特開 2024-49553 ネットワーク障害復旧支援システム、ネットワーク障害復旧支援方法及びコンピュータプログラム

(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】P2024049553

(43)【公開日】2024-04-10

(54)【発明の名称】ネットワーク障害復旧支援システム、ネットワーク障害復旧支援方法及びコンピュータプログラム

(51)【国際特許分類】

   H04L 41/0654 20220101AFI20240403BHJP

【ＦＩ】

H04L41/0654

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022155843

(22)【出願日】2022-09-29

(71)【出願人】

【識別番号】000208891

【氏名又は名称】ＫＤＤＩ株式会社

(74)【代理人】

【識別番号】100165179

【弁理士】

【氏名又は名称】田▲崎▼ 聡

(74)【代理人】

【識別番号】100175824

【弁理士】

【氏名又は名称】小林 淳一

(74)【代理人】

【識別番号】100114937

【弁理士】

【氏名又は名称】松本 裕幸

(72)【発明者】

【氏名】宮本 達史

(57)【要約】

【課題】通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を強化学習によって作成する際の効率の向上を図る。
【解決手段】過去に通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するタスク実行順序分類グループ判断部と、各タスクの所属度データを格納するタスクデータベースと、タスクデータベースに格納された所属度データに基づいてタスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行う強化学習部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援システムにおいて、
タスク実行手順におけるタスク実行順序を分類するタスク実行順序分類グループが複数定義されてあり、
過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するタスク実行順序分類グループ判断部と、
各タスクの前記所属度データを格納するタスクデータベースと、
前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行う強化学習部と、
を備えるネットワーク障害復旧支援システム。

【請求項2】

前記タスク実行順序分類グループは、タスク実行手順において、最初に実行される初手グループと、前記初手グループの次に実行される中手グループと、最後に実行される最終手グループとである、
請求項１に記載のネットワーク障害復旧支援システム。

【請求項3】

前記タスク実行順序分類グループ判断部は、
過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に含まれるタスク毎にタスク実行順序分類グループの正解ラベルを付与する正解ラベル付与部と、
前記タスクデータベースに格納する各タスクの前記所属度データを算出する分類器と、を備え、
前記正解ラベルが付与されたタスクを用いてタスクの所属度データを算出するように前記分類器の機械学習を行う、
請求項１又は２のいずれか１項に記載のネットワーク障害復旧支援システム。

【請求項4】

前記強化学習によって作成されたタスク実行手順に対する評価データを取得する評価データ取得部をさらに備え、
前記タスク実行順序分類グループ判断部は、前記評価データに基づいて前記分類器の機械学習を制御する、
請求項３に記載のネットワーク障害復旧支援システム。

【請求項5】

通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援方法において、
タスク実行手順におけるタスク実行順序分類グループが複数定義されてあり、
タスク実行順序分類グループ判断部が、過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するステップと、
タスクデータベースが、各タスクの前記所属度データを格納するステップと、
強化学習部が、前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行うステップと、
を含むネットワーク障害復旧支援方法。

【請求項6】

通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援システムのコンピュータに、
タスク実行手順におけるタスク実行順序分類グループが複数定義されてあり、
過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するステップと、
各タスクの前記所属度データをタスクデータベースに格納するステップと、
前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行うステップと、
を実行させるためのコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ネットワーク障害復旧支援システム、ネットワーク障害復旧支援方法及びコンピュータプログラムに関する。

【背景技術】

【0002】

従来、通信ネットワークに発生した障害を復旧させるためのタスクの実行手順（タスク実行手順）を強化学習により作成する技術として、例えば特許文献１が知られている。特許文献１に記載の従来技術では、ネットワーク障害復旧システムは、通信ネットワークに発生した障害を復旧させるためのタスクが登録されたタスクデータベースと、当該通信ネットワークの状態を示すネットワーク状態データを取得し、当該ネットワーク状態データに基づいて当該通信ネットワークに障害が発生しているか否かを判断するネットワーク状態取得部と、当該通信ネットワークに障害が発生していると判断された当該ネットワーク状態データに基づいて当該タスクデータベースから当該通信ネットワークに適用するタスクを選択する強化学習演算処理を実行する強化学習エンジンと、当該選択されたタスクを当該通信ネットワークに対して実行するタスク実行部と、を備えている。また、当該強化学習における報酬は、通信ネットワークの障害が復旧したか否かや、タスクの実行に要する時間や、タスクの実行が通信ネットワークに影響を及ぼした範囲などの評価結果に応じて決定される。例えば、通信ネットワークの障害が復旧しない場合に、負の報酬が決定される。例えば、タスクの実行に要する時間が長いほど、より大きい負の報酬が決定される。例えば、タスクの実行が通信ネットワークに影響を及ぼした範囲が大きいほど、より大きい負の報酬が決定される。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１５６０５３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、上述した従来の技術では、通信ネットワークに発生した障害を復旧させるまでに必要なタスク数が多くなるほど、強化学習の収束に時間がかかる。また、より大きな正の報酬が得られるように強化学習が行われるので、例えばタスクの実行に要する時間（タスク所要時間）がより短くなるようにタスク実行手順が作成されることによって、タスク所要時間が極端に短くなるように（過剰な報酬取得の状態で）タスク実行手順が作成されると、正解とは異なるタスク実行手順が作成されてしまう可能性があった。

