CN105740084B - 考虑共因故障的云计算***可靠性建模方法 - Google Patents
考虑共因故障的云计算***可靠性建模方法 Download PDFInfo
- Publication number
- CN105740084B CN105740084B CN201610053266.1A CN201610053266A CN105740084B CN 105740084 B CN105740084 B CN 105740084B CN 201610053266 A CN201610053266 A CN 201610053266A CN 105740084 B CN105740084 B CN 105740084B
- Authority
- CN
- China
- Prior art keywords
- server
- state
- states
- combinations
- cloud computing
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45591—Monitoring or debugging support
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公布了一种考虑共因故障的云计算***可靠性建模方法,属于网络可靠性技术领域。本方法包括:确定云计算***同类单台服务器状态组合并进行化简;采用故障树法计算同类单台服务器简化后状态组合的存在概率;确定云计算***同类服务器间状态组合并进行化简,计算各状态组合的存在概率;枚举云计算***不同类服务器状态组合,计算各状态组合的存在概率;根据云计算***状态空间计算给定需求下的***可靠度。本发明方法考虑了由服务器故障引起的运行在其上的所有虚拟机之间的共因故障,采用状态空间建模,并对状态空间进行化简,解决了当***规模增大时状态空间***的问题,提高了建模效率。
Description
技术领域
本发明属于网络可靠性技术领域,具体涉及一种考虑云计算共因故障的可靠性建模方法。
背景技术
云计算作为一种新的计算模型,将大量计算资源组成数据中心,再以服务的形式提供给用户,带来便利的同时又降低了计算和存储成本,已经得到广泛应用。然而,云计算***故障频发也让人们关注其可靠性问题,其复杂的结构为云计算可靠性分析带来困难。同时,虚拟化作为云计算***的关键特征,通过在物理服务器上创建多个虚拟机(VM)实现,一方面实现了云计算基础设施的共享,提高资源利用率,另一方面,当服务器故障时,运行在其中的多个虚拟机存在共因故障,这使得云计算的可靠性建模与传统***不同。
云计算基础设施是指由服务器和虚拟机组成的云计算资源池。云计算***的共因故障已被认知,例如Thanakornworakij等(参考文献[1]:Thanakornworakij T.,NassarR.F.,Leangsuksun C.,et al.A reliability model for cloud computing for highperformance computing applications[C]//Euro-Par 2012:Parallel ProcessingWorkshops.Springer Berlin Heidelberg,2013:474-483)考虑了硬件故障和软件故障,假设一个应用程序分布在多个服务器的多个虚拟机上,分别考虑硬件和软件的共因故障进行可靠性建模。然而没有考虑由服务器故障引起的运行在其中的多个虚拟机共因故障;又如Qiu等(参考文献[2]:Qiu X.,Dai Y.,Xiang Y.,et al.A Hierarchical CorrelationModel for Evaluating Reliability,Performance,and Power Consumption of a CloudService[J].)考虑了服务器故障引起的虚拟机共因故障,其可靠性定义为至少一个虚拟机能提供服务的概率,然而事实上,要提供可靠的云服务,需要一定数量的服务器/虚拟机,因此本申请提出一种考虑共因故障的云计算***状态空间建模方法,并在此基础上在给定需求下对云计算***进行可靠性建模。
发明内容
本发明的目的是为了解决云计算的可靠性建模中对由服务器故障引起虚拟机共因故障考虑不周的问题,以服务器和虚拟机为基本元素,分析云计算***对应给定需求下的状态组合,并给出状态组合化简方法,基于故障树和状态空间模型实现给定需求下考虑共因故障的云计算***可靠性建模。
本发明提供的考虑共因故障的云计算***可靠性建模方法,适用于如下情况:
1)云计算***的基础设施包含n类服务器,第i类服务器的个数为mi个且每个服务器含有pi个核。即云计算***的服务器个数为个;
(2)服务器被划分为多个虚拟机,划分策略为一个核对应一个虚拟机,即服务器的核与虚拟机之间为一对一映射关系;
(3)服务器的故障会引起其上所有虚拟机的故障。考虑共因故障的基本参数模型(Basic Parameter Model,BPM):同类服务器的故障服从指数分布,第i类服务器的失效率记为λs,i,同类服务器下虚拟机的故障也服从指数分布,第i类服务器下虚拟机的失效率记为λv,i;
(4)服务器之间的故障独立。
本发明提供的考虑共因故障的云计算***可靠性建模方法,包括如下步骤:
步骤一:确定云计算***同类单台服务器状态组合并进行状态化简;
每个虚拟机有故障和正常两种状态,分别用1和0表示。对于第i类单台服务器,虚拟机数目为pi,因此每台服务器包含种状态,每种状态由pi个0或1组成。进行状态化简的原则是:单台服务器内故障虚拟机数目相同,故障虚拟机的序号不同时,计算概率相同,进行化简。第i类单台服务器化简后的状态数xi=pi+1。
步骤二:采用故障树法计算同类单台服务器简化后状态组合的存在概率;
