JP7334792B2 - ルール生成装置、方法及びプログラム - Google Patents

Description

この発明の実施形態は、ルール生成装置、方法及びプログラムに関する。

監視対象装置において、ある障害により発生するイベント（以下、障害イベントと称する）を基に、その障害の発生要因である障害要因を判定するＩＦ－ＴＨＥＮルールの作成に関する技術がある。

例えば、特許文献１に開示されるように、障害事例データベースに登録されている他の障害ケースと重複しないように、障害ケース毎にユニークな障害イベントの組合せを抽出し、特徴的な障害イベントとして、障害要因箇所を判定可能なルールを自動で作成及び修正する技術がある。

日本国特開２０１８－０２８７７８号公報

しかし、上記特許文献１に開示された技術では、障害要因箇所を判定するルールを作成する際、全ての障害イベントを一律で扱っている。そのため、障害の特徴をとらえた適切な障害イベントの組合せを抽出することができず、適切なルールを作成できない場合があり得る。また、一般的に監視対象装置または監視システムで付加される障害イベントの重要度を重み付けに利用しても、重要度が低い障害イベントが実際は障害要因との関連性が強い場合もあり、適切でないことも多い。

この発明は、障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止するようにした技術を提供しようとするものである。

上記課題を解決するために、この発明の一態様に係るルール生成装置は、障害毎に、障害要因箇所及び障害要因を含む障害要因情報と、この障害により発生する障害イベントと、条件部と結論部を含むルールに対応付けられたルールＩＤと、を関連付けて登録しているデータベースと、新規の障害である新規障害の障害イベントが前記データベースに登録されたとき、前記データベースに登録されている、障害イベント以外の情報または障害イベントの情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つを基に、前記新規障害の障害イベントの重要度を判定する重要度判定部と、前記新規障害の障害イベントの組合せと、過去の全ての障害に対応する障害イベントの組合せと、前記重要度とからユニークパターンを抽出し、該ユニークパターン及び前記障害要因情報を用いて、前記新規障害に対するルールを生成するルール生成部と、を備える。

この発明の一態様によれば、障害イベント以外の情報または障害イベント情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つを基に、障害イベント毎に重みを付けることで、より障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止するようにした技術を提供することができる。

図１は、この発明の第１実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置と、ルールエンジンと、を含む異常箇所推定システムのソフトウェア構成の一例を示すブロック図である。 図２は、パターン抽出及びルール生成装置とルールエンジンのハードウェア構成の一例を示す図である。 図３は、パターン抽出及びルール生成装置の処理動作の一例を示すフローチャートである。 図４は、パターン抽出及びルール生成装置、ルールエンジン、監視対象装置及び保守者の間の処理の流れを説明するためのソフトウェア構成の一例を示すブロック図である。 図５は、図４に示されたブロックでのクラスの一例を示す図である。 図６Ａは、図４に示されたブロックでの処理動作の一例を示すフローチャートである。 図６Ｂは、図６Ａに続くフローチャートである。 図６Ｃは、図６Ｂに続くフローチャートである。 図７は、ＩＦ－ＴＨＥＮルールの一例を説明する図である。 図８は、従来の技術によるユニークパターンの抽出手順の一例を示す図である。 図９は、第１実施形態によるユニークパターンの抽出手順の一例を示す図である。 図１０Ａは、この発明の第２実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置と、ルールエンジンと、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。 図１０Ｂは、図１０Ａに続くフローチャートである。 図１１は、この発明の第３実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置と、ルールエンジンと、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。 図１２は、第３実施形態によるユニークパターンの抽出手順の一例を示す図である。 図１３は、この発明の第４実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置と、ルールエンジンと、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。 図１４は、第４実施形態によるユニークパターンの抽出手順の一例を示す図である。

以下、図面を参照して、この発明に係わる実施形態を説明する。なお、以下の実施形態では、同一の番号を付した部分については同様の動作を行うものとして、重ねての説明を省略する。

［第１実施形態］
（構成例）
図１は、この発明の第１実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置１と、ルールエンジン２と、を含む異常箇所推定システムのソフトウェア構成の一例を示すブロック図であり、図２は、パターン抽出及びルール生成装置１とルールエンジン２のハードウェア構成の一例を示す図である。

まず、ハードウェア構成について説明する。
パターン抽出及びルール生成装置１は、図２に示すように、例えばサーバコンピュータ（Server computer）またはパーソナルコンピュータ（Personal computer）により構成され、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサ（Hardware processor）１１を有する。そして、パターン抽出及びルール生成装置１では、このハードウェアプロセッサ１１に対し、プログラムメモリ（Program memory）１２と、データメモリ（Data memory）１３と、通信インタフェース１４と、入出力インタフェース（図２では入出力ＩＦと記す）１５とが、バス（Bus）１６を介して接続される。

通信インタフェース１４は、例えば一つ以上の有線または無線の通信モジュールを含むことができる。通信インタフェース１４は、ルールエンジン２との間で通信を行い、パターン抽出及びルール生成装置１とルールエンジン２との情報交換を可能とする。

入出力インタフェース１５には、入力部１７及び表示部１８が接続されている。入力部１７及び表示部１８は、例えば液晶または有機ＥＬ（Electro Luminescence）を使用した表示デバイスの表示画面上に、静電方式または圧力方式を採用した入力検知シートを配置した、いわゆるタブレット型の入力・表示デバイスを用いたものが用いられる。なお、入力部１７及び表示部１８は独立するデバイスにより構成されてもよい。入出力インタフェース１５は、上記入力部１７において入力された操作情報をプロセッサ１１に入力するとともに、プロセッサ１１で生成された表示情報を表示部１８に表示させる。

なお、入力部１７及び表示部１８は、入出力インタフェース１５に接続されていなくてもよい。入力部１７及び表示部１８は、通信インタフェース２４と直接またはネットワークを介して接続するための通信ユニットを備えることで、プロセッサ１１との間で情報の授受を行い得る。

プログラムメモリ１２は、非一時的な有形のコンピュータ可読記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込み及び読出しが可能な不揮発性メモリと、ＲＯＭ等の不揮発性メモリとが組合せて使用されたものである。このプログラムメモリ１２には、プロセッサ１１が第１実施形態に係る各種制御処理を実行するために必要なプログラムが格納されている。

データメモリ１３は、有形のコンピュータ可読記憶媒体として、例えば、上記の不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリとが組合せて使用されたものである。このデータメモリ１３は、各種処理が行われる過程で取得及び作成された各種データが記憶されるために用いられる。

ルールエンジン２は、例えば通信ネットワークを構成するルータやサーバ等の各装置（ノードとも云う）との間で通信が可能な管理装置、または保守端末に設けられる。ルールエンジン２は、図２に示すように、例えばサーバコンピュータまたはパーソナルコンピュータにより構成され、ＣＰＵ等のハードウェアプロセッサ２１を有する。そして、ルールエンジン２では、このハードウェアプロセッサ２１に対し、プログラムメモリ２２と、データメモリ２３と、通信インタフェース２４と、入出力インタフェース２５とが、バス２６を介して接続される。

通信インタフェース２４は、例えば一つ以上の有線または無線の通信モジュールを含むことができる。通信インタフェース２４は、パターン抽出及びルール生成装置１との間で通信を行い、パターン抽出及びルール生成装置１とルールエンジン２との情報交換を可能とする。また、通信インタフェース２４は、ネットワークを構成する複数の装置、及びこれらの装置間の接続情報を記憶するネットワーク構成情報データベース（図１参照）との間で通信を行い、各装置が発生する障害イベント情報、及びネットワーク構成情報データベースに記憶されたネットワーク構成情報を取得することができる。

入出力インタフェース２５には、入力部２７及び表示部２８が接続されている。入力部２７及び表示部２８は、例えば液晶または有機ＥＬ（Electro Luminescence）を使用した表示デバイスの表示画面上に、静電方式または圧力方式を採用した入力検知シートを配置した、いわゆるタブレット型の入力・表示デバイスを用いたものが用いられる。なお、入力部２７及び表示部２８は、独立するデバイスにより構成されてもよい。入出力インタフェース２５は、上記入力部２７において入力された操作情報をプロセッサ２１に入力するとともに、プロセッサ２１で生成された表示情報を表示部２８に表示させる。

なお、入力部２７及び表示部２８は、入出力インタフェース２５に接続されていなくてもよい。入力部２７及び表示部２８は、通信インタフェース２４と直接またはネットワークを介して接続するための通信ユニットを備えることで、プロセッサ２１との間で情報の授受を行い得る。この場合、入力部２７及び表示部２８は、パターン抽出及びルール生成装置１の入力部１７及び表示部１８として機能させてもよい。すなわち、パターン抽出及びルール生成装置１の入力部１７及び表示部１８とルールエンジン２の入力部２７及び表示部２８とは、一つの入力部及び表示部を兼用されるものしてもよい。

プログラムメモリ２２は、非一時的な有形のコンピュータ可読記憶媒体として、例えば、ＨＤＤまたはＳＳＤ等の随時書込み及び読出しが可能な不揮発性メモリと、ＲＯＭ等の不揮発性メモリとが組合せて使用されたものである。このプログラムメモリ２２には、プロセッサ２１がこの第１実施形態に係る各種制御処理を実行するために必要なプログラムが格納されている。

