JP4899633B2 - 通信性能解析プログラム、通信性能解析装置及び通信性能解析方法 - Google Patents

Description

本発明は、複数の計算機をネットワークで接続してなる計算機システムの通信性能をユーザに提示するために、前記計算機システムを構成する複数の計算機における各計算機間の通信性能のデータ傾向をコンピュータにより解析する通信性能解析プログラム、方法および装置に関するものである。

従来より、ＰＣクラスタのように、多数の計算機を高速なネットワークで接続した計算機システムを用いて、科学技術計算の処理を並列化し高速化させることが知られている。

この計算機システムにおいては、実アプリケーションでの並列化効率を検証する前段階として、計算機システムが正しく構築されており、システムレベルにおいて、データ転送性能が十分であることを検証する必要がある。

従来、この検証作業においては、主としてシステム構築者や検証者が各計算機間の通信時間を測定し、これら通信時間の平均値や最大値を用いて目視で異常がないことを確認している。

ここで、通信時間データとは、通信関係にある計算機の組み合わせに対して、通信時間を測定したデータのことである。計算機がＮ台存在する場合、全ての計算機の組み合わせ数は、Ｎ×(Ｎ-１)/２である。通信時間データは、Ｎ×(Ｎ-１)/２通りの全ての計算機の組み合わせに対して通信時間を測定して得たデータのことである。

この通信時間は、通信モードや通信データ長等の測定項目を指定して測定される。通信モードには、例えば、通信関係にある計算機の組み合わせに関する通信時間の測定をネットワークを占有して行なう場合や、ネットワークを共有して行なう場合等のように複数の種類のモードがある。

通信データ長には、例えば、２Ｂ、１６Ｂ、１２８Ｂ等の複数のデータ長がある。通信時間データは、これら通信モードや通信データ長の１つを指定して、１つ測定される。例えば、通信モードがＮ１種類あり、通信データ長がＮ２種類ある場合、Ｎ１×Ｎ２種類の通信時間データを測定することが可能である。

従来技術では、一つまたは複数の通信時間データに対して、通信時間の平均値や最大値を算出し、解釈し、通信性能を検証する作業が行なわれていた。

なお、従来技術の関連技術として、ブラウジングに適したネットワークデータの低次元空間への埋め込みを実現する新たな技術の提供を目的とした技術が知られている。この技術においては、各ノードについて直接リンクで繋がっているノードの方が直接リンクで繋がっていないノードよりも近くに配置される場合に最適な配置であるとして、その最適な配置に近づく程ある値に近づく性質を持つ目的関数を用い、順次更新される各ノードの埋め込み位置を処理対象として、最適な配置に向けての各ノードの埋め込み位置の改善指標を算出する過程と、改善指標に基づいて、ノードの埋め込み位置の更新を打ち切るのか否かを判断する過程と、打ち切りを判断しない場合に、目的関数から導出される値を使って、最適な配置に向かうようにとノードの埋め込み位置を更新する過程とを備える。この構成に従って、接続関係を忠実に保存する形で埋め込みを実現できるようになる（例えば下記特許文献１参照）。
特開２００４−３１８７３９号公報

しかしながら、上述した従来技術において、目視による通信時間データの性能検証では、以下のような問題がある。

１）通信時間データを直感的に理解することが難しい。例えば、どの計算機に障害の可能性が高いかを直感的に理解することが難しい。
２）計算機の台数が多い場合に、通信時間データの全体傾向を直感的に理解することが難しい。全ての計算機の通信性能が同様に良いのか、通信性能が計算機ごとにばらついているのか、等を直感的に理解することが難しい。

３）通信モードや通信データ長等に関して、複数の測定項目がある場合に、通信性能と測定項目との関連性を直感的に理解することが難しい。例えば、通信性能が、通信モードに大きく影響を受けるのか、通信データ長に大きく影響を受けるのか、通信モードと通信データ長の特定の組み合わせに大きく影響を受けるのか、等に関して直感的に理解することが難しい。
４）複数の測定項目と、多数の計算機の組み合わせの関係性を直感的に理解することが難しい。例えば、通信データ長が短い場合に性能が悪い計算機がある、特定の通信モードの場合に性能が悪い計算機がある、等を直感的に理解することが難しい。

５）計算機の組み合わせに関する通信時間データをもとに、計算機ごとの通信時間のデータ傾向を直感的に理解することが難しい。例えば、全ての計算機の通信性能が同等に良いのか、特定の計算機の通信性能が悪いのか、等を直感的に理解することが難しい。
６）計算機の障害調査を行う際に、計算機の優先順位を付けることが難しい。例えば、計算機の正常度・異常度に関するスコアを計算することが難しい。

７）通信時間の測定値と計算機の通信性能の因果関係を直感的に理解することが難しい。例えば、特定の測定項目の通信性能が特定の範囲に該当する場合に、計算機の通信性能が正常である、異常に悪い、等に関する因果関係を直感的に理解することが難しい。
８）計算機障害を特徴付ける通信時間の測定値の条件を直感的に理解することが難しい。例えば、特定の測定項目の通信性能が特定の範囲に該当する場合に、計算機障害の可能性が高いかに関する条件を、客観的、自動的に把握することが難しい。
９）計算機システムの運用中に、計算機の障害や通信性能の低下を、自動的、客観的に検出することが難しい。

本発明は、上述した問題点を解決するためになされたものであり、高い信頼性をもって計算機システムにおける通信性能を自動的に解析することで、通信性能を容易に把握することができる通信性能解析プログラム、装置及び方法を提供することを目的としている。

上述した課題を解決するため、本発明は、複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析プログラムであって、前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析ステップとを備える。

また、本発明の通信性能解析プログラムにおいて、前記統計解析ステップは、計量的多次元尺度法を用いて解析を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記統計解析ステップは、非計量的多次元尺度法を用いて解析を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記統計解析ステップは、サモンマップのアルゴリズムを用いて解析を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える。

また、本発明の通信性能解析プログラムにおいて、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、主成分分析による統計解析を行なう主成分分析解析ステップを備え、前記クラスタリング解析ステップは、前記主成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の主成分に基づいた散布図を表示することを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、独立成分分析による統計解析を行なう独立成分分析解析ステップを備え、前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の独立成分に基づいた散布図を表示することを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記主成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行ない主成分分析測定項目データを生成し、前記クラスタリング解析ステップは、前記主成分分析解析ステップにより生成された前記主成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記独立成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行なって独立成分分析測定項目データを生成し、前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより生成された前記独立成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記クラスタリング解析ステップは、通信時間の類似性に基づいて複数の計算機のグループ化を行い、前記クラスタリング解析ステップにより得られた通信時間の類似性に基づく複数の計算機のグループについて、縦軸と横軸に各計算機を設定し、前記クラスタリング解析ステップにより行なわれたグループ化の結果を表示するグループ表示ステップを備えることを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記通信時間結合ステップにより取得された通信時間結合データに基づいて、前記複数の計算機をグループ化する計算機グループ化ステップと、前記通信時間結合ステップにより取得された通信時間結合データに基づいて、前記複数の測定項目についてグループ化を行なう測定項目グループ化ステップと、前記計算機グループ化ステップにより得られた各計算機グループを、前記測定項目グループ化ステップにより得られた測定項目グループとの関連で表示する表示ステップとを備えてなる。

