特開 2024-167625 決定木を用いた高精度分類条件生成装置及び決定木を用いた高精度分類条件生成方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024167625

(43)【公開日】2024-12-04

(54)【発明の名称】決定木を用いた高精度分類条件生成装置及び決定木を用いた高精度分類条件生成方法

(51)【国際特許分類】

   G06N 20/00 20190101AFI20241127BHJP

   G06F 18/241 20230101ALI20241127BHJP

【ＦＩ】

G06N20/00 130

G06F18/241

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023083834

(22)【出願日】2023-05-22

(71)【出願人】

【識別番号】524132520

【氏名又は名称】日立ヴァンタラ株式会社

(74)【代理人】

【識別番号】110001689

【氏名又は名称】青稜弁理士法人

(72)【発明者】

【氏名】和久井 拓

(72)【発明者】

【氏名】増田 峰義

(57)【要約】      （修正有）

【課題】決定木の精度の良い分岐条件を求める分類条件生成装置及び方法を提供する。
【解決手段】決定木の分類条件生成装置は、決定木作成情報を収集し決定木生成用情報テーブルを作成する決定木差作成情報収集部と、決定木生成用情報テーブルから決定木を生成する決定木生成部と、生成された決定木から分類条件を作成できたとき決定木を再度作成する決定木再作成部と、作成された分類条件を分類条件テーブルへ出力する出力部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

決定木の分類条件生成装置において、
決定木作成情報を収集し決定木生成用情報テーブルを作成する決定木作成情報収集部と、
決定木生成用情報テーブルから決定木を生成する決定木生成部と、
生成された決定木から分類条件を作成できたとき決定木を再度作成する決定木再作成部と、
作成された分類条件を分類条件テーブルへ出力する出力部を備える決定木の分類条件生成装置。

【請求項2】

請求項１に記載の決定木の分類条件生成装置において、
決定木生成部は決定木を作成したとき第一の条件を満たすノードと第二の条件を満たすノードの両方が含まれていたとき、第二の条件を満たすノードまでの分岐を辿り分類条件を求め、求めた分類条件を分類条件テーブルへ追加する決定木の分類条件生成装置。

【請求項3】

請求項１に記載の決定木の分類条件生成装置において、
決定木再作成部は最初に生成された分類条件の説明変数を決定木生成用情報テーブルから削除し、
説明変数が残っていれば最初に生成された分類条件の説明変数を削除した決定木生成用情報テーブルを用いて決定木を再作成し、
作成された決定木に第一の条件を満たすノードと第二の条件を満たすノードの両方が含まれていたとき、第二の条件を満たすノードまでの分岐を辿り分類条件を求め、前記分類条件に求めた分類条件を分類条件テーブルへ追加する決定木の分類条件生成装置。

【請求項4】

請求項３に記載の決定木の分類条件生成装置において、
再作成した決定木より求めた分類条件が分類条件テーブルに含まれていたとき処理を終了する決定木の分類条件生成装置。

【請求項5】

請求項１に記載の決定木の分類条件生成装置において、
出力部は作成された決定木の分類条件と第二の条件の発生確率を対応付けて出力する決定木の分類条件生成装置。

【請求項6】

請求項１に記載の決定木の分類条件生成装置において、
分類条件の選択を受け付ける入力部と、
受付けた分類条件を満たす決定木作成情報を選択する情報選択部を備え、
出力部は作成された決定木の分類条件と情報選択部が選択した分類条件を満たす決定木作成情報を出力する決定木の分類条件生成装置。

【請求項7】

請求項１に記載の決定木の分類条件生成装置において、
分類条件の選択を受け付ける入力部と、
受付けた分類条件を満たさない決定木作成情報を選択する情報選択部を備え、
出力部は作成された決定木の分類条件と情報選択部が選択した分類条件を満たさない決定木作成情報を出力する決定木の分類条件生成装置。