计算出第i类单台服务器的所有第z种状态的存在概率为Psc,z,z=1,2,…,xi。
步骤三:确定云计算***同类服务器间状态组合并进行状态化简,给出各状态组合的存在概率;
第i类单台服务器化简后的状态数为xi,第i类服务器有mi台,第i类服务器的状态由mi台服务器的状态进行组合。第i类服务器的状态化简原则是:将所有服务器状态进行枚举时,对服务器状态排序不同但处于各种状态的服务器数量相同的状态组合,其存在概率相同,进行化简。第i类mi台服务器化简后的状态总数Mi为:
第i类服务器的第j种状态组合中,单台服务器的xi种状态存在的个数分别为γ1,γ2,...,γxi,则第i类服务器的第j种状态组合的存在概率其中,Qβ,j为第j种状态组合的重复倍数,Psc,y为单台服务器的所有第y种状态的存在概率。
步骤四:枚举云计算***不同类服务器状态组合,并计算各状态组合的存在概率;
n类服务器的状态枚举后的状态组合数为将不同类服务器状态对应的存在概率相乘,得到云计算***在n类服务器状态枚举后的状态组合的存在概率。
步骤五:根据云计算***状态空间计算给定需求下的***可靠度。
本发明的优点与积极效果在于:
(1)本发明考虑云计算***中由服务器故障引起的多个虚拟机共因故障,该故障是云计算***中特殊的共因故障,成为云计算***可靠性建模的难点,本发明采用状态空间建模,解决了其他模型对这种共因故障考虑不周的问题;
(2)本发明方法对状态空间进行了化简,解决了当***规模增大时状态空间过大,计算繁琐的问题,提高了建模效率。
附图说明
图1是本发明的考虑共因故障的云计算***可靠性建模方法的流程示意图;
图2是云计算***结构示意图;
图3是单台服务器中虚拟机状态全为0的故障树模型;
图4是单台服务器中虚拟机状态全为1的故障树模型;
图5是单台服务器中虚拟机状态有0有1的故障树模型;
图6是本发明实施例中的云计算***组成结构图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明提出一种考虑共因故障的云计算***可靠性建模方法,流程如图1所示,包括如下步骤:
步骤一:确定云计算***同类单台服务器状态组合并给出化简方法;
建立云计算***,如图2所示,云计算操作***(Cloud OS)是云计算***的核心,接收到来自用户的服务请求后将其转化为多个子任务,通过虚拟机分配器分配到各个虚拟机执行。云计算***的基础设施包含n类服务器,第i类服务器的个数为mi个且每个服务器上含有pi个核,每个核对应一个虚拟机,其中第i类服务器故障服从失效率为λs,i的指数分布,服务器之间故障独立;第i类服务器下虚拟机的故障服从失效率为λv,i的指数分布。n、mi、pi均为正整数,i=1,2,…,n。
每个虚拟机有故障和正常两种状态,分别用1和0表示。对于单台服务器,虚拟机数目为pi,因此每台服务器包含种状态,每种状态由pi个0或1组成,具体状态空间如下:
由于状态数目过多,首先对其进行化简,化简原则如下:单台服务器内故障虚拟机数目(即单台服务器状态中1的数目)相同,故障虚拟机的序号不同时,计算概率相同,可化简。将单台服务器状态重复倍数Qα定义为单台服务器中虚拟机状态为1的数目相同时,该服务器的所有状态组合数目。具体地,对第i类服务器的单台服务器状态化简如下:
(1)单台服务器中虚拟机状态全为0时,记为状态1,状态数目为1,状态1的重复倍数Qα,1=1;
(2)单台服务器中虚拟机状态全为1时,记为状态2,状态数目为1,状态2的重复倍数Qα,2=1;
(3)单台服务器中虚拟机状态有0有1时,设q为状态中1的数目,状态数目为pi-1,状态(2+q)的重复倍数
化简后单台服务器状态总数目xi=1+1+(pi-1)=pi+1,与化简前状态相比,状态数目减少。
步骤二:采用故障树法计算同类单台服务器简化后状态组合的存在概率。
(1)单台服务器中虚拟机状态全为0:即全部虚拟机都不发生故障,且服务器不故障的状态。这种状态为服务器的状态1,采用故障树方法对这种状态建模,故障树如图3所示,第i类单台服务器有pi个虚拟机VM1,VM2,…,VMpi。
可知,单个状态1的存在概率其中为服务器独立故障的概率,为虚拟机独立故障的概率。已知状态1的重复倍数为1,因此所有这种状态概率为Psc,1=Pc,1。公式中的t表示云计算***的工作时间。
(2)单台服务器中虚拟机状态为全1:这种状态有两种可能性:一是由服务器故障引发的虚拟机共因故障,二是全部虚拟机自身故障。这种状态为服务器的状态2,采用故障树方法对这种状态建模,故障树如图4所示。
可知,单个状态2的存在概率已知状态2的重复倍数为1,因此所有这种状态概率为Psc,2=Pc,2。
(3)单台服务器中虚拟机状态有0有1:即虚拟机有正常和故障两种,且服务器正常。状态中1的数目记为q(1≤q<pi),这种状态为服务器的状态(2+q),采用故障树方法对这种服务器建模,故障树如图5所示,图5中至少有一个虚拟机与其他VM的状态不同。
步骤三:确定云计算***同类服务器间状态组合与化简方法,并给出各状态组合的存在概率。
第i类服务器的状态由mi台服务器的状态组合而成。如步骤一所述,单台服务器化简后的状态数为xi=pi+1,将所有服务器状态进行枚举时,对那些服务器状态排序不同但处于各种状态的服务器数量相同的状态组合,其存在概率相同,可进行化简。将同类服务器间状态重复倍数Qβ定义为一组同类服务器状态组合在该类服务器中以相同状态组合出现在不同服务器上的状态个数。
对第i类服务器的mi台服务器的状态组合进行如下化简,记状态组合的序号为j:
(1)当mi台服务器状态种类为1时,化简后状态数目为xi,重复倍数Qβ,j=1(1≤j≤xi);Qβ,j为第j种状态组合的重复倍数。
因此第i类mi台服务器化简后的状态总数为:
假设mi=3,pi=2,化简之前的状态数目为Mi,0=23×2=64种;先对单台服务器状态进行化简,得到xi=3,然后对3台服务器状态进行化简,得到因此化简率可见本化简方法可以大大减少状态组合数目,提高建模效率。
得到每台服务器不同状态对应的概率后,由于服务器间故障相互独立,可以相乘得到第i类服务器状态对应的概率,假设第i类服务器的第j种状态组合中,单台服务器的xi种状态存在的个数分别为γ1,γ2,...,γxi,则第i类服务器在第j种状态组合对应的存在概率为Psc,y为单台服务器的所有的第y种状态的存在概率。
步骤四:枚举云计算***不同类服务器状态组合,并计算各状态组合的存在概率。
分别得到n类服务器化简后的状态组合及其存在概率后,可以枚举这n类服务器的不同状态,假设第i类服务器化简后的状态数为Mi,那么n类服务器的状态枚举后的状态组合数为考虑不同服务器间状态独立性,可将不同类服务器状态对应的存在概率相乘,得到云计算***在n类服务器状态枚举后的状态组合存在概率。当第i类服务器的状态取ωi时,n类服务器的第k种状态组合的存在概率此处k为整数,取值范围为第i类服务器的状态ωi在利用步骤三获得的状态中进行选择。
步骤五:根据云计算***状态空间计算给定需求下的***可靠度。
云计算***状态空间包含种状态,每种状态由个0或1组成。这里给定需求量为g,即***中有不小于g个虚拟机正常工作即认为云计算***可靠。
进行化简后,云计算***状态空间包含种状态,云计算***可靠度为所有满足需求的状态概率总和,即其中Ak为判别变量,
实施例:云计算***中包含两类服务器,第1类服务器为单核服务器,个数为2台,该类服务器故障服从λs,1=0.00001的指数分布,虚拟机故障服从λv,1=0.00005的指数分布;第2类服务器为双核服务器,个数为3台,该类服务器故障服从λs,2=0.00002的指数分布,虚拟机故障服从λv,2=0.00008的指数分布。其中服务器之间故障独立。确定工作时间T=1000h。给定需求量g为5。
用1和0分别表示虚拟机的故障和正常状态,虚拟机的总数为8,因此状态数目为28=256,状态空间如下:
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1
0 0 0 0 0 0 1 0
…
1 1 1 1 1 1 1 1
步骤一:确定云计算***同类单台服务器状态组合并给出化简方法。
1.对第1类服务器状态进行化简,
(1)单台服务器中虚拟机状态全为0时,状态数目为1,即0,Qα,1=1;
(2)单台服务器中虚拟机状态全为1时,状态数目为1,即1,Qα,2=1。
因此单台双核服务器状态总数为x1=p1+1=2。
2.对第2类服务器状态进行化简,
(1)单台服务器中虚拟机状态全为0时,状态数目为1,即00,Qα,1=1;
(2)单台服务器中虚拟机状态全为1时,状态数目为1,即11,Qα,2=1;
(3)单台服务器中虚拟机状态有0有1时,状态数目为1,即01,
因此单台双核服务器状态总数为x2=p2+1=3。
步骤二:采用故障树法计算同类单台服务器简化后状态组合的存在概率。
使用步骤二中的方法计算两类服务器的状态组合存在概率。
1.单台单核服务器的状态存在概率计算如表1所示:
表1单台单核服务器各状态概率
状态编号 | 状态种类 | Qα,z | Pc,z | Psc,z=Qα,z·Pc,z |
z=1 | 0 | 1 | 0.941765 | 0.941765 |
z=2 | 1 | 1 | 0.058235 | 0.058235 |
2.单台双核服务器的状态存在概率计算如表2:
表2单台双核服务器各状态概率
状态编号 | 状态种类 | Qα,z | Pc,z | Psc,z=Qα,z·Pc,z |
z=1 | 00 | 1 | 0.83527 | 0.83527 |
z=2 | 01 | 2 | 0.069567 | 0.139134 |
z=3 | 11 | 1 | 0.025595 | 0.025595 |
步骤三:确定云计算***同类服务器间状态组合与化简方法,并给出各状态组合的存在概率。
1.单核服务器
(1)当两台服务器状态种类为1时,化简后状态数目为x1=2,重复倍数Qβ,j=1,j=1,2;
两台单核服务器的状态组合有M1=3种,其各自的存在概率计算如表3所示:
表3单核服务器各状态概率
2.双核服务器
(1)当三台服务器状态种类为1时,化简后状态数目为3,重复倍数Qβ,j=1,j=1,2,3;
(2)当三台服务器状态种类为2时,两种状态数分别为1、2和2、1,化简后状态数目为6,重复倍数Qβ,j=3,j=4,5,6,7,8,9;
(3)当三台服务器状态种类为3时,3种状态数均为1,化简后状态数目为1,重复倍数Qβ,j=6,j=10;
两台单核服务器的状态组合有M2=10种,其各自的存在概率计算如表3所示:
表4双核服务器各状态概率
步骤四:枚举云计算***不同类服务器状态组合,并计算各状态组合的存在概率。
对两类服务器状态进行枚举,枚举后状态总数为考虑不同服务器间状态独立性,可将不同类服务器状态对应的状态相乘,得到云计算***在两类服务器状态枚举后的状态组合存在概率。
步骤五:根据云计算***状态空间计算给定需求下的***可靠度。
根据云计算***中所有服务器状态枚举后的状态中0的数目计算判别变量Ak。给定需求量g为5时,云计算***的可靠度为
Claims (3)
1.一种考虑共因故障的云计算***可靠性建模方法,其特征在于,设云计算***的基础设施包含n类服务器,第i类服务器的个数为mi个且每个服务器含有pi个核,服务器的核与虚拟机之间为一对一映射关系,同类服务器的故障服从指数分布,第i类服务器的故障率记为λs,i,同类服务器下虚拟机的故障服从指数分布,第i类服务器下虚拟机的故障率记为λv,i;服务器之间的故障独立;n、mi、pi均为正整数,i=1,2,…,n;
