JP2004088153A

JP2004088153A - ネットワークのボトルネック特定方法

Info

Publication number: JP2004088153A
Application number: JP2002242416A
Authority: JP
Inventors: Katsunori Ori; 織　　克典
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 2002-08-22
Filing date: 2002-08-22
Publication date: 2004-03-18

Abstract

【課題】ネットワークにおけるボトルネックを一層高い精度で特定できるボトルネック特定方法を提供する。
【解決手段】本発明では、ネットワークの複数の箇所ｉについてリソースの使用状況Ｘｉを測定すると共にネットワークの特定の箇所のサービス品質Ｙを測定する。次に、回帰式のモデル関数を決定し、回帰式Ｙｉ＝ｆｉ（Ｘｉ）を用いてサービス品質のリソースの使用状況Ｘｉへの回帰分析を行い、さらに、　前記回帰分析工程において得られたサービス品質の推定値Ｙｉとサービス品質の測定値Ｙとを用いて、寄与率Ｒｉ＝ｖａｒ（Ｙｉ）／ｖａｒ（Ｙ）を求め、寄与率Ｒｉが最大となる箇所をボトルネックとして特定する工程とを具える。
【選択図】　　　　図１

Description

【０００１】
【発明の属する技術分野】
本発明は、複数の要素からなるコンピュータシステム及びコンピュータネットワークの性能管理、特にネットワークのボトルネック特定方法及び装置に関するものである。
【０００２】
【従来の技術】
コンピュータシステム、およびコンピュータネットワークでは、負荷が高くなると性能劣化が起こり、その結果それらが提供しているサービス品質の劣化を引き起こす。そのため、構築したシステムの提供するサービス品質を維持するには、システム管理者は、
１．システムの性能を定常的に監視し、性能劣化を検知する。
２．性能劣化を検知した際には、改善を施すと最も性能が大きく向上する個所、すなわちボトルネック箇所を特定し、改善策をとる。
の２点を行う必要がある。
【０００３】
［システムの性能を定常的に監視する手法］
システムの性能を定常的に監視する手法は、大きく以下の２通りに分類できる。
（リソース使用状況の監視）
システムの各構成要素におけるリソース使用状況のデータを収集し、そのデータからその構成要素の性能、そしてサービス全体の品質を推定し、監視する手法。
この手法では測定のために新たにトラヒックを発生させることはない（パッシブ測定）ため、システムに対する負荷は軽く他のユーザの性能劣化をほとんど引き起こさない。またデータ収集のためプロトコル、項目などの標準化が進んでおり、必要な機能が標準実装されている場合が多く、これまで広く用いられてきた。
【０００４】
この手法を用いるためには、事前に各構成要素におけるリソース使用状況とシステムが提供するサービスの品質との関係を明らかにしておく必要がある。その関係は、システムのモデル化を行い、そのモデルに対して解析またはシミュレーションなどを適用することにより求めることができる。その際、モデルが複雑で関係を導き出すことが困難であったり十分モデル化できていないため、モデル上で求めた関係が実システム上の関係と食い違ってくる場合がある。特に近年の研究成果として、インターネットのトラヒックは自己相似性を持っていることが明らかになっており、そのためシステムの性能が従来の検討結果より劣化する傾向にあることが示されている。
【０００５】
（サービの品質そのものの推定）
管理対象となるシステム全体の性能、すなわちユーザに提供するサービスの品質そのもの測定し、監視する手法。この測定のためには、ユーザを模擬した測定装置を用いるか、またはユーザがサービスを利用した時の品質をシステム管理者に報告する仕組みを導入する必要がある。
ユーザを模擬した測定装置を用いる場合は、測定のためのトラヒックを流す必要がある（アクティブ測定）。そのため、システムの性能を低下させる可能性があり、また多くの機器を設置しなければならずコストも増大する。しかし近年、社会的に重要な役割を担うシステムや、サービス品質を厳密に保たなくてはいけないサービスを提供するシステムが増加してきており、正確にサービス品質を把握するため本手法を用いられるケースが増えてきている。
ユーザがサービスを利用した時の品質をシステム管理者に報告する仕組みを導入する場合、汎用的な手法が存在しない。ユーザ側の装置やソフトウェアをサービス提供者が配布、または改造する必要があるため、一部の限られたサービスでしか適用できない。
