專利名稱：操作管理設(shè)備、操作管理方法和程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及操作管理設(shè)備、操作管理方法和程序，并且具體地涉及通過使用有關(guān)系統(tǒng)性能的時間序列信息來執(zhí)行系統(tǒng)建模的操作管理設(shè)備、操作管理方法和程序。
背景技術(shù)：
專利文獻I公開了操作管理系統(tǒng)的示例，其通過使用關(guān)于系統(tǒng)性能的時間序列信息來執(zhí)行系統(tǒng)建模并且通過使用所生成的模型檢測該系統(tǒng)的故障。專利文獻I中公開的操作管理系統(tǒng)通過基于有關(guān)多種系統(tǒng)性能類型的性能信息的時間序列信息，導(dǎo)出關(guān)于有關(guān)多個性能項目的多條性能信息之間的每一對的相關(guān)性函數(shù)，來生成包括多個相關(guān)性函數(shù)的相關(guān)性模型。隨后，操作管理系統(tǒng)通過使用所生成的相關(guān)性模型，關(guān)于性能信息的實際測量值確定相關(guān)性是否被破壞，并且基于相關(guān)性破壞的出現(xiàn)數(shù)量來檢測系統(tǒng)的異常。在專利文獻I公開的操作管理系統(tǒng)中，當(dāng)生成相關(guān)性模型時，輸入在預(yù)定時段期間有關(guān)性能信息的時間序列信息，并且基于該期間中的時間序列信息提取相關(guān)性。順便指出，在許多系統(tǒng)中，因為處理服務(wù)器和被執(zhí)行的應(yīng)用的數(shù)量根據(jù)系統(tǒng)操作的時隙而改變，所以系統(tǒng)特性也改變，并且多條性能信息之間的相關(guān)性根據(jù)所述特性而改變。由于此原因，用于生成相關(guān)性模型的時間序列信息的時段(建模期間)需要根據(jù)系統(tǒng)特性改變的時間而適當(dāng)?shù)卦O(shè)置。另外，當(dāng)分析系統(tǒng)時，需要根據(jù)在其間執(zhí)行該分析的那個時隙的系統(tǒng)特性來使用相關(guān)性模型。例如，會計系統(tǒng)執(zhí)行的處理的類型在白天和夜間之間改變，諸如它們在白天執(zhí)行在線交易處理并且在夜晚執(zhí)行批處理。就這種會計系統(tǒng)而言，需要基于針對白天和夜間的相應(yīng)性能信息序列而生成用于白天和夜間的相應(yīng)相關(guān)性模型，以及在白天和夜間之間改變將在系統(tǒng)分析中使用的相關(guān)性模型。因而，為了根據(jù)系統(tǒng)特性執(zhí)行建模和分析，需要具備關(guān)于該系統(tǒng)所具有的多個系統(tǒng)特性的每一個的有關(guān)建模期間的信息。這種有關(guān)建模期間的信息例如由具有有關(guān)系統(tǒng)的充足知識的管理員掌握，并且管理員設(shè)置生成相關(guān)性模型的建模期間。然而，當(dāng)由于諸如并不存在具有關(guān)于系統(tǒng)的充足知識的管理員的原因而使得有關(guān)建模期間的這種信息不可用，例如，并且由此生成關(guān)于不準確建模期間的相關(guān)性模型并將其應(yīng)用到系統(tǒng)分析時，由于多條性能信息之間的相關(guān)性根據(jù)時隙改變，因而不準確地檢測到系統(tǒng)的異常(為誤報)，盡管該系統(tǒng)處于正常操作中。此外，當(dāng)使用相關(guān)性模型執(zhí)行系統(tǒng)分析時，在系統(tǒng)特性不同于相關(guān)性模型的建模期間中的系統(tǒng)特性的這種時隙期間，由于在該分析的時隙中多條性能信息之間的相關(guān)性不同于建模期間中的相關(guān)性，因而類似地不準確地檢測到系統(tǒng)的異常(為誤報)。

例如，關(guān)于上述會計系統(tǒng)，當(dāng)基于在白天的性能信息序列而生成的相關(guān)性模型被應(yīng)用到在夜間的系統(tǒng)分析中時，由于在系統(tǒng)中建立的相關(guān)性變化，所以向管理員報告系統(tǒng)的異常(誤報)，即使批處理被正常地執(zhí)行。
如上所述，當(dāng)關(guān)于系統(tǒng)所具備的多個系統(tǒng)特性的每一個的有關(guān)關(guān)于建模期間的信息不可用時，可能生成不精確的模型，或可能應(yīng)用不適于系統(tǒng)分析的時隙的模型。因此，存在出現(xiàn)分析精度下降、分析中故障的遺漏或者關(guān)于故障的誤報的可能性。
作為相關(guān)技術(shù)，專利文獻2公開一種操作信息管理系統(tǒng)，其中計算在被監(jiān)視目標(biāo)的性能信息和模型數(shù)據(jù)之間的相關(guān)性系數(shù)，并且僅僅關(guān)于表現(xiàn)出強相關(guān)性的性能信息存儲相關(guān)性系數(shù)。
[引文列表]
[專利文獻]
[專利文獻I]日本專利申請公開2009-199533
[專利文獻2]日本專利申請公開2008-108154發(fā)明內(nèi)容
[技術(shù)問題]
當(dāng)在類似于在上述專利文獻I公開的建模技術(shù)中，基于有關(guān)系統(tǒng)性能的時間序列信息而生成用于系統(tǒng)分析的相關(guān)性模型時，存在這樣的問題:需要關(guān)于該系統(tǒng)所具備的多個系統(tǒng)特性的每一個的有關(guān)建模期間的信息。
本發(fā)明的目的是解決上述問題，并且因此提供這樣的操作管理設(shè)備、操作管理方法和程序:即使關(guān)于系統(tǒng)特性的有關(guān)建模期間的信息不可用，其仍生成關(guān)于每個固定期間(諸如系統(tǒng)分析被執(zhí)行的日期)的適于系統(tǒng)分析的相關(guān)性模型。
[問題的解決方案]
根據(jù)本發(fā)明的示例性方面的操作管理設(shè)備包括:性能信息存儲裝置，其用于按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息；相關(guān)性模型生成裝置，其用于生成多個相關(guān)性模型，所述多個相關(guān)性模型每個均包括在預(yù)定期間中不同類型的性能值之間的相關(guān)性，所述性能值存儲于所述性能信息存儲裝置中；以及模型設(shè)置裝置，其用于基于用于在所述預(yù)定期間中的所述性能信息的每個相關(guān)性模型的適合度，從由所述相關(guān)性模型生成裝置生成的多個相關(guān)性模型之中選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型，并且用于設(shè)置在其上將所述基本模型以及所述一個或多個特定模型分別應(yīng)用于故障檢測的時段。
根據(jù)本發(fā)明的示例性方面的操作管理方法包括:按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息；生成多個相關(guān)性模型，所述多個相關(guān)性模型每個均包括在預(yù)定期間中在不同類型的性能值之間的相關(guān)性；基于用于在所述預(yù)定期間中的性能信息的每個相關(guān)性模型的適合度，從所述多個相關(guān)性模型之中，選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型；以及設(shè)置在其上將所述基本模型以及所述一個或多個特定模型分別應(yīng)用與故障檢測的時段。
根據(jù)本發(fā)明的示例性方面的計算機可讀存儲介質(zhì)在其上記錄有操作管理程序，該計算機可讀存儲介質(zhì)致使計算機執(zhí)行包括下述操作的方法:按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息；生成多個相關(guān)性模型，所述多個相關(guān)性模型每個均包括在預(yù)定期間中在不同類型的性能值之間的相關(guān)性；基于用于在預(yù)定期間中的性能信息的每個相關(guān)性模型的適合度，從所述多個相關(guān)性模型之中選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為基本模型以外的相關(guān)性模型；以及設(shè)置在其上應(yīng)用所述基本模型以及所述一個或多個特定模型分別應(yīng)用于故障檢測的時段。[本發(fā)明的有利效果]本發(fā)明的有利效果在于，即使關(guān)于系統(tǒng)特性的有關(guān)建模期間的信息不可用，仍可以關(guān)于每個固定期間(諸如執(zhí)行系統(tǒng)分析的日期)生成適于系統(tǒng)分析的相關(guān)性模型。