【0005】

本発明は、このような事情を考慮してなされたものであり、その目的は、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を強化学習によって作成する際の効率の向上を図ることにある。

【課題を解決するための手段】

【0006】

本発明の一態様は、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援システムにおいて、タスク実行手順におけるタスク実行順序を分類するタスク実行順序分類グループが複数定義されてあり、過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するタスク実行順序分類グループ判断部と、各タスクの前記所属度データを格納するタスクデータベースと、前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行う強化学習部と、を備えるネットワーク障害復旧支援システムである。
本発明の一態様は、上記のネットワーク障害復旧支援システムにおいて、前記タスク実行順序分類グループは、タスク実行手順において、最初に実行される初手グループと、前記初手グループの次に実行される中手グループと、最後に実行される最終手グループとである、ネットワーク障害復旧支援システムである。
本発明の一態様は、上記のネットワーク障害復旧支援システムにおいて、前記タスク実行順序分類グループ判断部は、過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に含まれるタスク毎にタスク実行順序分類グループの正解ラベルを付与する正解ラベル付与部と、前記タスクデータベースに格納する各タスクの前記所属度データを算出する分類器と、を備え、前記正解ラベルが付与されたタスクを用いてタスクの所属度データを算出するように前記分類器の機械学習を行う、ネットワーク障害復旧支援システムである。
本発明の一態様は、上記のネットワーク障害復旧支援システムにおいて、前記強化学習によって作成されたタスク実行手順に対する評価データを取得する評価データ取得部をさらに備え、前記タスク実行順序分類グループ判断部は、前記評価データに基づいて前記分類器の機械学習を制御する、ネットワーク障害復旧支援システムである。

【0007】

本発明の一態様は、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援方法において、タスク実行手順におけるタスク実行順序分類グループが複数定義されてあり、タスク実行順序分類グループ判断部が、過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するステップと、タスクデータベースが、各タスクの前記所属度データを格納するステップと、強化学習部が、前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行うステップと、を含むネットワーク障害復旧支援方法である。

【0008】

本発明の一態様は、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を、強化学習を用いて作成するネットワーク障害復旧支援システムのコンピュータに、タスク実行手順におけるタスク実行順序分類グループが複数定義されてあり、過去に前記通信ネットワークに適用されて障害が復旧したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎にタスク実行順序分類グループへの所属度合いを示す所属度データを算出するステップと、各タスクの前記所属度データをタスクデータベースに格納するステップと、前記タスクデータベースに格納された前記所属度データに基づいて、前記タスクデータベースに登録されたタスクの中からタスク実行順序分類グループ毎にタスクを選択してタスク実行手順を作成する強化学習を行うステップと、を実行させるためのコンピュータプログラムである。

【発明の効果】

【0009】

本発明によれば、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を強化学習によって作成する際の効率の向上を図ることができるという効果が得られる。

【図面の簡単な説明】

【0010】

【図1】一実施形態に係るネットワーク障害復旧支援システムの構成例を示すブロック図である。

【図2】一実施形態に係るタスク実行順序分類グループを説明するための説明図である。

【図3】一実施形態に係るタスク実行順序分類グループ判断部の構成例を示すブロック図である。

【図4】一実施形態に係る手順実行履歴の構成例を示す図である。

【図5】一実施形態に係る正解ラベル付き学習データベクトルの構成例を示す図である。

【図6】一実施形態に係るネットワーク障害復旧支援方法の手順の例を示すフローチャートである。

【発明を実施するための形態】

【0011】

以下、図面を参照し、本発明の実施形態について説明する。
図１は、一実施形態に係るネットワーク障害復旧支援システムの構成例を示すブロック図である。図１において、ネットワーク障害復旧支援システムは、手順実行履歴データベース１０と、タスク実行順序分類グループ判断部１１と、タスクデータベース１２と、強化学習部１３と、評価データ取得部１４とを備える。ネットワーク障害復旧支援システムは、通信ネットワークＮＷに発生した障害を復旧させるためのタスクの実行手順（タスク実行手順）を、強化学習を用いて作成する。以下、通信ネットワークＮＷに発生した障害を復旧させるためのタスクを、単にタスクと称する。