また、本発明の通信性能解析プログラムにおいて、前記クラスタリング解析ステップによる計算機のグループ化の結果に基づいて、計算機の通信性能の正常度又は異常度に関するスコアを計算するスコアリング解析ステップを備えたことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記表示ステップは、複数の軸の各軸に測定項目のそれぞれを示すと共に、一つの軸に計算機グループを示し、複数の折れ線に二つの計算機間の通信時間を示す平行座標表示を行なうことを特徴とする。

また、本発明の通信性能解析プログラムにおいて、前記クラスタリング解析ステップは、前記複数の測定項目グループと計算機グループとの関係を決定木のアルゴリズムを用いて示す決定木解析ステップを備え、前記各項目グループの範囲を条件とし、前記各計算機グループを結論部として表示することを特徴とする。

また、本発明は、複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析する通信性能解析装置であって、前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得部と、前記通信時間取得部により取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析部とを備える。

また、本発明の通信性能解析装置において、前記通信時間取得部は、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、前記通信時間取得部により取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合部を備え、前記統計解析部は、前記通信時間結合部により作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析部を備える。

また、本発明の通信性能解析装置において、前記通信時間結合部により作成された通信時間結合データを用いて、前記通信時間データについて、主成分分析による統計解析を行なう主成分分析解析部を備え、前記クラスタリング解析部は、前記主成分分析解析部により、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の主成分に基づいた散布図を表示することを特徴とする。

また、本発明の通信性能解析装置において、前記通信時間結合部により作成された通信時間結合データを用いて、前記通信時間データについて、独立成分分析による統計解析を行なう独立成分分析解析部を備え、前記クラスタリング解析部は、前記独立成分分析解析部により、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の独立成分に基づいた散布図を表示することを特徴とする。

また、本発明は、複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析方法であって、前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析ステップとを備える。

また、本発明の通信性能解析方法において、前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える。

本発明によれば、高い信頼性をもって計算機システムにおける通信性能を自動的に解析し、通信性能を容易に理解することができるという効果を奏する。

以下、本発明の実施の形態を図を用いて説明する。なお、本発明の実施の形態は、通信性能の解析対象となる計算機システムとして、多数のＣＰＵを内蔵するＳＭＰシステムや、ＳＭＰシステムをネットワークで接続したＳＭＰクラスタや、ＷＡＮやグリッドのように広域ネットワークに接続された計算機システムを挙げることができる。

実施の形態１．
実施の形態１は、複数の計算機をネットワークで接続した計算機システムにおいて、計算機間の通信時間を測定し、測定した通信時間データについて、計量的多次元尺度法による統計解析を行ない、計算機間の通信時間を、計算機間の距離とみたてて（みなして）計算機を配置し、表示することにより、計算機システムの通信性能を利用者に分かり易く提示するようにしたものである。ここでは、統計解析に計量的多次元尺度法を用いている。

図１は本発明の実施の形態１における全体構成を示す図である。この実施の形態１は、図１に示されるように、通信時間に関連する測定項目を入力する測定項目入力ステップ（測定項目入力部）Ｓ１と、測定項目入力ステップＳ１で入力された測定項目について、通信時間を測定する通信時間測定ステップ（通信時間測定部）Ｓ２と、通信時間測定ステップＳ２で測定されて取得された通信時間データについて、計量的多次元尺度法により解析を行う計量的多次元尺度法解析ステップ（計量的多次元尺度法解析部）Ｓ３と、計量的多次元尺度法解析ステップＳ３で解析された解析結果を出力する解析結果出力部である解析結果表示ステップ（解析結果表示部）Ｓ４とを有する。

なお、通信時間測定ステップＳ２は、本発明の通信時間取得ステップ又は通信時間取得部を構成している。

測定項目入力ステップＳ１における測定項目には、例えば、通信モードと通信データ長が挙げられる。ここで、さらに通信モードには、例えば以下のようなモードが挙げられる。

１）1-by-1モード… 計算機Ｉと計算機Ｊの通信時間を測定する場合に、計算機Ｉと計算機Ｊ以外の通信を行なわないで、ネットワークを占有し、通信時間を測定するモード。
２）Simultaneous モード… 計算機Ｉと計算機Ｊの通信時間を測定する場合に、計算機Ｉと計算機Ｊ以外の通信も行い、ネットワークを共有し、通信時間を測定するモード。

通信データ長としては、例えば、2B(バイト)、16B 、128B 、1KB等が挙げられる。通信時間は測定されてデータ化され、一つの測定項目に対して、一つの測定データとされる。通信時間データの例を図２に示す。

計量的多次元尺度法解析ステップＳ３は、測定されて得られた通信時間データを用い、周知の計量的多次元尺度法のアルゴリズムに基づいた解析を行ない、計量的多次元尺度法解析結果として、計算機Ｉと計算機Ｊの通信時間を、計算機Ｉと計算機Ｊの距離とみなして、複数の計算機で構成される計算機システムの各計算機の配置を行う。解析結果表示ステップＳ４は、計量的多次元尺度法解析ステップＳ３による解析結果を表示する。図３に解析結果としての計算機配置データを示している。

図４に計量的多次元尺度法解析結果の例を示す。図４において、各点（１〜４）は、配置された各計算機を示す。図４においては、計算機４は、計算機１〜３から離れて配置されており、計算機４と、計算機１〜３の通信時間が長いことを示している。これより、計算機４は、他の計算機１〜３に比べて通信性能に関する計算機障害の可能性が高いことが示される。

実施の形態２．
図５は本発明の実施の形態２における全体構成を示すフローチャートである。実施の形態２は、図１に示された計量的多次元尺度法解析ステップＳ３を非計量的多次元尺度法による計量的多次元尺度法解析ステップＳ３Ａに代えて構成したものであって、他の構成は実施の形態１と同じであり、ここでの説明を省略する。

非計量的多次元尺度法解析ステップＳ３Ａは、通信時間測定ステップＳ２で測定されて得られた通信時間データを用い、周知の非計量的多次元尺度法のアルゴリズムに基づいた解析を行ない、非計量的多次元尺度法解析結果として、計算機Ｉと計算機Ｊの通信時間を、計算機Ｉと計算機Ｊの距離とみなして、複数の計算機で構成される計算機システムの各計算機の配置を行う。

図６に非計量的多次元尺度法解析結果の例を示す。図６において、各点（１〜４）は、配置された各計算機を示す。図６においては、計算機４は、計算機１〜３から離れて配置されており、計算機４と、計算機１〜３の通信時間が長いことを示している。これより、計算機４は、他の計算機１〜３に比べて通信性能に関する計算機障害の可能性が高いことが示される。