データメモリ２３は、有形のコンピュータ可読記憶媒体として、例えば、上記の不揮発性メモリと、上記のＲＡＭ等の揮発性メモリとが組合せて使用されたものである。このデータメモリ２３は、各種処理が行われる過程で取得及び作成された各種データが記憶されるために用いられる。

次に、ソフトウェア構成を説明する。
図１に示すように、パターン抽出及びルール生成装置１は、ソフトウェアによる処理機能部として、障害イベント登録部１０１、ユニーク判定部１０２、ルール生成及び修正部１０３、過去障害再検証部１０４、及び障害事例データベース１０５を備えるデータ処理装置として構成できる。ユニーク判定部１０２は、障害イベント重要度判定部１０２Ａを備える。ここで、上記の障害イベント登録部１０１、障害イベント重要度判定部１０２Ａを含むユニーク判定部１０２、ルール生成及び修正部１０３、及び過去障害再検証部１０４の各部における処理機能部は、いずれも、プログラムメモリ１２に格納されたプログラムを上記ハードウェアプロセッサ１１により読み出させて実行させることにより実現される。なお、これらの処理機能部の一部または全部は、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）またはＦＰＧＡ（field-programmable gate array）などの集積回路を含む、他の多様な形式によって実現されてもよい。

障害事例データベース１０５は、図２に示されたデータメモリ１３を用いて構成され得る。ただし、障害事例データベース１０５は、パターン抽出及びルール生成装置１内に必須の構成ではなく、例えば、ＵＳＢ（Universal Serial Bus）メモリなどの外付け記憶媒体、またはクラウド（Cloud）に配置されたデータベースサーバ（Database server）等の記憶装置に設けられたものであってもよい。

障害イベント登録部１０１は、新たに発生した障害（本障害、新規障害とも称す）に対応する一つ以上の障害イベント（障害イベント群）を、（１）本障害の障害ＩＤ、（２）保守者が真の原因及びその位置を特定した障害要因情報、及び（３）対応するルールＩＤと関連付けて障害事例データベース１０５に登録する。

障害ＩＤは、発生した障害毎に付される。ルールＩＤは、ルール毎に付される。
障害イベントは、障害ＩＤに対応付けられ、障害ＩＤに対応する障害により発生するイベントを示す。この障害イベントは、例えば、ある監視対象装置からのアラーム、ログ情報、閾値監視情報である。
障害要因情報は、障害要因箇所の情報と、障害要因の情報とを含む。
障害要因は、障害が発生した原因を示し、障害要因箇所は、障害が起きた位置（例えば装置ＩＤ）を示す。障害要因箇所は、上記ある監視対象装置である。

なお、一つ以上の障害イベントを障害イベント群とも称す。一つ以上のルールをルールセットとも称す。
ルールセットは、例えばルールエンジン２が有しており、ルールは、条件部と結論部を含む。
本第１実施形態では、条件部は障害イベントである。この障害イベントは、例えば装置ＩＤとアラーム種別とを含み得る。また、本第１実施形態では、結論部は障害要因情報である。この障害要因情報は、例えば装置ＩＤと障害要因種別とを含み得る。

ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に格納されている、障害イベントの重要度の算出に必要な情報である、障害イベント以外の情報または障害イベントの情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つに基づいて、障害イベントの重要度を判定する。本第１実施形態では、障害イベントの情報全体に対する分析処理を通じて算出された値である、全体の障害イベントの発生状況に基づいて、障害イベントの重要度を判定する。この重要度の判定手法の一例は、後に説明する。

ユニーク判定部１０２は、障害事例データベース１０５に登録されている、本障害の障害イベント群から、本障害を特徴付けるユニークパターンの候補となる一つ以上の障害イベントを含む障害イベントの組合せを生成し、本障害の全通りの障害イベントの組合せを障害事例データベース１０５に登録する。この登録とともに、ユニーク判定部１０２は、障害事例データベース１０５に登録されている過去の全ての障害における障害イベントの組合せを参照する。ユニーク判定部１０２は、障害イベント重要度判定部１０２Ａによって判定した障害イベントの重要度を加味して、これら参照された全ての組合せから、それぞれの障害を特徴付ける障害イベントの組合せをユニークパターンとして障害毎（すなわち、障害ＩＤ毎）に抽出し、この抽出の結果を障害ＩＤに関連付けて障害事例データベース１０５に登録する。
障害イベントの組合せは、障害ＩＤ毎に存在し、その障害ＩＤに対応付けられた全ての障害イベントの組合せである。

ユニークパターンは、障害ＩＤ毎に障害イベントの組合せから所定の手法で算出され、障害ＩＤ毎に一つ算出される。このユニークパターンの算出手法の一例は、後に説明する。ユニークパターンは、ルールＩＤと一対一で対応している。

また、障害対応において判定結果が正解の場合の障害イベント登録がなされるように（図３を参照）、一つのルールＩＤは、複数の障害ＩＤに対応して登録される場合がある。さらに、一つのルールＩＤは、一つ以上の障害イベントに対応するので、多数の障害イベントと対応する場合もある。以下の説明では、ある一つのルールＩＤに対応する障害イベントをまとめて「障害ケース」と称する。すなわち、一つの「障害ケース」には複数の障害イベントが対応しており、「障害ケース」と「ルール」との間には一対一の関係が成り立つ。

ルール生成及び修正部１０３は、本障害についてはユニーク判定部１０２で抽出されたユニークパターンを条件部として採用し、保守者により登録した障害要因情報を結論部として採用する。ルール生成及び修正部１０３は、これらの条件部及び結論部を用いてルールを新規生成することでルールセットを改訂し、新たなルールＩＤを障害ＩＤと関連付けて障害事例データベース１０５に登録する。

一方、障害事例データベース１０５に登録されている、過去のある一つの障害に対応する、ユニーク判定部１０２で抽出されたユニークパターンが、この障害ＩＤに対応して登録されているルールの条件部に定義されている障害イベントの組合せと異なっている場合は、ルール生成及び修正部１０３は、ルールを修正する必要があると判断する。この場合、ルール生成及び修正部１０３は、抽出されたユニークパターンを条件部として採用し、既存ルールを上書き修正して、この修正の結果を障害事例データベース１０５に登録する。

過去障害再検証部１０４は、障害ＩＤ毎に、障害事例データベース１０５に登録されている障害イベント群の情報を基に、ルールエンジン２を用いることによる再判定を行う。過去障害再検証部１０４は、この判定の結果である障害要因情報と、障害事例データベース１０５に登録されている障害要因情報とを照合する。この障害要因情報は、過去に保守者によって登録されたものである。
過去障害再検証部１０４は、この照合結果が合致する場合、つまり照合ＯＫである場合は、新たなルール追加が成功したと判断し、さらに既存ルールを上書き修正した場合にはルール修正も成功したと判断して、処理を終了する。
一方、過去障害再検証部１０４は、上記の照合結果が合致しない場合、つまり照合ＮＧである場合は、ユニーク判定部１０２に再び異なるユニークパターンを抽出させる。

過去障害再検証部１０４による再判定では、殆ど全ての場合で照合ＯＫとなるが、希にデータが改変等されていて上記の照合ＮＧとなる場合がある。過去障害再検証部１０４は、このように照合ＮＧである場合にも対応するために設けられる。

障害事例データベース１０５では、（１）障害ＩＤ、（２）一つ以上の障害イベント、（３）障害要因情報、（４）障害イベントの組合せ、（５）組合せのうちのユニークパターン、及び（６）ルールＩＤ、が関連付けて登録される。障害事例データベース１０５では、通常は、多数の障害ＩＤについて上記の情報が関連付けられて保存される。

（動作）
次に、パターン抽出及びルール生成装置１の動作を説明する。図３は、図１に示されたパターン抽出及びルール生成装置１の処理動作の一例を示すフローチャートである。

障害が発生したら、ルールエンジン２は、障害に対応する一つ以上の障害イベント（例えば、装置ＩＤとアラーム種別）を通信インタフェース２４により取得して、ネットワーク構成情報とルールセットとを参照してルール判定を行う。ルールエンジン２は、どこで障害が発生したか、及びどんな原因で障害が発生したかをそれぞれ示す、ルール判定結果を表示部１８により表示する。

その後、保守者は、この表示されたルールエンジン２によるルール判定の結果と、真の原因である障害対応結果とを比較して、判定結果が正解であるどうかを判定する。

判定結果が正解であると判定された場合には、パターン抽出及びルール生成装置１は、入力部１７に対する保守者による操作にしたがい、この障害イベントを障害事例データベース１０５に、他の情報（上記の「障害事例データベース１０５」を参照）と関連付けて登録する。

一方、判定結果が正解でないと判定された場合には、パターン抽出及びルール生成装置１では、障害イベント登録部１０１は、入力部１７に対する保守者による操作にしたがい、障害対応によって真の原因とその位置が保守者により特定された障害要因情報を、この障害イベントに対応させて障害事例データベース１０５に、他の情報に関連付けて新たに登録する（ステップＳ２０１）。