【０００６】
［性能劣化の原因となったボトルネック箇所を特定する手法］
システムの構成要素毎のデータを用いず、サービス品質の測定値だけを測定していた場合、ボトルネックの特定はできない。一方、システムの構成要素のリソースの使用状況の監視のみを行っておりサービス品質の測定を行っていない場合、事前に求めた各構成要素におけるリソース使用状況とシステムが提供するサービスの品質との関係から、各要素がサービス品質に与える影響の大きさが見積もられている。
【０００７】
【発明が解決しようとする課題】
しかし、前述したように、モデルが複雑であるため、リソースの使用状況とサービス品質との関係を導き出すことが困難な場合も多い。さらに、十分にモデル化できていないためモデル上で求めた関係と実際のシステムとの関係との間に相違点が多く、信頼性が低い欠点もある。
【０００８】
さらに、システム全体のサービス品質を各部分毎に分け、各部分に対して行った品質測定の結果を比較してボトルネックを特定する手法もある。しかし、この手法はアクティブ測定の短所（システム性能を低下させる可能性、多くの機器を設置するためのコスト）を大きくする上、サービスの最小単位以上に細かくボトルネックを特定することはできない。例えば、通信経路上で一部分を暗号化している場合、実サービスと同一条件で復号化を行う機器のみをアクティブ測定することは不可能である。
【０００９】
従って、本発明の目的は、ネットワークにおけるボトルネックを一層高い精度で特定できるボトルネック特定方法を提供することにある。
【００１０】
【課題を解決する手段】
サービス品質が低下した際、ボトルネックにおけるリソースの使用率が高くなるなど、ボトルネックとなるリソースの使用状況の変化とサービス品質の変化には相関があることが見出されている。そこで、各リソースの使用状況とサービス品質の相関の最も強い箇所をボトルネックとすることができる。
【００１１】
本発明では、ある時刻におけるサービス品質と各リソースの使用状況を表す数値の組が、多くの時刻区間に対して存在することが前提である。尚、これらの数値は、それぞれを反映しているものであれば測定値そのものであっても加工をしたものであっても良い。尚、加工した値とは、多くの測定の平均値などの統計値などが例としてあげられる。また、データが「多く」存在するとは、以下で行なう回帰分析において、残差の自由度が０でない程度とする。
【００１２】
性能管理すべきネットワークの特定の箇所のサービス品質を測定すると共に、当該ネットワークの複数の箇所のリソースの使用状況を測定し、これらリソースの使用状況が測定されたシステムの構成要素（ネットワークの箇所）に順に識別番号を付け、その番号をｉとする。サービス品質の測定値をＹ、リソースの使用率や待ち行列長など使用状況を反映した属性をＸｉで表し、その測定値をｙ（ｔ），ｘ_ｉ（ｔ）で表す。ただし、Ｎをリソースを測定したシステム構成要素の数、Ｔをサンプル数とするとｉ∈１，２，−−−，Ｎ｝，ｔ∈｛ｌ，２，−−−，Ｔ｝である。
【００１３】
ステップ１　回帰式のモデル関数を決定した後、各ｉに関しＹのＸ_ｉへの回帰分析を行い、回帰式Ｙ＝ｆ_ｉ（Ｘ_ｉ）を導出する。また、回帰式により得られるサービス品質の推定値Ｙｉを、Ｙ_ｉ＝ｆ_ｉ（Ｘ_ｉ）とする。また、回帰の残差Ｅｉを、Ｅ_ｉ＝Ｙ−Ｙ_ｉとする。さらに、それぞれの時刻ｔにおける値をＹ_ｉ（ｔ），Ｅ_ｉ（ｔ）とする。
【００１４】
ステップ２　回帰式を用い各箇所毎に求めた値Ｙｉのサービス品質の測定値Ｙに対する適合度Ｒｉを求め、適合度により最も適合していると判定された箇所をボトルネックとして特定する。この適合度として、例えば寄与率を用いることができ、ネットワークの各箇所ｉに関し寄与率Ｒ_ｉ＝ｖａｒ（Ｙ_ｉ）／ｖａｒ（Ｙ）を求める。ただし、ｖａｒは分散の不偏推定量を表すものとする。Ｒ_ｉが最大となるときＸ_ｉを用いて良くＹが説明できている、すなわち最もボトルネックである可能性が高い箇所であると特定し、出力する。
【００１５】
ネットワークの箇所ないし構成要素ｉ毎に異なるモデル関数を用いた場合、特に自由度の異なるモデル関数を用いた場合、自由度の高いモデル関数を用いた方が当てはまり度合が良くなることが明らかになっているため、寄与率を評価基準として用いた場合自由度の影響を受けてしまう。従って、各箇所の自由度が異なる場合、かわりにＡＩＣ、ＢＩＣ，ＡＩＣＣなどの自由度の影響が軽減された評価基準を用いる事ができる。ここで、ネットワークの各箇所ｉのＡＩＣ、ＢＩＣ及びＡＩＣＣは以下の式で表される。
【数１】