【0012】

手順実行履歴データベース１０は、手順実行履歴を格納するデータベースである。手順実行履歴は、障害が発生した通信ネットワークＮＷに対して実行されたタスクの履歴である。手順実行履歴は、通信ネットワークＮＷに適用されて障害が復旧したタスク実行手順を含む。手順実行履歴データベース１０には、障害が発生した通信ネットワークＮＷに対して実行されたタスクの履歴（手順実行履歴）が随時、追加される。

【0013】

タスク実行順序分類グループ判断部１１は、手順実行履歴データベース１０内の手順実行履歴から、過去に通信ネットワークＮＷに適用されて障害が復旧したタスク実行手順を取得する。タスク実行順序分類グループ判断部１１は、当該取得したタスク実行手順に基づいて、当該タスク実行手順に含まれるタスク毎に、タスク実行順序分類グループへの所属度合いを示す所属度データを算出する。タスク実行順序分類グループは、タスク実行手順におけるタスク実行順序を分類するグループである。タスク実行順序分類グループは、予め、複数定義されている。

【0014】

図２は、本実施形態に係るタスク実行順序分類グループを説明するための説明図である。図２の例では、タスク実行順序分類グループとして、タスク実行手順において、最初に実行される初手グループと、初手グループの次に実行される中手グループと、最後に実行される最終手グループとが定義されている。図２の例では、タスク実行手順において、最初に実行されるタスク１は初手グループ、最後に実行されるタスク４は最終手グループ、タスク１，４以外の他のタスク２，３は中手グループである。

【0015】

なお、図２の例では、タスク実行順序分類グループとして３つのグループ（初手グループ、中手グループ、最終手グループ）が設けられているが、タスク実行順序分類グループとして２つ以上のグループが設けられていればよい。例えば、タスク実行順序分類グループとして、初手グループと最終手グループの２つのみが設けられてもよい。例えば、タスク実行順序分類グループとして、初手グループと２つ以上の中手グループと最終手グループの合計４つ以上が設けられてもよい。
以下、本実施形態の一例として、タスク実行順序分類グループとして、初手グループと中手グループと最終手グループの３つが定義されている場合を挙げて説明する。

【0016】

ある一のタスクは、例えば障害内容によって、通信ネットワークＮＷに対して実行される順序が異なる場合がある。したがって、同じタスクであっても、手順実行履歴に含まれるタスク実行手順毎に当該タスクの実行順序が異なる場合がある。このことから、タスク実行順序分類グループ判断部１１は、タスク実行手順に含まれるタスク毎に、タスク実行順序分類グループ「初手グループ」、「中手グループ」、「最終手グループ」への所属度合いを示す所属度データを算出する。

【0017】

ある一のタスクに関する所属度データの構成例は、「タスク識別情報：初手グループの所属度、中手グループの所属度、最終手グループの所属度」である。例えば「タスク＃１」の所属度データが「タスク＃１：０．８２、０．１０、０．０８」である場合、タスク＃１は、初手グループの所属度が「０．８２」であり、中手グループの所属度が「０．１０」であり、最終手グループの所属度が「０．０８」である。この場合、タスク＃１は、初手グループへの所属度合いが最も大きく、次に初手グループへの所属度合いが大きく、最終手グループへの所属度合いが最も小さい。

【0018】

タスクデータベース１２には、通信ネットワークＮＷに用いられる様々なタスクが登録されている。タスクデータベース１２は、タスク実行順序分類グループ判断部１１が算出した各タスクの所属度データを格納する。

【0019】

強化学習部１３は、障害が発生した通信ネットワークＮＷに適用するタスクをタスクデータベース１２から選択し、タスク実行手順を作成する強化学習演算処理を実行する。この強化学習において、強化学習部１３は、タスクデータベース１２に格納された所属度データに基づいて、タスクデータベース１２に登録されたタスクの中からタスク実行順序分類グループ「初手グループ」、「中手グループ」、「最終手グループ」毎にタスクを選択してタスク実行手順を作成する。

