JP7809028B2 - コンピュータシステム、コンピュータ実装方法、プログラム、及びコンピュータ実装システム（学習因果関係） - Google Patents

Description

本実施形態は、因果介入を活用して、能動的因果学習を介してアプリケーションマイクロサービス間の因果グラフを推測するとともに、学習された因果グラフを活用して、障害位置特定を実行するシステム、コンピュータプログラム製品、及びコンピュータ実装方法に関する。

当該技術分野において、モノリシックアプリケーションは、他のアプリケーションから独立した自己完結型アプリケーションであると理解されている。マイクロサービス又はマイクロサービスアーキテクチャは、典型的には、アプリケーションが機能定義に基づいてモジュラーコンポーネント又はサービスのスイートとして構築されるコンピュータ環境を指し、各々が、自身のプロセス内で実行され、軽量メカニズムを介して通信する。特定のマイクロサービスアーキテクチャにおいて、データは、サービスの外部で記憶され、したがって、サービスはステートレスであり、これらのサービス又はコンポーネントは一般に、「アトミックサービス」と称される。各アトミックサービスは、モジュラーサービスを独立して実行する軽量コンポーネントであり、各アトミックサービスは、特定のタスクをサポートし、アプリケーションプログラミングインターフェース（ＡＰＩ）等の定義されたインターフェースを使用して、他のサービスと通信する。マイクロサービスアーキテクチャは、ハイブリッドネットワークにおけるスケーラビリティをサポートするとともに可能にする。

概して、マイクロサービスはアーキテクチャ上の手法であり、多くの場合クラウドネイティブであり、この手法において、単一のアプリケーションは、マイクロサービスと称される、疎結合され、独立して展開可能な、複数のより小さいコンポーネント又はサービスから構成される。マイクロサービスは、典型的には（必ずしもではないが）、データベース及びデータモデルを含めてそれら自体のスタックを有し、ＲＥＳＴ（ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ ｓｔａｔｅ ｔｒａｎｓｆｅｒ）アプリケーションプログラムインターフェース（ＡＰＩ）の組み合わせを介して互いに通信し、ビジネスエンティティによって編成される。産業マイクロサービスアプリケーションは、数百又はそれより多くのマイクロサービスを有し、それらのうちの一部は、依存関係を有する。アプリケーションマイクロサービスの量が拡張するにつれて、マイクロサービスの間の依存関係の複雑性が増長する。アプリケーションのマイクロサービスのトポロジは、固定であり得るが、多くの場合未知である。

多くの場合未知のマイクロサービストポロジと併せたときのマイクロサービス依存関係の複雑性により、障害位置特定の複雑性及び非効率性が招かれる。これは、アプリケーションマイクロサービスの障害位置特定を実行することができるシステム、コンピュータプログラム製品、及びコンピュータ実装方法を開発するための重大な進歩である。特定の例示的な実施形態では、システム、コンピュータプログラム製品、及びコンピュータ実装方法は、プロダクション環境における最小の観測データを用いて動作可能である。

多くのクラウドアプリケーションは、１つ又は複数のアプリケーションマイクロサービスにおける障害を位置特定することを困難にする限られた観測可能性に煩わされる。

実施形態は、アプリケーションマイクロサービス間の因果関係を学習し、障害位置特定のために学習された因果関係を動的に活用するシステム、コンピュータプログラム製品、及び方法を含む。この発明の概要は、発明を実施するための形態において以下で更に説明される代表的な概念の選択を簡略化された形態で導入するために提供されている。この発明の概要は、特許請求される主題の重要な特徴又は不可欠な特徴を識別するように意図されておらず、特許請求される主題の範囲を限定するいずれの方法においても使用されることも意図されていない。

一態様では、コンピュータシステムには、メモリに動作可能に結合されたプロセッサと、プロセッサ及びメモリと通信する人工知能（ＡＩ）プラットフォームとが設けられる。ＡＩプラットフォームは、ＡＩプラットフォームに動作可能に結合されている、ステージングマネージャと、プロダクションマネージャと、ディレクタとを備える。ステージングマネージャは、２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習するように構成されている。１つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータが収集され、学習された因果グラフは、収集された第１のマイクロサービスエラーログデータに基づいて生成される。学習された因果グラフは、選択的エラーインジェクションによって影響を受けたアプリケーションマイクロサービスの依存性を表す。ステージングマネージャに動作可能に結合されたプロダクションマネージャは、アプリケーションエラーの源を動的に位置特定するように構成されている。アプリケーションエラーに対応する第２のマイクロサービスエラーログデータが収集され、学習された因果グラフと収集された第２のマイクロサービスエラーログデータとに基づいて祖先行列が構築される。祖先行列は、エラーの源を識別するために活用される。プロダクションマネージャに動作可能に結合されたディレクタは、識別されたエラー源に関連付けられたマイクロサービスを識別するように構成されている。

別の態様では、２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習するコンピュータ実装方法が提供される。１つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータが収集され、学習された因果グラフは、収集された第１のマイクロサービスエラーログデータに基づいて生成される。学習された因果グラフは、選択的エラーインジェクションによって影響を受けたアプリケーションマイクロサービスの依存性を表す。アプリケーションエラーの源が動的に位置特定され、この源は、アプリケーションエラーに対応する第２のマイクロサービスエラーログデータの収集と、学習された因果グラフと収集された第２のマイクロサービスエラーログデータとに基づいて祖先行列を構築することとにおいて現れる。祖先行列は、エラーの源と、識別されたエラー源に関連付けられたマイクロサービスとを識別するために活用される。

更に別の態様では、コンピュータプログラム製品が提供される。コンピュータプログラム製品は、プログラムコードが具現化されたコンピュータ可読記憶媒体を備える。プログラムコードは、プロセッサによって、２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習するために実行可能である。１つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータを収集し、収集された第１のマイクロサービスエラーログデータに基づいて学習された因果グラフを生成するプログラムコードが提供される。学習された因果グラフは、選択的エラーインジェクションによって影響を受けたアプリケーションマイクロサービスの依存性を表す。アプリケーションエラーの源を動的に位置特定するプログラムコードが更に提供される。アプリケーションエラーに対応する第２のマイクロサービスエラーログデータが収集され、学習された因果グラフと収集された第２のマイクロサービスエラーログデータとに基づいて、祖先行列が構築される。祖先行列は、エラーの源と、識別されたエラー源に関連付けられたマイクロサービスとを識別するために活用される。

更なる態様では、人工知能モデルをトレーニングするコンピュータ実装方法が提供される。１つ又は複数の選択的にインジェクトされたマイクロサービス障害に対応する第１のエラーログデータが収集され、因果グラフが、一実施形態では第１のエラーログデータと称される、収集されたエラーログデータに基づいて学習される。因果グラフは、影響を受けたアプリケーションマイクロサービスの依存性を表す。アプリケーション障害が動的に位置特定され、この位置特定することは、アプリケーション障害の検出に対応する第２のエラーログデータを収集することを含む。第２のエラーログデータ及び学習された因果グラフは、アプリケーション障害の源を識別するために活用される。

また更なる態様では、コンピュータシステムには、メモリに動作可能に結合されたプロセッサと、プロセッサ及びメモリと通信する人工知能（ＡＩ）プラットフォームとが設けられる。ＡＩプラットフォームは、ステージングマネージャを備える。プロダクションマネージャが提供され、ＡＩプラットフォームに動作可能に結合される。ステージングマネージャは、ＡＩモデルをトレーニングするように構成されている。１つ又は複数の選択的にインジェクトされたマイクロサービス障害に対応する第１のエラーログデータが収集され、因果グラフが、収集された第１のエラーログデータに基づいて学習される。因果グラフは、影響を受けたアプリケーションマイクロサービスの依存性を表す。ステージングマネージャに動作可能に結合されたプロダクションマネージャは、アプリケーション障害を動的に位置特定するように構成されている。アプリケーション障害の検出に対応する第２のエラーログデータが収集される。第２のエラーログデータ及び学習された因果グラフは、アプリケーション障害の源を識別するために活用される。

これらの及び他の特徴及び利点は、添付の図面と併せて読まれると、例示的な実施形態の以下の詳細な説明から明らかになり、例示的な実施形態は、追加の態様の様々なシステム、サブシステム、デバイス、装置、モデル、プロセス、及び方法を説明及び例示する。

本明細書において参照される図面は、本明細書の一部を形成し、参照によって本明細書において組み込まれる。図面において示される特徴は、別段明示的に示されない限り、全ての実施形態ではなく、幾つかの実施形態のみの例示として意図される。

ステージング環境における能動学習（ａｃｔｉｖｅ ｌｅａｒｎｉｎｇ）をサポートするとともに可能にして因果グラフを学習し、学習された因果グラフをプロダクション環境において活用して検出されたアプリケーション障害を位置特定するコンピュータシステムの概略図である。

図１において図示及び説明されたようなＡＩプラットフォームツールと、それらの関連付けられたアプリケーションプログラムインターフェース（ＡＰＩ）とを示すブロック図である。

マイクロサービス間の因果関係を学習するフローチャートである。

例示の介入パターンを示すブロック図である。

例示の介入行列を示すブロック図である。

プロダクション環境における障害位置特定のために、図３の出力から推移簡約因果グラフを使用するフローチャートである。

図１～図６に関して上記で説明されたシステム及びプロセスを実装するための、クラウドベースサポートシステムのコンピュータシステム／サーバの一例を示すブロック図である。

クラウドコンピュータ環境を示すブロック図である。

クラウドコンピューティング環境によって提供される関数抽象化モデル層のセットを示すブロック図である。

本明細書の図面において概して説明及び例示されるような例示的な実施形態のコンポーネントは、多種多様な異なる構成において配置及び設計され得ることが容易に理解されよう。それゆえ、この説明及び添付の図面において提示されているような、本明細書において説明されるシステム、コンピュータプログラム製品、及び方法、並びに他の態様の実施形態の以下の詳細な説明は、実施形態の範囲を特許請求されているものとして限定することを意図しているわけではなく、選択された実施形態を代表しているにすぎない。

本明細書全体を通した「選択された実施形態（ａ ｓｅｌｅｃｔ ｅｍｂｏｄｉｍｅｎｔ）」、「１つの実施形態」、又は「一実施形態」に対する言及は、その実施形態に関連して説明される特定の特徴、構造、又は特性が、少なくとも１つの実施形態に含められることを意味する。それゆえ、本明細書全体を通した様々な箇所における「選択された実施形態」「１つの実施形態では」又は「一実施形態では」という語句の出現は、必ずしも同じ実施形態に言及しているわけではない。様々な実施形態は互いに組み合わされてよく、実施形態は互いを修正するために使用されてよいことが理解されるべきである。

例示的な実施形態は、図面を参照することによって最も良好に理解され、同様の部分は、全体を通して同様の符号によって指定される。以下の説明は、単に例示として意図されており、本明細書において、特許請求されるような実施形態と一致するデバイス、システム及びプロセスの特定の選択される実施形態を単に示している。

クラウドコンピュータは、リモートデータセンタにおいてホストされるとともにクラウドサービスプロバイダによって管理される、アプリケーション、サーバ（物理サーバ及び仮想サーバを含む）、データストレージ、開発ツール、及びネットワーク能力等のコンピューティングリソースへの、インターネットを介したオンデマンドアクセスである。クラウドベースソフトウェア又はクラウドアプリケーションとしても知られるソフトウェアアズアサービス（ＳａａＳ）は、クラウドにおいてホストされ、ウェブブラウザ、クライアントマシン、又はアプリケーションプログラムインターフェース（ＡＰＩ）を介してアクセス可能であるアプリケーションソフトウェアの一例である。クラウドコンピューティングの詳細は、図８において図示及び説明される。マイクロサービス又はマイクロサービスアーキテクチャは、クラウドネイティブのアーキテクチャ上の手法であり、この手法において、単一のアプリケーションは、多くの疎結合され、独立して展開可能なコンポーネント又はサービスから構成される。しかしながら、多くのクラウドアプリケーションは、１つ又は複数のアプリケーションマイクロサービスにおける障害を位置特定することを困難にする限られた観測可能性に煩わされる。