[圖1]示出本發(fā)明的第一示例性實施方式的特征配置的框圖。[圖2]示出對其應(yīng)用本發(fā)明第一示例性實施方式中的操作管理設(shè)備的操作管理系統(tǒng)的配置的框圖。[圖3]示出對其應(yīng)用本發(fā)明第一示例性實施方式中的操作管理設(shè)備的操作管理系統(tǒng)的示例的圖示。[圖4]示出在本發(fā)明第一示例性實施方式中的性能序列信息121的示例的表格。[圖5]示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的一般性過程的流程圖。[圖6]示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的模型提取過程的流程圖。[圖7]示出在本發(fā)明第一示例性實施方式中的相關(guān)性模型122的示例的圖示。[圖8]示出在本發(fā)明第一示例性實施方式中的平均相關(guān)性破壞率的計算結(jié)果的圖示。[圖9]不出本在發(fā)明第一不例性實施方式中的模型信息123的不例的表格。[圖10]示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的時間安排生成過程的流程圖。[圖11]示出在本發(fā)明第一示例性實施方式中的時間安排候選信息124的示例的表格。[圖12]示出在本發(fā)明第一示例性實施方式中的一致度計算結(jié)果的示例的圖示。[圖13]示出在本發(fā)明第二示例性實施方式中的操作管理系統(tǒng)的配置的框圖。[圖14]示出在本發(fā)明第二示例性實施方式中的操作管理設(shè)備100的例外模型生成過程的流程圖。[圖15]示出在本發(fā)明第二示例性實施方式中的相關(guān)性破壞檢測的結(jié)果的示例的圖示。[圖16]示出在本發(fā)明第二示例性實施方式中模型信息123的示例的表格。
具體實施例方式(第一不例性實施方式)
接著，將描述本發(fā)明的第一示例性實施方式。
首先，將描述本發(fā)明的第一示例性實施方式的配置。圖2為示出向其應(yīng)用本發(fā)明第一示例性實施方式中的操作管理設(shè)備的操作管理系統(tǒng)的配置的框圖。
如圖2所示，在本發(fā)明第一示例性實施方式中的操作管理系統(tǒng)包括操作管理設(shè)備(監(jiān)視和控制設(shè)備)100、被監(jiān)視設(shè)備200 (200a和200b)以及監(jiān)視終端300。
此處，基于從被監(jiān)視設(shè)備200 (其為監(jiān)視對象)收集的性能信息，操作管理設(shè)備100生成關(guān)于被監(jiān)視設(shè)備200的相關(guān)性模型122，并且利用所生成的相關(guān)性模型122執(zhí)行關(guān)于被監(jiān)視設(shè)備200的故障檢測。
被監(jiān)視設(shè)備200為由操作管理設(shè)備100建模和監(jiān)視的設(shè)備(系統(tǒng))，諸如網(wǎng)絡(luò)服務(wù)器和數(shù)據(jù)庫服務(wù)器。
監(jiān)視終端300為供管理員等命令操作管理設(shè)備100生成相關(guān)性模型122并且檢測關(guān)于被監(jiān)視設(shè)備200的故障的終端。
操作管理設(shè)備100包括信息收集單元101、相關(guān)性模型生成單元102、模型設(shè)置單元103、時間安排生成單元104、異常檢測單元105、性能信息存儲單元111、相關(guān)性模型存儲單元112、模型信息存儲單元113和時間安排候選信息存儲單元114。
此處，信息收集單元101從被監(jiān)視設(shè)備200收集性能序列信息121，該性能序列信息指示被監(jiān)視設(shè)備200的性能信息的按時間順序的變化。性能信息存儲單元111存儲由信息收集單元101收集的性能序列信息121。此處，性能序列信息121包括定期地對被監(jiān)視設(shè)備200進行測量的性能項目的值(性能值)以作為性能信息，諸如CPU使用率、存儲器使用情況以及磁盤訪問的次數(shù)。
此處，每個被監(jiān)視設(shè)備200與性能項目的組合被定義為性能信息中的性能類型(或僅僅類型)。
圖4為示出本發(fā)明第一示例性實施方式中的性能序列信息121的示例的表格。在圖4所示的示例中，性能序列信息121包括下述各項作為性能類型:被監(jiān)視設(shè)備200a的CPU使用率、被監(jiān)視設(shè)備200b的磁盤訪問的次數(shù)以及被監(jiān)視設(shè)備200b的CPU使用率。
相關(guān)性模型生成單元102參照性能序列信息121并且生成關(guān)于性能序列信息121中包括的每個日期的相關(guān)性模型122。此處，關(guān)于性能序列信息121中包括的每個日期，相關(guān)性模型生成單元102導(dǎo)出用于任意兩個性能類型的性能值之間的相關(guān)性函數(shù)，并且生成包括關(guān)于每對性能類型的相關(guān)性函數(shù)的相關(guān)性模型122。相關(guān)性模型存儲單元112存儲由相關(guān)性模型生成單元102生成的相關(guān)性模型122。
此處，相關(guān)性函數(shù)為從一種性能類型的性能值的時間序列預(yù)測另一性能類型的性能值的時間序列的變換函數(shù)，并且如專利文獻I所指示，由系統(tǒng)識別過程關(guān)于用于上述任意兩種性能類型的關(guān)于性能值的時間序列而導(dǎo)出。
圖7為示出在本發(fā)明第一示例性實施方式中的相關(guān)性模型122的示例的圖示。在圖7所示示例中，生成關(guān)于每個日期的相關(guān)性模型122。在相應(yīng)相關(guān)性模型122中，已經(jīng)計算了關(guān)于三種性能類型之中的各對性能類型的性能值的相關(guān)性函數(shù)，所述三種性能類型為web服務(wù)器的CPU使用率、數(shù)據(jù)庫服務(wù)器的磁盤訪問的次數(shù)以及數(shù)據(jù)庫服務(wù)器的CPU使用率。另外，采用諸如y = Ax的變換函數(shù)作為相關(guān)性函數(shù)。
此外，歷法的日被設(shè)置為在本發(fā)明的第一示例性實施方式中生成相關(guān)性模型12的時間單位(在下文中稱為固定期間)，但是歷法的星期或月份也可以被設(shè)置為該固定期間。另外，固定期間不限于諸如日、星期和月份的周期性期間，而可以是由管理員預(yù)定義的特定時隙。模型設(shè)置單元103從由相關(guān)性模型生成單元102生成的多個相關(guān)性模型122之中，提取基本模型和特定模型，所述基本模型適合于在性能序列信息121的預(yù)定期間內(nèi)的性能信息，并且所述特定模型適合于針對在性能序列信息121的預(yù)定期間中的特定日期的性能信息，以及確定將基本模型和特定模型中每個應(yīng)用于系統(tǒng)分析(故障檢測)的日期。此處，在本發(fā)明的第一示例性實施方式中，基于相關(guān)性模型122關(guān)于性能信息的適合度，確定相關(guān)性模型122是否適合于性能信息。模型設(shè)置單元103選擇在預(yù)定期間中表現(xiàn)出最高適合度的相關(guān)性模型122作為基本模型，并且選擇在預(yù)定期間中表現(xiàn)出最低適合度的預(yù)定數(shù)目的相關(guān)性模型122作為特定模型。隨后，模型設(shè)置單元103將該預(yù)定期間中的、特定模型的適合度高于基本模型的適合度和每個其它特定模型的適合度的日期指定為應(yīng)用該特定模型的日期。