JP2003263342A - 情報処理装置の監視装置および監視方法並びにそのプログラム - Google Patents

Abstract

(57)【要約】 【課題】 システム管理の知識が無くとも監視項目とそ
の閾値の上限及び下限を設定し、情報処理装置の構成や
稼動しているサービスの利用状況といった情報処理装置
毎に固有の条件に適合した監視項目の選出や閾値の決定
が可能となり、また、従来では異常が検知出来なかっ
た、情報処理装置にかかる負荷が低く故障も起きていな
いような状況下での異常状態を検知することが可能とな
る情報処理装置の監視装置および監視方法並びにそのプ
ログラムを提供する。 【解決手段】 監視装置１が情報処理装置２におけるリ
ソース項目の中から、統計手法を用いて監視項目の選出
を行い、また、その監視項目が許容する上限及び下限の
閾値を統計手法を用いて決定する。そして、情報処理装
置２における通常稼動時の監視項目の値が閾値の範囲に
あるかどうかの状況に基づいて、情報処理装置２の状態
が正常か異常かを判断する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、情報処理装置に
係り、特に、情報処理装置の監視装置および監視方法並
びにそのプログラムに関するものである。

【０００２】

【従来の技術】従来、例えばＷｅｂサイトを開設する情
報処理装置における異常状態の検知方法では、システム
管理者が経験に基づいて監視対象となる情報処理装置の
監視項目を選択し、監視項目から得られる値に一つの閾
値を設け、その値が閾値を超えた場合にシステムが異常
であると判断する方法を用いていた。

【０００３】

【発明が解決しようとする課題】しかしながら、上述の
情報処理装置の異常状態の検知方法では、監視項目の選
定や閾値の決定に、システム管理者の豊富な経験や知識
が必要となり、また、情報処理装置の構成や稼動してい
るサービスの利用状況といった情報処理装置毎に固有の
条件に適合した監視項目の選定や、各監視項目における
値の閾値を決定することが難しかった。さらに、そこで
設けた閾値は情報処理装置における能力の限界を示すも
のであり、ハードウェア障害等の故障や高負荷状態の検
知しかできなかった。そこでこの発明は、システム管理
者の豊富な経験や知識が必要なく、また、情報処理装置
の構成や稼動しているサービスの利用状況といった情報
処理装置毎に固有の条件に適合した監視項目選定や、そ
の監視項目で得られる値に基づいた閾値の決定が可能と
なる機能を備え、さらに、従来では異常が検知出来なか
った、情報処理装置にかかる負荷が低く故障も起きてい
ないような状況下での異常状態を検知することが可能と
なる機能を備えた、情報処理装置の監視装置および監視
方法並びにそのプログラムを提供することを目的として
いる。

【０００４】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、監視対象の情報処理装置とネットワーク
を介して接続された監視装置であって、前記情報処理装
置に段階的な負荷をかける実際の利用状況を想定したワ
ークロードでの負荷試験時に前記情報処理装置内におけ
る複数のリソース項目及びシステム性能を表す項目の実
測データを収集する実測データ収集手段と、前記負荷試
験における前記システム性能を表す項目と前記各リソー
ス項目との相関係数を前記実測データ収集手段で収集し
た実測データに基づいて算出し、前記システム性能を表
す項目との関連の強い複数のリソース項目を選出する相
関係数算出手段と、前記相関係数算出手段で選出した複
数のリソース項目に対して、異なる複数の分析条件毎に
クラスター分析を行って複数のグループにグループ化
し、さらに各グループ内のリソース項目から、異なる指
標毎にグループを代表するリソース項目を選出し監視項
目候補とする監視項目候補選出手段と、前記システム性
能を表す項目を目的変数、前記監視項目候補選出手段に
おいて選出された前記監視項目候補を説明変数として重
回帰分析を行い、結果として得られた複数の重回帰分析
結果のうち最も妥当な重回帰分析結果の重回帰分析で用
いられた監視項目候補を監視項目として選出する監視項
目選出手段と、前記監視項目選出手段において選出した
監視項目の前記実測データ収集手段で収集した実測デー
タに基づいて前記負荷試験における負荷度合いに応じた
前記監視項目の最大許容値及び最小許容値を閾値として
決定する閾値決定手段とを備えることを特徴とする監視
装置である。

【０００５】また、請求項２に記載の発明は、請求項１
に記載の監視装置において、前記情報処理装置の通常稼
動時に前記監視項目毎のデータ値を収集する第１の手段
と、前記第１の手段において収集した前記監視項目毎の
データ値と前記負荷数の度合いに応じた前記閾値とを比
較し、前記データ値が前記閾値の範囲に収まった場合
に、その閾値に対応する前記負荷数の度合いを記憶する
第２の手段と、前記監視項目毎に前記第２の手段で記憶
した前記負荷数の度合いを比較して、前記監視項目全て
に渡って同じ前記負荷数の度合いを記憶していない場
合、前記情報処理装置は異常であると判断する第３の手
段とを備えることを特徴とする。

