[go: up one dir, main page]

DE102013010205A1 - Error detection and localization in network services - Google Patents

Error detection and localization in network services Download PDF

Info

Publication number
DE102013010205A1
DE102013010205A1 DE102013010205.7A DE102013010205A DE102013010205A1 DE 102013010205 A1 DE102013010205 A1 DE 102013010205A1 DE 102013010205 A DE102013010205 A DE 102013010205A DE 102013010205 A1 DE102013010205 A1 DE 102013010205A1
Authority
DE
Germany
Prior art keywords
operating state
period
state variables
services
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102013010205.7A
Other languages
German (de)
Inventor
wird später genannt werden Erfinder
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Axel Springer AG
Original Assignee
Axel Springer AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Axel Springer AG filed Critical Axel Springer AG
Priority to DE102013010205.7A priority Critical patent/DE102013010205A1/en
Priority to DE112014002944.0T priority patent/DE112014002944A5/en
Priority to PCT/DE2014/000301 priority patent/WO2014202039A1/en
Publication of DE102013010205A1 publication Critical patent/DE102013010205A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0631Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/091Measuring contribution of individual network components to actual service level
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0677Localisation of faults
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)

Abstract

Gebräuchliche Verfahren zur Erkennung eines Fehlers und/oder zur Lokalisierung der Fehlerursache in einem aus mehreren Komponenten 2, 3, 4, 5, 6, 7, 8 bestehenden Rechnernetz und/oder einem aus mehreren Diensten 9–16 zusammen gesetzten Netzwerkdienst setzen durchweg eine ausreichend genaue Information über funktionale Abhängigkeiten voraus. Diese Informationen stehen in einem dynamischen Umfeld häufig nicht zur Verfügung oder werden schnell unerkannt obsolet. Um eine Fehlersuche auch ohne diese Informationen durchführen zu können, wird vorgeschlagen, zunächst einen ersten Zeitraums als Referenzzeitraums festzulegen und an ausgewählten Zeitpunkten des Referenzzeitraums Daten zu einer ersten Anzahl von ausgewählten Betriebszustandsgrößen der Komponenten und/oder Dienste zu erfassen und zu speichern, mit einer anschließend bestimmten Periodendauer einen Soll-Korridor für die Betriebszustandsgrößen zu berechnen, einen zweiten Zeitraum als Erkennungszeitraum mit der Länge der Periodendauer festzulegen und die Daten aus dem Erkennungszeitraum mit dem Soll-Korridor zu vergleichen, um für eine zweite Anzahl der ausgewählten Betriebszustandsgrößen auf diese Art einen Zahlenwert als Maß für die jeweilige Abweichung zuzuordnen.Common methods for identifying an error and / or for locating the cause of the error in a computer network consisting of several components 2, 3, 4, 5, 6, 7, 8 and / or a network service composed of several services 9-16 consistently set a sufficient level precise information about functional dependencies ahead. This information is often not available in a dynamic environment or quickly becomes obsolete without being recognized. In order to be able to carry out troubleshooting without this information, it is proposed to first define a first time period as the reference time period and to record and save data on a first number of selected operating state variables of the components and / or services at selected points in time of the reference time period, followed by one To calculate a target corridor for the operating state variables for a specific period, to define a second period as the detection period with the length of the period and to compare the data from the detection period with the target corridor in order to obtain a numerical value for a second number of the selected operating state variables assign as a measure of the respective deviation.

Description

Technisches Gebiet der ErfindungTechnical field of the invention

Die vorliegende Erfindung betrifft die Erkennung von Fehlern und die Lokalisierung der Fehlerursache in einem Netzwerkdienst. Insbesondere betrifft die vorliegende Erfindung ein Verfahren zur Erkennung eines Fehlers und Lokalisierung der Fehlerursache zu einem Dienst innerhalb eines Netzwerkdienstes oder zu einer Komponente in einem Rechnernetz sowie ein zur Ausführung eines solchen Verfahrens eingerichtetes Rechnernetz.The present invention relates to the detection of errors and the location of the cause of the error in a network service. In particular, the present invention relates to a method for detecting an error and locating the cause of the error to a service within a network service or to a component in a computer network and to a computer network configured to execute such a method.

In der modernen Datenverarbeitung treten zunehmend strukturell identische Vorgänge der Benutzerinteraktion und der Datenmanipulation auf. Die bekanntesten Beispiele sind sicherlich die Internetdienste und die sog. Applikationsserver. Konsequent lässt sich ein rückwärts gewandter Trend zur Zentralisierung erkennen, der jedoch nicht auf die monolithischen Systemarchitekturen aus der Ära der Großrechner zielt, sondern auf sog. verteilte Systeme und Netzwerkdienste. Dabei handelt es sich physikalisch betrachtet um Rechnernetze mit einer Anzahl häufig sehr unterschiedlich ausgestatteter Rechenanlagen, die über Kommunikationsnetze miteinander verbunden sind. Ein Teil dieser Rechenanlagen sind die dem Benutzer zur Verfügung stehende Arbeitsplatzrechner oder Konsolen. Dort werden jedoch nur wenige Teilvorgänge der Datenverarbeitung erledigt. Die wesentlichen Beiträge zu den vom Benutzer ausgelösten oder angeforderten Datenverarbeitungen wird durch die Netzwerkdienste übernommen. Mit dem Begriff ”Netzwerkdienst” wird dabei ein über mehrere physikalische Rechenanlagen verteilter und dadurch virtualisierter Dienst bezeichnet in Abgrenzung zur ursprünglichen Bedeutung des Begriffs ”Dienst”, der für einen Hintergrundprozess auf einer Rechenanlage verwendet wird.In modern data processing, increasingly structurally identical processes of user interaction and data manipulation occur. The most well-known examples are certainly the Internet services and the so-called application servers. Consistently, a reverse trend towards centralization can be discerned, which, however, does not aim at the monolithic system architectures of the era of mainframes, but at so-called distributed systems and network services. Physically, these are computer networks with a number of often very differently equipped computers, which are interconnected via communication networks. Part of these computers are the workstations or consoles available to the user. However, only a few subprocesses of the data processing are done there. The essential contributions to the user-initiated or requested data processing are taken over by the network services. The term "network service" refers to a service distributed over several physical computers and thereby virtualized in distinction from the original meaning of the term "service", which is used for a background process on a computer system.

