JP5636922B2 - 性能予測装置、性能予測方法およびプログラム - Google Patents
性能予測装置、性能予測方法およびプログラム Download PDFInfo
- Publication number
- JP5636922B2 JP5636922B2 JP2010269494A JP2010269494A JP5636922B2 JP 5636922 B2 JP5636922 B2 JP 5636922B2 JP 2010269494 A JP2010269494 A JP 2010269494A JP 2010269494 A JP2010269494 A JP 2010269494A JP 5636922 B2 JP5636922 B2 JP 5636922B2
- Authority
- JP
- Japan
- Prior art keywords
- input
- model
- output
- information processing
- processing system
- 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
Images
Landscapes
- Debugging And Monitoring (AREA)
Description
一例では、ITシステムにおいて、SLA(Service Level Agreement)のように、性能指標がある特定の範囲に収まるように契約が結ばれている場合、性能指標がSLAを満たさなくなるような条件を見極める必要がある。
すなわち、特許文献1、特許文献2および非特許文献1に記載された方法では、特定の性能指標の領域に注目してそのシステムがどの程度の性能を有しているのか精度よく予測することができない。
図1は、本発明の構成例を示す図である。図1において、性能予測装置1は、通信網3を介して計測の対象とする計測対象システム2と通信可能に接続されている。性能予測装置1は、サーバやパーソナルコンピュータ等のプログラムに従って動作する情報処理装置である。計測対象システム2は、1台、もしくは複数台のサーバやパーソナルコンピュータ等のプログラムに従って動作する情報処理装置で構成された情報処理システムである。なお、複数台の情報処理装置で構成される場合は、それらの間の通信は通信網3を介して行っているものでもよいし、直接に接続された通信ケーブル等で行っているものでもよい。通信網3は、例えばインターネットなどでもよいし、あるいは、LAN(Local Area Network)でもよいが、性能予測装置1と計測対象システム2の間の通信を可能にするものであればこれらに限定されるものではない。
図2は、本発明による性能予測装置の第1の実施形態における機能構成例を示すブロック図である。図2に示すように、本実施形態による性能予測装置1は、モデル蓄積手段101と、特定出力獲得手段102と、性能予測手段103と、入力内容決定手段104と、計測対象システム実行手段105と、情報収集手段106と、モデルフィッティング手段107を含む。
なお、性能予測手段103によって、後述する処理を行なってモデルをフィッティングした場合は、予め有しているモデルに基づき性能予測した場合に比べ、予測精度が向上する。
このときの計測対象システム実行手段105からの出力は、計測対象システム2に入力させるために、入力内容決定手段104によって算出された特定の出力に対応する入力となる。
なお、モデルhは、入力uに対して出力yを対応させるものであり、例えば、h(u)=a*exp(b*u)(ここでa,bは事前に与えられるパラメタ)のようなuに関する数式で表現されるものでもよい。あるいは、待ち行列網のようなものでもよく、これらに限定されるものではない。
また、以下では、入力と出力がそれぞれ一変数の場合で説明していくが、それらが多変数であっても容易に適用が可能であることは言うまでもない。
フィッティングの方法は、例えば、モデル蓄積手段101から取得したモデルがh(u)=a*exp(b*u)であったときに、このモデルh(u)に対する情報収集手段106が収集した計測対象システム2の入出力との誤差を最小にするようにパラメタa,bを補正する。
誤差を最小にする方法としては、例えば、最小二乗法や遺伝的アルゴリズムを用いる方法などがあるがこれらに限定されるものではない。
計測対象システム2の入力と、その入力に対応する出力とを黒点で表し、その入出力にあわせてフィッティングしたモデルh’(u)をuy平面に表した一例を図6に示す。
従って、本実施形態によれば、計測対象システム2の入力と出力の対応を用いて、モデルhに含まれるa,bのようなパラメタをフィッティングすることにより、より実態に近いモデルが得られる。そのモデルから、先に得られた特定の出力に対応する入力u_1よりも、精度が高い特定の出力に対応する入力を得ることができる。
図7は、本発明による性能予測装置の第2の実施形態の機能構成例を示すブロック図である。図7に示すように、本実施形態による性能予測装置1は、モデル蓄積手段101’と、特定出力獲得手段102と、性能予測手段103と、入力内容決定手段104’と、計測対象システム実行手段105と、情報収集手段106と、モデルフィッティング手段107と、繰返し制御手段108を含む。