【０００６】また、請求項３に記載の発明は、監視対象
の情報処理装置とネットワークを介して接続された監視
装置における前記情報処理装置の監視方法において、前
記情報処理装置に段階的な負荷をかける実際の利用状況
を想定したワークロードでの負荷試験時に前記情報処理
装置内における複数のリソース項目及びシステム性能を
表す項目の実測データを収集する実測データ収集過程
と、前記負荷試験における前記システム性能を表す項目
と前記各リソース項目との相関係数を前記実測データ収
集過程で収集した実測データに基づいて算出し、前記シ
ステム性能を表す項目との関連の強い複数のリソース項
目を選出する相関係数算出過程と、前記相関係数算出過
程で選出した複数のリソース項目に対して、異なる複数
の分析条件毎にクラスター分析を行って複数のグループ
にグループ化し、さらに各グループ内のリソース項目か
ら、異なる指標毎にグループを代表するリソース項目を
選出し監視項目候補とする監視項目候補選出過程と、前
記システム性能を表す項目を目的変数、前記監視項目候
補選出過程において選出された前記監視項目候補を説明
変数として重回帰分析を行い、結果として得られた複数
の重回帰分析結果のうち最も妥当な重回帰分析結果の重
回帰分析で用いられた監視項目候補を監視項目として選
出する監視項目選出過程と、前記監視項目選出過程にお
いて選出した監視項目の前記実測データ収集過程で収集
した実測データに基づいて前記負荷試験における負荷度
合いに応じた前記監視項目の最大許容値及び最小許容値
を閾値として決定する閾値決定過程とを備えることを特
徴とする監視方法である。

【０００７】また、請求項４に記載の発明は、請求項３
に記載の監視方法において、前記情報処理装置の通常稼
動時に前記監視項目毎のデータ値を収集する第１の過程
と、前記第１の過程において収集した前記監視項目毎の
データ値と前記負荷数の度合いに応じた前記閾値とを比
較し、前記データ値が前記閾値の範囲に収まった場合
に、その閾値に対応する前記負荷数の度合いを記憶する
第２の過程と、前記監視項目毎に前記第２の過程で記憶
した前記負荷数の度合いを比較して、前記監視項目全て
に渡って同じ前記負荷数の度合いを記憶していない場
合、前記情報処理装置は異常であると判断する第３の過
程とを備えることを特徴とする。

【０００８】また、請求項５に記載の発明は、監視対象
の情報処理装置とネットワークを介して接続された監視
装置において実行されるプログラムであって、前記監視
装置に、前記情報処理装置に段階的な負荷をかける実際
の利用状況を想定したワークロードでの負荷試験時に前
記情報処理装置内における複数のリソース項目及びシス
テム性能を表す項目の実測データを収集する実測データ
収集処理と、前記負荷試験における前記システム性能を
表す項目と前記各リソース項目との相関係数を前記実測
データ収集処理で収集した実測データに基づいて算出
し、前記システム性能を表す項目との関連の強い複数の
リソース項目を選出する相関係数算出処理と、前記相関
係数算出処理で選出した複数のリソース項目に対して、
異なる複数の分析条件毎にクラスター分析を行って複数
のグループにグループ化し、さらに各グループ内のリソ
ース項目から、異なる指標毎にグループを代表するリソ
ース項目を選出し監視項目候補とする監視項目候補選出
処理と、前記システム性能を表す項目を目的変数、前記
監視項目候補選出処理において選出された前記監視項目
候補を説明変数として重回帰分析を行い、結果として得
られた複数の重回帰分析結果のうち最も妥当な重回帰分
析結果の重回帰分析で用いられた監視項目候補を監視項
目として選出する監視項目選出処理と、前記監視項目選
出処理において選出した監視項目の前記実測データ収集
処理で収集した実測データに基づいて前記負荷試験にお
ける負荷度合いに応じた前記監視項目の最大許容値及び
最小許容値を閾値として決定する閾値決定処理とを備え
ることを特徴とする監視プログラムである。

【０００９】また、請求項６に記載の発明は、請求項５
に記載の監視プログラムにおいて、前記情報処理装置の
通常稼動時に前記監視項目毎のデータ値を収集する第１
の過程と、前記第１の過程において収集した前記監視項
目毎のデータ値と前記負荷数の度合いに応じた前記閾値
とを比較し、前記データ値が前記閾値の範囲に収まった
場合に、その閾値に対応する前記負荷数の度合いを記憶
する第２の過程と、前記監視項目毎に前記第２の過程で
記憶した前記負荷数の度合いを比較して、前記監視項目
全てに渡って同じ前記負荷数の度合いを記憶していない
場合、前記情報処理装置は異常であると判断する第３の
過程とを備えることを特徴とする。

【００１０】

【発明の実施の形態】以下、本発明の一実施形態による
情報処理装置の異常状態の検知方法を図面を参照して説
明する。図１は、この発明の一実施形態による情報処理
装置の異常状態検知を行う監視装置とその監視対象であ
る情報処理装置の構成を示す図である。この図において
符号１は監視装置、２はＷｅｂサイトを開設する情報処
理装置である。

【００１１】次に、監視装置１の詳細な構成について説
明する。図２は監視装置１の構成を示すブロック図であ
る。この図において１１は監視対象となる情報処理装置
２内のリソース項目のデータやシステム性能を表す項目
のデータを受取る入出力制御手段である。ここでリソー
ス項目とは図４で示すような内容からなる情報処理装置
２内における項目であり、情報処理装置内で発生する特
定の状況をデータ値で表す項目である。１２は情報処理
装置２のリソース項目の実測データを収集する実測デー
タ収集手段である。１３は情報処理装置２のレスポンス
タイムやスループットなどのシステム性能を表す項目と
各リソース項目の相関係数を算出する相関係数算出手段
である。ここで相関係数とは対となるデータの関係性を
評価する係数で、−１〜＋１の間の数値となり、絶対値
が０．７以上であるときに対となるデータどうしが強い
相関にあるということを示している。相関係数算出手段
はまた、得られた相関係数の値から、システム性能を表
す項目と弱い相関関係にあるリソース項目を監視対象か
ら除くことを決定する。