以此方式，由于在正常時間內(nèi)執(zhí)行采用在預(yù)定期間上表現(xiàn)出高適合度的基本模型的故障檢測過程，并且在特定日期執(zhí)行采用表現(xiàn)出的適合度高于基本模型的模型的故障檢測過程，因此與在預(yù)定期間上采用單個模型的情形相比，有可能減小在系統(tǒng)特性不同于正常狀態(tài)時系統(tǒng)特性的這種特定日期上的故障不準確檢測(誤報)的頻率。注意，在本發(fā)明的第一示例性實施方式中，假設(shè)根據(jù)在將相關(guān)性模型122應(yīng)用于性能信息的相關(guān)性破壞率來確定所述適合度。此外，假設(shè)相關(guān)性破壞率越小，適合度越高。模型信息存儲單元113存儲關(guān)于由模型設(shè)置單元103生成的每個基本模型和特定模型的模型信息123，所述模型信息表示模型名稱和應(yīng)用所述模型的日期。圖9為示出在本發(fā)明第一示例性實施方式中的模型信息123的示例的表格。模型信息123包括模型名稱、模型類型、應(yīng)用日期和應(yīng)用時間安排。此處，模型名稱指示識別相關(guān)性模型122的標(biāo)識符。模型類型指示模型122為基本模型還是特定模型。應(yīng)用日期和應(yīng)用時間安排分別指示應(yīng)用模型的日期和時間安排。時間安排候選信息存儲單元114存儲時間安排候選信息124，該時間安排候選信息為分類規(guī)則的列表，用以根據(jù)歷法屬性(時間屬性)對應(yīng)用基本模型和特定模型中每個的應(yīng)用日期(應(yīng)用基本模型和特定模型中每個的固定期間)進行分類。圖11為不出在本發(fā)明第一不例性實施方式中的時間安排候選信息124的不例的表格。在圖11所示示例中的時間安排候選信息124中，一周的預(yù)定日(諸如"周一"和"周日")、每個月的預(yù)定日(諸如"5的倍數(shù)的日"和"每個月的最后一個工作日")、以及每年的預(yù)定月日(諸如"3月20日")被設(shè)置為分類規(guī)則。支持對影響被監(jiān)視系統(tǒng)的系統(tǒng)特性的特定日期進行分類的規(guī)則被設(shè)置為這些分類規(guī)則?；谟赡Ｐ驮O(shè)置單元103和時間安排候選信息124確定的特定模型的應(yīng)用日期，時間安排生成單元104確定用于特定模型的應(yīng)用時間安排。異常檢測單元105根據(jù)相應(yīng)應(yīng)用日期或應(yīng)用時間安排將由模型設(shè)置單元103確定的基本模型和特定模型中的每個應(yīng)用于性能序列信息121中包括的性能信息，并且通過將性能信息與那些模型預(yù)測的性能性息比較，對系統(tǒng)執(zhí)行故障檢測并且將結(jié)果輸出到監(jiān)視終端 300。
注意，操作管理設(shè)備100可以是計算機，其包括CPU(中央處理單元)和存儲程序的存儲介質(zhì)，并且在根據(jù)該程序的控制下操作。另外，性能信息存儲單元111、相關(guān)性模型存儲單元112、模型信息存儲單元113和時間安排候選信息存儲單元114可以被配置成獨立存儲介質(zhì)或者配置在單個存儲介質(zhì)中。
接著，將描述本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的操作。
圖3為示出向其應(yīng)用本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的操作管理系統(tǒng)的示例的圖示。在圖3所示示例中，被監(jiān)視設(shè)備200a和200b分別為web服務(wù)器和數(shù)據(jù)庫服務(wù)器。
在每個被監(jiān)視設(shè)備200a和200b中，監(jiān)視和控制代理每5分鐘進行操作并采集性能信息，而且定期將其發(fā)送到操作管理設(shè)備(監(jiān)視和控制設(shè)備)100的信息收集單元101。因此，諸如圖4所示的性能序列信息121被存儲于操作管理設(shè)備100的性能信息存儲單元111 中。
此處，在工作日，web服務(wù)器和數(shù)據(jù)庫服務(wù)器響應(yīng)于經(jīng)由防火墻的來自客戶端的訪問而執(zhí)行在線交易。在假日，來自客戶端的訪問被防火墻阻擋，并且每個網(wǎng)絡(luò)服務(wù)器和數(shù)據(jù)庫服務(wù)器例如執(zhí)行批處理，諸如備份和計算。由于此原因，在圖4所示的性能序列信息121中，6月I日周二(其為工作日)的性能信息在其趨勢上不同于6月6日周日(其為假日)的性能信息。
圖5為示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的一般性過程的流程圖。
首先，操作管理設(shè)備100從監(jiān)視終端300接收針對模型生成的請求(步驟S 101)。此處，監(jiān)視終端300從性能序列信息121中包括的性能信息之中指定將把性能信息用于生成模型的期間(預(yù)定期間)，以及將要生成的特定模型的數(shù)目(預(yù)定的模型數(shù)目)。
例如，監(jiān)視終端300指定6月I至30日為將把性能信息用于生成模型的期間，并且將I指定為將要生成的特定模型的數(shù)目。
相關(guān)性模型生成單元102參照存儲于性能信息存儲單元111中的性能序列信息121，基于針對性能序列信息121中包括的日期的性能信息，生成關(guān)于所指定期間中每個日期(固定期間)的相關(guān)性模型122 ;并且將所述模型存儲于相關(guān)性模型存儲單元112中(步驟S102)(相關(guān)性模型生成過程)。
例如，使用針對圖4所示性能序列信息121中從6月I日到6月30日的每個日期的從0:00到23:55的性能 信息，相關(guān)性模型生成單元102生成圖7所示的相關(guān)性模型122，并且將所述模型存儲于相關(guān)性模型存儲單元112中。此處，針對相應(yīng)日期的相關(guān)性模型122的模型名稱被指定為Ml、M2…和M30。
在圖7，具有模型名稱Ml的相關(guān)性模型122為在工作日執(zhí)行在線交易的上述情形中的相關(guān)性模型122的示例。具有模型名稱M6的相關(guān)性模型122為在假日執(zhí)行批處理的情形中的相關(guān)性模型122的示例。
接著，模型設(shè)置單元103從存儲于相關(guān)性模型存儲單元112中的相關(guān)性模型122之中，提取基本模型和特定模型中每一個，并且確定相應(yīng)模型的應(yīng)用日期(步驟S103)(模型提取過程)。
圖6為示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的模型提取過程(步驟S103的細節(jié))的流程圖?；诖鎯τ谛阅苄畔⒋鎯卧?11中的性能序列信息121中所包括的針對所指定期間的性能信息，模型設(shè)置單元103關(guān)于在步驟S102中生成的每個相關(guān)性模型122計算指定期間中的相關(guān)性模型的平均相關(guān)性破壞率(步驟S201)。此處，模型設(shè)置單元103例如借助與專利文獻I中相同的方法，計算相關(guān)性破壞率。也就是說，模型設(shè)置單元103將相關(guān)性模型122中包括的相關(guān)性函數(shù)應(yīng)用到性能序列信息121中包括的兩種性能類型其中之一的性能值，計算另一性能類型的預(yù)測性能值，并且通過將該另一性能類型的實際性能值與計算的預(yù)測性能值比較來計算預(yù)測誤差。如果所計算的預(yù)測誤差超過由管理員等預(yù)先設(shè)置的值(預(yù)定值)，則模型設(shè)置單元103將其檢測為相關(guān)性破壞。隨后，模型設(shè)置單元103檢測關(guān)于相關(guān)性模型103中包括的每一相關(guān)性函數(shù)(相關(guān)性)的相關(guān)性破壞的存在或不存在，并且基于被破壞的相關(guān)性的數(shù)目相對于相關(guān)性模型122中包括的整個相關(guān)性的數(shù)目，計算相關(guān)性破壞率。