Die typisch vielfältige Abhängigkeit der Netzwerkdienste von lokalen Diensten auf unterschiedlichen Rechenanlagen und den dazwischen liegenden Kommunikationsstrecken macht eine Fehlersuche schwierig. Besondere Schwierigkeiten bereiten Rechnernetze und Netzwerkdienste mit dynamischer funktionaler Abhängigkeit. Eine funktionale Abhängigkeit besteht zwischen zwei Komponenten oder Diensten in Bezug auf eine Benutzeranforderung, wenn deren Bearbeitung auf einer Komponente bzw. durch einen Dienst das Funktionieren der anderen Komponente bzw. des anderen Dienstes voraussetzt. In diesem Sinne setzt die Bearbeitung einer von einer Rechenanlage eines Benutzers abgesetzten Benutzeranforderung durch einen Dienst auf einer entfernten Rechenanlage das Funktionieren der Verbindungsstrecke zwischen der Rechenanlage des Benutzers und der entfernten Rechenanlage voraus. Im Fall der genannten dynamischen funktionalen Abhängigkeiten ist vor dem Absetzen der Benutzeranforderung weder die zu deren Bearbeitung vorgesehene Rechenanlage noch die zu deren Transport dienende Kommunikationsstrecke bekannt. Beides hängt von der jeweiligen Auslastung ab.The typically diverse dependence of the network services of local services on different computers and the intervening communication links makes troubleshooting difficult. Special problems are caused by computer networks and network services with dynamic functional dependency. A functional dependency exists between two components or services with respect to a user request, if their processing on one component or service requires the functioning of the other component or service. In this sense, the processing of a remote from a user's computer system user request by a service on a remote computer system requires the functioning of the link between the user's computer and the remote computer. In the case of said dynamic functional dependencies, neither the computing system provided for processing nor the communication link serving for the transport thereof is known before the user request is issued. Both depend on the respective utilization.

Insofern ist es ein wirtschaftlich bedeutendes Ziel, Wege zur Fehlererkennung, Fehlereingrenzung und Fehlerlokalisierung bereitzustellen. Im weiteren Text wird als Fehlererkennung die Bereitstellung eines Kriteriums verstanden, anhand dessen eine objektive Aussage über das Vorhandensein oder Nichtvorhandensein einer Fehlersituation ermöglicht wird. Als Fehlerlokalisierung wird ein Mittel oder ein Verfahrensablauf verstanden, der die Eingrenzung der ursächlichen oder resultierenden Beiträge zu oder aus einer Fehlersituation auf eine Teilmenge der im Rechnernetz vorhanden Komponenten oder eine Teilmenge der in dem Netzwerkdienst gebündelten Dienste erleichtern soll.In this respect, it is an economically important goal to provide ways for error detection, error isolation and error localization. In the text which follows, error detection means the provision of a criterion by means of which an objective statement about the presence or absence of an error situation is made possible. Error localization is understood to be a means or a method sequence which is intended to facilitate the limitation of the causal or resulting contributions to or from an error situation to a subset of the components present in the computer network or a subset of the services bundled in the network service.

Zugrunde liegender Stand der TechnikUnderlying state of the art

Ein gebräuchliches Verfahren zum Erkennen von Fehlern, nämlich sog. Dienstausfällen in verteilten Systemen, wie bspw. rechnergestützten Diensten, Telekommunikationsnetzen und Anwendungsprogrammen, und zum Abschätzen der durch einen Dienstausfall verursachten Kosten offenbart das amtliche Dokument WO 02/45315 A2 . Dieses Verfahren beruht auf der Annahme einer zeitlichen Korrelation zwischen dem Dienstausfall und anderen innerhalb des verteilten Systems erfassbaren Betriebszustandsgrößen, nämlich den darin auftretenden sog. Ereignissen. Dementsprechend werden über einen längeren Zeitraum Daten zum Auftreten ausgewählter Ereignisse in einer Datenbank gesammelt. Dort gespeichert werden insbesondere die Art des Ereignisses im Sinne einer Kategorie und der Zeitpunkt des Auftretens als sog. Zeitstempel. Weiterhin werden in dem bekannten Verfahren kontinuierlich Daten zur Verfügbarkeit und zur Auslastung bestimmter Dienste gesammelt, bei denen es sich genau genommen um Netzwerkdienste handelt. Beim Erkennen einer wesentlichen Verschlechterung der Verfügbarkeit (Fehlersituation) wird ein gewichtetes Zeitfenster verwendet, um eine Prognose zur Ursächlichkeit der in der Datenbank gespeicherten Ereignisse zu erstellen. Weiterhin verwendet das bekannte Verfahren historische Daten aus früheren Fehlersituationen zur Verbesserung der Zuverlässigkeit der nachfolgenden Prognosen. Teilweise werden diese zusätzlichen Daten aus historischen Aufzeichnungen über vorangegangene Fehlersituationen gewonnen, teilweise entstammen sie statischen Modellen zur Fehlerausbreitung oder aus Informationen zu funktionalen Abhängigkeiten innerhalb des verteilten Systems.A common method for detecting errors, namely so-called service failures in distributed systems, such as computerized services, telecommunications networks and application programs, and for estimating the costs caused by a service failure, is disclosed by the official document WO 02/45315 A2 , This method is based on the assumption of a temporal correlation between the loss of service and other operating state variables that can be detected within the distributed system, namely the so-called events occurring therein. Accordingly, data on the occurrence of selected events in a database is collected over a longer period of time. In particular, the type of event in the sense of a category and the time of occurrence as a so-called time stamp are stored there. Furthermore, the known method continuously collects data on the availability and utilization of certain services, which are, strictly speaking, network services. Upon detection of a significant deterioration in availability (error situation), a weighted time window is used to provide a forecast of the causality of the events stored in the database. Furthermore, the known method uses historical data from earlier error situations to improve the Reliability of subsequent forecasts. In part, these additional data are derived from historical records of past error situations, in part from static models for error propagation or from information about functional dependencies within the distributed system.

Ein weiteres gebräuchliches Verfahren zur Fehlererkennung in Netzwerkdiensten ist in dem Artikel ”Fehler-Erkennung in Netzwerken” auf den Seiten 30 ff. in der Ausgabe 10/2011 der Zeitschrift ”Funkschau” dargestellt.Another common method of error detection in network services is in the article "Error detection in networks" on pages 30 ff. In issue 10/2011 of the magazine "Funkschau" shown.