本明細書において図示及び説明されるように、アプリケーション展開前の品質を評価するソフトウェア試験のために一般的に使用される、本明細書においてステージング環境とも称される展開前環境において１つ又は複数のクラウドアプリケーションに介入的因果学習が適用される。ステージング環境は、プロダクション中のエラーを軽減するために試験及び評価の場を提供し、したがって、本明細書において、展開前環境と称される。ステージング環境は、アプリケーションマイクロサービスに関連付けられた因果モデルを学習する場として機能する。プロダクション環境は、アプリケーションがその意図された目的で動作する設定を記述する。より具体的には、プロダクション環境は、アプリケーション実行が行われるリアルタイム設定である。以下で図示及び説明されるように、プロダクション環境は、エラーログデータをモニタリングし、ステージング環境からの学習された因果モデルを活用して、最小の観測データを用いてアプリケーション障害を正確かつ効率的に位置特定する。

因果モデルは、グラフ、例えば、原因と結果との関係（ｃａｕｓｅ ａｎｄ ｅｆｆｅｃｔ ｒｅｌａｔｉｏｎｓｈｉｐ）をマッピングするノード及びエッジからなる因果グラフとして記述することができる。因果グラフは、２つのノード間のエッジが因果関係をエンコードする有向非巡回グラフ（ＤＡＧ）である。有向グラフでは、エッジが矢印のみであり、非巡回は、フィードバックループがないグラフである。したがって、ＤＡＧは、エッジについて矢印のみを有し、かつフィードバックループがないグラフであり、すなわち、ノードは、それ自体の祖先でもそれ自体の子孫でもない。例えば、Ｘは、Ｙの直接原因（ｄｉｒｅｃｔ ｃａｕｓｅ）、例えば、Ｘ→Ｙであり、Ｘを特定の値を取るように強制することによりＹの実現がもたらされるようになっている。因果図において、エッジ上の矢印は、子ノードに対する親ノードの直接効果（ｄｉｒｅｃｔ ｅｆｆｅｃｔ）を表す。親を有しないノードは、根又はソースノードと称される。子を有しないノードは、終端と称される。パス又はチェーンは、隣接したエッジのシーケンスである。因果図において、有向パスは、始点ノードから終点ノードへ、例えば親ノードから終端ノードへの因果経路、及び一実施形態では根ノードと終端ノードとの間の１つ又は複数の中間ノードを表す。したがって、ＤＡＧは、全ての依存性のソースが因果的リンクによって説明されるという点で、完全な因果構造を表す。

本明細書において図示及び説明されるように、障害インジェクションを利用してマイクロサービス間の因果関係を学習し、アプリケーションエラーログデータとともにリアルタイムにおいて学習された因果関係を活用して、１つ又は複数のアプリケーションマイクロサービスを対象としたものとしてアプリケーションエラー源を識別及び位置特定するコンピュータシステム、方法、及びコンピュータプログラム製品が提供される。多くのクラウドアプリケーションは、複数のマイクロサービスを利用する。産業マイクロサービスアプリケーションは、数百又はそれより多くのマイクロサービスと、それらの間の複雑な依存関係を有する。アプリケーションマイクロサービスのトポロジは、固定であるが、多くの場合未知である。これらのアプリケーションは、対応するマイクロサービス又は複数のマイクロサービスにおける障害の位置特定を困難にする限られた観測可能性を有する。本明細書において図示及び説明されるシステム、方法、及びコンピュータプログラム製品は、エラーログデータの形式の観測データを使用して、マイクロサービスの間の隠された因果グラフ又は真の因果エッジのサブセットを識別する。因果モデルは、個々のシステム又は母集団内の因果関係を表す数学的モデルである。本明細書において図示及び説明されるように、展開前障害インジェクションを使用して介入的因果学習を介して正確な因果グラフを学習し、学習グラフを使用して有効かつ正確な障害位置特定を実行するコンピュータシステム、コンピュータプログラム製品、及びコンピュータ実装方法が提供される。

図１を参照すると、プラットフォームコンピューティングシステム（１００）の概略図が示されている。例示的な実施形態では、システム（１００）は、人工知能（ＡＩ）プラットフォーム（１５０）を含むか又は組み込む。示されているように、ネットワーク接続（１０５）を介して複数のコンピューティングデバイス（１８０）、（１８２）、（１８４）、（１８６）、（１８８）、及び（１９０）と通信するサーバ（１１０）が提供される。サーバ（１１０）は、バス（１１４）を介してメモリ（１１６）と通信する処理ユニット（本明細書においてプロセッサとも称される）（１１２）を有して構成される。サーバ（１１０）は、コンピューティングデバイス（１８０）、（１８２）、（１８４）、（１８６）、（１８８）、及び（１９０）のうちの１つ又は複数からネットワーク（１０５）を介した、自然言語処理（ＮＬＰ）及び機械学習（ＭＬ）を含む認知コンピューティングのためのＡＩプラットフォーム（１５０）を有するものとして示されている。より具体的には、コンピューティングデバイス（１８０）、（１８２）、（１８４）、（１８６）、（１８８）、及び（１９０）は、１つ又は複数の有線データ通信リンク若しくは無線データ通信リンク又はその両方を介して互いに、及び他のデバイス又はコンポーネントと通信し、ここで、各通信リンクは、ワイヤ、ルータ、スイッチ、送信機、受信機等のうちの１つ又は複数を含んでよい。このネットワーク化された構成では、サーバ（１１０）及びネットワーク接続（１０５）により、通信の検出、認識、及び解決が可能になる。サーバ（１１０）の他の実施形態は、本明細書において示されるもの以外のコンポーネント、システム、サブシステム若しくはデバイス、又はその組み合わせとともに使用されてよい。

ＡＩプラットフォーム（１５０）は、本明細書において、ステージング環境における能動学習をサポートして因果グラフを学習し、学習された因果グラフをプロダクション環境において活用して検出されたアプリケーション障害を位置特定するツールを有して構成されているものとして示されている。当該技術分野において、能動学習は、機械学習の一形式であることが理解される。ツールは、ステージングマネージャ（１５２）、プロダクションマネージャ（１５４）、及びディレクタ（１５６）を含むが、これらに限定されるものではない。図１はＡＩプラットフォーム（１５０）の一部としてツール（１５２）、（１５４）、及び（１５６）の各々を示しているが、一実施形態では、ツール（１５２）、（１５４）、及び（１５６）の任意の１つ又は組み合わせは、必ずしもＡＩプラットフォーム（１５０）又は動作するＡＩの一部ではないことが理解されるべきである。例示的な実施形態では、ステージングマネージャ（１５２）は、ＡＩプラットフォーム（１５０）の一部であり、プロダクションマネージャ（１５４）若しくはディレクタ（１５６）又はその両方は、各々非ＡＩであり、すなわち、プロダクションマネージャ（１５４）若しくはディレクタ（１５６）又はその両方は、プロセッサ（１１２）及びＡＩプラットフォーム（１５０）に動作可能に結合され、プロダクションマネージャ（１５４）若しくはディレクタ（１５６）又はその両方の機能は、人工知能の使用を伴わずに実行される。

人工知能（ＡＩ）は、人間に関連するものとしてのコンピュータ及びコンピュータ挙動を対象としたコンピュータサイエンスの分野に関する。ＡＩとは、機械が情報に基づいて判断を行うことが可能である場合の知能を指し、所与のトピックにおける成功の機会を最大化する。より具体的には、ＡＩは、データセットから学習して問題を解決し、関連する推奨を提供することが可能である。例えば、ＡＩコンピュータシステムの分野において、自然言語システム（ＩＢＭ Ｗａｔｓｏｎ（登録商標）人工知能コンピュータシステム又は他の自然言語質問回答システム等）は、システムが獲得した知識に基づいて自然言語を処理する。自然言語を処理するために、システムは、データベース又は知識コーパスから導出されたデータを用いてトレーニングされてよい。

ＡＩのサブセットである機械学習（ＭＬ）は、データから学習し、このデータに基づいて予測を作成するアルゴリズムを利用する。ＡＩとは、機械が情報に基づいて判断を行うことが可能である場合の知能を指し、所与のトピックにおける成功の機会を最大化する。より具体的には、ＡＩは、データセットから学習して問題を解決し、関連する推奨を提供することが可能である。認知コンピューティングは、コンピュータサイエンス及び認知科学の混合である。認知コンピューティングは、最小限のデータ、視覚認識、及び自然言語処理を使用して、問題を解決するとともに人間のプロセスを最適化する、自己学習アルゴリズムを利用する。

ＡＩ及び関連付けられる推論の中核には、類似度の概念が存在する。自然言語及びオブジェクトを理解するプロセスは、関係の観点からの推論を必要とするが、これは困難であり得る。静的構造及び動的構造を含む構造が、所与の確定的な入力に対する決定された出力又はアクションを規定する。より具体的には、決定された出力又はアクションは、構造内の明示的な又は固有の関係に基づいている。それらの構造を構築するために十分なデータセットに依存する。

本明細書において、１つ又は複数のソースから入力（１０２）を受信するように構成されているＡＩプラットフォーム（１５０）が示されている。例えば、ＡＩプラットフォーム（１５０）は、複数のコンピューティングデバイス（１８０）、（１８２）、（１８４）、（１８６）、（１８８）、及び（１９０）のうちの１つ又は複数からネットワーク（１０５）を介して入力（例えば、マイクロサービスベースアプリケーション）を受信してよい。さらに、本明細書において示されるように、ＡＩプラットフォーム（１５０）は、知識ベース（１６０）に動作可能に結合される。図１では１つの知識ベース（１６０）が示されているが、ＡＩプラットフォーム（１５０）と通信する２つ又はそれより多くの知識ベースをサポートするためにシステム（１００）の変形が利用されてよいことが理解されるべきである。

例示的な実施形態によれば、ＡＩプラットフォーム（１５０）は、アプリケーションマイクロサービスの因果関係を学習するように構成されている。ステージングマネージャ（１５２）は、本明細書において、ＡＩプラットフォーム（１５０）内に埋め込まれたものとして示されている。ステージングマネージャ（１５２）は、１つ又は複数のエラーをアプリケーションマイクロサービスに選択的にインジェクトし、対応するアプリケーションログデータを収集し、エラーログデータをフィルタ又はフィルタリングプロセスに受けさせてインジェクトされた１つ又は複数のエラーに対応するログデータを識別し、エラーログデータを活用して因果グラフを生成するように構成されており、因果グラフは、対応する知識ベース（１６０）に記憶される。例示的な実施形態では、因果グラフは、本明細書においてトレーニングされたＡＩモデルとも称されるＡＩモデルである。知識ベース（１６０）に記憶されることになる因果グラフを作成するプロセスは、図３において図示及び説明される。因果学習の初期態様は、アプリケーションマイクロサービスへのエラーインジェクションを対象とする。エラーは、ステージングマネージャ（１５２）によってアプリケーションマイクロサービスにインジェクトされる。エラーは、個々に、例えば一度に１つのマイクロサービスに、又はマイクロサービスのセットに、例えば一度に２つ又はそれより多くのマイクロサービスにインジェクトされ得る。一実施形態では、エラーは、ランダムにインジェクトされ得る。同様に、一実施形態では、エラーインジェクションは、或るパターンに従い得る。エラーインジェクションは、アプリケーションマイクロサービスの機能に関連付けられた問題を作成することを対象とする。例えば、エラーインジェクションは、特定のマイクロサービスをブロックする、マイクロサービスの運用性を低速化させる、又は別様にマイクロサービスをアプリケーションにとって利用不能にする形式であり得る。