ステップＳ２０１の次に、ユニーク判定部１０２は、図１を参照して説明されたように、本障害の障害ＩＤに対して関連付けられる一つ以上の障害イベントを含む全通りの障害イベントの組合せを生成する。また、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている情報に基づいて、ステップＳ２０１で登録された、本障害の障害ＩＤに対して関連付けられる一つ以上の障害イベントの重要度を判定する。本第１実施形態では、障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている全体の障害イベントの発生状況に関する情報に基づいて、上記一つ以上の障害イベントの重要度を判定する。例えば、障害イベント重要度判定部１０２Ａは、過去の障害イベント全体の発生頻度に基づいて、上記一つ以上の障害イベントの重要度を判定することができる。そして、ユニーク判定部１０２は、本障害に対応する障害イベントの組合せと、過去の全ての障害に対応する障害イベントの組合せ（過去分は、既に障害事例データベース１０５に登録されている）と、上記判定した重要度とから、一つのユニークパターンを障害ＩＤ毎に抽出する（ステップＳ２０２）。抽出されたユニークパターンは、障害事例データベース１０５に、他の情報と関連付けて登録される。一方、このユニークパターンが抽出できない場合には、ステップＳ２０５に進む。

ステップＳ２０２でユニークパターンが抽出された場合は、ルール生成及び修正部１０３は、本障害におけるユニークパターンを条件部として採用するとともに、保守者により入力された障害要因情報を結論部として採用して、これらの条件部及び結論部を用いてルールを新規生成する。そして、ルール生成及び修正部１０３は、この生成したルールを障害事例データベース１０５に登録する。また、ルール生成及び修正部１０３は、生成したルールに対応するルールＩＤを生成し、このルールＩＤを障害事例データベース１０５に登録する（ステップＳ２０３）。

なお、このステップＳ２０３では、障害事例データベース１０５に登録されている、過去のある障害において、当該障害に対して登録されているルールの条件部に定義されている障害イベントの組合せが、上記ステップＳ２０２で抽出されたユニークパターンと異なる場合がある。このような場合には、ルール生成及び修正部１０３は、該当障害のルールを修正し、修正後のルールを障害事例データベース１０５に登録する。

ステップＳ２０３の次に、過去障害再検証部１０４は、障害事例データベース１０５に登録されている全ての障害において、判定結果が正しく判定されるか否かをルールエンジン２を使用して再判定し、ルールセットの更新により判定精度が低下していないか否かを検証する（ステップＳ２０４）。

過去のいずれかの障害において判定結果が不正解である場合は、ステップＳ２０２に戻り、ユニーク判定部１０２は、別の障害イベントの組合せを抽出する。なお、ステップＳ２０４において、ユニークパターンから生成されたルールが、いずれも過去障害再検証部１０４で照合ＮＧであった場合には、ステップＳ２０５へ進む。

一方、過去障害再検証部１０４で検証されて照合ＯＫとなって判定結果が正解である場合には、新たなルール追加またはルール修正が成功したとして、処理が終了される。

ステップＳ２０５では、ユニーク判定部１０２は、本障害を特徴付ける障害イベントが抽出できないときに、ルール化できない障害である旨を表示部１８により保守者に提示し、データをロールバックする。すなわち、この場合は、ユニーク判定部１０２は、対応する本障害の障害ＩＤに対応する障害イベントと保守者により登録した障害要因情報との登録をキャンセルする。

次に、図４、図５、図６Ａ、図６Ｂ及び図６Ｃを参照して、本第１実施形態のパターン抽出及びルール生成装置１と、ルールエンジン２と、監視対象装置３００と、保守者４００との処理の流れを説明する。なお、図５に記載される「＊」はインスタンス数を示し、ゼロ以上の数値を意味する。

まず、ｎ個の監視対象装置３００のうち一つ以上の装置で障害が発生すると仮定する（図６ＡのステップＳＡ１）。その後、監視対象装置３００は、障害イベントをルールエンジン２に通知する（ステップＳＡ２）。ここでの障害イベントは、例えば、（１）ＩＰアドレス、（２）装置種別、（３）アラーム種別、及び（４）アラームレベルを含む。なお、ここではアラーム種別は、イベント種別の一種であり、その下位概念として使用される。アラームレベルは、イベントレベルの一種であり、その下位概念として使用される。イベントレベルは、監視対象装置３００または監視システムで付加される障害イベントの重要度を示す。障害イベントは、アラームレベルを含まない場合もある。

ルールエンジン２では、障害イベント送受信部２０１は、外部の監視対象装置３００から通知された障害イベントを取得し、これをパターン抽出及びルール生成装置１に通知する（ステップＳＢ１）。この段階では、障害イベント送受信部２０１は、障害イベントとして、例えば、装置ＩＤとアラーム種別とアラームレベルをパターン抽出及びルール生成装置１に通知する。この障害イベントの通知を受けた障害イベント登録部１０１は、この障害イベントを、障害事例データベース１０５に登録する（ステップＳＤ１）。

また、ルールエンジン２では、ネットワーク構成情報データベース２０２は、ネットワーク構成情報を外部から取得して外部情報と同期させておく。ネットワーク構成情報は、監視対象装置情報と、監視対象装置間接続情報とを含む。監視対象装置情報は、図５に示されるように、例えば、監視対象装置の（１）装置ＩＤ、（２）装置名、（３）ＩＰアドレス、及び（４）装置種別、を含む。監視対象装置間接続情報は、図５に示されるように、例えば、（１）接続元装置ＩＤ、（２）接続先装置ＩＤ、及び（３）これらの（１）、（２）でなる組の識別子、を含む。図４及び図５に示された例では、監視対象装置情報は、監視対象装置の数であるｎ個分設けられる。なお、監視対象装置間接続情報は、ｎ個分とは限らない。

また、ルールエンジン２では、障害イベント群と障害要因情報とを関連付けるＩＦ－ＴＨＥＮルールのセットが、例えばデータメモリ２３に格納されている。ＩＦ－ＴＨＥＮルールは、前提または条件を表すｉｆ部と、このｉｆ部が真である場合の結論または動作を表すｔｈｅｎ部とから構成される（より詳しくは図７の説明を参照）。

さらに、ルールエンジン２は、判定ロジック部２０３を有する。判定ロジック部２０３は、ネットワーク構成情報（ネットワーク構成情報データベース２０２内）と、障害イベントと、ルールセットとをそれぞれ受け取り、これらに基づいて、どこで障害が発生したか（障害箇所）、及びどんな原因で障害が発生したか（障害要因）をそれぞれ示す判定結果を得る（ステップＳＢ２）。その後、判定ロジック部２０３は、判定結果、例えば、（１）対応ルールＩＤ、（２）装置ＩＤ及び／または装置名、及び（３）障害要因種別、をパターン抽出及びルール生成装置１に送るとともに、判定結果、例えば（１）装置名、及び（２）障害要因種別、を保守者４００に送る（ステップＳＢ３）。なお、判定結果を保守者４００に送るとは、表示部２８により判定結果を保守者４００に提示することを意味する。

パターン抽出及びルール生成装置１では、障害イベント登録部１０１は、障害事例データベース１０５に、判定ロジック部２０３からの判定結果、例えば（１）対応ルールＩＤ、（２）装置ＩＤ及び／または装置名、及び（３）障害要因種別、を登録する（ステップＳＤ２）。

保守者４００は、表示部２８により、ルールエンジン２からの判定結果を受け取り、内容を確認する（ステップＳＣ１）。その後、保守者４００が、ルールエンジン２による判定結果と真の原因である障害対応結果とを比較して、上記判定結果が正解であるか否かを判定する（ステップＳＣ２）。

ステップＳＣ２において、判定結果が正解であると判定された場合には、保守者４００は何もせず終了となる。

一方、ステップＳＣ２において、判定結果が正解でないと判定された場合には、保守者４００による障害対応によって真の原因（装置名）とその位置が特定された情報である障害要因情報が保守者４００からパターン抽出及びルール生成装置１に通知される。すなわち、保守者４００が入力部１７を操作して、障害要因情報を入力する。パターン抽出及びルール生成装置１では、障害イベント登録部１０１は、この保守者４００による障害要因情報を、この障害イベントに対応させて障害事例データベース１０５に登録する（ステップＳＤ３）。

その後は、パターン抽出及びルール生成装置１での処理が続く。すなわち、ユニーク判定部１０２は、本障害の障害イベント群から一つ以上の障害イベントを含む障害イベントの組合せを全通り生成し、この生成の結果を障害事例データベース１０５に登録する（図６ＢのステップＳＤ４）。

