CN103733194A - 动态组织云计算资源以便于发现 - Google Patents
动态组织云计算资源以便于发现 Download PDFInfo
- Publication number
- CN103733194A CN103733194A CN201280015895.5A CN201280015895A CN103733194A CN 103733194 A CN103733194 A CN 103733194A CN 201280015895 A CN201280015895 A CN 201280015895A CN 103733194 A CN103733194 A CN 103733194A
- Authority
- CN
- China
- Prior art keywords
- computational resource
- resource
- knowledge base
- computational
- supplier
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/60—Subscription-based services using application servers or record carriers, e.g. SIM application toolkits
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
执行多个软件的多个硬件被配置为用来对来自不同计算资源提供者的计算资源进行组织,以便帮助它们的发现。由软件形成存储云计算资源和它们的提供者的实例的目录和存储包括揭示计算资源的发现的规则的计算资源类型的知识库。执行组织方法,以实现语义检索,该语义检索包括检索除了具有简单计算功能之外还能够以组合协作的方式满足工作量或任务的云计算资源。执行语义标引,以帮助实现语义检索。
Description
相关申请的交叉引用
本申请要求2011年1月27日提交的临时专利申请第61/436905号的权益,该临时专利申请以引用的方式并入本文。
技术领域
本发明的主题总体上涉及软件,并且更加具体地涉及云计算。
背景技术
现代社会需要不管在什么时候以及不管在什么地方存在计算要求,计算资源能够执行不同的计算功能。软件开发者和企业正在越来越多地使用按需计算环境来满足这样的计算要求,这种按需计算环境称为云计算。因为不同的计算功能需要不同的计算资源,其中不同的计算资源的可用性取决于位置、时间或者二者,以及其它方面,所以识别它们可能很困难,尤其是在预先选择的计算资源提供者或者一组计算资源提供者不能满足计算要求的时候。
发明内容
本发明内容是为了以简化形式引入下面将会在具体实施方式中进一步描述的概念的选择而提供的。本发明内容并非打算用来标识所要求保护的主题的关键特征,也不是打算用来帮助确定所要求保护的主题的范围。
本主题的一个方面包括方法形式,其中说明了一种用于组织云计算资源以便发现它们的方法。该方法创建不同计算资源提供者以及他们的可以在互联网上按需得到的计算资源的目录。该方法还创建计算资源的类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作。该方法还动态更新目录和知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点可以在互联网上按需得到的计算资源。
本主题的另一个方面包括***形式,其中说明了一种用于组织云计算资源以便发现它们的***。该***包括资源编目硬件,其上存储不同计算资源提供者以及他们的计算资源的目录。该***还包括计算资源类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作。该***还包括用户工具和后台硬件,其被配置为用来动态更新目录和知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点可以在互联网上按需得到的计算资源。
本主题的又一个方面包括计算机可读介质形式,该形式说明了一种计算机可读介质,其中在该介质上存储计算机可执行指令以实现用于组织云计算资源以便发现它们的方法。该方法包括创建不同计算资源提供者以及他们的可以在互联网上按需得到的计算资源的目录。该方法还包括创建计算资源类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作。该方法还包括动态更新目录和知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点可以在互联网上按需得到的计算资源。
附图说明
随着通过结合附图一起参阅随后的具体实施方式,本发明的前述方面和很多的伴生优点变得更加容易理解,本发明的前述方面和很多半生优点将会变得更加显而易见,其中:
图1是图解说明按照本主题的各种不同实施方式,配置为用来通过计算资源为按需计算查询进行服务的原型***的各种不同部分的框图;
图2是图解说明按照本主题的各种不同实施方式,配置为用来组织计算资源的原型网络化子***的各种不同部分的框图;和
图3A-3T是图解说明按照本主题的各种不同实施方式,用于经由多个网络化硬件对按需计算查询进行组织和服务的原型软件方法的流程图。
具体实施方式
图1图解说明了多个硬件,其中在这些硬件上执行多个软件来实现***100,用于针对按需计算环境中的计算资源来组织计算资源,以便帮助软件开发者104a、用户104b和企业104c以及其它实体发现并获得一个或多个计算供给(computational offer),并且选择包括执行所需的可以以不同的粒度等级限定的计算功能、任务或工作量的一个计算资源或计算资源的组合的计算供给。软件开发者104a、用户104b和企业104c可以经由网络(比如互联网106a、106b)向云组织***102提出查询。云组织***102对各种不同的计算资源提供者108a-108c的计算资源进行组织,以便帮助发现和提供计算供给。术语“***”指的是可以在云上或云中专用的商用计算硬件和运行各种不同的软件(比如组织计算资源的那些软件)的软件应用的总和。
因此,***100针对的是联合的按需计算环境下的云计算,在各种不同的实施方式中,***100捕获、表达、了解和启用计算资源的使用以及从计算资源的使用的观察结果中获得的数据的使用。在另一种实施方式中,***100促成计算资源消费者与计算资源提供者之间的商业计算资源交换和租赁。在其它一些实施方式中,***100便利了计算资源使用机制,例如基础设施即服务(IaaS)、平台即服务(PaaS)、软件即服务(SaaS)和数据库即服务(DaaS)。
本主题的各种不同的实施方式提供:自动发现这些计算资源提供者和它们的供应物的硬件/软件机制;动态选择、分配和使用不同提供者之间的资源来执行工作量或任务的硬件/软件机制;和基于任务表现和使用情况有选择地释放所利用的资源的硬件/软件能力。本主题的各种不同实施方式使得发现不断扩大的按需计算资源提供者列表以及利用不同类型的计算资源的说明和包括可能随时改变的价格的元数据来捕获不同类型的计算资源更加容易。此外,通过各种不同的实施方式,计算资源提供者能够使用从计算资源的使用的观察结果中取得的使用数据,来了解他们的客户和他们客户在期望的计算资源方面的需求,以便更好地建模他们的配置和设置。
本主题的各种不同实施方式意识到了软件开发者和企业的计算需求具有动态特性。利用各种不同的实施方式,托管式计算资源提供者能够提供基于合同的、规划好的计算资源对交易的分配,以及计算资源的按需取得和供给。在这种场景下,例如,计算资源可以由物理或虚拟机的处理速度、存储器、存储装置和操作***特性(还可以是其他属性)并且包括计算资源之间的关系的详细说明来限定。按需计算要求数据中心可以使用各种不同的实施方式通过网页服务提供计算资源和基于交易的账单。使用各种不同实施方式,用户不再受限于公共数据中心和计算资源提供者能够提供的资源类型。用户拥有为他们的计算需求定位最合适的计算资源的能力和选择权。各种不同的实施方式有助于从可能具有适合于手中任务的资源的其它计算资源提供者那里发现资源的存在,以及随后取得和使用该资源。几种实施方式为用户和他们的自动化软件代理提供查询计算资源目录或知识库,来将他们的工作量的需求与可能来自适合于所需求的工作量的不同计算资源提供者的不同类型的计算资源相匹配的机制。
在本主题的某些实施方式中,可以得到用来帮助发现和匹配计算资源的方法和机制,这不仅使得计算资源提供者能够找到在目录中公布他们的计算资源的途径,而且使得计算资源消费者能够发现和利用正好相配的计算资源。各种不同的实施方式帮助监控和管理***100的联合按需计算环境下的资源利用,从而为消费者提供对恰当计算资源的访问并且为计算资源提供者提供用于数据中心的可预测容量规划和管理的度量。
图2图解说明了云组织***102的各部分。总地来说,云组织***102的这些部分执行多个软件,这些软件被配置为提供各种不同的计算服务:(通过一个目录)对动态更新和/或刷新的计算资源进行编目,以便捕获过去的、现在的和将来的计算资源;学习如何捕获和/或规范化来自不同计算资源提供者的计算资源的说明和属性(包括来自同一计算资源提供者或不同计算资源提供者的计算资源之间的关系);学习如何捕获和/或了解软件开发者104a、用户104b和企业104c提交(或查询)的功能、任务或工作量;学习如何匹配和/或排序,以响应于查询生成计算供给;帮助软件开发者104a、用户104b和企业104c查询的工具组;和后台***。在某些实施方式中,提供了一组允许在这些功能之间进行合作的应用编程接口,以使得软件代理能够扩展云组织***102的计算服务。
更加具体地讲,各种不同的实施方式抓取或接收来自与计算资源目录中管理的计算资源有关的专家或计算资源提供者的志愿信息。不同的元数据(作为抓取或接收到的信息的一部分)包括说明、证书、价格、位置和可用性。所捕获的元数据用于对目录进行分类和组织。如前面所提到的那样,这种元数据可以是由计算资源提供者直接提供的,也可以是从各种各样的来源抓取的,该来源包括但不局限于,网页、公开的API和云平台。按照各种不同的实施方式,目录连同最新的与编制目录和可用性有关的信息的真实性是使用用于动态监控的方法和模型以及云平台和计算资源提供者的更新来维持的。学习到的模型能够实现从目录中的源得到的元数据的映射和规范化。除了计算资源的规范化视图,不同类别的目录有助于发现新的资源类型和将用户计算资源需求与计算供给相匹配。不同于使得用户能够从预定义的资源列表中选择并且使用它们的传统按需计算环境,各种不同的实施方式给出了不需要预定义的多个计算资源以及它们的组合的适当供给。此外,按照各种不同的实施方式,学习模型有助于捕获和了解用户任务和工作量,结果得到用户需求的较高级的适当表达(而不是仅仅单一资源查询),这能够实现取得、监控和完成所要求的任务(不过各种不同的实施方式也支持单一的查询)。计算资源的目录描述资源提供者的供应物、他们的元数据,以及通过为特定用户任务和工作量发现和利用计算资源而了解到的这些计算资源的推测范畴和知识(包括使用信息)和所得到和维护的与这些计算资源及它们的计算资源提供者相关的信息和知识。各种不同的实施方式提供了不同的学习模型,包括认定、规范化和组织计算资源并且帮助发现和使用它们以便促进计算资源目录生命周期的管理的那些学习模型。
来自各种不同来源(比如软件开发者104a、用户104b和企业104c)的按需计算查询202被提供给云组织***102。除了其它多条信息之外,各种不同的计算资源提供者108a-108c的计算资源208a-208c还产生多条元数据,这些元数据由在云组织***102的多个部分上执行的各种不同的多个软件收集。在收集了这些条信息之后,资源捕获和规范化子***212对它们执行适当的多个软件。资源编目子***210存储与计算资源提供者108a-108c相关联的经过分类的计算资源208a-208c。用户工具和后台子***214与语义数据库216一起工作,以产生知识库220,其存储用于允许查询能够得以执行的规则和度量。响应于按需计算查询202,资源匹配和排序子***222检索由资源编目子***210维护的目录,以发现满足按需计算查询202的计算资源208a-208c。
用户工具和后台子***214与对计算资源的知识库连同计算资源的目录一起组织(curate)的语义数据库216协同操作。设想出了一种基于图形的表达方式,其能够随着时间流逝实现资源、它们的说明和模板的有效标引和增补。不同的来源提供与资源和它们的提供者相关的信息,并且将它们表示在目录里。目录的准确性及其内容的新鲜度,尤其是库存信息,是由用户工具和后台子***214维护的。计算资源目录、资源知识库和检索与提供解决方案的资源捕获、组织和访问能力是以能够通过不同机制访问的应用编程接口(API)的形式表露出来的。出于管理计算资源目录的生命周期的目的,用户工具帮助目录和知识库的捕获、注释、验证和增补。用户工具包括表露检索能力以及呈现与资源、工作量和任务相关的添加信息的用户界面。
目录指的是能够以计算机可执行或计算机可访问指令和数据的形式存储在计算机可读介质上的计算资源的目录,该目录被标引为能够实现计算资源的检索和发现。知识库220是目录的提炼结果,知识库220存储计算资源类型、它们的属性、它们值的分类体系和与计算资源相关的其它分类信息(比如被配置为基于计算资源的计算资源提供者的类型和能力执行的动作)的语义表达。知识库220可以被用来指代目录、知识库或者二者(只要适当)。目录一般情况下会拥有具体的计算资源(实例)信息,而知识库会维护对同一信息进行解释的信息,比如概念、解释和管理计算资源实例的规则。此外,使用单个目录并非将其局限于单个的,因为可以有多个目录,每个目录都被维护成用来提供不同的联合服务,并且可以命令所有的目录跨越时间和地理边界来产生计算供给。
概括地说,按需(云)计算环境,不管是公共的还是私人的,都会提供可从计算资源提供者获得的资源类型的固定集合,并且必须定制应用以使用来自每个额外的资源提供者的计算资源。与此相反,各种不同的实施方式包括用于从不同的计算资源提供者发现不断变化着的计算资源和它们的说明的方法以及用于发布和访问可从不同类型的资源提供者获得的资源类型的动态库存清单的机制。目前的按需计算环境以网络服务的形式或通过网页展示给用户,以供用户访问这些资源。这些计算资源的消费者使用人工方法来发现这些计算资源提供者中的一个或多个。与此相反,各种不同的实施方式提供帮助发现这些计算资源、它们的提供者和它们的计算环境的自动方法。各种不同实施方式的计算资源目录使得消费者能够咨询它的检索服务,以找到/发现恰当的计算资源,以及通过计算供给来选择和利用这些资源。由资源供给生成子***204为发起按需计算查询202的实体(比如软件开发者104a、用户104b或企业104c)生成一个或多个计算供给。用户工作量分析子***206观察这些查询,并且响应于这些查询细化云组织***102上执行的多个软件。