エラーログは、動作中にアプリケーション、オペレーティングシステム、又はサーバが遭遇するエラーのレコードである。例えば、エラーログにおける幾つかの一般的なエントリとしては、テーブル破損又は構成破損が挙げられる。エラーログは、豊富な量の情報を捕捉し得、これは、一実施形態では関連データ又は無関連データを含み得る。ステージングマネージャ（１５２）は、ログデータを前処理に受けさせてインジェクトされたエラーに対応するか又はこれに関連付けられたエラーログを識別することによってこの態様に対処する。例示的な実施形態では、ステージングマネージャ（１５２）は、ログデータをフィルタリングして、インジェクトされたエラーに関連付けられた特定のメッセージテキストを抽出する。フィルタの一例は、限定されないが、エラーログにおける１つ若しくは複数のキーワード又はキーワードの組み合わせの形式であり得る。フィルタの適用により、本明細書においてエラーログデータとも称される関連ログデータに対する焦点が提供される。ステージングマネージャ（１５２）は、本明細書において因果学習とも称される、アプリケーションマイクロサービス間の因果関係を学習するための前処理の後に残るエラーログを収集、又は別様に識別又は取得する。因果学習の詳細は、図３～図５において詳細に図示及び説明される。因果学習は、インジェクトされた障害を受けたマイクロサービスと、各関連したマイクロサービスとの間の対応関係を有効に計算して、いずれのマイクロサービスが障害インジェクションによって影響を受ける又は受けたのかを把握する。より具体的には、因果学習は、マイクロサービス間の方向性接続を識別する。例示的な実施形態では、因果学習は、ＤＡＧにおいて表されたマイクロサービスのセットの形式の出力を作成し、当該表されたマイクロサービスのセットは、１つ又は複数のエラーを発した、又は別様に捕捉若しくは文書化したログデータに関連する。したがって、ステージングマネージャは、エラーログデータからアプリケーションマイクロサービスの因果グラフを生成する。

ステージングマネージャ（１５２）は、マイクロサービスのセットの出力を利用して、対応する因果グラフ、例えば、ＤＡＧを生成又は別様に構築する。より具体的には、２つのマイクロサービス間の有向エッジが、マイクロサービスのセットから選択的に除去される。例示的な実施形態では、選択的除去により、推移簡約（ｔｒａｎｓｉｔｉｖｅ ｒｅｄｕｃｔｉｏｎ）を通じた１つ又は複数のエッジの選択がフィルタリング除去される。選択的除去の詳細は、図３において図示及び説明される。ＤＡＧは、マイクロサービスのセット内に残っているマイクロサービスのセットから生成され、又は一実施形態では再生成される。したがって、マイクロサービスの因果グラフは、影響を受けたマイクロサービスの簡約されたセットから生成され、この簡約されたセットは、一実施形態ではアプリケーションマイクロサービスのサブセットである。

本明細書において示されているように、知識ベース（１６０）は、生成された因果グラフを受信及び記憶するように構成されたライブラリ（１６２）を有するものとして示されている。１つのみのライブラリが示されているが、一実施形態では、知識ベース（１６０）は、１つ又は複数の追加ライブラリを含んでよい。例示として、ライブラリ（１６２）は、複数のアプリケーションを有するものとして示されており、各アプリケーションは、第１のエラーログ及び対応する因果グラフを有する。例示として本明細書において示されているように、ライブラリ（１６２）は、アプリケーション_０（１６４_０）、アプリケーション_１（１６４_１）、及びアプリケーション_Ｎ（１６４_Ｎ）を含む３つのアプリケーションを有するものとして示されている。３つのみのアプリケーションが示されているが、この数量は、例示の目的のものであり、限定とみなされるべきではない。各アプリケーションは、本明細書においてログ_０（１６６_０）、ログ_１（１６６_１）、及びログ_Ｎ（１６６_Ｎ）として示されている対応する第１のエラーログと、本明細書においてグラフ_０（１６８_０）、グラフ_１（１６８_１）、及びグラフ_Ｎ（１６８_Ｎ）として示されている対応する因果グラフとを有する。

ユーザフローは、タスクを完了するためにアプリケーション上でプロトタイプユーザが取るパスと称される。ユーザフローは、ユーザに、自身のエントリポイントから、段階のセットを通して成功的な成果、そして製品の購入等の最終アクションを取らせる。交絡（Ｃｏｎｆｏｕｎｄｉｎｇ）は、データ生成モデルの観点で定義される因果の概念である。交絡因子（ｃｏｎｆｏｕｎｄｅｒ）は、従属変数及び独立変数の両方に影響を与える変数である。本明細書において図示及び説明されるように、ステージングマネージャ（１５２）は、エラーログデータから因果グラフを推測することによって、ユーザフローに起因する未観測の交絡に対処する。

図１ではＡＩプラットフォーム（１５０）の一部として示されているが代替の例示的な実施形態ではＡＩベース又はＡＩプラットフォーム（１５０）の一部ではないステージングマネージャ（１５２）は、アプリケーションマイクロサービス間の因果グラフを生成するように構成されている。因果効果（ｃａｕｓａｌ ｅｆｆｅｃｔ）は、起こった又は起こりつつある何かに基づいて、何かが発生した又は発生しつつあることを意味する。マイクロサービスに関して、第１のマイクロサービスＡ上のエラーは、第２のマイクロサービスＢにおけるエラーを引き起こし得る。これは、ＡからＢへの有向エッジ、例えば、
において表すことができる。しかしながら、マイクロサービスＢがマイクロサービスＡ上のエラーからエラーを受信又は経験しない場合、ＡからＢへの有向エッジは存在しない。

ステージングマネージャ（１５２）及びその選択的エラーインジェクションに関連付けられたエラーログからの因果グラフ生成の機能は、オフラインで機能する。一実施形態では、アプリケーションに関連付けられ、ステージングマネージャ（１５２）によって生成されるエラーログデータは、本明細書において第１のエラーログデータと称される。プロダクションマネージャ（１５４）は、オンライン処理をサポートするために、より具体的には、エラー源を位置特定するために提供される。一実施形態では、プロダクションマネージャ（１５４）は、ＡＩプラットフォーム（１５０）に動作可能に結合される。同様に、一実施形態では、プロダクションマネージャ（１５４）、及びその機能は、動的コンポーネントとしてリアルタイムで行われる。ステージングマネージャ（１５２）の機能に関連付けられたステージング環境と同様に、アプリケーション処理及び実行に関連付けられたエラーログデータは、プロダクションマネージャ（１５４）によって収集される。一実施形態では、プロダクションマネージャ（１５４）に関連付けられたエラーログデータは、本明細書において第２のエラーログデータと称される。例示として本明細書において示されているように、第２のエラーログデータは、知識ベース（１６０）に記憶され、本明細書において（１７０_０）、（１７０_１）、及び（１７０_Ｎ）として示されており、各第２のエラーログデータは、対応するアプリケーション（１６４_０）、（１６４_１）、及び（１６４_Ｎ）の処理に関連付けられる。第１のエラーログデータと第２のエラーログデータとの間の相違点は、エラーログデータが生成される方法において存在する。ステージングマネージャ（１５２）は、オフラインで動作し、１つ又は複数のエラーをアプリケーションマイクロサービスに意図的にインジェクトし、第１のエラーログデータは、エラーインジェクションの影響のドキュメンテーションを提供する。その一方、プロダクションマネージャ（１５４）は、オンラインで動作し、生成される第２のエラーログデータは、アプリケーション処理エラーの影響のドキュメンテーションを提供する。したがって、ステージングマネージャ（１５２）は、マイクロサービス障害を人工的に作成し、プロダクションマネージャ（１５４）は、アプリケーション処理及び実行中に検出されたアプリケーションエラーに応答する。

プロダクションマネージャ（１５４）によって収集されるエラーログデータは、リアルタイムで行われる。プロダクションマネージャ（１５４）は、収集された第２のエラーログデータを活用して、障害の主体であるマイクロサービスと他のアプリケーションマイクロサービスとの間の対応関係を計算し、第１のエラーログデータに関連付けられるとともに知識ベース（１６０）に記憶された対応する因果グラフを活用して、祖先行列を生成する。アプリケーション_０（１６４_０）に関して、計算された対応関係は、本明細書において（１７２_０）として示されている。祖先行列を生成するプロセスの詳細は、図３において図示及び説明される。例示として、対応する因果グラフ（１６８_０）を使用するアプリケーション０（１６４_０）の評価は、祖先行列（１７４_０）を生成する。祖先行列（１７４_０）及び計算された対応関係（１７２_０）を使用して、プロダクションマネージャ（１５４）は、配列間の類似度を評価するメトリック関数を利用して、祖先行列、例えば（１７４_０）を、プロダクションマネージャ（１５４）によって計算された対応関係、例えば（１７２_０）に対して比較する。一実施形態では、メトリック関数は、ハミング距離又はコサイン類似度である。障害位置特定の詳細は、図６において図示及び説明される。例示的な実施形態では、メトリック関数は、障害の推定ロケーションをもたらし、可能な障害ロケーションの上位ｋリストを生成し、ここで、ｋは、構成可能な値である。したがって、プロダクションマネージャ（１５４）は、学習された因果グラフに対して障害位置特定を適用し、閾値距離を利用して障害ロケーションを推定又は別様に識別する。

ディレクタ（１５６）は、本明細書において、プロダクションマネージャ（１５４）に動作可能に結合されるものとして示されている。ディレクタ（１５６）は、評価に基づいて、検出されたエラーの源として、障害を有する１つ又は複数のマイクロサービスを識別又は推奨する。例示的な実施形態では、ディレクタ（１５６）は、障害を有する１つ又は複数のマイクロサービスを、修復のために内容領域専門家（ＳＭＥ：ｓｕｂｊｅｃｔ ｍａｔｔｅｒ ｅｘｐｅｒｔ）に通信する。

本明細書において示されているように、ステージングマネージャ（１５２）は、因果関係を学習し、本明細書において因果グラフと称される、学習された因果関係の表現を、知識ベース（１６０）に記憶する。知識ベース（１６０）と通信するプロダクションマネージャ（１５４）は、学習された因果グラフ及び第２のログデータを使用して、所与のアプリケーション障害についての可能な障害ロケーションの上位ｋリストを決定する。一実施形態では、ディレクタ（１５６）は、可能なアプリケーション障害ロケーション、例えばマイクロサービスを、知識ベース（１６０）に記憶する。例示として本明細書において示されているように、アプリケーション（１６４_０）は、可能な障害ロケーション（１７６_０，０）、（１７６_０，１）、...、（１７６_０，ｋ）を有するものとして示されている。本明細書において示されている障害ロケーションは、アプリケーション_０（１６４_０）を対象とする。示されていないが、一実施形態では、アプリケーション_１（１６４_１）若しくはアプリケーション_Ｎ（１６４_Ｎ）又はその両方は、可能な障害ロケーションのリスト又はグループを有してよい。他方、ディレクタ（１５６）は、知識ベース（１６０）に可能な障害ロケーションの上位ｋリストを更に装入しないように構成されてよい。

幾つかの例示的な実施形態では、サーバ（１１０）は、Ａｒｍｏｎｋ，Ｎｅｗ Ｙｏｒｋ所在のＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎから入手可能であるＩＢＭ Ｗａｔｓｏｎ（登録商標）システムであってよく、これは、以降で説明される例示的な実施形態のメカニズムで拡張される。ツールと総称される、ステージングマネージャ（１５２）、プロダクションマネージャ（１５４）、及びディレクタ（１５６）は、サーバ（１１０）のＡＩプラットフォーム（１５０）において具現化されるか又はこれの中に統合されるものとして示されている。一実施形態では、ステージングマネージャ（１５２）は、ＡＩプラットフォーム（１５０）において具現化され、プロダクションマネージャ（１５４）及びディレクタ（１５６）は、ＡＩプラットフォーム（１５０）に動作可能に結合される。別の実施形態では、ツールは、ネットワーク（１０５）を介してサーバ（１１０）に接続される別個のコンピューティングシステム（例えば、サーバ１９０）において実装されてよい。具現化される場所を問わず、ツールは、アプリケーションマイクロサービスの因果対の識別をサポートし、識別された因果対を活用して障害を動的に位置特定するように機能する。

