードを指すポインタを含む。語句に対応する各ノードは、可変長である語句の文字列の先頭アドレスを指すポインタと、当該語句の重みを示す数値とを含む。
インデックスに対応する複数のノードは、一方向のポインタで連結されている。また、同一のインデックスに属する語句に対応する複数のノードは、一方向のポインタで連結されている。最後尾のノードに含まれるポインタは、NULLポインタである。また、インデックスに対応するノードのうち先頭のノード(すなわち、“A”に対応するノード)のアドレスを指すポインタと重要度の閾値を示す数値のセットが、メモリ上に配置される。
なお、第2の実施の形態で言及したように、MMBファームウェアや他のコンピュータ(例えば、端末装置200)が、未知メッセージ用検索フィルタ183を生成し、業務サーバ100の各パーティションに配布するようにしてもよい。
図18は、第3の実施の形態のメッセージ抽出処理を示すフローチャートである。図18に示す処理を、ステップ番号に沿って説明する。
(ステップS41)メッセージ検出部171は、ログ情報記憶部161に記憶されたログ情報に、新たなメッセージが書き込まれたことを検出する。そして、メッセージ検出部171は、ログ情報から新たなメッセージを取り出す。
(ステップS41)メッセージ検出部171は、ログ情報記憶部161に記憶されたログ情報に、新たなメッセージが書き込まれたことを検出する。そして、メッセージ検出部171は、ログ情報から新たなメッセージを取り出す。
(ステップS42)検索部173は、ステップS41で取り出されたメッセージを、検索フィルタ記憶部162に記憶された検索フィルタ181に含まれるメッセージ定義それぞれと照合する。
(ステップS43)検索部173は、ステップS41で取り出されたメッセージが、検索フィルタ181に定義されたフォーマットに適合するか、すなわち、少なくとも1つのメッセージ定義とマッチするか判断する。フォーマットが適合する場合、処理をステップS44に進める。フォーマットが適合しない場合、処理をステップS45に進める。
(ステップS44)抽出部174は、検索部173から取得したメッセージから、抽出フィルタ記憶部163に記憶された抽出フィルタが指定する範囲の情報(報告情報)を抽出する。そして、処理をステップS51に進める。
(ステップS45)語分割部176は、検索部173から取得したメッセージを、所定の文字を区切り文字として用いて、複数の単語に分割する。
(ステップS46)判定部177は、メッセージ内の現在着目している単語の先頭アルファベットを特定する。ステップS46を最初に実行するときは、着目する単語はメッセージの先頭の単語である。判定部177は、検索フィルタ記憶部162に記憶された未知メッセージ用検索フィルタ183から、特定した先頭アルファベットから始まる語句を取得する。例えば、判定部177は、先頭アルファベットが“S”の場合は、インデックス“S”に属する語句を未知メッセージ用検索フィルタ183から取得する。
(ステップS46)判定部177は、メッセージ内の現在着目している単語の先頭アルファベットを特定する。ステップS46を最初に実行するときは、着目する単語はメッセージの先頭の単語である。判定部177は、検索フィルタ記憶部162に記憶された未知メッセージ用検索フィルタ183から、特定した先頭アルファベットから始まる語句を取得する。例えば、判定部177は、先頭アルファベットが“S”の場合は、インデックス“S”に属する語句を未知メッセージ用検索フィルタ183から取得する。
そして、判定部177は、未知メッセージ用検索フィルタ183から取得した語句のうち、重み×一致率が最大となる語句を選択する。一致率は、メッセージ内の現在着目している単語から始まる語句と未知メッセージ用検索フィルタ183から取得した語句との間の、文字の一致率である。例えば、メッセージがABC(A,B,Cは単語)であり、未知メッセージ用検索フィルタ183に、AとABとABD(Dは単語)が記載されているとする。この場合、判定部177は、句ABを選択することが考えられる。なお、未知メッセージ用検索フィルタ183に記載されていない単語の一致率は、0と判断される。
(ステップS47)判定部177は、メッセージから、ステップS46でマッチした語句を取り除く。判定部177は、マッチした語句を取り除いた後のメッセージに、語句が残っているか判断する。語句が残っている場合、残りの語句の先頭の単語に着目し、処理をステップS46に進める。語句が残っていない場合、処理をステップS48に進める。例えば、メッセージがABCであり、ABCのうちABが未知メッセージ用検索フィルタ183に記載された句とマッチしたとする。この場合、判定部177は、残りの単語Cに着目して、ステップS46を実行する。
(ステップS48)判定部177は、ステップS46で選択した語句についての重み×一致率と、メッセージ内のステップS46でマッチした語句の長さ(スペースを除く文字数)から、メッセージの重要度を算出する。すなわち、判定部177は、以下の式を用いて、メッセージの重要度を算出する。
重要度=sum(語句の長さ×重み×一致率)÷メッセージ全体の長さ
例えば、メッセージがABCであり、ステップS46でABとCがそれぞれ、未知メッセージ用検索フィルタ183に記載された語句とマッチしたとする。この場合、判定部177は、以下の式で当該メッセージの重要度を算出する。
例えば、メッセージがABCであり、ステップS46でABとCがそれぞれ、未知メッセージ用検索フィルタ183に記載された語句とマッチしたとする。この場合、判定部177は、以下の式で当該メッセージの重要度を算出する。
(ABの長さ×重み×一致率+Cの長さ×重み×一致率)÷ABCの長さ
(ステップS49)判定部177は、ステップS48で算出したメッセージの重要度と未知メッセージ用検索フィルタ183に記載された閾値とを比較する。重要度が閾値以上の場合、処理をステップS49に進める。重要度が閾値未満の場合、判定部177は、検索部173から取得したメッセージを破棄し、処理を終了する。