【００１２】１４は相関係数算出手段１３において選定
した複数のリソース項目をクラスター分析という統計的
分析手法を用いて複数のグループにグループ化し、それ
ぞれのグループを代表するリソース項目をまとめて監視
項目候補として選出する監視項目候補選出手段である。
１５は監視項目候補選出手段１４において選出した複数
の各監視項目候補を説明変数、システム性能を表す項目
を目的変数として、統計的分析手法である重回帰分析を
実施し、この分析結果に基づいて最終的な監視項目を選
出する、監視項目選出手段である。１６は監視項目選出
手段１５によって選出した監視項目に基づいて得られる
実測データの最大許容値と最小許容値を算出し、算出し
た最大許容値と最小許容値を監視項目の閾値と決定する
閾値決定手段である。１７は閾値決定手段１６で得られ
た監視項目の閾値と、情報処理装置２の実稼動中の各監
視項目のデータとに基づいて、情報処理装置２の正常状
態もしくは異常状態を判断する異常状態検知手段（上述
の第１の手段及び第２の手段及び第３の手段）である。
１８は情報処理装置２から得られるリソース項目や監視
項目のデータを記憶し、監視装置１の各手段で得られる
データを記憶する情報記憶部である。

【００１３】次に、上述した監視装置１の動作を図１〜
図２５を参照して説明する。図３は監視装置１における
情報処理装置２の監視方法の手順を示すフローである。
図４は監視装置１が情報処理装置２内における監視対象
データとして取得するリソース項目の一覧を示す図であ
る。

【００１４】まず、情報処理装置２の異常状態検知を行
うためには、情報処理装置２の実際の稼動状況を想定し
た負荷試験を行い、異常状態の判定指標の元となる情報
処理装置２内の監視項目を選出する。図３より、負荷試
験の際に監視装置１の実測データ収集手段１２が情報処
理装置２内の全リソース項目の実測データを収集し、そ
の実測データを情報記憶部１８で保存する（ステップＳ
１）。情報処理装置２内のリソース項目は図４の一覧の
例に示すように複数存在している。この負荷試験におい
ては、情報処理装置２に対して負荷数１０から１５０ま
で段階的に負荷を上げて試験を行う。負荷数とは、この
負荷試験においては情報処理装置２にアクセスする人数
を表しており、負荷試験により図４に示す各リソース項
目の実測データを得ることができる。図５は負荷試験に
おける各リソース項目の実測データを表示する一覧であ
る。図５の一覧で示す各リソース項目の実測データは情
報記憶部１８に保存される。

【００１５】次に監視装置１の相関係数算出手段１３は
実測データ収集手段１２で得た各リソース項目と、シス
テム性能の項目となる情報処理装置２の負荷試験におけ
るレスポンスタイムとの相関係数を算出し、絶対値の値
が低いリソース項目を、システム性能との関連が弱い項
目となるため監視対象から除く（ステップＳ２）。レス
ポンスタイムとは、負荷試験において仮想的なユーザー
の、情報処理装置２に対する処理要求に対するレスポン
スタイムのことである。相関係数の算出は、

【数１】 の式によって求める。この式において、ｘはシステム性
能の項目であるレスポンスタイムを表し、ｙはリソース
項目を表しており、レスポンスタイムに対応した各リソ
ース項目の相関係数が相関係数算出手段１３によって算
出される。図６はレスポンスタイムおよび各リソース項
目の相関係数を算出した結果を示す表である。図６にお
いて＃ＤＩＶ／０！という表記は、特定のリソース項目
の実測データが、負荷数が変化しても一定だったため
に、相関係数算出でエラーとなった事を示している。

【００１６】相関係数算出手段１３によって算出した相
関係数は一般的に絶対値が０．７以下であった場合、対
象となる２つの項目の関連が弱いと判断される。よっ
て、相関係数算出手段１３はここで、相関係数の絶対値
が０．７以下となったリソース項目を監視対象の候補か
ら除き、残ったリソース項目を監視対象の候補として選
出する。図７はレスポンスタイムと各リソース項目との
相関係数の算出結果を示す図である。この図において、
ａｖｍ（アクティブな仮想ページ）は相関係数の絶対値
が０．７以下であるため、監視対象の候補から除外され
ることとなる。他の符号ａの欄に表示するリソース項目
が監視対象の候補となる。ここで図７においては、ｐｏ
（１秒あたりのページアウトされたページ数）とｄｅ
（予想される短期メモリ不足）の２つのリソース項目は
相関係数の算出時にエラーとなったため、除外されてい
る。

【００１７】次に、監視装置１の監視項目候補選出手段
１４はステップＳ２で選出した監視対象の候補となった
リソース項目に対してクラスター分析を実施し、リソー
ス項目の中で関連の強いリソース項目同士をグループ化
し、各グループの中からグループを代表するリソース項
目を監視項目候補として選出する（ステップＳ３）。ク
ラスター分析は以下の統計処理で実施される。 １：相関係数の算出に基づいた項目間距離を算出する ２：階層的手法による樹形図（トリー）を作成する ３：クラスター（グループ）化を行う。 ４：各クラスター（グループ）における代表のリソース
項目を決定する。

【００１８】上述の統計処理で実施されるクラスター分
析の結果を図８及び図９に示す。図８はウォード法を用
いてクラスター数を３と設定した場合のクラスター分析
結果である。図９はウォード法を用いてクラスター数を
４と設定した場合のクラスター分析結果である。相関係
数の算出に基づいた項目間距離の算出は図８の８ａ及び
図９の９ａに示している。そして、この項目間距離の算
出により、クラスター分析樹形図（図８の８ｂ及び図９
の９ｂ）を作成する。グループ間の距離計算方法はウォ
ード法によって算出する。

