アノマリ検知技術を活用した障害の被疑箇所分析

• Item type: SIG Technical Reports(1)
• 公開日: 2024-05-23
• タイトル: アノマリ検知技術を活用した障害の被疑箇所分析
• タイトル / 言語: en
• タイトル: Failure point localization technique with anomaly detection
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ICM2
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: エフサステクノロジーズ株式会社
• 著者所属: エフサステクノロジーズ株式会社
• 著者所属: エフサステクノロジーズ株式会社
• 著者所属(英): en
• 著者所属(英): Fsas Technologies Inc.
• 著者所属(英): en
• 著者所属(英): Fsas Technologies Inc.
• 著者所属(英): en
• 著者所属(英): Fsas Technologies Inc.
• 著者名: 近藤, 玲子; 児玉, 武司; 白石, 崇
• 著者名(英): Reiko, Kondo; Takeshi, Kodama; Takashi, Shiraishi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 仮想化によりシステムが複雑化したことで，一度障害が発生すると仮想や物理の各機器間の依存関係から複数の機器にアラートが伝搬し，多数の機器で様々な種類のアラートが同時に発生するといった現象が起こることがある．このように多数のアラートが発生すると，そのアラートから障害の根本となった被疑箇所を推定することは難しく，障害の被疑箇所や要因といった障害分析が長時間化する傾向にある．これに対し AI 技術の導入により障害分析を自動化する様々な研究がなされている．その一つとして機械学習を用い稼働データの異常挙動を早期に検知するアノマリ検知技術があげられる ．アノマリ検知した段階で障害の被疑箇所を推定できれば，障害分析の迅速化の観点で重要である．我々は，前回の報告で閾値監視によるアラートから障害の被疑箇所を推定する技術を提案している．本論文では ，アノマリ検知をアラート情報として用い，障害の被疑箇所を分析する検証を行った．本提案技術により，運用者は障害が起こる可能性の高い機器を事前に推定できるため，障害を未然に防ぐことが期待できる ．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: As systems become more complex due to virtualization, dependencies between virtual and physical components can cause the effects of a failure to propagate to multiple components, causing many components to alert simultaneously. When such a large number of alerts occur, it is difficult to estimate the failure location from the alerts, and the failure analysis tends to be prolonged. On the other hand, various studies have been carried out to automate failure analysis by the AI technology, and one of them is an anomaly detection technology which uses machine learning to detect abnormal behavior of operation data at an early stage. If the failure location can be estimated at the stage of anomaly detection, the failure analysis can be accelerated. In the previous report, we proposed a technique to estimate the failure location from the alert by threshold monitoring. In this paper, the verification of analyzing the failure location using anomaly detection was carried out. With the proposed technology, the operator can estimate the equipment which is likely to cause the failure in advance, and it is expected that the failure can be prevented. The proposed technique enables the operator to estimate the component which is likely to cause the failure in advance, and it is expected to prevent failures before they occur.
• 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: AA11235941
• 書誌情報: 研究報告コンピュータセキュリティ（CSEC）; 巻 2024-CSEC-105, 号 16, p. 1-6, 発行日 2024-05-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8655
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会