(ステップS49)判定部177は、ステップS48で算出したメッセージの重要度と未知メッセージ用検索フィルタ183に記載された閾値とを比較する。重要度が閾値以上の場合、処理をステップS49に進める。重要度が閾値未満の場合、判定部177は、検索部173から取得したメッセージを破棄し、処理を終了する。
(ステップS50)フィルタ生成部179は、ステップS49で重要度が閾値以上と判断された未知メッセージを用いて、未知メッセージ用検索フィルタ183を更新する。例えば、フィルタ生成部179は、未知メッセージに含まれる語句を抽出し、未知メッセージ用検索フィルタ183に未登録の語句を追加する。または、フィルタ生成部179は、未登録の語句のリストを検索フィルタ記憶部162に格納しておき、所定回数(例えば、3回)検出された未登録の語句を、リストから未知メッセージ用検索フィルタ183に移すようにしてもよい。
(ステップS51)アクション実行部178は、抽出部174から取得した報告情報または判定部177から取得したメッセージに対し、アクションフィルタ記憶部164に記憶されたアクションフィルタが指定するアクションを実行する。
なお、上記のステップS48で説明した重要度の算出方法は一例であり、他の方法で重要度を算出してもよい。また、上記のステップS50における未知メッセージ用検索フィルタ183の更新は、ステップS51の後に実行してもよい。また、フィルタ生成部179は、未知メッセージ用検索フィルタ183を動的に更新しないようにしてもよい。
例えば、メッセージが“Start failed(/etc/opt/FJSVpsa/global/pmpsa.conf):Files cannot open”であるとする。また、検索フィルタ記憶部162に、図16に示した未知メッセージ用検索フィルタ183が記憶されているとする。
この場合、判定部177は、メッセージに含まれる“Start failed(/etc/opt/FJSVpsa/global/pmpsa.conf):Files”と、インデックス“S”に属するID=mの句およびID=m+1の句の間でマッチングを行う。ID=mの句の一致率は54÷55=約98%であり、重み×一致率=約78である。一方、ID=m+1の句の一致率は55÷55=100%であり、重み×一致率=80である。よって、判定部177は、インデックス“S”に属するID=m+1の句を選択し、メッセージの上記部分をマッチング済みと判断する。
次に、判定部177は、メッセージに含まれる“cannot open”と、インデックス“C”に属するID=4の句の間でマッチングを行う。判定部177は、重み×一致率=30×100%=30と算出し、メッセージの上記残り部分をマッチング済みと判断する。以上より、判定部177は、メッセージの重要度=(55×80×100%+12×30×100%)÷(55+12)=約71と算出する。
第3の実施の形態に係る情報処理システムによれば、第2の実施の形態と同様、検索フィルタ181が変化後のフォーマットに未対応であっても、未知メッセージ用検索フィルタ183を用いることで、メッセージの抽出漏れが発生する可能性を低減できる。更に、未知メッセージ用検索フィルタ183を、単語の重みに加えて句の重みも定義したフィルタ情報とすることで、メッセージ内の単語の並び順を考慮してメッセージの重要度を判定することができ、重要度の判定精度を向上させることができる。
なお、前述の通り、業務サーバ100のログ監視機能は、コンピュータを用いて実現できる。その場合、コンピュータに実行させる処理の内容を記述したプログラムが提供される。処理内容を記述したプログラムは、コンピュータ読み取り可能な記録媒体(例えば、記録媒体223)に記録しておくことができる。記録媒体としては、例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリを使用できる。磁気ディスクには、HDD、FD、磁気テープ(MT:Magnetic Tape)が含まれる。光ディスクには、CD、CD−R(Recordable)/RW(ReWritable)、DVD、DVD−R/RWが含まれる。
プログラムを流通させる場合、例えば、プログラムが記録された可搬記録媒体が提供される。または、プログラムを他のコンピュータの記憶装置に格納しておき、ネットワーク経由で、プログラムを業務サーバ100に転送することもできる。業務サーバ100は、例えば、可搬記録媒体に記録されたプログラムまたは他のコンピュータから受信したプログラムを、自装置の記憶装置(例えば、HDD131〜133)に格納する。そして、自装置の記憶装置からプログラムを読み込んで実行する。ただし、可搬型記録媒体から直接プログラムを読み込んで実行することもできる。また、他のコンピュータからプログラムを受信する毎に逐次、受信したプログラムを実行することもできる。
上記については単に本発明の原理を示すものである。更に、多数の変形や変更が当業者にとって可能であり、本発明は上記に示し、説明した正確な構成および応用例に限定されるものではなく、対応する全ての変形例および均等物は、添付の請求項およびその均等物による本発明の範囲とみなされる。
10 情報処理装置
11 記憶部
11a,11b フィルタ情報
12,13 検索手段
14 複数のメッセージ
11 記憶部
11a,11b フィルタ情報
12,13 検索手段
14 複数のメッセージ
Claims (8)
- 複数のメッセージを取得し前記複数のメッセージの中から1またはそれ以上のメッセージを抽出する情報処理装置であって、
メッセージのフォーマットを示す第1のフィルタ情報と、語または句の重みを示す第2のフィルタ情報とを記憶する記憶部と、
前記複数のメッセージのうち、前記第1のフィルタ情報が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択する第1の検索手段と、
