特許ウォッチ

公開番号2025175738
公報種別公開特許公報(A)
公開日2025-12-03
出願番号2024081964
出願日2024-05-20
発明の名称推定システム、情報処理装置及び推定方法
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06F 11/34 20060101AFI20251126BHJP(計算;計数)
要約【課題】障害原因の特定精度を向上させる推定システム、情報処理装置及び推定方法を提供する。
【解決手段】ログ分析部101は、障害に関するログを解析して障害内容の障害分類を決定する。文書抽出プロンプト生成部103は、ログ分析部101により決定された障害分類に対応する対応文章を、所定の技術文書からLLM20に抽出させる。障害原因分析プロンプト生成部104は、文書抽出プロンプト生成部103がLLM20に抽出させた対応文章を基にLLM20に障害原因を推論させる。出力部105は、障害原因を出力する。
【選択図】図1
特許請求の範囲【請求項１】
機械学習モデルと、
障害に関するログを解析して障害内容の障害分類を決定するログ分析部と、
前記ログ分析部により決定された前記障害分類に対応する対応文章を、所定の技術文書から前記機械学習モデルに抽出させる第１推論実施部と、
前記第１推論実施部が前記機械学習モデルに抽出させた前記対応文章を基に、前記機械学習モデルに障害原因を推論させる第２推論実施部と、
前記障害原因を出力する出力部と
を備えたことを特徴とする推定システム。
続きを表示（約 1,400 文字）【請求項２】
前記第１推論実施部は、前記対応文章を前記所定の技術文書から前記機械学習モデルに抽出させるための文章抽出プロンプトを生成し、生成した前記文章抽出プロンプトを前記機械学習モデルに入力して、前記対応文章を前記機械学習モデルから出力させ、
前記第２推論実施部は、前記対応文章を基に障害原因を推論させる障害原因分析プロンプトを生成し、生成した前記障害原因分析プロンプトを前記機械学習モデルに入力して、前記障害原因を前記機械学習モデルから出力させる
ことを特徴とする請求項１に記載の推定システム。
【請求項３】
前記障害分類のそれぞれについての発生確率を前記機械学習モデルに推論させる第３推論実行部をさらに備え、
前記第１推論実施部は、前記発生確率が閾値以上の前記障害分類に対応する前記対応文章を前記機械学習モデルに抽出させる
ことを特徴とする請求項１に記載の推定システム。
【請求項４】
前記ログ分析部は、前記障害内容に対応する障害分類を示す障害分析ロジックツリーを用いて、前記障害分類を決定することを特徴とする請求項１に記載の推定システム。
【請求項５】
前記ログ分析部は、ＡＩ（Artificial Intelligence）が自動生成した前記障害分析ロジックツリー、専門家の経験に基づいて生成された前記障害分析ロジックツリー、又は、ＡＩが自動生成したロジックツリーに専門家が修正を加えて生成された前記障害分析ロジックツリーのいずれかを用いて前記障害分類を決定することを特徴とする請求項４に記載の推定システム。
【請求項６】
前記第１推論実施部は、少なくとも前記障害が発生したシステムの仕様書を含む前記技術文書を用いて、前記障害分類に関連する文章を前記対応文章として前記機械学習モデルに抽出させることを特徴とする請求項１に記載の推定システム。
【請求項７】
前記第２推論実施部は、前記障害原因として複数項目を前記機械学習モデルに推論させ、前記障害原因の項目の一覧を前記機械学習モデルから出力させることを特徴とする請求項１に記載の推定システム。
【請求項８】
前記第２推論実施部は、前記障害原因を推論した根拠を前記機械学習モデルに明示させることを特徴とする請求項１に記載の推定システム。
【請求項９】
過去事例を基に前記機械学習モデルに障害原因を推論させる第４推論実施部をさらに備え、
前記出力部は、前記第２推論実施部が前記機械学習モデルに推論させた推論結果及び前記第４推論実施部が前記機械学習モデルに推論させた推論結果を合わせて出力する
ことを特徴とする請求項１に記載の推定システム。
【請求項１０】