【請求項8】

決定木の分類条件生成方法において、
決定木作成情報収集部が決定木作成情報を収集し決定木生成用情報テーブルを作成し、
決定木生成部が決定木生成用情報テーブルから決定木を生成し、
決定木再作成部が生成された決定木から分類条件を作成できたとき決定木を再度作成し、
出力部が作成された分類条件を分類条件テーブルへ出力する決定木の分類条件生成方法。

【請求項9】

請求項８に記載の決定木の分類条件生成方法において、
決定木生成部は決定木を作成したとき第一の条件を満たすノードと第二の条件を満たすノードの両方が含まれていたとき、第二の条件を満たすノードまでの分岐を辿り分類条件を求め、求めた分類条件を分類条件テーブルへ追加する決定木の分類条件生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、決定木を用いた高精度分類条件生成装置及び決定木を用いた高精度分類条件生成方法に関する。

【背景技術】

【0002】

故障予兆検知や異常検知において、特徴量に対する条件に基づく分割を繰り返し生成される木構造グラフで、自動生成アルゴリズムによる機械学習分析としても知られる決定木は自動生成アルゴリズムによる、収集データに基づく説明可能な検知条件の自動生成に用いられる。

【0003】

特許文献１には予測モデル説明方法が開示されており、その方法は、選択する処理と、作成する処理と、特定する処理と、再作成する処理と、出力する処理とをコンピュータが実行する。選択する処理は、予測モデルに入力されたデータセットと、データセットに対する予測モデルの予測結果とに基づいてデータセットに含まれるデータを線形分離可能な複数のモデルを選択する。

【0004】

作成する処理は、選択した複数のモデルそれぞれを葉とし、データセットに含まれるデータを分類する論理それぞれを節とする決定木を作成する。特定する処理は、作成した決定木の葉に属するデータのばらつきに基づいて、決定木の剪定する枝を特定する。

【0005】

再作成する処理は、特定した枝を剪定した決定木に対応するデータセットに基づいて決定木を再作成する。出力する処理は、再作成した決定木の各節に対応する論理を予測モデルの説明結果として出力することが開示されている。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２０２１－７１８２３号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

特許文献１では分類精度を低下させるデータを除去し、分類精度の高いモデルを生成する一般的な生成アルゴリズムで生成した決定木の、各ノードのデータのばらつき （分類精度の悪さ） を算出し、最もばらつきのあるノードを特定し、特定したノードに属するデータを除いて決定木を再生成する操作を繰り返し、ばらつきが所定値未満になった決定木をモデルとして採用している。

【0008】

決定木において、先に生成される分岐条件の影響で、他の分岐条件が生成されず、分類に有効な条件が一部得られない場合があり精度が悪化する。

【課題を解決するための手段】

【0009】

本発明の目的は決定木の分類条件生成装置において、決定木作成情報を収集し決定木生成用情報テーブルを作成する決定木作成情報収集部と、決定木生成用情報テーブルから決定木を生成する決定木生成部と、生成された決定木から分類条件を作成できたとき決定木を再度作成する決定木再作成部と、作成された分類条件を分類条件テーブルへ出力する出力部を備える決定木の分類条件生成装置により達成される。

【発明の効果】

【0010】

本発明によれば、決定木の精度の良い分岐条件を求めることができる。

【図面の簡単な説明】

【0011】

【図1】本発明の実施例における分類条件生成システムの例

【図2】本発明の実施例におけるエラーログテーブルの例

【図3】本発明の実施例における故障記録テーブルの例

【図4】本発明の実施例における分類条件生成処理のフローチャートの例

【図5】本発明の実施例における決定木生成用情報テーブルの例

【図6】本発明の実施例における決定木生成処理のフローチャートの例

【図7】本発明の実施例における決定木生成処理で生成される決定木の例

【図8】本発明の実施例における決定木生成処理で生成される決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図9】本発明の実施例における決定木生成処理で生成される決定木の第二分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図10】本発明の実施例における決定木生成処理で生成される決定木の第三分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図11】本発明の実施例における分類条件テーブルの例