Technisches ProblemTechnical problem

Die in den vorangehend beschriebenen bekannten Verfahren wesentliche Trennung bei der Datenerfassung zwischen einerseits fehlerbezogenen Betriebszustandsgrößen, nämlich den sog. Dienstausfällen, und andererseits ursachenbezogenen Betriebszustandsgrößen, nämlich den sog. Ereignissen, kann unter Umständen eine nachteilige Einschränkung darstellen. Beispielsweise lässt das an erster Stelle im vorangehenden Abschnitt erwähnte bekannte Verfahren nur eine Verfolgung der Ursächlichkeit ausgehend von einem Dienstausfall hin zu einem oder mehreren protokollierten Ereignissen zu. Somit kann das Verfahren keinen Hinweis auf einen Zusammenhang zweier Fehler geben. Dies wäre allerdings in Situationen sinnvoll, in denen die Fehlerursache allein mit den Daten zu den Ereignissen nicht entdeckt werden kann. Weiterhin sieht das bekannte Verfahren einen starren Maßstab für die Bewertung der Qualität einer Antwort des Rechnernetzes auf eine Benutzeranforderung vor. Dies wird den tatsächlichen Gegebenheit jedoch häufig nicht gut gerecht. Damit die typischen und unvermeidbaren Schwankungen der erfassten Qualität während eines fehlerfreien Betriebs nicht unzutreffend als Fehler bewertet werden, muss der starre Maßstab tolerant festgelegt werden. Insbesondere im Fall einer binären Erfassung der Qualität als gut/schlecht Wert gehen dadurch nützliche Daten über das Verhalten des Rechnernetzes verloren. Schließlich weist das bekannte Verfahren eine Neigung zur Überschätzung der zeitlichen Nähe auf.The essential separation in the above-described known methods in the data acquisition between, on the one hand, error-related operating state variables, namely the so-called service failures, and on the other hand causes-related operating state variables, namely the so-called events, may under certain circumstances constitute a disadvantageous restriction. For example, the prior art method mentioned above in the previous section only allows tracking of causality from a service outage to one or more logged events. Thus, the method can give no indication of a connection between two errors. However, this would be useful in situations where the cause of the failure can not be detected with the event data alone. Furthermore, the known method provides a rigid standard for the evaluation of the quality of a response of the computer network to a user request. However, this often does not do justice to the actual situation. In order to ensure that the typical and unavoidable fluctuations in the recorded quality during incorrect operation are not incorrectly assessed as errors, the rigid benchmark must be set tolerantly. In particular, in the case of a binary detection of the quality as a good / bad value thereby useful data on the behavior of the computer network are lost. Finally, the known method has a tendency to overestimate the temporal proximity.

Wenngleich in diesem Punkt das an zweiter Stelle im vorangehenden Abschnitt erwähnte gebräuchliche Verfahren eine erste Verbesserung bietet, setzt auch dieses Verfahren eine ausreichend genaue Information über funktionale Abhängigkeiten voraus. Diese Informationen stehen in einem dynamischen Umfeld häufig nicht zur Verfügung oder werden schnell unerkannt obsolet. In der Praxis lässt sich kaum sicherstellen, dass die vorübergehende Abschaltung einer Rechenanlage oder eines Kommunikationsgeräts zu Wartungszwecken zeitnah in der Datensammlung zu den funktionalen Abhängigkeiten hinterlegt wird. Um dies zu gewährleisten, müsste das Verfahren auch die funktionalen Abhängigkeiten automatisch verfolgen und erfassen.Although in this point the common method mentioned second in the previous section offers a first improvement, this method also requires sufficiently accurate information about functional dependencies. This information is often not available in a dynamic environment or quickly becomes obsolete. In practice, it is difficult to ensure that the temporary shutdown of a computer system or of a communication device for maintenance purposes is promptly stored in the data collection for the functional dependencies. To ensure this, the method would also have to automatically track and capture the functional dependencies.

Technische LösungTechnical solution

Die Nachteile der bekannten Lösungen werden in Bezug auf ein Verfahren behoben durch den in Anspruch 1 vorgeschlagenen Ablauf. In Bezug auf eine Vorrichtung werden die Nachteile der bekannten Lösungen durch ein Rechnernetz mit den in Anspruch 8 angegebenen Eigenschaften behoben.The disadvantages of the known solutions are resolved with respect to a method by the procedure proposed in claim 1. With regard to a device, the disadvantages of the known solutions are eliminated by a computer network having the properties specified in claim 8.

Vorteilhafte WirkungenAdvantageous effects

Das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung ermöglichen ohne Kenntnisse über funktionale Abhängigkeiten in einem Netzwerkdienst bzw. einem Rechnernetz eine zielgerichtete Suche nach Fehlern und Fehlerursachen. Insbesondere erlaubt das erfindungsgemäße Verfahren eine solche Suche auch in einem Umfeld mit hochdynamischer funktionaler Abhängigkeit, wie sie bspw. in Rechnernetzen und Netzwerkdiensten mit dynamischer Lastverteilung auftritt.The method according to the invention and the device according to the invention enable a targeted search for errors and error causes without knowledge of functional dependencies in a network service or a computer network. In particular, the inventive method allows such a search even in an environment with highly dynamic functional dependence, as occurs, for example, in computer networks and network services with dynamic load distribution.

Beschreibung der ZeichnungenDescription of the drawings

Eine bevorzugte Durchführungsform eines erfindungsgemäßen Verfahrens und ein zu dessen Durchführung eingerichtetes Rechnernetz wird nachfolgend mit Bezug auf die anhängenden Zeichnungen beschrieben. Darin zeigt:A preferred embodiment of a method according to the invention and a computer network configured to carry it out will be described below with reference to the appended drawings. It shows:

1 eine schematische Darstellung eines Rechnernetzes mit einem darauf ausgeführten Netzwerkdienst als Blockdiagramm. 1 a schematic representation of a computer network with a running network service as a block diagram.

