| 研究課題/領域番号 |
19K20244
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60050:ソフトウェア関連
|
|---|
| 研究機関 | 大阪工業大学 |
|---|
研究代表者 |
尾花 将輝 大阪工業大学, 情報科学部, 講師 (00710071)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | ソフトウェア / アプリケーションログ / 障害 / 異常動作検知 / 実績的 / ログ解析 / システムログ / アプリケーション / 異常動作検知ツール / 障害検知 / システム運用 / Webアプリケーション / 自然言語 / クラスタリング / ソフトウェア保守・運用効率化 / 情報システム / ソフトウェアログ / ソフトウェア学 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は情報システムから出力されるログをパターン認識や，学習することで，開発者が想定しないエラーを自動で検知する事である．本研究では開発者が想定しないエラーが出力されたログメッセージを「不吉なログ」と呼び，不吉なログを検出するために
1) システムログ，ソフトウェアログのフォーマット統一手法
2) パターン認識，学習等による不吉なログの検出
3) 不吉なログによるシステムの品質と関連についての分析
を行う．膨大なシステムログから不吉なログを自動で検出できれば迅速な障害対応が可能にできると考えられる．
|
| 研究成果の概要 |
アプリケーションから出力されるログから異常動作を検知するため，アプリケーションログの分析フレームワークおよび分析手法を提案した．教師無し学習を用いてアプリケーションから出力される少数のログメッセージを検出する手法を提案し，運用中のアプリケーションから障害が検知できるかについて検証した．
まず，安定版のオープンソースソフトウェアをサービスとして運用し，運用中のログデータの分析を行った．次に，出力されるログに対し，複数の分類手法を組み合わせたログの分析手法を提案し，疑わしい挙動を示すログメッセージとバグの関係についての調査を行った．結果，提案手法によって異常動作を示すログを検出することができた．
|
| 研究成果の学術的意義や社会的意義 |
昨今の情報システムの重要さは年々大きくなっており，システム障害が発生する事は社会に大きな影響を与えるため，社会への影響を最小限に収めるためにも早期に障害を検知することが重要である．一方で，昨今の情報システムはログデータが莫大な事や，様々なパッケージソフトウェア，クラウドサービスを利用されているためログのフォーマットの違いやあるためログの分析は容易ではない．そこで，アプリケーションごとにログの特徴を学習し，本手法から出力される特徴的なログデータだけを分析する事でログの分析を容易にし，社会に大きな影響を与える前に障害の対策を実施することができる．
|