图3A-3T图解说明用于经由多个网络化硬件(比如与云组织***102相关联的那些硬件),对按需计算查询进行组织和服务的软件方法3000。具体地说,软件方法3000详细解释了通过针对客户的计算需求检索和发现恰当匹配的计算资源(除此之外的其它方法也可以)来建立、维护和使用计算资源的网络。从开始方框起,方法3000前进到在继续端点(″端点A″)和退出端点(″端点B″)之间限定的一组方法步骤3002。这组方法步骤3002描述了通过发现云计算资源和处理这些云计算资源,将这些云计算资源组织到目录和/或知识库中。更加具体地讲,这组方法步骤3002从不同的数据源收集与计算资源相关的信息,以通过以下步骤建立、维护和刷新目录和/或知识库:抓取一个或多个数据源;在按需计算环境下,标识计算资源提供者和与列举并且访问他们的计算资源相关的信息;标识数据源内的计算资源说明和访问信息;标识能够使用一个或多个数据源执行的不同类型的工作量和任务;了解计算资源与来自一个或多个数据源的工作量模板之间的相关性;将前面步骤产生的资源信息映射和/或格式化成计算资源的结构化知识库;对两个或更多个计算资源目录和知识库进行映射和/或链接;存储和/或标引目录和知识库,以使得资源的检索和发现以及随后通过应用编程接口公布目录能够实现;和动态更新资源说明和提供者信息,以刷新计算资源的库存清单。
从端点A(图3B)起,该方法进行到方框3008,此处,该方法使用网络搜索引擎或直接查询来识别提供按需计算服务的计算资源提供者的列表(以网站、API和云平台的形式)。然后该方法继续进行到另一个继续端点(″端点A1″)。从端点A1(图3B)起,方法3000前进到方框3010,此处,对于所识别的提供者,处理其网页、API或平台,以编制按需计算服务的目录,包括可访问性、属性、性质和报价。在方框3012,该方法通过记录计算平台、地区操作、国家操作等等来标识按需计算环境。在方框3014,该方法从计算资源提供者接收与在那些环境中可用的计算资源的类型有关的附加信息。在方框3016,该方法接收服务接口,以获取计算资源、库存信息、供给和这些计算资源的使用。在方框3018,该方法接收与计算资源相关的元数据,比如说明、证书、价格、位置、可用性、物理硬件、虚拟机、计算平台和接口。在方框3020,该方法接收与计算资源相关的元数据,比如操作***、软件组件、多个应用和应用堆栈以及演进堆栈。该方法可以接收其它多条用于组织的信息,比如到计算资源提供者供给的不同按需环境的超链接。如果这个超链接是包括获取资源的方法的网络服务,则这些网络服务用于将资源供应物提取到目录中以及使用它们来监控和维护资源供应物的库存清单。该方法还可以接收其它多条信息,比如到计算资源提供者的网站的超链接。这些信息与自动抓取到的其它这样的网站一起被处理,以发现其它的计算资源提供者。然后该方法继续进行到另一个继续端点(端点A2″)。
从端点A2(图3C)起,该方法继续进行到判决框3022,此处,执行测试以确定是否有另一个已识别的提供者。如果在判决框3022处的测试结果为是,则方法3000继续进行到端点A1并且跳回到方框3010,在方框3010,重复进行上文提到的处理步骤。否则,如果在判决框3022处的测试结果为否,则该方法继续前进到方框3024,此处,如果有捕获由用户随后的计算资源选择提交的任务说明的检索记录,则该方法接收该检索记录。在方框3026,如果有信息和相关性的最佳配置,则用户接收该最佳配置以安装和操作计算资源。在方框3028,该方法接收主题专家对任务和工作量的现有知识的介绍。在方框3030,该方法通过按不同的范畴对计算资源进行分类,同时为具有适当属性的那些计算资源集体命名,来形成/更新目录。在方框3032,该方法获得用于标识已标引为支持查询的计算资源的属性和元数据的范畴和名称的列表。然后该方法继续进行到另一个继续端点(″端点A3″)。
另外说明,目录是与计算资源有关的信息和知识的储藏地,包括但不局限于真实机器和虚拟机、存储装置、操作***、应用和演进堆栈。目录各部分的生命周期与它管理的计算资源的生命周期是相称地一致的。各个云平台和提供者维护他们通过他们的按需计算平台供应的计算资源的库存清单。目录也是为了在云平台和计算资源提供者之间找到、发现和使用这些资源,而来自不同计算资源提供者的库存清单的集合和组织。不同类型的资源被组织在目录中。资源与元数据相关联,这能够实现它的组织并且提供用于检索资源和将资源与消费者的任务和工作量匹配的特征。目录还用捕获适合于任务和工作量的典型计算资源的特征的模型,来组织用于这些任务和工作量的模板。
从端点A3(图3D)起,该方法准备好记录和/或预测计算资源提供者的计算资源库存量。参见方框3034。然后该方法继续进行到另一个继续端点(″端点A4″)。与计算资源说明有关的一条信息是可以由计算资源提供者成功提供给消费者的特定类型的计算资源的可用性。虽然按需计算环境希望变成弹性的或者达到提供消费者请求的任何数量的资源的能力,但是计算环境的实际情况限制了计算资源提供者的物理基础设施。库存量的当前和相关信息由检索和发现步骤展示,以便为资源查询提供适当的结果。例如,可由计算资源提供者提供的虚拟机的数量受到该提供者拥有的物理机的数量的限制。作为另一个例子,他们能够按需供应的软件许可证的数量取决于可用的未使用许可证组。各种不同实施方式包括用于基于计算环境中维护的或由他们的网络服务展示出来的不同资源信息来捕获和预测给定提供者的库存量的软件步骤。
从端点A4继续,该方法3000继续进行到判决框3036,此处,执行测试以确定是否有用于清点提供者的可访问的接口。如果在判决框3036处的测试的结果为是,则该方法继续进行到方框3038,此处,调用这些接口并且记录提供者的库存量,比如虚拟机、软件许可证等等的数量。然后该方法继续进行到另一个继续端点(″端点A6″)。否则,在判决框3036处的测试的结果为否,则方法3000继续前进到方框3040,此处,该方法执行概率处理,以计算提供者的各种不同计算资源的库存量。在方框3042,具体地说,该方法执行概率处理来计算提供者的虚拟机的库存量。
另外说明,下面的步骤基于与按需计算环境中可用的物理基础设施相关的容量信息来预测虚拟机库存。然而,本领域技术人员应当意识到,这些步骤可以扩展为用来基于他们的许可证和/或容量信息来预测其它类型资源的库存。目录中的库存被动态更新,并且不同的参数有助于在提供者处的资源类型的预测,包括但是不局限于,在提供者处可用的资源的种类、它们在联合内以及外部通道中之前的利用率、资源提供者的位置和消费者在该位置处的要求、请求得到满足的时间和日期以及使用的持续时间。在方框3044,该方法接收物理资源(例如,物理计算机器)的当前使用情况和由服务端点标识的在给定服务位置处的提供者的容量。然后该方法继续进行到另一个继续端点(″端点A5″)。
从端点A5(图3E)起,该方法继续进行到方框3046,此处,具体地说,该方法接收提供给不同用户的不同类型的虚拟机的数量(当前使用情况)。在方框3048,该方法还接收在提供者端点处的各种物理资源的CPU速度、存储器、盘存储装置。在方框3050,然后该方法计算分配函数的最小值,以确定可以由物理机提供的特定类型的虚拟机的数量。在方框3052,该方法针对虚拟/物理机的组合重复进行该计算,以确定可以由提供者分配的特定类型的虚拟机的上限。在方框3054,每个上限是可由系数加权以生成提供者的库存量的概率模型的度量。
另外说明,在数学上,令{V1,V2,...,Vn}为提供者支持的虚拟机的不同类型,是当前使用的类型Vi的虚拟机的数量。令{p1,p2,...,pk}为在提供者处可用的物理资源的不同类型,是在提供者处可用的类型为pj的物理资源的数量。每个虚拟机是由一组属性值描述的。令{a1,a2,...,am}为虚拟机属性的子集,具有与物理资源相当的属性。例如,这些属性可与CPU速度、存储器和磁盘空间相对应。每个虚拟机,Vi,对于这些属性,具有其自己的由给出的值。类似地,每个物理资源,pj,对于这些属性,具有其自己的由给出的值。每个属性具有对应的分配函数该分配函数确定可以被映射到物理属性值的特定虚拟机属性值的分配数量。在简单的情况下,资源必须满足(如由{a1,a2,...,am}标识的)所有的强制性属性。因此,分配函数的最小值提供可以由物理机提供的特定类型的虚拟机的数量。针对提供者的虚拟机类型和物理机的组合执行这一计算,以确定库存量。这样计算出来的度量提供了可以由提供者分配的特定类型的虚拟机数量的上限。这些度量可以由前面标识的其它系数加权,以生成提供者库存的概率模型。例如,在提供者可以供应五种不同类型的虚拟机的时候,由提供者的消费者一般情况下使用的虚拟机类型的分布在确定指定和分配特定类型的虚拟机的可能性中扮演着重要角色。大多数被寻找的虚拟机类型很有可能在特定的提供者处被用得更多,因此要对前面计算的分配评分进行适当加权,以反映真实的库存。前面的另外说明提供了一种用于估计和提供预测给定提供者的库存的概率评分的方法。额外的属性可能有助于正确确定库存,并且这些特征可以用于获得改进的概率库存模型。
返回到方框3056,该方法执行其它的概率处理,以计算提供者的其它计算资源的库存量,比如物理硬件、计算平台及其接口。在方框3058,该方法执行另外一些概率处理,以计算其它计算资源的库存量,比如操作***、软件组件、应用和应用堆栈以及演进堆栈。然后该方法继续进行到端点A6。
从端点A6(图3F)起,该方法继续进行到判决框3060,此处,执行测试以确定是否有另一个提供者。如果在判决框3060处的测试结果为是,则该方法跳回到判决框3036,在判决框3036处,重复进行上文提到的处理步骤。否则,在判决框3060处的测试结果为否,则该方法进行到端点B。
从端点B(图3A)起,该方法3000继续进行到在继续端点(″端点C″)与退出端点(″端点D″)之间限定的一组方法步骤3004。这组方法步骤3004通过增补目录和/或知识库并且启用目录的语义检索来组织该目录和/或知识库。更加具体地讲,该组方法步骤3004,通过由消费者和专家对它们关于资源类型、属性及其数值、关系和相关性、工作量和任务说明的知识进行注释;抓取一个或多个数据源;标识资源说明和提取它们的属性、典型任务和工作量;学习资源间的相关性和构成工作量和任务说明的典型配置;学习以检测和得出将资源与查询匹配的规则;对来自使用(检索)记录的资源属性和性质的不同统计结果进行排序和/或关联;以及存储和/或组织资源、工作量和任务的知识库,来帮助组织资源说明、工作量和任务模板的知识库,以便增补计算资源目录和使得能够进行计算资源的语义检索。
从端点C(图3F)起,该方法继续进行到方框3062,此处,该方法准备对诸如计算资源、规则、标准和模型的信息对象进行组织,以便将查询与可用的计算资源匹配起来。这些组织步骤基于计算服务接口可被消费者访问的层次来对按需计算环境进行分类。基础设施即服务提供了具有选择和使用不同操作***的选项能力的物理机或虚拟机层次的资源抽象。平台即服务将这一抽象层次限定在平台层次并且屏蔽了实现和执行应用能力的复杂度。软件即服务将其带到下一个抽象层次,在这个层次,服务抽象是在应用层次上进行的。各种不同的实施方式包括用于建模和提供与底层服务提供者和他们的消费者的抽象层次无关的计算资源的统一视图的机制。
计算资源被限定为包含在它们的使用期间得到某些类型的输入并且生成某些类型的输出的计算功能单元。这些计算资源可以具有不同的类型并且采用描述它们特征的不同的属性组。不同类型的计算资源包括,但不局限于,物理硬件、虚拟机、计算平台及其接口、操作***、软件组件、应用和应用堆栈。计算单元可以是能够以服务(例如,机器中的文件格式转换服务)的形式被包含在多个机器中实现和执行的数百个组件的应用堆栈访问的单个机器中的软件应用或者库。例如,一个计算资源提供者能够支持存储器大小逐渐增加的三种不同配置的虚拟机,而另一个计算资源提供者能够提供存储器大小和处理速度的组合各不相同的五种不同的配置。即使虚拟机配置相同,不同的计算资源提供者也能够提供不同的操作***、它们的版本和应用。
在方框3064,为组织准备好对计算资源的访问(比如接口和服务),这会响应于查询得出适当计算资源的排序列表。在方框3066,该方法被进一步准备好来组织和提供与计算资源提供者的具体底层抽象无关的计算资源的统一视图。然后该方法继续进行到另一个继续端点(″端点C1″)。
从端点C1(图3G)起,该方法继续进行到方框3068,在此,该方法建立知识库(作为自学习***),以使来自不同计算资源提供者的计算资源一致化。在方框3070,这一建立最初起始于选择一组计算资源提供者和了解这些提供者提供的计算资源的领域专家。在方框3072,使用网络语义语言(比如XML或RDF)来描述计算资源的类型、属性和性质(比如语义描述符)。在方框3074,所述语义描述符还被用于描述在目录中分类的计算资源、元数据和能够用查询的检索表达式找出的特征。在方框3076,该方法将计算资源归类为各种类型并且将每种计算资源与一个或多个属性关联起来。继续进行到方框3078,该方法将各种类型归类到不同的层级之下,以便帮助实现计算资源的匹配、排序和发现。接下来,在方框3080,属性可以包括CPU、时钟、存储器、访问时间、网络、存储装置和在计算时对加载和使用计算资源有用的其它相关性。在方框3082,由该方法发现这些属性,确定这些属性对类型的重要性,并且识别来自不同提供者的属性的相似之处。然后该方法继续进行到另一个继续端点(″端点C2″)。
从端点C2(图3H)起,该方法组织用于属性的模型,以帮助实现方框3084处的评估和找到目录中的类似资源类型。接下来,在方框3086,该方法将语义描述符与数字加权或定性排序相关联,以帮助检测和评价类似的计算资源类型。该方法继续进行到方框3088,在此,该方法进一步组织与用于工作量和计算任务的模板有关的信息。在方框3090,该方法从计算资源的协同操作之间描述的可选相关性组织出用于工作量的模板信息。在方框3092,该方法基于提供者提供的或者来自于用于执行计算的消费者查询的计算的描述,来组织任务信息。接下来在方框3094,该方法可以将一项任务分解成多项任务量,该多项任务量在多个计算资源之间可能具有也可能没有相关性。在方框3096,该方法可以从专家用户、查询的检索日志和计算资源的检索选择以及提供者的描述中收集这些模板信息。在方框3098,在该方法进行组织时,它将这些信息放到目录和/或知识库中。然后该方法继续进行到另一个继续端点(″端点C3″)。
从端点C3(图3I)起,该方法3000继续进行到方框3100,此处,该方法准备使不同计算资源提供者间的资源类型和计算资源达到一致(或存在映射关系),以帮助匹配、检索和发现资源。该方法接收计算资源提供者的新库存((多个)计算资源)。然后该方法继续进行到另一个继续端点(″端点C9″)。从端点C9(图3I)起,该方法3000继续进行到方框3104,此处,该方法识别新库存的能力。在方框3106,该方法识别知识库中一个或多个资源类型的等价能力(如果有的话)。然后该方法3000继续进行到另一个继续端点(″端点C4″)。
从端点C5(图3I)起,该方法3000继续进行到判决框3108,此处,执行测试以确定新的计算资源是否与现有的资源类型匹配。如果在判决框3108处的测试结果为是,则该方法继续进行到另一个继续端点(“端点C6”)。否则,在判决框3108处的测试结果为否,则该方法继续进行到另一个继续端点(″端点C7″)。
从端点C4(图3J)起,该方法3000继续进行到方框3110,此处,该方法准备使用一致化处理将新的计算资源的描述映射到知识库中。在方框3112,该方法接收与资源类型、属性和对应值相关的标签的索引。在方框3114,基于专家指定的或者从目录(联合)中统计得出的属性与资源类型的相关性,为每个属性分配一个加权值。在方框3116,给定计算资源,该方法在索引中查找该计算资源的属性/值,以生成一组候选的匹配资源类型。在方框3118,对候选组中的各个资源进行比较,以找出最接近的匹配,从而确定是否具有完全匹配或近似匹配。然后该方法继续进行到端点5并且跳回到判决框3108,在此处,重复进行上文提到的处理步骤。