障害に関するログを解析して障害内容の障害分類を決定するログ分析部と、
前記ログ分析部により決定された前記障害分類に対応する対応文章を所定の技術文書から機械学習モデルに抽出させる第１推論実施部と、
前記第１推論実施部が前記機械学習モデルに抽出させた前記対応文章を基に、前記機械学習モデルに障害原因を推論させる第２推論実施部と、
前記障害原因を出力する出力部と
を備えたことを特徴とする情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、推定システム、情報処理装置及び推定方法に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
ＩＴ（Internet Technology）システムやネットワークの安定運用のためには、障害復旧を迅速化できる障害原因分析技術が重要である。大規模ネットワーク等では、障害の発生機器を特定する障害箇所特定と、対策に繋がるような具体的な原因を特定する障害原因分析の両方が重要となる。
【０００３】
近年、仮想化やマルチベンダー対応によって情報処理システムの構成が複雑化し、障害原因が多様化している。例えば、マルチベンダー化されたＲＵ（Remote Unit）及びＤＵ（Distributed Unit）が接続されるネットワークについて考える。このようなネットワークにおいて障害が発生した場合、障害原因として、ハードウェア故障、ハードウェアの互換性の欠陥、ソフトウェアのバグ、ソフトウェアの互換性の欠陥及び様々な設定ミス等が考えられる。このような障害原因の多様化により、障害原因分析では多岐に渡る障害原因の切り分け及び分析が求められる。
【０００４】
従来、障害原因分析ではルールベースの分析技術又は障害事例ベースの分析技術が多く用いられてきた。ルールベースの分析技術は、事前に専門家が定義したルールに沿って、分析用のアルゴリズムや大規模言語モデル等のＡＩ（Artificial Intelligence）技術等を用いて障害を分類する技術である。また、障害事例ベースの分析技術は、過去に発生した障害事例のログやドキュメントをＡＩやＬＬＭ（Large Language Model）等に学習させて、現在発生した障害を推論させる技術である。
【０００５】
ＡＩを用いた障害原因分析の技術としては、例えば、失敗時のエラー内容をテキスト情報で受け付け、失敗時及び成功時の情報に基づいて作成した特徴量を使って、失敗原因の推論を行う原因推定システムが提案されている。
【先行技術文献】
【特許文献】
【０００６】
特開２０２１－１９６７３０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来の障害原因分析技術では、障害の大枠を示す障害分類の分析はできていたが、対策に繋がるような具体的な障害原因の分析は限定的な範囲に留まっている。障害分類の分析とは、例えば、ハードウェア故障、ソフトウェアのバグ、ＲＵの設定ミス、又は、ＤＵの設定ミス等の障害の大枠までの分析である。これに対して、障害原因の分析とは、例えば、ケーブルの互換性の欠落やＩＤ（Identifier）の不一致といった対策に繋がるような具体的な原因の特定まで行う分析である。
【０００８】
例えば、ルールベースの分析技術では、具体的な障害原因については、分析可能な範囲はルールとして事前定義した障害原因に限られてしまう。また、障害事例ベースの分析技術では、過去に発生した障害の類似事例に分析可能な範囲が限られてしまう。そのため、障害原因分析において精度の高い推定を行うことは困難であった。
【０００９】
また、失敗時及び成功時の情報に基づく特徴量を使って失敗原因を推論する技術も、障害事例ベースの分析手法にあたり、過去に発生した障害の類似事例に分析可能な範囲が限られてしまい、障害原因分析において精度の高い推定を行うことは困難であった。
【００１０】
開示の技術は、上記に鑑みてなされたものであって、障害原因の特定精度を向上させる推定システム、情報処理装置及び推定方法を提供することを目的とする。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許