所述的建模方法实现步骤如下:
步骤一:确定云计算***同类单台服务器状态组合并进行状态化简;
每个虚拟机有故障和正常两种状态,分别用1和0表示,对于第i类单台服务器,虚拟机数目为pi,因此每台服务器包含种状态,每种状态由pi个0或1组成;进行状态化简的原则是:单台服务器内故障虚拟机数目相同,故障虚拟机的序号不同时,计算概率相同,进行化简;则第i类单台服务器化简后的状态数xi=pi+1;
步骤二:采用故障树法计算同类单台服务器简化后状态组合的存在概率;
步骤三:确定云计算***同类服务器间状态组合并进行状态化简,计算各状态组合的存在概率;
第i类单台服务器化简后的状态数为xi,第i类服务器有mi台,第i类服务器的状态由mi台服务器的状态进行组合;第i类服务器的状态化简原则是:将所有服务器状态进行枚举时,对服务器状态排序不同但处于各种状态的服务器数量相同的状态组合,其存在概率相同,进行化简;第i类mi台服务器化简后的状态总数Mi为:
设第i类服务器的第j种状态组合中,单台服务器的xi种状态存在个数分别为γ1,γ2,...,γxi,则第i类服务器的第j种状态组合的存在概率其中,Qβ,j为第j种状态组合的重复倍数,Psc,y为单台服务器的所有第y种状态的存在概率;
步骤四:枚举云计算***不同类服务器状态组合,并计算各状态组合的存在概率;
n类服务器的状态枚举后的状态组合数为将不同类服务器状态对应的存在概率相乘,得到云计算***在n类服务器状态枚举后的状态组合的存在概率;
步骤五:根据云计算***状态空间计算给定需求下的***可靠度;
所述的步骤五中,设云计算***中有不小于g个虚拟机正常工作时认为云计算***可靠,则云计算***的可靠度其中Ak为判别变量,Pk为n类服务器的第k种状态组合的存在概率。
2.根据权利要求1所述的一种考虑共因故障的云计算***可靠性建模方法,其特征在于,所述的步骤二中,计算第i类单台服务器简化后的状态组合的存在概率如下:
(1)状态1:单台服务器中虚拟机状态全为0,此时全部虚拟机都不发生故障,且服务器不故障;单个状态1的存在概率其中Ps,i为服务器独立故障的概率,Pv,i为虚拟机独立故障的概率,t为云计算***的工作时间;状态1的重复倍数为1,因此所有状态1的存在概率Psc,1=Pc,1;
(2)状态2:单台服务器中虚拟机状态为全1,此时存在两种可能性:一是由服务器故障引发的虚拟机共因故障,二是全部虚拟机自身故障;
单个状态2的存在概率状态2的重复倍数为1,因此所有状态2的存在概率Psc,2=Pc,2;
(3)当单台服务器中虚拟机状态有0有1时,此时虚拟机有正常和故障两种,且服务器正常;设状态中1的数目为q,对应状态编号为2+q,其中1≤q<pi;
单个状态(2+q)的存在概率状态(2+q)的重复倍数为因此所有状态(2+q)的存在概率为
3.根据权利要求1所述的一种考虑共因故障的云计算***可靠性建模方法,其特征在于,所述的步骤三中,对第i类服务器的mi台服务器的状态组合进行如下化简,记状态组合的序号为j:
(1)当mi台服务器状态种类为1时,化简后状态数目为xi,重复倍数Qβ,j=1,1≤j≤xi;重复倍数Qβ,j定义为第j种同类服务器状态组合在该类服务器中,以相同状态组合出现在不同服务器上的状态个数;
(2)当mi台服务器状态种类为2时,设两种状态的数量分别为ξj,1,(mi-ξj,1),化简后状态数目为重复倍数其中1≤ξj,1≤mi-1,
(3)当mi台服务器状态种类为3时,设3种状态数分别为化简后状态数目为重复倍数对任意ξj,h,h=1,2,有:1≤ξj,h≤mi-2;
(4)当mi台服务器状态种类为r时,4≤r≤min(xi,mi),设r种状态数分别为化简后状态数目为重复倍数对任意ξj,h,h=1,2,...,r-1,1≤ξj,h≤mi-r;当r=4时,
当r>4时,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610053266.1A CN105740084B (zh) | 2016-01-27 | 2016-01-27 | 考虑共因故障的云计算***可靠性建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610053266.1A CN105740084B (zh) | 2016-01-27 | 2016-01-27 | 考虑共因故障的云计算***可靠性建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105740084A CN105740084A (zh) | 2016-07-06 |
CN105740084B true CN105740084B (zh) | 2018-08-24 |
Family
ID=56246657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610053266.1A Active CN105740084B (zh) | 2016-01-27 | 2016-01-27 | 考虑共因故障的云计算***可靠性建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105740084B (zh) |
Families Citing this family (54)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9736065B2 (en) | 2011-06-24 | 2017-08-15 | Cisco Technology, Inc. | Level of hierarchy in MST for traffic localization and load balancing |