从端点C6(图3J),该方法3000继续前进到方框3120,在此处,该方法将新的库存和相应发现的计算资源提供者添加到目录(联合)中。然后该方法继续进行到另一个继续端点(″端点C8″)。
从端点C7(图3K)起,该方法3000继续进行到判决框3122,此处,执行测试以确定新的计算资源是否与现有的资源类型类似。如果在判决框3122处的测试结果为是,则方法3000继续进行到端点C6并且跳回到方框3120,在方框3120重复进行上文提到的处理步骤。否则,在判决框3122处的测试结果为否,则该方法继续进行到另一个判决框3124,在此处,执行测试以确定新的计算资源是否不同于所有的资源类型。如果在判决框3124处的测试结果为否,则该方法继续进行到端点C8。否则,如果在判决框3124处的测试结果为是,则该方法3000继续进行到判决框3126,在判决框3126处,该方法将该资源类型看作新的资源类型,并且将其添加到知识库和/或目录中的新的或适当的范畴下。然后该方法继续进行到端点C8。
另外说明,当计算资源与现有模型都不匹配时,会将它们标识为要加入到计算资源的知识库中的候选对象。使用规则和概率模型来确定候选对象是新的资源类型还是现有资源类型的变型,并且标识将候选对象包含和组织到目录中的哪种范畴之下。例如,将带着启动时间这一属性供应的虚拟机资源组织为虚拟机资源类型的一项具有启动时间这一附加属性的扩充。在知识库和计算资源提供者的资源表达方式之间进行一致化,以便将资源类型归类到恰当的资源类型范畴之下。由一组标签以及描述资源功用的元数据描述每个资源范畴。例如,特定的虚拟机供应物将会具有CPU速度、存储器和磁盘空间这些属性的固定值。将知识库中的资源基于它们的类型和分配给它们的范畴,组织到不同的层级中。这一归类有助于资源的一致化。给定一个资源,一致化处理确定该资源是以前不知道的资源类型,还是具有与现有资源类似的属性值的已知资源类型。假定知识库包括不同类型的资源,一致化还会为资源分配适当的范畴并且确定该资源在资源类型的层级中的位置。知识库还保存与资源相关的不同标签。对这些标签进行标引,以使得能够进行关键字检索。假定有新的资源,则将该资源的标签与索引相匹配,以确认一组候选的匹配资源类型。
从端点C8(图3L)起,该方法3000继续进行到方框3128,在此处,该方法将不同标签保存在与计算资源相关联的知识库中。在方框3130,该方法对这些标签进行标引,以促成实现关键字检索。然后该方法继续前进到判决框3132,在此处,执行测试以确定新的库存中是否有另一个计算资源。如果在判决框3132处的测试结果为是,则该方法继续进行到端点C9并且跳回到方框3104,在方框3104重复进行上文提到的处理步骤。否则,在判决框3132处的测试结果为否,且该方法继续前进到另一个判决框3134,在此处,执行另一个测试以确定是否有另一个提供者具有新的库存。如果在判决框3134处的测试结果为是,则该方法3000继续进行到端点C3并且跳回到方框3100,在方框3100重复进行上文提到的处理步骤。否则,在判决框3134处的测试结果为否,且该方法继续进行到端点D。
从端点D(图3A)起,该方法3000继续进行到在继续端点(″端点E″)与退出端点(″端点F″)之间限定的一组方法步骤3006。该组方法步骤3006接收按需计算查询并且为它们服务。更加具体地讲,该组方法步骤3006促成:捕获客户的查询、将它们理解为对计算资源、工作量或任务的请求,并且通过处理和/或理解文字查询为该查询提供恰当匹配的资源;捕获结构性输入和表格,以便帮助了解针对资源、工作量和任务的高级用户查询;使用语义网络语言(例如,XML、RDF、OWL等等)针对计算资源、工作量和任务请求进行交互和/或表达;对计算资源目录和知识库进行语义标引;将资源与客户查询进行匹配和/或排序;使用计算资源和提供者专用标准给出导航和/或扩大检索结果;选择和/或半自动提供计算资源;为了解计算资源利用率、创建新的工作量或更新现有工作量和监控资源利用(除此之外还有很多目的),记录使用情况和/或得出关于资源、提供者、消费者和检索***的度量。
从端点E(图3M)起,该方法继续进行到方框3136,在此处,该方法接收描述期望计算资源的查询,并且这些计算资源的属性(如果找到的话)应当满足计算需求。在方框3138,使用与资源类型、属性和值有关的知识库词汇,用文本形式或结构化形式(例如,XML或JSON)表达该查询。在方框3140,该方法使用知识库的词汇、标签、属性和值对文本形式表达的查询进行结构化转换。继续进行到方框3142,该方法确定查询是否请求了计算任务、单个计算资源或者需要多个计算资源协作的工作量。
另外说明,由该方法3000通过返回恰当的匹配资源来对工作量查询做出响应。该方法3000做出的任务响应可以是不同的股东动态地且协作地达成的、由一个或多个计算资源提供者返回的报价单。知识库具有表示工作量和任务、同时还表示它们的说明、元数据和标签的模板。
回过头来,在方框3144,该方法准备使用知识库中的语义描述符、属性和关系来建模查询,以帮助实现通过查询的资源匹配和排序。在方框3146处,该方法使用目录和知识库的内容建立索引,以帮助实现计算资源的检索和发现。在方框3148,该方法适当地建立语义索引,以便提取出统计和特征信息,从而帮助实现匹配和排序。然后该方法继续进行到另一个继续端点(″端点E1″)。
另外说明,当前按需计算环境中的消费者在选择他们能够用于他们的计算需求的资源提供者和资源类型方面,仅具有有限的选择机会。传统的人工方法可以用于选择资源提供者,而受限的选项可以用于为他们的计算工作量选择恰当的资源。各种不同的实施方式帮助使用来自不同资源提供者的计算资源并开发按需计算环境的弹性行为。各种不同的实施方式帮助实现对自动生成的计算资源目录进行建模和标引、对消费者的计算需求基于他们的查询进行理解和建模、在联合的按需计算环境中动态匹配可用的计算资源以满足消费者的查询以及自动建议补充消费者计算需求的相关资源。在一种实施方式中,检索接口的使用有助于为不同的资源提供者建立针对消费者的计算需求对他们的计算资源进行竞价和广告的市场。在另一种实施方式中,该方法3000有助于服务并从使用中得出信息,从而使得外部工具和服务能够使用公共翻译和资源建模服务,来使得消费者能够设计、建模、部署和管理工作量和资源利用周期。
从端点E1(图3N)起,该方法继续进行到方框3150,在此处,该方法使用标引处理来提取元数据、与计算资源相关联的特征(从语义描述符中)和这些特征的不同类型的模型。在方框3152,该方法将某些特征建模为类属特征,这些类属特征的成员是属于一个或多个范畴的资源。在方框3154,该方法将其它一些特征建模为布尔型。在方框3156,该方法用加权值来建模另外一些特征,以便反映这些特征的相对重要性。在方框3158,该方法还对标识计算资源的不同可能应用的语义特征进行建模,比如地理和时间特征。在方框3160,该方法还从知识库、工作量和任务模板、先前的用户信息、提供者和消费者的评分和排序以及利用率度量来形成特征。在方框3162,该方法准备公布索引,作为基于查询检索计算资源以及帮助浏览和发现相关或类似提供者的接口或访问机制。然后该方法继续进行到另一个继续端点(″端点E2″)。
从端点E2(图3O)起,该方法继续进行到方框3164,在此处,查询可以通过明确选择描述期望计算资源的一组属性来表示按需计算环境。在方框3168,工作量是在查询中指定的,并且它们是由标识具体提供者和分配按需计算资源的规则的模板管理的。在方框3170,该方法接收用各种不同接口(和/或形态)表示的计算资源需求,以帮助解释针对统一表达的资源类型和属性的查询。在方框3172,该方法使用帮助选择对可用计算资源进行匹配和排序的规则和标准的语义描述符来规范化这一查询。在方框3174,该方法对该查询进行解释,以确定期望的计算资源的类型,并且可选地,确定计算资源的位置和其它期望的属性。在方框3176,可以使用一组明确的资源属性和值、使用提供者的词汇或者使用由目录和/或知识库提供的统一表达的词汇,以文字方式表达该查询。在方框3178,可以使用可定制的基于标签的语言来表达该查询,以描述架构、部署要求和管理模型。然后该方法继续进行到另一个继续端点(″端点E3″)。
从端点E3(图3P)起,该方法3000继续进行到方框3180,在此处,该方法通过计算资源的属性和性质来建模该计算资源。可为属性分配来自于知识库所标识的分类体系的值。见方框3182。在方框3184,知识库提供用于比较计算资源的规则(例如,使用查询中指定的属性/值与知识库中的属性/值进行比较)。另外说明,例如,虚拟机的存储器性能的取值来自于知识库中标识的值的分类体系(例如,1GB、2GB、4GB、8GB、16GB等等)以及将可用资源的性质与期望的资源性质(例如,1.5GB)进行比较的规则。简单的规则可以是选择具有在查询中标识的资源与候选资源之间的最小非零差值的资源。举另一个例子来说,运行视窗服务器操作***(Windows Server operating system)的1GHz的CPU速度、1GB存储器和20GB硬盘空间的资源查询可以与来自不同提供者的多个虚拟机相匹配。某些提供者可以提供相同的配置,而其他一些提供者可以提供除了2GB存储器以外其它配置都相同的资源。这些资源被一致化并且被映射,以便提供类似的能力,并且为了针对用户查询进行检索和推荐,这些资源被排序。
针对按需计算环境的计算资源查询是通过资源类型的标识和选定的一组资源属性来适当表达的。这些请求是通过将期望的属性与可从当前提供者获得的现有资源相匹配而得到满足的。资源匹配基于可用资源的底层含义和描述符以及它们与所请求资源的匹配。对给定查询匹配的资源可以来自多个提供者和来自多个地区。计算资源被用于执行某些工作量或任务。某些工作量请求和/或被配置为用来对某些类型的计算资源进行正确操作。此外,为正确完成某些工作量,该工作量需要某些类型的计算资源在期望的时间并且在期望的配置中可用。电子商务门户要求正确的应用堆栈和连接器在能够执行包括***验证和审核的消费者交易之前被配置好并且可操作。工作量中捕获的资源相关性和知识库中的任务模板适合于由方法300在将资源与工作量和任务匹配并且进行排序时使用。
回过头来,在方框3186,该方法依据期望的计算资源类型和查询的类型(单个计算资源、任务、工作量等等)选择不同的匹配和排序处理。在判决框3188处,执行测试以确定查询是否指定单个计算资源。如果在判决框3188处的测试结果为是,则该方法继续进行到另一个继续端点(″端点E4″)。如果在判决框3188处的测试结果为否,则该方法继续进行到另一个继续端点(″端点E5″)。
从端点E4(图3Q)起,该方法继续进行到方框3190,在此处,各种不同的排序处理将查询建模为属性/值的加权组,其中某些属性标识资源的类型,而其它的属性表征提供者。在方框3192,知识库中的类似加权模型指向由各种不同提供者供应的候选计算资源。在方框3194,对每个属性进行加权,以象征诸如属性的重要性的因素以及提供者在支持和供给由这些属性/值表征的资源方面的有效性。在方框3196,该方法将各个计算资源建模为特征(属性/值)的加权向量。然后该方法继续进行到另一个继续端点(″端点E7″)。
另外说明,一种适当的加权处理包括词频逆向文档频率(termfrequency inverse document frequency)。这一处理认为每个资源供给或资源查询将由一组加权特征表达。每个特征被赋予代表该资源的这一特征的重要性或出现次数(词频)的一个加权值以及代表该特征在计算资源目录中的不同资源之间分布程度如何的一个加权值。这些措施提供为计算资源请求确定恰当资源匹配的适当性能。该特征组还包括描述资源提供者的属性。因此,来自不同提供者的资源基于它们对消费者需求的适合度而得到不同的加权值。
回过头来,从端点E5(图3Q)起,该方法3000继续进行到判决框3198,在此处,该方法执行测试以确定查询是否指定了任务或工作量。如果在判决框3198处的测试结果为是,则该方法继续进行到另一个继续端点(″端点E6″)。否则,在判决框3198处的测试结果为否,且该方法继续进行到端点E并且跳回到方框3136,在方框3136重复进行上文提到的处理步骤。
从端点E6(图3R)起,该方法3000继续进行到方框3200,在此处,该方法将任务或工作量建模为描绘资源提供顺序和相关性的计算资源图表。在方框3202,该方法使用图表匹配处理,该图表匹配处理继而使用特征匹配处理(属性匹配),以为图表中的每个节点选择一组计算资源。继续进行到方框3204,该方法使用图表相关性来通过逻辑布尔操作符过滤计算资源。在方框3206,这一过滤会得到多组不同的匹配资源集合,该方法使用图表匹配处理对这些集合进行排序。在方框3208,该方法还使用各种不同的系数对各个节点、匹配结果和图表边缘(相关性)匹配结果进行加权。在方框3210,该方法还使用全局系数(比如同一地理位置内的资源等等)对每组匹配的资源集合进行加权。在方框3212,排序依赖于从记录了查询、通过供给的导航、资源选择和资源提供的检索日志中获得的统计结果。然后该方法继续进行到端点E7。
从端点E7(图3S)起,该方法3000继续进行到方框3214,在此处,该方法准备了解和细化它的计算资源以及它们针对查询的能力的匹配和排序处理。在方框3216,从由确定性处理、统计性处理、语义处理以及前述处理的组合构成的组中,选择匹配和排序处理。继续进行到方框3218,该方法通过确定性处理为完全匹配分配较高分数并且为计算资源的等效匹配分配较低分数。在方框3220,针对资源类型的语义表达,定义匹配和排序的规则。接下来,在方框3222,通过专家的输入和/或通过由检索日志提供的使用数据,对这些规则进行细化。然后该方法继续进行到另一个继续端点(″端点E8″)。
从端点E8(图3T)起,该方法3000继续进行到方框3224,在此处,该方法准备返回一个与查询匹配的计算资源的排序列表。在方框3226,除了给出排序列表之外,该方法还准备给出匹配计算资源的属性。在方框3228,该方法此外还依据资源类型和相关的元数据,提供多条增补信息。继续进行到方框3230,多条信息包括针对推荐计算资源的解释、先前性能、资源及其提供者的度量以及资源和提供者的排序。接下来,在方框3232,该方法此外还在给出时附上匹配资源以及它们的提供者的位置和/或时间信息。然后该方法继续进行到端点F并且终止运行。
另外说明,表示提供者的有效性的一种适当的度量是提供者针对给定请求提供资源所花费的时间。从消费者选择计算供给来为他们的任务和工作量获取一个或多个资源时开始,到这些资源被提供并且由消费者使这些资源进入操作时为止的这段持续时间,是提供者有效性的指标。对于几种实施方式中的发现,检索结果的给出包括资源及其提供者的位置和时间信息。这些信息的单独或组合给出使得消费者能够直观看到他们的工作量和任务的提供与执行。在其它一些方法中,基于位置的检索结果浏览使得消费者能够直观看见地图形式的结果。此外,除了基于位置的给出之外,还给出时间信息,以直观看见资源提供的顺序以及代表消费者执行的事件的时间线。
虽然图解说明和介绍了说明性的实施方式,但是将会意识到,可以在其中进行各种不同的改变,而不会超出本发明的思想和范围。