また、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている全体の障害イベントの発生状況に関する情報に基づいて、一つ以上の障害イベントの重要度を判定する（ステップＳＤ５）。例えば、全体の障害イベントの発生状況は、勿論これに限定するものではないが、例えば、障害事例データベース１０５に登録されている全体の障害イベントの発生頻度とすることができる。障害イベントの重要度は、障害イベント全体の中の発生頻度を基に、同じ障害イベントがどれくらい発生しているかを数値化した値となる。この障害イベントの重要度の算出手法としては、ｔｆ－ｉｄｆ（term frequency - inverse document frequency）等の技術を利用することができる。該当の障害ケースの障害イベント以外の障害イベントも含めて発生回数を判別し、多数発生している場合は低く、該当の障害ケース内で多数発生している場合は高くなるように定義する。

以下、全体の障害イベントの発生状況である、全体の障害イベントの発生頻度による障害イベントの重要度判定の計算方法の一例を説明する。勿論、この計算方法に限定するものではない。

障害イベントは、次のように定義される。
障害イベント全体の集合Ｌ＝｛ｌ₁，ｌ₂，…，ｌ_m｝、
障害ケース全体の集合Ｃ＝｛ｃ₁，ｃ₂，…，ｃ_n｝、
イベント種別（アラーム種別）全体の集合Ｅ＝｛ｅ₁，ｅ₂，…，ｅ_m｝。
ここで、各障害ケースｃにはいくつかの事例が含まれ、それぞれの事例にはいくつかの障害イベントｌが含まれる。また、イベント種別（アラーム種別）全体の集合Ｅは、それぞれが排他的なＬの部分集合とみなす。

あるイベント種別ｅが、ある障害ケースｃの中の事例の中で出現する回数をＦ_tfと記すこととする。Ｆ_tfはＥの元とＣの元のペアに対して自然数（０以上の整数）を対応させる写像とみなすことができる：
Ｆ_tf：Ｅ×Ｃ→Ｎ

障害ケースｃにおけるイベント種別ｅの頻度による重要度は、以下の式（１）で示されるＳ_tf（ｅ，ｃ）の値と、以下の式（２）で示されるＳ_idf（ｅ）の値との積であると定義される。ここで、Ｓ_tf（ｅ，ｃ）は、イベント種別ｅが障害ケースｃ内でどれだけ発生しているかの指標である。同一障害ケース内で発生している数が多いものほど、重要とみなされる。また、Ｓ_idf（ｅ）は、イベント種別ｅが障害イベント全体でどれだけ発生しているかの指標である。障害イベント全体で発生している数が多いものほど、重要でないとみなされる。

一般的なｔｆ－ｉｄｆとは以下の点が異なっている。すなわち、イベント種別（アラーム種別）をｔｆにおける「単語」、障害ケースをｔｆにおける「文書」としている。また、一般的なｉｄｆでいう「単語を含むかどうか」をイベント種別に対応させ、個々の障害イベントを「文書」とみなしている。

このように、いわゆるｔｆ－ｉｄｆの考え方を参考にして、ルールに採用された障害イベントだけでなく、ルールに採用されなかった障害イベントも含めて、発生頻度がカウントされる。そして、障害と関連しない状況で頻度が高かった障害イベントの重要度は低くし（ｉｄｆ的な考え方）、逆に、ある障害に関連して何度も発生している障害イベントについては重要度を高くして（ｔｆ的な考え方）、ある障害に着目したときに、その障害に関連する障害イベントの「レア度」が相対的に算出され、これが障害イベントの重要度に反映される。

ユニーク判定部１０２は、障害事例データベース１０５に登録されている、全ての障害における障害イベントの組合せから、障害イベント重要度判定部１０２Ａによって判定した障害イベントの重要度を参照して、各障害を特徴付けるユニークパターンを抽出し、この抽出の結果を障害事例データベース１０５に登録する（ステップＳＤ６）。なお、後述するように過去障害再検証部１０４が各障害における判定結果を再検証し照合ＮＧとなった場合は、ユニーク判定部１０２は、該当の障害において次にユニークな障害イベントの組合せをユニークパターンとして障害事例データベース１０５に登録する。

ルール生成及び修正部１０３は、障害事例データベース１０５に登録されている過去のある障害において、登録されているルールの条件部に定義されている障害イベントの組合せと、これまでの処理にて登録したユニークパターンとを比較する。ルール生成及び修正部１０３は、この比較された両者が異なる場合は、ルールを修正する必要があると判断する（ステップＳＤ７）。ルール生成及び修正部１０３は、本障害についてはユニークパターンを条件部として採用するとともに、保守者４００により登録した障害要因情報を結論部として採用して、これら条件部及び結論部を用いてルールを新規生成する。ルール生成及び修正部１０３は、既存ルールの修正としては、抽出されたユニークパターンを条件部として既存ルールを上書き修正する（ステップＳＤ８）。その後、ルール生成及び修正部１０３は、生成されたルールのルールＩＤを障害事例データベース１０５において上書き登録する（ステップＳＤ９）。

また、ルール生成及び修正部１０３は、生成及び修正されたルールをルールエンジン２にフィードバックする（ステップＳＤ１０）。ルールエンジン２は、この生成及び修正されたルールを取り込んで、ルールセットを更新する（ステップＳＢ４）。

パターン抽出及びルール生成装置１は、障害事例データベース１０５に登録される全ての障害イベントを障害ＩＤ単位でルールエンジン２に渡す（図６ＣのステップＳＤ１１）。ルールエンジン２は、全ての障害イベントを受け取り、障害ＩＤ毎に入力された障害イベント群とネットワーク構成情報及びルールセットを基に、障害要因と障害要因箇所とをそれぞれ判定する（ステップＳＢ５）。そして、ルールエンジン２は、障害ＩＤ毎の判定結果、例えば、装置ＩＤ及び障害要因種別、をパターン抽出及びルール生成装置１に通知する（ステップＳＢ６）。

パターン抽出及びルール生成装置１では、過去障害再検証部１０４は、障害ＩＤ毎に、ルールエンジン２から通知された判定結果、例えば装置ＩＤ及び障害要因種別と、障害事例データベース１０５に登録されている障害要因情報とを照合する（ステップＳＤ１２）。この照合がＮＧである障害ＩＤがあった場合には、ステップＳＤ４に戻り、ユニーク判定部１０２は、ユニークパターンを抽出し、ルール生成または修正を行う。一方、全ての障害イベントが照合ＯＫである場合には、このパターン抽出及びルール生成装置１による処理は終了する。

ここで、ルールエンジン２で使用されるＩＦ－ＴＨＥＮルールについて図７を参照して簡単に説明する。
ＩＦ－ＴＨＥＮルールは、ある事実から導出される結論というような推論知識、及び、ある条件が成立したときに行われる行動に関する知識を記述する。一般に、ＩＦ－ＴＨＥＮルールは、「α→β」や「ｉｆ α ｔｈｅｎ β」という形式で記述され、上記のように、前提または条件を表すｉｆ部と、ｉｆ部が真である場合に実行される結論または動作を表すｔｈｅｎ部とから構成される。

図７に示される例は、障害要因箇所を判定するルールであり、左側の図が障害例、右側の図がＩＦ－ＴＨＥＮルールをそれぞれ示している。この例では、ＩＦ－ＴＨＥＮルールは、装置Ａで障害イベントａが発生し、装置Ｃで障害イベントｃが発生している場合には、装置Ｂでは「ｄｅｖｉｃｅ ｆａｉｌ」になっていることを示している。なお、ＩＦ－ＴＨＥＮルールにおける「装置Ａ」、「装置Ｂ」、及び「装置Ｃ」は、ＩＰアドレスなど装置を一意に特定する情報である。

次に、上記ステップＳＤ５での、全体の障害イベントの発生状況に関する情報に基づく一つ以上の障害イベントの重要度の判定、及び、上記ステップＳＤ６での、各障害におけるユニークな障害イベントの抽出の処理について、具体例を挙げて説明する。
ここで、障害事例データベース１０５には、ステップＳＤ２及びＳＤ３の処理によって、図８の左上図に示されるように障害ＩＤ毎に障害イベントが対応付けられて登録されている。ここでの例では、障害イベントは、装置ＩＤとイベント種別（アラーム種別）とイベントレベル（アラームレベル）を含んでいる。イベントレベルは、監視対象装置３００または監視システムで付加される重要度を示す。この例では、イベントレベルは「major」、「warning」、「cleared」の３種類が存在し、重要度はmajor＞warning＞clearedの順となっている。ユニーク判定部１０２はまず、ステップＳＤ４において、各障害で取り得る障害イベントの組合せを生成して、障害事例データベース１０５に登録する。この例では、障害ＩＤ＝１では、（装置ＩＤ，イベント種別，イベントレベル）＝（ｓｗ１，ａ，major），（ｓｗ２，ｂ，warning）があり、図８の中上図に示されるように全ての組合せは３組あり、（ｓｗ１，ａ）のみ（図では「ｓｗ１ａ」）、（ｓｗ２，ｂ）のみ（図では「ｓｗ２ｂ」）、（ｓｗ１，ａ）と（ｓｗ２，ｂ）（図では「ｓｗ１ａ，ｓｗ２ｂ」）である。障害ＩＤ＝２では、（装置ＩＤ，イベント種別，イベントレベル）＝（ｓｗ１，ａ，major）、（ｓｗ３，ｃ，cleared）があり、全ての組合せはｓｗ１ａ、ｓｗ３ｃ、及びｓｗ１ａとｓｗ３ｃの３組ある。ユニーク判定部１０２は、障害イベントが含むイベントレベルを考慮しない。