【００１９】尚、クラスター分析は分析条件として、ク
ラスター数及びグループ間の距離計算方法の２条件を設
定して実施されるが、クラスター数を３〜６までの４通
りで設定し、また、グループ間の距離計算方法はウォー
ド法、群平均法、最長距離平均法の３通りで設定してク
ラスター分析を実施する。よって、全部で１２通りのク
ラスター分析結果が得られることとなる。図８及び図９
はそのうちの２例を示すものである。図８及び図９で示
す各クラスター分析結果において、８ｃ及び９ｃはクラ
スター規模表であり、クラスター分析樹形図８ｂ及び９
ｂより、クラスター数を３または４と設定すると、これ
により、各クラスターにおける件数とリソース項目の割
合を導き出すことができる。また、８ｄ及び９ｄはクラ
スター別項目名であり、各クラスターにおけるリソース
項目の項目名を表示している。

【００２０】次に、１２通りのクラスター分析の各結果
より、監視項目候補選出手段１４は各クラスター中の複
数のリソース項目から、クラスターを代表するリソース
項目を選出し、各クラスターの代表するリソース項目を
全てを監視項目候補とする。ここにおいて、各クラスタ
ーにおける監視項目候補の選出は手順の簡略化を図るた
めに「グループ内中央値による選択方法」と「相関係数
の絶対値による選択方法」の２通りの選択方法を用い
る。よってクラスター分析における１２通りの分析結果
に基づいて、監視項目候補の選出を上述の２通りの選択
方法を用いて選出するので、合計で２４通りの監視項目
候補のグループが選出されることとなる。ここで、「グ
ループ内中央値による選択方法」とは、グループ（クラ
スター）内で他項目との相関係数和が最も高いことか
ら、他項目との距離が近く、グループの中央に位置する
項目を選択する方法である。また、「相関係数の絶対値
による選択方法」とは、グループ（クラスター）内でシ
ステム性能を表す項目との関連が最も強い項目を選択す
る方法である。

【００２１】図１０で示す、クラスター数３の場合の代
表項目１０ａ及びクラスター数４の場合の代表項目１０
ｂは、２４通りのクラスター分析結果での代表のリソー
ス項目選出におけるうちの２つの例であり、これは、図
８及び図９で示したクラスター分析の結果から「相関係
数の絶対値による選択方法」を用いて代表のリソース項
目を選出した代表リソース項目を示している。ウォード
法を用いてクラスター数３でクラスター分析を実施した
結果に基づいた監視項目候補は図１０の１０ａより、ｃ
ｓ及びＩｎＰａｃｋｅｔｓ及びＢｕｆｆｅｒＨｉｔＲａ
ｔｉｏの３つである。またウォード法を用いてクラスタ
ー数４でクラスター分析を実施した結果に基づいた監視
項目候補は図１０の１０ｂより、ｃｓ及びＩｎＰａｃｋ
ｅｔｓ及びｐｉ及びＢｕｆｆｅｒＨｉｔＲａｔｉｏの４
つである。

【００２２】次に、監視装置１の監視項目選出手段１５
は、監視項目候補選出手段１４が選出した各グループ
（クラスター）を代表するリソース項目（監視項目候
補）を説明変数、システム性能を表す項目であるレスポ
ンスタイムを目的変数として重回帰分析を実施し、この
結果より最も妥当性の高い監視項目を選出する（ステッ
プＳ４）。重回帰分析はステップＳ３において得られた
２４通りの結果全てに基づいて実施されるので、重回帰
分析の結果も２４通りとなり、この２４通りの結果の中
から情報処理装置２の状態を監視するのに最も妥当性の
高い監視項目を選出することとなる。

【００２３】重回帰分析は、以下の統計処理により実施
を行う。 １：基本統計量の算出 ２：変数相互の相関行列の算出 ３：重回帰式を求める ４：分散分析表の作成 ５：理論値・予測値を算出する ６：区間推定を行う ７：実績値・理論値グラフを作成する 上記の処理による重回帰分析結果のうちの２つを図１１
〜図２０に示す。図１１〜図１５はウォード法を用いて
クラスター数３でクラスター分析を実施した結果に基づ
いた重回帰分析結果（１）〜（５）である。図１６〜図
２０はウォード法を用いてクラスター数４でクラスター
分析を実施した結果に基づいた重回帰分析結果（１）〜
（５）である。

【００２４】ステップＳ４において、重回帰分析の結果
から最も妥当性の高い監視項目を選出するが、これは重
回帰分析結果である重回帰式の検定結果を以下の手順の
ように比較することにより行う。 （１）説明変数同士の関連が高いために重回帰式が正確
でないことを示す多重共線性が発生しているか、してい
ないかを確認し、多重共線性が発生している場合は、該
当する説明変数のリソース項目は監視項目に適していな
いとみなす。 （２）多重共線性が発生していない重回帰式で、重回帰
式の分析制度を示す自由度修正済み決定係数の値が最も
高い重回帰式の説明変数であるリソース項目が、最もシ
ステムを監視するのに適しているとみなすが、ここで手
順を簡略する観点から、自由度修正済み決定係数の値が
０．８より小さい場合は、重回帰式の分析制度が悪いと
みなし、監視項目に適していないとみなす。

【００２５】上記の手順に従って、ステップＳ４におい
て、ウォード法を用いてクラスター数３でクラスター分
析を実施した結果に基づいた３つの監視項目候補が、重
回帰分析結果により、監視項目として適しているかどう
かを判断する。上記の監視項目の選出手順（１）及び
（２）を用いると、まず、図１２における［重回帰式］
の「符号チェック」欄にチェック（×印）が付いていな
いため多重共線性が発生していないことが判る。このこ
とから、図１０の１０ａで示す、ウォード法を用いてク
ラスター数３でクラスター分析を実施した結果に基づい
た３つの監視項目候補は、監視項目として適していると
判断することができる。