前記第1の検索手段で選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と前記第2のフィルタ情報とに基づいて算出し、前記第1の検索手段で選択されなかったメッセージの中から、前記重要度に応じて、抽出するメッセージを選択する第2の検索手段と、
を有することを特徴とする情報処理装置。 - 前記第2のフィルタ情報は、前記第1のフィルタ情報が示すフォーマットにおける語または句の出現状況に基づいて作成されたことを特徴とする請求の範囲第1項記載の情報処理装置。
- 前記第1のフィルタ情報が示すフォーマットに含まれる語または句を抽出し、各語または句の出現状況に基づいて、前記第2のフィルタ情報を生成する生成手段を更に有することを特徴とする請求の範囲第1項記載の情報処理装置。
- 前記生成手段は、前記第1のフィルタ情報が示すフォーマットに含まれる語および句を抽出し、各語の重みを当該語の出現状況に基づいて算出し、各句の重みを前記語の重みに基づいて算出することを特徴とする請求の範囲第3項記載の情報処理装置。
- 前記第2のフィルタ情報は、少なくとも句の重みを示す情報を含み、
前記第2の検索手段は、前記各メッセージに含まれる句と前記第2のフィルタ情報が示す句との間の一致度を算出し、前記一致度と前記第2のフィルタ情報が示す句の重みとに基づいて前記重要度を算出する、
ことを特徴とする請求の範囲第1項記載の情報処理装置。 - 前記第2の検索手段で選択されたメッセージに基づいて、前記第2のフィルタ情報を更新する更新手段を更に有することを特徴とする請求の範囲第1項記載の情報処理装置。
- 複数のメッセージを取得し前記複数のメッセージの中から1またはそれ以上のメッセージを抽出するコンピュータが実行するメッセージ抽出方法であって、
記憶部に記憶された、メッセージのフォーマットを示す第1のフィルタ情報を参照し、前記複数のメッセージのうち、前記第1のフィルタ情報が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択し、
前記第1のフィルタ情報に基づいて選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と前記記憶部に記憶された語または句の重みを示す第2のフィルタ情報とに基づいて算出し、
前記第1のフィルタ情報に基づいて選択されなかったメッセージの中から、前記重要度に応じて、抽出するメッセージを選択する、
ことを特徴とするメッセージ抽出方法。 - 複数のメッセージを取得し前記複数のメッセージの中から1またはそれ以上のメッセージを抽出するメッセージ抽出プログラムであって、コンピュータに、
記憶部に記憶された、メッセージのフォーマットを示す第1のフィルタ情報を参照し、前記複数のメッセージのうち、前記第1のフィルタ情報が示すフォーマットに適合するメッセージを、抽出するメッセージとして選択し、
前記第1のフィルタ情報に基づいて選択されなかった各メッセージの重要度を、当該メッセージに含まれる語または句と前記記憶部に記憶された語または句の重みを示す第2のフィルタ情報とに基づいて算出し、
前記第1のフィルタ情報に基づいて選択されなかったメッセージの中から、前記重要度に応じて、抽出するメッセージを選択する、
処理を実行させることを特徴とするメッセージ抽出プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2010/070458 WO2012066650A1 (ja) | 2010-11-17 | 2010-11-17 | 情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5423904B2 JP5423904B2 (ja) | 2014-02-19 |
JPWO2012066650A1 true JPWO2012066650A1 (ja) | 2014-05-12 |
Family
ID=46083613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012544045A Active JP5423904B2 (ja) | 2010-11-17 | 2010-11-17 | 情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US8676568B2 (ja) |
JP (1) | JP5423904B2 (ja) |
WO (1) | WO2012066650A1 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5935890B2 (ja) | 2012-08-08 | 2016-06-15 | 富士通株式会社 | 障害検出装置、障害検出プログラムおよび障害検出方法 |
JP6127647B2 (ja) * | 2013-03-28 | 2017-05-17 | 日本電気株式会社 | ログ管理装置、ログ管理システム、ログ管理方法、及び、ログ管理プログラム |
US10169719B2 (en) | 2015-10-20 | 2019-01-01 | International Business Machines Corporation | User configurable message anomaly scoring to identify unusual activity in information technology systems |
WO2017081865A1 (ja) * | 2015-11-13 | 2017-05-18 | 日本電気株式会社 | ログ分析システム、方法、及び記録媒体 |
JP6965748B2 (ja) * | 2015-11-17 | 2021-11-10 | 日本電気株式会社 | ログ分析システム、方法およびプログラム |
JP6620538B2 (ja) * | 2015-12-04 | 2019-12-18 | 富士通株式会社 | 学習プログラム、学習方法およびメールサーバ |