【図12】本発明の実施例における決定木生成用情報テーブルにおける、分類条件生成の根拠となる箇所を示した図の例

【図13】本発明の実施例における決定木再生成処理を説明するフローチャートの例

【図14】本発明の実施例における決定木再生成処理で第一再生成決定木の生成に用いる、特徴量を削減した決定木生成用情報テーブルの例

【図15】本発明の実施例における決定木再生成処理で生成される第一再生成決定木の例

【図16】本発明の実施例における第一再生成決定木から得た分類条件を追加した分類条件テーブルの例

【図17】本発明の実施例における決定木再生成処理で生成される第一再生成決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図18】本発明の実施例における決定木再生成処理で生成される第一再生成決定木の第二分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図19】本発明の実施例における決定木再生成処理で第二再生成決定木の生成に用いる、特徴量を削減した決定木生成用情報テーブルの例

【図20】本発明の実施例における決定木再生成処理で生成される第二再決定木の例

【図21】本発明の実施例における決定木再生成処理で生成される第二再生成決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例

【図22】本発明の実施例における分類条件表示画面の例

【発明を実施するための形態】

【0012】

以下、本発明の実施例を図面を用いて説明する。なお、実施例を説明するための各図において、同一の構成要素にはなるべく同一の名称、符号を付して、その繰り返しの説明を省略する。

【0013】

本発明は後述する実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例および同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。

【0014】

また、実施例で説明する処理部は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することによりソフトウェアで実現してもよい。

【0015】

実施例で説明するテーブル、領域等はデータベース（ＤＢ）であっても良く主記憶メモリに記憶されたデータであっても良い。

【実施例0016】

図１は本発明の実施形態における分類条件生成システムの構成例を示すブロック図の例である。分類条件生成システムは分類条件生成装置１００、監視対象システム１２０、入出力装置１０９で構成。実施例の監視対象システム１２０は複数のＨＤＤを含んで構成される。発明の監視対象はＨＤＤに限定するものではなく、機器、プラント、情報処理システム等の故障予兆検知や異常検知にも活用可能である。

【0017】

本実施例では、分かりやすい説明とするためＨＤＤの故障予兆検知、異常検知を例に説明するが、本発明は異常検知や故障予兆検知のような２項分類だけでなく、マーケティングや医療分野のような様々な分野における２つ以上の条件による分類を行う装置、方法に適用可能である。

【0018】

分類条件生成装置１００と監視対象システム１２０はネットワークインターフェース１１０経由を用いてインターネット、ＬＡＮ、ＷＡＮ、または専用線などの有線または無線の通信ネットワーク１１１で接続されている。

【0019】

この例では、分類条件生成装置１００と監視対象システム１２０が同一の通信ネットワーク１１１に接続されているのもとするが、分類条件生成装置１００は監視対象と別のネットワークに接続されていても良い。例えば、分類条件生成装置１００のプログラムの全部または一部は、例えば、クラウドシステムがＡＰＩ （Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅ）等を介して提供するサービスによって実現してもよい。

【0020】

入出力装置１０９はディスプレイやタッチパネルなどの出力装置と、キーボード、マウス、タッチパネルなどの入力装置からなる
処理装置１０１はＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、メモリ１０２はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）など、外部記憶装置１０３はＨＤＤ（Ｈａｒｄ Ｄｉｓｃ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）など、ネットワークインターフェース１１０はＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線通信モジュール、ＵＳＢ （Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｉｎｔｅｒｆａｃｅ）モジュール、又はシリアル通信モジュール等で構成される。

【0021】

分類条件生成装置１００は情報収集部１０４、分類条件生成部１０５、決定木生成部１０６、分類条件抽出部１０７及び決定木再生成部１０８の処理部とエラーログテーブル２００、故障記録テーブル３００、決定木生成用情報テーブル４００及び分類条件テーブル５００のテーブルを外部記憶装置１０３に備える。

