[发明专利]检测异常征候的装置和方法

说明书

技术领域

本发明涉及一种用于检测将被监控的装置的异常征候的装置和方法，并涉及检测由例如单个计算机或多个计算机组成的系统(解决方案)的异常征候的技术。

背景技术

利用通过监控计算机获取的数据，尤其是信息源具有变化特征的数据(不稳定数据)来检测计算机的异常征候(sign)的方法的例子包括利用专门技术对被监控数据进行阈值判定的方法(常规的第一方法)，利用根据以往类似监控数据的学习结果估计当前监控数据的情形的方法(常规的第二方法)以及根据改变模型时的情形进行检测/预测的方法(常规的第三方法)。

描述第一常规方法的文献例子包括JP-A 2001-312375(公开)(专利文献1)。描述第二常规方法的文献例子包括JP-A 2005-309733(公开)(专利文献2)、JP-A 2004-213618(公开)(专利文献3)和JP-A 11-338848(公开)(专利文献4)。描述第三常规方法的文献例子包括JP-A2005-141601(公开)(专利文献5)、JP-A 2004-54370(公开)(专利文献6)。

专利文献1中描述的利用专门技术进行阈值判定被认为具有相对较高的准确率，然而，其在预先进行阈值设置时也存在着困难，并且极度难以判定具有高复杂度的情形。

从计算机和解决方案(多个网络化计算机)获取的监控项目数据不仅根据单个计算机和解决方案在数值和趋势上发生巨大变化，而且还包括其行为在重启后发生变化的项目，并且因此，通过利用类似监控数据进行学习来检测和预测的专利文献2到4的方法不能进行高精度的分析。

专利文献5和6所述的方法从非常近的以往数据进行学习，从而即使当单个情况不同时，其也能够高精度地检测异常，并且所述方法还能够通过利用连续的学习降低计算成本，由此以往的数据逐渐被遗忘。具体地，专利文献6的技术对于不稳定数据也有效。然而，设置用于判定异常情况的阈值要求从输出结果进行人工判断。

如果可以设计这样一种模型，使得计算机的正常工作空间成为空间末端，并且覆盖计算机正常工作的全部空间，则可以知道Mahalanobis距离基本上符合卡方分布，从而可以通过利用“Strategy of Research andDevelopment-essence of splendid Taguchi methods”(Genichi Taguchi，日本标准协会(2005)(非专利文献1))中描述的Mahalanobis-Taguchi方法，无需设置任何阈值即可判断异常征候，但是由于给出覆盖所有正常空间的数据是极度困难的，设置阈值需要进行试验，也会出现误差。

发明内容

根据本发明的一个方面，提供了一种异常征候检测装置，其包括：

数据获取部分，其被配置为以预定或任意时间间隔从将被监控的装置获取由多个监控项目组成的串数据(string data)；

数据临时存储部分，其被配置为临时地存储各个所获取的串数据；

数据计算部分，其被配置为利用在所述数据临时存储部分中存储的各个串数据计算所述监控项目的每一个的均值和方差；

信息计算部分，其被配置为利用在所述数据临时存储部分中存储的各个串数据计算指示所述监控项目之间的相关的相关信息；

归一化部分，其被配置为利用各个监控项目的所述均值和所述方差对由所述数据获取部分获取的串数据进行归一化；

距离计算部分，其被配置为通过利用所述归一化的串数据和所述相关信息进行计算，来对所述归一化的串数据计算到相关信息的距离；以及

异常征候判定部分，其被配置为根据所计算的距离是否落入对某个概率分布预先设置的置信区间之内来判定所述将被监控的装置中是否存在异常征候。

根据本发明的一个方面，提供了一种异常征候检测装置，其包括：

第一数据获取部分，其被配置为以预定或任意时间间隔从将被监控的装置获取分别由多个监控项目组成的第1到第n个串数据；

第一数据临时存储部分，其被配置为临时地存储所获取的第1到第n个串数据；

第一计算部分，其被配置为利用在所述第一数据临时存储部分中存储的第1到第n个串数据计算与所述第1到第n个串数据中的每一个对应的各个监控项目的均值和方差，并且计算指示在所述第1到第n个串数据的每一个的监控项目之间的相关的相关信息；

第一归一化部分，其被配置为利用与由所述第一数据获取部分获取的所述第1到第n个串数据的每一个对应的各个监控项目的所述均值和所述方差对所述第1到第n个串数据中的每一个进行归一化；