実施の形態３．
図７は本発明の実施の形態３における全体構成を示すフローチャートである。実施の形態３は、図１に示された計量的多次元尺度法解析ステップＳ３をサモンマップによるアルゴリズムにより解析を行うサモンマップ解析ステップＳ３Ｂに代えて構成したものであって、他の構成は実施の形態１と同じであり、ここでの説明を省略する。

サモンマップ解析ステップＳ３Ｂは、通信時間測定ステップＳ２で測定されて得られた通信時間データを用い、周知のサモンマップのアルゴリズムに基づく解析を行ない、サモンマップ解析結果として、計算機Ｉと計算機Ｊの通信時間を、計算機Ｉと計算機Ｊの距離とみなして、複数の計算機で構成される計算機システムの各計算機の配置を行う。

図８にサモンマップ解析結果の例を示す。図８において、各点（１〜４）は、配置された各計算機を示す。図８においては、計算機４は、計算機１〜３から離れて配置されており、計算機４と、計算機１〜３の通信時間が長いことを示している。これより、計算機４は、他の計算機１〜３に比べて通信性能に関する計算機障害の可能性が高いことが示される。

実施の形態１〜３でそれぞれで説明した計量的多次元尺度法、非計量的多次元尺度法、サモンマップは、いずれも、統計解析により通信時間データを入力とし、計算機配置データを出力する。

一般に、計算機の台数が多く、表示する軸の数が少ない場合、通信時間を正確に反映した配置を行なうことができない。このため、通信時間を近似的に反映する計算機の配置を探索する処理が行なわれる。上述の計量的多次元尺度法、非計量的多次元尺度法、サモンマップでは、異なる近似方法を用いるため、同じ通信時間データに対して、異なる計算機配置データを出力する。

実際の利用においては、計量的多次元尺度法、非計量的多次元尺度法、サモンマップによる解析を行ない、近似の良さを比較評価し、最終的な計算機配置データの結果を選択するようにすることが好ましい。

実施の形態４．
実施の形態４は、測定した複数の測定項目における通信時間データについて、通信時間データを並べ替え、通信時間結合データを作成し、通信時間結合データについて、クラスタリングによる統計解析を行ない、通信時間のデータ傾向を散布図として表示することで、通信性能の全体傾向を利用者に分かり易く提示することができるようにしたものである。

図９は本発明の実施の形態４における全体構成を示すフローチャートである。この実施の形態４は、図９に示されるように、通信時間に関連する複数の測定項目を入力する測定項目入力ステップＳ１１と、測定項目入力ステップＳ１１で入力された複数の測定項目について、通信時間を測定する通信時間測定ステップＳ１２と、通信時間測定ステップＳ１２で測定されて取得された通信時間データについて、データの並べ替え、結合を行ない、通信時間結合データを出力する通信時間結合ステップＳ１３と、通信時間結合ステップＳ１３により得られた通信時間結合データを用い、通信時間が同傾向の計算機の組み合わせに関するグループ化を行うためのクラスタリング解析を行うクラスタリング解析ステップＳ１４と、クラスタリング解析ステップＳ１４により得られた解析結果を表示する解析結果表示ステップＳ１５とを有する。

図１０に通信時間結合ステップＳ１３により得られる通信時間結合データの一例を示している。図１０に示されるように測定項目には、実施の形態１において説明した２つのモードそれぞれにおいて、データ長を１Ｂとする場合と、１ＫＢとする項目がある。

クラスタリング解析ステップＳ１４は、通信時間が同傾向の計算機の組み合わせに関するグループ化を行うに際して、周知のクラスタリングのアルゴリズムに基づく解析を行なう。

クラスタリングでは、計算機I と計算機J の通信時間と、計算機L と計算機M の通信時間を比較し、その違いを計算し、その違いが小さい計算機の組み合わせが同じグループに属するように、違いが大きい計算機の組み合わせが別のグループに属するように、計算機の組み合わせをグループ化する。

通信性能のデータ解析では、大半の計算機の組み合わせが属する大きなグループと、少数の計算機の組み合わせが属する小さなグループにグループ化される場合がある。この場合、大きなグループに属する計算機は良い性能で通信が行なわれ、小さなグループに属する計算機は障害等の疑いがあるケースが多い。

クラスタリング解析ステップＳ１４による計算機のグループ化の結果である計算機グループデータの一例を図１１に示している。また解析結果表示ステップＳ１５による表示例を図１２に示す。図１２において、二つの座標軸は、それぞれ同じモードにおける測定データ長の異なる測定項目の通信時間を示している。また、図中の各点は、通信に関係する計算機の組み合わせを示している。なお、図１２に示される各点の形状は、通信時間が同傾向の場合に同じ形状となるように示されている。また形状に加えて色によっても同傾向を表すようにしてもよい。

なお、実施の形態４は、通信時間結合データを直接用いたクラスタリング解析を行う場合について説明したが、クラスタリング解析においては、通信時間結合データを用いて行われる主成分分析や独立成分分析により得られる計算機データを用いることも可能である。これらについては、後述する。

実施の形態５．
実施の形態５は、上述の通信時間結合ステップにより作成される通信時間結合データについて、主成分分析による統計解析を行なった結果を対象として、クラスタリングによる通信時間に関する計算機のグループ化を行い、比較的少数の主成分に基づいた散布図を表示することで、測定項目の種類が多数の場合であっても、通信性能の全体傾向を利用者に分かり易く提示することができるようにしたものである。

図１３は実施の形態５の構成を示すフローチャートである。実施の形態５は、実施の形態４において、通信時間結合ステップＳ１３により得られた通信時間結合データを入力する（取得する）通信時間結合データ入力ステップＳ１３Ａと、この通信時間結合データにより主成分分析解析を行う主成分分析解析ステップＳ２１を備え、通信時間結合データ入力ステップＳ１３Ａにより入力された通信時間結合データを用いて、主成分分析による解析を行ない、主成分分析計算機データを得るようにする。

ここで、クラスタリング解析ステップＳ１４は、主成分分析解析ステップＳ２１により得られた主成分分析計算機データを用いて、通信時間が同傾向の計算機の組み合わせに関するグループ化を行う。そして解析結果表示ステップＳ１５は、クラスタリング解析結果である主成分分析計算機解析結果を出力する。

なお、主成分分析解析ステップＳ２１による主成分分析は、周知の主成分分析のアルゴリズムに基づくものであり、ここでの詳細説明を省略するが、図１４に示すように、主成分分析によれば、通信時間結合データＤ１を入力とし、計算機の組み合わせ配置データＤ２と主成分分析測定項目データＤ３を出力することができる。

ここで、主成分分析は、通信時間結合データに行列を乗算することにより、計算機の組み合わせ配置データを出力する。乗算する行列は、主成分がデータのばらつきの方向と一致するように選定される。また、主成分分析測定項目データは、乗算する行列から計算することができる。