Claims (20)
1.一种用于组织云计算资源以便从语义上检索和发现它们的方法,包括:
创建不同计算资源提供者以及他们的能够在互联网上按需得到的计算资源的目录;
创建计算资源类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作;和
动态更新所述目录和所述知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点能够在互联网上按需得到的计算资源。
2.按照权利要求1所述的方法,还包括了解不同资源提供者间与工作量模版相应的计算资源的相关性。
3.按照权利要求2所述的方法,还将标识不同的计算资源提供者、标识计算资源和它们的访问、以及标识能够使用不同的计算资源提供者来执行的工作量和任务的不同类型的多条信息映射到所述目录和所述知识库中。
4.按照权利要求1所述的方法,还通过了解计算资源间的相关性和构成工作量描述符或任务描述符的配置来组织知识库。
5.按照权利要求4所述的方法,其中组织包括学习检测和得出用于将计算资源与针对计算资源的查询进行匹配的规则。
6.按照权利要求5所述的方法,还捕获如下各项的描述符:计算资源的类型、它们的属性、它们的值的分类体系、计算资源间的相关性、工作量和任务。
7.按照权利要求1所述的方法,还包括对所述目录和所述知识库进行语义标引。
8.按照权利要求7所述的方法,还包括针对文本和半结构化的查询对计算资源进行匹配和排序。
9.按照权利要求8所述的方法,还包括记录使用情况并且得出计算资源、计算资源提供者、计算资源的消费者以及他们对前面要求保护的方法的使用的度量。
10.一种用于组织计算资源以便发现它们的***,包括:
资源编目硬件,在其上存储不同计算资源提供者以及他们的计算资源的目录;
计算资源类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作;和
用户工具和后台硬件,其被配置为动态更新所述目录和所述知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点能够在互联网上按需得到的计算资源。
11.按照权利要求10所述的***,还包括用于处理查询以将其与一个或多个排序后的计算资源相匹配的资源匹配和排序硬件。
12.一种计算机可读介质,在该可读介质上存储计算机可执行的指令,以实现用于组织计算资源以便发现它们的方法,该方法包括:
创建不同计算资源提供者以及他们的能够在互联网上按需得到的计算资源的目录;
创建计算资源类型的知识库,该知识库存储如下各项的语义描述符:所述类型、它们的包括计算资源间关系的属性、它们的值的分类体系和配置为基于计算资源的计算资源提供者的类型和能力来执行的动作;和
动态更新所述目录和所述知识库,以刷新与不同的计算资源提供者以及计算资源、类型、它们的属性和它们的值的分类体系的语义描述符相关的多条信息,以便清点能够在互联网上按需得到的计算资源。
13.按照权利要求12所述的计算机可读介质,还包括了解不同资源提供者间与工作量模板相应的计算资源的相关性。
14.按照权利要求13所述的计算机可读介质,还将标识不同的计算资源提供者、标识计算资源和它们的访问、以及标识能够使用不同的计算资源提供者来执行的工作量和任务的不同类型的多条信息映射到所述目录和所述知识库中。
15.按照权利要求12所述的方法,还通过了解计算资源间的相关性和构成工作量描述符或任务描述符的配置来组织知识库。
16.按照权利要求15所述的计算机可读介质,其中组织包括学习检测和得出用于将计算资源与针对计算资源的查询进行匹配的规则。
17.按照权利要求16所述的计算机可读介质,还捕获如下各项的描述符:计算资源的类型、它们的属性、它们的值的分类体系、计算资源间的相关性、工作量和任务。
18.按照权利要求12所述的计算机可读介质,还包括对所述目录和所述知识库进行语义标引。
19.按照权利要求18所述的计算机可读介质,还包括针对文本和半结构化的查询对计算资源进行匹配和排序。
20.按照权利要求19所述的计算机可读介质,还包括记录使用情况并且得出计算资源、计算资源提供者、计算资源的消费者以及他们对前面要求保护的计算机可读介质的使用的度量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161436905P | 2011-01-27 | 2011-01-27 | |
US61/436,905 | 2011-01-27 | ||
PCT/US2012/020975 WO2012102863A2 (en) | 2011-01-27 | 2012-01-11 | Dynamically organizing cloud computing resources to facilitate discovery |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103733194A true CN103733194A (zh) | 2014-04-16 |
Family
ID=46578331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280015895.5A Pending CN103733194A (zh) | 2011-01-27 | 2012-01-11 | 动态组织云计算资源以便于发现 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10491662B2 (zh) |
EP (1) | EP2668600A4 (zh) |
CN (1) | CN103733194A (zh) |
WO (1) | WO2012102863A2 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106471471A (zh) * | 2014-06-24 | 2017-03-01 | 甲骨文国际公司 | 用于在多租户应用服务器环境中支持分区的***和方法 |
CN106487869A (zh) * | 2015-08-25 | 2017-03-08 | 埃森哲环球服务有限公司 | 用于对标签化数据进行控制和标准化的多云网络代理 |
CN107430615A (zh) * | 2015-09-30 | 2017-12-01 | 谷歌公司 | 深度链接到多个本原应用 |
CN108885562A (zh) * | 2016-04-15 | 2018-11-23 | 谷歌有限责任公司 | 具有将来任务和能力预测的模块化电子设备 |
CN109145034A (zh) * | 2017-06-15 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 资源呈现方法、装置及计算机终端 |
CN109240821A (zh) * | 2018-07-20 | 2019-01-18 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务***及方法 |
CN110275874A (zh) * | 2019-02-25 | 2019-09-24 | 广州金越软件技术有限公司 | 一种大数据资源治理的智能化资源编目方法 |
CN111247550A (zh) * | 2017-09-29 | 2020-06-05 | 甲骨文金融服务软件有限公司 | 用于区块链网络的计算机化交易管理模块 |
US11138017B2 (en) | 2016-09-16 | 2021-10-05 | Oracle International Corporation | System and method for partition administrative targeting in an application server environment |
US11343200B2 (en) | 2014-01-21 | 2022-05-24 | Oracle International Corporation | System and method for supporting multi-tenancy in an application server, cloud, or other environment |
Families Citing this family (172)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9298816B2 (en) * | 2011-07-22 | 2016-03-29 | Open Text S.A. | Methods, systems, and computer-readable media for semantically enriching content and for semantic navigation |
US9158590B2 (en) * | 2011-08-08 | 2015-10-13 | International Business Machines Corporation | Dynamically acquiring computing resources in a networked computing environment |
US9081618B2 (en) * | 2012-03-19 | 2015-07-14 | Ati Technologies Ulc | Method and apparatus for the scheduling of computing tasks |
US9430295B1 (en) * | 2012-03-29 | 2016-08-30 | Infoblox Inc. | Internet protocol address management (IPAM) integration with a plurality of virtualization tiers in the virtual cloud |
US10692162B2 (en) * | 2012-07-06 | 2020-06-23 | Sap Se | Managing a legal hold on cloud documents |
US8874704B2 (en) * | 2012-07-11 | 2014-10-28 | Bmc Software, Inc. | Semi-automatic discovery and generation of useful service blueprints |
US10963420B2 (en) * | 2012-08-10 | 2021-03-30 | Adobe Inc. | Systems and methods for providing hot spare nodes |
US9292352B2 (en) | 2012-08-10 | 2016-03-22 | Adobe Systems Incorporated | Systems and methods for cloud management |
US9203866B2 (en) | 2012-09-07 | 2015-12-01 | Oracle International Corporation | Overage framework for cloud services |
US9621435B2 (en) | 2012-09-07 | 2017-04-11 | Oracle International Corporation | Declarative and extensible model for provisioning of cloud based services |
US10148530B2 (en) | 2012-09-07 | 2018-12-04 | Oracle International Corporation | Rule based subscription cloning |
US9667470B2 (en) | 2012-09-07 | 2017-05-30 | Oracle International Corporation | Failure handling in the execution flow of provisioning operations in a cloud environment |
US9838370B2 (en) * | 2012-09-07 | 2017-12-05 | Oracle International Corporation | Business attribute driven sizing algorithms |
FR2995425A1 (fr) * | 2012-09-11 | 2014-03-14 | Bruno Hubert Prely | Procede et systeme de mise en oeuvre d'une infrastructure informatique en nuage agregeant des ressources isolees mises a disposition a travers un reseau |
TWI609343B (zh) * | 2012-09-21 | 2017-12-21 | Mobile financial trading system and method | |
US9557879B1 (en) | 2012-10-23 | 2017-01-31 | Dell Software Inc. | System for inferring dependencies among computing systems |
US10333820B1 (en) | 2012-10-23 | 2019-06-25 | Quest Software Inc. | System for inferring dependencies among computing systems |
US9507642B2 (en) * | 2012-12-04 | 2016-11-29 | Xerox Corporation | Method and systems for sub-allocating computational resources |
US20140188815A1 (en) * | 2013-01-03 | 2014-07-03 | Amazon Technologies, Inc | Annotation of Resources in a Distributed Execution Environment |
US10671418B2 (en) | 2013-01-09 | 2020-06-02 | Red Hat, Inc. | Sharing templates and multi-instance cloud deployable applications |