US8908698B2 (en) | 2012-01-13 | 2014-12-09 | Cisco Technology, Inc. | System and method for managing site-to-site VPNs of a cloud managed network |
US9043439B2 (en) | 2013-03-14 | 2015-05-26 | Cisco Technology, Inc. | Method for streaming packet captures from network access devices to a cloud server over HTTP |
US9755858B2 (en) | 2014-04-15 | 2017-09-05 | Cisco Technology, Inc. | Programmable infrastructure gateway for enabling hybrid cloud services in a network environment |
US9473365B2 (en) | 2014-05-08 | 2016-10-18 | Cisco Technology, Inc. | Collaborative inter-service scheduling of logical resources in cloud platforms |
US10122605B2 (en) | 2014-07-09 | 2018-11-06 | Cisco Technology, Inc | Annotation of network activity through different phases of execution |
US9825878B2 (en) | 2014-09-26 | 2017-11-21 | Cisco Technology, Inc. | Distributed application framework for prioritizing network traffic using application priority awareness |
US10050862B2 (en) | 2015-02-09 | 2018-08-14 | Cisco Technology, Inc. | Distributed application framework that uses network and application awareness for placing data |
US10708342B2 (en) | 2015-02-27 | 2020-07-07 | Cisco Technology, Inc. | Dynamic troubleshooting workspaces for cloud and network management systems |
US10037617B2 (en) | 2015-02-27 | 2018-07-31 | Cisco Technology, Inc. | Enhanced user interface systems including dynamic context selection for cloud-based networks |
US10382534B1 (en) | 2015-04-04 | 2019-08-13 | Cisco Technology, Inc. | Selective load balancing of network traffic |
US10476982B2 (en) | 2015-05-15 | 2019-11-12 | Cisco Technology, Inc. | Multi-datacenter message queue |
US10034201B2 (en) | 2015-07-09 | 2018-07-24 | Cisco Technology, Inc. | Stateless load-balancing across multiple tunnels |
US10067780B2 (en) | 2015-10-06 | 2018-09-04 | Cisco Technology, Inc. | Performance-based public cloud selection for a hybrid cloud environment |
US11005682B2 (en) | 2015-10-06 | 2021-05-11 | Cisco Technology, Inc. | Policy-driven switch overlay bypass in a hybrid cloud network environment |
US10462136B2 (en) | 2015-10-13 | 2019-10-29 | Cisco Technology, Inc. | Hybrid cloud security groups |
US10523657B2 (en) | 2015-11-16 | 2019-12-31 | Cisco Technology, Inc. | Endpoint privacy preservation with cloud conferencing |
US10205677B2 (en) | 2015-11-24 | 2019-02-12 | Cisco Technology, Inc. | Cloud resource placement optimization and migration execution in federated clouds |
US10084703B2 (en) | 2015-12-04 | 2018-09-25 | Cisco Technology, Inc. | Infrastructure-exclusive service forwarding |