なお、本実施の形態では、計算機の組み合わせ配置データＤ２を用いる場合について説明するもので、主成分分析測定項目データＤ３を用いる場合については後述する。

通信性能の解析において、測定項目の数は１０種類以上になる場合がある。その場合、通常の方法では、結果を視覚的に解釈することが困難になる場合がある。そこで、図１５に示すように、主成分分析を用いて、ばらつきを評価基準として、測定項目の代わりに、主成分を用いてデータを表示し、結果の解釈を容易にすることが可能である。

主成分分析計算機データの例を図１６に示し、また主成分分析計算機解析結果を図１７に示す。図１７において、各座標軸は、主成分分析により計算される主成分を示す。各点は、通信に関係する計算機の組み合わせを示している。ここでも実施の形態４と同様に、各点の形や色は、通信時間が同傾向の場合に同じ形や色になるように表示することができる。

実施の形態６．
実施の形態６は、上述した信時間結合ステップにより作成される通信時間結合データについて、独立成分分析による統計解析を行なった結果を対象として、クラスタリングによる通信時間に関する計算機のグループ化を行い、比較的少数の独立成分に基づいた散布図を表示することで、測定項目の種類が多数の場合であっても、通信性能の全体傾向を利用者に分かり易く提示することができるようにしたものである。

図１８は実施の形態６の構成を示すフローチャートである。実施の形態６は、実施の形態４において、通信時間結合ステップＳ１３により得られた通信時間結合データを入力する通信時間結合データ入力ステップＳ１３Ａと、この通信時間結合データにより独立成分分析解析を行う独立成分分析解析ステップＳ２２を備え、通信時間結合データ入力ステップＳ１３Ａにより入力された通信時間結合データを用いて、独立成分分析による解析を行ない、独立成分分析計算機データを得るようにする。

ここで、クラスタリング解析ステップＳ１４は、独立成分分析解析ステップＳ２２により得られた独立成分分析計算機データを用いて、通信時間が同傾向の計算機の組み合わせに関するグループ化を行う。そして解析結果表示ステップＳ１５は、クラスタリング解析結果である独立成分分析計算機解析結果を出力する。

なお、独立成分分析解析ステップＳ２２による独立成分分析は、周知の独立成分分析のアルゴリズムに基づくものであり、ここでの詳細説明を省略するが、独立成分分析は、図１９に示すように、通信時間結合データＤ１を入力とし、計算機の組み合わせ配置データＤ２と独立成分分析測定項目データＤ４を出力することができる。

ここで、独立成分分析は、通信時間結合データに行列を乗算することにより、計算機の組み合わせ配置データを出力する。乗算する行列は、独立成分がデータの特徴の方向と一致するように選定される。また、独立成分分析測定項目データは、乗算する行列から計算することができる。

なお、本実施の形態では、計算機の組み合わせ配置データＤ２を用いる場合について説明するもので、独立成分分析測定項目データＤ４を用いる場合については後述する。

通信性能の解析において、測定項目の数は、１０種類以上になる場合がある。その場合、通常の方法では、結果を視覚的に解釈することが困難になる場合がある。独立成分分析を用いて、特徴を評価基準として、測定項目の代わりに、独立成分を用いてデータを表示し、結果の解釈を容易にすることが可能である。

ばらつきを評価基準に設定する主成分分析が適当か、特徴を評価基準に設定する独立成分分析が適当かは、測定されたデータに依存する。実際の利用では、主成分分析の結果と独立成分分析の結果を比較し、総合的に解釈する場合が多い。また、主成分分析の結果と独立成分分析の結果が同傾向を示す場合がある。この場合は、両方の結果がより信頼できると判断することが可能である。

独立成分分析計算機データの例を図２１に示し、また独立成分分析計算機解析結果を図２２に示す。図２２において、各座標軸は、独立成分分析により計算される独立成分を示す。各点は、通信に関係する計算機の組み合わせを示している。ここでも実施の形態４と同様に、各点の形や色は、通信時間が同傾向の場合に同じ形や色になるように表示することができる。

実施の形態７．
実施の形態７は、上述した通信時間結合ステップにより作成される通信時間結合データについて、主成分分析による統計解析を行ない、複数の測定項目の類似性を表示することで、測定項目の関係性を利用者に分かり易く提示することができるようにしたものである。

図２３は実施の形態７の構成を示すフローチャートである。実施の形態７は、実施の形態５において上述した通信時間結合ステップにより得られる各測定項目の類似性を表示するようにしたものであり、通信時間結合データ入力ステップＳ１３Ａと、測定項目の類似性に関する解析を行う主成分分析解析ステップＳ２１Ａと、この解析結果より測定項目の類似性に関するグループ化を行うクラスタリング解析ステップＳ１４と、この解析結果を表示する解析結果表示ステップＳ１５とを有する。

ここで、主成分分析解析ステップＳ２１Ａは、通信時間結合データを用いて、測定項目の類似性に関する解析を行ない、主成分分析測定項目データ（図１４のＤ３）を出力する。クラスタリング解析ステップＳ１４は、主成分分析測定項目データを用いて、測定項目の類似性に関するグループ化を行い、主成分分析測定項目についての解析結果を出力する。

主成分分析測定項目データの例を図２４に示し、主成分分析測定項目についての解析結果である解析結果表示ステップの出力例を図２５に示す。図２５において、横軸は第１主成分を示し、縦軸は第２主成分を示している。また図中の矢印は測定項目を示している。

矢印が同方向である測定項目は類似すると解釈される。類似する測定項目の矢印は、同じ形や色で表示することにより表示結果を理解し易くすることができる。この例では、測定項目について、同じ通信データ長の場合に同傾向であり、通信モードの違いは大きく影響しないことが示されている。

実施の形態８．
実施の形態８は、上述した通信時間結合ステップにより作成される通信時間結合データについて、独立成分分析による統計解析を行ない、複数の測定項目の類似性を表示することにより、測定項目の関係性を利用者に分かり易く提示することができるようにしたものである。

図２６は実施の形態８の構成を示すフローチャートである。実施の形態８は、実施の形態６において上述した測定項目の類似性に関する解析を独立成分分析により行うようにしたものであり、主成分分析解析ステップＳ２１Ａに代わり独立成分分析解析ステップＳ２２Ａを備える。

独立成分分析解析ステップＳ２２Ａは、通信時間結合データを用いて、独立成分分析により測定項目の類似性に関する解析を行ない、独立成分分析測定項目データ（図１９のＤ４）を出力する。クラスタリング解析ステップＳ１４は、独立成分分析測定項目データを用いて、測定項目の類似性に関するグループ化を行い、独立成分分析測定項目についての解析結果を出力する。

独立成分分析測定項目データの例を図２７に示し、独立成分分析測定項目についての解析結果である解析結果表示ステップの出力例を図２８に示す。図２８において、横軸は第１独立成分を示し、縦軸は第２独立成分を示している。また図中の矢印は測定項目を示している。

矢印が同方向である測定項目は類似すると解釈される。類似する測定項目の矢印は、同じ形や色で表示することにより表示結果を理解し易くすることができる。
この例では、測定項目について、同じ通信データ長の場合に同傾向であり、通信モードの違いは大きく影響しないことが示されている。