【0020】

評価データ取得部１４は、強化学習部１３の強化学習によって作成されたタスク実行手順に対する評価データを取得する。タスク実行順序分類グループ判断部１１は、当該評価データに基づいて、所属度データの算出に関する制御を行う。

【0021】

図３は、本実施形態に係るタスク実行順序分類グループ判断部１１の構成例を示すブロック図である。図１において、タスク実行順序分類グループ判断部１１は、ベクトル変換部１１１と、正解ラベル付与部１１２と、分類器１１３とを備える。

【0022】

タスク実行順序分類グループ判断部１１は、手順実行履歴データベース１０から手順実行履歴Ａを取得する。手順実行履歴Ａは、過去に通信ネットワークＮＷに適用されて障害が復旧したタスク実行手順のみを含むものである。

【0023】

図４は、本実施形態に係る手順実行履歴Ａの構成例を示す図である。図４の例では、手順実行履歴Ａは、タスク実行手順毎に、障害発生日時、障害内容、タスク実行手順の対象ノード、ｎ番目に実行されたタスク（実施タスク、ｎは１以上の整数）、タスク実行手順の実施者などの情報を有する。例えば、障害発生日時「２０２２－０１－２０」の障害内容「ＡＭＦ ｄｏｗｎ」に対して実施者「Ａ」が対象ノード「ＡＭＦ」に対して実行したタスク実行手順は、１番目に「タスク＃１６」が実行され、２番目に「タスク＃２」が実行され、３番目に「タスク＃１５」が実行されたことにより、障害が復旧したことが示される。

【0024】

ベクトル変換部１１１は、手順実行履歴Ａに含まれる情報をベクトルに変換する。このベクトル変換では、手順実行履歴Ａに含まれる各項目がそれぞれベクトル要素に用いられる。図４の例では、「障害発生日時」が第１ベクトル要素に用いられ、「障害内容」が第２ベクトル要素に用いられ、「対象ノード」が第３ベクトル要素に用いられ、「実施タスク」が第４ベクトル要素に用いられ、「実施者」が第５ベクトル要素に用いられる。これにより、学習データベクトル［第１ベクトル要素「障害発生日時」、第２ベクトル要素「障害内容」、第３ベクトル要素「対象ノード」、第４ベクトル要素「実施タスク」、第５ベクトル要素「実施者」］が生成される。なお、ベクトル要素に用いられる項目は、予め設定される。例えば、「実施者」はベクトル要素に用いられなくてもよい。

【0025】

図５に、本実施形態に係る学習データベクトルの構成例を示す。図５において、各行が各学習データベクトルであり、各列がベクトル要素である。図５の例では、学習データベクトルは、第１ベクトル要素「障害発生日時」、第２ベクトル要素「障害内容」、第３ベクトル要素「実施タスク」及び第４ベクトル要素「対象レイヤー」から構成される。対象レイヤーは、図４の手順実行履歴Ａの例では図示されていない。対象レイヤーは、タスク実行手順の対象のソフトウェアレイヤーである。なお、正解ラベルは後述する正解ラベル付与部１１２が付与する。

【0026】

正解ラベル付与部１１２は、ベクトル変換部１１１が生成した学習データベクトルに対して、手順実行履歴Ａのタスク実行手順に基づいてタスク実行順序分類グループ「初手グループ」、「中手グループ」及び「最終手グループ」の中から正解のグループを示す正解ラベルを付与する。

【0027】

例えば、図４の手順実行履歴Ａにおいて、障害発生日時「２０２２－０１－２０」の障害内容「ＡＭＦ ｄｏｗｎ」に対して実施者「Ａ」が対象ノード「ＡＭＦ」に対して実行したタスク実行手順は、１番目（最初）が「タスク＃１６」であり、２番目が「タスク＃２」であり、３番目（最後）が「タスク＃１５」である。これにより、それぞれの実施タスクに対応する図５の各学習データベクトルに対して、「タスク＃１６」の学習データベクトル（図５中の１行目（表項目の行を除く））には初手グループを示す正解ラベル「初手」が付与され、「タスク＃２」の学習データベクトル（図５中の２行目（表項目の行を除く））には中手グループを示す正解ラベル「中手」が付与され、「タスク＃１５」の学習データベクトル（図５中の３行目（表項目の行を除く））には最終手グループを示す正解ラベル「最終手」が付与される。