US10367914B2 (en) | 2016-01-12 | 2019-07-30 | Cisco Technology, Inc. | Attaching service level agreements to application containers and enabling service assurance |
US10129177B2 (en) | 2016-05-23 | 2018-11-13 | Cisco Technology, Inc. | Inter-cloud broker for hybrid cloud networks |
US10659283B2 (en) | 2016-07-08 | 2020-05-19 | Cisco Technology, Inc. | Reducing ARP/ND flooding in cloud environment |
US10432532B2 (en) | 2016-07-12 | 2019-10-01 | Cisco Technology, Inc. | Dynamically pinning micro-service to uplink port |
US10263898B2 (en) | 2016-07-20 | 2019-04-16 | Cisco Technology, Inc. | System and method for implementing universal cloud classification (UCC) as a service (UCCaaS) |
US10382597B2 (en) | 2016-07-20 | 2019-08-13 | Cisco Technology, Inc. | System and method for transport-layer level identification and isolation of container traffic |
CN106250251B (zh) * | 2016-07-21 | 2018-12-21 | 北京航空航天大学 | 考虑共因和虚拟机故障迁移的云计算***可靠性建模方法 |
US10142346B2 (en) | 2016-07-28 | 2018-11-27 | Cisco Technology, Inc. | Extension of a private cloud end-point group to a public cloud |
US10567344B2 (en) | 2016-08-23 | 2020-02-18 | Cisco Technology, Inc. | Automatic firewall configuration based on aggregated cloud managed information |
US10523592B2 (en) | 2016-10-10 | 2019-12-31 | Cisco Technology, Inc. | Orchestration system for migrating user data and services based on user information |
US11044162B2 (en) | 2016-12-06 | 2021-06-22 | Cisco Technology, Inc. | Orchestration of cloud and fog interactions |
US10326817B2 (en) | 2016-12-20 | 2019-06-18 | Cisco Technology, Inc. | System and method for quality-aware recording in large scale collaborate clouds |
US10334029B2 (en) | 2017-01-10 | 2019-06-25 | Cisco Technology, Inc. | Forming neighborhood groups from disperse cloud providers |
US10552191B2 (en) | 2017-01-26 | 2020-02-04 | Cisco Technology, Inc. | Distributed hybrid cloud orchestration model |
US10320683B2 (en) | 2017-01-30 | 2019-06-11 | Cisco Technology, Inc. | Reliable load-balancer using segment routing and real-time application monitoring |
US10671571B2 (en) | 2017-01-31 | 2020-06-02 | Cisco Technology, Inc. | Fast network performance in containerized environments for network function virtualization |
US11005731B2 (en) | 2017-04-05 | 2021-05-11 | Cisco Technology, Inc. | Estimating model parameters for automatic deployment of scalable micro services |
US10439877B2 (en) | 2017-06-26 | 2019-10-08 | Cisco Technology, Inc. | Systems and methods for enabling wide area multicast domain name system |