Bester Weg/Weg zur Ausführung der Erfindung Best way / way to carry out the invention

Gemäß 1 umfasst ein Rechnernetz 1 für die Ausführung eines Netzwerkdienstes eine Anzahl von physikalischen Komponenten 2, 3, 4, 5, 6, 7, 8 die nachfolgend abgekürzt mit dem Oberbegriff ”Komponenten” bezeichnet werden und sich in einer vereinfachenden Sicht in Kommunikationsgeräte 3, 5, 7 und Rechenanlagen 2, 4, 6, 8 einteilen lassen. Diese Einteilung bezieht sich primär auf den physikalischen Standort der Komponenten und deren Eignung für die Verarbeitung von Daten. Der Begriff ”Rechenanlagen” fasst jene Komponenten zusammen, die sich durch eine besondere Eignung zum Verarbeiten von Daten auszeichnen. Unter dem Begriff ”Kommunikationsgeräte” werden hingegen jene Komponenten zusammengefasst, die Daten im Wesentlichen unverändert transportieren. Typisch werden auf den Rechenanlagen als Nutzdienste hauptsächlich Datenverarbeitungsdienste und auf den Kommunikationsgeräten als Nutzdienste hauptsächlich Datentransportdienste ausgeführt. Fehlerursachen und Folgen sind demnach in Bezug auf die vorangehend genannten Komponenten und die darauf ausgeführten Nutzdienste zu verstehen.According to 1 includes a computer network 1 for running a network service, a number of physical components 2 . 3 . 4 . 5 . 6 . 7 . 8th hereinafter abbreviated to the generic term "components" and in a simplistic view in communication devices 3 . 5 . 7 and computer systems 2 . 4 . 6 . 8th to divide. This classification relates primarily to the physical location of the components and their suitability for processing data. The term "computer equipment" summarizes those components that are particularly suitable for processing data. The term "communication devices", on the other hand, combines those components which transport data essentially unchanged. Typically, data processing services are mainly performed on the computers as the services, and data services are mainly performed on the communication devices as the services. Error causes and consequences are therefore to be understood in relation to the aforementioned components and the useful services executed thereon.

Außerhalb des Rechnernetzes 1 steht einem exemplarischen Benutzer B ein Arbeitsplatzrechner R1 mit einer Anwendung, nämlich einem Webbrowser R2, zur Verfügung, die über eine Kommunikationsschnittstelle R3 mit dem Netzwerkdienst auf dem Rechnernetz 1 in Verbindung treten kann. Der Arbeitsplatzrechner R1 wird hier demnach nicht als Komponente des Rechnernetzes 1 verstanden und konsequent ist der auf dem Arbeitsplatzrechner R1 ausgeführte Webbrowser R2 auch kein Teil des Netzwerkdienstes. Diese Sichtweise entspricht der eines typischen Internet-Netzwerkdienst-Betreibers, der beispielsweise einen Online-Shop oder eine Suchmaschine unterhält und seine Maßnahmen auf die Geräte, Anwendungen und Dienste beschränken möchte oder muss, die unter seiner direkten Aufsicht oder Einflussnahme befinden. Der Betreiber einer Systemlandschaft mit einer Betriebssoftware innerhalb eines Unternehmen würde vermutlich eine andere Sichtweise bevorzugen und sowohl die Arbeitsplatzrechner als auch die darauf ausgeführten Anwendungen in seine Definition des Rechnernetzes bzw. des Netzwerkdienstes einbeziehen.Outside the computer network 1 an example user B is a workstation R1 with an application, namely a web browser R2, available via a communication interface R3 with the network service on the computer network 1 can contact. The workstation R1 is therefore not here as a component of the computer network 1 understood and consistent running on the workstation R1 web browser R2 is not part of the network service. This view is similar to that of a typical internet network service operator who, for example, maintains an online shop or a search engine and wants to restrict his actions to the devices, applications and services that are under his direct supervision or influence. The operator of a system landscape with an operating software within a company would presumably prefer a different view and include both the workstations and the applications executed thereon in his definition of the computer network or the network service.

Die nachfolgende Beschreibung einer Durchführungsform nimmt zur Vereinfachung als Substrat oder Zielobjekt für ein erfindungsgemäßes Verfahren einen Netzwerkdienst an, der ausschließlich aus Nutzdiensten auf den Rechenanlagen 3 des Rechnernetzes 1 gebildet wird. In Bezug auf die Kommunikationsgeräte 2 wird unterstellt, dass diese fehlerfrei funktionierende Verbindungen mit unbegrenzter Bandbreite und optimaler Geschwindigkeit und/oder Latenz seien. Insofern werden vereinfachend auch keine Nutzdienste auf den Kommunikationsgeräten betrachtet, wie bspw. Firewall-Dienste oder Router-Dienste, wenngleich diese in zumeist komplexeren praktischen Anwendungen als weitere Fehlerquellen betrachtet werden sollten.The following description of an embodiment assumes for simplicity as a substrate or target object for a method according to the invention to a network service, exclusively from Nutzsiensten on the computers 3 of the computer network 1 is formed. In terms of communication devices 2 it is assumed that these are faultless connections with unlimited bandwidth and optimum speed and / or latency. In this respect, no user services on the communication devices are considered as a simplification, such as, for example, firewall services or router services, although these should be regarded as further sources of error in mostly more complex practical applications.

Der Eintrittspunkt in den Netzwerkdienst für die Anwendung R2 des Benutzers B wird durch einen zum Netzwerkdienst gehörenden ersten Lastverteilungsdienst 9 bereit gestellt, der die Benutzeranforderung auf einen von mehreren gleichfalls zum Netzwerkdienst gehörenden Webserverdiensten 10, 11, 12 überträgt. Der Lastverteilungsdienst 9 kann wie in der Skizze dargestellt auf einer Rechenanlage 2 des Rechnernetzes 1 ausgeführt werden, auf der zugleich ein Webserverdienst 11 ausgeführt wird. In dem vorliegend konstruierten Anwendungsfall kann die von der Benutzeranforderung ausgelöste Datenmanipulation nicht allein durch den Webserverdienst 10 geleistet werden. Das Beispiel sieht vielmehr vor, dass dazu noch einer der Datenbankdienste 13, 14, 15 benötigt wird, die nicht Teil eines Webserverdienstes 10, 11, 12 sind, sondern auf einer anderen Rechenanlage 8 als eigenständige zum Netzwerkdienst gehörende Nutzdienste ausgeführt werden. Die Zuordnung eines bestimmten Datenbankdienstes 13 zu dem anfordernden Webserverdienst 10 wird in Bezug auf die vorliegende Benutzeranforderung durch einen zweiten Lastverteilungsdienst 16 vorgenommen, der gleichfalls zum Netzwerkdienst gehört. Genau genommen wird die Zuordnung nicht in Bezug auf die Benutzeranforderung vorgenommen sondern in Bezug auf eine Anforderung des mit deren Bearbeitung befassten Webserverdienstes 10 an einen abstrakten Datenbankdienst. Diese Anforderung des Webserverdienstes 10 ist allerdings eine Folge der dorthin geleiteten Benutzeranforderung, was die vereinfachende Sicht rechtfertigt.The entry point into the network service for the user R2 application R2 is through a first load distribution service associated with the network service 9 providing the user request to one of several web server services also associated with the network service 10 . 11 . 12 transfers. The load distribution service 9 can as shown in the sketch on a computer 2 of the computer network 1 running on the same time a web server service 11 is performed. In the presently constructed application, the data manipulation triggered by the user request can not be handled solely by the web server service 10 be made. Rather, the example provides for one of the database services 13 . 14 . 15 that is not part of a web server service 10 . 11 . 12 but on another computer 8th as standalone services belonging to the network service. The assignment of a specific database service 13 to the requesting web server service 10 is related to the present user request by a second load distribution service 16 which also belongs to the network service. Strictly speaking, the assignment is made not with respect to the user request but with respect to a request from the Web server service involved in its processing 10 to an abstract database service. This request from the web server service 10 is, however, a consequence of the user request directed there, which justifies the simplifying view.