【0028】

分類器１１３は、タスクデータベース１２に格納する各タスクの所属度データを算出する。タスク実行順序分類グループ判断部１１は、正解ラベル付与部１１２によって正解ラベルが付与された学習データベクトルを用いて、タスクの所属度データを算出するように分類器１１３の機械学習（教師あり学習）を行う。分類器１１３は、例えば、「Random Forest」や深層学習（例えば、「Convolutional Neural Network：ＣＮＮ」等）などの学習モデルである。

【0029】

タスク実行順序分類グループ判断部１１は、分類器１１３が算出した各タスクの所属度データＢをタスクデータベース１２へ送信する。タスクデータベース１２は、タスク実行順序分類グループ判断部１１から受信した各タスクの所属度データＢを格納する。

【0030】

強化学習部１３は、強化学習に用いるタスク情報Ｃをタスクデータベース１２から取得する。タスク情報Ｃは、タスクデータベース１２に登録された全てのタスクを特定する情報と、各タスクの所属度データＢとを含む。

【0031】

強化学習部１３は、タスク情報Ｃを用いて、障害が発生した通信ネットワークＮＷに適用するタスクを選択し、タスク実行手順を作成する強化学習演算処理を実行する。この強化学習において、強化学習部１３は、各タスクの所属度データＢに基づいて、タスク情報Ｃに含まれるタスクの中からタスク実行順序分類グループ「初手グループ」、「中手グループ」、「最終手グループ」毎にタスクを選択してタスク実行手順Ｄを作成する。

【0032】

具体的には、強化学習部１３は、「初手グループ」に属するタスク群の中から、障害が発生した通信ネットワークＮＷに適用するタスクを選択し、選択したタスクが実行される順序を決定し、決定した順序を最初に実行される初手グループ実行順序にする。また、「中手グループ」に属するタスク群の中から、障害が発生した通信ネットワークＮＷに適用するタスクを選択し、選択したタスクが実行される順序を決定し、決定した順序を初手グループ実行順序の次に実行される中手グループ実行順序にする。また、「最終手グループ」に属するタスク群の中から、障害が発生した通信ネットワークＮＷに適用するタスクを選択し、選択したタスクが実行される順序を決定し、決定した順序を最後に実行される最終手グループ実行順序にする。その最初に初手グループ実行順序、次いで中手グループ実行順序、最後に最終手グループ実行順序が連結された結果がタスク実行手順Ｄである。

【0033】

評価データ取得部１４は、強化学習部１３によって作成されたタスク実行手順Ｄを取得する。評価データ取得部１４は、当該タスク実行手順Ｄを実際に通信ネットワークＮＷに対して実行し、当該タスク実行手順Ｄによって通信ネットワークＮＷの障害が復旧したか否かを判定する。評価データ取得部１４は、当該判定の結果「復旧の成功又は失敗」を示す評価データＥをタスク実行順序分類グループ判断部１１へ送信する。

【0034】

なお、タスク実行手順Ｄは、評価データ取得部１４が自動的に通信ネットワークＮＷに対して実行してもよく、又は運用者の操作に従って通信ネットワークＮＷに対して実行されてもよい。

【0035】

タスク実行順序分類グループ判断部１１は、評価データＥに基づいて分類器１１３の機械学習を制御する。例えば、タスク実行順序分類グループ判断部１１は、評価データＥに基づいて通信ネットワークＮＷの障害の復旧率を算出する。タスク実行順序分類グループ判断部１１は、通信ネットワークＮＷの障害の復旧率が分類器１１３の機械学習に関する所定の終了条件を満足する場合に分類器１１３の機械学習を終了し、そうではない場合に分類器１１３の機械学習を継続する。

【0036】

なお、学習データベクトルに使用するタスク実行手順は、所定の条件を満たすタスク実行手順のみに限定されてもよい。例えば、タスク実行順序分類グループ判断部１１は、手順実行履歴データベース１０内の手順実行履歴に基づいて、同一の実施者が連続して実施した一又は複数のタスク実行手順が所定の閾値を超える回数実施された場合に、当該タスク実行手順群を学習データベクトルに使用するタスク実行手順に決定してもよい。

【0037】

次に図６を参照して本実施形態に係るネットワーク障害復旧支援方法を説明する。図６は、本実施形態に係るネットワーク障害復旧支援方法の手順の例を示すフローチャートである。