另外，模型設(shè)置單元103通過計算指定期間中的計算的相關(guān)性破壞率的平均值，來計算指定期間的平均相關(guān)性破壞率。接著，模型設(shè)置單元103從在步驟S102中生成的相關(guān)性模型122提取在指定期間中表現(xiàn)出最小平均相關(guān)性破壞率的相關(guān)性模型122 (在指定期間中具有最高平均適合度的相關(guān)性模型)作為基本模型(步驟S202)。模型設(shè)置單元103將被提取為基本模型的相關(guān)性模型122的模型名稱登記在存儲于模型信息存儲單元113中的模型信息123中(步驟S203)。模型設(shè)置單元103將指定期間中的所有日期設(shè)置為基本模型的應(yīng)用日期(步驟S204)。圖8為示出在本發(fā)明第一示例性實施方式中的平均相關(guān)性破壞率的計算結(jié)果的圖示。此處，例如，當(dāng)在期間6月I日至30日中具有模型名稱Ml的相關(guān)性模型122的平均相關(guān)性破壞率的值10%在每一相關(guān)性模型122(模型名稱Ml至M30)的值中是最小時，模型設(shè)置單元103將具有模型名稱Ml的相關(guān)性模型122提取為基本模型并且將其登記在模型信息123中，如圖9所示。模型設(shè)置單元103將期間6月I日至30日中的每個日期設(shè)置為基本模型的應(yīng)用日期。接著，模型設(shè)置單元103從在步驟S102中生成并且尚未被提取為基本模型或特定模型的相關(guān)性模型122之中，提取在指定期間中表現(xiàn)出最大平均相關(guān)性破壞率的相關(guān)性模型122 (在指定期間中具有最低平均適合度的相關(guān)性模型)作為特定模型(步驟S205)。模型設(shè)置單元103將被提取為特定模型的相關(guān)性模型122的模型名稱登記在存儲于模型信息存儲單元113的模型信息123中(步驟S206)。接著，基于存儲于性能信息存儲單元111中的性能序列信息121中包括的針對每個日期的性能信息，模型設(shè)置單元103關(guān)于提取的基本模型和特定模型中每個，計算針對在指定期間中包括的每個日期的平均相關(guān)性破壞率。隨后，模型設(shè)置單元103從指定期間中包括的日期之中，將在步驟S205中被提取的特定模型的平均相關(guān)性破壞率小于基本模型的平均相關(guān)性破壞率以及每個其它特定模型的平均相關(guān)性破壞率的日期(特定模型的平均適合度高于基本模型的平均適合度以及每個其它特定模型的平均適合度的日期)確定為用于特定模型的應(yīng)用日期(步驟S207)。
此處，模型設(shè)置單元103通過針對每個日期計算由前述方法計算的相關(guān)性破壞率的平均值，計算針對每個日期的平均相關(guān)性破壞率。
模型設(shè)置單元103在模型信息123中設(shè)置該特定模型的確定的應(yīng)用日期，并且從應(yīng)用日期移除已經(jīng)被設(shè)置用于基本模型或其它特定模型的日期(步驟S208)。
模型設(shè)置單元103重復(fù)步驟S205至S208，直至提取到指定數(shù)目的特定模型(步驟S209)。
例如，當(dāng)在期間6月I日至30日中具有模型名稱M6的相關(guān)性模型122的平均相關(guān)性破壞率的值40%在尚未被提取的相關(guān)性模型122 (模型名稱M2至M30)的值中是最大時，模型設(shè)置單元103提取具有模型名稱M6的相關(guān)性模型122作為特定模型，并且將其登記在模型信息123中，如圖9所示。
當(dāng)關(guān)于日期6月6日、13日、20日和27日，具有模型名稱M6的相關(guān)性模型的平均相關(guān)性破壞率小于基本模型的平均相關(guān)性破壞率時，模型設(shè)置單元103將這些日期在模型信息123中設(shè)置為用于具有模型名稱M6的特定模型的應(yīng)用日期，如圖9所示。另外，如圖9所示，模型設(shè)置單元103從基本模型的應(yīng)用日期出月I日至30日)移除這些日期。
因此，如圖9所示，在模型信息123中設(shè)置基本模型(模型名稱Ml)和特定模型(模型名稱M6)以及用于相應(yīng)模型的應(yīng)用日期。
結(jié)果，關(guān)于在用于模型生成的期間中的性能信息，異常檢測單元105可以通過將模型信息123中設(shè)置的基本模型和特定模型應(yīng)用到相應(yīng)應(yīng)用日期，而對系統(tǒng)執(zhí)行故障檢測。
接著，基于應(yīng)用日期和時間安排候選信息124，時間安排生成單元104確定用于特定模型的應(yīng)用時間安排(步驟S104)(時間安排生成過程)。
圖10為示出在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的時間安排生成過程(步驟S104的細節(jié))的流程圖。
此處，諸如圖11中的時間安排候選信息124存儲于時間安排候選信息存儲單元114。
參考存儲于模型信息存儲單元113中的模型信息113，時間安排生成單元104獲取所述特定模型其中之一及其應(yīng)用日期(步驟S301)。
參考存儲于時間安排候選信息存儲單元114的時間安排候選信息124，時間安排生成單元104計算針對特定模型的應(yīng)用日期和在時間安排候選信息124中包括的每個分類規(guī)則之間的一致度，并且提取所計算一致度是最大的那個分類規(guī)則(步驟S302)。
此處，時間安排生成單元104借助例如下述式子計算一致度。
一致度=η(|Α H B|)/n(|AUB|)
此處，A、B和n()分別表達針對特定模型的應(yīng)用日期的集合，對應(yīng)于指定期間的分類規(guī)則的日期的集合，以及在O中的集合中包括的元素的數(shù)目。
時間安排生成單元104將所提取的分類規(guī)則設(shè)置到存儲于模型信息存儲單元113的模型信息123中，以作為針對該特定模型的應(yīng)用時間安排(步驟S303)。
對于在步驟S103中提取的每一特定模型，時間安排生成單元104重復(fù)步驟S302和 S303 (步驟 S304)。圖12為示出在本發(fā)明第一示例性實施方式中的一致度計算結(jié)果的示例的圖示。例如，關(guān)于圖9中的模型信息123中包括的具有模型名稱M6的特定模型，時間安排生成單元104計算針對此特定模型的應(yīng)用日期(6月6日、13日、20日和27日)和圖11所示時間安排候選信息124中包括的每個分類規(guī)則(規(guī)則編號1、2…)之間的一致度。這種情況下，如圖12所示，針對特定模型的應(yīng)用日期和具有規(guī)則編號7"周日"的分類規(guī)則之間的一致度被計算為1.0。另外，針對該特定模型的應(yīng)用日期和具有規(guī)則編號8"周六和周日"的分類規(guī)則之間的一致度被計算為0.5。時間安排生成單元104提取表現(xiàn)出最高一致度的分類規(guī)則"周日"，并且將其設(shè)置為針對此特定模型的應(yīng)用時間安排，如圖9所示。因此，如圖9所示，在模型信息123中設(shè)置基本模型(模型名稱Ml)和特定模型(模型名稱M6)以及針對相應(yīng)模型的應(yīng)用時間安排。結(jié)果，異常檢測單元105可以對系統(tǒng)執(zhí)行故障檢測，關(guān)于在用于模型生成的期間以外的期間中的性能信息，諸如新采集的性能信息，根據(jù)相應(yīng)應(yīng)用時間安排來應(yīng)用在模型信息123中設(shè)置的基本模型和特定模型。注意，異常檢測單元105可以檢查模型信息123中的每個特定模型的應(yīng)用時間安排是否與執(zhí)行故障分析的日期和時間一致，以及如果一致則用于該特定模型，并且如果不一致則應(yīng)用該基本模型。例如，當(dāng)對用于7月4(周日)的新采集`的性能信息執(zhí)行故障分析時，異常檢測單元105參照圖9所示模型信息123，并且使用應(yīng)用時間安排為周日的特定模型(模型名稱M6)對系統(tǒng)執(zhí)行故障分析。當(dāng)對用于7月5(周一)的新采集的性能信息執(zhí)行故障分析時，異常檢測單元105使用基本模型(模型名稱Ml)對系統(tǒng)執(zhí)行故障分析。