【0022】

これらの処理部はソフトウェアモジュールで構成され、ＣＰＵ１０１によりメモリ１０２へローディングされ、外部記憶装置１０３に格納されたテーブルを参照して実行される。

【0023】

情報収集部１０４は、監視対象システムの情報を収集するソフトウェアモジュールである。この例では分類条件生成装置１００で情報を収集しているが、監視対象システムにおいて情報を収集し、その情報を分類条件生成装置１００へ送っても良い。

【0024】

分類条件生成装置１００で生成された分類条件は入出力装置１０９によりユーザへ表示され、ユーザから当該分類条件を使用するかどうかの選択を受け付ける。

【0025】

図２は本発明の実施形態におけるエラーログテーブルの例である。エラーログテーブル２００は、監視対象システム１２０を構成するＨＤＤで発生したエラーを記録した情報で、エラー発生日時２０１，エラーが発生したＨＤＤのＨＤＤ識別子２０２、発生したエラー種類を表すエラー内容２０３を含む。

【0026】

図３は本発明の実施形態における故障記録テーブルの例である。故障記録テーブルは、監視対象システムを構成するＨＤＤの故障事例を記録した情報で、故障した日時を示す故障日時３０１と、故障したＨＤＤのＨＤＤ識別子３０２を含む。

【0027】

図４は本発明の実施形態における分類条件生成処理の概要を説明するフローチャートの例である。分類条件生成処理は、例えば、分類条件生成装置１００にユーザから所定の入力がされた場合、又は所定のタイミング（例えば、所定の時刻、所定の時間間隔）で実行される。

【0028】

まず、情報収集部１０４がエラーログテーブル２００と故障記録テーブル３００の情報を参照し、決定木生成用情報テーブル４００を生成する（Ｓ１０）。作成された決定木生成用情報テーブル４００を用いて決定木生成部１０６が決定木を生成する（Ｓ１００）。

【0029】

決定木から分類条件が生成できたら（Ｓ２０）決定木再生成部１０８が決定木再生成をおこなう（Ｓ２００）。決定木生成処理Ｓ１００と決定木再生成処理Ｓ２００で得られた分類条件を分類条件テーブル５００に登録し、分類条件テーブル５００を入出力装置１０９へ出力する（Ｓ３０）。

【0030】

図５は本発明の実施形態における決定木生成用情報テーブルの例である。決定木生成用情報テーブル４００は図４のＳ１０で生成されるテーブルで、エラーログテーブル２００と故障記録テーブル３００から生成される。

【0031】

発生したエラーの種類と発生数を表すエラー情報４０１と、その後そのＨＤＤが故障したか否かを示す分類４０２で構成される。本例では故障した場合に分類を異常とし、故障していない場合に分類を正常としている。本実施例では正常と異常の２つのカテゴリーへの分類を例に説明しているが本発明は３以上のカテゴリーへの分類へも適用可能である。

【0032】

故障したＨＤＤの場合、故障した日付から遡り一定期間以内（例えば２週間）に発生したエラーをエラーログテーブル２００で参照する。本例ではエラーの発生数を日毎にまとめて数え上げている。

【0033】

例えば、故障記録テーブル３００において２０２３／１／１０に故障が確認されているＨＤＤ－００１の場合、まず、故障した日付から遡り一定期間以内（例えば２週間）に発生したエラーをエラーログテーブル２００で参照すると、エラーログテーブル２００の１，２，４行目がＨＤＤ－００１のエラーであることが分かる。

【0034】

この３件のエラーログによると、ＨＤＤ－００１では２０２３／１／５にエラーＡが３件発生しており、これは、決定木生成用情報テーブル４００の１行目に対応する。同様に、２０２３／１／１４に故障したＨＤＤ－００３は、エラーログテーブル２００において、６，７行目を参照すると２０２３／１／８にエラーＡが２件発生しており、これは、決定木生成用情報テーブル４００の２行目に対応する。

