JP2020155008A - 制御方法，情報処理装置および制御プログラム - Google Patents

Abstract

【課題】監視データの記憶容量を削減する制御方法，情報処理装置および制御プログラムを提供する。【解決手段】コンピュータシステム１において管理サーバ１００は、システムの監視データを記憶するデータ記憶部１０７を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する監視データ取得部１０１と、第１の監視データと第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報１１２を参照して、取得した第１の監視データ及び第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した第１の監視データ及び第２の監視データの何れかをデータ記憶部から削除する削除部１０４とを備える。【選択図】図１

Description

本発明は、制御方法，情報処理装置および制御プログラムに関する。

最近のクラウド技術の発達などによりシステムが大規模化し、性能管理の対象であるサーバ数が増大して数千台となる場合もある。これに伴い、採取される性能データの量が膨大となり、性能データを蓄積するデータベースのディスクの容量不足が生じる。また、データ量が増大すると長期間のデータ保存が困難となる事態も生じる。

従来の管理システムにおいて、蓄積されるデータ量を削減するために、性能データを期間や時間帯、正常／異常による判断などに応じて間引く（間を隔てて削除する）ことが行なわれている。また、短周期（例えば、１分間隔）で収集したデータを、より長周期（例えば、１時間）のデータとして平均化して結合することでデータ量を削減することも行なわれている。

また、近頃では、ＡＩ（Artificial Intelligence）を活用してシステム運用を改善していく動きが出てきており、その一つとしてアノマリ検知と呼ばれる手法が知られている。アノマリ検知は、過去の性能データを分析して正常状態をモデル化することで障害を検知する手法である。

特開２００８−１０８１５４号公報 特開２０１２−１０８７０８号公報 特開２０１４−２３８８５２号公報 特開２０１４−７８１３４号公報 特表２０１６−５２１４０２号公報

アノマリ検知においては、性能データを使用した正常状態のモデル化に過去の正常な性能データが必要となる。そのため、データ量を削減するために性能データを一律に間引くと、正常状態のモデル化に必要な正常な性能データを用いることができないおそれがある。また、正常状態のモデル化に性能データの収集周期が長周期のデータが使用されると、詳細なデータがないためアノマリ検知の精度が低下する。

したがって、単に性能データを一律に間引くデータ削減手法ではアノマリの検知を正確に行なうことができない。

１つの側面では、本発明は、監視データの記憶容量の削減を目的とする。

このため、この制御方法は、システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する処理と、前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する処理とを備える。

一実施形態によれば、監視データの記憶容量を削減することができる。

実施形態の一例としてのコンピュータシステムの機能構成を例示する図である。 実施形態の一例としてのコンピュータシステムの管理サーバのハードウェア構成を示す図である。 実施形態の一例としてのコンピュータシステムにおける性能データを例示する図である。 実施形態の一例としてのコンピュータシステムにおける運用周期情報を例示する図である。 実施形態の一例としてのコンピュータシステムの相関情報作成部による処理を説明するための図である。 実施形態の一例としてのコンピュータシステムにおける相関情報を例示する図である。 実施形態の一例としてのコンピュータシステムにおける外れ値情報を例示する図である。 実施形態の一例としてのコンピュータシステムにおける性能データの削除後の状態を例示する図である。 実施形態の一例としてのコンピュータシステムにおける性能データの復元後の状態を例示する図である。 実施形態の一例としてのコンピュータシステムにおける性能データの収集時の処理を説明するための図である。 実施形態の一例としてのコンピュータシステムにおける性能データの収集時の処理を説明するための図である。 実施形態の一例としてのコンピュータシステムにおける性能データの削除処理の概要を説明するためのフローチャートである。 実施形態の一例としてのコンピュータシステムにおける性能データの復元時の処理の概要を説明するための図である。 実施形態の一例としてのコンピュータシステムにおける性能データの復元時の処理の概要を説明するための図である。 実施形態の一例としてのコンピュータシステムにおける性能データの復元時の処理の概要を説明するためのフローチャートである。 実施形態の一例としてのコンピュータシステムにおける相関情報作成部による相関情報の作成処理を説明するためのフローチャートである。 実施形態の一例としてのコンピュータシステムにおける性能データの削除処理を説明するためのフローチャートである。 実施形態の一例としてのコンピュータシステムにおける性能データの復元処理を説明するためのフローチャートである。 稼動性能情報の変化を例示する図である。

以下、図面を参照して本制御方法，情報処理装置および制御プログラムに係る実施の形態を説明する。ただし、以下に示す実施形態はあくまでも例示に過ぎず、実施形態で明示しない種々の変形例や技術の適用を排除する意図はない。すなわち、本実施形態を、その趣旨を逸脱しない範囲で種々変形して実施することができる。また、各図は、図中に示す構成要素のみを備えるという趣旨ではなく、他の機能等を含むことができる。

（Ａ）構成
図１は実施形態の一例としてのコンピュータシステム１の機能構成を例示する図である。

図１に例示するコンピュータシステム１は、管理サーバ１００と１つ以上（図１に示す例では２つを図示）の業務サーバ２００−１，２００−２とを備える。管理サーバ１００と業務サーバ２００−１，２００−２とは、ＬＡＮ（Local Area Network）等の図示しないネットワークを介して通信可能に接続されている。

以下、２つの業務サーバ２００−１，２００−２を特に区別しない場合には、業務サーバ２００と表記する。

業務サーバ２００は、サーバ機能を備えた情報処理装置（コンピュータ）であって、図示しないＣＰＵ，メモリ，記憶装置，ネットワークインタフェース等を備える。

業務サーバ２００は、例えば、ホストＯＳ（Operating System）上で仮想マシン（ＶＭ：Virtual Machine）を稼動させる仮想化環境を実現し、各ＶＭにおいてアプリケーションプログラムを実行することで種々の機能を実現する。

なお、業務サーバ２００においては、ハイパーバイザ上でＶＭを稼動させてもよく、種々変形して実施することができる。

そして、これらのＶＭにおいて業務に用いられるアプリケーションプログラムを実行することで、業務サーバ２００としての機能が実現される。

また、各業務サーバ２００においては、一のＶＭにおいて、自身を実行する業務サーバ２００（以下、自業務サーバ２００という場合がある）の動作を監視する監視ソフトウェアを実行することで監視エージェント２０１としての機能が実現される。

監視エージェント２０１は、自業務サーバ２００の動作を監視して、自業務サーバ２００の動作性能を表す性能データを収集し、管理サーバ１００に送信する機能を備える。性能データは、業務サーバ２００の稼動時における性能を表す情報（稼動性能情報）である。性能データは、業務サーバ２００を監視して得られる監視データでありパフォーマンスログを含んでもよい。性能データには、例えば、ＣＰＵ使用率，メモリ使用量，ディスクＩ／Ｏ数，ディスクビジー時間，ＣＰＵのＩ／Ｏ要求時間，アクセス数，データ転送量の少なくとも一部を含んでもよい。性能データは動作履歴を含んでもよい。また、性能データには、当該情報が収集された時刻の情報を含むことが望ましい。業務サーバ２００は被監視装置であり、監視エージェント２０１は業務サーバ２００の監視データを収集する監視データ収集部である。