以此方式，有可能防止使用與故障分析日期的系統(tǒng)特性不一致的模型而出現(xiàn)誤報,并且由此執(zhí)行穩(wěn)定的故障分析。藉此，完成本發(fā)明的第一示例性實施方式的操作。接著，將描述本發(fā)明的第一示例性實施方式的特征配置。圖1為示出本發(fā)明的第一示例性實施方式的特征配置的框圖。參考圖1，操作管理設(shè)備100包括性能信息存儲單元111、相關(guān)性模型生成單元102和模型設(shè)置單元103。此處，性能信息存儲單元111在系統(tǒng)中分別按照時間順序來存儲多條性能信息。相關(guān)性模型生成單元102生成多個相關(guān)性模型122，所述多個相關(guān)性模型中每個均表示性能信息單元111中存儲的預(yù)定期間中不同類型的性能值之間的相關(guān)性。基于針對預(yù)定期間中的性能信息的每個相關(guān)性模型122的適合度，模型設(shè)置單元103從由相關(guān)性模型生成單元102生成的多個相關(guān)性模型122之中選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型122，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型122，并且設(shè)置在其上將基本模型和特定模型分別應(yīng)用于故障檢測的時段。根據(jù)本發(fā)明的第一示例性實施方式，即使關(guān)于系統(tǒng)特性的有關(guān)建模期間的信息不可用，有可能生成關(guān)于每個固定期間(諸如執(zhí)行系統(tǒng)分析的日期)的適于故障分析的相關(guān)性模型。
原因在于，模型設(shè)置單元103基于用于預(yù)定期間中的性能信息的每個相關(guān)性模型的適合度，從由相關(guān)性模型生成單元102生成的多個相關(guān)性模型122之中選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型122，所述一個或多個特定模型為基本模型以外的相關(guān)性模型122，并且設(shè)置在其上將基本模型和特定模型分別應(yīng)用于故障檢測的時段。
另外，根據(jù)本發(fā)明的第一示例性實施方式，通過關(guān)于諸如執(zhí)行系統(tǒng)分析的日期的每個固定期間，使用適于故障分析的相關(guān)性模型，也可以對新采集的性能信息執(zhí)行系統(tǒng)分析。
原因在于，時間安排生成單元104基于應(yīng)用特定模型的每個固定期間與時間安排候選信息124中包括的分類規(guī)則之間的一致度，計算應(yīng)用特定模型的固定期間和每個分類規(guī)則之間的一致度，并且基于具有最大一致度的分類規(guī)則，生成應(yīng)用特定模型的應(yīng)用時間安排。
另外，根據(jù)本發(fā)明的第一示例性實施方式，即使不掌握對于系統(tǒng)特定的信息(諸如系統(tǒng)特性)的管理員也可以執(zhí)行穩(wěn)定的系統(tǒng)分析。
原因在于，因為時間安排生成單元104生成應(yīng)用時間安排從而將基本模型和特定模型中每個分別應(yīng)用到適當(dāng)?shù)墓潭ㄆ陂g，因此由于應(yīng)用與系統(tǒng)特性不一致的模型而引起的系統(tǒng)異常的不準確檢測不會發(fā)生。
(第二示例性實施方式)
接著，將描述本發(fā)明的第二示例性實施方式。
在本發(fā)明的第一示例性實施方式中，相關(guān)性模型生成單元102生成關(guān)于每個日期(關(guān)于每個固定期間)的相關(guān)性模型122，并且模型設(shè)置單元103從相關(guān)性模型122之中確定適合于性能信息的基本模型和特定模型，以及確定針對基本模型和特定模型的相應(yīng)應(yīng)用日期和應(yīng)用時間安排。
然而，在實際系統(tǒng)中，系統(tǒng)特性可能在一天內(nèi)的特定時隙中變化。這種情況下，即使由模型設(shè)置單元103生成的基本模型或特定模型根據(jù)它們的應(yīng)用日期和應(yīng)用時間安排來應(yīng)用，仍然存在在特定時隙中出現(xiàn)誤報的可能性。
為了應(yīng)對這種問題，在本發(fā)明的第二示例性實施方式中，操作管理設(shè)備100關(guān)于由模型設(shè)置單元103輸出的基本模型或特定模型生成將在特定時隙中應(yīng)用的例外模型。
接著，將描述本發(fā)明的第二示例性實施方式的配置。圖13為示出本發(fā)明的第二示例性實施方式中的操作管理系統(tǒng)的配置的框圖。
參考圖13，除了在本發(fā)明第一示例性實施方式中的操作管理設(shè)備100的配置之夕卜，在本發(fā)明第二示例性實施方式中的操作管理系統(tǒng)的操作管理設(shè)備100還包括例外模型生成單元106。
例外模型生成單元106提取一天中所應(yīng)用的模型不適合的特定時隙，并且當(dāng)基本模型或特定模型在它們應(yīng)用日期其中之一上被應(yīng)用時，生成關(guān)于所提取的特定時隙的例外模型。
圖16為示出在本發(fā)明第二示例性實施方式中的模型信息123的示例的表格。模型信息123包括模型名稱、模型類型、應(yīng)用日期、應(yīng)用時間安排和應(yīng)用時間。此處，模型類型指示相關(guān)性模型122為基本模型、特定模型或例外模型中的任何一種。應(yīng)用時間指示應(yīng)用模型的時間。接著，將描述在本發(fā)明第二示例性實施方式中的操作管理設(shè)備100的操作。由本發(fā)明第二示例性實施方式中的操作管理設(shè)備100執(zhí)行的相關(guān)性模型生成過程、模型提取過程和時間安排生成過程與本發(fā)明第一示例性實施方式中的那些相同。接著，將描述在本發(fā)明第二示例性實施方式中的由操作管理設(shè)備100執(zhí)行的例外模型生成過程。圖14為示出在本發(fā)明第二示例性實施方式中的操作管理設(shè)備100的例外模型生成過程的流程圖。此處，作為在本發(fā)明第二示例性實施方式中的時間安排生成過程的結(jié)果，將諸如圖9所示的模型信息123存儲于模型信息存儲單元113。例外模型生成單元106參考存儲于模型信息存儲單元113中的模型信息123，獲取基本模型和特定模型其中之一以及將被獲取的模型的應(yīng)用日期(步驟S401)。例外模型生成單元106從所獲取的應(yīng)用日期之中提取任意兩個日期(步驟S402)。例如，參考圖9所示模型信息，例外模型生成單元106獲取基本模型(模型名稱Ml)及其應(yīng)用日期，并且從所獲取的應(yīng)用日期提取6月I日和2日。例外模型生成單元106參考存儲于性能信息存儲單元111中的性能序列信息121，將步驟S401中獲取的基本模型或特定模型應(yīng)用于在性能序列信息121中包括的、在步驟S402中提取的每個應(yīng)用日期的性能信息，并且計算針對該基本模型或特定模型的相關(guān)性破壞率(步驟S403)。圖15為示出在本發(fā)明第二示例性實施方式中的相關(guān)性破壞率的計算結(jié)果的示例的圖示。例如，例外模型生成單元106將基本模型(模型名稱Ml)應(yīng)用到用于6月I日的性能信息以及用于6月2日的性能信息，計算相關(guān)性破壞率并且獲得圖15所示的計算結(jié)果。例外模型生成單元106關(guān)于在步驟S402中提取的每個應(yīng)用日期，檢測其中相關(guān)性破壞率超過由管理員等預(yù)設(shè)的閾值(預(yù)定閾值)的時隙(適合度小于預(yù)定閾值的時隙)(步驟S404)。例如異常檢測單元105檢測系統(tǒng)故障所利用的相關(guān)性破壞率閾值被設(shè)置為上述閾值。例外模型生成單元106從每個均針對每個應(yīng)用日期而檢測的所述時隙之中，提取共有時隙，以作為生成例外模型的例外時隙(步驟S405)。例如，例外模型生成單元106對于6月I日和2日提取相關(guān)性破壞率超過閾值的相應(yīng)時隙所共有的從6:00到8:00的時隙作為例外時隙。例外模型生成單元106基于性能序列信息121中包括的、在步驟S402中提取的每個應(yīng)用日期的例外時隙中的性能信息，生成相關(guān)性模型122，并且將其存儲于相關(guān)性模型存儲單元112中(步驟S406)。例如，例外模型生成單元106基于6月I日以及6月2日的從6:00到8:00的性能信息，生成具有模型名稱Ml.1的相關(guān)性模型122，并且將其存儲于相關(guān)性模型存儲單元112 中。例外模型生成單元106在存儲于模型信息存儲單元113中的模型信息123中，將所生成的相關(guān)性模型122的模型名稱登記為關(guān)于在步驟S401中獲取的基本模型或特定模型的例外模型(步驟S407)。