【0035】

一方で、決定木生成用情報テーブル４００において分類が正常となっている７，８，９行目は故障していないＨＤＤで発生したエラーの情報を表しており、本例では、故障していない場合、故障した場合の様に一定期間以内（例えば２週間）に発生したエラーに限定しない。

【0036】

本実施例は、この決定木生成用情報テーブル４００の情報を、エラー情報４０１に基づいて、分類４０２通りに分類する条件を自動で生成する。つまり、エラーＡ，Ｂ，Ｃの数をヒントに、テーブルの項番１～６（異常）と７～８（正常）に分ける。このエラーＡ，Ｂ，Ｃの数に基づく分類条件は、ＨＤＤが後に故障するか否かをエラー数に基づいて判断する条件を意味する。そのため、この実施例で生成される分類条件は、ＨＤＤの故障予兆を検知する条件（閾値条件）として活用することが出来る。

【0037】

例えば、エラーＡの発生数を表す４０１ａを参照すると、値が２以上の行は全て異常に分類されている。これは、エラーＡが１日に２回以上発生した場合、その後ＨＤＤが故障していることを表している。同様にエラーＢ，Ｃに関する分類条件も生成し、分類４０２ａ通りに、もしくは分類４０２ａ通りに近い分類が可能な条件を生成することが目的である。

【0038】

図６は本発明の実施形態における決定木生成処理を説明するフローチャートの例である。決定木生成用情報テーブル４００を生成したのち、このテーブルから決定木生成部１０６が決定木を生成する処理である。

【0039】

まず、決定木生成用情報テーブル４００におけるエラー情報の特徴量数を参照し、この値をＮとする（Ｓ１０１）。次に、決定木生成用情報テーブルのエラー情報４０１を説明変数とし、分類４０２を目的変数とする高さＮ（エラー情報の種類の数）の決定木を自動生成アルゴリズムで生成する（Ｓ１０２）。図５に示した例の場合、特徴量はエラーＡ（４０１ａ），エラーＢ（４０１ｂ），エラーＣ（４０１ｃ） の３種類であり、Ｎ＝３である。

【0040】

決定木のノードが全て正常、もしくは全て異常でなければ（Ｓ１０３）異常ノードまでの分岐を辿り、分岐条件を抽出する（Ｓ１０４）。そして抽出した分岐条件を分類条件テーブル５００へ格納する（Ｓ１０５）。決定木のノードが全て正常、もしくは全て異常であれば処理を終了する。

【0041】

図７は本発明の実施形態における決定木生成処理で生成される決定木の例である。決定木は任意の決定木自動生成アルゴリズムで生成するものとする。決定木は、目的変数に指定した分類通り、もしくは分類に近くなるように、説明変数に指定したエラーの種類に基づく分類がなされる
決定木における分岐６０１ａ，６０１ｂ，６０１ｃは分類条件であり、図７の例では各分岐の条件を満たす場合は左のノードへ、満たさない場合は右のノードへ分類される。説明のため６０１ａを決定木の第一分類条件、６０１ｂを第二分類条件、６０１ｃを第三分類条件とする。

【0042】

決定木の末端のノードが分類された結果であり、正常の方が多いノードを正常分類のノード、異常の方が多いノードを異常分類のノードとする。

【0043】

図８は本発明の実施形態における決定木生成処理で生成される決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例である。

【0044】

決定木の第一分類条件６０１ａは「エラーＡ＜２」であり、これを満たす６０２ａと満たさない６０２ｂに分類されるが、これを決定木生成用情報テーブル４００で説明すると、４０１１に示す通りエラーＡが２以上の情報４０１２と、それ以外の情報４０１３に分けられる。