その後、ステップＳＤ５において、全体の障害イベントの発生状況に関する情報に基づく一つ以上の障害イベントの重要度の判定を行うものであるが、比較のために、まず、図８を参照して、特許文献１に開示されているような、従来の技術による抽出手順を説明する。従来は、上記ステップＳＤ５の動作は行わずに、ユニークパターンを抽出している。すなわち、従来は、ステップＳＤ６において、ユニーク判定部１０２は、障害イベントの組合せから、ユニークパターン抽出ロジックに従ってユニークパターンを抽出する。ユニークパターン抽出ロジックはまず、障害イベントの組合せ毎に他の障害ＩＤでの登録率を全ての他の障害ＩＤについて算出し、その後、障害イベントの組合せ毎に登録率（他の障害ＩＤが複数ある場合は複数ある）のうちの最大の登録率を決定する。ユニークパターン抽出ロジックは、次に、全ての障害イベントの組合せの最大登録率をソートして、そのうちの最小の値に対応する組合せをユニークパターンとして抽出する。

ここで、登録率とは、障害イベントの組合せのイベント数を分母とし組合せのうちの他の障害イベント群に登録されている個数を分子として算出する。これによると登録率は、０から１までの値を取り、ある障害ＩＤの障害イベントの一つの組合せが他のある障害ＩＤにどの程度登録されているかを示す。例えば、登録率が１の場合は注目している障害ＩＤの障害イベントの一つの組合せが他のある障害ＩＤにおける障害イベント群に全て登録されていることを示し、登録率が０．５の場合は注目している障害ＩＤの障害イベントの一つの組合せが他のある障害ＩＤに半分のみ登録されていることを示し、登録率が０の場合は注目している障害ＩＤの障害イベントの一つの組合せが他のある障害ＩＤに全く登録されていないことを示す。また、ユニークパターンは、注目している障害ＩＤの障害イベントの組合せのうち、他の障害ＩＤの障害イベントの組合せで最も発生していない組合せ（換言すれば、最も他の障害ＩＤの組合せと被らない組合せ、すなわち、ユニークな組合せ）であると言える。

次に、図８の下方の具体例を参照してユニークパターンの抽出を説明する。
図８の例では、障害ＩＤ＝２の障害イベントの組合せは、上述したようにｓｗ１ａ、ｓｗ３ｃ、及びｓｗ１ａとｓｗ３ｃの３組ある。また、この例では、障害ＩＤは１と２の二つのみなので、ＩＤ＝２の他の障害となるのはＩＤ＝１のみとなる。

ｓｗ１ａの場合は、他の障害ＩＤ＝１でイベント群はｓｗ１ａ、ｓｗ２ｂとなる。従って、障害イベント数はｓｗ１ａのみなので分母は１、ｓｗ１ａは他の障害ＩＤ＝１のイベント群に登録されているため分子は１となり、登録率は１／１＝１．０になる。

ｓｗ３ｃの場合は、他の障害ＩＤ＝１でイベント群はｓｗ１ａ、ｓｗ２ｂとなる。従って、障害イベント数はｓｗ３ｃのみなので分母は１、ｓｗ３ｃは他の障害ＩＤ＝１のイベント群に登録されていないので分子は０となり、登録率は０／１＝０．０になる。

ｓｗ１ａ、ｓｗ３ｃの場合は、他の障害ＩＤ＝１でイベント群はｓｗ１ａ、ｓｗ２ｂとなる。従って、障害イベント数はｓｗ１ａ及びｓｗ３ｃなので分母は２、ｓｗ１ａ、ｓｗ３ｃは他の障害ＩＤ＝１のイベント群に１つだけ登録されているので分子は１となり、登録率は１／２＝０．５になる。

以上により最大登録率が最小なのは０．０であるのでその組合せはｓｗ３ｃとなり、図８の例での障害ＩＤ＝２のユニークパターンはｓｗ３ｃである。

これに対して、本第１実施形態では、図９に示すようなユニークパターンの抽出手順となる。すなわち、本第１実施形態では、上記ステップＳＤ５において、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている全体の障害イベントの発生状況を基に、一つ以上の障害イベントの重要度を判定する。例えば、障害イベント重要度判定部１０２Ａは、イベント種別毎に、過去の障害イベント全体の中の発生頻度を基に、同じ障害イベントがどれくらい発生しているかを数値化した値として、重要度を算出する。

その後、ステップＳＤ６において、ユニーク判定部１０２はこれらの障害イベントの組合せから、障害イベントの重要度に基づいて、本第１実施形態に係るユニークパターン抽出ロジックに従ってユニークパターンを抽出する。このユニークパターン抽出ロジックによれば、ユニーク判定部１０２は、まず、障害イベントの組合せ毎に障害イベントの重要度に基づいて組合せの重みを算出する。その後、ユニーク判定部１０２は、障害イベントの組合せ毎に他の障害ＩＤでの登録率を全ての他の障害ＩＤについて算出し、障害イベントの組合せ毎に登録率（他の障害ＩＤが複数ある場合は複数ある）のうちの最大の登録率を決定する。ユニーク判定部１０２は、次に、決定した最大の登録率に対し組合せの重みにより重み付けして、重み付け登録率を算出する。そして、ユニーク判定部１０２は、全ての障害イベントの組合せの重み付け最大登録率をソートして、そのうちの最小の値に対応する組合せをユニークパターンとして抽出する。

次に図９の下方の具体例を参照してユニークパターンの抽出を説明する。
図９の下方の具体例では、障害ＩＤ＝２の障害イベントの組合せは、図８の例と同様にｓｗ１ａ、ｓｗ３ｃ、及びｓｗ１ａとｓｗ３ｃの３組ある。また、この例では、障害ＩＤは１と２の二つのみなので、ＩＤ＝２の他の障害となるのはＩＤ＝１のみとなる。一方、イベント種別毎の重要度は、この例では、イベント種別＝ａでは６０、イベント種別＝ｂでは１００、イベント種別＝ｃでは４０と判定されたものとする。よって、この例では、障害イベントの組合せｓｗ１ａの場合の組合せの重みは、イベント種別＝ａの重要度である６０、障害イベントの組合せｓｗ３ｃの場合の組合せの重みは、イベント種別＝ｃの重要度である４０となる。障害イベントの組合せｓｗ１ａとｓｗ３ｃの場合の組合せの重みは、ｓｗ１ａの組合せの重み６０とｓｗ３ｃの組合せの重み４０との算術平均値である５０（＝（６０＋４０）／２）となる。なお、ここでは、ユニーク判定部１０２は、二つのイベントが組合せるパターンに対する組合せの重みの算出手法として、算術平均値を採用しているが、最大値や最小値や調和平均値等で組合せの重みを算出しても良い。

その後、ユニーク判定部１０２は、障害イベントの組合せ毎に他の障害ＩＤでの登録率を全ての他の障害ＩＤについて算出する。この場合、ユニーク判定部１０２は、障害イベントの組合せの全てについて登録率を算出しても良いし、しなくても良い。すなわち、ユニーク判定部１０２は、必ずしも障害イベントの組合せについて登録率を算出しなくても良い。例えば、ユニーク判定部１０２は、組合せの重みに閾値を設定し、その閾値未満の重み値を持つ組合せについては登録率の算出対象から、すなわちユニークパターンの抽出対象から除外している。これにより、計算量の削減ができ、処理時間の短縮化を図ることが可能となる。図９の下方の具体例では、閾値を５０と設定することで、組合せの重みが４０である障害イベントの組合せｓｗ３ｃが除外されている。

次に、ユニーク判定部１０２は、こうして算出した障害イベントの組合せ毎に登録率（他の障害ＩＤが複数ある場合は複数ある）のうちの最大の登録率を決定する。図９の下方の具体例では、他の障害ＩＤが一つしかないので、算出した登録率＝最大の登録率となっている。すなわち、障害イベントの組合せｓｗ１ａの最大の登録率は１．０、障害イベントの組合せｓｗ１ａとｓｗ３ｃの最大の登録率は０．５になる。

ユニーク判定部１０２は、次に、決定した最大の登録率に対し組合せの重みにより重み付けして、重み付け最大登録率を算出する。ここで、登録率は「小さいほどユニーク」であるのに対して、発生頻度を基に算出した重要度は「大きいほど重要」という指標になっており、大小関係が反転している。そこで、この重み付け最大登録率は、最大登録率×組合せの重みの逆数（つまり、最大登録率÷組合せの重み）により算出することができる。図９の下方の具体例では、障害イベントの組合せｓｗ１ａの重み付け最大登録率は１．０÷６０≒０．０１７、障害イベントの組合せｓｗ１ａとｓｗ３ｃの重み付け最大登録率は０．５÷５０＝０．０１０になる。なお、この重み付け最大登録率の算出手法は一例であり、もし最大値を持つ算出手法によって重要度を算出した場合には、最大登録率に、最大値から組合せの重みを引いた値をかける等、別の算出手法で重み付け最大登録率を求めることができる。また、障害イベントの組合せにおけるイベント数等の何らかの別の条件により加重を付加しても良い。