実施の形態９．
実施の形態９は、クラスタリング解析によって解析された通信時間の類似性に基づくグループ化について、縦軸と横軸に通信関係にある計算機を設定し、グループ化の結果を表示することにより、通信時間の類似性に基づくグループ化の結果と計算機の対応を利用者に分かり易く提示することができるようにしたものである。

図２９は、実施の形態９の構成を示すフローチャートである。実施の形態９は、計算機システムを構成する複数の計算機を通信時間の類似性に関してグループ化し、通信性能表示するようにした場合について説明する。

図２９において、実施の形態９は、通信時間結合データ入力ステップＳ１３Ａと、該入力ステップにより得られた通信時間結合データからクラスタリング解析を行うクラスタリング解析ステップＳ１４と、クラスタリング解析結果を表示する解析結果表示ステップＳ１５とを有する。

なお、上記構成において、クラスタリング解析ステップＳ１４は、通信時間結合データに代わり、実施の形態７で述べた主成分分析計算機データや、実施の形態８で述べた独立成分分析計算機データを入力としてもよく、これらデータに基づいて通信時間の類似性に関するグループ化を行い、計算機グループデータを出力する。

解析結果表示ステップＳ１５は、グループ表示部を構成するものであり、クラスタリング解析ステップＳ１４により解析されてグループ化された計算機グループデータを入力とし、横軸と縦軸に計算機を設定し、計算機グループごとに別の形や色を表示するグループ表示結果を出力する。

クラスタリング解析ステップによる計算機グループデータの例を図３０に示し、解析結果表示ステップによるグループ表示結果の例を図３１に示す。

図３１に示される表示結果おいて、計算機１〜３に関しては、各行、各列に複数の計算機グループが混在する。計算機４に関しては、各行、各列に同じ計算機グループが表示される。この結果、計算機４が関係する通信性能のデータ傾向が、他の計算機の組み合わせの通信性能のデータ傾向と異なることが示される。

実施の形態１０．
実施の形態１０は、計算機間の通信時間と、主成分分析解析や独立成分解析によって自動分類された測定項目に関するグループと、クラスタリング解析によって自動分類された通信時間に関するグループとの対応を、平行座標表示の方法を用いて表示することで、測定項目と通信時間と計算機の関係を利用者に分かり易く提示することができるようにしたものである。

図３２は、実施の形態１０の構成を示すフローチャートである。実施の形態１０は、計算機システムを構成する複数の計算機を通信時間の類似性に関してグループ化した結果と、測定項目についての類似性に関してグループ化した結果とを平行座標表示することにより通信性能を表すようにした場合について説明する。

この実施の形態では、通信時間結合データ入力ステップＳ１３Ａと、実施の形態９に示したクラスタリング解析ステップＳ１４により得られる計算機グループデータを入力する計算機グループデータ入力ステップＳ１４Ａと、これらデータに基づいて平行座標表示を行う平行座標表示ステップＳ２５とを有する。

ここで、平行座標表示ステップＳ２５は、通信時間結合データから実施の形態７で述べた主成分分析測定項目解析結果や、実施の形態８で述べた独立成分分析測定項目解析結果を得る構成となっている。

図３０に例示した計算機グループデータを平行座標表示ステップにより平行座標表示した例を図３３に示す。

図３３において、各軸は、測定項目グループと計算機グループを示している。また各折線は、通信時間を正規化した値と計算機グループの値を示している。各折線は、計算機グループごとに、別の形や色を表示することにより、これらグループにおける通信項目、通信時間、計算機グループの関係を分かり易く表示することができる。

また、平行座標表示ステップＳ２５では、測定項目のグループごとに、測定項目の軸について別の形や色を表示することにより、測定項目のグループ、通信時間、計算機のグループの関係を分かり易く表示している。

図３３に示した例では、計算機グループＡは、測定項目グループＸの通信時間が長く、測定項目グループＹの通信時間が短いことを示す。計算機グループＢは、測定項目グループＸの通信時間が短く、測定項目グループＹの通信時間が長いことが示されている。

なお、本実施の形態において、平行座標表示ステップは、通信時間結合データから実施の形態７で述べた主成分分析測定項目解析結果や、実施の形態８で述べた独立成分分析測定項目解析結果を得る構成としているが、これら実施の形態における各成分分析解析ステップから直接取得するようにしても良い。

実施の形態１１．
実施の形態１１は、上述したクラスタリング解析によるグループ化の結果をもとに、計算機の通信性能の正常度・異常度に関するスコアを計算するスコアリング解析を行い、利用者が障害調査を行う際の優先順位に関する情報を提示することができるようにしたものである。

図３４は実施の形態１１の構成を示すフローチャートである。実施の形態１１は、計算機の通信性能の正常度、異常度に関するスコアを表示するようにした場合について説明する。

本実施の形態の構成は、計算機グループデータ入力ステップＳ１４Ａと、スコアリング解析ステップＳ２６と、解析結果表示ステップＳ１５とを備える。

スコアリング解析ステップＳ２６は、計算機グループデータを入力とし、計算機の通信性能の正常度・異常度に関するスコアを計算し、スコアリング解析結果として出力する。ここで、スコアリングの計算方法の例を説明する。

まず、計算機グループデータの例が図３５に示すように得られると、計算機グループごとに、1／( 該当する計算機の組み合わせの総数)を部分スコアとする。この例の場合は以下のように計算される。

１）計算機グループＡの部分スコア＝１/４
２）計算機グループＢの部分スコア＝１/２

次に、計算機のスコアを、対象とする計算機と他の全ての計算機に関する通信に対する部分スコアの合計として計算する。この例の場合は以下のように計算される。

１）計算機１のスコア＝３/４
２）計算機２のスコア＝１
３）計算機３のスコア＝１
４）計算機４のスコア＝５/４

このようにして、計算機のスコアが大きい場合に異常度が高く、小さい場合に異常度が低い評価指標を計算する。

スコアリング解析結果の例を図３６に示す。

この結果をもとに、利用者は計算機障害の可能性が最も高い計算機４から障害調査を始めることが効率的であることを理解できる。

実施の形態１２．
実施の形態１２は、測定項目とクラスタリング解析ステップによるグループ化の結果の関係を、木構造で説明するようにしたものである。

図３７は実施の形態１２の構成を示すフローチャートである。本実施の形態の構成は、通信時間結合データ入力ステップＳ１３Ａと、計算機グループデータ入力ステップＳ１４Ａと、通信時間結合データと計算機グループデータを用いて、決定木の解析を行う決定木解析ステップＳ２７と、その結果を表示する解析結果表示ステップＳ１５とを有する。

ここで、決定木解析ステップＳ２７において行われる決定木による解析は、周知の決定木のアルゴリズムに基づいたものであり、ここでの詳細説明は省略する。

なお、決定木は、通信時間結合データの全ての測定項目に対して、全てのしきい値による分割を試行し、計算機グループデータのグループ化の結果を最も良く説明する分割を条件分岐に選定する処理を再帰的に繰り返す処理を行なう。例えば、ある測定項目に関するあるしきい値による分割の結果、Ｙｅｓの場合に特定のグループのデータが該当し、Ｎｏの場合にそれ以外のグループが該当する場合は、良い分割である。

