特許ウォッチ

公開番号2025047764
公報種別公開特許公報(A)
公開日2025-04-03
出願番号2023156457
出願日2023-09-21
発明の名称ラベル管理システム
出願人KDDI株式会社
代理人弁理士法人大塚国際特許事務所
主分類H04L 41/06 20220101AFI20250326BHJP(電気通信技術)
要約【課題】障害発生から復旧までのデータの振る舞いを、障害発生時のデータと障害発生後の障害対応時のデータに区別し、適切にラベル付けを行う。
【解決手段】ネットワーク上で発生したイベントを示すラベルを管理するラベル管理システムであって、ネットワーク上で発生した障害情報を保存するトラブルチケットDBと、ネットワークを構成するネットワーク機器から収集される運用データを保存する運用データDBと、ネットワーク上で発生したイベントのうち、少なくとも前記トラブルチケットDBから取得した障害情報を示すラベルを前記運用データDBに自動的に提供するラベル割当部と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
ネットワーク上で発生したイベントを示すラベルを管理するラベル管理システムであって、
ネットワーク上で発生した障害情報を保存するトラブルチケットＤＢと、
ネットワークを構成するネットワーク機器から収集される運用データを保存する運用データＤＢと、
ネットワーク上で発生したイベントのうち、少なくとも前記トラブルチケットＤＢから取得した障害情報を示すラベルを前記運用データＤＢに自動的に提供するラベル割当部と、を備えることを特徴とするラベル管理システム。
続きを表示（約 930 文字）【請求項２】
ネットワーク上で実施された作業の内容を保存する作業管理ＤＢをさらに備え、
前記ラベル割当部は、前記作業管理ＤＢから取得した作業情報を示すラベルを前記運用データＤＢに自動的に提供することを特徴とする請求項１記載のラベル管理システム。
【請求項３】
前記ラベル割当部は、前記作業管理ＤＢから前記作業の開始時刻および終了時刻を示す情報を取得する一方、前記トラブルチケットＤＢから前記作業の開始時刻から終了時刻までの間に発生した障害を示す情報を取得し、障害が生じている期間と前記作業が実施されている期間とを区別して、前記運用データＤＢにラベルを提供することを特徴とする請求項２記載のラベル管理システム。
【請求項４】
前記運用データＤＢは、前記ラベル割当部から提供されたラベルを前記運用データに記録することを特徴とする請求項１から請求項３のいずれかに記載のラベル管理システム。
【請求項５】
ネットワークを構成するネットワーク機器で発生する故障およびネットワーク障害を検出し、少なくとも前記トラブルチケットＤＢに障害情報を提供する運用部をさらに備えることを特徴とする請求項１記載のラベル管理システム。
【請求項６】
ネットワーク上で発生したイベントを示すラベルを管理するラベル管理装置であって、
トラブルチケットＤＢからネットワーク上で発生した障害情報を取得し、ネットワーク上で発生したイベントのうち、少なくとも前記障害情報を示すラベルを、ネットワークを構成するネットワーク機器から収集される運用データを保存する運用データＤＢに提供することを特徴とするラベル管理装置。
【請求項７】
ネットワーク上で実施された作業の内容を保存する作業管理ＤＢから前記作業の開始時刻および終了時刻を示す情報を取得する一方、前記トラブルチケットＤＢから前記作業の開始時刻から終了時刻までの間に発生した障害を示す情報を取得し、障害が生じている期間と前記作業が実施されている期間とを区別して、前記運用データＤＢにラベルを提供することを特徴とする請求項６記載のラベル管理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、ラベル管理システムおよびラベル管理装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
近年、ＬＴＥ（Long Term Evolution）、５Ｇ（第5世代移動通信システム）やＦＴＴＨ（Fiber To The Home）などのネットワークは、世界中で広く利用されている。通信事業者により提供されるこれらのネットワークは、人間だけでなく、センサーや自動車などの様々なデバイスにも利用されており、社会インフラとしての重要度は日増しに高まっている。このようなネットワークインフラにおいて、ネットワーク障害が発生しないようにすることは極めて重要であり、ネットワーク品質を維持し、安定したサービスを提供するためには、適切なネットワーク運用が必要不可欠である。
【０００３】
そして、これらネットワークの規模は、年々肥大化しており、人間によるネットワーク運用はその限界を迎えつつあり、解決策として、システムによるネットワーク運用自動化が広く活用されている。特に近年では、ＡＩ／ＭＬ（Artificial Intelligence/Machine learning）技術の進化により、これら技術を活用したネットワーク運用が注目を集めている。
【０００４】
一般的にＡＩ／ＭＬ技術においては、「教師なし学習」と「教師あり学習」に２分され、後者「教師あり学習」については、教師データとしてラベルを付けたデータが必須となる（図１０）。「教師あり学習」を用いて構築されたＡＩ／ＭＬシステムでは、ラベル付けされたデータを教師データとして学習させていくことで、より精度の高い学習モデルを構築することができる。
【０００５】
非特許文献１では、Ａｕｔｏｅｎｃｏｄｅｒ、ＳＶＭ（サポートベクトルマシン）、ＬＳＴＭ（Long Short Term Memory）等のＡＩ／ＭＬ技術を用いたネットワーク運用、ネットワークにおける障害時の対応に関する技術が開示されている。
【先行技術文献】
【非特許文献】
【０００６】
A Survey of AIOps Methods for Failure Management
【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、非特許文献１では、ラベル付けされていないデータに対し、ラベル付けを行っていく技術については開示されていない。このように、既存の運用システムにおいては、運用データを蓄積するシステム・データベースが存在するが、そのようなラベルを付けるシステムが無く、人間の運用者や開発者が様々なデータソースから手作業にてラベルを付けており、多大なる時間がかかっている。
【０００８】
また、ネットワーク障害発生においては、障害発生から復旧までが含まれるが、障害発生時のデータの振る舞いと、障害発生後の障害対応時のデータの振る舞いとでは、大きくデータの振る舞いが異なり（図１１）、それら障害発生から復旧までを一つのラベル（例えば、障害）として学習した場合は、大きな精度劣化が発生する。
【０００９】
また、既存のネットワーク運用においては、既に障害内容を記述されたレコード（本明細書では、トラブルチケットともいう）を保存するデータベースと、ネットワーク上で実施した作業に関する内容を記述されたレコード（本明細書では、作業情報ともいう）を保存するデータベースが存在することが一般的である。それらレコードとして保存されている情報が上記のラベルのソースとなるが、データベースシステムは大規模に導入されていることもあり、改修することが難しい。
【００１０】
本発明は、このような事情に鑑みてなされたものであり、障害発生から復旧までのデータの振る舞いを、障害発生時のデータと障害発生後の障害対応時のデータに区別し、適切にラベル付けを行う技術の提供を目的とする。
【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