【0045】

満たさない６０２ｂに分類された４０１２の情報の分類は全て「異常」であり、これ以上分類する必要はなく、一方満たす６０２ａに分類された４０１３は「異常」と「正常」が含まれている。

【0046】

図９は本発明の実施形態における決定木生成処理で生成される決定木の第二分類条件を、決定木生成用情報テーブルを用いて表した図の例である。

【0047】

図８で４０１３は、次に決定木の第二分類条件６０１ｂによってさらに分類される。ここで、第二分類条件６０１ｂは、図８の４０１３のみを分類するため、４０１２には関与しない。決定木の第二分類条件６０１ｂは「エラーＢ＜１」であり、これを満たす６０３ａと満たさない６０３ｂに分類されるが、これを決定木生成用情報テーブル４００で説明すると、図８の４０１３は、４０２１に示す通りエラーＢが１以上の情報４０２２とそれ以外の情報４０２３に分けられる。

【0048】

満たす６０３ａに分類された４０２３の情報の分類は全て「正常」であり、これ以上分類する必要はなく、一方満たさない６０３ｂに分類された４０２２の情報の分類は「正常」と「異常」が含まれている。

【0049】

図１０は本発明の実施形態における決定木生成処理で生成される決定木の第三分類条件を、決定木生成用情報テーブルを用いて表した図の例である。図９と同様に、図９の４０２２を４０３２と４０３３に分類すると、完全に「正常」と「異常」に分類できる。

【0050】

図１１は本発明の実施形態における分類条件テーブルの例である。図７に示す決定木から、異常に分類される条件を抽出した結果を分類条件テーブル５００に格納する。

【0051】

決定木において、異常に分類される情報は６０２ｂか、６０２ａ→６０３ｂ→６０４ｂという経路を辿る。これを条件式にすると６０２ｂは「エラーＡ≧２」であり、６０２ａ→６０３ｂ→６０４ｂは「エラーＡ＜２ ａｎｄ エラーＢ≧１ ａｎｄ エラーＡ≧１」となるため、異常に分類される条件は「エラーＡ≧２ ｏｒ（エラーＡ＜２ ａｎｄ エラーＢ≧１ ａｎｄ エラーＡ≧１）」となる。

【0052】

この式を、論理式の基本公式に則り整理すると
エラーＡ≧２ ｏｒ （エラーＡ＜２ ａｎｄ エラーＢ≧１ ａｎｄ エラーＡ≧１）
＝ （エラーＡ≧２ ｏｒ エラーＡ＜２） ａｎｄ （エラーＡ≧２ ｏｒ （エラーＢ≧１ ａｎｄ エラーＡ≧１））
＝ エラーＡ≧２ ｏｒ （エラーＢ≧１ ａｎｄ エラーＡ≧１）
に変換できる。

【0053】

そのため、図７に示す決定木から抽出できる条件、エラーＡ≧２ と エラーＢ≧１ ａｎｄ エラーＡ≧１が、５０１ａ、５０１ｂとして、分類条件テーブル５００に格納される。

【0054】

図１２は本発明の実施形態における決定木生成用情報テーブルにおける、分類条件生成の根拠となる箇所を示した図の例である。
・４０４１に着目すると、エラーＡの値が２以上の場合、分類が異常となっている。そのため、分類条件として、エラーＡ≧２が得られることが期待できる。
・４０４２に着目すると、エラーＡの値が１以上 かつ エラーＢの値が１以上の場合、分類が異常となっている。そのため、分類条件として、エラーＡ≧１ ａｎｄ エラーＢ≧１ が得られることが期待できる。
・４０４３に着目すると、エラーＢの値が２以上の場合、分類が異常となっている。そのため、分類条件として、エラーＢ≧２が得られることが期待できる。
・４０４４に着目すると、エラーＣの値が２以上の場合、分類が異常となっている。そのため、分類条件として、エラーＣ≧２が得られることが期待できる。
・上記から、エラーＡ≧２、エラーＡ≧１ ａｎｄ エラーＢ≧１、エラーＢ≧２、エラーＣ≧２が得られることが期待できるが、図７に示す決定木からはエラーＢ≧２、エラーＣ≧２の２つが得られていない。以降に説明する決定木再生成処理Ｓ２００は、これらの条件を得るための処理である。