【0038】

タスク実行順序分類グループ判断部１１には、予め、タスク実行順序分類グループ「初手グループ」、「中手グループ」及び「最終手グループ」が定義されている。

【0039】

（ステップＳ１） タスク実行順序分類グループ判断部１１は、手順実行履歴データベース１０から手順実行履歴Ａを取得する。次いで、タスク実行順序分類グループ判断部１１は、取得した手順実行履歴Ａから、正解ラベル付の学習データベクトルを作成する（前処理）。

【0040】

（ステップＳ２） タスク実行順序分類グループ判断部１１は、正解ラベル付の学習データベクトルを用いて、タスクの所属度データを算出するように分類器１１３の機械学習（教師あり学習）を行う。これにより、分類器１１３は、各タスクの所属度データＢを算出する。タスク実行順序分類グループ判断部１１は、分類器１１３が算出した各タスクの所属度データＢをタスクデータベース１２へ送信する。

【0041】

（ステップＳ３） タスクデータベース１２は、タスク実行順序分類グループ判断部１１から受信した各タスクの所属度データＢを格納する。

【0042】

（ステップＳ４） 強化学習部１３は、強化学習に用いるタスク情報Ｃをタスクデータベース１２から取得する。タスク情報Ｃは、タスクデータベース１２に登録された全てのタスクを特定する情報と、各タスクの所属度データＢとを含む。次いで、強化学習部１３は、タスク情報Ｃを用いて、障害が発生した通信ネットワークＮＷに適用するタスクを選択し、タスク実行手順を作成する強化学習演算処理を実行する。この強化学習において、強化学習部１３は、各タスクの所属度データＢに基づいて、タスク情報Ｃに含まれるタスクの中からタスク実行順序分類グループ「初手グループ」、「中手グループ」、「最終手グループ」毎にタスクを選択してタスク実行手順Ｄを作成する。

【0043】

（ステップＳ５） 評価データ取得部１４は、強化学習部１３によって作成されたタスク実行手順Ｄに対する評価データＥを取得する。評価データ取得部１４は、評価データＥをタスク実行順序分類グループ判断部１１へ送信する。

【0044】

（ステップＳ６） タスク実行順序分類グループ判断部１１は、評価データＥに基づいて、分類器１１３の機械学習の終了か継続かを判定する。この結果、分類器１１３の機械学習の終了の場合は図６の処理を終了する。一方、分類器１１３の機械学習の継続の場合はステップＳ１に戻る。

【0045】

本実施形態によれば、強化学習部１３は、各タスクの所属度データＢに基づいて、タスク情報Ｃに含まれるタスクの中からタスク実行順序分類グループ（例えば「初手グループ」、「中手グループ」、「最終手グループ」）毎にタスクを選択してタスク実行手順Ｄを作成することができる。これにより、通信ネットワークに発生した障害を復旧させるためのタスクのタスク実行手順を強化学習によって作成する際の効率の向上を図る効果が得られる。

【0046】

例えば、各タスク実行順序分類グループの強化学習に用いられるタスク数を減らすことができるので、強化学習の収束にかかる時間を短縮する効果が得られる。

【0047】

また、タスク実行順序分類グループ（例えば「初手グループ」、「中手グループ」、「最終手グループ」）に分割して強化学習が行われるので、より大きな正の報酬が得られるように例えばタスクの実行に要する時間（タスク所要時間）がより短くなるようにタスク実行手順が作成されても、各タスク実行順序分類グループの強化学習ではタスク所要時間が極端に短くなること（過剰な報酬取得の状態）が防止され、正解とは異なるタスク実行手順が作成されることを抑制する効果が得られる。

【0048】

なお、これにより、例えば無線通信ネットワークにおける総合的なサービス品質の向上を実現することができることから、国連が主導する持続可能な開発目標（SDGs）の目標９「レジリエントなインフラを整備し、持続可能な産業化を推進するとともに、イノベーションの拡大を図る」に貢献することが可能となる。

【0049】

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

【0050】

また、上述したネットワーク障害復旧支援システムの各機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

【0051】

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【符号の説明】

【0052】

１０…手順実行履歴データベース、１１…タスク実行順序分類グループ判断部、１２…タスクデータベース、１３…強化学習部、１４…評価データ取得部、１１１…ベクトル変換部、１１２…正解ラベル付与部、１１３…分類器、ＮＷ…通信ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】