US10171320B2 (en) | 2016-08-16 | 2019-01-01 | International Business Machines Corporation | Ensuring important messages are viewed by intended recipient based on time-to-live pattern |
US11115359B2 (en) * | 2016-11-03 | 2021-09-07 | Samsung Electronics Co., Ltd. | Method and apparatus for importance filtering a plurality of messages |
US10841337B2 (en) | 2016-11-28 | 2020-11-17 | Secureworks Corp. | Computer implemented system and method, and computer program product for reversibly remediating a security risk |
JP2018165897A (ja) * | 2017-03-28 | 2018-10-25 | 日本電気株式会社 | 表示制御装置、表示制御方法、およびコンピュータプログラム |
JP2019061458A (ja) * | 2017-09-26 | 2019-04-18 | 京セラドキュメントソリューションズ株式会社 | 電子機器およびログアプリケーション |
US10735470B2 (en) | 2017-11-06 | 2020-08-04 | Secureworks Corp. | Systems and methods for sharing, distributing, or accessing security data and/or security applications, models, or analytics |
JP7006347B2 (ja) * | 2018-02-13 | 2022-01-24 | 日本電気株式会社 | 管理装置、管理方法とそのプログラム |
US11003718B2 (en) * | 2018-06-12 | 2021-05-11 | Secureworks Corp. | Systems and methods for enabling a global aggregated search, while allowing configurable client anonymity |
US10785238B2 (en) | 2018-06-12 | 2020-09-22 | Secureworks Corp. | Systems and methods for threat discovery across distinct organizations |
JP7207009B2 (ja) * | 2019-02-26 | 2023-01-18 | 日本電信電話株式会社 | 異常検知装置、異常検知方法および異常検知プログラム |
US11310268B2 (en) | 2019-05-06 | 2022-04-19 | Secureworks Corp. | Systems and methods using computer vision and machine learning for detection of malicious actions |
US11418524B2 (en) | 2019-05-07 | 2022-08-16 | SecureworksCorp. | Systems and methods of hierarchical behavior activity modeling and detection for systems-level security |
US11308276B2 (en) | 2019-07-01 | 2022-04-19 | Adobe Inc. | Generating message effectiveness predictions and insights |
US11381589B2 (en) | 2019-10-11 | 2022-07-05 | Secureworks Corp. | Systems and methods for distributed extended common vulnerabilities and exposures data management |
US11522877B2 (en) | 2019-12-16 | 2022-12-06 | Secureworks Corp. | Systems and methods for identifying malicious actors or activities |
US11588834B2 (en) | 2020-09-03 | 2023-02-21 | Secureworks Corp. | Systems and methods for identifying attack patterns or suspicious activity in client networks |
US11528294B2 (en) | 2021-02-18 | 2022-12-13 | SecureworksCorp. | Systems and methods for automated threat detection |
US11487940B1 (en) * | 2021-06-21 | 2022-11-01 | International Business Machines Corporation | Controlling abstraction of rule generation based on linguistic context |
US12034751B2 (en) | 2021-10-01 | 2024-07-09 | Secureworks Corp. | Systems and methods for detecting malicious hands-on-keyboard activity via machine learning |