例外模型生成單元106將模型信息123中的在步驟S405中提取的例外時隙設(shè)置為針對例外模型的應(yīng)用時間(步驟S408)。
例如，例外模型生成單元106將具有模型名稱Ml.1的相關(guān)性模型122登記在模型信息123中，如圖16所示。另外，例外模型生成單元106在模型信息123中將從6:00到8:00的時隙登記為具有模型名稱Ml.1的例外模型的應(yīng)用時間，如圖16所示。
因此，如圖16所示，在模型信息123中設(shè)置基本模型(模型名稱Ml)、例外模型(模型名稱Ml.1)以及相應(yīng)模型的應(yīng)用時間。
結(jié)果，當(dāng)根據(jù)相應(yīng)應(yīng)用時間安排應(yīng)用在模型信息123中設(shè)置的基本模型和特定模型時，異常檢測單元105可以執(zhí)行僅僅在針對例外模型的應(yīng)用時間中指定的特定時隙中應(yīng)用該例外模型的系統(tǒng)故障分析。
注意，當(dāng)應(yīng)用存儲于模型信息123的基本模型或特定模型時，異常檢測單元105檢查所應(yīng)用模型是否具有例外模型。如果所應(yīng)用模型帶有例外模型，則異常檢測模型105檢查例外模型的應(yīng)用時間是否與執(zhí)行分析的時間一致，并且在一致情況下應(yīng)用例外模型，以及在不一致情況下，應(yīng)用與該例外模型關(guān)聯(lián)的基本模型或特定模型。
例如，異常檢測單元105參照圖16所示模型信息123，并且當(dāng)對7月I日周四7:00新采集的性能信息執(zhí)行故障分析時，使用與基本模型(模型名稱M1)關(guān)聯(lián)的例外模型(模型名稱Ml.1)執(zhí)行系統(tǒng)故障分析。
以此方式，有可能防止由于使用與執(zhí)行故障分析的特定時隙中的系統(tǒng)特性不一致的模型而出現(xiàn)誤報，并且由此執(zhí)行穩(wěn)定的故障分析。
藉此完成本發(fā)明的第二示例性實施方式的操作。
在本發(fā)明的第二示例性實施方式中，在步驟S402中從用于基本模型或特定模型的應(yīng)用日期之中提取任意兩個日期，并且將關(guān)于這兩個所提取日期的、相關(guān)性破壞率超過閾值的時隙提取為例外時隙。然而，用于提取例外時隙的應(yīng)用日期的數(shù)目可以是等于或大于I并且不超過相應(yīng)模型的應(yīng)用日期的數(shù)目的任何其它數(shù)目。此處，當(dāng)用于提取的應(yīng)用日期的數(shù)目為I時，將在該日相關(guān)性破壞率超過閾值的時隙指定為例外時隙。
根據(jù)本發(fā)明的第二示例性實施方式，即使在系統(tǒng)特性在固定期間中是例外的時隙中，使用適合于分析的相關(guān)性模型的系統(tǒng)分析仍是可能的。
原因在于，例外模型生成單元106關(guān)于應(yīng)用基本模型或特定模型的多個固定期間，將基本模型或特定模型的適合度小于預(yù)定閾值的時隙提取為例外時隙，基于所提取的時隙中的性能信息生成相關(guān)性模型122，并且將其作為例外模型輸出。
盡管已經(jīng)參考本發(fā)明的示例性實施方式具體示出和描述了本發(fā)明，但是本發(fā)明并不限于這些實施方式。本領(lǐng)域普通技術(shù)人員將理解，可以在其中進行形式和細節(jié)上的各種變化而不背離由權(quán)利要求限定的本發(fā)明的精神和范圍。
例如，在本發(fā)明的實施方式中，用于判斷相關(guān)性模型122是否適合性能信息的適合度是基于相關(guān)性破壞率來確定。然而，適合度可以基于可以判斷相關(guān)性模型122是否適合性能信息的任何基準來確定。
例如，模型設(shè)置單元103和例外模型生成單元106可以根據(jù)被破壞的相關(guān)性的數(shù)目來確定適合度。這種情況下，模型設(shè)置單元103和例外模型生成單元106借助步驟S201中描述的方法來計算被破壞的相關(guān)性的數(shù)目。因此，在步驟S202中提取基本模型時，在步驟S205中提取特定模型時，以及在步驟S207中確定針對特定模型的應(yīng)用日期時，模型設(shè)置單元103利用被破壞的相關(guān)性的數(shù)目而不是相關(guān)性破壞率。另外，在步驟S404中檢測所述模型不適合的時隙時，例外模型生成單元106利用被破壞的相關(guān)性的數(shù)目而不是相關(guān)性破壞率。類似地，模型設(shè)置單元103和例外模型生成單元106可以根據(jù)相關(guān)性模型122的預(yù)測誤差來確定適合度。這種情況下，模型設(shè)置單元103和例外模型生成單元106借助步驟S201中描述的方法來計算預(yù)測誤差，并且計算關(guān)于相關(guān)性模型122中包括的相關(guān)性函數(shù)的預(yù)測誤差的總值。因此，在上述相應(yīng)步驟中，模型設(shè)置單元103利用預(yù)測誤差的總值而不是相關(guān)性破壞率。本申請是基于2010年9月I日提交的日本專利申請N0.2010-195761并且主張其優(yōu)先權(quán)，該日本專利申請的全部公開內(nèi)容通過引用結(jié)合于此。工業(yè)應(yīng)用性本發(fā)明可以應(yīng)用到管理系統(tǒng)的性能信息的操作管理系統(tǒng)。附圖標(biāo)記列表 100操作管理設(shè)備
101信息收集單元
102相關(guān)性模型生成單元103模型設(shè)置單元
104時間安排生成單元
105異常檢測單元
106例外模型生成單元
111性能信息存儲單元
112相關(guān)性模型存儲單元
113模型信息存儲單元
114時間安排候選信息存儲單元
121性能序列信息
122相關(guān)性模型
123模型信息
124時間安排候選信息200 被監(jiān)視設(shè)備
300 監(jiān)視終端
權(quán)利要求
1.一種操作管理設(shè)備，包括: 性能信息存儲裝置，用于按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息； 相關(guān)性模型生成裝置，用于生成多個相關(guān)性模型，所述多個相關(guān)性模型的每個均包括在預(yù)定期間中在不同類型的性能值之間的相關(guān)性，所述性能值存儲于所述性能信息存儲裝置中；以及 模型設(shè)置裝置，用于基于用于在所述預(yù)定期間中的所述性能信息的每個所述相關(guān)性模型的適合度，從由所述相關(guān)性模型生成裝置生成的所述多個相關(guān)性模型之中，選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型，以及用于設(shè)置在其上將所述基本模型以及所述一個或多個特定模型分別應(yīng)用于故障檢測的時段。
2.根據(jù)權(quán)利要求1所述的操作管理設(shè)備，其中 所述預(yù)定期間由多個固定期間的集合組成， 并且所述相關(guān)性模型生成裝置基于在相應(yīng)所述固定期間中的所述性能信息，生成用于所述相應(yīng)所述固定期間的單獨的所述相關(guān)性模型。
3.根據(jù)權(quán)利要求2所述的操作管理設(shè)備，其中 用于所述性能信息的每個所述相關(guān)性模型的所述適合度基于以下至少一個來計算:通過向所述性能信息應(yīng)用所述相關(guān)性模型而獲得的所述相關(guān)性的破壞率、被破壞的相關(guān)性的數(shù)目以及與每個所述相關(guān)性模型的差異。