ＡＩプラットフォーム（１５０）を利用することができる情報ハンドリングシステムのタイプは、ハンドヘルドコンピュータ／携帯電話（１８０）等の小型ハンドヘルドデバイスから、メインフレームコンピュータ（１８２）等の大型メインフレームシステムに及ぶ。ハンドヘルドコンピュータ（１８０）の例としては、携帯情報端末（ＰＤＡ）、パーソナルエンターテインメントデバイス、例えば、ＭＰ４プレーヤ、ポータブルテレビジョン及びコンパクトディスクプレーヤが挙げられる。情報ハンドリングシステムの他の例としては、ペン又はタブレットコンピュータ（１８４）、ラップトップ又はノートブックコンピュータ（１８６）、パーソナルコンピュータシステム（１８８）及びサーバ（１９０）が挙げられる。示されているように、様々な情報ハンドリングシステムを、コンピュータネットワーク（１０５）を使用してともにネットワーク化することができる。様々な情報ハンドリングシステムを相互接続するために使用することができるコンピュータネットワーク（１０５）のタイプとしては、ローカルエリアネットワーク（ＬＡＮ）、無線ローカルエリアネットワーク（ＷＬＡＮ）、インターネット、公衆交換電話網（ＰＳＴＮ）、他の無線ネットワーク、及び、情報ハンドリングシステムを相互接続するために使用することができる他の任意のネットワークトポロジが挙げられる。情報ハンドリングシステムの多くは、ハードドライブ若しくは不揮発性メモリ又はその両方等の不揮発性データストアを含む。情報ハンドリングシステムの幾つかは、別個の不揮発性データストアを使用してよい（例えば、サーバ（１９０）は、不揮発性データストア（１９０_Ａ）を利用し、メインフレームコンピュータ（１８２）は、不揮発性データストア（１８２ａ）を利用する）。不揮発性データストア（１８２_Ａ）は、様々な情報ハンドリングシステムの外部であるコンポーネントとすることもできるし、情報ハンドリングシステムのうちの１つの内部とすることもできる。

ＡＩプラットフォーム（１５０）をサポートするために利用される情報ハンドリングシステムは、多くの形態を取ってよく、そのうちの幾つかが図１において示されている。例えば、情報ハンドリングシステムは、デスクトップ、サーバ、ポータブル、ラップトップ、ノートブック、又は他のフォームファクタコンピュータ若しくはデータ処理システムの形態を取ってよい。加えて、情報ハンドリングシステムは、携帯情報端末（ＰＤＡ）、ゲーミングデバイス、ＡＴＭマシン、ポータブル電話デバイス、通信デバイス、又は、プロセッサとメモリとを含む他のデバイス等の他のフォームファクタを取ってよい。加えて、情報ハンドリングシステムは、ノースブリッジ／サウスブリッジコントローラアーキテクチャを具現化してよいが、他のアーキテクチャが利用されてもよいことが理解されるであろう。

アプリケーションプログラムインターフェース（ＡＰＩ）は、当該技術分野において、２つ又はそれより多くのアプリケーション間のソフトウェア仲介として理解される。図１において図示及び説明される（ＡＩ）プラットフォーム（１５０）に関して、ツール（１５２）、（１５４）、及び（１５６）のうちの１つ又は複数並びにそれらの関連付けられた機能をサポートするために１つ又は複数のＡＰＩが利用されてよい。図２を参照すると、ツール（１５２）、（１５４）、及び（１５６）並びにそれらの関連付けられたＡＰＩを示すブロック図（２００）が提供される。示されているように、複数のツールが（ＡＩ）プラットフォーム（２０５）内に埋め込まれており、ツールは、ＡＰＩ_０（２１２）に関連付けられたステージングマネージャ（２５２）、ＡＰＩ_１（２２２）に関連付けられたプロダクションマネージャ（２５４）、及びＡＰＩ_２（２３２）に関連付けられたディレクタ（２５６）を含む。ＡＰＩの各々は、１つ又は複数の言語及びインターフェース仕様において実装されてよい。

示されているように、ＡＰＩ_０（２１２）は、エラーをアプリケーションマイクロサービスに選択的にインジェクトし、本明細書において第１のエラーログデータとも称される対応するエラーログを処理して、因果グラフを生成又は別様に学習するというオフラインタスクをサポートするように構成されている。ＡＰＩ_１（２２２）は、アプリケーションエラーに対応する、本明細書において第２のエラーログデータとも称される全てのマイクロサービスエラーログデータを収集し、学習された因果グラフに基づいて祖先行列を構築するというオンラインタスクのための機能的サポートを提供する。ＡＰＩ_２（２３２）は、障害位置特定のための機能的サポートを提供し、これは、一実施形態では、配列間の類似度を評価し、関連付けられた祖先行列とともに評価を活用して、検出されたエラーの源である又は源であり得るマイクロサービスのサブセット、例えば上位ｋ個からなるサブセットを識別するためのメトリック関数の適用を含む。示されているように、ＡＰＩ（２１２）、（２２２）、及び（２３２）の各々は、ＡＰＩオーケストレータ（２６０）に動作可能に結合され、ＡＰＩオーケストレータ（２６０）は、別様に編成層として知られており、当該技術分野では、別個のＡＰＩとともにトランスペアレントにスレッド化する抽象化層として機能するものと理解されている。一実施形態では、別個のＡＰＩの機能は、結合されるか又は組み合わされてよい。別の実施形態では、別個のＡＰＩの機能は、追加ＡＰＩに更に分割されてよい。したがって、本明細書において示されるＡＰＩの構成は、限定とみなされるべきではない。したがって、本明細書において示されているように、ツールの機能は、それらのそれぞれのＡＰＩによって具現化又はサポートされてよい。

図３を参照すると、マイクロサービス間の因果関係を学習するプロセスを示すフローチャート（３００）が提供される。因果関係を学習することの初期態様は、選択的かつ制御された障害インジェクションを通してアプリケーションマイクロサービスを識別することを含む。本明細書において示されているように、変数Ｓ_{Ｔｏｔａｌ}は、アプリケーションマイクロサービスの量を表す（３０２）。表されたマイクロサービスの各々について、例えば、Ｓ＝１～Ｓ_{Ｔｏｔａｌ}について、エラーが選択的にインジェクトされ、対応するログデータが収集される（３０４）。一実施形態では、エラーをインジェクトすることは、マイクロサービス_ｓをブロックすること、除去すること、又は遅延させることであり得る。段階（３０４）における選択的エラーインジェクションは、マイクロサービスに個々に又は組み合わせて適用され得、例えば、２つ又はそれより多くのマイクロサービスが障害インジェクションの主体であり得る。当該技術分野において、マイクロサービスに適用され得る様々な障害又はエラーが存在することが理解される。一実施形態では、段階（３０４）におけるエラーインジェクションの形式又はタイプは、１つ又は複数のマイクロサービスへの適用のためにランダムに選択される。同様に、例示的な実施形態では、段階（３０４）における障害インジェクションは、エラーインジェクションのパターンによって制御又はサポートされる。したがって、アプリケーションマイクロサービス間の因果関係を学習することの初期態様は、１つ又は複数のマイクロサービスを対象とする選択的エラーインジェクションを対象とする。

誤差伝搬とは、所与の計算ステージにおいて、エラーの一部が直前のステージにおけるエラーから生じる態様を指す用語である。マイクロサービスアーキテクチャにおいて、より具体的には、マイクロサービス間の依存関係において、１つのマイクロサービスにおいて導入されたエラーは、１つ又は複数の関連マイクロサービスに不確実性を拡張し得る。エラーがインジェクトされ、対応するアプリケーションログデータが収集される。当該技術分野において、ログデータは、自動的に生成されるとともにタイムスタンプ付与されるイベントのドキュメンテーションであることが理解される。アプリケーション及びその埋め込まれたマイクロサービスに関して、より具体的にはマイクロサービスエラーインジェクションに関して、ログデータは、エラーインジェクションを直接受けていない他のアプリケーションマイクロサービスに対するインジェクトされたエラーの直接又は間接効果を識別する。一実施形態では、ログデータは、障害がインジェクトされたマイクロサービスによって影響を受けた１つ又は複数のマイクロサービス、及び一実施形態ではインジェクトされた障害によって影響を受けていない１つ又は複数のマイクロサービスを含む、１つ又は複数のマイクロサービスの機能に関連付けられたメッセージを記録するログファイルである。例示的な実施形態では、ログファイルは、インジェクトされた障害に関連付けられたエラートレーシングのために利用される。したがって、エラーインジェクションは、アプリケーションマイクロサービスアーキテクチャにおける問題を人工的に作成し、ログファイルは、１つ又は複数のマイクロサービス考慮事項のログデータを、インジェクトされたエラーに関連するものとして文書化する。

当該技術分野において、ログファイルは、テキストを含む複数のメッセージ及び対応するタイムスタンプから構成されることが理解される。メッセージ又はメッセージコンテンツの一部は、インジェクトされたエラーに関して無関連又は異質の情報を含み得る。例えば、ログデータは、特定のマイクロサービスが、障害が異なるアプリケーションマイクロサービスにインジェクトされたことに応答して要求を処理することが可能ではない場合があるというメッセージ、例えば、エラーメッセージを含み得る。ログファイルに対処するため、また、一実施形態では豊富な量のログデータに対処するために、段階（３０４）において収集されるログファイル及び対応するログデータは、インジェクトされたエラーに無関連であるログデータをフィルタリング除去、例えば除去する（３０６）ための処理又は前処理を受ける。一実施形態では、１つ又は複数の定義されたキーワードが、関連した又は有用なログデータを抽出するフィルタとしてログファイルに適用され、このフィルタは、一実施形態では全てのエラーログを返す。例示的な実施形態では、元のログデータのサブセットがフィルタリング段階後に残り、ログデータのサブセットに関連したマイクロサービスは、因果学習の主体である。段階（３０６）に続いて、介入パターンを通した因果学習が利用されて、前処理で残存したログデータに対する主体であるマイクロサービス間の方向性接続が識別される（３０８）。因果学習の詳細は、図４及び図５において図示及び説明される。一実施形態では、因果学習は、因果的推論を利用する機械学習の一形式である。段階（３０８）において、因果学習は、介入パターン及び対応する介入行列に基づくマイクロサービス同士の間の相関スコアと、推移簡約を使用する学習された因果グラフの表現とを学習することを含む。段階（３０８）における相関スコア評価は、障害ｓ'の主体であるマイクロサービスと、ログデータのサブセットから識別されたマイクロサービスとの間の対応関係の強度を識別する。図４において図示及び説明されるように、相関スコアは、構成可能閾値に対して評価される。段階（３０８）からの評価は、相関スコア評価を超えたエッジのセットから構成されるＤＡＧの形式の出力を生成し、各エッジは、障害の主体であるマイクロサービス及び影響を受けたマイクロサービスを表す（３１０）。例示的な実施形態では、本明細書において示されているように、段階（３１０）において生成されたグラフは、１つ又は複数のエッジを選択的に除去し、因果グラフを生成する推移簡約を受ける（３１２）。推移簡約は、グラフの幾つかの重要な特性及び構造を維持する有向グラフに対するエッジ除去演算である。推移簡約は、学習された因果グラフの重要な構造的特性を維持し、障害を有するサービスを位置特定するために学習された因果グラフの系統（ａｎｃｅｓｔｒｙ）を構築するのに使用される。推移簡約の詳細は、以下で詳細に図示及び説明される。したがって、障害インジェクションに関連付けられたログデータがソースとして活用されて、因果グラフが生成される。