US12015623B2 (en) | 2022-06-24 | 2024-06-18 | Secureworks Corp. | Systems and methods for consensus driven threat intelligence |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07105046A (ja) * | 1993-10-05 | 1995-04-21 | Toshiba Corp | 計算機システムの異常監視処理機構 |
US6393423B1 (en) * | 1999-04-08 | 2002-05-21 | James Francis Goedken | Apparatus and methods for electronic information exchange |
JP3450264B2 (ja) * | 2000-04-05 | 2003-09-22 | Necソフト株式会社 | 障害検出システム |
JP2003067304A (ja) * | 2001-08-27 | 2003-03-07 | Kddi Corp | 電子メールフィルタリングシステム、電子メールフィルタリング方法、電子メールフィルタリングプログラム及びそれを記録した記録媒体 |
WO2003073824A1 (en) * | 2002-03-01 | 2003-09-12 | Tralix, L.L.C. | Method and system of sending and tracking electronic mail messages |
JP2003256449A (ja) * | 2002-03-05 | 2003-09-12 | Ricoh Co Ltd | 重要情報抽出システムおよび重要情報抽出方法 |
US20080147813A1 (en) * | 2003-02-28 | 2008-06-19 | Tralix, L.L.C. | Systems and methods for electronic mail message server component |
US7941491B2 (en) * | 2004-06-04 | 2011-05-10 | Messagemind, Inc. | System and method for dynamic adaptive user-based prioritization and display of electronic messages |
US20070016401A1 (en) * | 2004-08-12 | 2007-01-18 | Farzad Ehsani | Speech-to-speech translation system with user-modifiable paraphrasing grammars |
WO2007007410A1 (ja) * | 2005-07-14 | 2007-01-18 | Fujitsu Limited | メッセージ解析装置、メッセージ解析方法およびメッセージ解析プログラム |
JP2007122509A (ja) * | 2005-10-28 | 2007-05-17 | Rozetta Corp | 語句配列の自然度判定装置、方法及びプログラム |
US20070168430A1 (en) * | 2005-11-23 | 2007-07-19 | Xerox Corporation | Content-based dynamic email prioritizer |
US8060357B2 (en) * | 2006-01-27 | 2011-11-15 | Xerox Corporation | Linguistic user interface |
US7797303B2 (en) * | 2006-02-15 | 2010-09-14 | Xerox Corporation | Natural language processing for developing queries |
US20070219773A1 (en) * | 2006-03-17 | 2007-09-20 | Xerox Corporation | Syntactic rule development graphical user interface |
JP4458493B2 (ja) | 2006-08-10 | 2010-04-28 | 株式会社日立情報システムズ | ログ通知条件定義支援装置とログ監視システムおよびプログラムとログ通知条件定義支援方法 |
US7788084B2 (en) * | 2006-09-19 | 2010-08-31 | Xerox Corporation | Labeling of work of art titles in text for natural language processing |
US7774198B2 (en) * | 2006-10-06 | 2010-08-10 | Xerox Corporation | Navigation system for text |
US20080177531A1 (en) * | 2007-01-19 | 2008-07-24 | Oki Electric Industry Co., Ltd. | Language processing apparatus, language processing method, and computer program |
US8352264B2 (en) * | 2008-03-19 | 2013-01-08 | Canyon IP Holdings, LLC | Corrective feedback loop for automated speech recognition |