US10382274B2 (en) | 2017-06-26 | 2019-08-13 | Cisco Technology, Inc. | System and method for wide area zero-configuration network auto configuration |
US10892940B2 (en) | 2017-07-21 | 2021-01-12 | Cisco Technology, Inc. | Scalable statistics and analytics mechanisms in cloud networking |
US10425288B2 (en) | 2017-07-21 | 2019-09-24 | Cisco Technology, Inc. | Container telemetry in data center environments with blade servers and switches |
US10601693B2 (en) | 2017-07-24 | 2020-03-24 | Cisco Technology, Inc. | System and method for providing scalable flow monitoring in a data center fabric |
US10541866B2 (en) | 2017-07-25 | 2020-01-21 | Cisco Technology, Inc. | Detecting and resolving multicast traffic performance issues |
US10353800B2 (en) | 2017-10-18 | 2019-07-16 | Cisco Technology, Inc. | System and method for graph based monitoring and management of distributed systems |
US11481362B2 (en) | 2017-11-13 | 2022-10-25 | Cisco Technology, Inc. | Using persistent memory to enable restartability of bulk load transactions in cloud databases |
CN107888706B (zh) * | 2017-12-08 | 2020-04-17 | 平安科技(深圳)有限公司 | 云产品故障处理方法、装置、设备及计算机可读存储介质 |
US10705882B2 (en) | 2017-12-21 | 2020-07-07 | Cisco Technology, Inc. | System and method for resource placement across clouds for data intensive workloads |
US11595474B2 (en) | 2017-12-28 | 2023-02-28 | Cisco Technology, Inc. | Accelerating data replication using multicast and non-volatile memory enabled nodes |
US10511534B2 (en) | 2018-04-06 | 2019-12-17 | Cisco Technology, Inc. | Stateless distributed load-balancing |
US10728361B2 (en) | 2018-05-29 | 2020-07-28 | Cisco Technology, Inc. | System for association of customer information across subscribers |
US10904322B2 (en) | 2018-06-15 | 2021-01-26 | Cisco Technology, Inc. | Systems and methods for scaling down cloud-based servers handling secure connections |
US10764266B2 (en) | 2018-06-19 | 2020-09-01 | Cisco Technology, Inc. | Distributed authentication and authorization for rapid scaling of containerized services |
US11019083B2 (en) | 2018-06-20 | 2021-05-25 | Cisco Technology, Inc. | System for coordinating distributed website analysis |
US10819571B2 (en) | 2018-06-29 | 2020-10-27 | Cisco Technology, Inc. | Network traffic optimization using in-situ notification system |