【0055】

図１３は本発明の実施形態における決定木再生成処理を説明するフローチャートの例である。１つ前の決定木において、最初に生成された分岐に現れる特徴量を特定する（Ｓ２０１）。このとき、１つ前の決定木とは、決定木生成処理Ｓ１００において生成された図７に示す決定木であり、最初に生成される分岐とは一番上の「エラーＡ＜２」という条件の第一分類条件６０１ａである。そのため、ここで特定される特徴量はエラーＡである。

【0056】

特定した特徴量、この例ではエラーＡを決定木生成用情報から取り除き（Ｓ２０２）、残った特徴量数をＮとする（Ｓ２０３）。図１４にエラーＡを取り除いた決定木生成用情報テーブルの様子を示す。

【0057】

Ｎが０の場合、すなわち特徴量がもうない場合（Ｓ２０４）、決定木の再生成は出来ないので処理を終了する。Ｎ＞０の場合、特徴量を１つ取り除いた決定木生成用情報を用いて決定木を再生成する（Ｓ２０５）。

【0058】

再生成された決定木が分類出来ていない場合つまり決定木のノードが全て正常、もしくは全て異常の場合（Ｓ２０６）処理を終了する。決定木のノードに正常と異常の両方が含まれている場合、再生成された決定木から分類条件を抽出する（Ｓ２０７）。

【0059】

再生成された決定木から、新たな分類条件が得られなかった場合（再生成された決定木から得られた条件が全て、既に分類条件テーブル５００に存在する場合）（Ｓ２０８）処理を終了する。

【0060】

分類条件テーブル５００に存在しない場合、新たに得られた分類条件を分類条件テーブル５００に追加し（Ｓ２０９）、Ｓ２０１の処理に戻る。

【0061】

図１５にエラーＡを取り除いた図１４の決定木生成用情報テーブルから生成した再生成決定木の様子を示している。図１６に分類条件が追加された分類条件テーブルの様子を示す。

【0062】

図１７は本発明の実施形態における決定木再生成処理で生成される第一再生成決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例である。

【0063】

第一再生成決定木の第一分類条件７０１ａは「エラーＢ＜２」であり、これを満たす７０２ａと満たさない７０２ｂに分類されるが、これを図１４に示したエラーＡを取り除いた決定木生成用情報テーブルで説明すると、４１０１に示す通りエラーＢが２以上の情報４１０２と、それ以外の情報４１０３に分けられる。

【0064】

「エラーＢ＜２」を満たさない７０２ｂに分類された４１０２の情報の分類は全て「異常」であり、これ以上分類する必要はなく、一方、「エラーＢ＜２」を満たす７０２ａに分類された４１０３は「異常」と「正常」が含まれている。

【0065】

図１８は本発明の実施形態における決定木再生成処理で生成される第一再生成決定木の第二分類条件を、決定木生成用情報テーブルを用いて表した図の例である。

【0066】

第一再生成決定木の第二分類条件７０１ｂは「エラーＣ＜２」であり、これを満たす７０３ａと満たさない７０３ｂに分類されるが、これを図１５に示したエラーＡを取り除いた決定木生成用情報テーブルで説明すると、図１７の４１０３は、４１１１に示す通りエラーＣが２以上の情報４１１２と、それ以外の情報４１１３に分けられる。

【0067】

「エラーＣ＜２」を満たさない７０３ｂに分類された４１１２の情報の分類は全て「異常」であり、これ以上分類する必要はなく、一方「エラーＣ＜２」を満たす７０３ａに分類された４１１３は「異常」と「正常」が含まれている。