図４を参照すると、例示の介入パターンを示すブロック図（４００）が提供される。ベクトルｖ（ｓ'）は、マイクロサービスｓ'の介入パターンベクトルであり、ここで、ｓ'は、インジェクトされた障害の主体であるマイクロサービスである。一実施形態では、例示として本明細書において説明されるように、障害インジェクションの態様は、マイクロサービスがその意図された機能を実行することをブロックする形式であり得る。ベクトルｖ（ｓ'）_ｔは、時間ビンｔにおいて、アプリケーションにおける他のマイクロサービスがブロックされたマイクロサービスｓ'によってどのように影響を受けるかを表す。この例において示されているように、ベクトル内のエントリは、０及び１のビット形式である。一実施形態では、ベクトル内の０のエントリは、マイクロサービスがブロックされたマイクロサービスによって影響を受けていないことを示し、ベクトル内の１のエントリは、マイクロサービスが影響を受けている、例えば、エラーを経験していることを示す。同様に、一実施形態では、ベクトルエントリの表現は反転されてよく、したがって、エントリ表現は、限定とみなされるべきではない。本明細書において示されているベクトルは、時間ビンｔにわたる、障害がインジェクトされたマイクロサービスｓ'を対象とし、障害インジェクションに対するアプリケーションマイクロサービスの反応を文書化する。複数のベクトルが利用されて、対応する介入行列Ｃが生成される。例示の介入行列が、図５において図示及び説明される。例示的な実施形態では、マイクロサービスｓ'と他の全てのマイクロサービスとの間の相関の強度は、以下のように評価される：
ここで、ｃｏｒｒ（ｓ'，ｓ）は、マイクロサービスｓ'及びマイクロサービスｓの相関スコアであり、ｖ（ｓ'）は、マイクロサービスｓ'の介入パターンベクトルであり、ｖ（ｓ'）^Ｔは、ベクトルｖ（ｓ'）の転置であり、Ｃ［：，ｓ］は、介入行列Ｃ内のマイクロサービスｓの列である。したがって、処理されたエラーログ及び発せられた１つ又は複数のエラーの主体である、障害がインジェクトされたマイクロサービスｓ'に関連したマイクロサービスのセットＳは、対応関係評価に基づいて評価され、選択的に装入されるとともに、生成された因果グラフが形成される。

図５を参照すると、例示の介入行列（５１０）を示すブロック図（５００）が提供される。示されているように、介入行列Ｃ（ｓ'）は、障害がインジェクトされたマイクロサービスｓ'を対象とする。この例において示されているように、５つのマイクロサービスが存在する。マイクロサービスｓ'のうちの１つは、エラー又は障害をインジェクトされ、残りの４つのマイクロサービスｓ_０、ｓ_１、ｓ_２、及びｓ_３は、インジェクトされたエラーによって影響を受けているか又は影響を受けていないかのいずれかである。例示として本明細書において示されているように、期間ｔ＝１において、マイクロサービスｓ_０は、（５２０）において２つのエラーを有するものとして示されており、マイクロサービスｓ_１は、（５２２）において１つのエラーを有するものとして示されており、マイクロサービスｓ_２及びｓ_３の各々は、それぞれ（５２４）及び（５２６）においてエラーなしとして示されている。介入行列Ｃは、本明細書において時間ビンＴとも称される、複数の期間（５３０）を含むものとして示されている。したがって、Ｃ（ｓ'）は、複数の介入パターンベクトルから形成された介入行列であり、この介入行列は、障害インジェクションマイクロサービスｓ'によって影響を受けた全てのマイクロサービスの反応を示す。

マイクロサービスを表す個々のノードとノード間の祖先関係を表す方向性エッジとを有するＤＡＧの場合、段階（３１０）における因果学習は、障害インジェクション（３１２）を有するＤＡＧ内のノードについて祖先エッジ（ａｎｃｅｓｔｒａｌ ｅｄｇｅ）を推定することを含む。図１において図示及び説明されたように、相関評価は、プロダクション環境において行われ、プロダクションマネージャ（１５４）によって管理される。以下の擬似コードは、マイクロサービスの依存性に関連付けられた祖先エッジの相関の推定を実証する：
ここで、Ｃは、図５において示されているように、マイクロサービスｓ'にインジェクトされた障害によって影響を受けた他のマイクロサービス、例えば、ｓ_０、ｓ_１、ｓ_２、及びｓ_３を示す介入行列であり、Ｅは、アプリケーション処理中にエラーを発したマイクロサービス間の有向エッジのタプルのセットである。介入行列は、介入パターンベクトルｖ（ｓ'）を編集したものである。本明細書において示されているように、マイクロサービスｓ'とマイクロサービスｓとの間の相関スコアが学習され、相関スコアτについての閾値に対して評価され、この閾値は、一実施形態では、調節可能閾値である。例えば、相関スコアｃｏｒｒ（ｓ'，ｓ）＞τの場合、これは、マイクロサービスｓ'とマイクロサービスｓとは強い相関を有するというインジケーションである。推移簡約は、グラフの幾つかの重要な特性及び構造を維持する有向グラフに対するエッジ除去演算である。段階（３１２）における祖先エッジ推定からの出力は、因果グラフである。本明細書において示されているような１つ又は複数の選択マイクロサービスに対するエラーインジェクションのプロセスは、展開前障害インジェクションステージと称される。一実施形態では、本明細書において示されているような学習された因果グラフにおける因果エッジのセットは、理論上、高い確率の因果関係を有する真の因果エッジのセット又はサブセットのみを含むことが保証される。したがって、因果グラフは、１つ又は複数の障害インジェクションの使用を通して収集されるログデータ情報に基づいて生成される。

様々な障害インジェクションからの推定された祖先エッジは、系統を維持する真の因果エッジのサブセットのみが簡潔な表現の中にあることを確実にするために、推移簡約（３１４）を実行することによって組み合わされて、その表現にされる。有向グラフＧの推移簡約は、同数の頂点及び可能な限り最も少ない数のエッジを有する別の有向グラフＧ'であり、全ての頂点対について、Ｇ内の頂点間のパスは、そのようなパスがＧ'内に存在する場合かつその場合に限り、存在するようになっている。以下の擬似コードは、因果グラフＥに適用されるような推移簡約を実証する：
ここで、Ｇは、有向エッジＥのセットから（ａ，ｂ）が除去されたマイクロサービスの再生成された因果グラフを表す。一実施形態では、本明細書において図示及び説明される段階は、オフラインで実行されてよい。したがって、推移簡約は、障害がインジェクトされたマイクロサービスｓ'に関連したマイクロサービスのサブセットの依存性を表す学習された因果グラフの簡潔な表現を識別するのに使用される。

図６を参照すると、プロダクション環境における障害位置特定のために、図３の出力から推移簡約因果グラフを使用することを示すフローチャート（６００）が提供される。例示的な実施形態では、本明細書において説明される障害位置特定は、リアルタイムで実行される。未知の介入されたマイクロサービスのエラーが検出され（６０２）、本明細書において第２のログデータとも称される、検出されたエラーに対応する全てのログデータが収集される（６０４）。例示的な実施形態では、第２のログデータの収集は、リアルタイムで行われる。第２のエラーログの収集に続いて、ステージング環境からの学習された推移簡約因果グラフＧが活用されて、障害が位置特定される（６０６）。以下の擬似コードは、障害を有するマイクロサービスの局所性を推定すること（６０８）を実証する：
ここで、Ｇ^Ｔは、学習された因果グラフＧの推移簡約である。擬似コードにおいて示されている相関評価は、同一関数、例えば、１｛・｝を使用する。例示として、ｃｏｒｒ＝［０．８ ０．１ ０．１ ０．９ ０．１ ０．２...］∈Ｚ^Ｎ×１及びτ＝０．３である場合、１｛０．８＞．３｝＝１及び１｛０．１＜．３｝＝０である。この例に基づいて、１｛ｃｏｒｒ｝＝［１ ０ ０ １ ０ ０...］∈Ｚ^Ｎ×１である。距離評価Ｄｉｓｔ（ｓ）は、行間の距離を測定するために相関行列Ａを活用する。一実施形態では、相関行列Ａの行は各々、ビットの形式のエントリを有し、１は、学習された因果グラフにおいて祖先を有するマイクロサービスを表し、０は、その逆、例えば学習された因果グラフにおいて祖先を有しないマイクロサービスを表す。距離評価は、２つの対応するデータが異なるポイントの数を表す。一実施形態では、距離評価は、ハミング距離又はコサイン類似度の形式において利用され得る。例示的な実施形態では、メトリック関数は、障害の推定ロケーションをもたらし、可能な障害ロケーションの上位ｋリストを生成し、ここで、ｋは、構成可能な値である。したがって、本明細書において示されているように、相関行列Ａは、学習された因果グラフＧに基づいて構築され、障害のロケーションは、距離評価を使用して推定される。

図３及び図６において図示及び説明されるプロセスは、障害が、単一のマイクロサービスに、それぞれ計画されて又は計画されずに、のいずれかでインジェクトされるシナリオを示している。一実施形態では、これらのプロセスは、障害を、マイクロサービスの対又はサブセットにインジェクトすることに拡張されてよい。同様に、一実施形態では、図６において図示及び説明されるプロセスは、推移簡約グラフではなく完全因果グラフに拡張されてよい。本明細書において示されているように、障害位置特定は、祖先行列Ａを、学習された因果グラフＧに基づいて構築することと、距離評価を使用して障害のロケーションを推定することとを含む。例示的な実施形態では、複数の推定障害ロケーション、例えば、上位ｋ個が障害位置特定プロセスから生成されてよい。したがって、ログデータは、展開前障害インジェクションシステムを使用して、因果グラフＧを学習するためのソースとして累積及び処理され、これは、その後、リアルタイムで使用されて、障害位置特定が動的にかつ有効に実行される。

本明細書において説明されるシステム、方法、及びコンピュータプログラム製品の特定の例示的な実施形態によって、実質的に又は完全に監視されていない自動化方式で原因－結果対の高品質集合が生成される。例示的な実施形態は、因果知識グラフとしての表現を更に処理するための原因－結果対の使用、及び判断サポート又は予測解析の使用を更に伴う。

因果対を識別及び検証する態様は、それぞれ、図１及び図２において示されるツール及びＡＰＩ、並びに図３及び図６において図示されるプロセスとともに図示及び説明される。機能ツール（１５２）、（１５４）、及び（１５６）並びにそれらの関連付けられた機能の態様が、単一のロケーションにおけるコンピュータシステム／サーバにおいて具現化されてよく、又は一実施形態では、コンピューティングリソースを共有するクラウドベースシステムにおいて構成されてよい。図７を参照すると、図３及び図６に関して上記で説明されたプロセスを実装するために、クラウドベースサポートシステムと通信する、以降ホスト（７０２）と称されるコンピュータシステム／サーバ（７０２）の例を示すブロック図（７００）が提供される。ホスト（７０２）は、多数の他の汎用又は専用コンピューティングシステム環境又は構成を用いて動作可能である。ホスト（７０２）との使用に適し得る周知のコンピューティングシステム、環境若しくは構成、又はその組み合わせの例としては、パーソナルコンピュータシステム、サーバコンピュータシステム、シンクライアント、シッククライアント、ハンドヘルドデバイス又はラップトップデバイス、マルチプロセッサシステム、マイクロプロセッサベースシステム、セットトップボックス、プログラマブル家電製品、ネットワークＰＣ、ミニコンピュータシステム、メインフレームコンピュータシステム、並びに、上記のシステム、デバイス、及びそれらの均等物のうちの任意のものを含むファイルシステム（例えば、分散記憶環境及び分散クラウドコンピューティング環境）が挙げられるが、これらに限定されるものではない。