そして、ユニーク判定部１０２は、全ての障害イベントの組合せの重み付け最大登録率でソートして、そのうちの最小の値に対応する組合せをユニークパターンとして抽出するので、図９の下方の具体例では、組合せの重み付け最大登録率が最小なのは２５であるのでその組合せはｓｗ１ａとｓｗ３ｃとなり、図９の例での障害ＩＤ＝２のユニークパターンはｓｗ１ａとｓｗ３ｃである。

このように、特許文献１に開示されているような全ての障害イベントを一律で扱う抽出手順では、障害イベントの組合せとしてｓｗ３ｃが抽出されるのに対して、本第１実施形態では、障害事例データベース１０５に登録されている全体の障害イベントの発生状況を基に判定した障害イベントの重要度に基づいて、障害の特徴をとらえた障害イベントの組合せであるｓｗ１ａとｓｗ３ｃが抽出される。

以上に説明した第１実施形態によれば、障害発生とは関係なく発生していた障害イベントを、ルールへの採用候補から除外し、一方で多数の障害事例で発生した障害イベントをルールへ採用することで、より対象の障害の特徴をとらえたルールを作成することが可能となる。すなわち、全体の障害イベントの発生状況を基に、各障害イベントに重みを付けることで、より障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止することが可能となる。

［第２実施形態］
上記第１実施形態は、障害イベントの情報全体に対する分析処理を通じて算出された値として、全体の障害イベントの発生状況を基に障害イベントの重要度を判定しているが、本第２実施形態は、過去のルール作成実績を基に障害イベントの重要度を判定するものである。この場合の障害イベントの重要度は、過去のルールに採用された障害イベントに似ているかどうか（ルールに採用された障害イベントに含まれていた単語を含んでいるかどうか）を数値化した値となる。この障害イベントの重要度の算出手法としては、勿論それに限定するものではないが、例えば、ルールに採用され易い重要単語をベイズ推定により抽出し、そのような重要単語を含む障害イベントの重要度を高くするように定義する。

以下、過去のルール作成実績である、重要単語による障害イベントの重要度判定の計算方法の一例を説明する。勿論、この計算方法に限定するものではない。

障害イベントは、次のように定義される。ここで、Ｗは、障害イベント群に含まれる単語全体の集合（重複なしの集合）、Ｌは、障害イベント全体の集合、ｌ_iは、各障害イベントに含まれる単語の列である。すなわち、ｌ_iは、ｎ_i個の単語からなる文である。ここで、各ｗ_ijは、Ｗの元である。単語の内容は重複があっても良く、ある単語が複数回登場することもあり得る。

すなわち、障害イベントは、障害イベント全体の集合Ｌとその中身を指す。各障害イベントの中身は、元の障害イベントの文字列に対し、単語毎の分割（tokenization）と、不要な部分（日時、番号に相当する部分）の削除を行った結果得られる単語の系列である。各単語の順序は、処理上では不要であり、出現回数が必要である。なお、不要な部分の削除としては、例えばアルファベットのみからなる単語を残す（記号、数字を含む単語を削除）ような処理が考えられる。

また、ルールに採用された障害イベントは、次のように定義される。

ここで、Ｒは、ルールに採用された障害イベントの集合であり、実際の処理では、ルールの作成結果により要素が決まる。このルールに採用された障害イベントの集合Ｒは、ルールが作成または修正された際に、条件として採用された障害イベント文を、ルール採用障害イベントに追加することで更新される。また、Ｒは、ルールに採用されなかった障害イベントの集合である。すなわち、ＲとＲは、以下の関係がある。

また、単語の数は、次のように定義される。ここで、Ｆ_R（ｗ）は、ある単語がルールに採用された障害イベントに含まれていた数（出現する回数）であり、Ｆ _R （ｗ）は、ある単語がルールに採用されなかった障害イベントに含まれていた数（出現する回数）である。

Ｆ_R（ｗ）：Ｗ→Ｎ、
Ｆ _R （ｗ）：Ｗ→Ｎ。

また、確率は、次のように定義される。以下はルールに採用された障害イベントの集合Ｒに対する定義であるが、ルールに採用されなかった障害イベントの集合Ｒに対しても同様に定義される。ここで、Ｐ（Ｒ）は、ルールに採用された障害イベントの割合であり、Ｐ（ｗ｜Ｒ）は、ルールに採用された障害イベントが単語ｗを含む確率（割合）である。

ここで、Ｐ（Ｒ）の式の右辺の分母は、障害イベントの数、すなわち障害イベント全体の集合Ｌの要素数であり、分子は、ルールに採用された障害イベントの数、すなわちルールに採用された障害イベントの集合Ｒの要素数である。νは、ルールに採用された障害イベント（すなわちＲの元）に現れ得る単語全体を動く。Ｐ（ｗ｜Ｒ）の式の右辺の分母及び分子において加算されているのは、ラプラス法（加算スムージング）である。

障害イベントの重要度は、以下のように算出される。ここで、Ｓ（Ｒ｜ｌ_i）は、障害イベントｌ_iがルールに採用される確率の指標であり、Ｓ（Ｒ｜ｌ_i）は、障害イベントｌ_iがルールに採用されない確率の指標である。これは、ナイーブベイズの考え方を採用したものであり、本来であれば、単語の共起関係に独立性は無いかもしれないが、あえて独立していると仮定して、同時に発生する事象の確率を単純な掛け算で算出し、ベイズの定理を適用し、事後確率を計算している。

そして、ある障害イベントに対し、以下の値が障害イベントの重要度として採用されることができる。

このようにして過去のルール作成実績を基に障害イベントの重要度を判定する場合、パターン抽出及びルール生成装置１の構成は、図１に示した第１実施形態における構成と同様であって良い。ユニーク判定部１０２及び障害イベント重要度判定部１０２Ａの動作が第１実施形態とは異なる。

図１０Ａ及び図１０Ｂは、本第２実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置１と、ルールエンジン２と、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。ここで、第１実施形態における異常箇所推定システムでの処理動作と同様の処理については図６Ａ及び図６Ｂと同じ参照符号を付し、その説明は省略する。なお、図６Ｃに示した処理動作については、本第２実施形態でも同様のため、図示及び説明を省略する。

本第２実施形態におけるパターン抽出及びルール生成装置１では、ステップＳＤ１において障害イベントが障害事例データベース１０５に登録されると、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録された障害イベントの文字列に対し、単語毎の分割と不要な部分の削除を行った上で、障害事例データベース１０５に登録されている、障害イベント全体の集合Ｌに追加登録する。また、障害イベント重要度判定部１０２Ａは、この分割した単語のうち、障害事例データベース１０５に登録されている、障害イベント群に含まれる単語全体の集合Ｗに未だ登録されていないものが存在すれば、それを障害イベント群に含まれる単語全体の集合Ｗに追加登録する。さらに障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている、ある単語がルールに採用されなかった障害イベントに含まれていた数（出現する回数）Ｆ _R （ｗ）を更新する（ステップＳＤ２１）。

また、本第２実施形態におけるパターン抽出及びルール生成装置１では、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、第１実施形態におけるステップＳＤ５に代えて、障害事例データベース１０５に登録されている過去のルール作成実績、例えば重要単語に基づいて、一つ以上の障害イベントの重要度を判定する（ステップＳＤ２２）。そして、ユニーク判定部１０２は、ステップＳＤ６において、この判定した障害イベントの重要度を基に、ユニークパターンを抽出することとなる。

また、本第２実施形態におけるパターン抽出及びルール生成装置１では、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、ステップＳＤ８においてルールが作成または修正された際に、条件として採用された障害イベントの文を、障害事例データベース１０５に登録されている、ルールに採用された障害イベントの集合Ｒに追加登録する。さらに障害イベント重要度判定部１０２Ａは、障害事例データベース１０５に登録されている、ある単語がルールに採用された障害イベントに含まれていた数（出現する回数）Ｆ_R（ｗ）を更新する（ステップＳＤ２３）。

以上に説明した第２実施形態によれば、過去のルールから障害イベントに採用され易い傾向の単語を抽出することにより、過去のルール作成実績に基づいて重要とみなされるルールを作成することが可能となる。すなわち、過去のルール作成実績を基に、各障害イベントに重みを付けることで、より障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止することが可能となる。

［第３実施形態］
次に、第３実施形態を説明する。本第３実施形態は、障害イベントの重要度を、障害イベント以外の情報に対する分析処理を通じて算出された値である、障害要因箇所すなわち障害イベントが発生した装置のネットワーク上の位置付けに基づいて判定するものである。この場合の障害イベントの重要度は、例えば、ネットワークトポロジに対する発生箇所の位置（レイヤ）を数値化した値となる。この障害イベントの重要度の算出手法としては、例えば、上位レイヤまたは下位レイヤであるほど値が大きくなるよう定義する。また、障害イベントの重要度は、ノード内部の故障個所の位置（シャーシ、カード、ポート）を数値化した値としても良い。この場合の障害イベントの重要度の算出手法としては、例えば、上位レイヤまたは下位レイヤであるほど値が大きくなるよう定義する。例えば、リソース種別に応じて重要度を定義することができる。なお、障害イベントが発生した装置のネットワーク上の位置付けは、このようなネットワークトポロジ位置やノード内部位に限定するものでないことは勿論である。