【００２６】また、ウォード法を用いてクラスター数４
でクラスター分析を実施した結果に基づいた４つの監視
項目候補が、重回帰分析結果により、監視項目として適
しているかどうかを判断する。この場合、同様に、上記
の監視項目の選出手順（１）及び（２）を用いると、図
１７における［重回帰式］の「符号チェック」欄にチェ
ック（×印）が付いているため、多重共線性が発生して
いることが判るので、監視項目として適していないと判
断することができる。

【００２７】上述の重回帰分析結果による監視項目の選
出は、２４通りのクラスター分析結果について全て行わ
れる。そして、複数の監視項目候補グループ（クラスタ
ー）が、監視項目として適していると判断された場合、
その監視項目候補のグループ（クラスター）における重
回帰分析結果の自由度修正済み決定係数の値を比較し、
値が最も高い監視項目候補のグループ（クラスター）を
監視項目として決定する。自由度修正済み決定係数は、
図１３及び図１８の［精度］に表示している。尚、最終
的にこの自由度修正済み決定係数の値が、０．８以下で
あった場合には精度が低いと判断し監視項目には適さな
いと判断することとなる。図１０の１０ａで示す、ウォ
ード法を用いてクラスター数３でクラスター分析を実施
した結果に基づいた３つの監視項目候補における重回帰
式分析結果は、図１１の［精度］の自由度修正済み決定
係数の値が０．８以上のため、この点においても監視項
目として適していると判断することができる。

【００２８】ここで、情報処理装置２の異常状態検知を
行うための、異常状態の判定指標の元となる情報処理装
置２内の監視項目を決定することができた。よってこの
監視項目を用いて情報処理装置２の異常状態検知を行
う。図１０の１０ａで示す、ウォード法を用いてクラス
ター数３でクラスター分析を実施した結果に基づいた３
つのリソース項目（ｃｓ、ＩｎＰａｃｋｅｔｓ、Ｂｕｆ
ｆｅｒＨｉｔＲａｔｉｏ）を監視項目とする。

【００２９】次に、監視装置１は情報処理装置２の閾値
決定手段１７において、ステップＳ４で選出した各監視
項目のステップＳ１で得られた実測データ値から、偏差
値算出の統計手法を用いて監視項目の負荷度合い毎に最
大許容値と最小許容値を算出し、算出した最大許容値及
び最小許容値を閾値として決定する。またその最大許容
値及び最小許容値を閾値として保持するテンプレートを
作成する（ステップＳ５）。閾値となる最大許容値及び
最小許容値の算出は以下の数式によって行われる。また
最大許容値及び最小許容値を算出する際の信頼度は９５
％として計算を行う。

【数２】

【数３】

【００３０】図２１はステップＳ１で得られた実測デー
タに基づくｃｓ、ＩｎＰａｃｋｅｔｓ及びＢｕｆｆｅｒ
ＨｉｔＲａｔｉｏの負荷数の度合い毎における最大許容
値と最小許容値の算出結果である。そして、これが最大
許容値及び最小許容値の閾値テンプレートとなり、この
テンプレートに基づいて監視装置１は各監視項目におけ
る異常状態を検知する。また、この閾値テンプレートの
情報が閾値決定手段１７によって情報記憶部１８に書き
込まれ保持される。ステップＳ５における閾値テンプレ
ートの作成により、異常状態検知装置１は情報処理装置
２の異常状態を検知可能となる。

【００３１】次に、監視装置１は情報処理装置２の通常
稼動時の異常状態を検知するため、入出力制御手段１１
を介して情報処理装置２を監視する。ここで監視装置１
の異常状態検知手段１８は、情報処理装置２の各監視項
目の実測値と、ステップＳ５において記憶情報部１８に
保存した閾値テンプレートの情報を比較して、実測値が
最大許容値と最小許容値内に収まった場合、その最大許
容値と最小許容値に対応する負荷数を許容負荷数とす
る。そして、閾値テンプレートにおける全ての監視項目
において許容負荷数を確認し、全監視項目に渡って重複
する許容負荷数が存在する場合は、情報処理装置２は正
常であると判断し、全監視項目間に渡って重複許容負荷
数がない場合は、情報処理装置２は異常状態であると判
断する（ステップＳ６）。

【００３２】図２２はステップＳ６において異常状態検
知手段１７が情報処理装置２の異常状態を検知する際の
処理フローである。まず、異常状態検知手段１７が情報
処理装置２の監視を始め、情報処理装置２の稼動時にお
ける各監視項目の実測値を検出した後、情報記憶部１８
に記憶する閾値テンプレートにおいて、各監視項目の中
で実測値と比較していない監視項目が残っているかどう
かを確認する（ステップＳ７）。

【００３３】ここで、異常状態検知手段１７は、得られ
た実測値を閾値テンプレートと比較するのが初回なの
で、当然、全ての監視項目は実測値と比較されないで残
っていることになる。よって、異常状態検知手段１７は
一つ目の監視項目のｃｓを閾値テンプレートから取り上
げ（ステップＳ８）、各負荷数に対応した閾値と実測値
とで比較してないものが残っているかどうかを確認する
（ステップＳ９）。ステップＳ７において比較していな
い監視項目が残っていない場合は、異常様態検知手段１
７は処理を終了する。また、ステップＳ９において一つ
の監視項目において実測値と比較する各負荷数に対応す
る閾値が残っていない場合、次の監視項目について実測
値と閾値とを比較するために、ステップＳ７に処理が戻
ることとなる。