ホスト（７０２）は、コンピュータシステムによって実行される、プログラムモジュール等のコンピュータシステム実行可能命令の一般的文脈において説明されてよい。概して、プログラムモジュールは、特定のタスクを実行する又は特定の抽象データタイプを実装するルーチン、プログラム、オブジェクト、コンポーネント、ロジック、及びデータ構造等を含んでよい。ホスト（７０２）は、通信ネットワークを通してリンクされるリモート処理デバイスによってタスクが実行される分散クラウドコンピューティング環境（７１０）において実施されてよい。分散クラウドコンピューティング環境では、メモリ記憶デバイスを含むローカルコンピュータシステム記憶媒体及びリモートコンピュータシステム記憶媒体の両方にプログラムモジュールが位置してよい。

図７において示されているように、ホスト（７０２）は、汎用コンピューティングデバイスの形式において示されている。ホスト（７０２）のコンポーネントは、１つ又は複数のプロセッサ又は処理ユニット（７０４）、例えば、ハードウェアプロセッサ、システムメモリ（７０６）、及びシステムメモリ（７０６）を含む様々なシステムコンポーネントを処理ユニット（７０４）に結合するバス（７０８）を含んでよいが、これらに限定されるものではない。バス（７０８）は、メモリバス又はメモリコントローラ、ペリフェラルバス、アクセラレーテッドグラフィックスポート、及び多様なバスアーキテクチャのうちの任意のものを使用するプロセッサ又はローカルバスを含む、幾つかのタイプのバス構造のうちの任意のものの１つ又は複数を表す。限定ではなく例示として、そのようなアーキテクチャは、産業標準アーキテクチャ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、エンハンスドＩＳＡ（ＥＩＳＡ）バス、ビデオエレクトロニクススタンダーズアソシエーション（ＶＥＳＡ）ローカルバス、及びペリフェラルコンポーネントインターコネクト（ＰＣＩ）バスを含む。ホスト（７０２）は、典型的には、多様なコンピュータシステム可読媒体を含む。そのような媒体は、ホスト（７０２）によってアクセス可能である任意の利用可能な媒体であってよく、揮発性及び不揮発性媒体、並びに、取り外し可能媒体及び取り外し不能媒体の両方を含む。

システムメモリ（７０６）は、ランダムアクセスメモリ（ＲＡＭ）（７３０）若しくはキャッシュメモリ（７３２）又はその両方等の揮発性メモリの形式のコンピュータシステム可読媒体を含むことができる。単なる例示として、記憶システム（７３４）は、取り外し不能な不揮発性磁気媒体（示されておらず、典型的には「ハードドライブ」と呼ばれる）からの読み出し及びそこへの書き込みを行うために提供することができる。示されていないが、取り外し可能な不揮発性磁気ディスク（例えば、「フロッピーディスク」）からの読み出し及びそこへの書き込みを行うための磁気ディスクドライブ、及び、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ又は他の光学媒体等の取り外し可能な不揮発性光ディスクからの読み出し又はそこへの書き込みを行うための光学ディスクドライブを提供することができる。そのような事例では、各々を１つ又は複数のデータ媒体インターフェースによってバス（７０８）に接続することができる。

プログラムモジュール（７４２）のセット（少なくとも１つ）を有するプログラム／ユーティリティ（７４０）は、限定ではなく例示として、オペレーティングシステム、１つ又は複数のアプリケーションプログラム、他のプログラムモジュール、及びプログラムデータと同様に、システムメモリ（７０６）に記憶されてよい。オペレーティングシステム、１つ又は複数のアプリケーションプログラム、他のプログラムモジュール、及びプログラムデータの各々、又はそれらの何らかの組み合わせが、ネットワーク化環境の実装を含んでよい。プログラムモジュール（７４２）は、概して、因果グラフ生成のための選択的障害インジェクションを通して能動学習をサポートするとともに可能にし、動的障害位置特定のために能動学習の出力を活用する実施形態の機能若しくは方法論又はその両方を実行する。例えば、プログラムモジュール（７４２）のセットは、図１において説明されるようにツール（１５２）、（１５４）、及び（１５６）を含んでよい。

ホスト（７０２）は、キーボード、ポインティングデバイス等のような１つ若しくは複数の外部デバイス（７１４）、ディスプレイ（７２４）、ユーザがホスト（７０２）とインタラクトすることを可能にする１つ若しくは複数のデバイス、若しくはホスト（７０２）が１つ若しくは複数の他のコンピューティングデバイスと通信することを可能にする任意のデバイス（例えば、ネットワークカード、モデム等）、又はその組み合わせと通信してもよい。そのような通信は、入力／出力（Ｉ／Ｏ）インターフェース（７２２）を介して行うことができる。なおもさらに、ホスト（７０２）は、ネットワークアダプタ（７２０）を介してローカルエリアネットワーク（ＬＡＮ）、一般的なワイドエリアネットワーク（ＷＡＮ）、若しくはパブリックネットワーク（例えば、インターネット）、又はその組み合わせ等の１つ又は複数のネットワークと通信することができる。図示されているように、ネットワークアダプタ（７２０）は、バス（７０８）を介してホスト（７０２）の他のコンポーネントと通信する。一実施形態では、分散ファイルシステム（図示せず）の複数のノードは、Ｉ／Ｏインターフェース（７２２）を介して、又は、ネットワークアダプタ（７２０）を介してホスト（７０２）と通信する。示されていないが、他のハードウェア若しくはソフトウェアコンポーネント又はその両方がホスト（７０２）と併せて使用することができることが理解されるべきである。例としては、マイクロコード、デバイスドライバ、冗長処理ユニット、外部ディスクドライブアレイ、ＲＡＩＤシステム、テープドライブ、及びデータアーカイブ記憶システム等が挙げられるが、これらに限定されるものではない。

この文書において、「コンピュータプログラム媒体」、「コンピュータ使用可能媒体」、及び「コンピュータ可読媒体」という用語は、概してＲＡＭ（７３０）、キャッシュ（７３２）、及び記憶システム（７３４）、例えば、取り外し可能記憶ドライブ、及びハードディスクドライブにインストールされるハードディスクを含む、システムメモリ（７０６）等の媒体を指すために使用される。

コンピュータプログラム（コンピュータ制御ロジックとも呼ばれる）は、システムメモリ（７０６）に記憶される。コンピュータプログラムは、ネットワークアダプタ（７２０）等の通信インターフェースを介して受信されてもよい。そのようなコンピュータプログラムは、実行されると、コンピュータシステムが本明細書において論述されるような本実施形態の特徴を実行することを可能にする。特に、コンピュータプログラムは、実行されると、処理ユニット（７０４）がコンピュータシステムの特徴を実行することを可能にする。したがって、そのようなコンピュータプログラムは、コンピュータシステムのコントローラを表す。

一実施形態では、ホスト（７０２）は、クラウドコンピューティング環境のノードである。当該技術分野において既知であるように、クラウドコンピューティングは、最小の管理労力又はサービスプロバイダとのインタラクションで迅速にプロビジョニング及びリリースすることができる構成可能コンピューティングリソース（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想機械、及びサービス）の共有プールへの簡便なオンデマンドネットワークアクセスを可能にするためのサービス配信のモデルである。このクラウドモデルは、少なくとも５つの特性、少なくとも３つのサービスモデル、及び少なくとも４つの展開モデルを含み得る。そのような特性の例は、以下のとおりである。

オンデマンドセルフサービス：クラウド消費者は、サービスプロバイダとの人的対話を必要とすることなく、必要に応じて自動的に、サーバ時間及びネットワークストレージ等のコンピューティング能力を一方的にプロビジョニングすることができる。

幅広いネットワークアクセス：この能力は、ネットワークを介して利用可能であり、異種のシン又はシッククライアントプラットフォーム（例えば、携帯電話、ラップトップ、及びＰＤＡ）による使用を促す標準メカニズムを通してアクセスされる。

リソースプーリング：プロバイダのコンピューティングリソースは、マルチテナントモデルを使用して複数の消費者に役立つようプールされ、異なる物理リソース及び仮想リソースが、需要に従って動的に割り当て及び再割り当てされる。消費者は概して提供されたリソースの正確なロケーションに対して制御又は知識を有していないが、上位層の抽象化（例えば、国、州、又はデータセンタ）においてロケーションを指定することが可能である場合があるという点で、ロケーションの独立性がある。

迅速な弾力性：この能力は、迅速かつ弾力的に、幾つかの事例では自動的にプロビジョニングして、早急にスケールアウトし、かつ迅速にリリースして早急にスケールインすることができる。消費者にとって、多くの場合、プロビジョニングに利用可能な能力は無制限に見え、任意の時点において任意の量で購入することができる。

測定されるサービス：クラウドシステムは、サービスのタイプ（例えば、ストレージ、処理、帯域幅及びアクティブユーザアカウント）に適切な或る層の抽象化における計測能力を活用することによって、自動的にリソース使用を制御及び最適化する。リソース使用量をモニタリング、制御及び報告することができ、それにより、利用されるサービスのプロバイダ及び消費者の両方に透明性が提供される。

サービスモデルは、以下のとおりである。

ソフトウェアアズアサービス（ＳａａＳ）：消費者に提供される能力は、クラウドインフラストラクチャ上で稼働するプロバイダのアプリケーションを使用することである。アプリケーションは、ウェブブラウザ（例えば、ウェブベースの電子メール）等のシンクライアントインターフェースを通して様々なクライアントデバイスからアクセス可能である。消費者は、考えられる例外としての限定されたユーザ固有のアプリケーション構成設定を除き、ネットワーク、サーバ、オペレーティングシステム、ストレージ又は更には個々のアプリケーション能力を含む、基礎をなすクラウドインフラストラクチャを管理又は制御しない。

プラットフォームアズアサービス（ＰａａＳ）：消費者に提供される能力は、クラウドインフラストラクチャ上に、プロバイダによってサポートされるプログラミング言語及びツールを使用して作成される、消費者が作成又は取得したアプリケーションを展開することである。消費者は、ネットワーク、サーバ、オペレーティングシステム、又はストレージを含む、基礎をなすクラウドインフラストラクチャを管理又は制御しないが、展開されたアプリケーション、及び場合によってはアプリケーションホスティング環境構成を制御する。

インフラストラクチャアズアサービス（ＩａａＳ）：消費者に提供される能力は、処理、ストレージ、ネットワーク及び他の基本的なコンピューティングリソースをプロビジョニングすることであり、ここで消費者は、オペレーティングシステム及びアプリケーションを含むことができる任意のソフトウェアを展開及び実行することが可能である。消費者は、基礎をなすクラウドインフラストラクチャを管理又は制御しないが、オペレーティングシステム、ストレージ、展開されたアプリケーションを制御するとともに、場合によっては選択されたネットワーク化コンポーネント（例えば、ホストファイアウォール）を限定的に制御する。

展開モデルは、以下のとおりである。

プライベートクラウド：このクラウドインフラストラクチャは、或る組織のためにのみ動作する。プライベートクラウドは、その組織又はサードパーティによって管理され得、オンプレミス又はオフプレミスで存在し得る。

コミュニティクラウド：このクラウドインフラストラクチャは、幾つかの組織によって共有され、共有される考慮事項（例えば、ミッション、セキュリティ要件、ポリシ及びコンプライアンス考慮事項）を有する特定のコミュニティをサポートする。コミュニティクラウドは、それらの組織又はサードパーティによって管理され得、オンプレミス又はオフプレミスで存在し得る。

パブリッククラウド：このクラウドインフラストラクチャは、一般大衆又は大規模な業界団体に利用可能とされ、クラウドサービスを販売する組織によって所有される。

ハイブリッドクラウド：このクラウドインフラストラクチャは、２つ又はそれより多くのクラウド（プライベート、コミュニティ、又はパブリック）の複合体であり、２つ又はそれより多くのクラウドは、独自のエンティティのままであるが、データ及びアプリケーションのポータビリティ（例えば、クラウド間の負荷分散のためのクラウドバースト）を可能にする標準技術又は独自技術によってともに結合される。

