.1N”指示网络设备“NW I”的输入分组计数。
[0045]系统分析设备100基于从被监视设备200收集的性能信息来产生被监视系统的关联模型122，并且使用所产生的关联模型122来分析被监视系统的状态。
[0046]系统分析设备100包括性能信息收集单元101、关联模型产生单元102、关联破坏检测单元103、聚合的破坏模式产生单元104、相似度计算单元105和对话单元106。系统分析设备100进一步包括性能信息存储单元111、关联模型存储单元112、关联破坏模式存储单元113和聚合破坏模式存储单元114。
[0047]性能信息收集单元101从被监视设备200收集性能信息。
[0048]性能信息存储单元111存储由性能信息收集单元101收集的性能信息的时序变量作为性能序列信息121。
[0049]关联模型产生单元102基于性能序列信息121来产生被监视系统的关联模型122。
[0050]这里，关联模型122包括指示多个度量当中的每个度量对的关联的关联函数(或转换函数)。关联函数是下述函数:使用度量对中的一个度量(输入度量)的时间t时和之前的时序数据和另一度量(输出度量)的时间t之前的时序数据来估计时间t时的输出度量的值。关联模型产生单元102基于在预定建模时段中的性能信息来确定每个度量对的相关函数的系数。如PTLl的操作管理设备的情况，通过对度量的测量值的时序进行系统识别处理来确定关联函数的系数。关联模型产生单元102可以基于每个度量对的关联函数的转换误差来计算权重，并且使用其权重等于或大于预定值的关联函数的集合(有效关联函数)作为关联模型122，如PTL I的操作管理设备的情况。
[0051]图6是示出本发明的示例性实施例中的关联模型122的示例的示图。关联模型122包括每个度量对的关联函数。下文中，在输入度量(X)和输出度量(Y)之间的关联函数被称为fXiy。
[0052]图7是不出本发明的不例性实施例中的关联映射125的不例的不图。图7的关联映射125对应于图6的关联模型122。在图7中，用由节点(圆形)和箭头组成的图形指示关联模型122。这里，每个节点指示度量，度量之间的箭头指示关联。另外，箭头的源指示输入度量，并且箭头的目的地指示输出度量。
[0053]下文中，用一对输入度量的标识符和输出度量的标识符来指示关联模型122中的每个关联。例如，关联“NW1.1N-WEB1.CPU”指示输入度量“NW1.1N”并且输出度量“WEB1.CPU”的关联。
[0054]关联模型存储单元112存储由关联模型产生单元102所产生的关联模型122。
[0055]关联破坏检测单元103相对于新输入的性能信息来检测包括在关联模型122中的关联的关联破坏，如PTL I的操作管理设备的情况一样。
[0056]这里，关联破坏检测单元103将度量的测量值输入到关联函数，以官于每对度量得到输出度量的预测值，如PTL I的情况。然后，当在得到的输出度量的预测值和输出度量的测量值之间的差(由于关联函数而导致的转换误差)等于或大于预定值时，关联破坏检测单兀103检测该对的关联的关联破坏。
[0057]图8、图10和图13是示出本发明的示例性实施例中的关联破坏检测结果的示例的示图。在图8、图10和图13中，用虚线箭头指示在图7的关联映射125上检测到的关联破坏的关联。
[0058]另外，关联破坏检测单元103产生关联破坏模式123，其中的每一个是已经检测到关联破坏的关联的集合。
[0059]图9、图11和图14是示出本发明的示例性实施例中的关联破坏模式123的示例的不图。图9、图11和图14的关联破坏t旲式123分别对应于图8、图10和图13的关联破坏检测结果。
[0060]关联破坏模式123包括检测到关联破坏的关联集合。另外，关联破坏模式123还可以包括标识在检测到关联破坏时出现的故障或异常的故障名称或异常名称。在该情况下，例如，由管理员等关于在故障或异常发生时检测到关联破坏的关联的集合来设置故障名称或异常名称。
[0061]关联破坏模式存储单元113存储由关联破坏检测单元103产生的关联破坏模式123。