Jedenfalls schematisch vereinfacht betrachtet werden durch eine eingehende Benutzeranforderung ein Webserverdienst 10 und ein Datenbankdienst 14 mittels zweier Lastverteilungsdienste 9, 16 vorübergehend verknüpft, wie dies durch die gepunktete Linie V in der Skizze angedeutet ist. Die Möglichkeit einer derartigen vorübergehenden Verknüpfung innerhalb einer Anzahl von Diensten und Komponenten wird in der Praxis meist zur dynamischen Lastverteilung genutzt. Je nach Leistungsfähigkeit der verwendeten Rechenanlagen und der dazwischen angeordneten Kommunikationsgeräte werden die typisch in großer Anzahl eingehenden Benutzeranforderungen auf verschiedene Nutzdienste aufgeteilt und letztlich über verschiedene Komponenten verteilt bearbeitet und/oder transportiert.In any case, a web server service is considered schematically simplified by an incoming user request 10 and a database service 14 by means of two load distribution services 9 . 16 temporarily linked, as indicated by the dotted line V in the sketch. The possibility of such a temporary link within a number of services and components is usually used in practice for dynamic load balancing. Depending on the performance of the computer systems used and the communication devices arranged therebetween, the typical user requests, which are received in large numbers, are divided among various user services and ultimately processed and / or transported distributed over different components.

Zusätzlich zu den Nutzdiensten 916 werden auf einigen Rechenanlagen 2, 4, 8 Überwachungsdienste 1719 zur Durchführung eines erfindungsgemäßen Verfahrens zur Fehlererkennung und Fehlerlokalisierung ausgeführt. Diese Überwachungsdienste leisten eine fortlaufende oder in einem zeitlichen Raster wiederholte Erfassung von ausgewählten Betriebszustandsgrößen der Nutzdienste 916 und der diese ausführenden Komponenten 2, 4, 6, 8. Für die nachfolgenden Erläuterungen werden zwei exemplarisch ausgewählte Betriebszustandsgrößen mit X, Y bezeichnet. Bei der Zuordnung der Überwachungsdienste zu den Komponenten (Allokation) ist zweckmäßig darauf zu achten, dass das Funktionieren der Überwachungsdienste nicht vom Auftreten der Fehler betroffen ist, deren Erkennung und Lokalisierung damit bezweckt wird. In addition to the commercial services 9 - 16 be on some computers 2 . 4 . 8th monitoring services 17 - 19 executed for carrying out a method according to the invention for error detection and fault localization. These monitoring services provide a continuous or in a temporal grid repeated capture of selected operating state sizes of the user services 9 - 16 and these performing components 2 . 4 . 6 . 8th , For the following explanations, two exemplary operating state variables are designated by X, Y. When assigning the monitoring services to the components (allocation), it is expedient to ensure that the functioning of the monitoring services is not affected by the occurrence of the errors whose purpose is detection and localization.

Die Auswahl der erfassten und protokollierten ausgewählten Betriebszustandsgrößen sollte zweckmäßig alle in den Nutzdiensten 916 und Komponenten 2, 4, 6, 8 ohnehin verfügbaren Betriebszustandsgrößen umfassen. Eine Selbstüberwachung der Überwachungsdienste 1719 ist in diesem Rahmen jedoch nicht vorgesehen. Kontinuierlich oder genauer quasi-kontinuierlich verfügbare Betriebszustandsgrößen werden dabei vorzugsweise durch Auslesen in einem vorgegebenen engen Zeitraster protokolliert. Für die beispielhaft genannten ausgewählten Betriebszustandsgrößen X, Y liefert das Zeitreihen Xi,i=1...N und Yi,i=1...N.The selection of the recorded and logged selected operating state variables should suitably all in the Nutzsiensten 9 - 16 and components 2 . 4 . 6 . 8th already available operating state variables. A self-monitoring of the surveillance services 17 - 19 is not provided for in this framework. Continuously or more precisely quasi-continuously available operating state variables are preferably logged by reading in a predetermined narrow time frame. For the exemplified selected operating state variables X, Y, the time series X i, i = 1... N and Y i, i = 1... N.

Sporadisch oder selten auftretende Zustände und Ereignisse werden vorzugsweise in der aus dem Stand der Technik bekannten Art nur beim Auftreten mit einem Zeitstempel versehen und protokolliert.Sporadic or rarely occurring states and events are preferably provided with a time stamp and logged in the manner known from the prior art only when occurring.

Daneben werden in einer weiter entwickelten Durchführungsform als weitere Betriebszustandsgrößen auch Daten erfasst, die eine objektivierte Beschreibung der Benutzereinschätzung von dem Netzwerkdienst vermitteln. Diese Daten werden bevorzugt aus dem Verhalten des Rechnernetzes 1 als Antwort auf simulierte Benutzeranforderungen gewonnen. Da in der vorliegend gewählten Durchführungsform der Arbeitsplatzrechner R1 des Benutzers nicht zum Rechnernetz 1 gehört, müssen die simulierten Benutzeranforderung durch andere Komponenten innerhalb des Rechnernetzes erzeugt werden. Fehler auf dem Arbeitsplatzrechner können dadurch wie eingangs erwähnt nicht erkannt werden.In addition, data that provides an objectified description of the user assessment of the network service is also acquired in a further developed implementation form as further operating state variables. These data are preferred from the behavior of the computer network 1 gained in response to simulated user requests. As in the presently chosen embodiment, the user's workstation R1 does not belong to the computer network 1 The simulated user request must be generated by other components within the computer network. As a result, errors on the workstation computer can not be detected as mentioned at the beginning.

Als simulierte Benutzeranforderungen können insbesondere gespeicherte reale Benutzeranforderungen oder Teile davon durch die Überwachungsdienste 1719 automatisch in den Eingangsdienst 9 oder direkt in einen der nachgeschalteten Nutzdienste 1016 eingespeist werden. Das als Antwort auf diese simulierten Benutzeranforderungen erfassbare Verhalten wird von den Überwachungsdiensten 1719 nach einem vorgegebenen Maßstab für die Qualität quantifiziert und protokolliert. Beispielsweise kann die Geschwindigkeit bei der Erledigung von Datenbankabfragen oder die Rate der der Auslieferung von Daten für Internetinhalte gemessen und protokolliert werden.In particular, stored real user requests or portions thereof may be provided by the monitoring services as simulated user requests 17 - 19 automatically in the input service 9 or directly into one of the downstream user services 10 - 16 be fed. The behavior detectable in response to these simulated user requests is provided by the monitoring services 17 - 19 Quantified and logged according to a given quality standard. For example, the speed at which database queries are handled or the rate at which data is delivered for Internet content can be measured and logged.

In der Praxis erfolgt die Protokollierung der Betriebszustandsgrößen zweckmäßig endlos fortlaufend, wobei die jeweils ältesten Daten zur Rückgewinnung von Speicherplatz fortlaufend mit den aktuellsten überschrieben werden. Diese Maßnahme erfüllt den ersten logischen Schritt in einem erfindungsgemäßen Verfahren, sobald die Daten für die ausgewählten Betriebszustandsgrößen über einen vorgegeben Referenzzeitraum hinweg erfasst sind.In practice, the logging of the operating state variables expediently takes place endlessly continuously, with the respectively oldest data for the recovery of storage space being continuously overwritten with the most recent ones. This measure fulfills the first logical step in a method according to the invention, as soon as the data for the selected operating state variables are recorded over a predetermined reference period.

In einem nachfolgenden oder vorangehenden Schritt wird dann ein Wert für eine erwartete zeitliche Periodizität der Betriebszustandsgrößen innerhalb des Referenzzeitraums festgelegt. Dies kann im einfachsten Fall durch den Benutzer auf der Grundlage eines hypothetischen Modells erfolgen. Beispielsweise kann es eine gute Näherung sein, eine Abhängigkeit der Betriebszustandsgrößen ausschließlich von der Tageszeit zu unterstellen. Der Einfachheit halber wird hier zudem angenommen, dass die exemplarischen Zeitreihen Xi,i=1...N, Yi,i=1...N Daten aus einem gleichmäßigen Zeitraster mit genau p Werten innerhalb einer Periode enthalten und dass die Gesamtzahl N der Werte innerhalb der Zeitreihen ein positiv ganzzahliges Vielfaches davon ist, d. h. N = r·p.In a subsequent or previous step, a value for an expected temporal periodicity of the operating state variables within the reference period is then determined. In the simplest case, this can be done by the user on the basis of a hypothetical model. For example, it may be a good approximation to assume a dependency of the operating state variables exclusively on the time of day. For the sake of simplicity, it is also assumed here that the exemplary time series X.sub.i, i = 1... N , Y.sub.i , i = 1... N contain data from a uniform time grid with exactly p values within one period and that the total number N of the values within the time series is a positive integer multiple thereof, ie N = r * p.

In einer weiter entwickelten Durchführungsform wird in den bereits erfassten Daten zu den ausgewählten Betriebszustandsgrößen selbständig nach einer Periodizität gesucht. Geeignete Algorithmen dazu sind dem Fachmann aus der Praxis bekannt. Beispielsweise kann der bereits erfasste Referenzzeitraum für eine vorgegebene Periodendauer aufgeteilt werden und die Korrelation der in den dadurch erhaltenen Abschnitten erfassten Daten berechnet werden. Eine Suche nach der maximalen Korrelation führt schließlich zu einer bevorzugten Näherung für die Periodizität der Daten. Selbstverständlich können noch kompliziertere Modelle für ein zeitlich wiederkehrendes Verhalten der Betriebszustandsgrößen entwickelt und werden.In a further developed form of implementation, a periodicity is independently searched for in the already acquired data for the selected operating state variables. Suitable algorithms for this purpose are known to the person skilled in the art. For example, the already acquired reference period can be divided for a predetermined period and the correlation of the data acquired in the sections obtained thereby can be calculated. Finally, a search for the maximum correlation leads to a preferred approximation for the periodicity of the data. Of course, even more complicated models can be developed for a temporally recurring behavior of the operating state variables.

Mit der festgelegten Periodendauer wird aus den im Referenzzeitraum erfassten Daten für jede der ausgewählten Betriebszustandsgrößen ein Soll-Korridor, also eine Reihe von Intervallen Ii,i=1...p = [X max / i, Xi] berechnet. Im einfachsten Fall kann dieser Soll-Korridor als konstante Schwankungsbreite d um den Mittelwert X i,i=1...p aus den im Referenzzeitraum enthaltenen Perioden gebildet werden:

Figure DE102013010205A1_0002
With the specified period, the data acquired in the reference period becomes a target corridor for each of the selected operating state variables, that is to say a series of intervals I i, i = 1 ... p = [X max / i, X i ] calculated. In the simplest case, this set corridor can be considered a constant fluctuation width d around the mean value X i, i = 1 ... p are formed from the periods contained in the reference period:
Figure DE102013010205A1_0002

Durch einen Vergleich der Daten aus dem Erkennungszeitraum mit dem Soll-Korridor wird für jede der exemplarisch betrachteten ausgewählten Betriebszustandsgrößen X, Y ein gewichtender Zahlenwert wX, wY gewonnen, der den jeweiligen Grad der Abweichung quantitativ wiedergibt. Im exemplarischen Fall wird dazu die Anzahl der Werte in dem Erkennungszeitraum mit den p Werten Xj=s...(s+p-1); 1 ≤ s ≤ (s + p – 1) ≤ N bestimmt, die nicht in dem zuvor berechneten Intervall des Soll-Korridors liegen:

Figure DE102013010205A1_0003
By comparing the data from the detection period with the target corridor, a weighting numerical value w X , w Y is obtained for each of the selected operating state variables X, Y, which quantitatively reflects the respective degree of the deviation. In the exemplary case, the number of values in the recognition period with the p values X j = s ... (s + p-1) ; 1 ≤ s ≤ (s + p-1) ≤ N, which are not in the previously calculated interval of the target corridor:
Figure DE102013010205A1_0003

In einer weiter entwickelten Durchführungsform kann der Zahlenwert durch die Anwendung einer streng monoton fallenden Funktion auf den zuvor berechneten Wert der Korrelation zwischen der Datenreihe des Erkennungszeitraums und dem zugehörigen Soll-Korridor ermittelt werden.In a further developed embodiment, the numerical value can be determined by applying a strictly monotonically decreasing function to the previously calculated value of the correlation between the data series of the detection period and the associated desired corridor.