クラウドコンピューティング環境は、ステートレス性、低結合性、モジュール性及びセマンティック相互運用性に焦点を当てたサービス指向である。クラウドコンピューティングの中核には、相互接続されたノードからなるネットワークを含むインフラストラクチャが存在する。

ここで図８を参照すると、例示的なクラウドコンピューティングネットワーク（８００）が示されている。クラウドコンピューティングネットワーク（８００）は、クラウド消費者によって使用されるローカルコンピューティングデバイスが通信し得る１つ又は複数のクラウドコンピューティングノード（８１０）を有するクラウドコンピューティング環境（８５０）を含む。これらのローカルコンピューティングデバイスの例としては、携帯情報端末（ＰＤＡ）若しくは携帯電話（８５４Ａ）、デスクトップコンピュータ（８５４Ｂ）、ラップトップコンピュータ（８５４Ｃ）、若しくは自動車コンピュータシステム（８５４Ｎ）、又はその組み合わせが挙げられるが、これらに限定されるものではない。クラウドコンピューティングノード（８１０）内の個々のノードは、互いに更に通信してよい。ノードは、本明細書の上記で説明されたようなプライベートクラウド、コミュニティクラウド、パブリッククラウド若しくはハイブリッドクラウド、又はそれらの組み合わせ等の、１つ又は複数のネットワーク内で物理的に又は仮想的にグループ化され得る（図示せず）。これにより、クラウドコンピューティング環境（８００）は、インフラストラクチャ、プラットフォーム、若しくはソフトウェア、又はその組み合わせを、クラウド消費者がそのためにローカルコンピューティングデバイス上にリソースを維持する必要がないサービスとして提供することが可能になる。図８において示されているコンピューティングデバイス（８５４Ａ～Ｎ）のタイプは、単に例示を意図し、クラウドコンピューティング環境（８５０）は、任意のタイプのネットワーク、若しくはネットワークアドレス指定可能接続、又はその両方を介して（例えば、ウェブブラウザを使用して）、任意のタイプのコンピュータ化デバイスと通信することができることが理解される。

ここで図９を参照すると、図８のクラウドコンピューティングネットワークによって提供される機能抽象化層（９００）のセットが示されている。図９において示されているコンポーネント、層、及び機能は、単に例示を意図するものであり、実施形態がそれらに限定されないことが事前に理解されるべきである。図示されているように、次の層及び対応する機能、すなわち、ハードウェア及びソフトウェア層（９１０）、仮想化層（９２０）、管理層（９３０）、及びワークロード層（９４０）が提供される。

ハードウェア及びソフトウェア層（９１０）は、ハードウェアコンポーネント及びソフトウェアコンポーネントを備える。ハードウェアコンポーネントの例としては、メインフレーム、１つの例ではＩＢＭ（登録商標）ｚＳｅｒｉｅｓ（登録商標）システム、ＲＩＳＣ（縮小命令セットコンピュータ）アーキテクチャベースサーバ、１つの例ではＩＢＭ ｐＳｅｒｉｅｓ（登録商標）システム、ＩＢＭ ｘＳｅｒｉｅｓ（登録商標）システム、ＩＢＭ ＢｌａｄｅＣｅｎｔｅｒ（登録商標）システム、記憶デバイス並びにネットワーク及びネットワーキングコンポーネントが挙げられる。ソフトウェアコンポーネントの例としては、ネットワークアプリケーションサーバソフトウェア、１つの例ではＩＢＭ ＷｅｂＳｐｈｅｒｅ（登録商標）アプリケーションサーバソフトウェア、及びデータベースソフトウェア、１つの例ではＩＢＭ ＤＢ２（登録商標）データベースソフトウェアが挙げられる。（ＩＢＭ、ｚＳｅｒｉｅｓ、ｐＳｅｒｉｅｓ、ｘＳｅｒｉｅｓ、ＢｌａｄｅＣｅｎｔｅｒ、ＷｅｂＳｐｈｅｒｅ、及びＤＢ２は、世界中の多くの法域で登録されている、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎの商標である）。

仮想化層（９２０）は、仮想サーバ、仮想ストレージ、仮想プライベートネットワークを含む仮想ネットワーク、仮想アプリケーション及びオペレーティングシステム、並びに仮想クライアントである、仮想エンティティの例が提供され得る抽象化層を提供する。

１つの例では、管理層（９３０）は、次の機能、すなわち、リソースプロビジョニング、計測及び価格設定、ユーザポータル、サービス層管理、及びＳＬＡ計画及び履行を提供してよい。リソースプロビジョニングは、クラウドコンピューティング環境内でタスクを実行するために利用されるコンピューティングリソース及び他のリソースの動的な調達を提供する。計測及び価格設定は、リソースがクラウドコンピューティング環境内で利用されるときのコスト追跡、及び、これらのリソースの消費に対する課金又は請求書を提供する。１つの例では、これらのリソースは、アプリケーションソフトウェアライセンスを含んでよい。セキュリティは、クラウド消費者及びタスクに対する識別情報検証、並びに、データ及び他のリソースに対する保護を提供する。ユーザポータルは、消費者及びシステムアドミニストレータに対してクラウドコンピューティング環境へのアクセスを提供する。サービス層管理は、要求されるサービス層が満たされるように、クラウドコンピューティングリソース割り当て及び管理を提供する。サービス層合意（ＳＬＡ）計画及び履行は、将来の要件がＳＬＡに従って予期されるクラウドコンピューティングリソースの事前の取り決め及び調達を提供する。

ワークロード層（９４０）は、クラウドコンピューティング環境が利用され得る機能の例を提供する。この層から提供され得るワークロード及び機能の例としては、マッピング及びナビゲーション、ソフトウェア開発及びライフサイクル管理、仮想クラスルーム教育配信、データ解析処理、トランザクション処理、並びに因果知識識別及び抽出が挙げられるが、これらに限定されるものではない。

本実施形態の特定の実施形態が図示及び説明されているが、実施形態及びそのより広範な態様から逸脱することなく本明細書における教示に基づいて変更及び修正が行われ得ることは、当業者にとって明らかであろう。したがって、添付の特許請求の範囲は、実施形態の真の趣旨及び範囲内にあるような全てのそのような変更及び修正をそれらの範囲内に包含するものとする。さらに、実施形態は、添付の特許請求の範囲のみによって定義されることが理解されるべきである。特定の数の導入された請求項要素が意図されている場合、そのような意図は、特許請求の範囲に明示的に記載されており、そのような記載がない場合は、そのような限定が存在しないことが当業者によって理解されるであろう。非限定的な例として、理解を補助するために、以下の添付の特許請求の範囲は、請求項要素を導入するための「少なくとも１つ」及び「１つ又は複数」という導入句の使用を含む。しかしながら、そのような言い回しの使用は、「１つ又は複数」又は「少なくとも１つ」という導入句と「ａ」又は「ａｎ」等の不定冠詞とが同じ請求項に含まれる場合であっても、「ａ」又は「ａｎ」という不定冠詞による請求項要素の導入が、そのような導入された請求項要素を含む任意の特定の請求項を、そのような要素を１つのみ含む実施形態に限定することを暗示していると解釈されるべきではなく、請求項における定冠詞の使用についても同じことが当てはまる。本明細書において使用される場合、「及び／又は」という用語は、いずれか又は両方（参照される用語又は表現の任意の組み合わせ、又は、全て）を意味し、例えば、「Ａ、Ｂ及び／又はＣ」は、Ａ単独、Ｂ単独、Ｃ単独、Ａ及びＢ、Ａ及びＣ、Ｂ及びＣ、並びに、Ａ、Ｂ及びＣを包含する。

本実施形態は、システム、方法若しくはコンピュータプログラム製品、又はその組み合わせであってよい。加えて、本実施形態の選択される態様は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコード等を含む）、又は、本明細書において全て「回路」、「モジュール」又は「システム」と概して称され得るソフトウェアの態様若しくはハードウェアの態様又はその両方を組み合わせた実施形態の形態を取ってよい。さらに、本実施形態の態様は、プロセッサに本実施形態の態様を実行させるコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体（又は複数の媒体）において具現化されたコンピュータプログラム製品の形態を取ってよい。このように具現化されて、開示されたシステム、方法若しくはコンピュータプログラム製品、又はその組み合わせは、因果対を識別及び検証する改善を提供するように動作する。

コンピュータ可読記憶媒体は、命令実行デバイスによって使用されるように命令を保持及び記憶することができる有形デバイスとすることができる。コンピュータ可読記憶媒体は、例えば、電子記憶デバイス、磁気記憶デバイス、光学記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、又は前述したものの任意の適した組み合わせとすることができるが、これらに限定されるものではない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、次のもの、すなわち、ポータブルコンピュータディスケット、ハードディスク、ダイナミック若しくはスタティックランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、磁気記憶デバイス、ポータブルコンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、機械的にエンコードされたデバイス、例えば、パンチカード又は命令を記録した溝内の隆起構造、及び前述したものの任意の適した組み合わせを含む。コンピュータ可読記憶媒体は、本明細書において使用される場合、電波若しくは他の自由に伝搬する電磁波、導波路若しくは他の伝送媒体を通じて伝搬する電磁波（例えば、光ファイバケーブルを通過する光パルス）、又はワイヤを通じて伝送される電気信号等の一時的な信号それ自体とは解釈されるべきではない。

本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から、それぞれのコンピューティング／処理デバイスに、或いは、ネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク若しくは無線ネットワーク又はその組み合わせを介して、外部コンピュータ又は外部記憶デバイスに、ダウンロードすることができる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ若しくはエッジサーバ、又はその組み合わせを含んでよい。各コンピューティング／処理デバイス内のネットワークアダプタカード又はネットワークインターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、当該コンピュータ可読プログラム命令を、それぞれのコンピューティング／処理デバイス内のコンピュータ可読記憶媒体に記憶するために転送する。

本実施形態の動作を実行するコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、又は、１つ若しくは複数のプログラミング言語の任意の組み合わせで記述されたソースコード若しくはオブジェクトコードのいずれかとすることができ、１つ若しくは複数のプログラミング言語は、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語と、「Ｃ」プログラミング言語又は同様のプログラミング言語のような従来の手続き型プログラミング言語とを含む。コンピュータ可読プログラム命令は、ユーザのコンピュータ上で完全に実行されてもよいし、スタンドアロンソフトウェアパッケージとしてユーザのコンピュータ上で部分的に実行されてもよいし、部分的にユーザのコンピュータ上で、かつ、部分的にリモートコンピュータ上で実行されてもよいし、リモートコンピュータ若しくはサーバ若しくはサーバクラスタ上で完全に実行されてもよい。後者のシナリオでは、リモートコンピュータが、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてもよいし、その接続が、（例えば、インターネットサービスプロバイダを使用してインターネットを介して）外部コンピュータに対して行われてもよい。幾つかの実施形態では、例えば、プログラマブルロジック回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又はプログラマブルロジックアレイ（ＰＬＡ）を含む電子回路は、本実施形態の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用することによってコンピュータ可読プログラム命令を実行して、電子回路をパーソナライズすることができる。

本実施形態の態様は、本明細書において、実施形態に係る方法、装置（システム）、及びコンピュータプログラム製品のフローチャート図若しくはブロック図、又はその両方を参照して説明されている。フローチャート図若しくはブロック図、又はその両方の各ブロック、並びに、フローチャート図若しくはブロック図、又はその両方のブロックの組み合わせは、コンピュータ可読プログラム命令によって実装することができることが理解されよう。

これらのコンピュータ可読プログラム命令を汎用コンピュータ、専用コンピュータ又は他のプログラマブルデータ処理装置のプロセッサに提供して機械を生成することができ、それにより、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行される命令が、フローチャート若しくはブロック図、又はその両方の単数又は複数のブロックで指定された機能／動作を実装する手段を作成するようになる。また、これらのコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体に記憶することができ、当該命令は、コンピュータ、プログラマブルデータ処理装置若しくは他のデバイス、又はその組み合わせに対し、特定の方式で機能するよう命令することができ、それにより、命令を記憶したコンピュータ可読記憶媒体は、フローチャート若しくはブロック図、又はその両方の単数又は複数のブロックで指定された機能／動作の態様を実装する命令を含む製品を含むようになる。