[0062]聚合破坏模式产生单元104从存储在关联破坏模式存储单元113中的关联破坏模式123提取相同类型的关联破坏模式123，并且产生通过聚合相同类型的关联破坏模式123所得到的聚合破坏模式124。
[0063]聚合破坏模式存储单元114存储由聚合破坏模式产生单元104所产生的聚合破坏模式124。
[0064]相似度计算单元105计算在新检测到的关联破坏模式123和聚合破坏模式124之间的相似度。
[0065]对话单元106向管理员等提供相似度计算单元105对相似度的计算结果。
[0066]系统分析设备100可以是包括CPU和存储程序的存储介质并且基于程序进行控制来操作的计算机。另外，性能信息存储单元111、关联模型存储单元112、关联破坏模式存储单元113和聚合破坏模式存储单元114可以是单独的存储介质或者可以通过一个存储介质来配置。
[0067]接下来，将描述本发明的示例性实施例中的系统分析设备100的操作。
[0068]这里，假设图6中示出的关联模型122是关联模型产生单元102基于预定建模时段中的性能信息来产生的，并且被存储在关联模型存储单元112中。另外，假设图9、图11的关联破坏模式123a、123b是关于在Web服务器“WEB 1”、“WEB 2”的故障时检测到的图8、图10的关联破坏而产生的，并且被存储在关联破坏模式存储单元113中。
[0069]首先，将描述本发明的示例性实施例中的聚合破坏模式产生处理。
[0070]图4是示出本发明的示例性实施例中的聚合破坏模式产生处理的流程图。
[0071]聚合破坏模式产生单元104从存储在关联破坏模式存储单元113中的关联破坏模式123来提取相同类型的关联破坏模式123 (步骤S101)。
[0072]图12是示出本发明的示例性实施例中的聚合破坏模式124的产生示例的示图。
[0073]这里，聚合破坏模式产生单元104确定在关联破坏模式123之间的具有相同度量类型对的关联，并且预定范围内的关联系数的差异是相同类型的关联。这里，具有相同度量类型对意味着，在关联之间，输入度量类型和输出度量类型分别是相同的。然后，聚合破坏模式产生单元104提取包括例如预定数目或更多个或者预定比率或更大的相同类型的关联的关联破坏模式123作为相同类型的关联破坏模式123。
[0074]度量类型被确定为使得在被监视系统上以相同方式表现的度量是相同类型的度量。例如，具有提供相同服务(属于相同设备组)的不同被监视设备200中的性能值的相同项的度量是相同类型的度量。
[0075]例如，基于度量的标识符中包括的性能值的项和设备组来确定度量类型。另外，当度量的标识符包括度量类型时，可以从度量的标识符得到度量类型。另外，当度量的标识符和度量类型相关联的信息被存储在附图中未示出的存储单元中时，可以基于该信息来确定度量类型。
[0076]下文中，用被监视设备200所属于的设备组和性能值的项的组合来指示度量类型。例如，度量类型“WEB.CPU”指示根据属于设备组“WEB”的被监视设备200的CPU利用率的度量。另外，度量类型“NW.1N”指示根据属于设备组“NW”的被监视设备200的输入分组计数的度量。另外，用输入度量类型和输出度量类型的组合来指示度量类型对。例如，度量类型对“NW.1N-WEB.CPU”指示输入度量类型是“NW.1N”，并且输出度量类型是“WEB.CPU”。
[0077]例如，在图12中，包括在关联破坏模式123a中的关联“NW 1.1N-ffEB 1.CPU”和包括在关联破坏模式123b中的关联“NW 2.1N-WEB 3.CPU”的度量类型对是相同的“NW.IN-WEB.CPU”。这里，假设关联“NW 1.1N-ffEB 1.CPU”的关联函数 fnl,wl和关联“NW 2.1N-ffEB3.CPU”的关联函数匕2，3的关联系数之间的差在预定范围内。在该情况下，聚合破坏模式产生单元104确定这些关联是相同类型。
[0078]类似地，假设其度量类型对是“NW