例えば、ある測定項目に関するあるしきい値による分割の結果、Ｙｅｓの場合に複数のグループのデータが混在し、Ｎｏの場合に複数のグループのデータが混在する場合は、悪い分割である。決定木は、データ傾向を木構造で説明するため、どの測定項目が重要であるかについて解釈し易い特長がある。ここでは、通信時間結合データと計算機グループデータを入力とする場合の例について説明したが、通信時間結合データと計算機障害調査結果データを入力とする場合にも適用可能である。

なお、本実施の形態においては、計算機グループデータの代わりに、実際に計算機について障害調査を行った結果である計算機障害調査結果データを入力することも可能である。

決定木解析結果の例を図３８に示す。図３８において、各楕円は、通信時間の測定値に基づく条件分岐を示す。末端の四角は、計算機グループを示す。本実施の形態によれば、通信時間の測定値と計算機グループの関係を、通信時間の測定値の範囲を条件部とし、計算機グループを結論部として、分かり易く表示することができる。

実施の形態１３．
実施の形態１３は、測定項目と、クラスタリング解析ステップを備え、測定項目とクラスタリング解析の結果の関係を利用者に分かり易く提示するようにしたものである。

図３９は実施の形態１３の構成を示すフローチャートである。実施の形態１３は、通信時間の測定値と計算機グループの関係を、通信時間の測定値の範囲を条件部とし、計算機グループを結論部として表示するようにしたものである。

本実施の形態の構成は、通信時間結合データ入力ステップＳ１３Ａと、計算機グループデータ入力ステップＳ１４Ａと、通信時間結合データと計算機グループデータを用いて、ルールの解析を行うルール解析ステップＳ２８と、その結果を表示する解析結果表示ステップＳ１５とを有する。

ここで、ルール解析ステップにおいて行われるルール解析は、周知のルールのアルゴリズムに基づいたものであり、ここでの詳細説明は省略する。

なお、ルールは、基本的には、決定木の各々の条件分岐を、各々のルールと読み取ることにより作成される。ルールの高度な作成方法には、(1)ルール全体としての正確性を損なわない範囲で、ルールの条件部を省略する、(2)ルールの正確性を高めるために、ルールの順番を入れ変える、(3)どのルールにも該当しないデータに対して、特定のグループ化の結果を割り当てる、等がある。

ルールは、測定された通信時間と、グループ化の結果の関係が、最も明示的に説明されるため解釈が容易となる特長がある。ここでは、通信時間結合データと計算機グループデータを入力とする場合の例について説明したが、通信時間結合データと計算機障害調査結果データを入力とする場合にも適用可能である。

なお、本実施の形態においては、計算機グループデータの代わりに、実際に計算機について障害調査を行った結果である計算機障害調査結果データを入力することも可能である。

ルール解析結果の例を図４０に示す。本実施の形態によれば、通信時間の測定値と計算機グループの関係を、通信時間の測定値の範囲を条件部とし、計算機グループを結論部として、分かり易く表示することができる。

実施の形態１４．
実施の形態１４は、通信時間測ステップにより測定される通信時間データと、実際に計算機について障害調査を行った結果に関するデータを蓄積し、通信時間がどのような条件に該当する場合に実際の計算機障害が対応するかを解析することにより、通信性能と計算機障害の関係を利用者に分かり易く提示することができるようにしたものである。

図４１は実施の形態１４の構成を示すフローチャートである。実施の形態１４は、通信時間の測定値と計算機障害の関係を解析、表示する場合について説明する。

本実施の形態の構成は、通信時間結合データ入力ステップＳ１３Ａと、実際に計算機について障害調査を行った結果である計算機障害調査結果データを入力する計算機障害調査結果データ入力ステップＳ３１と、通信時間結合データと計算機障害調査結果データを入力とし、決定木やルールのアルゴリズムに基づいた解析を行ない、通信時間の測定値と計算機障害の関係を障害解析として解析する障害解析ステップＳ３２と、その解析結果を表示する解析結果表示ステップＳ３３とを有する。

計算機障害調査結果データの例を図４２に示し、障害解析結果の例を図４３に示す。図４３に示されるルールの条件部は、通信時間の測定値の範囲を示し、またルールの結論部は、正常か障害かの判断を示している。

なお、本実施の形態において、障害解析ステップは、ルールのアルゴリズムに基づく障害解析の例を示したが、決定木による解析も同様に用いることができる。

実施の形態１５．
実施の形態１５は、通信時間測定ステップによる通信時間の測定を自動的に行い、障害解析による障害解析結果に基づいて、通信性能の低下や計算機障害の可能性を自動的に検査し、結果を利用者に表示することでで、運用中の計算機システムであっても、通信性能の低下や計算機障害の可能性に関する情報を利用者に提示することができるようにしたものである。

図４４は実施の形態１５の構成を示すフローチャートである。実施の形態１５は、通信時間データと障害解析結果を入力とし、自動検査を行う場合について説明する。

本実施の形態の構成は、通信時間結合データ入力ステップＳ１２Ａと、実施の形態１４で説明した障害解析結果を入力する障害解析結果入力ステップＳ３２Ａと、通信時間データと障害解析結果を入力とし、自動検査結果を出力する自動検査ステップＳ４１と、その自動検査結果を表示する検査結果表示ステップＳ４２とを有する。

自動検査結果は、通信時間データが、実施の形態１４で示した障害解析ステップＳ３２の結果である決定木やルールに基づいて障害に該当する場合に、「障害の可能性が高い」と出力され、該当しない場合に、「障害の可能性が低い」と出力される。

通信時間の測定は、計算機システムの運用中であっても、ジョブがない時間帯や、前のジョブが終了し、次のジョブが開始する前など、本来の業務を大きく損なわない範囲で、自動的に行なわれる。

以上に詳述した各実施の形態が適用される、例えばＰＣクラスタは、例えば、１台の管理用計算機と、実際の計算機シミュレーションの処理を行なう複数台のスレーブ計算機をネットワークにより接続することにより構成される。上述した実施の形態は、管理用計算機において動作し、スレーブ計算機に通信時間測定プログラムを実行させ、通信時間を収集し、各種の統計解析手法を用いて、通信時間を解析し、結果を利用者に提示する。

なお、上述した本発明の実施の形態において、各フローチャートに示したステップを通信性能解析プログラムとして、コンピュータにより読取り可能な記録媒体に記憶させることによって、通信性能解析方法をコンピュータに実行させることが可能となる。なお、上記コンピュータにより読取り可能な記録媒体は、ＣＤ−ＲＯＭやフレキシブルディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカード等の可搬型記憶媒体や、コンピュータプログラムを保持するデータベース、或いは、他のコンピュータ並びにそのデータベースや、更に回線上の伝送媒体をも含むものである。