また、コンピュータ可読プログラム命令を、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイスにロードして、一連の動作段階をコンピュータ、他のプログラマブル装置又は他のデバイス上で実行させ、コンピュータ実装プロセスを生成することができ、それにより、コンピュータ、他のプログラマブル装置、又は他のデバイス上で実行される命令は、フローチャート若しくはブロック図、又はその両方の単数又は複数のブロックで指定された機能／動作を実装するようになる。

図面におけるフローチャート及びブロック図は、本実施形態の様々な実施形態に係るシステム、方法、及びコンピュータプログラム製品の可能な実装のアーキテクチャ、機能、及び動作を示す。これに関して、フローチャート又はブロック図における各ブロックは、指定される論理機能を実装する１つ又は複数の実行可能命令を含む命令のモジュール、セグメント、又は部分を表すことができる。幾つかの代替的な実装では、ブロックに記載される機能が、図面に記載される順序とは異なる順序で行われ得る。例えば、連続して示されている２つのブロックは、実際には、実質的に同時に実行することもできるし、ブロックは、関与する機能に依存して逆の順序で実行される場合もあり得る。図面において表されていない追加のブロックが、例えば、１つ又は複数の示されているブロックの前、後、又はそれと同時に含まれてよい。ブロック図若しくはフローチャート図、又はその両方の各ブロック、並びにブロック図若しくはフローチャート図、又はその両方におけるブロックの組み合わせは、指定された機能若しくは動作を実行するか、又は専用ハードウェアとコンピュータ命令との組み合わせを実行する専用ハードウェアベースシステムによって実装することができることにも留意されたい。

本明細書において例示の目的で特定の実施形態が説明されたが、これらの実施形態の趣旨及び範囲から逸脱することなく様々な修正が行われ得ること理解されよう。特に、因果対を識別及び検証することは、異なるコンピューティングプラットフォームによって、又は、複数のデバイスにわたって実行されてよい。さらに、データストレージ若しくはコーパス又はその両方は、局在化されてもよいし、リモートであってもよいし、複数のシステムにわたって広がっていてもよい。したがって、実施形態の保護の範囲は、以下の特許請求の範囲及びそれらの均等物によってのみ限定される。

Claims (25)

1. メモリに動作可能に結合されたコンピュータプロセッサと、
   前記コンピュータプロセッサ及び前記メモリと通信する人工知能（ＡＩ）プラットフォームであって、前記ＡＩプラットフォームは、
   ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習するように構成されたステージングマネージャであって、前記学習することは、
   １つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータを収集することと、
   前記収集された第１のマイクロサービスエラーログデータに基づいて学習された因果グラフを生成することであって、前記学習された因果グラフは、選択的エラーインジェクションによって影響を受けたアプリケーションマイクロサービスの依存性を表す、生成することと
   を含む、ステージングマネージャと、
   前記ステージングマネージャに動作可能に結合されたプロダクションマネージャであって、前記プロダクションマネージャは、アプリケーションエラーの源を動的に位置特定するように構成されており、前記位置特定することは、
   前記アプリケーションエラーに対応する第２のマイクロサービスエラーログデータを収集することと、
   前記学習された因果グラフと前記収集された第２のマイクロサービスエラーログデータとに基づいて祖先行列を構築することと、
   前記エラーの前記源を識別すべく、前記祖先行列を活用することと
   を含む、プロダクションマネージャと、
   前記プロダクションマネージャに動作可能に結合されたディレクタであって、前記識別されたエラー源に関連付けられたマイクロサービスを識別するように構成されている、ディレクタと
   を有する、ＡＩプラットフォームと
   を備える、コンピュータシステム。
2. ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を前記学習することは、前記ステージングマネージャが、前記収集された第１のマイクロサービスエラーログデータをフィルタリングして、第１のエラーログデータのサブセットを選択的に除去することを更に含む、請求項１に記載のコンピュータシステム。
3. アプリケーションマイクロサービス間の因果関係を前記学習すること及び因果グラフを前記生成することは、オフラインで行われる、請求項１に記載のコンピュータシステム。
4. 障害位置特定は、リアルタイムにおいてオンラインで行なわれる、請求項１に記載のコンピュータシステム。
5. 前記学習された因果グラフに推移簡約を適用するように構成された前記ステージングマネージャを更に備える、請求項１に記載のコンピュータシステム。
6. 前記祖先行列を前記活用することは、前記プロダクションマネージャが、前記エラーの複数の潜在的源を識別することを含み、前記コンピュータシステムは、前記エラー源を推定する距離メトリックを適用するように構成された前記プロダクションマネージャを更に備え、前記距離メトリックは、ハミング距離又はコサイン類似度を含む、請求項１から５のいずれか一項に記載のコンピュータシステム。
7. コンピュータにより実行される方法であって、
   ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習する段階であって、
   １つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータを収集する段階と、
   前記収集された第１のマイクロサービスエラーログデータに基づいて学習された因果グラフを生成する段階であって、前記学習された因果グラフは、選択的エラーインジェクションによって影響を受けたマイクロサービスの依存性を表す、生成する段階と
   を有する、学習する段階と、
   アプリケーションエラーの源を動的に位置特定する段階であって、
   前記アプリケーションエラーに対応する第２のマイクロサービスエラーログデータを収集する段階と、
   前記学習された因果グラフと前記収集された第２のマイクロサービスエラーログデータとに基づいて祖先行列を構築する段階と、
   前記エラーの前記源を識別すべく、前記祖先行列を活用する段階と
   を有する、位置特定する段階と、
   前記識別されたエラー源に関連付けられたマイクロサービスを識別する段階と
   を備える、方法。
8. ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習する段階は、前記収集された第１のマイクロサービスログデータをフィルタリングして、第１のエラーログデータのサブセットを選択的に除去する段階を更に有する、請求項７に記載の方法。
9. ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習する段階及び因果グラフを生成する段階は、オフラインで行われる、請求項７に記載の方法。
10. 障害位置特定は、リアルタイムにおいてオンラインで行なわれる、請求項７に記載の方法。
11. 前記学習された因果グラフに推移簡約を適用する段階を更に備える、請求項７に記載の方法。
12. 前記祖先行列を活用する段階は、前記エラーの複数の潜在的源を識別する段階を含み、前記方法は、前記エラー源を推定する距離メトリックを適用する段階を更に備え、前記距離メトリックは、ハミング距離又はコサイン類似度を含む、請求項７から１１のいずれか一項に記載の方法。
13. プロセッサに、
    ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を学習する手順であって、
    １つ又は複数の選択的にインジェクトされたエラーに対応する第１のマイクロサービスエラーログデータを収集する手順と、
    前記収集された第１のマイクロサービスエラーログデータに基づいて学習された因果グラフを生成する手順であって、前記学習された因果グラフは、選択的エラーインジェクションによって影響を受けたマイクロサービスの依存性を表す、生成する手順と
    を有する、学習する手順と、
    アプリケーションエラーの源を動的に位置特定する手順であって、
    前記アプリケーションエラーに対応する第２のマイクロサービスエラーログデータを収集する手順と、
    前記学習された因果グラフと前記収集された第２のマイクロサービスエラーログデータとに基づいて祖先行列を構築する手順と、
    前記エラーの前記源を識別すべく、前記祖先行列を活用する手順と
    を有する、位置特定する手順と、
    前記識別されたエラー源に関連付けられたマイクロサービスを識別する手順と
    を実行させる、プログラム。
14. ２つ又はそれより多くのアプリケーションマイクロサービス間の因果関係を前記学習する手順は、前記収集された第１のマイクロサービスログデータをフィルタリングして、第１のエラーログデータのサブセットを選択的に除去する手順を更に有する、請求項１３に記載のプログラム。
15. アプリケーションマイクロサービス間の因果関係を前記学習する手順及び前記因果グラフを前記生成する手順は、オフラインで行われる、請求項１３に記載のプログラム。
16. 障害位置特定は、リアルタイムにおいてオンラインで行なわれる、請求項１３に記載のプログラム。
17. 前記プロセッサに、前記学習された因果グラフに推移簡約を適用する手順を更に実行させる、請求項１３に記載のプログラム。
18. 前記祖先行列を前記活用する手順は、前記エラーの複数の潜在的源を識別する手順を有し、前記プロセッサに、前記エラー源を推定する距離メトリックを適用する手順を更に実行させ、前記距離メトリックは、ハミング距離又はコサイン類似度を含む、請求項１３から１７のいずれか一項に記載のプログラム。
19. コンピュータにより実行される方法であって、
    人工知能（ＡＩ）モデルをトレーニングする段階であって、
    １つ又は複数の選択的にインジェクトされたマイクロサービス障害に対応する第１のエラーログデータを収集する段階と、
    前記収集された第１のエラーログデータに基づいて因果グラフを学習する段階であって、前記因果グラフは、影響を受けたアプリケーションマイクロサービスの依存性を表す、学習する段階と
    を有する、トレーニングする段階と、
    アプリケーション障害を動的に位置特定する段階であって、
    前記アプリケーション障害の検出に対応する第２のエラーログデータを収集する段階と、
    前記アプリケーション障害の源を識別すべく、前記第２のエラーログデータと前記学習された因果グラフとを活用する段階と
    を有する、位置特定する段階と
    を備える、方法。
20. 前記ＡＩモデルをトレーニングする段階は、オフラインで行われ、前記アプリケーション障害を位置特定する段階は、リアルタイムで行われる、請求項１９に記載の方法。
21. 前記アプリケーション障害を動的に位置特定する段階は、１つ又は複数の可能なアプリケーション障害の前記源を推定する距離ベース閾値処理を適用する段階を更に有する、請求項１９に記載の方法。
22. 前記ＡＩモデルを前記トレーニングする段階は、障害インジェクションを制御する段階と、前記障害インジェクションの受信に応じてマイクロサービスについての祖先エッジを推定する段階とを更に有する、請求項１９から２１のいずれか一項に記載の方法。
23. 前記ＡＩモデルをトレーニングする段階は、前記学習された因果グラフに推移簡約を適用する段階を更に有し、前記推移簡約は、２つ又はそれより多くの制御された障害インジェクションから推定された祖先エッジを組み合わせる、請求項２２に記載の方法。
24. メモリに動作可能に結合されたコンピュータプロセッサと、
    前記コンピュータプロセッサ及び前記メモリと通信する人工知能（ＡＩ）プラットフォームであって、前記ＡＩプラットフォームは、
    ＡＩモデルをトレーニングするように構成されたステージングマネージャであって、前記トレーニングすることは、
    １つ又は複数の選択的にインジェクトされたマイクロサービス障害に対応する第１のエラーログデータを収集することと、
    前記収集された第１のエラーログデータに基づいて因果グラフを学習することであって、前記因果グラフは、影響を受けたアプリケーションマイクロサービスの依存性を表す、学習することと
    を含む、ステージングマネージャと、
    前記ステージングマネージャに動作可能に結合されたプロダクションマネージャであって、前記プロダクションマネージャは、アプリケーション障害を動的に位置特定するように構成されており、前記位置特定することは、
    前記アプリケーション障害の検出に対応する第２のエラーログデータを収集することと、
    前記アプリケーション障害の源を識別すべく、前記第２のエラーログデータと前記学習された因果グラフとを活用することと
    を含む、プロダクションマネージャと
    を有する、ＡＩプラットフォームと
    を備える、コンピュータ実装システム。
25. １つ又は複数の可能なアプリケーション障害の前記源を推定する距離ベース閾値処理を適用するように構成された前記プロダクションマネージャを更に備える、請求項２４に記載のコンピュータ実装システム。