US10904342B2 (en) | 2018-07-30 | 2021-01-26 | Cisco Technology, Inc. | Container networking using communication tunnels |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413023A (zh) * | 2013-07-11 | 2013-11-27 | 电子科技大学 | 一种多状态***动态可靠度评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9363190B2 (en) * | 2013-07-31 | 2016-06-07 | Manjrasoft Pty. Ltd. | System, method and computer program product for energy-efficient and service level agreement (SLA)-based management of data centers for cloud computing |
-
2016
- 2016-01-27 CN CN201610053266.1A patent/CN105740084B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413023A (zh) * | 2013-07-11 | 2013-11-27 | 电子科技大学 | 一种多状态***动态可靠度评估方法 |
Non-Patent Citations (3)
Title |
---|
Reliability Testing Technology for Computer;Ruiying LI 等;《2009 8th International Conference on Reliability, Maintainability and Safety》;20090724;第1169-1172页 * |
基于BDD 的考虑共因失效的故障树可靠性分析;张国军 等;《华中科技大学学报》;20070831;第35卷(第9期);第1-4页 * |
网络可靠性评估方法综述;江逸楠 等;《计算机科学》;20120531;第39卷(第5期);第9-13,18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105740084A (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105740084B (zh) | 考虑共因故障的云计算***可靠性建模方法 | |
CN105511944B (zh) | 一种云***内部虚拟机的异常检测方法 | |
CN103502942B (zh) | 虚拟机管理设备和虚拟机管理方法 | |
CN110383795A (zh) | 基于服务图的无服务器云管理平台 | |
CN107004033A (zh) | 大规模并行处理器数据库***和方法 | |
CN108810115B (zh) | 一种适用于分布式数据库的负载均衡方法、装置及服务器 | |
Balaji et al. | Mapping communication layouts to network hardware characteristics on massive-scale blue gene systems | |
CN107609141A (zh) | 一种对大规模可再生能源数据进行快速概率建模方法 | |
CN104158748B (zh) | 一种面向云计算网络的拓扑探测方法 | |
Garg et al. | Order scheduling models: Hardness and algorithms | |
CN108304318A (zh) | 设备兼容性的测试方法及终端设备 | |
CN106412124A (zh) | 一种并序化云服务平台任务分配***及任务分配方法 | |
CN104866460B (zh) | 一种基于SoC的容错自适应可重构***与方法 | |
CN106330556B (zh) | 一种用于生成服务模块调用关联信息的方法与装置 | |
CN107122849B (zh) | 基于SparkR的产品检测总完工时间极小化方法 | |
CN106250251B (zh) | 考虑共因和虚拟机故障迁移的云计算***可靠性建模方法 | |
CN110868330A (zh) | 云平台可划分cpu资源的评估方法、装置及评估*** | |
CN105930260B (zh) | 一种***可用性测试方法及装置 | |
CN108536590A (zh) | 一种***服务重要程度评级的方法及***装置 | |
CN107506932A (zh) | 电网风险场景并行计算方法和*** | |
BR102022003727A2 (pt) | Método para representar objetos de uma rede em uma gui | |
US10838841B2 (en) | Grouping log pieces of different context within a log file in virtualization system | |
Deodhar et al. | Enhancing user-productivity and capability through integration of distinct software in epidemiological systems | |
Dong et al. | Impact analysis about response time considering deployment change of SaaS software | |
CN110504690B (zh) | 一种将云计算用于电力潮流计算的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |