障害原因解析における構成情報の統計的推論方式

• Item type: Journal(1)
• 公開日: 2015-03-15
• タイトル: 障害原因解析における構成情報の統計的推論方式
• タイトル / 言語: en
• タイトル: A Statistical Inference Method of Configuration Data for Root Cause Analysis for Fault Management
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：仮想化時代の情報セキュリティと運用技術] 障害管理，障害原因解析，データセンタ，大規模，隠れマルコフモデル，ベイズ推定
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 北陸先端科学技術大学院大学情報科学研究科
• 著者所属: 北陸先端科学技術大学院大学情報科学研究科
• 著者所属: 北陸先端科学技術大学院大学情報社会基盤研究センター
• 著者所属(英): en
• 著者所属(英): School of Information Science, Japan Advanced Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): School of Information Science, Japan Advanced Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Research Center for Advanced Computing Infrastructure, Japan Advanced Institute of Science and Technology
• 著者名: 坂下, 幸徳; 東条, 敏; 敷田, 幹文
• 著者名(英): Yukinori, Sakashita; Satoshi, Tojo; Mikifumi, Shikida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: データセンタの管理者を支援する研究として障害発生時に障害原因を特定する障害原因解析技術が登場してきている．この障害原因解析技術を使うためにはサーバ，ストレージ，スイッチなどの構成情報が必要となるが，近年，大規模化，複雑化，さらにはクラウド化が進むデータセンタでは，構成情報の取得が困難になり，適用範囲が狭くなってきている．そこで，本論文では，サーバ，ストレージ，スイッチなどの機器が出力するログファイルを使い，統計的推論方式で構成情報を推定する方式を提案する．統計的推論方式としては，代表的な方式である隠れマルコフモデルとベイズ推定を用いる．これにより，障害原因解析技術の適用範囲を拡大を狙う．本提案方式の試作システムによる実験の結果，最大83%の正解率による構成情報の推定に成功した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Root Cause Analysis (RCA) has emerged as a valuable tool for helping administrators identify the sources of problems when failures occur. In order to use RCA, it must have access to configuration data that is configuration of servers, storage arrays and switches. But the configuration data has become problematic in recent years as data centers have been scaled-out to immense size, become more complex, and have migrated to the cloud. As a result, the application range of RCA has continued to shrink. In this paper, we propose a statistical inference method of the configuration data using log files in servers, storage arrays and switches. This proposal method use two typical statistical inference methods that are the hidden Markov model and Bayesian inference. So it is able to expand the application range of RCA. And we experimented using using a prototype system of this proposal method. As a result, we are able to successfully infer the configuration data up to accuracy of 83%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 56, 号 3, p. 767-776, 発行日 2015-03-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764