【００３４】ステップＳ９においては、当然、監視項目
であるｃｓの実測値と各負荷数に対応する閾値とを比較
するのが初回なので、全ての負荷数における閾値と実測
値との比較結果が得られずに残っている。よって異常状
態検知手段１７は、次に、負荷数１０の場合の最大許容
値と最小許容値による閾値を確認し、情報処理装置２で
得られたｃｓの実測値がこの範囲内に含まれているかど
うかを判断する（ステップＳ１０）。ここで、ステップ
Ｓ１０においてｃｓの実測値が負荷数１０における最大
許容値と最小許容値の範囲に含まれていない場合、ステ
ップＳ９の処理に戻り、次の負荷数の最大許容値と最小
許容値による閾値の範囲に実測値が含まれていないかど
うかを判断することとなる。

【００３５】ステップＳ１０においてｃｓの実測値が最
大許容値と最小許容値による閾値の範囲に含まれていた
場合、異常状態検知手段１７は閾値テンプレートの該当
する許容負荷欄をマーキングする（ステップＳ１１）。
ここで、各監視項目の各負荷数に対応する閾値テンプレ
ート上の欄を許容負荷欄と呼ぶ。このマーキングは当
然、情報として情報記憶部１８において保存される。こ
の様にステップＳ７からステップＳ１１の処理を行うこ
とにより、異常状態検知手段１７は、情報記憶部１８で
記憶する閾値テンプレートにおいて、負荷数に対応する
閾値の範囲に、実測値として得られた各監視項目の値が
含まれているかどうかを一つずつ確認していく。

【００３６】次に、ステップＳ６において異常状態検知
手段１７は情報記憶部１８に記憶する閾値テンプレート
の情報におけるマーキングをチェックする。図２３は異
常状態検知手段１７による閾値テンプレートのマーキン
グチェック処理フローを示す図である。異常状態検知手
段１７は、情報記憶部１８に記憶する閾値テンプレート
の情報から負荷数に対応した各監視項目の閾値を取り上
げ、各監視項目の実測値が、その閾値の最大許容値と最
小許容値内に収まったことを示すマーキングが許容負荷
欄に行なわれたかどうかを判断する（ステップＳ１
２）。最初に負荷数１０の場合の全監視項目における許
容負荷欄にマーキングがされているかどうかを確認する
（ステップＳ１３）。ここで負荷数１０に対応する許容
負荷欄にマーキングがされていないので、異常状態検知
手段１７は次に、実測値と比較していない負荷数に対応
した各監視項目の閾値が残っているかどうかを判断する
（ステップＳ１４）。

【００３７】ここで、ステップＳ１４において負荷数２
０に対応する各監視項目の閾値と、各監視項目の実測値
を比較していないで残っているので、異常状態検知手段
１７は次に、負荷数２０の場合の全監視項目における閾
値を取り上げて（ステップＳ１５）、再びステップＳ１
３に戻って、許容負荷欄にマーキングがされているかど
うかを確認する。この様に負荷数に対応する閾値の範囲
に、実測値として得られた各監視項目の値が含まれてい
るかどうかを一つずつ確認していくが、ステップＳ１３
において、ある負荷数に対応する全監視項目の閾値内に
全監視項目の実測値が収まり、ある負荷数に対応する全
監視項目の許容負荷欄が全てマーキングされている場
合、異常状態検知手段１７はシステムが正常であると判
断する。また、ステップＳ１３において、ある負荷数に
対応する全監視項目の閾値内に全監視項目の実測値が収
まらず、ある負荷数に対応する全監視項目の許容負荷欄
が全てマーキングされている状況がない場合、ステップ
Ｓ１４において異常状態検知手段１７はシステムが異常
であると判断する。

【００３８】図２４は情報処理装置２が正常時の閾値テ
ンプレート作成結果であるが、ここで、ステップＳ６に
おいて、監視装置１の異常状態検知手段１７が情報処理
装置２より得た３つの監視項目の実測値を、ｃｓ＝６３
４、ＩｎＰａｃｋｅｔｓ＝１６５５．９、Ｂｕｆｆｅｒ
Ｈｉｔｒａｔｉｏ＝２．６３３３とすると、図２４の閾
値テンプレート作成結果の様に、許容負荷欄にマーキン
グがされることとなる。負荷数７０に対応した全監視項
目の許容負荷欄にマーキングされていることが確認でき
るので、この時のシステムは正常であると判断すること
ができる。

【００３９】また、図２５は情報処理装置２が異常時の
閾値テンプレート作成結果であるが、ここで、ステップ
Ｓ６において、監視装置１の異常状態検知手段１７が情
報処理装置２より得た３つの監視項目の実測値を、ｃｓ
＝６３４、ＩｎＰａｃｋｅｔｓ＝１１７８、Ｂｕｆｆｅ
ｒＨｉｔｒａｔｉｏ＝２．６３３３とすると、図１９の
閾値テンプレート作成結果のように、許容負荷欄にマー
キングがされることとなる。各負荷数に対応した全監視
項目の許容負荷欄を確認すると、ある負荷数に対応する
全監視項目で全て許容負荷欄がマーキングされている状
況がないので、この時のシステムは異常であると判断す
ることができる。

【００４０】尚、上述の監視装置１のコンピュータにお
いて実行されるプログラムは、情報処理装置によって読
み取り可能な記憶媒体に記憶して、この記憶媒体に記憶
されたプログラムを情報処理装置２に読み込ませ、実行
することにより、上述の実施形態の処理を行っても良
い。

【００４１】

【発明の効果】以上説明したように、この発明によれ
ば、情報処理装置などの異常状態監視対象におけるリソ
ース項目の中から、統計手法を用いて監視項目の選出を
行い、また、その監視項目が許容する上限（最大許容
値）及び下限（最小許容値）の閾値を統計手法を用いて
決定する機能を監視装置に備えたので、システム管理者
の知識が無くとも監視項目とその閾値の上限及び下限を
設定することが可能となる。また、統計手法による監視
項目の選出や閾値の決定により、情報処理装置の構成や
稼動しているサービスの利用状況といった情報処理装置
毎に固有の条件に適合した監視項目の選出や閾値の決定
が可能となり、さらに、従来では異常が検知出来なかっ
た、情報処理装置にかかる負荷が低く故障も起きていな
いような状況下での異常状態を検知することが可能とな
る。