ここで、ｍｉはｆｉの自由度であり、多項式の場合は次数＋１、
Ｌｉは尤度であり、
【数２】

これらＡＩＣ、ＢＩＣ、ＡＩＣＣを用いてボトルネックを特定する場合、求められた値が最小となる箇所ｉをボトルネックとして特定することができる。
なお、ここで求めたボトルネックの識別番号ｉをＩとおく。
【００１６】
ステップ３　トラヒックが確率的に発生すると考えた場合、各測定値も確率的に変動するため、ボトルネックを誤判定する確率も存在する。また、Ｘ_ＩとＸ_ｊ（ｊ∈｛１，−−−，Ｎ｝，ｊ≠Ｉ）間で相関が強い場合、回帰式や相関係数が近いものとなるため、さらにボトルネックを誤判定する確率が増加するおそれがある。そこで、本発明の一例として、確率検定手法を用いてボトルネックの特定が誤判定か否かを判断する工程を具える。そして、この判断工程において、構成要素Ｉ以外の構成要素についてボトルネックとなる確率が構成要素Ｉと同程度であるかどうかの判定を次の様に行う。
各ｊ（ｊ∈｛１，−−−，Ｎ｝，ｊ≠Ｉ）に開し、Ｅ_ｊ，Ｅ_Ｉが正規分布をなしていると仮定し、ｆｉの自由度をｄｆ_ｉとおくと、Ｆ_ｊ，Ｉ　＝ｖａｒ　（Ｅ_ｊ）／ｖａｒ（Ｅ_Ｉ）は自由度（Ｔ−ｄｆ_ｊ，Ｔ−ｄｆ_Ｉ）のＦ分布に従う。そこでＦが事前に決めた有意度より大きければＥ_ｊと　Ｅ_Ｉは同一分布でありｆ_ｊ，ｆ_Ｉは同程度に精度良く回帰できている。そのため、構成要素ｊ又はＩのどちらがボトルネックであるかは測定結果からは判定できないと判断し、構成要素ｊもボトルネック候補として出力する。
回帰モデルとして局所回帰など、モデルの自由度が容易に求められない場合は、ｄｆ_ｉとして等価自由度を用いることによりＦ_ｊ，Ｉ　＝ｖａｒ　（Ｅ_ｊ） _９ｖａｒ（Ｅ_Ｉ）に対して同様の検定を行うことができる。従って、箇所ｉ及びｊの回帰の残差Ｅｉ及びＥｊの分散が同一か否かをＦ検定を用いて判断し、得られたＦ値の結果に基づいてボトルネックの特定が誤判定か否かを判断することができる。
なお、回帰式として線形モデル（１次多項式）を用いた場合、ＹとＸ_ｉの相関係数をρＹ，Ｘ_ｉ　とおくと、寄与率はρ^２Ｙ，Ｘ_ｉと表される。よって、寄与率に基づいた順位づけは相関係数に基づいた順位づけと同義である。
【００１７】
【発明の実施の形態】
シミュレーションにより測定したデータに対して、本発明を適用した結果について説明する。
［シミュレーションモデル］
シミュレーションモデルとして用いたネットワークの構成を図１に示す。事業者は、ルータ１、ルータ２に接続された顧客にサーバからファイルをダウンロードするための回線１、回線２を提供している。管理対象は回線１、回線２であり、リソースの使用状況として回線の使用率、サービス品質としてルータ２に接続された疑似顧客が測定したダウンロード時間を測定している。その他の条件を表１に示す。
【００１８】
【表１】

