[論文レビュー] Using Abduction in Markov Logic Networks for Root Cause Analysis

Joerg Schoenfisch, Janno von Stülpnagel+3 more|arXiv (Cornell University)|Nov 18, 2015

Software System Performance and Reliability参考文献 17被引用数 3

ひとこと要約

本論文は、背理的推論をマーカフロジックネットワーク（MLN）と統合することで、不完全な観測から最も確率の高い根本原因を計算可能な、ITインfra構造における根本原因分析の新しい手法を提案する。システムの依存関係と障害リスクを重み付きの1階論理式としてモデル化することで、MLN推論を活用し、障害の最も可能性の高い原因を同定する。実世界のシナリオを用いた検証により、正確な根本原因同定が確認された。

ABSTRACT

IT infrastructure is a crucial part in most of today's business operations. High availability and reliability, and short response times to outages are essential. Thus a high amount of tool support and automation in risk management is desirable to decrease outages. We propose a new approach for calculating the root cause for an observed failure in an IT infrastructure. Our approach is based on Abduction in Markov Logic Networks. Abduction aims to find an explanation for a given observation in the light of some background knowledge. In failure diagnosis, the explanation corresponds to the root cause, the observation to the failure of a component, and the background knowledge to the dependency graph extended by potential risks. We apply a method to extend a Markov Logic Network in order to conduct abductive reasoning, which is not naturally supported in this formalism. Our approach exhibits a high amount of reusability and enables users without specific knowledge of a concrete infrastructure to gain viable insights in the case of an incident. We implemented the method in a tool and illustrate its suitability for root cause analysis by applying it to a sample scenario.

研究の動機と目的

• 複雑で相互に依存するITインfra構造において、障害の原因が明白でない場合に、最も確率の高い根本原因を同定する課題に対処すること。
• 不確実性を扱い、再利用可能なドメイン知識をサポートする統合フレームワークにおいて、確率的推論と論理的背理的推論を統合すること。
• インフラ構造の依存関係とリスクを、関連する重み付きの1階論理式としてモデル化することで、根本原因診断を自動化すること。
• 新しい観測を組み込むことで説明を段階的に改善する対話型のプロセスを可能にすること。
• 実際のインフラ障害を含む実世界のシナリオを通じて、本手法の実用性と有効性を示すこと。

提案手法

• ITインフラを、コンponent間の依存関係を表すハードな論理式を有する1階論理ネットワークとしてモデル化する。
• 専門家知識や統計データから得られる確率的リスクや故障モードを表すソフトで重み付きの論理式を割り当てる。
• Kateらの背理的推論フレームワークを用いてMLNを拡張し、観測された障害の最も確率の高い説明を導出可能にする。
• 不完全またはノイズを含む観測結果（例：サービス障害）を、証拠としてシステムに供給する。
• RockIt MLN推論エンジンを用いて、背理的推論により最大事後確率説明を計算する。
• 新しい観測を組み込むことで段階的に説明を改善し、対話型の診断プロセスを支援する。

実験結果

リサーチクエスチョン

• RQ1 背理的推論をマーカフロジックネットワークに効果的に統合することで、ITシステムにおける根本原因分析をどのように支援できるか？
• RQ2 重み付き1階論理式を有するMLNは、不完全な観測下でも、障害の最も確率の高い根本原因を正確に同定できるか？
• RQ3 本手法は、純粋な論理的手法や純粋な確率的手法と比較して、表現力と診断精度の面でどのように優れているか？
• RQ4 再利用可能なドメイン知識（例：IT Grundschutzカタログ）は、どの程度、診断プロセスに組み込まれ、活用できるか？
• RQ5 反復的で観測に依存する改善プロセスは、実世界の障害シナリオにおいて、根本原因の特定をどの程度正確に絞り込めるか？

主な発見

• 本手法は、研究グループのインフラで発生した2件の実際の障害シナリオにおいて、正しく根本原因を同定した。実用的応用の有効性が示された。
• 背理的推論とMLNの統合により、すべての可能な説明を列挙する必要なく、最も確率の高い説明を計算可能となった。
• 1階論理式の使用により、異なるコンponentやインフラ構造にわたるリスクと依存関係のスケーラブルで再利用可能なモデル化が可能となった。
• 証拠と背景知識とが最も整合性の高い説明を計算することで、不完全で誤りを含む観測を処理できるようになった。
• RockIt MLNソルバは問題サイズに対して良好な性能を示し、大規模インフラ構造への本手法の実現可能性を裏付けた。
• 不確実性を扱う点で純粋な論理的手法を上回り、構造的・関係的知識を表現する点で命題型モデルを上回る性能を示した。