このように障害イベントが発生した装置のネットワーク上の位置付けを基に障害イベントの重要度を判定する場合、パターン抽出及びルール生成装置１の構成は、図１に示した第１実施形態における構成と同様であって良い。ユニーク判定部１０２及び障害イベント重要度判定部１０２Ａの動作が第１実施形態とは異なる。

図１１は、本第３実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置１と、ルールエンジン２と、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。ここで、第１実施形態における異常箇所推定システムでの処理動作と同様の処理については図６Ｂと同じ参照符号を付し、その説明は省略する。なお、図６Ａ及び図６Ｃに示した処理動作については、本第３実施形態でも同様のため、図示及び説明を省略する。

本第３実施形態におけるパターン抽出及びルール生成装置１では、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、第１実施形態におけるステップＳＤ５に代えて、障害事例データベース１０５に登録されている、障害イベントが発生した装置のネットワーク上の位置付けに基づいて、一つ以上の障害イベントの重要度を判定する（ステップＳＤ３１）。そして、ユニーク判定部１０２は、ステップＳＤ６において、この判定した障害イベントの重要度を基に、ユニークパターンを抽出することとなる。

図１２は、このステップＳＤ６でのユニークパターンの抽出手順の一例を示す図である。以下、図１２の下方の具体例を参照してユニークパターンの抽出を説明する。
図１２の下方の具体例では、障害ＩＤ＝２の障害イベントの組合せは、第１実施形態における図９の例と同様にｓｗ１ａ、ｓｗ３ｃ、及びｓｗ１ａとｓｗ３ｃの３組ある。また、この例では、障害ＩＤは１と２の二つのみなので、ＩＤ＝２の他の障害となるのはＩＤ＝１のみとなる。一方、ステップＳＤ３１において、障害イベントの重要度である装置ＩＤ毎の重要度として、この例では、装置ＩＤ＝ｓｗ１では４０、装置ＩＤ＝ｓｗ２では８０、装置ＩＤ＝ｓｗ３では５０と判定されたものとする。よって、この例では、障害イベントの組合せｓｗ１ａの場合の組合せの重みは、装置ＩＤ＝ｓｗ１の重要度である４０、障害イベントの組合せｓｗ３ｃの場合の組合せの重みは、装置ＩＤ＝ｓｗ３の重要度である５０となる。障害イベントの組合せｓｗ１ａとｓｗ３ｃの場合の組合せの重みは、ｓｗ１ａの組合せの重み４０とｓｗ３ｃの組合せの重み５０との算術平均値である４５（＝（４０＋５０）／２）となる。なお、ここでは、ユニーク判定部１０２は、二つのイベントが組合せるパターンに対する組合せの重みの算出手法として、算術平均値を採用しているが、最大値や最小値や調和平均値等で組合せの重みを算出しても良い。

その後、ユニーク判定部１０２は、障害イベントの組合せ毎に他の障害ＩＤでの登録率を全ての他の障害ＩＤについて算出する。ここで、第１実施形態と同様に、組合せの重みに閾値５０を設定し、その閾値未満の重み値を持つ組合せを除外することで、組合せの重みが４０である障害イベントの組合せｓｗ１ａ、及び、組合せの重みが４５である障害イベントの組合せｓｗ１ａとｓｗ３ｃを除外することができる。

次に、ユニーク判定部１０２は、こうして算出した障害イベントの組合せ毎に登録率（他の障害ＩＤが複数ある場合は複数ある）のうちの最大の登録率を決定する。図１２の下方の具体例では、他の障害ＩＤが一つしかないので、算出した登録率＝最大の登録率となっている。すなわち、障害イベントの組合せｓｗ３ｃの最大の登録率は０．０になる。

ユニーク判定部１０２は、次に、決定した最大の登録率に対し組合せの重みにより重み付けして、重み付け最大登録率を算出する。この重み付け最大登録率は、最大登録率×組合せの重みの逆数（つまり、最大登録率÷組合せの重み）により算出することができる。図１２の下方の具体例では、障害イベントの組合せｓｗ３ｃの重み付け最大登録率は０．０÷５０＝０．０００になる。なお、この重み付け最大登録率の算出手法は一例であり、障害イベントの組合せにおけるイベント数等の何らかの別の条件により加重を付加しても良い。

そして、ユニーク判定部１０２は、全ての障害イベントの組合せの重み付け最大登録率でソートして、そのうちの最小の値に対応する組合せをユニークパターンとして抽出するので、図１２の下方の具体例では、組合せの重み付け最大登録率が最小の組合せは、重み付け最大登録率が０の組合せであるｓｗ３ｃとなり、図１２の例での障害ＩＤ＝２のユニークパターンはｓｗ３ｃである。

このように、本第３実施形態では、障害イベントが発生した装置のネットワーク上の位置付けを基に判定した障害イベントの重要度に基づいて、障害の特徴をとらえた障害イベントの組合せであるｓｗ３ｃが抽出される。

以上に説明した第３実施形態によれば、ネットワーク上で影響が高いと想定される上位層の装置の障害イベントを重要とみなすことで、より影響度の高い障害イベントを優先的にルールへ採用することができる。あるいは、装置上で影響が高いと想定される部位の障害イベントを重要とみなすことで、より影響度の高い障害イベントを優先的にルールへ採用することができる。よって、障害イベントが発生した装置のネットワーク上の位置付けを基に、各障害イベントに重みを付けることで、より障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止することが可能となる。

［第４実施形態］
第１実施形態では全体の障害イベントの発生状況、第２実施形態では過去のルール作成実績、そして第３実施形態では障害イベントが発生した装置のネットワーク上の位置付け、に基づいて障害イベントの重要度を判定している。これらの判定基準は組合せても良い。すなわち、第１実施形態における全体の障害イベントの発生状況と第２実施形態での過去のルール作成実績とを組合せても良いし、第１実施形態における全体の障害イベントの発生状況と第３実施形態における障害イベントが発生した装置のネットワーク上の位置付けとを組合せても良いし、第２実施形態での過去のルール作成実績と第３実施形態における障害イベントが発生した装置のネットワーク上の位置付けとを組合せても良い。さらに、第１実施形態における全体の障害イベントの発生状況と、第２実施形態での過去のルール作成実績と、第３実施形態における障害イベントが発生した装置のネットワーク上の位置付けとの三つを組合せても良い。

以下、一例として、第１実施形態における全体の障害イベントの発生状況と第３実施形態における障害イベントが発生した装置のネットワーク上の位置付けとの組合せを、第４実施形態として説明する。

この場合、パターン抽出及びルール生成装置１の構成は、図１に示した第１実施形態における構成と同様であって良い。ユニーク判定部１０２及び障害イベント重要度判定部１０２Ａの動作が第１実施形態とは異なる。

図１３は、本第４実施形態に係るルール生成装置としてのパターン抽出及びルール生成装置１と、ルールエンジン２と、を含む異常箇所推定システムでの処理動作の一例を示すフローチャートである。ここで、第１実施形態における異常箇所推定システムでの処理動作と同様の処理については図６Ｂと同じ参照符号を付し、その説明は省略する。なお、図６Ａ及び図６Ｃに示した処理動作については、本第４実施形態でも同様のため、図示及び説明を省略する。

本第４実施形態におけるパターン抽出及びルール生成装置１では、ユニーク判定部１０２の障害イベント重要度判定部１０２Ａは、第１実施形態におけるステップＳＤ５に代えて、障害事例データベース１０５に登録されている、全体の障害イベントの発生状況と、障害イベントが発生した装置のネットワーク上の位置付けと、に基づいて、一つ以上の障害イベントの重要度を判定する（ステップＳＤ４１）。そして、ユニーク判定部１０２は、ステップＳＤ６において、この判定した障害イベントの重要度を基に、ユニークパターンを抽出することとなる。

図１４は、このステップＳＤ６でのユニークパターンの抽出手順の一例を示す図である。以下、図１４の下方の具体例を参照してユニークパターンの抽出を説明する。
図１４の下方の具体例では、障害ＩＤ＝２の障害イベントの組合せは、第１実施形態における図９の例と同様にｓｗ１ａ、ｓｗ３ｃ、及びｓｗ１ａとｓｗ３ｃの３組ある。また、この例では、障害ＩＤは１と２の二つのみなので、ＩＤ＝２の他の障害となるのはＩＤ＝１のみとなる。一方、ステップＳＤ４１において、障害イベントの重要度であるイベント種別毎の重要度として、この例では、イベント種別＝ａでは６０、イベント種別＝ｂでは１００、イベント種別＝ｃでは４０と判定され、また、障害イベントの重要度である装置ＩＤ毎の重要度として、装置ＩＤ＝ｓｗ１では４０、装置ＩＤ＝ｓｗ２では８０、装置ＩＤ＝ｓｗ３では５０と判定されたものとする。