監視エージェント２０１は、自業務サーバ２００の性能データを定期もしくは不定期のタイミングで収集し、収集した性能データを管理サーバ１００に送信する。

次に、図２を参照しながら、実施形態の一例としてのコンピュータシステム１の管理サーバ１００のハードウェア構成について説明する。図２は、管理サーバ１００のハードウェア構成の一例を示すブロック図である

管理サーバ１００は、業務サーバ２００の管理を行なう。管理サーバ１００は、例えば、プロセッサ１１，メモリ１２，記憶装置１３，グラフィック処理装置１４，入力インタフェース１５，光学ドライブ装置１６，機器接続インタフェース１７およびネットワークインタフェース１８を構成要素として有する。これらの構成要素１１〜１８は、バス１９を介して相互に通信可能に構成される。

プロセッサ（処理部）１１は、管理サーバ１００全体を制御する。プロセッサ１１は、マルチプロセッサであってもよい。プロセッサ１１は、例えばＣＰＵ，ＭＰＵ（Micro Processing Unit），ＤＳＰ（Digital Signal Processor），ＡＳＩＣ（Application Specific Integrated Circuit），ＰＬＤ（Programmable Logic Device），ＦＰＧＡ（Field Programmable Gate Array）のいずれか一つであってもよい。また、プロセッサ１１は、ＣＰＵ，ＭＰＵ，ＤＳＰ，ＡＳＩＣ，ＰＬＤ，ＦＰＧＡのうちの２種類以上の要素の組み合わせであってもよい。

そして、プロセッサ１１が管理サーバ１００用の制御プログラム（図示省略）を実行することにより、図１に例示する、性能データ管理部１２０やＩＴ（Information Technology）サービス管理部１３０，性能データデータベース（ＤＢ：Data Base）１０７，管理データベース１０８としての機能が実現される。以下、性能データデータベース１０７を性能データＤＢ１０７と、また、管理データベース１０８を管理ＤＢ１０８と、それぞれ表す場合がある。

性能データ管理部１２０やＩＴサービス管理部１３０としての機能は、例えば、ＯＳ（Operating System）プログラム上で動作する機能として実装されてもよく、また、ＯＳプログラムの機能として実装されてもよい。

なお、管理サーバ１００は、例えばコンピュータ読み取り可能な非一時的な記録媒体に記録されたプログラム（制御プログラムやＯＳプログラム）を実行することにより、性能データ管理部１２０やＩＴサービス管理部１３０としての機能を実現する。

管理サーバ１００に実行させる処理内容を記述したプログラムは、様々な記録媒体に記録しておくことができる。例えば、管理サーバ１００に実行させるプログラムを記憶装置１３に格納しておくことができる。プロセッサ１１は、記憶装置１３内のプログラムの少なくとも一部をメモリ（ＲＡＭ）１２にロードし、ロードしたプログラムを実行する。

また、管理サーバ１００（プロセッサ１１）に実行させるプログラムを、光ディスク１６ａ，メモリ装置１７ａ，メモリカード１７ｃ等の非一時的な可搬型記録媒体に記録しておくこともできる。可搬型記録媒体に格納されたプログラムは、例えばプロセッサ１１からの制御により、記憶装置１３にインストールされた後、実行可能になる。また、プロセッサ１１が、可搬型記録媒体から直接プログラムを読み出して実行することもできる。

メモリ１２は、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）を含む記憶メモリである。メモリ１２のＲＡＭは管理サーバ１００の主記憶装置として使用される。ＲＡＭには、プロセッサ１１に実行させるＯＳプログラムや制御プログラムの少なくとも一部が一時的に格納される。また、メモリ１２には、プロセッサ１１による処理に必要な各種データが格納される。

記憶装置１３は、ハードディスクドライブ（Hard Disk Drive：ＨＤＤ）、ＳＳＤ（Solid State Drive）、ストレージクラスメモリ（Storage Class Memory：ＳＣＭ）等の記憶装置であって、種々のデータを格納するものである。記憶装置１３は、管理サーバ１００の補助記憶装置として使用される。記憶装置１３には、ＯＳプログラム，制御プログラムおよび各種データが格納される。制御プログラムには監視ソフトウェアが含まれる。

なお、補助記憶装置としては、ＳＣＭやフラッシュメモリ等の半導体記憶装置を使用することもできる。また、複数の記憶装置１３を用いてＲＡＩＤ（Redundant Arrays of Inexpensive Disks）を構成してもよい。

また、記憶装置１３には、後述する性能データＤＢ１０７および管理ＤＢ１０８を構成するデータが格納される。

グラフィック処理装置１４には、モニタ１４ａが接続されている。グラフィック処理装置１４は、プロセッサ１１からの命令に従って、画像をモニタ１４ａの画面に表示させる。モニタ１４ａとしては、ＣＲＴ（Cathode Ray Tube）を用いた表示装置や液晶表示装置等が挙げられる。

入力インタフェース１５には、キーボード１５ａおよびマウス１５ｂが接続されている。入力インタフェース１５は、キーボード１５ａやマウス１５ｂから送られてくる信号をプロセッサ１１に送信する。なお、マウス１５ｂは、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル，タブレット，タッチパッド，トラックボール等が挙げられる。

光学ドライブ装置１６は、レーザ光等を利用して、光ディスク１６ａに記録されたデータの読み取りを行なう。光ディスク１６ａは、光の反射によって読み取り可能にデータを記録された可搬型の非一時的な記録媒体である。光ディスク１６ａには、ＤＶＤ（Digital Versatile Disc），ＤＶＤ−ＲＡＭ，ＣＤ−ＲＯＭ（Compact Disc Read Only Memory），ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等が挙げられる。

機器接続インタフェース１７は、管理サーバ１００に周辺機器を接続するための通信インタフェースである。例えば、機器接続インタフェース１７には、メモリ装置１７ａやメモリリーダライタ１７ｂを接続することができる。メモリ装置１７ａは、機器接続インタフェース１７との通信機能を搭載した非一時的な記録媒体、例えばＵＳＢ（Universal Serial Bus）メモリである。メモリリーダライタ１７ｂは、メモリカード１７ｃへのデータの書き込み、またはメモリカード１７ｃからのデータの読み出しを行なう。メモリカード１７ｃは、カード型の非一時的な記録媒体である。

ネットワークインタフェース１８は、ネットワークに接続される。ネットワークインタフェース１８は、ネットワークを介して、業務サーバ２００との間でデータの送受信を行なう。ネットワークには他の情報処理装置や通信機器等が接続されてもよい。

ネットワークには業務サーバ２００が接続され、管理サーバ１００は、ネットワークインタフェース１８およびネットワークを介して業務サーバ２００と通信可能に接続される。

次に、管理サーバ１００の機能構成について説明する。

管理サーバ１００は、図１に示すように、性能データ管理部１２０およびＩＴサービス管理部１３０としての機能を備えるとともに、性能データＤＢ１０７および管理ＤＢ１０８としての機能を備える。

性能データ管理部１２０は、各業務サーバ２００の性能データを管理する。性能データ管理部１２０は、図１に示すように、性能データ取得部１０１，性能データ蓄積処理部１０２，性能データ復元部１０３，性能データ削除部１０４，相関情報作成部１０５および性能データ表示処理部１０６としての機能を備える。

性能データ取得部１０１は、各業務サーバ２００の監視エージェント２０１から送信される性能データを取得する。

性能データ取得部１０１は、監視エージェント２０１から送信される複数種類（種別）の性能データを取得する。これらの複数種類の性能データには、第１のデータ種別である第１の監視データと、第２のデータ種別である第２の監視データとが含まれる。

監視エージェント２０１においては、性能データ（監視データ）を取得すると、なるべく早く管理サーバ１００に送信することが望ましい。そのため、性能データ取得部１０１が監視エージェント２０１から性能データを取得した時間（データ取得時間）は、監視エージェント２０１が性能データを取得した時刻と等しいもしくは略等しいものとして取り扱ってもよい。

性能データ蓄積処理部１０２は、性能データ取得部１０１によって取得された各業務サーバ２００の性能データを性能データＤＢ１０７に格納する。

性能データＤＢ１０７は、各業務サーバ２００の性能データを格納するデータ記憶部である。性能データＤＢ１０７は、例えば、記憶装置１３によって実現される。

性能データＤＢ１０７においては、性能データが、当該性能データが収集された業務サーバ２００を特定する情報や、業務サーバ２００において収集された時刻に対応付けて記憶される。

性能データＤＢ１０７には、各業務サーバ２００から収集された最新の性能データ（カレント性能データ）の他、過去に各業務サーバ２００から収集された性能データ（過去の性能データ）も記憶される。

図３は実施形態の一例としてのコンピュータシステム１における性能データを例示する図である。

この図３に示す例においては、ディスクビジー時間およびＣＰＵのＩ／Ｏ要求時間の２種類の性能データを示している。

性能データにおいては、性能データの値と、当該値が収集された時刻とが対応付けられている。例えば、8:00に収集されたディスクビジー時間は2.51（m秒）であり、ＣＰＵのＩ／Ｏ要求時間は0.41（m秒）である。

なお、これらの複数種類の性能データは、相関の有無を調べるために同一もしくはほぼ同一の時間に収集されることが望ましい。

管理ＤＢ１０８は、性能データ管理部１２０としての機能を実現するために用いられる情報を格納する。管理ＤＢ１０８は、例えば、記憶装置１３によって実現される。

管理ＤＢ１０８は、図１に示すように、運用周期情報１１１，相関情報１１２，外れ値情報１１３，構成情報１１４および性能データ収集定義１１５を記憶する。

構成情報１１４は、本コンピュータシステム１の構成に関する情報であり、例えば、性能データの収集対象である業務サーバ２００の構成を含む。

性能データ収集定義１１５は、後述する性能データ取得部１０１による性能データの取得に関する定義であり、例えば、取得（収集）する性能データの種類や、性能データの収集タイミング（間隔）等の情報である。後述する性能データ取得部１０１は、この性能データ収集定義１１５に従って監視エージェント２０１から送信される性能データの取得を行なう。

運用周期情報１１１は、業務サーバ２００における運用周期に関する情報である。

業務サーバ２００においては、業務運用に応じてハードウェア資源等の使用状況が変化し、性能データの相関関係が変動する可能性がある。

例えば、平日昼間は、一般業務に用いられ、入力されるデータに応じた処理を行ない、平日夜間にはバックアップを実行し、休日にはバッチ処理で演算処理を行なう業務サーバ２００においては、これらの時間帯（運用周期）毎で取得される性能データの傾向が異なるおそれがある。

すなわち、業務運用のパターンが違うと、相関する性能データの組み合わせが変化する可能性がある。

そこで、本コンピュータシステム１においては、業務運用のパターンに応じて判定期間（運用周期）を区切り、後述する相関情報作成部１０５は、これらの判定区間（運用周期）ごとに性能データ間の相関関係を判定する。

運用周期情報１１１においては、これらの運用周期に関する情報が記憶される。また、運用周期情報１１１は業務サーバ２００毎に備えられる。

図４は実施形態の一例としてのコンピュータシステム１における運用周期情報１１１を例示する図である。

図４に例示する運用周期情報１１１は、運用周期ＩＤ，業務システム名，周期データおよび相関係数閾値をカラムとして備えるテーブルとして構成されている。

運用周期ＩＤは、運用周期（運用周期定義）を特定する識別情報である。業務システム名は、業務サーバ２００において実行されるアプリケーションプログラムの名称である。図４においては、業務システム名として「システム＃１」が例示されている。

周期データは、運用周期の期間を示す情報であり、相関情報作成部１０５は、この周期データに設定された期間ごとに性能データ間の相関関係を判定する。周期データを判定区間もしくは運用周期といってもよい。周期データは、２種類の性能データ（第１の監視データ及び第２の監視データ）間に相関関係がある期間である。

図４に例示する周期データは、曜日と開始時刻と終了時刻とを含む。なお、周期データには複数日にわたる時間帯が設定されてもよく、また、複数の時間帯を含んでもよい。

周期データは、業務サーバ２００の業務運用のパターンに応じて設定される。図４に示す例においては、周期データとして、平日00:00〜05:00，平日05:00〜08:00，平日08:00〜22:00，平日22:00〜00:00，土曜00:00〜08:00，土曜08:00〜22:00が図示されている。業務サーバ２００は、周期データとして規定されている一の時間帯においては、同様の動作パターンで機能する。例えば、平日08:00〜22:00の時間帯には、業務サーバ２００において同じアプリケーションプログラムが継続して実行されることで一定の動作傾向を示す。

なお、周期データとして設定される期間は適宜変更して実施することができる。また、周期データは重複してもよい。

相関係数閾値は、相関情報作成部１０５が相関の有無を判断するために用いる閾値である。なお、図４に示す例においては、相関係数閾値に１つの正値（例えば、0.8）が設定されている。本例においては、相関係数閾値の絶対値が設定されているものとし、例えば、相関係数閾値0.8は、-0.8と+0.8との２つの数値を表す。

なお、図４に示す例においては、１つの相関係数閾値が負値と正値との２つの値を表す例を示しているが、これに限定されるものではなく、適宜変更して実施することができる。例えば、正値と負値とで異なる相関係数閾値を設定してもよく、この場合には、相関情報１１２の相関係数値にはこれらの正値と負値との２つの値を設定してもよい（例えば、-0.6，+0.8）

なお、運用周期情報１１１はユーザやシステム管理者等が、業務サーバ２００の実際の業務サーバ２００内容に即して、予め設定することが望ましい。

また、業務サーバ２００においては、運用変更、すなわち、アプリケーションプログラムの追加や変更等があると、性能データの相関関係が変化したり、相関する性能データの組み合わせが変化する可能性がある。

そこで、業務サーバ２００において運用変更が生じる場合には、この運用変更の前後で周知データを区切った運用周期を運用周期情報１１１に登録することが望ましい。運用変更の契機は、業務サーバ２００のソフトウェア構成を管理する構成管理ツール（図示省略）と連携することで、性能データ管理部１２０やシステム管理者が自動的に取得できるようにすることが望ましい。

運用周期情報１１１の周期データは、業務サーバ２００において実行されるアプリケーションプログラムの動作期間に合わせて設定してもよい。すなわち、業務サーバ２００におけるアプリケーションプログラムの実行スケジュールに合せて周期データを設定してもよい。運用周期情報１１１の業務システム名は業務サーバ２００において実行されるアプリケーションプログラムを特定する情報（プログラム名等）であってもよい。

管理ＤＢ１０８に格納される、相関情報１１２および外れ値情報１１３については後述する。

相関情報作成部１０５は、業務サーバ２００において収集された性能データ間における相関の有無を検出する。また、相関情報作成部１０５は、性能データ間に相関があると判断した場合に、性能データ間の相関を表す相関式を作成する。さらに、相関情報作成部１０５は、作成した相関式を用いて相関情報１１２を作成する。

相関情報作成部１０５は、業務サーバ２００から収集した複数種類の性能データについて、異なる種類の性能データ間における、時系列変化間の相関関係を総当たり的に判定して、相関のある性能データの組み合わせを抽出する。

相関情報作成部１０５は、２種類の性能データ間の相関係数を算出する。相関係数の算出は既知の手法で実現することができ、その説明は省略する。

相関係数は、一般に+1 〜 0 〜 -1の範囲にある数値であり、値が+1 に近づくほど強い正の相関があり、-1 に近づくほど強い負の相関となる。なお、相関係数が0に近いほど相関は無い。

相関情報作成部１０５は、性能データ間の相関係数の絶対値が所定の閾値（相関係数閾値）以上である場合に、相関があると判断する。

相関情報作成部１０５は、相関情報１１２を参照して、処理対象の性能データのデータ取得時間に応じた周期データ（期間）に対応付けられた相関係数閾値を取得する。

例えば、図４に示す例において、システム＃１に関して収集された性能データの取得時刻が平日の00:00〜22:00の期間に該当する場合には、相関係数閾値0.8を用いる。

例えば、相関係数閾値を0.8に設定した場合は、以下の条件（１），（２）のいずれかを満たす場合に、相関情報作成部１０５は、２種類の性能データ間に相関があると判断する。

２種類の性能データ間の相関係数 ≧ 0.8 ・・・（１）
２種類の性能データ間の相関係数 ≦ -0.8 ・・・（２）

以下、相関がある性能データどうしを相関性能データ組という場合がある。

なお、相関関係閾値は任意の値に設定することができ、特に、アノマリ検知に影響がない値に設定することが望ましい。閾値はユーザやシステム管理者が任意に設定してもよい。

後述する性能データ削除部１０４は、相関性能データ組を構成する一方の性能データを削除することで、性能データＤＢ１０７のデータ量を削減する。

また、相関情報作成部１０５は、処理対象の業務サーバ２００について、当該業務サーバ２００に対応する運用周期情報１１１を参照し、この運用周期情報１１１に登録された周期データ毎に相関の有無を判断する。これにより、相関関係を高い精度で判断することができる。

相関情報作成部１０５は、相関があると判断した相関性能データ組について、相関の関係式（相関式）を算出する。

例えば、相関情報作成部１０５は、性能データの組み合わせに対して回帰分析を行ない、相関がある場合に線形回帰を行なって相関式を求める。

図５は実施形態の一例としてのコンピュータシステム１の相関情報作成部１０５による処理を説明するための図である。この図５に示す例においては、横軸（ｘ軸）をアクセス数とし、縦軸（ｙ軸）をデータ転送量とする直交座標系を示している。

この図５においては、このような直交座標系に、種々の収集時刻におけるアクセス数（x）とデータ転送量（y）との組み合わせで構成される点（x，y）をそれぞれプロットしている。

２種類の性能データ間に相関がある場合には、図５に示すように直交座標系にプロットした複数の点を直線近似することができる。相関情報作成部１０５は、これらの２種類の性能データによる直交座標系に再現された近似直線（回帰直線）を表す数式を、相関の関係式（相関式）として求める。

すなわち、相関情報作成部１０５は、相関性能データ組を形成する性能データの組み合わせについて線形回帰を行なうことで相関式を求める。

図５に示す例においては、データ転送量（y）とアクセス数（x）との間に、相関式［y = 8.725x - 2.433］で表される相関があることが示されている。すなわち、相関式［y = 8.725x - 2.433］に対して、アクセス数の値（x）を入力することでデータ転送量（y）を算出することができ、データ転送量の値（y）を入力することでアクセス数（x）を算出することができる。

従って、相関がある相関性能データ組においては、いずれか一方の性能データ（例えば、データ転送量）を削除しても、この削除した性能データを、他方の性能データ（例えばアクセス数）を用いて算出（復元）することができる。

相関情報作成部１０５は、相関性能データ組を構成する２つの性能データのうち、いずれか一方を削除対象に設定するとともに、他方を非削除対象に設定する。以下、相関性能データ組のうち削除対象の性能データを削除対象性能データという場合があり、また、非削除対象の性能データをオリジナルデータという場合がある。

相関情報作成部１０５は、運用周期情報１１１の相関係数閾値を用いて２種類の性能データ間に相関があると判断した場合に、相関性能データ組を構成する２種類の性能データのうち、いずれか一方を削除対象性能データに設定する。後述する性能データ削除部１０４は、このように設定された削除対象性能データを削除する。

従って、相関情報作成部１０５および性能データ削除部１０４は、相関情報１１２を参照して、取得した第１の性能データ及び第２の性能データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した第１の性能データ及び第２の性能データの何れかを性能データＤＢ１０７から削除する削除部として機能する。

相関情報作成部１０５は、削除対象性能データと設定した性能データを示す情報に対して、削除対象性能データである旨を示す情報を設定し、メモリ１２（図２参照）等の所定の記憶領域に保存することが望ましい。

なお、性能データの組み合わせに対する回帰分析や線形回帰による関係式の算出は、既知の手法によって実現することができ、その説明は省略する。

相関情報作成部１０５は、相関性能データ組についての情報や相関式を相関情報１１２に記憶する。相関情報作成部１０５が複数の相関を検出し相関式を作成した場合には、検出した複数の相関についての情報を相関情報１１２に登録する。

図６は実施形態の一例としてのコンピュータシステム１における相関情報１１２を例示する図である。

相関情報１１２は、性能データ間の相関を示す情報である。この図６に例示する相関情報１１２は、相関ＩＤ（Identification），オリジナルデータ，削除対象，相関式および運用周期ＩＤをカラムとして備えるテーブルとして構成されている。

相関ＩＤは、相関を識別する識別情報である。オリジナルデータは、相関性能データ組を構成する性能データのうち非削除対象に設定された性能データである。削除対象は、相関性能データ組を構成する性能データのうち削除対象に設定された性能データである。相関式は、相関情報作成部１０５によって作成された相関式である。運用周期ＩＤは、後述する運用周期情報１１１のエントリである運用周期を特定する識別情報である。

相関情報１１２は、第１のデータ種別である第１の監視データ（オリジナルデータ）と第２のデータ種別である第２の監視データ（削除対象性能データ）との間の相関関係を示す相関関係情報（相関係数）を期間（運用周期，周期データ）に対応付ける対応情報に相当する。

なお、図６に示す例においては、便宜上、相関情報１１２をテーブルのフォーマットで表しているが、これに限定されるものではなく、適宜変更して実施することができる。

また、相関情報作成部１０５が相関関係の判定および相関式の算出を行なうに際して、相関式から所定の距離以上離れた（外れた）位置にプロットされた点を外れ点という（図５の符号Ｐ１参照）。業務サーバ２００においては、正常な性能データとして、このような外れ点の元となる値（外れ値）が収集（実測）される場合がある。相関情報作成部１０５は、この外れ点を構成する性能データの情報を外れ値情報１１３に記録する。アノマリ検知の精度を高めるためには、このような外れ値も用いることが望ましい。

外れ点となった性能データ（削除対象データ）は、相関式を用いて算出（復元）することができない。そのため、相関情報作成部１０５は、このような外れ値を外れ値情報１１３に記録し、性能データ復元部１０３による性能データの復元処理時に外れ値情報１１３から読み出して用いることで、正常状態のモデル化に必要な正常な性能データを再現することができる。すなわち、本コンピュータシステム１においては、外れ値の削除を抑止する。

図７は実施形態の一例としてのコンピュータシステム１における外れ値情報１１３を例示する図である。

外れ値情報１１３は、外れ点を構成する性能データ（外れ値）を表す情報である。
図７に例示する外れ値情報１１３は、相関ＩＤ，外れ値発生時刻および外れ値をカラムとして備えるテーブルとして構成されている。

相関ＩＤは、当該外れ値が検出された相関を特定する識別情報である。外れ値発生時刻は、当該外れ値が発生した時刻を示す情報である。外れ値は、外れ点となった削除対象性能データの値である。

なお、相関情報作成部１０５による複数の性能データ間における相関関係の把握（相関の有無の検知）や相関情報１１２の作成は、本コンピュータシステム１の運用が開始される前（プレ運用）のフェーズに行なってもよい。ただし、これに限定されるものではなく、運用中に行なってもよく、適宜変更して実施することができる。

性能データ削除部１０４は、性能データＤＢ１０７から削除対象性能データを削除する。性能データＤＢ１０７から削除対象性能データを削除することを、性能データを間引くといってもよい。

性能データ削除部１０４は、相関関係の高いデータの組み合わせについて、相関関係にある２種類のデータのうち１種類のデータを削除する。

性能データ削除部１０４による性能データの削除は、本コンピュータシステム１の運用中のフェーズで行なってもよい。そして、性能データ削除部１０４による性能データの削除は、例えば、毎日の午前２時の深夜の時間帯等に定期的に行なってもよい。

性能データ削除部１０４は、例えば、メモリ１２の所定の記憶領域を参照し、削除対象性能データである旨を示す情報が設定された性能データ（削除対象性能データ）を性能データＤＢ１０７（記憶装置１３）から削除する。

性能データ削除部１０４は、削除した削除対象性能データを特定する情報や、当該削除対象性能データに対応する相関ＩＤを、メモリ１２（図２参照）等の所定の記憶領域に保存することが望ましい。

性能データ削除部１０４によって削除対象性能データされた性能データは、後述する性能データ復元部１０３によって復元される。従って、削除対象性能データは、性能データ復元部１０３によって復元される復元対象性能データでもある。

図８は実施形態の一例としてのコンピュータシステム１における性能データの削除後の状態を例示する図である。

この図８に示す例においては、図３に例示した状態から削除対象性能データとしてＣＰＵのＩ／Ｏ要求時間が削除された状態を示す。

このように、性能データＤＢ１０７の一部の種類の性能データを削除することで、性能データＤＢ１０７のデータ量を削減することができる。

性能データ復元部１０３は、性能データ削除部１０４によって削除された削除対象性能データ（復元対象性能データ）を復元する。

なお、性能データ復元部１０３による性能データの復元処理は、アノマリ学習部１３２による学習が実行される学習フェーズの開始時に行なってもよい。

性能データ復元部１０３は、復元対象の相関ＩＤに基づいて、相関情報１１２を参照して、相関性能データ組を構成するオリジナルデータ，削除対象および相関式を取得する。そして、性能データＤＢ１０７は、相関式に、オリジナルデータの各値を、順次、入力して削除対象性能データを、順次、算出する。これにより、性能データ復元部１０３は削除対象性能データを復元する。

また、性能データ復元部１０３は、復元対象の相関ＩＤに基づいて外れ値情報１１３を参照して、外れ値および外れ値発生時刻を取得し、この取得した外れ値を復元した削除対象性能データに加えることで補完する。

図９は実施形態の一例としてのコンピュータシステム１における性能データの復元後の状態を例示する図である。

この図９に示す例においては、図８に例示した状態からＣＰＵのＩ／Ｏ要求時間が復元された状態を示す。

性能データ復元部１０３は、相関性能データ組におけるオリジナルデータに含まれる各値を相関式に入力することで復元対象性能データの各値を算出（復元）する（図９の符号Ｐ２参照）。なお、外れ値情報１１３に外れ値が記憶されている場合には、当該外れ値について、性能データ復元部１０３は、相関式を用いたデータの算出（復元）する代わりに、この外れ値を用いて復元対象性能データの復元を行なう。

すなわち、性能データ復元部１０３は、外れ値情報１１３に外れ値が記憶されている場合には、外れ値情報１１３から外れ値を読み出し、この読み出した外れ値を、復元対象性能データにおいて当該外れ値が収集された時刻に対応させて設定する（図９の符号Ｐ３参照）。

性能データ表示処理部１０６は、例えば、性能データ取得部１０１によって取得された性能データ等をモニタ１４ａに表示させる。

ＩＴサービス管理部１３０は、ダッシュボード１３１とアノマリ学習部１３２とを備える。

アノマリ学習部１３２は、性能データＤＢ１０７に格納された性能データを用いてアノマリ学習を行なう。なお、アノマリ学習は既知の手法を用いて実現することができ、その説明は省略する。アノマリ学習部１３２は、アノマリ学習の結果に基づき、異常の予兆を検出してもよい。

アノマリ検知を実現するためには、業務サーバ２００における「いつもの状態」を学習する必要がある。アノマリ学習部１３２は、業務サーバ２００における詳細な性能データ（例えば1分ごとに収集した全性能データ）を、例えば、１ヶ月分など大量のデータをインプットして学習する。

ダッシュボード１３１は、アノマリ学習部１３２による学習結果の表示や、異常の予兆の検出結果をモニタ１４ａに表示させる。

なお、ＩＴサービス管理部１３０としての機能は、他の情報処理装置等の管理サーバ１００の外部に備えられてもよい。

（Ｂ）動作
上述の如く構成された実施形態の一例としてのコンピュータシステム１における性能データ管理部１２０の処理の概要を、図１０〜図１５を用いて説明する。

先ず、図１０および図１１を参照しながら、性能データの削除処理の概要を、図１２に示すフローチャート（ステップＡ１〜Ａ４）に従って説明する。図１０および図１１は性能データの収集時の処理を説明するための図である。

各業務サーバ２００において、監視エージェント２０１が複数種類の性能データの収集を行なう（図１２のステップＡ１）。データ収集時においては、各業務サーバ２００において監視エージェント２０１が収集した性能データが管理サーバ１００に送信される。

管理サーバ１００において、性能データ取得部１０１が、業務サーバ２００において収集された複数種類の性能データを受信（取得）し、性能データ蓄積処理部１０２が性能データＤＢ１７に格納する。図１０および図１１に示す例においては、性能データＡ，Ｂ，Ｃ，Ｄが図示されている。

相関情報作成部１０５が、運用周期ごとに複数性能データを参照し（図１０の矢印Ｓ１参照）、性能データ間の相関の有無を総当りで調査する（図１２のステップＡ２）。例えば、相関情報作成部１０５は、性能データ間の相関係数が0.8以上もしくは-0.8以下である場合に（ステップＡ３のＹＥＳルート参照）、これらの性能データの間に相関があると判断する。

図１０においては、性能データＡと性能データＢとに相関があり、また、性能データＣと性能データＤとに相関があると判断された例を示す。

性能データ間に相関があると判断した場合に、相関情報作成部１０５は、相関性能データ組の一方を削除対象性能データに決定し、この削除対象性能データを算出するための相関式を作成する。相関式は回帰直線によって表される。作成した相関式は相関情報１１２に格納される（図１０の矢印Ｓ２参照）。

図１０に示す例においては、性能データＢ，Ｄが削除対象性能データであり、これらの削除対象性能データを算出するための相関式（関係式）が求められている。

相関情報作成部１０５は、これらの相関性能データ組間の相関式を生成し、相関情報１１２に記録する。また、性能データ削除部１０４は、外れ値情報処理装置１１３および相関情報１１２を参照して、外れ値を残して、相関性能データ組における削除対象性能データを性能データＤＢ１０７から削除する（図１１の矢印Ｓ３参照，図１２のステップＡ４）。その後、処理を終了する。

一方、ステップＡ３における確認の結果、性能データ間の相関係数が0.8以上および-0.8以下のいずれも満たさない場合に（ステップＡ３のＮＯルート参照）、これらの性能データの間に相関がないと判断し、ステップＡ２に戻る。

次に、図１３および図１４を参照しながら、性能データの復元処理の概要を、図１５に示すフローチャート（ステップＢ１〜Ｂ３）に従って説明する。図１３および図１４は性能データの復元時の処理の概要を説明するための図である。

削除された性能データの復元は、例えば、アノマリ検知のために性能データを用いて正常状態をモデル化する場合に行なわれる。

性能データ復元部１０３は、相関情報１１２を参照して、相関のある性能データ（相関性能データ組）と復元対象性能データ、当該復元対象性能データに対応する相関式を取得する（図１３の矢印Ｓ４参照，図１５のステップＢ１）。

そして、性能データ復元部１０３は、相関式にオリジナルデータを入力することで、復元対象性能データの算出（再現）を行なう（図１５のステップＢ２）。図１３に示す例においては、相関式に性能データＡの値（ｘ）を相関式に入力することで性能データＢの値（ｙ）を算出する。同様に、相関式に性能データＣの値（ｘ）を相関式に入力することで性能データＤの値（ｙ）を算出する。

性能データ復元部１０３は、復元した性能データを性能データＤＢ１０７に格納する（図１３の矢印Ｓ５参照）。これにより性能データＤＢ１０７において、削除されていた性能データが復元される（図１４の矢印Ｓ６参照）。復元された性能データは、アノマリ分析に用いられる（図１４の矢印Ｓ７参照）。例えば、アノマリ学習部１３２は、復元された性能データＤＢ１０７の性能データを用いて正常状態のモデル化を行なう（図１５のステップＢ３）。その後、処理を終了する。

次に、実施形態の一例としてのコンピュータシステム１における相関情報作成部１０５による相関情報１１２の作成処理を、図１６に示すフローチャート（ステップＣ１〜Ｃ７）に従って説明する。

相関情報１１２の作成は、例えば、本コンピュータシステム１が運用される前（プレ運用）のタイミングで行なってもよい。

ステップＣ１では、運用周期情報１１１中に存在する全ての運用周期定義に対して、ステップＣ７までの制御を繰り返し実施するループ処理を開始する。

ステップＣ２では、相関情報作成部１０５は、運用周期定義における周期データに規定された期間の性能データが性能データＤＢ１０７に保存されているかを確認する。確認の結果、周期データに規定された期間の性能データが性能データＤＢ１０７に保存されていない場合には（ステップＣ２のＮＯルート参照）、ステップＣ１に戻る。

一方、周期データに規定された期間の性能データが性能データＤＢ１０７に保存されている場合には（ステップＣ２のＹＥＳルート参照）、ステップＣ３に移行する。

ステップＣ３では、性能データＤＢ１０７に登録された、処理対象の業務サーバ２００で収集された複数種類の性能データの中から選択される２種類の性能データの全ての組み合わせに対して、ステップＣ６までの制御を繰り返し実施するループ処理を開始する。すなわち、相関情報作成部１０５は、性能データ間の相関を総当りで分析する。

ステップＣ４では、相関情報作成部１０５は運用周期情報１１１を参照して、当該運用周期に対応する相関係数閾値を取得し、性能データ間の相関係数の絶対値が相関係数閾値以上であるかを確認する。

確認の結果、性能データ間の相関係数の絶対値が相関係数閾値以上でない場合には（ステップＣ４のＮＯルート参照）、ステップＣ３に戻る。

一方、確認の結果、性能データ間の相関係数の絶対値が相関係数閾値以上である場合には（ステップＣ４のＹＥＳルート参照）、ステップＣ５に移行する。性能データ間の相関係数の絶対値が相関係数閾値以上である場合には、相関情報作成部１０５は、これらの性能データ間に相関があると判断する。

ステップＣ５において、相関情報作成部１０５は、相関のある性能データの組み合わせと、性能データ間の相関式を相関情報１１２に保存する。

ステップＣ６では、ステップＣ３に対応するループ端処理が実施される。ここで、全ての性能データの組み合わせについての処理が完了していない場合には、ステップＣ３に戻る。また、全ての性能データの組み合わせについての処理が完了すると、制御がステップＣ７に進む。

ステップＣ７では、ステップＣ１に対応するループ端処理が実施される。ここで、全ての運用周期についての処理が完了していない場合にはステップＣ１に戻る。また、全ての運用周期についての処理が完了すると、処理を終了する。

次に、実施形態の一例としてのコンピュータシステム１における性能データの削除処理を、図１７に示すフローチャート（ステップＤ１〜Ｄ６）に従って説明する。

性能データ削除部１０４による性能データの削除は、例えば、毎日の午前２時の深夜の時間帯等に定期的に行なわれる。

ステップＤ１では、相関情報１１２に登録された全てのレコードに対して、ステップＤ６までの制御を繰り返し実施するループ処理を開始する。

ステップＤ２では、相関情報作成部１０５は、削除対象性能データに外れ値の有無を確認する。例えば、性能データの値の相関式からの距離が所定の閾値以上である場合に、当該値を外れ値であると判断してもよい。

ステップＤ２における確認の結果、相関式に対する外れ値がある場合に（ステップＤ３のＹＥＳルート参照）、ステップＤ４に移行する。

ステップＤ４において、相関情報作成部１０５は、外れ値を、相関式に対応する相関ＩＤに対応付けて外れ値情報１１３に保存させる。その後、ステップＤ５に移行する。

また、ステップＤ２における確認の結果、相関式に対する外れ値がない場合にも（ステップＤ３のＮＯルート参照）、ステップＤ５に移行する。

ステップＤ５において、性能データ削除部１０４が、相関性能データ組における削除対象性能データを削除する。

なお、ステップＤ６では、ステップＤ１に対応するループ端処理が実施される。ここで、全レコードについての処理が完了すると、本フローが終了する。

次に、実施形態の一例としてのコンピュータシステム１における性能データの復元処理を、図１８に示すフローチャート（ステップＥ１〜Ｅ５）に従って説明する。

性能データ復元部１０３による性能データの復元は、例えば、アノマリ検知学習の開始時に行なわれる。

ステップＥ１では、相関情報１１２に登録された全てのレコードに対して、ステップＥ５までの制御を繰り返し実施するループ処理を開始する。

ステップＥ２において、性能データ復元部１０３は、復元対象性能データと相関性能データ組を成すオリジナルデータの各値を相関式に入力することで復元対象性能データの各値を算出（復元）する。

ステップＥ３において、性能データ復元部１０３は、外れ値情報１１３に復元対象性能データの外れ値が保存されているかを確認する。確認の結果、外れ値情報１１３に外れ値が保存されている場合には（ステップＥ３のＹＥＳルート参照）、ステップＥ４に移行する。

ステップＥ４において、性能データ復元部１０３は、外れ値情報１１３から読み出した外れ値を復元対象性能データに反映させる。その後、ステップＥ５に移行する。

また、ステップＥ３における確認の結果、外れ値情報１１３に外れ値が保存されていない場合には（ステップＥ３のＮＯルート参照）、ステップＥ５に移行する。

ステップＥ５では、ステップＥ１に対応するループ端処理が実施される。ここで、相関情報１１２に登録された全てのレコードについての処理が完了すると、本フローが終了する。

（Ｃ）効果
このように、本発明の一実施形態としてのコンピュータシステム１によれば、相関情報作成部１０５が、業務サーバ２００において収集された複数種類の性能データについて、性能データどうしの組み合わせのそれぞれに対して相関の有無を運用周期毎に判断する。相関情報作成部１０５は、相関があると判断した相関性能データ組に対して相関式を算出する。また、相関情報作成部１０５は、相関性能データ組の一方の性能データを削除対象性能データに設定する。

性能データ削除部１０４が、削除対象性能データを削除することで、性能データＤＢ１０７における保存データ量を削減することができる。

アノマリ検知学習を行なうに際して、性能データ復元部１０３が、復元対象性能データと相関性能データ組を成すオリジナルデータの各値を相関式に入力することで復元対象性能データの各値を算出（復元）する。これにより、削除対象性能データを削除した場合であっても、削除した性能データを復元対象性能データすることで、アノマリ検知や予測を高精度に行なうことができる。

収集された性能データに、相関式から閾値以上離れた外れ値がある場合に、相関情報作成部１０５は、この外れ値を外れ値情報１１３に保存する。性能データ復元部１０３は、削除された性能データの復元を行なう際に、外れ値情報１１３から読み出した外れ値を復元後のデータとして用いる。これにより、業務サーバ２００から収集された性能データを正確に復元することができ、アノマリ検知の精度を高めることができる。

相関情報作成部１０５は、性能データ間の相関係数の絶対値が所定の閾値（相関係数閾値）以上である場合に、相関があると判断する。これにより性能データ間の相関を容易に判断することができる。

相関情報作成部１０５が、処理対象の業務サーバ２００について、当該業務サーバ２００に対応する運用周期情報１１１を参照し、この運用周期情報１１１に登録された周期データ毎に相関の有無を判断する。これにより、相関関係を高い精度で判断することができる。

図１９は稼動性能情報の変化を例示する図であり、ＣＰＵ（Central Processing Unit）使用率，メモリ使用率およびディスクＩ／Ｏ（input/Output）の各時間遷移を示す。

この図１９においては、所定期間（対象区間；例えば１日）の性能データを固定、且つ、等間隔の区間（対象周期；例えば６時間毎）で分割している。具体的には、9:00-15:00，15:00-21:00，21:00-3:00および3:00-9:00の６時間毎に分割している。

このように等間隔の固定時間で分割した対象周期において、稼動性能情報とモデルデータとを比較し、稼動性能情報とモデルデータとの相関が高い場合に、対象周期の稼動性能情報を削除する手法について考察する。

この図１９においては、19:00を境に性能特性が変化しており、9:00-19:00の区間ではＣＰＵ使用率とメモリ使用量とに相関があり、19:00-8:00の区間ではＣＰＵ使用率とディスクＩ／Ｏとに相関がある。

この図１９に例示する稼動性能特性においては、19:00に性能特性の変化が生じているので、15:00-21:00の周期においては、途中で性能データの相関関係に変化が生じ、一方の性能データを削除した場合に、この削除した性能データを、他方の性能データから正確に復元することができない。

これに対して、本コンピュータシステム１においては、 運用周期情報１１１において、業務サーバ２００の業務運用のパターンに応じて定めた判定期間（運用周期）を設定し、相関情報作成部１０５は、これらの運用周期ごとに性能データ間の相関関係の判定や相関式の算出を行なう。

これにより、運用周期内における性能データ間の相関の変化が生じる可能性を少なくすることができ、当該運用周期内の性能データ（削除対象性能データ）を削除した場合に、性能データ復元部１０３が当該性能データを正確に復元することができる。これにより、アノマリ検知ための正常状態のモデル化に使用する性能データの信頼性を向上させることができる。

（Ｄ）その他
開示の技術は上述した実施形態に限定されるものではなく、本実施形態の趣旨を逸脱しない範囲で種々変形して実施することができる。本実施形態の各構成および各処理は、必要に応じて取捨選択することができ、あるいは適宜組み合わせてもよい。

例えば、管理サーバ１０に備えられた機能の一部を他の情報処理装置（コンピュータ）に備えてもよい。すなわち、例えば、性能データＤＢ１０７や管理ＤＢ１０８を他の情報処理装置に備えてもよく、また、これらの性能データＤＢ１０７や管理ＤＢ１０８において管理される情報の一部を他の情報処理装置において管理してもよい。

また、ＩＴサービス管理部１３０を他の情報処理装置に備えてもよく、ダッシュボード１３１およびアノマリ学習部１３２のいずれか一方を他の情報処理装置に備えてもよい。

さらに、性能データ管理部１２０に備えられた、性能データ取得部１０１，性能データ蓄積処理部１０２，性能データ復元部１０３，性能データ削除部１０４，相関情報作成部１０５および性能データ表示処理部１０６としての機能のうち、少なくとも一部を他の情報処理装置に備えてもよい。

管理サーバ１０が管理する業務サーバ２００の台数は３つ以上であってもよく、適宜変更して実施することができる。

また、上述した開示により本実施形態を当業者によって実施・製造することが可能である。

（Ｅ）付記
以上の実施形態に関し、さらに以下の付記を開示する。

（付記１）
システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する処理と、
前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する処理と
を備える、制御方法。

（付記２）
前記対応情報は、前記第１の監視データと前記第２の監視データとの間に前記相関関係がある期間を含む
ことを特徴とする、付記１に記載の制御方法。

（付記３）
前記相関関係情報が、前記第１の監視データと前記第２の監視データとの相関関係を表す相関式を備え、
前記第１の監視データ及び前記第２の監視データのうち削除されていない前記監視データを前記相関式に適用することで、前記削除された前記監視データを復元する処理
を備えることを特徴とする、付記１または２に記載の制御方法。

（付記４）
前記第１の監視データもしくは前記第２の監視データにおける、前記相関式から所定距離以上離れた外れ値を外れ値情報に記憶する処理と、
前記外れ値情報に前記外れ値が格納されている場合に、前記外れ値情報から読み出した前記外れ値を用いて前記監視データを復元する処理と
を備えることを特徴とする、付記３記載の制御方法。

（付記５）
システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する監視データ取得部と、
前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する削除部と
を備える、情報処理装置。

（付記６）
前記対応情報は、前記第１の監視データと前記第２の監視データとの間に前記相関関係がある期間を含む
ことを特徴とする、付記５に記載の情報処理装置。

（付記７）
前記相関関係情報が、前記第１の監視データと前記第２の監視データとの相関関係を表す相関式を備え、
前記第１の監視データ及び前記第２の監視データのうち前記削除部より削除されていない前記監視データを前記相関式に適用することで、前記削除部により削除された前記監視データを復元する復元部
を備えることを特徴とする、付記５又は６に記載の情報処理装置。

（付記８）
前記第１の監視データもしくは前記第２の監視データにおける、前記相関式から所定距離以上離れた外れ値を外れ値情報に記憶する外れ値記憶制御部を備え、
前記復元部が、前記外れ値情報に前記外れ値が格納されている場合に、前記外れ値情報から読み出した前記外れ値を用いて前記監視データを復元する
ことを特徴とする、付記７記載の情報処理装置。

（付記９）
システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得し、
前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する
処理をプロセッサに実行させる、制御プログラム。

（付記１０）
前記対応情報は、前記第１の監視データと前記第２の監視データとの間に前記相関関係がある期間を含む
ことを特徴とする、付記９に記載の制御プログラム。

（付記１１）
前記相関関係情報が、前記第１の監視データと前記第２の監視データとの相関関係を表す相関式を備え、
前記第１の監視データ及び前記第２の監視データのうち削除されていない前記監視データを前記相関式に適用することで、前記削除された前記監視データを復元する
処理を前記プロセッサに実行させることを特徴とする、付記９または１０に記載の制御プログラム。

（付記１２）
前記第１の監視データもしくは前記第２の監視データにおける、前記相関式から所定距離以上離れた外れ値を外れ値情報に記憶させ、
前記外れ値情報に前記外れ値が格納されている場合に、前記外れ値情報から読み出した前記外れ値を用いて前記監視データを復元する
処理をプロセッサに実行させることを特徴とする、付記１１記載の制御プログラム。

１ コンピュータシステム
１１ プロセッサ
１２ メモリ
１３ 記憶装置
１４ グラフィック処理装置
１４ａ モニタ
１５ 入力インタフェース
１５ａ キーボード
１５ｂ マウス
１６ 光学ドライブ装置
１６ａ 光ディスク
１７ 機器接続インタフェース
１７ａ メモリ装置
１７ｂ メモリリーダライタ
１７ｃ メモリカード
１８ ネットワークインタフェース
１８ａ ネットワーク
１９ バス
１００ 管理サーバ
１０１ 性能データ取得部
１０２ 性能データ蓄積処理部
１０３ 性能データ復元部
１０４ 性能データ削除部
１０５ 相関情報作成部
１０６ 性能データ表示処理部
１０７ 性能データＤＢ
１０８ 管理ＤＢ
１１１ 運用周期情報
１１２ 相関情報
１１３ 外れ値情報
１２０ 性能データ管理部
１３０ ＩＴサービス管理部
１３１ ダッシュボード
１３２ アノマリ学習部
２００ 業務サーバ
２０１ 監視エージェント

Claims (6)

1. システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する処理と、
   前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する処理と
   を備える、制御方法。
2. 前記対応情報は、前記第１の監視データと前記第２の監視データとの間に前記相関関係がある期間を含む
   ことを特徴とする、請求項１に記載の制御方法。
3. 前記相関関係情報が、前記第１の監視データと前記第２の監視データとの相関関係を表す相関式を備え、
   前記第１の監視データ及び前記第２の監視データのうち削除されていない前記監視データを前記相関式に適用することで、前記削除された前記監視データを復元する処理
   を備えることを特徴とする、請求項１または２に記載の制御方法。
4. 前記第１の監視データもしくは前記第２の監視データにおける、前記相関式から所定距離以上離れた外れ値を外れ値情報に記憶する処理と、
   前記外れ値情報に前記外れ値が格納されている場合に、前記外れ値情報から読み出した前記外れ値を用いて前記監視データを復元する処理と
   を備えることを特徴とする、請求項３記載の制御方法。
5. システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得する監視データ取得部と、
   前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する削除部と
   を備える、情報処理装置。
6. システムの監視データを記憶するデータ記憶部を参照して、第１のデータ種別である第１の監視データ及び第２のデータ種別である第２の監視データを取得し、
   前記第１の監視データと前記第２の監視データとの相関関係を示す相関関係情報を期間に対応付ける対応情報を参照して、取得した前記第１の監視データ及び前記第２の監視データのデータ取得時間に応じた期間に対応付けられた相関関係情報が存在する場合、取得した前記第１の監視データ及び前記第２の監視データの何れかを前記データ記憶部から削除する
   処理をプロセッサに実行させる、制御プログラム。

Images