Dadurch kann in einer noch weiter entwickelten Durchführungsform dem Administrator anschließend eine nach dem Zahlenwert absteigend geordnete Übersicht der ausgewählten Betriebszustandsgrößen angezeigt oder anderweitig dargestellt werden.As a result, in a still further developed implementation form, the administrator can subsequently display or otherwise display an overview of the selected operating state variables arranged in descending order of the numerical value.

In einer noch weiter entwickelten Durchführungsform wird dem Administrator ausgehend von der geordneten Übersicht die Möglichkeit eröffnet, für eine daraus ausgewählte Betriebszustandsgröße nach anderen Betriebszustandsgrößen mit einer objektiv ähnlichen Abweichung vom Soll-Korridor zu suchen. Insofern bietet sich als eine weitere zweckmäßige Ausgestaltung an, die geordnete Übersicht zu Beginn der Interaktion mit dem Administrator auf die sog. weiteren Betriebszustandsgrößen zu beschränken, die nach der vorangehenden Definition eine objektivierte Beschreibung der Benutzereinschätzung der aus dem Rechnernetz abrufbaren Dienste vermitteln. Dadurch wird die Aufmerksamkeit des Administrators im ersten Moment der Fehlersuche auf die für den Betrieb besonders relevanten Abweichungen gerichtet. Als ein geeignetes Maß für die objektive Ähnlichkeit kann beispielsweise die statische Korrelation zwischen den zu vergleichenden Zeitreihen im Beobachtungszeitraum herangezogen werden. Einzelheiten zur Berechnung der Korrelation sind in der einschlägigen Fachliteratur zu finden und werden hier deshalb nicht ausgeführt.In an even more advanced implementation form, the administrator is given the opportunity, based on the ordered overview, to search for other operating state variables with an objectively similar deviation from the target corridor for a selected operating state variable. In this respect, a further expedient refinement is to limit the ordered overview at the beginning of the interaction with the administrator to the so-called further operating state variables which, according to the preceding definition, convey an objectified description of the user assessment of the services which can be called up from the computer network. As a result, the administrator's attention is directed to the deviations particularly relevant for operation at the first moment of the troubleshooting. As a suitable measure of the objective similarity, for example, the static correlation between the time series to be compared during the observation period can be used. Details on the calculation of the correlation can be found in the relevant technical literature and are therefore not carried out here.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • WO 02/45315 A2 [0005] WO 02/45315 A2 [0005]

Zitierte Nicht-PatentliteraturCited non-patent literature

  • ”Fehler-Erkennung in Netzwerken” auf den Seiten 30 ff. in der Ausgabe 10/2011 der Zeitschrift ”Funkschau” [0006] "Error detection in networks" on pages 30 ff. In issue 10/2011 of the journal "Funkschau" [0006]

Claims (9)

Verfahren zur Erkennung eines Fehlers in einem Rechnernetz (1) und/oder Netzwerkdienst und/oder zur Lokalisierung der Fehlerursache zu einer Komponente (2, 4, 6, 8) des Rechnernetzes bzw. einem Dienst (916) in dem Netzwerkdienst mit Schritten zum: i. Erfassen und Speichern von Daten zu einer ersten Anzahl von ausgewählten Betriebszustandsgrößen der Komponenten (2, 4, 6, 8) und/oder Dienste (916) an ausgewählten Zeitpunkten innerhalb eines zuvor festgelegten Referenzzeitraums; ii. Festlegen einer Periodendauer und Berechnen eines Soll-Korridors für die Betriebszustandsgrößen während einer Periodendauer aus den vorangehend erfassten und gespeicherten Daten; iii. Festlegen eines zweiten Zeitraums als Erkennungszeitraum mit der Länge der Periodendauer; und iv. Vergleichen der Daten aus dem Erkennungszeitraum mit dem Soll-Korridor und Zuordnen eines Zahlenwerts als Maß für die Abweichung für eine zweite Anzahl der ausgewählten Betriebszustandsgrößen.Method for detecting a fault in a computer network ( 1 ) and / or network service and / or localization of the cause of the error to a component ( 2 . 4 . 6 . 8th ) of the computer network or a service ( 9 - 16 ) in the network service with steps to: i. Acquiring and storing data on a first number of selected operating state quantities of the components ( 2 . 4 . 6 . 8th ) and / or services ( 9 - 16 ) at selected times within a predetermined reference period; ii. Determining a period duration and calculating a target corridor for the operating state quantities during a period from the previously acquired and stored data; iii. Defining a second period as a detection period with the length of the period; and iv. Comparing the data from the detection period with the desired corridor and assigning a numerical value as a measure of the deviation for a second number of the selected operating state variables. Verfahren nach Anspruch 1, worin die Periodendauer in Schritt (ii) durch eine periodische Selbstkorrelation der gespeicherten Daten für eine Anzahl der Betriebszustandsgrößen bestimmt wird.The method of claim 1, wherein the period duration in step (ii) is determined by periodic self-correlation of the stored data for a number of operating state quantities. Verfahren nach einem der vorangehenden Ansprüche, worin die ausgewählten Betriebszustandsgrößen Messwerte für Antwortzeiten des Netzwerkdienstes auf ausgewählte eingehende Anforderungen enthalten.Method according to one of the preceding claims, wherein the selected operating state variables contain measured values for response times of the network service to selected incoming requests. Verfahren nach einem der vorangehenden Ansprüche, worin beim Vergleichen in Schritt (v) eine Korrelation der Daten aus dem Beobachtungszeitraum mit dem Soll-Korridor berechnet wird.Method according to one of the preceding claims, wherein in the comparison in step (v) a correlation of the data from the observation period with the desired corridor is calculated. Verfahren nach Anspruch 3, worin für stärker korrelierte Betriebszustandsgrößen ein kleinerer Zahlenwert in Schritt (v) gewählt wird als für schwächer korrelierte.The method of claim 3, wherein for smaller correlated operating state quantities, a smaller numerical value is selected in step (v) than for lower correlated ones. Verfahren nach einem der vorangehenden Ansprüche, worin in einem weiteren Schritt ein Benutzerdialog durchgeführt wird zur Auswahl einer Anzahl von Betriebszustandsgrößen aus einer nach dem berechneten Zahlenwert geordneten Aufstellung.Method according to one of the preceding claims, wherein in a further step a user dialogue is carried out for selecting a number of operating state variables from a list ordered according to the calculated numerical value. Verfahren nach Anspruch 6, worin in einem weiteren Schritt für die Menge der vom Benutzer ausgewählten Betriebszustandsgrößen in der Menge der im Beobachtungszeitraum erfassten nach anderen Betriebszustandsgrößen gesucht wird, die im Vergleich mit der ausgewählten eine Ähnlichkeit in Bezug auf die Abweichung vom Soll-Korridor zeigen.The method of claim 6, wherein in a further step, the amount of operating state variables selected by the user in the set of sensed periods is searched for other operating state quantities that are similar to the deviation from the target corridor compared to the selected one. Verfahren nach Anspruch 7, worin die Ähnlichkeit der Abweichung durch eine Korrelation und insbesondere durch eine Korrelation der Abweichungen vom jeweiligen Soll-Korridor bestimmt wird.The method of claim 7, wherein the similarity of the deviation is determined by a correlation and in particular by a correlation of the deviations from the respective target corridor. Rechnernetz (1), das zur Ausführung eines Verfahrens nach einem der vorangehenden Ansprüche eingerichtet ist.Computer network ( 1 ) arranged to carry out a method according to any one of the preceding claims.
DE102013010205.7A 2013-06-20 2013-06-20 Error detection and localization in network services Withdrawn DE102013010205A1 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102013010205.7A DE102013010205A1 (en) 2013-06-20 2013-06-20 Error detection and localization in network services
DE112014002944.0T DE112014002944A5 (en) 2013-06-20 2014-06-16 Error detection and localization in network services
PCT/DE2014/000301 WO2014202039A1 (en) 2013-06-20 2014-06-16 Error detection and localization in network services