よって、この例では、障害イベントの組合せｓｗ１ａの場合の組合せの重みは、イベント種別＝ａの重要度である６０と装置ＩＤ＝ｓｗ１の重要度である４０との算術平均値である５０（＝（６０＋４０）／２）となる。なお、ここでは、組合せの重みの算出手法として、算術平均値を採用しているが、一方に重み付けした加重平均値としても良い。また、最大値や最小値や調和平均値等で組合せの重みを算出しても良い。同様に、障害イベントの組合せｓｗ３ｃの場合の組合せの重みは、イベント種別＝ｃの重要度である４０と装置ＩＤ＝ｓｗ３の重要度である５０との算術平均値である４５（＝（４０＋５０）／２）となる。障害イベントの組合せｓｗ１ａとｓｗ３ｃの場合の組合せの重みは、ｓｗ１ａの組合せの重み５０とｓｗ３ｃの組合せの重み４５との算術平均値である４７．５（＝（５０＋４５）／２）となる。なお、ここでは、ユニーク判定部１０２は、二つのイベントが組合せるパターンに対する組合せの重みの算出手法として、算術平均値を採用しているが、最大値や最小値や調和平均値等で組合せの重みを算出しても良い。

その後、ユニーク判定部１０２は、障害イベントの組合せ毎に他の障害ＩＤでの登録率を全ての他の障害ＩＤについて算出する。ここで、第１実施形態と同様に、組合せの重みに閾値５０を設定し、その閾値未満の重み値を持つ組合せを除外することで、組合せの重みが４５である障害イベントの組合せｓｗ３ｃ、及び、組合せの重みが４７．５である障害イベントの組合せｓｗ１ａとｓｗ３ｃを除外することができる。

次に、ユニーク判定部１０２は、こうして算出した障害イベントの組合せ毎に登録率（他の障害ＩＤが複数ある場合は複数ある）のうちの最大の登録率を決定する。図１４の下方の具体例では、他の障害ＩＤが一つしかないので、算出した登録率＝最大の登録率となっている。すなわち、障害イベントの組合せｓｗ１ａの最大の登録率は１．０になる。

ユニーク判定部１０２は、次に、決定した最大の登録率に対し組合せの重みにより重み付けして、重み付け最大登録率を算出する。この重み付け最大登録率は、最大登録率×組合せの重みの逆数（つまり、最大登録率÷組合せの重み）により算出することができる。図１４の下方の具体例では、障害イベントの組合せｓｗ１ａの重み付け最大登録率は１．０÷５０＝０．０２０になる。なお、この重み付け最大登録率の算出手法は一例であり、障害イベントの組合せにおけるイベント数等の何らかの別の条件により加重を付加しても良い。

そして、ユニーク判定部１０２は、全ての障害イベントの組合せの重み付け最大登録率でソートして、そのうちの最小の値に対応する組合せをユニークパターンとして抽出するので、図１４の下方の具体例では、組合せの重み付け最大登録率が最小なのは５０であるのでその組合せはｓｗ１ａとなり、図１４の例での障害ＩＤ＝２のユニークパターンはｓｗ１ａである。

このように、本第４実施形態では、全体の障害イベントの発生状況及び障害イベントが発生した装置のネットワーク上の位置付けを基に判定した障害イベントの重要度に基づいて、障害の特徴をとらえた障害イベントの組合せであるｓｗ１ａが抽出される。

以上に説明した第４実施形態によれば、複数の基準を基に判定した障害イベントの重要度を基に、各障害イベントに重みを付けることで、より障害の特徴をとらえた適切なルールを作成し、障害の誤検出や過大検出を防止することが可能となる。

［他の実施形態］
前記実施形態では、パターン抽出及びルール生成装置１とルールエンジン２とを別々のコンピュータにより構成したが、一つのコンピュータにより構成してもよい。

また、各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウェア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウェア手段（実行プログラムのみならずテーブル、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウェア手段を構築し、このソフトウェア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。

要するに、この発明は上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は可能な限り適宜組合せて実施してもよく、その場合組合せた効果が得られる。さらに、上記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適当な組合せにより種々の発明が抽出され得る。

１…パターン抽出及びルール生成装置
２…ルールエンジン
１１，２１…プロセッサ
１２，２２…プログラムメモリ
１３，２３…データメモリ
１４，２４…通信インタフェース
１５，２５…入出力インタフェース
１６，２６…バス
１７，２７…入力部
１８，２８…表示部
１０１…障害イベント登録部
１０２…ユニーク判定部
１０２Ａ…障害イベント重要度判定部
１０３…ルール生成及び修正部
１０４…過去障害再検証部
１０５…障害事例データベース
２０１…障害イベント送受信部
２０２…ネットワーク構成情報データベース
２０３…判定ロジック部
３００…監視対象装置
４００…保守者

Claims (9)

1. 障害毎に、障害要因箇所及び障害要因を含む障害要因情報と、この障害により発生する障害イベントと、条件部と結論部を含むルールに対応付けられたルールＩＤと、を関連付けて登録しているデータベースと、
   新規の障害である新規障害の障害イベントが前記データベースに登録されたとき、前記データベースに登録されている、障害イベント以外の情報または障害イベントの情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つを基に、前記新規障害の障害イベントの重要度を判定する重要度判定部と、
   前記新規障害の障害イベントの組合せと、過去の全ての障害に対応する障害イベントの組合せと、前記重要度とからユニークパターンを抽出し、該ユニークパターン及び前記障害要因情報を用いて、前記新規障害に対するルールを生成するルール生成部と、
   を備えるルール生成装置。
2. 前記重要度判定部は、さらに、
   前記データベースに登録されている過去の障害である過去障害の障害イベント全体のそれぞれの障害イベントに対して、前記障害イベント以外の情報または前記障害イベントの情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つを基に算出された重要度により、過去障害の障害イベント毎の重要度を判定し、
   前記ルール生成部は、
   前記新規障害の障害イベントの組合せを全通り生成し、前記新規障害の障害イベントの組合せと過去の障害である過去障害の障害イベントの組合せとから、前記新規障害に基づいて、最も発生していない組合せと判定されるユニークパターンのうち、過去障害の障害イベント毎の前記重要度が高い障害イベントを組み合わせたパターンを抽出するユニーク判定部と、
   前記障害毎に対応する前記ユニークパターンに応じて、前記新規障害に対する前記ルールを生成し、かつ、前記過去障害に対する前記ルールを修正するルール生成及び修正部と、
   を有する、請求項１に記載のルール生成装置。
3. 前記ルール生成及び修正部は、前記データベースに登録されている前記過去障害に対応して前記ユニーク判定部が抽出した前記ユニークパターンが、この過去障害に対応するルールの条件部に定義されている障害イベントの組合せと異なる場合は、このルールの条件部を前記ユニークパターンで上書きすることで前記ルールを修正する、請求項２に記載のルール生成装置。
4. 前記重要度判定部は、前記障害イベントの情報全体に対する前記分析処理を通じて算出された値である、過去のルール作成実績を基に、前記重要度を算出する、請求項１乃至３のいずれかに記載のルール生成装置。
5. 前記重要度判定部は、前記障害イベントの情報全体に対する前記統計処理を通じて算出された値である、全体の障害イベント発生状況を基に、前記重要度を算出する、請求項１乃至３のいずれか記載のルール生成装置。
6. 前記重要度判定部は、前記障害イベント以外の情報に対する前記分析処理を通じて算出された値である、前記障害イベントが発生した装置のネットワーク上の位置付けを基に、前記重要度を算出する、請求項１乃至３のいずれかに記載のルール生成装置。
7. 前記ユニーク判定部は、過去の障害イベント全体の発生頻度により重要度を判定する場合には、障害イベントの組合せ毎に障害イベントの重要度に基づいて組合せの重みを算出し、前記障害イベントの組合せ毎の登録率のうちの最大登録率を決定し、該最大登録率と前記組合せの重みの逆数の積を重み付け最大登録率とする、請求項２に記載のルール生成装置。
8. 障害毎に、障害要因箇所及び障害要因を含む障害要因情報と、この障害により発生する障害イベントと、条件部と結論部を含むルールに対応付けられたルールＩＤと、をデータベースに関連付けて登録し、
   新規の障害である新規障害の障害イベントが前記データベースに登録されたとき、前記データベースに登録されている、障害イベント以外の情報または障害イベントの情報全体に対する統計処理または分析処理を通じて算出された値の少なくとも一つを基に、前記新規障害の障害イベントの重要度を判定し、
   前記新規障害の障害イベントの組合せと、過去の全ての障害に対応する障害イベントの組合せと、前記重要度とからユニークパターンを抽出し、該ユニークパターン及び前記障害要因情報を用いて、前記新規障害に対するルールを生成すること、
   を備えるルール生成方法。
9. 請求項１乃至７のいずれかに記載のルール生成装置の各部としてプロセッサを機能させるルール生成処理プログラム。

Images