【図面の簡単な説明】

【図１】 この発明の一実施形態による情報処理装置の
異常状態検知を行う監視装置とその監視対象である情報
処理装置の構成を示す図である。

【図２】 同実施形態による監視装置１の構成を示すブ
ロック図である。

【図３】 同実施形態による監視装置１における情報処
理装置２の監視方法の手順を示すフローである。

【図４】 同実施形態による監視装置１が情報処理装置
２内における監視対象データとして取得するリソース項
目の一覧を示す図である。

【図５】 同実施形態による負荷試験における各リソー
ス項目の実測データを表示する一覧である。

【図６】 同実施形態によるレスポンスタイムおよび各
リソース項目の相関係数を算出した結果を示す表であ
る。

【図７】 同実施形態によるレスポンスタイムと各リソ
ース項目との相関係数の算出結果を示す図である。

【図８】 同実施形態によるウォード法を用いてクラス
ター数を３と設定した場合のクラスター分析結果であ
る。

【図９】同実施形態によるウォード法を用いてクラスタ
ー数を４と設定した場合のクラスター分析結果である。

【図１０】 同実施形態によるウォード法を用いたクラ
スター分析の結果から代表のリソース項目を選出した例
である。

【図１１】 同実施形態によるウォード法を用いてクラ
スター数３でクラスター分析を実施した結果に基づいた
重回帰分析結果（１）である。

【図１２】 同実施形態によるウォード法を用いてクラ
スター数３でクラスター分析を実施した結果に基づいた
重回帰分析結果（２）である。

【図１３】 同実施形態によるウォード法を用いてクラ
スター数３でクラスター分析を実施した結果に基づいた
重回帰分析結果（３）である。

【図１４】 同実施形態によるウォード法を用いてクラ
スター数３でクラスター分析を実施した結果に基づいた
重回帰分析結果（４）である。

【図１５】 同実施形態によるウォード法を用いてクラ
スター数３でクラスター分析を実施した結果に基づいた
重回帰分析結果（５）である。

【図１６】 同実施形態によるウォード法を用いてクラ
スター数４でクラスター分析を実施した結果に基づいた
重回帰分析結果（１）である。

【図１７】 同実施形態によるウォード法を用いてクラ
スター数４でクラスター分析を実施した結果に基づいた
重回帰分析結果（２）である。

【図１８】 同実施形態によるウォード法を用いてクラ
スター数４でクラスター分析を実施した結果に基づいた
重回帰分析結果（３）である。

【図１９】 同実施形態によるウォード法を用いてクラ
スター数４でクラスター分析を実施した結果に基づいた
重回帰分析結果（４）である。

【図２０】 同実施形態によるウォード法を用いてクラ
スター数４でクラスター分析を実施した結果に基づいた
重回帰分析結果（５）である。

【図２１】 同実施形態によるステップＳ１で得られた
実測データに基づくｃｓ、ＩｎＰａｃｋｅｔｓ及びＢｕ
ｆｆｅｒＨｉｔＲａｔｉｏの負荷数の度合い毎における
最大許容値と最小許容値の算出結果である。

【図２２】 同実施形態によるステップＳ６において異
常状態検知手段１７が情報処理装置２の異常状態を検知
する際の処理フローである。

【図２３】 同実施形態による異常状態検知手段による
閾値テンプレートのマーキングチェック処理フローを示
す図である。

【図２４】 同実施形態による情報処理装置２が正常時
の閾値テンプレート作成結果である。

【図２５】 同実施形態による情報処理装置２が異常時
の閾値テンプレート作成結果である。

【符号の説明】

１ 監視装置 ２ 情報処理装置

フロントページの続き Ｆターム(参考） 5B042 GA10 GA12 GA18 JJ01 JJ29 JJ30 MA05 MA07 MA08 MA11 MA14 MC29 5B085 AC11 AC13 BA06

Claims (6)