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102013010205.7A DE102013010205A1 (en) 2013-06-20 2013-06-20 Error detection and localization in network services

Publications (1)

Publication Number Publication Date
DE102013010205A1 true DE102013010205A1 (en) 2014-12-24

Family

ID=51492782

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102013010205.7A Withdrawn DE102013010205A1 (en) 2013-06-20 2013-06-20 Error detection and localization in network services
DE112014002944.0T Withdrawn DE112014002944A5 (en) 2013-06-20 2014-06-16 Error detection and localization in network services

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE112014002944.0T Withdrawn DE112014002944A5 (en) 2013-06-20 2014-06-16 Error detection and localization in network services

Country Status (2)

Country Link
DE (2) DE102013010205A1 (en)
WO (1) WO2014202039A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115718672A (en) * 2022-11-22 2023-02-28 支付宝(杭州)信息技术有限公司 Application anomaly detection method and device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002045315A2 (en) 2000-11-28 2002-06-06 Micromuse Inc. Method and system for predicting causes of network service outages using time domain correlation
US20090201820A1 (en) * 2007-12-31 2009-08-13 Honeywell International Inc. Method for predicting a fault in a security system

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7739143B1 (en) * 2005-03-24 2010-06-15 Amazon Technologies, Inc. Robust forecasting techniques with reduced sensitivity to anomalous data

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002045315A2 (en) 2000-11-28 2002-06-06 Micromuse Inc. Method and system for predicting causes of network service outages using time domain correlation
US20090201820A1 (en) * 2007-12-31 2009-08-13 Honeywell International Inc. Method for predicting a fault in a security system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Fehler-Erkennung in Netzwerken" auf den Seiten 30 ff. in der Ausgabe 10/2011 der Zeitschrift "Funkschau"
Hendrawan, Kurnia: Fehler-Erkennung in Netzwerken. In: Funkschau, 10/2011, 30-31. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115718672A (en) * 2022-11-22 2023-02-28 支付宝(杭州)信息技术有限公司 Application anomaly detection method and device

Also Published As

Publication number Publication date
WO2014202039A1 (en) 2014-12-24
DE112014002944A5 (en) 2016-03-17

Similar Documents

Publication Publication Date Title
DE102022201746A1 (en) MANAGE DATA CENTERS WITH MACHINE LEARNING
DE60305601T2 (en) Method for temporal fault isolation and identification
DE202017102381U1 (en) Device for improving the robustness against "Adversarial Examples"
DE112016005290T5 (en) ANOM-RELIEF ON TEMPORAL CAUSALITY GRAPHS
DE112021003747T5 (en) DETECTING ANOMALIES IN A NETWORK TOPOLOGY
DE102018116696A1 (en) A method for generating normal state prediction data of a plant and apparatus using the same
DE112021005651B4 (en) Information processing device, information processing method and program
EP2186003A2 (en) Method and device for determining a probability of occurrence
DE102019114378A1 (en) METHOD AND SYSTEM FOR PREDICTING THE SYSTEM STATUS
EP3528162B1 (en) Method for recognizing abnormal operational states
DE102014214300A1 (en) Device and method for error and attack detection for a motor vehicle
DE102007054648B4 (en) Error identification in a computer-based network
DE102022132047A1 (en) SYSTEMS AND METHODS FOR DETECTING MANUFACTURING ANOMALIES
DE102017218922A1 (en) Method and device for data collection
WO2020016340A1 (en) Penetration test method, computer program and device for data processing
DE102018221684A1 (en) Device and method for anomaly detection and for training a model for anomaly detection
DE102013010205A1 (en) Error detection and localization in network services
DE10259794A1 (en) Event management method and apparatus
EP1451689A2 (en) Method and system for processing fault hypotheses
EP3929554A1 (en) Improved fault detection in machines using ai
DE102020207449A1 (en) Method, computer program and device for processing signals
DE102019106724A1 (en) Efficient data processing
EP3698103A1 (en) Estimating the measurement accuracy of different sensors for the same measurand
DE112021001418T5 (en) PERFORMANCE EVENTS TROUBLESHOOTING SYSTEM
DE102022208921A1 (en) SYSTEM FOR ADMINISTRATION OF A DEVICE, METHOD FOR ESTIMATION OF A CAUSE OF FAULT IN A DEVICE AND PROGRAM

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R118 Application deemed withdrawn due to claim for domestic priority