JP6255422B2 (ja) * | 2013-02-19 | 2017-12-27 | インターデイジタル パテント ホールディングス インコーポレイテッド | 未来のモノのインターネットのための情報モデリング |
US9270543B1 (en) * | 2013-03-09 | 2016-02-23 | Ca, Inc. | Application centered network node selection |
US9378065B2 (en) * | 2013-03-15 | 2016-06-28 | Advanced Elemental Technologies, Inc. | Purposeful computing |
US9721086B2 (en) | 2013-03-15 | 2017-08-01 | Advanced Elemental Technologies, Inc. | Methods and systems for secure and reliable identity-based computing |
US10075384B2 (en) * | 2013-03-15 | 2018-09-11 | Advanced Elemental Technologies, Inc. | Purposeful computing |
TW201447763A (zh) * | 2013-06-06 | 2014-12-16 | Hon Hai Prec Ind Co Ltd | 虛擬主機控制系統及方法 |
CN104424013B (zh) * | 2013-08-26 | 2018-03-09 | 国际商业机器公司 | 在计算环境中部署虚拟机的方法和设备 |
US9811573B1 (en) * | 2013-09-27 | 2017-11-07 | EMC IP Holding Company LLC | Lineage information management in data analytics |
US10120617B2 (en) | 2013-11-12 | 2018-11-06 | International Business Machines Corporation | Using deterministic logical unit numbers to dynamically map data volumes |
US9323764B2 (en) | 2013-11-12 | 2016-04-26 | International Business Machines Corporation | Copying volumes between storage pools |
US9053002B2 (en) | 2013-11-12 | 2015-06-09 | International Business Machines Corporation | Thick and thin data volume management |
US20170061339A1 (en) * | 2014-01-02 | 2017-03-02 | Jeremy Lynn Littlejohn | Method for facilitating network external computing assistance |
US20150193862A1 (en) * | 2014-01-06 | 2015-07-09 | Siegfried Luft | Architecture and method for implementing a marketplace for data center resources |
US20150195141A1 (en) * | 2014-01-06 | 2015-07-09 | Siegfried Luft | Apparatus and method for data center migration |
CN106462444A (zh) * | 2014-01-06 | 2017-02-22 | 西亚拉斯公司 | 云提供商选择和投影的架构及方法 |
US9529552B2 (en) | 2014-01-14 | 2016-12-27 | International Business Machines Corporation | Storage resource pack management |
US10033811B2 (en) | 2014-01-14 | 2018-07-24 | International Business Machines Corporation | Matching storage resource packs to storage services |
US9509771B2 (en) | 2014-01-14 | 2016-11-29 | International Business Machines Corporation | Prioritizing storage array management commands |
US9936001B2 (en) * | 2014-02-14 | 2018-04-03 | Red Hat, Inc. | Geographic placement of application components by a multi-tenant platform-as-a-service (PaaS) system |
US9495211B1 (en) | 2014-03-04 | 2016-11-15 | Google Inc. | Allocating computing resources based on user intent |
US20160350420A1 (en) * | 2014-03-28 | 2016-12-01 | Hewlett-Packard Development Company, L.P. | Resource directory |
US11005738B1 (en) | 2014-04-09 | 2021-05-11 | Quest Software Inc. | System and method for end-to-end response-time analysis |
US10360071B1 (en) * | 2014-04-11 | 2019-07-23 | Amazon Technologies, Inc. | Computing resource market |
US10503480B2 (en) | 2014-04-30 | 2019-12-10 | Ent. Services Development Corporation Lp | Correlation based instruments discovery |
US10635645B1 (en) | 2014-05-04 | 2020-04-28 | Veritas Technologies Llc | Systems and methods for maintaining aggregate tables in databases |
US10078668B1 (en) * | 2014-05-04 | 2018-09-18 | Veritas Technologies Llc | Systems and methods for utilizing information-asset metadata aggregated from multiple disparate data-management systems |
US9479414B1 (en) | 2014-05-30 | 2016-10-25 | Dell Software Inc. | System and method for analyzing computing performance |
US9628551B2 (en) | 2014-06-18 | 2017-04-18 | International Business Machines Corporation | Enabling digital asset reuse through dynamically curated shared personal collections with eminence propagation |
US10235393B2 (en) * | 2014-07-30 | 2019-03-19 | Walmart Apollo, Llc | Normalization rule generation and implementation systems and methods |
US20160373319A1 (en) | 2014-09-24 | 2016-12-22 | Jeremy Lynn Littlejohn | Method and device for evaluating the system assets of a communication network |
US9781004B2 (en) | 2014-10-16 | 2017-10-03 | Cisco Technology, Inc. | Discovering and grouping application endpoints in a network environment |
CN104363206A (zh) * | 2014-10-28 | 2015-02-18 | 北京恩信创业科技有限公司 | 云计算erp安全的实现方法 |
US10355922B1 (en) | 2014-11-11 | 2019-07-16 | Amazon Technologies, Inc. | Automated computing architecture configuration service |
US10031780B2 (en) | 2014-11-25 | 2018-07-24 | International Business Machines Corporation | Component services integration with dynamic constraint provisioning |
US10291493B1 (en) * | 2014-12-05 | 2019-05-14 | Quest Software Inc. | System and method for determining relevant computer performance events |
US9996577B1 (en) | 2015-02-11 | 2018-06-12 | Quest Software Inc. | Systems and methods for graphically filtering code call trees |
US9680962B2 (en) | 2015-03-03 | 2017-06-13 | International Business Machines Corporation | Building a multi-tenant portal application |
US10650424B2 (en) * | 2015-03-17 | 2020-05-12 | International Business Machines Corporation | Dynamic cloud solution catalog |
US10574734B2 (en) | 2015-04-09 | 2020-02-25 | Rambus Inc. | Dynamic data and compute management |
US9871857B2 (en) | 2015-04-29 | 2018-01-16 | Microsoft Technology Licensing, Llc | Optimal allocation of dynamic cloud computing platform resources |
US10187260B1 (en) | 2015-05-29 | 2019-01-22 | Quest Software Inc. | Systems and methods for multilayer monitoring of network function virtualization architectures |
WO2017001117A1 (en) * | 2015-06-29 | 2017-01-05 | British Telecommunications Public Limited Company | Resource provisioning in distributed computing environments |
US10142174B2 (en) | 2015-08-25 | 2018-11-27 | Oracle International Corporation | Service deployment infrastructure request provisioning |
US11361355B2 (en) * | 2015-09-08 | 2022-06-14 | Kyndryl, Inc. | Marketplace suggestions for cloud service providers |
US9948724B2 (en) * | 2015-09-10 | 2018-04-17 | International Business Machines Corporation | Handling multi-pipe connections |
US10200252B1 (en) | 2015-09-18 | 2019-02-05 | Quest Software Inc. | Systems and methods for integrated modeling of monitored virtual desktop infrastructure systems |
US10389617B1 (en) * | 2015-09-18 | 2019-08-20 | Amazon Technologies, Inc. | Web-based computing system with continuous burn-in testing |
US10079730B2 (en) | 2015-09-30 | 2018-09-18 | Amazon Technologies, Inc. | Network based resource configuration discovery service |
US10452442B2 (en) * | 2015-11-27 | 2019-10-22 | Huawei Technologies Co., Ltd. | System and method for resource management |
US10523591B2 (en) * | 2015-12-08 | 2019-12-31 | Microsoft Technology Licensing, Llc | Discovering resource availability across regions |