【特許請求の範囲】
1. 【請求項１】 監視対象の情報処理装置とネットワーク
   を介して接続された監視装置であって、 前記情報処理装置に段階的な負荷をかける実際の利用状
   況を想定したワークロードでの負荷試験時に前記情報処
   理装置内における複数のリソース項目及びシステム性能
   を表す項目の実測データを収集する実測データ収集手段
   と、 前記負荷試験における前記システム性能を表す項目と前
   記各リソース項目との相関係数を前記実測データ収集手
   段で収集した実測データに基づいて算出し、前記システ
   ム性能を表す項目との関連の強い複数のリソース項目を
   選出する相関係数算出手段と、 前記相関係数算出手段で選出した複数のリソース項目に
   対して、異なる複数の分析条件毎にクラスター分析を行
   って複数のグループにグループ化し、さらに各グループ
   内のリソース項目から、異なる指標毎にグループを代表
   するリソース項目を選出し監視項目候補とする監視項目
   候補選出手段と、 前記システム性能を表す項目を目的変数、前記監視項目
   候補選出手段において選出された前記監視項目候補を説
   明変数として重回帰分析を行い、結果として得られた複
   数の重回帰分析結果のうち最も妥当な重回帰分析結果の
   重回帰分析で用いられた監視項目候補を監視項目として
   選出する監視項目選出手段と、 前記監視項目選出手段において選出した監視項目の前記
   実測データ収集手段で収集した実測データに基づいて前
   記負荷試験における負荷度合いに応じた前記監視項目の
   最大許容値及び最小許容値を閾値として決定する閾値決
   定手段と、 を備えることを特徴とする監視装置。
2. 【請求項２】 前記情報処理装置の通常稼動時に前記監
   視項目毎のデータ値を収集する第１の手段と、 前記第１の手段において収集した前記監視項目毎のデー
   タ値と前記負荷数の度合いに応じた前記閾値とを比較
   し、前記データ値が前記閾値の範囲に収まった場合に、
   その閾値に対応する前記負荷数の度合いを記憶する第２
   の手段と、 前記監視項目毎に前記第２の手段で記憶した前記負荷数
   の度合いを比較して、前記監視項目全てに渡って同じ前
   記負荷数の度合いを記憶していない場合、前記情報処理
   装置は異常であると判断する第３の手段と、 を備えることを特徴とする請求項１に記載の監視装置。
3. 【請求項３】 監視対象の情報処理装置とネットワーク
   を介して接続された監視装置における前記情報処理装置
   の監視方法において、 前記情報処理装置に段階的な負荷をかける実際の利用状
   況を想定したワークロードでの負荷試験時に前記情報処
   理装置内における複数のリソース項目及びシステム性能
   を表す項目の実測データを収集する実測データ収集過程
   と、 前記負荷試験における前記システム性能を表す項目と前
   記各リソース項目との相関係数を前記実測データ収集過
   程で収集した実測データに基づいて算出し、前記システ
   ム性能を表す項目との関連の強い複数のリソース項目を
   選出する相関係数算出過程と、 前記相関係数算出過程で選出した複数のリソース項目に
   対して、異なる複数の分析条件毎にクラスター分析を行
   って複数のグループにグループ化し、さらに各グループ
   内のリソース項目から、異なる指標毎にグループを代表
   するリソース項目を選出し監視項目候補とする監視項目
   候補選出過程と、 前記システム性能を表す項目を目的変数、前記監視項目
   候補選出過程において選出された前記監視項目候補を説
   明変数として重回帰分析を行い、結果として得られた複
   数の重回帰分析結果のうち最も妥当な重回帰分析結果の
   重回帰分析で用いられた監視項目候補を監視項目として
   選出する監視項目選出過程と、 前記監視項目選出過程において選出した監視項目の前記
   実測データ収集過程で収集した実測データに基づいて前
   記負荷試験における負荷度合いに応じた前記監視項目の
   最大許容値及び最小許容値を閾値として決定する閾値決
   定過程と、 を備えることを特徴とする監視方法。
4. 【請求項４】 前記情報処理装置の通常稼動時に前記監
   視項目毎のデータ値を収集する第１の過程と、 前記第１の過程において収集した前記監視項目毎のデー
   タ値と前記負荷数の度合いに応じた前記閾値とを比較
   し、前記データ値が前記閾値の範囲に収まった場合に、
   その閾値に対応する前記負荷数の度合いを記憶する第２
   の過程と、 前記監視項目毎に前記第２の過程で記憶した前記負荷数
   の度合いを比較して、前記監視項目全てに渡って同じ前
   記負荷数の度合いを記憶していない場合、前記情報処理
   装置は異常であると判断する第３の過程と、 を備えることを特徴とする請求項３に記載の監視方法。
5. 【請求項５】 監視対象の情報処理装置とネットワーク
   を介して接続された監視装置において実行されるプログ
   ラムであって、 前記監視装置に、 前記情報処理装置に段階的な負荷をかける実際の利用状
   況を想定したワークロードでの負荷試験時に前記情報処
   理装置内における複数のリソース項目及びシステム性能
   を表す項目の実測データを収集する実測データ収集処理
   と、 前記負荷試験における前記システム性能を表す項目と前
   記各リソース項目との相関係数を前記実測データ収集処
   理で収集した実測データに基づいて算出し、前記システ
   ム性能を表す項目との関連の強い複数のリソース項目を
   選出する相関係数算出処理と、 前記相関係数算出処理で選出した複数のリソース項目に
   対して、異なる複数の分析条件毎にクラスター分析を行
   って複数のグループにグループ化し、さらに各グループ
   内のリソース項目から、異なる指標毎にグループを代表
   するリソース項目を選出し監視項目候補とする監視項目
   候補選出処理と、 前記システム性能を表す項目を目的変数、前記監視項目
   候補選出処理において選出された前記監視項目候補を説
   明変数として重回帰分析を行い、結果として得られた複
   数の重回帰分析結果のうち最も妥当な重回帰分析結果の
   重回帰分析で用いられた監視項目候補を監視項目として
   選出する監視項目選出処理と、 前記監視項目選出処理において選出した監視項目の前記
   実測データ収集処理で収集した実測データに基づいて前
   記負荷試験における負荷度合いに応じた前記監視項目の
   最大許容値及び最小許容値を閾値として決定する閾値決
   定処理と、 を備えることを特徴とする監視プログラム。
6. 【請求項６】 前記情報処理装置の通常稼動時に前記監
   視項目毎のデータ値を収集する第１の過程と、 前記第１の過程において収集した前記監視項目毎のデー
   タ値と前記負荷数の度合いに応じた前記閾値とを比較
   し、前記データ値が前記閾値の範囲に収まった場合に、
   その閾値に対応する前記負荷数の度合いを記憶する第２
   の過程と、 前記監視項目毎に前記第２の過程で記憶した前記負荷数
   の度合いを比較して、前記監視項目全てに渡って同じ前
   記負荷数の度合いを記憶していない場合、前記情報処理
   装置は異常であると判断する第３の過程と、 を備えることを特徴とする請求項５に記載の監視プログ
   ラム。