4.根據(jù)權(quán)利要求2或3 所述的操作管理設(shè)備，其中 所述模型設(shè)置裝置選擇在所述預(yù)定期間中表現(xiàn)出最低適合度的預(yù)定數(shù)目的相關(guān)性模型作為所述特定模型，所述預(yù)定數(shù)目為一個或多個。
5.根據(jù)權(quán)利要求2至4中任意一項所述的操作管理設(shè)備，其中 所述模型設(shè)置裝置針對每個所述固定期間計算所述基本模型和所述特定模型中每個的所述適合度，在用于所述固定期間中的一個固定期間的所述特定模型中的一個特定模型的所述適合度高于用于所述固定期間中的所述一個固定期間的所述基本模型的所述適合度以及每個其它所述特定模型的所述適合度時，將所述固定期間中的所述一個固定期間設(shè)置為在其上應(yīng)用所述特定模型中所述一個特定模型的時段，以及將所述多個固定期間的集合之中的、在其上分別應(yīng)用所述特定模型的時段以外的固定期間設(shè)置為在其上應(yīng)用所述基本模型的時段。
6.根據(jù)權(quán)利要求5所述的操作管理設(shè)備，還包括: 時間安排候選信息存儲裝置，用于存儲時間安排候選信息，所述時間安排候選信息包括用以對在其上分別應(yīng)用所述基本模型和所述特定模型的所述固定期間進行分類的分類規(guī)則；以及 時間安排生成裝置，用于基于在其上應(yīng)用每個所述特定模型的每個所述固定期間與所述時間安排候選信息中包括的每個所述分類規(guī)則一致的情形的數(shù)目，針對所述每個所述特定模型，計算在其上應(yīng)用所述每個所述特定模型的所述固定期間與所述每個所述分類規(guī)則之間的一致度，并且基于具有最大所述一致度的所述分類規(guī)則，設(shè)置在其上應(yīng)用所述每個特定模型的時段。
7.根據(jù)權(quán)利要求5或6所述的操作管理設(shè)備，還包括: 例外模型生成裝置，用于在所述固定期間中的一個固定期間中提取例外時隙，所述基本模型或所述特定模型中的一個特定模型在所述固定期間中的所述一個固定期間被應(yīng)用，所述例外時隙為其中所述基本模型或所述特定模型中的所述一個特定模型的適合度小于預(yù)定閾值的時隙；基于在所述固定期間中的所述一個固定期間中的所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型，以作為用于所述基本模型或所述特定模型中的所述一個特定模型的例外模型；以及將所述例外時隙設(shè)置為在其上應(yīng)用所述例外模型的時隙。
8.根據(jù)權(quán)利要求7所述的操作管理設(shè)備，其中， 所述例外模型生成裝置在相應(yīng)所述固定期間中提取單獨時隙，所述基本模型或所述特定模型中的一個特定模型在所述相應(yīng)所述固定期間被應(yīng)用，所述基本模型或所述特定模型中的所述一個特定模型的適合度在所述單獨時隙中小于所述預(yù)定閾值；將所述單獨時隙共有的時隙作提取為所述例外時隙；以及基于在所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型。
9.根據(jù)權(quán)利要求3所述的操作管理設(shè)備，其中 所述適合度基于所述相關(guān)性的所述破壞率來計算，以及 所述相關(guān)性的所述破壞率基于被破壞的相關(guān)性的數(shù)目來計算，所述被破壞的相關(guān)性的數(shù)目通過以下獲得:將所述相關(guān)性模型中包括的相關(guān)性函數(shù)應(yīng)用到存儲于所述性能信息存儲裝置中的所述多種類型之中的第一類型的性能值，以便計算用于所述多種類型之中的第二類型的性能值的預(yù)測性能值；基于所述第二類型的所述性能值和所述預(yù)測性能值，計算預(yù)測誤差；以及檢測具有大于預(yù)定值的所述預(yù)測誤差的相關(guān)性破壞。
10.一種操作管理方法，包括: 按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息； 生成多個相關(guān)性模型，所述多個相關(guān)性模型的每個均包括在預(yù)定期間中在不同類型的性能值之間的相關(guān)性； 基于用于在所述預(yù)定期間中的所述性能信息的每個所述相關(guān)性模型的適合度，從所述多個相關(guān)性模型之中，選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型；以及 設(shè)置在其上將所述基本模型以及所述一個或多個特定模型分別應(yīng)用于故障檢測的時段。
11.根據(jù)權(quán)利要求10所述的操作管理方法，其中 所述預(yù)定期間由多個固定時期的集合組成， 并且基于在相應(yīng)所述固定期間中的所述性能信息，所述生成多個相關(guān)性模型生成用于所述相應(yīng)所述固定期間的單獨的所述相關(guān)性模型。
12.根據(jù)權(quán)利要求11所述的操作管理方法，其中 用于所述性能信息的每個所述相關(guān)性模型的所述適合度基于以下其中至少一個來計算:通過向所述性能信息應(yīng)用所述相關(guān)性模型而獲得的所述相關(guān)性的破壞率、被破壞的相關(guān)性的數(shù)目以及與每個所述相關(guān)性模型的差異。
13.根據(jù)權(quán)利要求11或12所述的操作管理方法，其中 所述選擇一個或多個特定模型選擇在所述預(yù)定期間中表現(xiàn)出最低適合度的預(yù)定數(shù)目的相關(guān)性模型作為所述特定模型，所述預(yù)定數(shù)目為一個或多個。
14.根據(jù)權(quán)利要求11至13中任意一項所述的操作管理方法，其中 所述設(shè)置在其上應(yīng)用所述基本模型以及所述一個或多個特定模型的時段針對每個所述固定期間計算所述基本模型和所述特定模型中每個的所述適合度；當(dāng)用于所述固定期間中的一個固定期間的所述特定模型中的一個特定模型的所述適合度高于用于所述固定期間中的所述一個固定期間的所述基本模型的所述適合度以及每個其它所述特定模型的所述適合度時，將所述固定期間中的所述一個固定期間設(shè)置為在其上應(yīng)用所述特定模型中的所述一個特定模型的時段；以及將所述多個固定期間的集合之中的、在其上分別應(yīng)用所述特定模型的時段以外的固定期間設(shè)置為在其上應(yīng)用所述基本模型的時段。
15.根據(jù)權(quán)利要求14所述的操作管理方法，還包括: 存儲時間安排候選信息，所述時間安排候選信息包括用以對在其上分別應(yīng)用所述基本模型和所述特定模型的所述固定期間進行分類的分類規(guī)則； 基于在其上應(yīng)用每個所述特定模型的每個所述固定期間與在所述時間安排候選信息中包括的每個分類規(guī)則一致的情形的數(shù)目，針對所述每個所述特定模型，計算在其上應(yīng)用所述每個所述特定模型的所述固定期間與所述每個所述分類規(guī)則之間的一致度；以及 基于具有最大所述一致度的所述分類規(guī)則，設(shè)置在其上應(yīng)用所述每個特定模型的時段。
16.根據(jù)權(quán)利要求14或15所述的操作管理方法，還包括: 在所述固定期間中的一個固定期間中提取例外時隙，所述基本模型或所述特定模型中的一個特定模型在所述固定期間中的所述一個固定期間中被應(yīng)用，所述例外時隙為其中所述基本模型或所述特定模型中的所述一個特定模型的適合度小于預(yù)定閾值的時隙； 基于在所述固定期間中的所述一個固定期間中的所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型，以作為用于所述基本模型或所述特定模型中的所述一個特定模型的例外模型；以及 將所述例外時隙設(shè)置為在其上應(yīng)用所述例外模型的時隙。
17.根據(jù)權(quán)利要求16所述的操作管理方法，其中， 所述生成例外模型在其上應(yīng)用所述基本模型或所述特定模型中的一個特定模型的相應(yīng)所述固定期間中提取單獨時隙 ，所述基本模型或所述特定模型中的所述一個特定模型的所述適合度小于所述單獨時隙中的所述預(yù)定閾值；將所述單獨時隙共有的時隙提取為所述例外時隙；以及基于在所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型。