JP2009064098A (ja) | 2007-09-04 | 2009-03-26 | Nec Corp | 運用管理システムおよび定義不足の分析方法 |
JP4888425B2 (ja) | 2008-03-07 | 2012-02-29 | 日本電気株式会社 | メッセージ監視システムおよびメッセージフィルタの最適化支援方法 |
US20090282114A1 (en) * | 2008-05-08 | 2009-11-12 | Junlan Feng | System and method for generating suggested responses to an email |
JP2009302788A (ja) * | 2008-06-11 | 2009-12-24 | Konica Minolta Business Technologies Inc | 画像処理装置、同装置による音声案内方法及び音声案内プログラム |
-
2010
- 2010-11-17 JP JP2012544045A patent/JP5423904B2/ja active Active
- 2010-11-17 WO PCT/JP2010/070458 patent/WO2012066650A1/ja active Application Filing
-
2013
- 2013-04-23 US US13/868,374 patent/US8676568B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2012066650A1 (ja) | 2012-05-24 |
JP5423904B2 (ja) | 2014-02-19 |
US8676568B2 (en) | 2014-03-18 |
US20130238319A1 (en) | 2013-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5423904B2 (ja) | 情報処理装置、メッセージ抽出方法およびメッセージ抽出プログラム | |
JP6152788B2 (ja) | 障害予兆検知方法、情報処理装置およびプログラム | |
US8751874B2 (en) | Managing apparatus, managing method | |
US10705819B2 (en) | Updating software based on similarities between endpoints | |
US20100058108A1 (en) | Method for analyzing fault caused in virtualized environment, and management server | |
CN102597966B (zh) | 运行管理装置以及运行管理方法 | |
JP2014067369A (ja) | 情報処理装置,プログラム,情報処理方法 | |
EP3047378B1 (en) | Dynamic discovery of applications, external dependencies, and relationships | |
JP4383484B2 (ja) | メッセージ解析装置、制御方法および制御プログラム | |
US20160098473A1 (en) | Grouping method and apparatus | |
US11165665B2 (en) | Apparatus and method to improve precision of identifying a range of effects of a failure in a system providing a multilayer structure of services | |
US10817365B2 (en) | Anomaly detection for incremental application deployments | |
JP5012999B2 (ja) | 保守業務支援プログラム、保守業務支援方法および保守業務支援装置 | |
JP6845657B2 (ja) | 管理サーバ、管理方法及びそのプログラム | |
JP2011159015A (ja) | 検索支援プログラム、検索支援装置および検索支援方法 | |
JP6340990B2 (ja) | メッセージ表示方法、メッセージ表示装置、およびメッセージ表示プログラム | |
JP5623950B2 (ja) | It障害予兆検知装置及びプログラム | |
JP2018063518A5 (ja) | ||
US10719308B1 (en) | System and method for dynamically monitoring a configuration of a server computing device | |
JP5737789B2 (ja) | 仮想マシン運用監視システム | |
JP2021135541A (ja) | モデル生成装置、モデル生成方法、及びモデル生成プログラム | |
JP6508202B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP6636656B2 (ja) | 管理システム、管理装置、および管理方法 | |
JP2009265836A (ja) | 依存関係推定装置及び依存関係推定プログラム及び記録媒体 | |
JP2012168702A (ja) | ログ解析装置およびログ解析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20131029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131111 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5423904 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |