図面 (/)

技術 情報管理システム

出願人 株式会社日立製作所
発明者 木伏春夫好永俊昭太田吉美
出願日 1998年11月26日 (21年8ヶ月経過) 出願番号 1998-335279
公開日 2000年6月16日 (20年1ヶ月経過) 公開番号 2000-163429
状態 未査定
技術分野 検索装置
主要キーワード 信号選別 相関学習 関連抽出 学習記録 設計用データ 障害アラーム 意思決定情報 ログ履歴
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2000年6月16日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題

多数の情報から連鎖的に信号が発生した場合に、多数の信号の中から発生事象に関連する信号を識別する手段を備え、設計者意思決定支援し、ある事象に関連する情報を検索する負荷を低減する情報管理システムを提供することにある。

解決手段

統計的に同期して発生する情報の相関及び情報の同時発生頻度を学習する相互関連学習手段と、前記手段により作成された相互情報を基に事象原因に関連する情報を選別する手段を備えたことにより達成できる。

概要

背景

複数の情報に相互関連があるとき、あるアクセス情報が発生すると他の関連情報にも影響が現れる。このような場合、各々の情報信号を発生するため、情報信号が連鎖的に多数発生し、どの情報が事象の元となったのかが分からなくなる。すなわち、多数の情報の中に重要な情報が埋もれてしまう。一方、過去の事例に基づいて発生している信号のパターンから事象を同定する事が可能であり、どの情報が事象の原因であるのかを選別する事ができる。

しかし、システムが大規模になるにつれて選別判断の高速化や、より一層の正確さが求められ、システムの自動化が必要となっている。そこで、従来ではニュートラルネットワークなどのパターン認識手段を用いて信号パターンと事象(原因となる情報)との対応付けを学習し、実際の判断時に高速かつ正確な選別判断を可能とする方式が提案されている。

概要

多数の情報から連鎖的に信号が発生した場合に、多数の信号の中から発生事象に関連する信号を識別する手段を備え、設計者意思決定支援し、ある事象に関連する情報を検索する負荷を低減する情報管理システムを提供することにある。

統計的に同期して発生する情報の相関及び情報の同時発生頻度を学習する相互関連学習手段と、前記手段により作成された相互情報を基に事象原因に関連する情報を選別する手段を備えたことにより達成できる。

目的

そこで、本発明の目的は、多数の情報から連鎖的に信号が発生した場合に、多数の信号の中から発生事象に関連する信号を識別する手段を備え、設計者の意思決定を支援し、ある事象に関連する情報を検索する負荷を低減する情報管理システムを提供することにある。

効果

実績

技術文献被引用数
0件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

ある特定事象に関するアクセス情報を入力し、これらの情報を用いて、情報発生のタイミングを検出し、統計的に同期して発生している情報の相関および信号の同時発生頻度(一定時間内において発生する情報の種類の回数)を学習する相互関連学習手段と、この相関および同時発生頻度を用いて情報の相互関係を密接な信号として識別できる選別手段を備えた事を特徴とする情報管理システム

請求項2

記相互関連学習手段は、統計的に同期して発生する複数のアクセス信号相関関係を学習する手段と、情報アクセス時に連鎖的に発生する同時発生頻度を学習する手段と、情報の関連性を把握する相互関連抽出手段とを備えた事を特徴とする請求項1記載の情報管理システム。

請求項3

前記相互関連抽出手段は、統計的に同期して発生している複数の情報アクセス信号の相関関係を示すデータと、情報アクセス時に連鎖的に発生するアラームの同時発生頻度を示す同時発生頻度データとを用い、情報関連性の相互の関連を示す設備相互関連データを作成する事を特徴とする請求項1又は2記載の情報管理システム。

技術分野

0001

本発明は情報管理システムに係わり、特にある特定事象に関するアクセス信号が発生し、多数の情報アクセス信号を収集してその中から必要事象に関連する情報を選別し、重要情報として供給するに好適な情報管理システムに関する。

背景技術

0002

複数の情報に相互関連があるとき、あるアクセス情報が発生すると他の関連情報にも影響が現れる。このような場合、各々の情報信号を発生するため、情報信号が連鎖的に多数発生し、どの情報が事象の元となったのかが分からなくなる。すなわち、多数の情報の中に重要な情報が埋もれてしまう。一方、過去の事例に基づいて発生している信号のパターンから事象を同定する事が可能であり、どの情報が事象の原因であるのかを選別する事ができる。

0003

しかし、システムが大規模になるにつれて選別判断の高速化や、より一層の正確さが求められ、システムの自動化が必要となっている。そこで、従来ではニュートラルネットワークなどのパターン認識手段を用いて信号パターンと事象(原因となる情報)との対応付けを学習し、実際の判断時に高速かつ正確な選別判断を可能とする方式が提案されている。

発明が解決しようとする課題

0004

上記従来技術は、パターン認識手段に全ての情報を入力し、識別結果である事象のコード番号を出力させるものであるが、情報数が数百を超える数になると識別のための時間が増大し、複数の事象が重複して発生すると正しい識別ができない。また、ある情報構成を有する場合、ある一つの情報に関連する情報は、標準的な構成情報である。実際には、情報をアクセスする対象が異なり、また、個人によっても意思決定内容が異なるため、ルールをあらかじめ固定的に記述することができず、高速かつ正確な情報管理ができない。

0005

そこで、本発明の目的は、多数の情報から連鎖的に信号が発生した場合に、多数の信号の中から発生事象に関連する信号を識別する手段を備え、設計者意思決定支援し、ある事象に関連する情報を検索する負荷を低減する情報管理システムを提供することにある。

課題を解決するための手段

0006

上記目的は、多数のアクセス信号から検出された特定事象を示す複数の情報を入力し、これらの信号を用いて信号の発生タイミングを検出し、統計的に同期して発生する情報の相関及び情報の同時発生頻度を学習する相互関連学習手段と、前記手段により作成された相互情報を基に事象原因に関連する情報を選別する手段を備えたことにより達成できる。

0007

相互関連学習手段は、多数のアクセス信号から検出された特定事象を示す情報履歴同期性から情報の相関データ、さらに、連鎖的に発生する意志決定を示す多数の情報の同時発生関係を示した相互関連データを情報選別手段に入力する。信号選別手段は、相互関係学習手段で作成した相互データと、実際にリアルタイムに発生したアクセス信号を入力することにより情報検索装置に定期的に更新することができるので、ある特定事象に対する関連情報の選択が可能になり多数のアクセス信号の中から発生事象に直接関連する情報を選別することができる。

発明を実施するための最良の形態

0008

以下、図1を用いて本発明の実施例である情報管理システムを詳細に説明する。本実施例は、相互関連学習手段101,信号選別手段102,表示手段103を有する。相互関連学習手段101は、各データベースログ情報(アクセス情報)に含まれる信号IDの発生履歴の同期性から、相関のある信号を選択した相関データと、連鎖的に発生する信号の同時発生頻度データを作成する。それら二つのデータを用いて相互関連データを作成後、信号選別手段102へ供給する。信号選別手段102は相互関連データをもとにして、実際、オペレータがある情報を選択した信号パターン中で相関が強くかつ、同時発生頻度が高い信号だけを選別し、元となる情報に相関が強い重要情報を表示手段103に供給する。ここで相互関連学習手段は、オペレータが情報アクセス時に発生するログ情報を一時的にデータベース等に順次格納する。

0009

過去の情報アクセス時に発生するログ履歴蓄積後、CPU及びネットワークの使用頻度が少ない夜間,休日などに学習し、相互関連データを作成し、信号選別手段に一定期間ごと送信する(例えば毎日,一週間毎,一ヶ月後など)。信号選別手段への信号入力(アクセス信号)は、リアルタイムにて処理し選別する。この選別は、相互関連データが十分に学習されたデータでなければいけない。

0010

相互関連学習手段101の構成は、図2に詳細に示される。図2左上のデータベースA,B,C,Dとして枠で囲った部分が対象とする情報の一部を示している。データベース対象200は、各々独立に存在しているが、ネットワーク(LAN)等で接続されており、データを横断的にアクセスすることは可能である。またセキュリティに関しては、ユーザID,パスワードにより、登録者以外アクセスできない。E1,E2,E3,E4はアクセス情報の認識番号である。これらの情報には相互関連があり、例えば同図ではAデータベースのデータを使って設計する場合、同じDB内はもとより、他のB,C,Dのデータも必要になる。

0011

エンジニアリング設計の場合、一例を挙げると、配管レイアウトは、配管のデータはもとより、系統設計用データ及び建屋配置データ等が必要となる。従って、これらのデータベースのどのデータを使って設計したのか相互関連を把握できる。

0012

本実施例の主目的は、横断的にデータベースをアクセスして設計するような場合、ある程度定型的な設計に対して必要な情報を選別し、データの検索時間を低減し、設計業務の効率向上を達成することにある。

0013

一方、設計する場合、偶然及び特別な機会を除いて、関連情報を検索する場合、数時間内で起こる(極端長い検索時間に対しては対象外)。ユーザがデータベースをアクセスして、関連情報を検索する時間が短ければ短いほど、また回数が多いほどそのデータ間の因果関係が強く、必要性が高い情報と考えられる。大規模なシステムでは情報発生件数も多く、信号の総数は膨大になる。

0014

このような大規模システムでは情報発生件数も多く、かなりの数のアクセス情報が定常的に検出される。関連情報の選択及び妥当性の判断は、実際に担当している設計者によって最終的には実施する。

0015

しかしながら、ログ情報を用いて行うこともできるが、大規模システムではこのデータベース構成情報も常に最新のものに更新されているとは限らない。現場での新設,変更や保守が行われ、その結果が管理システム側に即座に通知されるとは限らない。このような場合は、データベース管理者が、変更を通達し、過去のログ情報学習記録を書きかえる必要がある。又は、十分に学習が行われていない場合、旧学習記録と、新学習記録を比較して、情報が不一致の情報に関してエラーメッセージを表示する。ここで、本実施例における相互関連学習手段101を、図2の構成図と図3フローチャートを用いて説明する。

0016

相互関連学習手段101では信号の履歴を見て情報の関連性を把握して、必要情報に直接関連する重要情報を算出する。まず、各データベースより発生した情報アクセス信号(処理301)は一旦ログ情報記録手段201に記録された後(処理302)、相関データ記憶手段202内の相関テーブル203を更新するために用いられる。ここで相関テーブルとは、各データベースよりのアクセス情報の認識番号(E1,E2,E3,・・・)と、要素(i,j)を含めたものであり、相関マトリクスは、相関テーブルから認識番号を除いた要素(i,j)だけと定義する。同マトリクスは行と列が個々のデータベースアクセス情報に対応しており、情報の相関を同期性の観点から示したものである。

0017

例えば必ず同時刻に発生しているアクセス信号同士や、やや時間遅れがあるものの必ず他を伴って発生するアクセス情報同士は同期性があると考える(処理303)。同期性判別手段204はそのような考えにもとづいて判定し、ある設備iのアラームについて同期性のある他の設備の情報jを見出す加算手段205は、同期判別手段204で同期性があると判定された相関マトリクスの(i,j)素を値d(<1.0)だけ微増する(処理304)。減算手段206は、同期判別手段204で同期性あると判断された以外の要素(i,K)、すなわちある情報iの信号と他の情報信号を値dだけ減少させる(処理305)。

0018

相関マトリックスの要素の値は区間[0,1.0 ]でクリップするように設定してあり、常に同期性のある設備アラームに関して、同時発生頻度を認識するために、同時発生頻度加算手段207により、信号が同時発生する頻度を調べ(処理307)、同時発生頻度記憶手段208に格納する(処理308)。ここでアラームが同時発生する頻度とは、自分自身を含む同時発生した情報信号の数とする。

0019

すなわち連鎖的に発生する情報信号が多いということは、そのアクセス情報が原因で信号が発生することを意味する。いわば関連情報の数である。その場合、例えば、E1が原因で情報信号がn個発生したらE1=n+1ポイントとする。何回か学習してE1に関して、n+1ポイントより高いポイントが発生しない限り、更新しないものとする。

0020

この同時発生頻度は、同時発生頻度記憶手段208内の同時発生頻度グラフ209を更新するために用いられる。ここで同時発生頻度グラフとは、アクセス信号の認識番号(E1,E2,E2,・・・)を横軸に、同時発生頻度を縦軸にとったものである。同グラフはここのアクセス情報に対応しており、設計情報の階層を把握することも可能である。(階層とは情報の因果関係の強さを示している。)前記グラフを十分な量(期間)のアクセス情報の記録を用いてこの操作を行うと(処理309)、相関マトリックスおよび同時発生頻度グラフが作成され、相関のある情報の認識番号が相関データ,アクセス情報に対する同時発生頻度データとして出力される。

0021

処理309においては、アクセス情報をリアルタイムに学習するのではなく、アクセス情報記録をデータベース等に格納しておき、比較的設計者のアクセスが発生せず、ネットワークの負荷が少ない夜間などに実施することにより、学習の処理時間が低減できる。以上、相関データ記憶装置202および同時発生頻度記録装置208にデータが作成され、相関データ210と同時発生頻度データ211を相互関連抽出手段212に送信し(処理310)、相互関連データ213を算出し、図1の重要アラーム選別手段102へ出力する。ここで設備相互関連データ213は、データベースアクセス情報監視対象200の階層および相関構成を示すリストである。

0022

次に、図4図5図6にて、実際のデータ(データベースアクセス情報監視対象200の発生情報)を用いて相関学習および階層を把握するする様子を説明する。アクセス情報idの情報を用い、相関デーブル(404)および階層テーブル作成時の検索に使用する相関テーブルラベル(405)と同時発生頻度グラフ(406)を作成する。この例を図4に示した。

0023

最初に図4(a)に示す一定時間内のアクセス情報を全て読み込む。その際全ての情報の中から、アクセス情報id401,開始時間402,終了時間403を識別する。そして読み込んだデータをもとに相関テーブルラベルを作成する(E1とは、アクセス情報idが1であることを意味している)。このテーブルラベルはアクセス情報idとアクセス情報種別との組合せが過去に存在しないものに対してのみ作成し、テーブルラベルとして新たに追加する。

0024

これらテーブルラベルは、図4(b)の相関テーブルの要素(i,0)及び要素(0,j)に格納する。要素(i,0)に格納されたテーブルラベルは故障設備を意味し、要素(0,j)に格納されたラベルは設計者のアクセス行為を意味する。具体的に例を示すと、ラベルE1はデータベースアクセス情報E1,E12はデータベースアクセス情報E12を示す。

0025

さらに、図(c)に示す同時発生頻度グラフの横軸に当たる同時発生頻度ラベルを作成する。同時発生頻度ラベルは相関テーブルラベルと同様であり、縦軸を同時発生頻度(整数ポイント)とする。同図(b)の相関テーブルラベル,同時発生頻度ラベル完成後、アクセス情報から相関マトリックス及び同時発生頻度グラフを作成する。この例を図5にて説明する。図5(a)のログ情報において網かけ部分の電文イベントAとする。イベントAでは、アクセスされた情報id8(E8)に発生すると、それに伴ない、関連情報としてアクセス情報が情報id2(E2),情報id6(E6)と発生することを示している。これらの一連の情報発生をイベントと定義する。同一イベントであるかないかは、情報発生の最終了時刻と、次の情報発生の開始時間との間に時間差があれば別イベントと判断する(この例では、60秒以内とする)。

0026

次に、同一イベント内で発生したと判定されたアクセス情報に関し、相関テーブルラベルに対応した全ての組合せについてポイント(整数値)を加える。図5(b)の相関テーブルは同図障害アラーム(a)のイベントA(網かけ部分)のアラームについてポイントの与え方を示したものである。例えば故障設備テーブルラベルE1に関してみるとテーブルの第8行目にあり、同一イベント内での相関のあるアラーム発生設備のテーブルラベルを検索すると、E2,E6が第2列及び第6列にある。

0027

ポイントを加える点は、行と列が重なっている点すなわち、テーブル上の要素(8,2)と要素(8,6)にポイントを加える。第8行目においてポイントを加えられなかったものに対しては、全てポイントを引算する(斜線部分)。これら各々ポイント値の総和は、0〜1の範囲を超えないように値を調整する。相関テーブルの対角線上は、無条件に1とする。以後これらの動作をイベント毎に繰り返すことにより、相関テーブルが完成する。

0028

次に同時発生頻度グラフ作成の詳細を説明する。各イベントにて最初に発生したアラームを対象にして同時発生頻度ポイントを加えていく。例えば、イベントAについて見ると最初に発生したアクセス情報E8についてポイントを同時発生頻度グラフに加算する。ポイント値としては、次のイベントが発生するまでの自分自身を含む波及アラームの数をポイント値とする。イベントAでは、ラベルE8に3ポイントを加える(同図(c)に示すアクセス情報E8に3ポイント)。以下同様にしてイベントBに関してはアクセス情報E2に1ポイント各々に加える。図5の同時発生頻度グラフ(c)は階層テーブルポイントより大きい値が存在したら、その値を更新する。この場合もポイントが高いことは、あるイベントに伴って関連する情報の数が多いことを意味する。すなわちポイントが高いことは言うまでもなく設計に際して、重要性が高く、根本となる情報であることを意味する。

0029

図6(a),(b)は、データベースアクセス情報対象200を十分な量(期間)学習した場合の相関テーブルと同時発生頻度グラフを示す。相関データは、この相関テーブルをもとに作成する。その様子を、同図(a)に示す。相関データは、このテーブル上に黒表示された要素がすべて相関があることを示す。このテーブルにおいて、E1に関してみればE6,E11のアクセス情報に相関があり、E3に関してみればすべての設備相関があることを示す。ここに、テーブル上に黒表示された要素の相関ラベルがまさに相関データとなる。同時発生頻度データは、同図(b)同時発生頻度グラフより求める。

0030

このグラフより、同時発生頻度の数値が高い順番に又は、低い順番に同時発生頻度設備ラベルを並び変えたものが、同時発生頻度データである(並べ変えることで各々のアクセス情報の重要度が把握できる)。この場合情報E3が最重要情報である。これら、相関データ,同時発生頻度データより相互関連データを作成する。前記データの作成方法は、相関データを同時発生頻度データにより並べ変えたものである。ここで、相関テーブルラベルは、十分な量を学習して、相関がないものに対して、前記ラベルは削除される。すなわち相関テーブルラベルと同時発生頻度のデータとは必ずしも等しくない。

0031

図7信号選択手段701の実施方法を詳しく述べたものである。データベースアクセス対象200において過去に十分学習し、情報相互関連データを情報データベース702へ格納したと仮定して説明する。ここで、網かけ部の相互関連学習手段704の学習は、ネットワークの使用頻度が低い夜間などに学習する。例えば同図の実施例ではアクセス情報E8が選択された例を示す。過去に何回かアクセス情報E8が選択され、それに伴ないアクセス情報E2,E6が履歴として残っている。アクセス情報703としてE8は、信号選択手段701の内部の信号集約705に入力される。

0032

この場合、別に図1に示す学習用アクセス情報として相互関連手段にも同時に送信され、相関テーブル及び同時発生頻度の学習を実施し、知識を蓄える。信号集約手段705に入力されたアクセス情報703は、情報検索手段706へ送信する。情報データベース702に格納している関連情報707をもとにアクセス情報のうち相関の強い関連性の高い情報を検索する。アクセス信号703を全て検索した時点で、信号選択手段は相関の強い関連性の高い情報を決定し、表示手段へ送りオペレータへ表示する。

0033

信号選択手段内にある情報検索装置は集約されたアクセス情報(アクセス情報以外の稼動データ,設計データなど)を検索して、アクセス信号に付加し事象情報として出力する。ここでは検索したアクセス情報を用いて情報を加工することも可能である。オペレータが直接データベースの重要情報を入力して、事象の原因となる情報を出力するというこのような機能は、事象同定をする機能であるとも言うことができる。

0034

本実施例によれば、相互関連学習手段によって、多数のデータベース等から発生するアクセス情報履歴を、統計的に同期して発生している相関のある情報の重要度を把握できる。さらに、ユーザ毎,グループ毎プロジェクト毎により、関連性が異なる場合、それぞれに、相関テーブルを持つか否かは、システム内の設定を変えることで可能となり、さらに絞り込む事ができる。

発明の効果

0035

以上述べたように本発明によれば、特定の事象を示す情報から、それに関連する意思決定情報を検索する場合に、多数の情報を収集してその中から、発生事象に直接的に関連する情報のみを高速に選別することができる。

図面の簡単な説明

0036

図1本発明における一実施例を示す情報管理システムの構成図。
図2相互関連把握手段の一実施例を示す図。
図3相互関連把握手段の処理フロー
図4(a)及び(c)は相関テーブル及び同時発生頻度グラフのラベル作成手順を示す図。
図5(a)及び(c)は相関テーブル及び同時発生頻度グラフの作成手順途中経過)を示す図。
図6(a)及び(b)は相関テーブル及び同時発生頻度グラフ完成を示す図。
図7信号選択手段構成図及び情報アクセス時の実施例を示す図。

--

0037

101…相互関連学習手段、102…信号選別手段、103…表示手段。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