【００１９】
分析には、サービス品質の測定値（Ｙ）として１０秒毎に３ＫＢｙｔｅのファイルをダウンロードするのに要する時間を測定したものの１分間の平均値を用い、リソース使用状況の測定値（Ｘ_１，Ｘ_２）として１分毎の各回線の使用帯域を用いた。シミュレーションは７２００秒行い、サンプル数（Ｔ）は１２０である。
【００２０】
ソースの使用状況である回線使用率の測定値は、回線１についてはＸ１＝３９．１％であり、回線２についてはＸ２＝３７．１％であった。
【００２１】
尚、実際のボトルネックを明らかにするため、回線１の帯域を十分大きいと考えられる２２５Ｍｂｐｓとした場合、回線２の帯域を十分大きいと考えられる２２５Ｍｂｐｓとした場合のそれぞれについて個別にシミュレーションを行った。その結果、サービス品質の平均値は表２に示す様になった。この結果より、回線２を十分大きくした場合の方がサービス品質の改善が大きく、回線２がボトルネックであることがわかる。しかし表１に示す条件で行ったシミュレーションでは、回線１、回線２の使用率はそれぞれ３９．１％、３７．１％であり、単純な回線使用率の比較では回線１がボトルネックであると誤った判断をするおそれがある。すなわち、回線使用率だけを用いて判断したのでは、ボトルネックを正確に特定できないことになる。
【００２２】
【表２】
個別シュミレーションによるボトルネックの特定
回線１の帯域を充分大きくした場合　　０．０８３７ｓｅｃ
回線２の帯域を充分大きくした場合　　０．００４１３ｓｅｃ
【００２３】
次に、回帰分析の結果について説明する。本例では、ネットワークの複雑性に柔軟に対応するため、５次の回帰式を用いて回帰分析を行う。ここで、回線１及び２の利用率の測定値Ｘ１及びＸ２を用いて得られたサービス品質の推定値Ｙ１及びＹ２は以下の回帰式から得た。
Ｙ_１＝ｆ_１（Ｘ_１）＝−２．９３＋（３．３５ｅ−０６）Ｘ_１＋（−１．３１ｅ−１２）Ｘ_１ ^２＋（２．３８ｅ−１９）Ｘ_１ ^３＋（−１．９５ｅ−２６）Ｘ_１ ^４＋（５．９０ｅ−３４）Ｘ_１ ^５
Ｙ_２＝ｆ_２（Ｘ_２）＝０．１６３＋（８．２９ｅ−０８）Ｘ_２＋（−１．９６ｅ−１３）Ｘ_２ ^２＋（２．５９ｅ−１９）Ｘ_２ ^３＋（−１．１８ｅ−２５）Ｘ_２ ^４＋（２．２２ｅ−３２）Ｘ_２ ^５
【００２４】
回帰分析の結果により得られたサービス品質の回帰曲線、すなわち回帰分析により得られたサービス品質の推定値を測定値と共に図２、３に示す。図２は回線１の回線利用率Ｘ１に回帰した結果を示し、図３は回線２の回線利用率Ｘ２に回帰した結果を示す。図２及び図３において、横軸は回線使用率を示し、縦軸はサービス品質すなわちファイルのダウンロード所要時間を示し、十字印は測定値を示し、破線は回帰曲線を示す。これらの図からＸ２の方がＹと相関が強く回線２の使用帯域がボトルネックであることは直感的にもわかるが、以降では数値計算によりそれを示す。
【００２５】
次に、サービス品質の測定値と回帰分析により得られたサービス品質の推定値について寄与率の計算結果を示す。回線１の回線利用率Ｘ１に回帰して得られた推定値に対する寄与率Ｒ１及回線２の回線利用率Ｘ２に回帰して得られた推定値に対する寄与率びＲ２は以下の通りである。
Ｒ_１＝０．３７４　　　　　　　　　　　　　　　　（３）
Ｒ_１＝０．９０８　　　　　　　　　　　　　　　　（４）
この結果から、回線２の寄与率が最大となり、回線２がボトルネックである旨を出力する。この寄与率から得られた結果は、前述した回線帯域を極めて大きくした個別シミュレーション結果に強く相関しており、ネットワーク中で発生したボトルネックの箇所を高い精度で特定することができることが実証された。
【００２６】
Ｘ_１も　Ｘ_２と同様にボトルネックであるかどうかを、回帰の残差Ｅ_１とＥ_２が同一分布であるかどうか検定することにより行うこともできる。「Ｅ_１とＥ_２は同一分布である」と言う帰無仮説に対して回帰の残差のＦ値Ｆ_１，２を求めると、

有意度１％で両側検定するときのＦの値は１．６２５であり、帰無仮説は十分棄却でき、Ｅ_１とＥ_２の差には十分優位な差があると言える。よって、回線１はボトルネックではないと判断する。
【００２７】
次に、本発明によるネットワークのボトルネック特定装置について説明する。本発明による装置は、管理すべきネットワークの複数の箇所のリソース使用状況、例えばネットワーク中の複数の回線の回線使用率を測定する手段と、ネットワーク中の特定の箇所のサービス品質を測定する手段、例えばネットワークに接続した模擬端末装置とを具える。そして、性能管理すべきネットワークに応じてモデル関数を決定し、回帰式を用いて測定されたリソースの使用状況について回帰処理を実行し、得られたサービス品質の推定値とサービス品質の測定値との間の寄与率を求め、寄与率が最大となる箇所にボトルネックが発生したものと特定する手段とを具える。
【００２８】
【発明の効果】
以上説明したように、本発明によれば、管理すべきネットワーク中の複数箇所のリソース使用状況を測定し、回帰式を用いて得られた測定値に対して回帰分析処理を実行し、得られたサービス品質の推定値とサービス品質の測定値とを用いて寄与率を算出し、寄与率が最大になる箇所をボトルネックとして特定しているので、一層高い精度でボトルネックの発生箇所を特定することができる。
【図面の簡単な説明】
【図１】本発明によるボトルネック特定方法を実証するためのシミュレーションモデルとして用いたネットワークの構成を示す線図である。
【図２】シミュレーションモデルにおいてサービス品質Ｙを回線１の測定値に回帰した場合の回帰分析結果及び測定値を示すグラフである。
【図３】シミュレーションモデルにおいてサービス品質Ｙを回線２の測定値に回帰した場合の回帰分析結果及びサービス品質の測定値を示すグラフである。
【符号の説明】
Ｓ　サーバ
Ｃ　顧客端末装置
Ｐ　模擬顧客端末装置

Claims

性能管理すべきネットワークのボトルネックを特定する方法であって、
ネットワークの複数の箇所ｉについてリソースの使用状況Ｘｉを測定する工程と、
ネットワークの特定の箇所のサービス品質Ｙを測定する工程と、
回帰式のモデル関数を決定し、回帰式Ｙｉ＝ｆｉ（Ｘｉ）を用いてサービス品質のリソースの使用状況Ｘｉへの回帰分析を行う工程と、
前記回帰式を用いて各箇所毎に求めた値Ｙｉのサービス品質の測定値Ｙに対する適合度Ｒｉを求め、適合度Ｒｉにより最も適合していると判定された箇所をボトルネックとして特定する工程とを具えることを特徴とするネットワークのボトルネック特定方法。
請求項１に記載のネットワークのボトルネック特定方法において、前記ネットワークの各箇所ｉの自由度が同一の場合、前記適合度Ｒｉとして寄与率＝ｖａｒ（Ｙｉ）／ｖａｒ（Ｙ）を求め、寄与率が最大となる箇所をボトルネックとして特定することを特徴とするネットワークのボトルネック特定方法。
請求項１に記載のネットワークのボトルネック特定方法において、前記ネットワークの各箇所の自由度が異なる場合、前記適合度Ｒｉとして、各箇所のＡＩＣｉ、ＢＩＣｉ、又はＡＩＣＣｉを求め、得られたＡＩＣｉ、ＢＩＣｉ、又はＡＩＣＣｉの値が最小となる箇所をボトルネックとして特定することを特徴とするネットワークのボトルネック特定方法。
前記回帰分析工程において、多項式の回帰式を用いて回帰分析を行うことを特徴とする請求項１、２又は３に記載のネットワークのボトルネック特定方法。
前記リソースの使用状況として回線使用率を用い、前記サービス品質として所定の容量のデータをダウンロードするのに必要な時間としたことを特徴とする請求項１から４までのいずれか１項に記載のネットワークのボトルネック特定方法。
請求項１から５までのいずれか１項に記載のネットワークのボトルネック特定方法において、さらに、確率的検定手法を用いてボトルネックの特定が誤判定か否かを判断する工程を有することを特徴とするネットワークのボトルネック特定方法。
請求項６に記載のネットワークのボトルネック特定方法において、ネットワークの箇所ｉの回帰の残差ＥｉをＥｉ＝Ｙ−Ｙｉとした場合に、箇所ｉ及びｊのＥｉ及びＥｊの分散が同一か否かをＦ検定を用いて判断し、得られたＦ値［Ｆｉ，ｊ＝ｖａｒ（Ｅｊ）／ｖａｒ（Ｅｉ）］の結果に基づいてボトルネックの特定が誤判定か否かを判断することを特徴とするネットワークのボトルネック特定方法。
性能管理すべきネットワークのボトルネックを特定する装置であって、
ネットワークの複数の箇所のリソースの使用状況Ｘｉを測定する手段と、
当該ネットワークの特定の箇所のサービス品質Ｙを測定する手段と、
回帰式Ｙｉ＝ｆｉ（Ｘｉ）を用いて、サービス品質Ｙｉのリソースの使用状況Ｘｉへの回帰分析を行い、前記回帰式を用いて各箇所毎に求めた値Ｙｉのサービス品質の測定値Ｙに対する適合度Ｒｉを求め、適合度Ｒｉにより最も適合していると判定された箇所をボトルネックとして特定する処理手段とを具えることを特徴とするボトルネック特定装置。