US10244051B2 (en) | 2015-12-13 | 2019-03-26 | Microsoft Technology Licensing, Llc | Cloud metadata discovery API |
EP4357922A3 (en) * | 2016-01-18 | 2024-06-26 | Huawei Technologies Co., Ltd. | System and method for cloud workload provisioning |
US20170272321A1 (en) * | 2016-03-20 | 2017-09-21 | CloudBolt Software Inc. | Cloud computing configuration form generator |
US10411974B2 (en) | 2016-03-20 | 2019-09-10 | CloudBolt Software Inc. | Cloud computing service catalog |
US10652164B2 (en) * | 2016-04-21 | 2020-05-12 | Oracle International Corporation | Instant notification of load balance and resource scheduling based on resource capacities and event recognition |
WO2017194638A1 (en) | 2016-05-11 | 2017-11-16 | British Telecommunications Public Limited Company | Software container access control |
EP3455775B1 (en) | 2016-05-11 | 2022-05-18 | British Telecommunications public limited company | Software container profiling |
US10742498B2 (en) | 2016-06-22 | 2020-08-11 | Amazon Technologies, Inc. | Application migration system |
US9979596B2 (en) | 2016-06-22 | 2018-05-22 | Amazon Technologies, Inc. | Configuration discovery service data visualization |
US10212031B2 (en) | 2016-06-22 | 2019-02-19 | Amazon Technologies, Inc. | Intelligent configuration discovery techniques |
US10230601B1 (en) | 2016-07-05 | 2019-03-12 | Quest Software Inc. | Systems and methods for integrated modeling and performance measurements of monitored virtual desktop infrastructure systems |
US10387198B2 (en) * | 2016-08-11 | 2019-08-20 | Rescale, Inc. | Integrated multi-provider compute platform |
US10965733B2 (en) * | 2016-08-28 | 2021-03-30 | Vmware, Inc. | Efficient, automated distributed-search methods and systems |
US9983823B1 (en) | 2016-12-09 | 2018-05-29 | Amazon Technologies, Inc. | Pre-forking replicas for efficient scaling of a distribued data storage system |
US11228490B1 (en) | 2016-12-20 | 2022-01-18 | Amazon Technologies, Inc. | Storage management for configuration discovery data |
KR102477245B1 (ko) * | 2017-01-30 | 2022-12-12 | 송석규 | 향상된 온라인 리서치를 위한 시스템 및 방법 |
US10826788B2 (en) | 2017-04-20 | 2020-11-03 | Cisco Technology, Inc. | Assurance of quality-of-service configurations in a network |
US10623264B2 (en) | 2017-04-20 | 2020-04-14 | Cisco Technology, Inc. | Policy assurance for service chaining |
US10560328B2 (en) | 2017-04-20 | 2020-02-11 | Cisco Technology, Inc. | Static network policy analysis for networks |
US10944771B2 (en) | 2017-05-03 | 2021-03-09 | Servicenow, Inc. | Computing resource identification |
US10693738B2 (en) | 2017-05-31 | 2020-06-23 | Cisco Technology, Inc. | Generating device-level logical models for a network |
US10623271B2 (en) | 2017-05-31 | 2020-04-14 | Cisco Technology, Inc. | Intra-priority class ordering of rules corresponding to a model of network intents |
US10581694B2 (en) | 2017-05-31 | 2020-03-03 | Cisco Technology, Inc. | Generation of counter examples for network intent formal equivalence failures |
US20180351788A1 (en) | 2017-05-31 | 2018-12-06 | Cisco Technology, Inc. | Fault localization in large-scale network policy deployment |
US10554483B2 (en) | 2017-05-31 | 2020-02-04 | Cisco Technology, Inc. | Network policy analysis for networks |
US10812318B2 (en) | 2017-05-31 | 2020-10-20 | Cisco Technology, Inc. | Associating network policy objects with specific faults corresponding to fault localizations in large-scale network deployment |
US10439875B2 (en) | 2017-05-31 | 2019-10-08 | Cisco Technology, Inc. | Identification of conflict rules in a network intent formal equivalence failure |
US10505816B2 (en) | 2017-05-31 | 2019-12-10 | Cisco Technology, Inc. | Semantic analysis to detect shadowing of rules in a model of network intents |
US10498608B2 (en) | 2017-06-16 | 2019-12-03 | Cisco Technology, Inc. | Topology explorer |
US10686669B2 (en) | 2017-06-16 | 2020-06-16 | Cisco Technology, Inc. | Collecting network models and node information from a network |
US10587621B2 (en) | 2017-06-16 | 2020-03-10 | Cisco Technology, Inc. | System and method for migrating to and maintaining a white-list network security model |
US10547715B2 (en) | 2017-06-16 | 2020-01-28 | Cisco Technology, Inc. | Event generation in response to network intent formal equivalence failures |
US11150973B2 (en) | 2017-06-16 | 2021-10-19 | Cisco Technology, Inc. | Self diagnosing distributed appliance |
US11469986B2 (en) | 2017-06-16 | 2022-10-11 | Cisco Technology, Inc. | Controlled micro fault injection on a distributed appliance |
US11645131B2 (en) | 2017-06-16 | 2023-05-09 | Cisco Technology, Inc. | Distributed fault code aggregation across application centric dimensions |
US10904101B2 (en) | 2017-06-16 | 2021-01-26 | Cisco Technology, Inc. | Shim layer for extracting and prioritizing underlying rules for modeling network intents |
US10574513B2 (en) | 2017-06-16 | 2020-02-25 | Cisco Technology, Inc. | Handling controller and node failure scenarios during data collection |
US10623259B2 (en) | 2017-06-19 | 2020-04-14 | Cisco Technology, Inc. | Validation of layer 1 interface in a network |
US10567228B2 (en) | 2017-06-19 | 2020-02-18 | Cisco Technology, Inc. | Validation of cross logical groups in a network |
US10567229B2 (en) | 2017-06-19 | 2020-02-18 | Cisco Technology, Inc. | Validating endpoint configurations between nodes |
US11283680B2 (en) | 2017-06-19 | 2022-03-22 | Cisco Technology, Inc. | Identifying components for removal in a network configuration |
US10652102B2 (en) | 2017-06-19 | 2020-05-12 | Cisco Technology, Inc. | Network node memory utilization analysis |
US10341184B2 (en) | 2017-06-19 | 2019-07-02 | Cisco Technology, Inc. | Validation of layer 3 bridge domain subnets in in a network |
US10812336B2 (en) | 2017-06-19 | 2020-10-20 | Cisco Technology, Inc. | Validation of bridge domain-L3out association for communication outside a network |
US10644946B2 (en) | 2017-06-19 | 2020-05-05 | Cisco Technology, Inc. | Detection of overlapping subnets in a network |
US10536337B2 (en) | 2017-06-19 | 2020-01-14 | Cisco Technology, Inc. | Validation of layer 2 interface and VLAN in a networked environment |
US10805160B2 (en) | 2017-06-19 | 2020-10-13 | Cisco Technology, Inc. | Endpoint bridge domain subnet validation |
US10554493B2 (en) | 2017-06-19 | 2020-02-04 | Cisco Technology, Inc. | Identifying mismatches between a logical model and node implementation |
US10411996B2 (en) | 2017-06-19 | 2019-09-10 | Cisco Technology, Inc. | Validation of routing information in a network fabric |
US10700933B2 (en) | 2017-06-19 | 2020-06-30 | Cisco Technology, Inc. | Validating tunnel endpoint addresses in a network fabric |
US10218572B2 (en) | 2017-06-19 | 2019-02-26 | Cisco Technology, Inc. | Multiprotocol border gateway protocol routing validation |
US10348564B2 (en) | 2017-06-19 | 2019-07-09 | Cisco Technology, Inc. | Validation of routing information base-forwarding information base equivalence in a network |
US10505817B2 (en) | 2017-06-19 | 2019-12-10 | Cisco Technology, Inc. | Automatically determining an optimal amount of time for analyzing a distributed network environment |
US10333787B2 (en) | 2017-06-19 | 2019-06-25 | Cisco Technology, Inc. | Validation of L3OUT configuration for communications outside a network |
US10560355B2 (en) | 2017-06-19 | 2020-02-11 | Cisco Technology, Inc. | Static endpoint validation |
US10673702B2 (en) | 2017-06-19 | 2020-06-02 | Cisco Technology, Inc. | Validation of layer 3 using virtual routing forwarding containers in a network |
US11343150B2 (en) | 2017-06-19 | 2022-05-24 | Cisco Technology, Inc. | Validation of learned routes in a network |
US10528444B2 (en) | 2017-06-19 | 2020-01-07 | Cisco Technology, Inc. | Event generation in response to validation between logical level and hardware level |
US10437641B2 (en) | 2017-06-19 | 2019-10-08 | Cisco Technology, Inc. | On-demand processing pipeline interleaved with temporal processing pipeline |
US10587484B2 (en) | 2017-09-12 | 2020-03-10 | Cisco Technology, Inc. | Anomaly detection and reporting in a network assurance appliance |
US10587456B2 (en) | 2017-09-12 | 2020-03-10 | Cisco Technology, Inc. | Event clustering for a network assurance platform |
US10554477B2 (en) | 2017-09-13 | 2020-02-04 | Cisco Technology, Inc. | Network assurance event aggregator |
US10333833B2 (en) | 2017-09-25 | 2019-06-25 | Cisco Technology, Inc. | Endpoint path assurance |
US11102053B2 (en) | 2017-12-05 | 2021-08-24 | Cisco Technology, Inc. | Cross-domain assurance |
US10873509B2 (en) | 2018-01-17 | 2020-12-22 | Cisco Technology, Inc. | Check-pointing ACI network state and re-execution from a check-pointed state |
US10572495B2 (en) | 2018-02-06 | 2020-02-25 | Cisco Technology Inc. | Network assurance database version compatibility |
US10810608B2 (en) * | 2018-02-19 | 2020-10-20 | International Business Machines Corporatior | API pricing based on relative value of API for its consumers |
US10708755B2 (en) | 2018-04-03 | 2020-07-07 | Servicenow, Inc. | Discovery and service mapping of serverless resources |
US10708753B2 (en) | 2018-04-03 | 2020-07-07 | Servicenow, Inc. | Discovery and service mapping of serverless resources |
US10812315B2 (en) | 2018-06-07 | 2020-10-20 | Cisco Technology, Inc. | Cross-domain network assurance |
US11218508B2 (en) | 2018-06-27 | 2022-01-04 | Cisco Technology, Inc. | Assurance of security rules in a network |
US11019027B2 (en) | 2018-06-27 | 2021-05-25 | Cisco Technology, Inc. | Address translation for external network appliance |
US10659298B1 (en) | 2018-06-27 | 2020-05-19 | Cisco Technology, Inc. | Epoch comparison for network events |
US10911495B2 (en) | 2018-06-27 | 2021-02-02 | Cisco Technology, Inc. | Assurance of security rules in a network |
US11044273B2 (en) | 2018-06-27 | 2021-06-22 | Cisco Technology, Inc. | Assurance of security rules in a network |
US10904070B2 (en) | 2018-07-11 | 2021-01-26 | Cisco Technology, Inc. | Techniques and interfaces for troubleshooting datacenter networks |
US10826770B2 (en) | 2018-07-26 | 2020-11-03 | Cisco Technology, Inc. | Synthesis of models for networks using automated boolean learning |
US10616072B1 (en) | 2018-07-27 | 2020-04-07 | Cisco Technology, Inc. | Epoch data interface |
US11288250B2 (en) * | 2018-08-09 | 2022-03-29 | Servicenow, Inc. | Partial discovery of cloud-based resources |
US10819586B2 (en) | 2018-10-17 | 2020-10-27 | Servicenow, Inc. | Functional discovery and mapping of serverless resources |
US10771344B2 (en) * | 2018-12-21 | 2020-09-08 | Servicenow, Inc. | Discovery of hyper-converged infrastructure devices |
US10970107B2 (en) * | 2018-12-21 | 2021-04-06 | Servicenow, Inc. | Discovery of hyper-converged infrastructure |
CN109800249B (zh) * | 2018-12-24 | 2023-08-04 | 北京航天智造科技发展有限公司 | 基于工业服务云平台用户行为感知的知识服务方法和*** |
CN111404974B (zh) * | 2019-01-02 | 2023-03-31 | ***通信有限公司研究院 | 一种云计算效能评估方法、装置及评估设备 |
US20200218579A1 (en) * | 2019-01-08 | 2020-07-09 | Hewlett Packard Enterprise Development Lp | Selecting a cloud service provider |
US10673963B1 (en) | 2019-01-18 | 2020-06-02 | Servicenow, Inc. | Discovery of remote storage services and associated applications |
US10778772B2 (en) | 2019-01-23 | 2020-09-15 | Hewlett Packard Enterprise Development Lp | Cloud platform or cloud provider selection |
US11263201B2 (en) | 2019-04-12 | 2022-03-01 | Servicenow, Inc. | Interface for supporting integration with cloud-based service providers |
US10719503B1 (en) | 2019-05-02 | 2020-07-21 | Servicenow, Inc. | Interface for supporting integration with cloud-based service providers |
EP3723347B1 (en) * | 2019-04-12 | 2022-10-12 | ServiceNow, Inc. | Interface for supporting integration with cloud-based service providers |
US11140042B2 (en) * | 2019-09-18 | 2021-10-05 | Servicenow, Inc. | Dictionary-based service mapping |
CN110764907A (zh) * | 2019-09-30 | 2020-02-07 | 太极计算机股份有限公司 | 一种云计算资源图谱构建方法 |
US11050677B2 (en) * | 2019-11-22 | 2021-06-29 | Accenture Global Solutions Limited | Enhanced selection of cloud architecture profiles |
CN113542316B (zh) * | 2020-04-13 | 2022-11-25 | 展讯半导体(南京)有限公司 | 算力共享方法及相关设备 |
CN111611084A (zh) * | 2020-05-26 | 2020-09-01 | 杭州海康威视***技术有限公司 | 一种流媒体服务实例调整方法、装置及电子设备 |
US11544230B2 (en) * | 2020-06-23 | 2023-01-03 | Citrix Systems, Inc. | Cross environment update of cloud resource tags |
EP4162363A4 (en) | 2020-07-30 | 2024-07-03 | Accenture Global Solutions Ltd | RECOMMENDATION SYSTEM FOR ECO-FRIENDLY CLOUD COMPUTING |
US20220164229A1 (en) * | 2020-11-23 | 2022-05-26 | Hewlett Packard Enterprise Development Lp | Managing deployment of workloads |
US12010036B2 (en) | 2020-12-03 | 2024-06-11 | Microsoft Technology Licensing, Llc | Metadata extraction based on resource attributes and user-defined policy and topology |
WO2022119693A1 (en) * | 2020-12-03 | 2022-06-09 | Microsoft Technology Licensing, Llc | Metadata extraction based on resource attributes and user-defined policy and topology |
CN113342920B (zh) * | 2021-05-10 | 2022-07-19 | 武汉大学 | 一种针对内容资源的编目自动化方法及*** |