上述した本発明の実施の形態によれば、以下の効果を奏する。
１）ネットワークで接続された複数の計算機間の通信時間を測定し、通信時間のデータ傾向について、各計算機間の通信時間を、各計算機間の距離とみたてて、計算機を配置し、表示し、障害の可能性がある計算機を、他の計算機から隔離して表示することにより、分かり易く障害計算機の検出を行うことを可能とする。
２）通信時間のデータ傾向に基づいて、通信関係にある計算機の組み合わせについて、類似する計算機の組み合わせをグループ化して表示することにより、障害の可能性がある計算機を利用者に分かり易く提示することを可能とする。
３）通信時間のデータ傾向に基づいて、類似する測定項目をグループ化して表示することにより、測定項目の関係性を利用者に分かり易く提示することを可能とする。

４）測定項目のグループ化の結果と、通信関係にある計算機の組み合わせのグループ化の結果を対として表示することにより、測定項目と通信関係にある計算機の組み合わせの関係性を利用者に分かり易く表示することを可能とする。
５）計算機の組み合わせに関して測定される通信時間データについて、計算機ごとの通信時間のデータ傾向を、利用者に分かり易く提示することを可能とする。
６）通信性能の観点から、計算機の正常度・異常度に関するスコアを計算することにより、利用者が計算機の障害検証をする場合に、計算機の優先順位を決定する作業を支援することを可能とする。

７）通信関係にある計算機の組み合わせのグループ化を特徴付ける通信時間の測定値に関する条件に関して、決定木やルールのアルゴリズムを使用して解析し、利用者に分かり易く提示することを可能とする。
８）通信時間データと、実際に計算機の障害調査を行った結果のデータを蓄積し、計算機障害に該当する通信時間の測定値の条件を利用者に分かり易く提示することを可能とする。
９）自動的に通信時間の測定を行い、通信性能の低下や計算機障害の可能性に該当する通信時間の条件に該当する計算機が検出された場合に、利用者に警告することにより、通信性能の低下や計算機障害の可能性を早期に発見することを可能とする。
（付記１）複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析プログラムであって、
前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、
前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析ステップと、
を備える通信性能解析プログラム。
（付記２）付記１に記載の通信性能解析プログラムにおいて、
前記統計解析ステップは、計量的多次元尺度法を用いて解析を行なうことを特徴とする通信性能解析プログラム。
（付記３）付記１に記載の通信性能解析プログラムにおいて、
前記統計解析ステップは、非計量的多次元尺度法を用いて解析を行なうことを特徴とする通信性能解析プログラム。
（付記４）付記１に記載の通信性能解析プログラムにおいて、
前記統計解析ステップは、サモンマップのアルゴリズムを用いて解析を行なうことを特徴とする通信性能解析プログラム。
（付記５）付記１に記載の通信性能解析プログラムにおいて、
前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、
前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える通信性能解析プログラム。
（付記６）付記５に記載の通信性能解析プログラムにおいて、
前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、主成分分析による統計解析を行なう主成分分析解析ステップを備え、
前記クラスタリング解析ステップは、前記主成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の主成分に基づいた散布図を表示することを特徴とする通信性能解析プログラム。
（付記７）付記５に記載の通信性能解析プログラムにおいて、
前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、独立成分分析による統計解析を行なう独立成分分析解析ステップを備え、
前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の独立成分に基づいた散布図を表示することを特徴とする通信性能解析プログラム。
（付記８）付記６に記載の通信性能解析プログラムにおいて、
前記主成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行ない主成分分析測定項目データを生成し、
前記クラスタリング解析ステップは、前記主成分分析解析ステップにより生成された前記主成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする通信性能解析プログラム。
（付記９）付記７に記載の通信性能解析プログラムにおいて、
前記独立成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行なって独立成分分析測定項目データを生成し、
前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより生成された前記独立成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする通信性能解析プログラム。
（付記１０） 付記５に記載の通信性能解析プログラムにおいて、
前記クラスタリング解析ステップは、通信時間の類似性に基づいて複数の計算機のグループ化を行い、
前記クラスタリング解析ステップにより得られた通信時間の類似性に基づく複数の計算機のグループについて、縦軸と横軸に各計算機を設定し、前記クラスタリング解析ステップにより行なわれたグループ化の結果を表示するグループ表示ステップを備えることを特徴とする通信性能解析プログラム。
（付記１１）
付記５に記載の通信性能解析プログラムにおいて、
前記通信時間結合ステップにより取得された通信時間結合データに基づいて、前記複数の計算機をグループ化する計算機グループ化ステップと、
前記通信時間結合ステップにより取得された通信時間結合データに基づいて、前記複数の測定項目についてグループ化を行なう測定項目グループ化ステップと、
前記計算機グループ化ステップにより得られた各計算機グループを、前記測定項目グループ化ステップにより得られた測定項目グループとの関連で表示する表示ステップと、
を備えてなる通信性能解析プログラム。
（付記１２） 付記５に記載の通信性能解析プログラムにおいて、
前記クラスタリング解析ステップによる計算機のグループ化の結果に基づいて、計算機の通信性能の正常度又は異常度に関するスコアを計算するスコアリング解析ステップを備えたことを特徴とする通信性能解析プログラム。
（付記１３）
付記１１に記載の通信性能解析プログラムにおいて、
前記表示ステップは、複数の軸の各軸に測定項目のそれぞれを示すと共に、一つの軸に計算機グループを示し、複数の折れ線に二つの計算機間の通信時間を示す平行座標表示を行なうことを特徴とする通信性能解析プログラム。
（付記１４）
付記５に記載の通信性能解析プログラムにおいて、
前記クラスタリング解析ステップは、前記複数の測定項目グループと計算機グループとの関係を決定木のアルゴリズムを用いて示す決定木解析ステップを備え、前記各項目グループの範囲を条件とし、前記各計算機グループを結論部として表示することを特徴とする通信性能解析プログラム。
（付記１５） 複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析する通信性能解析装置であって、
前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得部と、
前記通信時間取得部により取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析部と、
を備える通信性能解析装置。
（付記１６） 付記１５に記載の通信性能解析装置において、
前記通信時間取得部は、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
前記通信時間取得部により取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合部を備え、
前記統計解析部は、前記通信時間結合部により作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析部を備える通信性能解析装置。
（付記１７） 付記１５に記載の通信性能解析装置において、
前記通信時間結合部により作成された通信時間結合データを用いて、前記通信時間データについて、主成分分析による統計解析を行なう主成分分析解析部を備え、
前記クラスタリング解析部は、前記主成分分析解析部により、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の主成分に基づいた散布図を表示することを特徴とする通信性能解析装置。
（付記１８） 付記１５に記載の通信性能解析装置において、
前記通信時間結合部により作成された通信時間結合データを用いて、前記通信時間データについて、独立成分分析による統計解析を行なう独立成分分析解析部を備え、
前記クラスタリング解析部は、前記独立成分分析解析部により、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の独立成分に基づいた散布図を表示することを特徴とする通信性能解析装置。
（付記１９） 複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析方法であって、
前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、
前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析する統計解析ステップと、
を備える通信性能解析方法。
（付記２０）付記１９に記載の通信性能解析方法において、
前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、
前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える通信性能解析方法。

本発明の実施の形態１を示すフローチャートである。 通信時間データの一例を示す図である。 計算機配置データの一例を示す図である。 計量的多次元尺度法による解析結果の表示例を示す図である。 実施の形態２を示すフローチャートである。 非計量的多次元尺度法による解析結果の表示例を示す図である。 実施の形態３を示すフローチャートである。 サモンマップによる解析結果の表示例を示す図である。 実施の形態４を示すフローチャートである。 通信時間結合データの一例を示す図である。 計算機グループデータの一例を示す図である。 クラスタリングによる解析結果の一例を示す図である。 実施の形態５を示すフローチャートである。 主成分分析の動作説明図である。 主成分分析の概念説明図である。 主成分分析計算機データの一例を示す図である。 主成分分析による解析結果の一例を示す図である。 実施の形態６を示すフローチャートである。 独立成分分析の動作説明図である。 独立成分分析の概念説明図である。 独立成分分析データの一例を示す図である。 独立成分分析による解析結果の一例を示す図である。 実施の形態７を示すフローチャートである。 主成分分析測定項目データの一例を示す図である。 測定項目に関する主成分分析による解析結果の一例を示す図である。 実施の形態８を示すフローチャートである。 独立成分分析測定項目データの一例を示す図である。 測定項目に関する独立成分分析による解析結果の一例を示す図である。 実施の形態９を示すフローチャートである。 計算機グループデータの一例を示す図である。 計算機グループの表示の一例を示す図である。 実施の形態１０を示すフローチャートである。 平行座標表示の一例を示す図である。 実施の形態１１を示すフローチャートである。 計算機グループデータの一例を示す図である。 スコアリング解析結果の一例を示す図である。 実施の形態１２を示すフローチャートである。 決定木解析結果の一例を示す図である。 実施の形態１３を示すフローチャートである。 ルール解析結果の一例を示す図である。 実施の形態１４を示すフローチャートである。 計算機障害調査結果データの一例を示す図である。 障害解析結果の一例を示す図である。 実施の形態１４を示すフローチャートである。

符号の説明

１〜４ 計算機、Ｓ１ 測定項目入力ステップ、Ｓ２ 通信時間測定ステップ、Ｓ３ 計量的多次元尺度法解析ステップ、Ｓ４、Ｓ１５ 解析結果表示ステップ、Ｓ３Ａ 非計量的多次元尺度法解析ステップ、Ｓ３Ｂ サモンマップ解析ステップ、Ｓ１１ 複数測定項目入力ステップ、Ｓ１２ 通信時間測定ステップ、Ｓ１３ 通信時間結合ステップ、Ｓ１４ クラスタリング解析ステップ、Ｓ２１ 主成分分析解析ステップ、Ｓ２２ 独立成分分析解析ステップ、Ｓ２５ 平行座標表示ステップ、Ｓ２６ スコアリング解析ステップ、Ｓ２７ 決定木解析ステップ、Ｓ２８ ルール解析ステップ、Ｓ３２ 障害解析ステップ、Ｓ４１ 自動検査ステップ、Ｓ４２ 自動検査結果表示ステップ。

Claims (11)

1. 複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析プログラムであって、
   前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、
   前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析し、前記複数の計算機間の通信時間を前記複数の計算機間の距離とみ なして前記計算機システムに前記複数の計算機を配置する統計解析ステップと、
   を備える通信性能解析プログラム。
2. 請求項１に記載の通信性能解析プログラムにおいて、
   前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
   前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、
   前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える通信性能解析プログラム。
3. 請求項２に記載の通信性能解析プログラムにおいて、
   前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、主成分分析による統計解析を行なう主成分分析解析ステップを備え、
   前記クラスタリング解析ステップは、前記主成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の主成分に基づいた散布図を表示することを特徴とする通信性能解析プログラム。
4. 請求項２に記載の通信性能解析プログラムにおいて、
   前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記通信時間データについて、独立成分分析による統計解析を行なう独立成分分析解析ステップを備え、
   前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより、統計解析された結果を対象として、クラスタリングによるグループ化を行い、所定の独立成分に基づいた散布図を表示することを特徴とする通信性能解析プログラム。
5. 請求項３に記載の通信性能解析プログラムにおいて、
   前記主成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行ない主成分分析測定項目データを生成し、
   前記クラスタリング解析ステップは、前記主成分分析解析ステップにより生成された前記主成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする通信性能解析プログラム。
6. 請求項４に記載の通信性能解析プログラムにおいて、
   前記独立成分分析解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、前記複数の測定項目についての類似性に関する解析を行なって独立成分分析測定項目データを生成し、
   前記クラスタリング解析ステップは、前記独立成分分析解析ステップにより生成された前記独立成分分析測定項目データを用いて前記測定項目の類似性に関するグループ化を行なうことを特徴とする通信性能解析プログラム。
7. 複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析する通信性能解析装置であって、
   前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得部と、
   前記通信時間取得部により取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析し、前記複数の計算機間の通信時間を前記複数の計算機間の距離とみなして 前記計算機システムに前記複数の計算機を配置する統計解析部と、
   を備える通信性能解析装置。
8. 請求項７に記載の通信性能解析装置において、
   前記通信時間取得部は、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
   前記通信時間取得部により取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合部を備え、
   前記統計解析部は、前記通信時間結合部により作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析部を備える通信性能解析装置。
9. 複数の計算機をネットワークで接続して構成される計算機システムにおける前記複数の計算機間の通信性能のデータ傾向を解析することをコンピュータに実行させる通信性能解析方法であって、
   前記計算機システムを構成する各計算機間の通信時間データを取得する通信時間取得ステップと、
   前記通信時間取得ステップにより取得した前記通信時間データについて統計解析を行ない、前記計算機間の通信時間を用いて前記計算機システムにおける各計算機間の通信性能のデータ傾向を解析し、前記複数の計算機間の通信時間を前記複数の計算機間の距離とみ なして前記計算機システムに前記複数の計算機を配置する統計解析ステップと、
   を備える通信性能解析方法。
10. 請求項９に記載の通信性能解析方法において、
    前記通信時間取得ステップは、前記計算機システムを構成する各計算機間の通信時間データを複数の測定項目について取得し、
    前記通信時間取得ステップにより取得された前記複数の測定項目についての通信時間データを並べ替えて通信時間結合データを作成する通信時間結合ステップを備え、
    前記統計解析ステップは、前記通信時間結合ステップにより作成された通信時間結合データを用いて、クラスタリングによる統計解析を行ない、各計算機の組み合わせ又は前記測定項目に関するグループ化を行うクラスタリング解析ステップを備える通信性能解析方法。
11. 請求項１に記載の通信性能解析プログラムにおいて、
    前記統計解析ステップは、計量的多次元尺度法、非計量的多次元尺度法、または、サモ ンマップ解析のいずれか１つの手法を用いて解析を行うことを特徴とする通信性能解析プ ログラム。

Images