18.根據(jù)權(quán)利要求12所述的操作管理方法，其中 所述適合度基于所述相關(guān)性的所述破壞率來計算，以及 所述相關(guān)性的所述破壞率基于被破壞的相關(guān)性的數(shù)目來計算，所述被破壞的相關(guān)性的數(shù)目通過以下獲得:將所述相關(guān)性模型中包括的相關(guān)性函數(shù)應(yīng)用到存儲于所述性能信息存儲裝置中的所述多種類型中的第一類型的性能值，以便計算用于所述多種類型中的第二類型的性能值的預(yù)測性能值；基于所述第二類型的所述性能值和所述預(yù)測性能值，計算預(yù)測誤差；以及檢測具有大于預(yù)定值的所述預(yù)測誤差的相關(guān)性破壞。
19.一種在其上記錄有操作管理程序的計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)致使計算機執(zhí)行包括以下操作的方法: 按照時間順序在系統(tǒng)中存儲包括多種類型的性能值的性能信息； 生成多個相關(guān)性模型，所述多個相關(guān)性模型的每個均包括在預(yù)定期間中在不同類型的性能值之間的相關(guān)性； 基于用于在所述預(yù)定期間中的所述性能信息的每個所述相關(guān)性模型的適合度，從所述多個相關(guān)性模型之中，選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型，所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型；以及 設(shè)置在其上將所述基本模型以及所述一個或多個特定模型分別應(yīng)用到故障檢測時段。
20.根據(jù)權(quán)利要求19所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中 所述預(yù)定期間由多個固定期間的集合組成， 并且基于在相應(yīng)所述固定期間中的所述性能信息，所述生成多個相關(guān)性模型生成用于所述相應(yīng)所述固定期間的單獨的所述相關(guān)性模型。
21.根據(jù)權(quán)利要求20所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中 用于所述性能信息的每個所述相關(guān)性模型的所述適合度基于以下其中至少一個來計算:通過向所述相關(guān)性模型應(yīng)用所述性能信息而獲得的所述相關(guān)性的破壞率、被破壞的相關(guān)性的數(shù)目、以及與每個所述相關(guān)性模型的差異。
22.根據(jù)權(quán)利要求20或21所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中 所述選擇一個或多個特定模型選擇在所述預(yù)定期間中表現(xiàn)出最低適合度的預(yù)定數(shù)目的相關(guān)性模型作為所述特定模型，所述預(yù)定數(shù)目為一個或多個。
23.根據(jù)權(quán)利要求20至22中任意一項所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中 所述設(shè)置在其上應(yīng)用所述基本模型以及所述一個或多個特定模型的時段針對每個所述固定期間計算所述基本模型和所述特定模型中每個的所述適合度；當(dāng)用于所述固定期間中的一個固定期間的所述特定模型中的一個特定模型的適合度高于用于所述固定期間中的所述一個固定期間的所述基本模型的所述適合度以及每個其它所述特定模型的所述適合度時，將所述固定期間中的所述一個所述固定期間設(shè)置為在其上應(yīng)用所述特定模型中的所述一個特定模型的時段；以及將所述多個固定期間的集合之中的、在其上分別應(yīng)用所述特定模型的時段以外的固定期間設(shè)置為在其上應(yīng)用所述基本模型的時段。
24.根據(jù)權(quán)利要求23所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，還包括: 存儲時間安排候選信 息，所述時間安排候選信息包括用以對在其上分別應(yīng)用所述基本模型和所述特定模型的所述固定期間進行分類的分類規(guī)則； 基于在其上應(yīng)用每個所述特定模型的每個所述固定期間與在所述時間安排候選信息中包括的每個分類規(guī)則一致的情形的數(shù)目，針對所述每個所述特定模型，計算在其上應(yīng)用所述每個所述特定模型的所述固定期間與所述每個所述分類規(guī)則之間的一致度；以及基于具有最大所述一致度的所述分類規(guī)則，設(shè)置在其上應(yīng)用所述每個特定模型的時段。
25.根據(jù)權(quán)利要求23或24所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，還包括: 在所述固定期間中的一個固定期間中提取例外時隙，所述基本模型或所述特定模型中的一個特定模型在所述固定期間中的所述一個固定期間中被應(yīng)用，所述例外時隙為其中所述基本模型或所述特定模型中的一個特定模型的適合度小于預(yù)定閾值的時隙； 基于在所述固定期間中的所述一個固定時隙中的所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型，以作為用于所述基本模型或所述特定模型中的所述一個特定模型的例外模型；以及 將所述例外時隙設(shè)置為在其上應(yīng)用所述例外模型的時隙。
26.根據(jù)權(quán)利要求25所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中， 所述生成例外模型在其上應(yīng)用所述基本模型或所述特定模型中的一個特定模型的相應(yīng)所述固定期間中提取單獨時隙，所述基本模型或所述特定模型中的所述一個特定模型的所述適合度小于所述單獨時隙中的所述預(yù)定閾值；將所述單獨時隙共有的時隙提取為所述例外時隙；以及基于在所述例外時隙中的所述性能信息，生成用于所述例外時隙的所述相關(guān)性模型。
27.根據(jù)權(quán)利要求21所述的計算機可讀存儲介質(zhì)，其上記錄有所述操作管理程序，其中 所述適合度基于所述相關(guān)性的所述破壞率來計算，以及 所述相關(guān)性的所述破壞率基于被破壞的相關(guān)性的數(shù)目來計算，所述被破壞的相關(guān)性的數(shù)目通過以下獲得:將所述相關(guān)性模型中包括的相關(guān)性函數(shù)應(yīng)用到存儲于所述性能信息存儲裝置中的所述多種類型中的第一類型的性能值，以便計算用于所述多種類型中的第二類型的性能值的預(yù)測性能值；基于所述第二類型的所述性能值和所述預(yù)測性能值，計算預(yù)測誤差；以及檢測具有大于預(yù)定值的所述預(yù)測誤差的相關(guān)性破壞。
全文摘要
本發(fā)明即使在沒關(guān)于用于系統(tǒng)特性的有關(guān)建模期間的信息時，仍產(chǎn)生適于每個特定期間(諸如用于系統(tǒng)分析的日)的分析的相關(guān)性模型。在特定時期中，相關(guān)性模型生成單元(102)生成多個相關(guān)性模型(122)，所述多個相關(guān)性模型每個均指示在性能信息存儲器(111)中存儲的不同類型的性能值之間的相關(guān)性。模型設(shè)置單元(103)基于在用于預(yù)定期間中的性能信息的每個相關(guān)性模型(122)的適合度，從由相關(guān)性模型生成單元(102)生成的多個相關(guān)性模型(122)之中，選擇基本模型以及一個或多個特定模型，所述基本模型為表現(xiàn)出最高適合度的相關(guān)性模型(122)，以及所述一個或多個特定模型為所述基本模型以外的相關(guān)性模型(122)，并且設(shè)置在其上將基本模型和特定模型分別應(yīng)用于故障檢測的時段。
文檔編號G06F11/34GK103154904SQ20118004894
公開日2013年6月12日 申請日期2011年8月2日 優(yōu)先權(quán)日2010年9月1日
發(fā)明者長谷川英男 申請人:日本電氣株式會社