WO2023181424A1 (ja) * | 2022-03-25 | 2023-09-28 | 株式会社Nttドコモ | ネットワークノード及び通信方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080082782A1 (en) * | 2006-09-28 | 2008-04-03 | Microsoft Corporation | Location management of off-premise resources |
CN101454747A (zh) * | 2006-06-21 | 2009-06-10 | 国际商业机器公司 | 用于分布式***中联合资源发现服务的方法和*** |
CN101593182A (zh) * | 2008-05-29 | 2009-12-02 | 国际商业机器公司 | 用于在配置管理数据库中识别管理域的方法和*** |
US20100306767A1 (en) * | 2009-05-29 | 2010-12-02 | Dehaan Michael Paul | Methods and systems for automated scaling of cloud computing systems |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070094256A1 (en) * | 2005-09-02 | 2007-04-26 | Hite Thomas D | System and method for integrating and adopting a service-oriented architecture |
US8250215B2 (en) * | 2008-08-12 | 2012-08-21 | Sap Ag | Method and system for intelligently leveraging cloud computing resources |
US8069242B2 (en) * | 2008-11-14 | 2011-11-29 | Cisco Technology, Inc. | System, method, and software for integrating cloud computing systems |
US20110126197A1 (en) * | 2009-11-25 | 2011-05-26 | Novell, Inc. | System and method for controlling cloud and virtualized data centers in an intelligent workload management system |
US8965957B2 (en) * | 2010-12-15 | 2015-02-24 | Sap Se | Service delivery framework |
-
2012
- 2012-01-11 US US13/348,533 patent/US10491662B2/en not_active Expired - Fee Related
- 2012-01-11 EP EP12739477.3A patent/EP2668600A4/en not_active Withdrawn
- 2012-01-11 CN CN201280015895.5A patent/CN103733194A/zh active Pending
- 2012-01-11 WO PCT/US2012/020975 patent/WO2012102863A2/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101454747A (zh) * | 2006-06-21 | 2009-06-10 | 国际商业机器公司 | 用于分布式***中联合资源发现服务的方法和*** |
US20080082782A1 (en) * | 2006-09-28 | 2008-04-03 | Microsoft Corporation | Location management of off-premise resources |
CN101593182A (zh) * | 2008-05-29 | 2009-12-02 | 国际商业机器公司 | 用于在配置管理数据库中识别管理域的方法和*** |
US20100306767A1 (en) * | 2009-05-29 | 2010-12-02 | Dehaan Michael Paul | Methods and systems for automated scaling of cloud computing systems |
Non-Patent Citations (1)
Title |
---|
DAVID BERNSTEIN, DEEPAK VIJ: "Intercloud Directory and Exchange Protocol Detail using XMPP and RDF", 《IEEE WORLD CONGRESS》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11683274B2 (en) | 2014-01-21 | 2023-06-20 | Oracle International Corporation | System and method for supporting multi-tenancy in an application server, cloud, or other environment |
US11343200B2 (en) | 2014-01-21 | 2022-05-24 | Oracle International Corporation | System and method for supporting multi-tenancy in an application server, cloud, or other environment |
CN106471471A (zh) * | 2014-06-24 | 2017-03-01 | 甲骨文国际公司 | 用于在多租户应用服务器环境中支持分区的***和方法 |
US11477278B2 (en) | 2014-06-24 | 2022-10-18 | Oracle International Corporation | System and method for supporting partitions in a multitenant application server environment |
CN106471471B (zh) * | 2014-06-24 | 2021-01-05 | 甲骨文国际公司 | 用于在多租户应用服务器环境中支持分区的***和方法 |
CN106487869A (zh) * | 2015-08-25 | 2017-03-08 | 埃森哲环球服务有限公司 | 用于对标签化数据进行控制和标准化的多云网络代理 |
CN107430615A (zh) * | 2015-09-30 | 2017-12-01 | 谷歌公司 | 深度链接到多个本原应用 |
CN107430615B (zh) * | 2015-09-30 | 2021-02-02 | 谷歌有限责任公司 | 深度链接到多个本原应用 |
CN108885562A (zh) * | 2016-04-15 | 2018-11-23 | 谷歌有限责任公司 | 具有将来任务和能力预测的模块化电子设备 |
CN108885562B (zh) * | 2016-04-15 | 2020-07-10 | 谷歌有限责任公司 | 具有将来任务和能力预测的模块化电子设备 |
US11138017B2 (en) | 2016-09-16 | 2021-10-05 | Oracle International Corporation | System and method for partition administrative targeting in an application server environment |
CN109145034A (zh) * | 2017-06-15 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 资源呈现方法、装置及计算机终端 |
CN109145034B (zh) * | 2017-06-15 | 2022-05-06 | 阿里巴巴集团控股有限公司 | 资源呈现方法、装置及计算机终端 |
CN111247550A (zh) * | 2017-09-29 | 2020-06-05 | 甲骨文金融服务软件有限公司 | 用于区块链网络的计算机化交易管理模块 |
CN111247550B (zh) * | 2017-09-29 | 2023-08-15 | 甲骨文金融服务软件有限公司 | 用于区块链网络的计算机化交易管理模块 |
CN109240821B (zh) * | 2018-07-20 | 2022-01-14 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务***及方法 |
CN109240821A (zh) * | 2018-07-20 | 2019-01-18 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务***及方法 |
CN110275874B (zh) * | 2019-02-25 | 2022-04-05 | 广州金越软件技术有限公司 | 一种大数据资源治理的智能化资源编目方法 |
CN110275874A (zh) * | 2019-02-25 | 2019-09-24 | 广州金越软件技术有限公司 | 一种大数据资源治理的智能化资源编目方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2012102863A3 (en) | 2012-09-20 |
EP2668600A4 (en) | 2014-08-06 |
WO2012102863A2 (en) | 2012-08-02 |
EP2668600A2 (en) | 2013-12-04 |
US20120198073A1 (en) | 2012-08-02 |
US10491662B2 (en) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103733194A (zh) | 动态组织云计算资源以便于发现 | |
Bilal et al. | Big Data in the construction industry: A review of present status, opportunities, and future trends | |
US7886028B2 (en) | Method and system for system migration | |
EP2876589A1 (en) | Recommendation system for specifying and achieving goals | |
KR102249466B1 (ko) | 인공지능 추천 모델을 사용하여 추천 정보를 제공하는 데이터 카탈로그 제공 방법 및 시스템 | |
Papagiannidis et al. | Identifying industrial clusters with a novel big-data methodology: Are SIC codes (not) fit for purpose in the Internet age? | |
Belecheanu et al. | The application of case based reasoning to decision support in new product development | |
CN109739878A (zh) | 大数据查询方法、装置、服务器及存储介质 | |
KR20210082109A (ko) | 부동산 실거래가 예측 기반 부동산 예상 실거래가 산출 장치 | |
CN111966866A (zh) | 一种数据资产管理的方法和装置 | |
CN111310032A (zh) | 资源推荐方法、装置、计算机设备及可读存储介质 | |
CN114647627A (zh) | 基于数据属性对数据集进行排序 | |
WO2021003187A1 (en) | Analysis of intellectual-property data in relation to products and services | |
KR102153259B1 (ko) | 데이터 도메인 추천 방법 및 추천된 도메인을 이용하여 통합 데이터 저장소 관리 시스템을 구축하는 방법 | |
KR102547033B1 (ko) | 키워드 인식 기능을 활용하여 사용자가 선택한 방식으로 정보를 제공하는 방법 | |
US20200160359A1 (en) | User-experience development system | |
US20110167014A1 (en) | Method and apparatus of adaptive categorization technique and solution for services selection based on pattern recognition | |
CN102999618A (zh) | 基于地址归户的个人行为属性信息库建立方法及*** | |
US20220277008A1 (en) | Supporting database queries using unsupervised vector embedding approaches over unseen data | |
El Beggar et al. | Towards an MDA-oriented UML profiles for data warehouses design and development | |
Moser et al. | Making expert knowledge explicit to facilitate tool support for integrating complex information systems in the atm domain | |
CN112418260A (zh) | 模型训练方法、信息提示方法、装置、设备及介质 | |
CN117112809B (zh) | 一种知识追踪方法及*** | |
WO2024042903A1 (ja) | 情報提供装置及び情報提供システム | |
Blázquez Soriano | Design and Evaluation of Web-Based Economic Indicators: A Big Data Analysis Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140416 |