| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-07 13:50 LLMによる障害解析時の不足情報推定手法 ○小國晃太・門間 裕・中村 拓・金堀伸二（NTTドコモ）  NS2024-243 |
|
| 抄録 | （和） | 近年の人工知能技術，とりわけ大規模言語モデル（LLM）の発展により，従来人手で行われていたオペレーション業務の自動化や効率化が急速に進む可能性が高まっている．特に通信ネットワーク分野では，増大するトラヒックや接続端末の多様化にともない，障害発生から原因特定までを迅速かつ的確に行うことが一段と難しくなっているが，従来のルール・フローベースのアプローチでは想定外の障害に対応しきれず，フローの作成や維持管理コストが大きな課題となっていた．そこで本稿では，LLM を活用し，システムログやマニュアル，過去の対処履歴を動的に照合しながら不足情報を再帰的に取得し，障害の根本原因やサービス影響を特定する手法を提案する．商用システムのインシデントデータを用いた評価実験では，高重大度障害の見逃しを防げた一方，低重大度障害ではマニュアルの特定の記述により保守者の判断よりも高めに重大度を見積もる傾向が見られたが，プロンプトに入出力の例を組み込むことで判定精度が向上した．今後は，周辺システムや基盤との関連情報を整理して与えることで，より汎用的かつ精度の高い障害対応の自動化を実現し，ネットワーク運用のコスト削減と安定稼働に寄与できると考えられる． |
| （英） | Recent advancements in artificial intelligence, particularly in large language models (LLMs), have significantly increased the potential for automating and optimizing operational tasks traditionally performed by humans. In the field of telecommunications networks, the growing complexity of traffic and the increasing diversity of connected devices have made it more challenging to accurately and efficiently identify the root causes of incidents. Conventional rule-based or flow-based approaches struggle to handle unforeseen failures and impose high costs for rule creation and maintenance. This paper proposes a method that leverages LLMs to dynamically cross-reference system logs, manuals, and historical incident responses, recursively retrieving missing information to identify root causes and assess service impact. Experiments using real-world incident data from commercial systems demonstrated that the proposed approach effectively prevented overlooking high-severity incidents. However, for low-severity incidents, there was a tendency to overestimate severity due to specific descriptions in manuals, compared to human judgment. Incorporating example inputs and outputs into the prompt improved the accuracy of severity estimation. Future work will focus on integrating contextual information from peripheral systems and infrastructure to achieve more generalized and accurate automated incident response. This is expected to contribute to reducing network operation costs and ensuring stable system performance. | |
| キーワード | （和） | 大規模言語モデル / AI・機械学習 / ネットワーク・システム運用管理 / / / / / |
| （英） | Large Language Models / AI/Machine Learning / Network and System Operations Management / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 419, NS2024-243, pp. 281-285, 2025年3月. | |
| 資料番号 | NS2024-243 | |
| 発行日 | 2025-02-27 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2024-243 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2025-03-06 - 2025-03-07 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2025-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | LLMによる障害解析時の不足情報推定手法 |
| サブタイトル（和） | |
| タイトル（英） | Methods for Supplementary Estimation of Missing Information Using LLM in Fault Analysis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大規模言語モデル / Large Language Models |
| キーワード(2)（和/英） | AI・機械学習 / AI/Machine Learning |
| キーワード(3)（和/英） | ネットワーク・システム運用管理 / Network and System Operations Management |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 小國 晃太 / Kota Oguni / オグニ コウタ |
| 第1著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO, INC.) |
| 第2著者 氏名（和/英/ヨミ） | 門間 裕 / Yu Momma / モンマ ユウ |
| 第2著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO, INC.) |
| 第3著者 氏名（和/英/ヨミ） | 中村 拓 / Taku Nakamura / ナカムラ タク |
| 第3著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO, INC.) |
| 第4著者 氏名（和/英/ヨミ） | 金堀 伸二 / Shinji Kanehori / カネホリ シンジ |
| 第4著者 所属（和/英） | 株式会社NTTドコモ (略称： NTTドコモ) NTT DOCOMO, INC. (略称： NTT DOCOMO, INC.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-07 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2024-243 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.419 |
| ページ範囲 | pp.281-285 |
| ページ数 | 5 |
| 発行日 | 2025-02-27 (NS) |
[研究会発表申込システムのトップページに戻る]