【0068】

４１１３は完全に分類しきれていないが、エラーＢ、エラーＣの値でこれ以上分類が出来ない。図１５の７０３ａに分類される４１１３は「異常」が２件、「正常」が３件のため分類は「正常」となる。

【0069】

図１９は本発明の実施形態における決定木再生成処理で第二再生成決定木の生成に用いる、特徴量を削減した決定木生成用情報テーブルの例である。

【0070】

図１４から、さらにエラーＢの特徴量を取り除き、エラーＣのみとなった。

【0071】

図２０は本発明の実施形態における決定木再生成処理で生成される第二再決定木の例である。エラーＣだけでは「正常」と「異常」に分類分けが出来ない。

【0072】

図２１は本発明の実施形態における決定木再生成処理で生成される第二再生成決定木の第一分類条件を、決定木生成用情報テーブルを用いて表した図の例である。エラーＣだけでは「正常」と「異常」に分類分けが出来ない。

【0073】

図２２は本発明の実施例における生成した分類条件を出力する画面の例である。分類条件表示部９１０には閾値が設定されたエラー、閾値、決定木の生成に用いたデータの中でこの条件を満たすものが故障であった確率であり適用の判断を補助する故障確率９１１が含まれる。さらに生成された条件を満たす故障／稼働中ＨＤＤとそのエラー情報を提示する詳細ボタン９１２がエラー毎に表示される。

【0074】

複数の条件の詳細を一括で表示する詳細一括表示ボタン９１４、生成された条件のうち、実際の検知に用いる条件を選択する検知へ適用ボタン９１５を表示し対象となる分類条件をチェックボックス９１３で選択する。

【0075】

詳細情報表示部９２０はこの条件が適用されていた場合、正しく故障の予兆が検知されたＨＤＤの情報である条件を満たす故障ＨＤＤの情報９２１を出力するようにしても良い。この場合、ＨＤＤの識別子、左記ＨＤＤを導入した日付、左記ＨＤＤが故障した日付、エラーが観測された日付、エラーＡ、エラーＢ等のエラー情報が表示される。

【0076】

この画面はエラーログテーブル２００で予め定められた期間に対象となるエラーが発生しているＨＤＤを求め、故障記録テーブル３００で当該エラーが発生したＨＤＤに故障が発生しているものを選択するエラー情報選択部６００を設けることにより表示される。

【0077】

この条件が適用されていた場合、この条件によって誤って故障の予兆が検知されてしまっていた正常なＨＤＤの情報である条件を満たす稼働中ＨＤＤの情報９２２を出力しても良い。この場合、ＨＤＤの識別子、左記ＨＤＤを導入した日付、右に表示するエラーが観測された日付、エラーＡ、エラーＢ等のエラー情報が表示される。

【0078】

これらの情報により選択した条件によって誤って検知される（偽陽性）件数の把握の他、故障はしてないもののエラーの多いＨＤＤの把握にも活用可能となる。

【0079】

この画面はエラーログテーブル２００で予め定められた期間に対象となるエラーが発生しているＨＤＤを求め、故障記録テーブル３００で当該エラーが発生したＨＤＤに故障が発生していないものを選択するエラー情報選択部６００を設けることにより表示される。

【符号の説明】

【0080】

１００ 分類条件生成装置、１０１ 処理装置（ＣＰＵ）、１０２ メモリ、１０３ 外部記憶装置、１０４ 情報収集部、１０５ 分類条件生成部、１０６ 決定木生成部、１０７ 分類条件抽出部、１０８ 決定木再生成部、１０９ 入出力装置、１１０ ネットワークインターフェース、１１１ 通信ネットワーク、１２０ 監視対象システム、１２１，１２２ ハードディスク、２００ エラーログテーブル、３００ 故障記録テーブル、４００ 決定木生成用情報テーブル、５００ 分類条件テーブル、６００ エラー情報選択部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】