モデル蓄積手段101’は、例えば、コンピュータ等が備えているHDD等の記憶媒体に、計測の対象とするシステムの性能指標の入力と出力の関係のモデルを蓄積する機能を備えている。また、モデル蓄積手段101’は、モデルフィッティング手段107がフィッティングしたモデルを新たなモデルとして蓄積する機能を備えている。
繰返し制御手段108は、モデル蓄積手段101’がモデルフィッティング手段107によってフィッティングされたモデルを新たなモデルとして蓄積されたことを受けて、その後、入力内容決定手段104’がその新たなモデルに基づいて特定の出力(特定出力獲得手段102によって既に取得されている特定の出力)に対応する入力を再度算出して入力内容を決定し、決定した入力内容によって計測対象システム実行手段105を動作させ、情報収集手段106によって計測対象システム2からの入力と その入力に対応する出力を収集し、モデルフィッティング手段107によって収集した入出力を基に、使用した新たなモデルを再度フィッティングするという一連のプロセスを繰り返すか、または一連のプロセスを繰り返さないかを判断する機能を備えている。
本実施形態では、繰返し制御手段108は、モデルフィッティング手段107がフィッティングしたモデルの精度を基に、一連のプロセスを繰り返すか繰り返さないかを判断する機能を備えている場合について以下で説明する。しかしながら、繰返し制御手段108が繰り返しの判断をする基準は、例えば、事前に与えられた回数だけ繰り返したかどうかによってもよいし、この例示に限定されるものではない。
図9に、フィッティングする前の元モデルh(u)、h(u)に基づいて算出された特定の出力y_1に対する入力u_1,フィッティングした新たなモデルh(u)’、および、h(u)’ に基づいて算出された特定の出力y_1に対する入力u_2をuy平面に表した一例を示す。このu_1とu_2の差が事前に与えられた値よりも小さければ新たなモデルh(u)’の精度が十分であるとし、小さくなければ新たなモデルh(u)’の精度は十分ではないとする。あるいは、u_1とu_2の差に加えて、フィッティングした新たなモデルh(u)’に対する情報収集手段106が収集した計測対象システム2の入出力との誤差に基づいてもよい。このようにすることにより、特定の出力y_1に対する入力という一点のみならず、その近傍においても新たなモデルが入出力の関係を正しく反映しているかどうかを考慮することができる。また、フィッティングの繰り返しを2回以上行っている場合には、初回の値と1回目の値との差、1回目の値と2回目の値との差のように、複数のモデルによる特定の出力に対する値を用いて、最後にフィッティングしたモデル(新たなモデル)の精度について、閾値や収束度に基づき精度が十分であるか否かを判定してもよい。何れの判定方法も特にモデルが複雑な形状を取る場合により好適である。
ε_A、および、ε_Bを、例えば、第1の実施形態に述べた方法で決定したときに、図10の例では、既に実測した計測対象システム2の入出力の一部が、u_1−ε_Bからu_1+ε_Aの範囲に含まれている。モデルh(u)は、ステップS17で計測対象システム2の入出力を用いてフィッティングされていることを鑑みると、図10の例においては、u_1からu_1+ε_Aの範囲よりも、u_1−ε_Bからu_1の範囲を重点的に計測すれば、次に行うフィッティングの精度がより高まると期待される。他の例を図11に示す。図11に示す例では、計測対象システム2の入出力が、u_1−ε_Bからu_1+ε_Aの範囲に含まれていない。しかし、この場合においても、uの値の大きいところでモデルh(u)がフィッティングされているので、u_1からu_1+ε_Aの範囲よりも、u_1−ε_Bからu_1の範囲を重点的に計測すれば、u_1を挟んだモデルh(u)のuの値の小さい側もフィッティング用の値を取得することとなるので、次に行うフィッティングの精度がより高まると期待される。上述のように重点的に計測する入力を入力内容として決定すればよい。
従って、第1の実施形態とは異なり、プロセスを繰り返すことにより、特定の出力に対応する入力を予測する精度が高まることが期待される。また、プロセスを繰り返す基準をモデルフィッティング手段107がフィッティングしたモデルの精度とすることによって、望ましい精度まで特定の出力に対応する入力を予測することができると期待される。
図12は、本発明による性能予測装置の第3の実施形態の機能構成例を示すブロック図である。図12に示すように、本実施形態による性能予測装置1は、モデル蓄積手段101’と、特定出力獲得手段102と、性能予測手段103と、入力内容決定手段104と、計測対象システム実行手段105と、情報収集手段106’と、モデルフィッティング手段107を含む。
モデル蓄積手段101’は、例えば、コンピュータ等が備えているHDD等の記憶媒体に、計測の対象とするシステムの性能指標の入力と出力の関係のモデルを蓄積する機能を備えている。また、モデル蓄積手段101’は、モデルフィッティング手段107がフィッティングしたモデルを新たなモデルとして蓄積する機能を備えている。
フィッティングの方法は、最小二乗法や遺伝的アルゴリズムなどを適に用いて第1の実施の形態で述べた方法で行えばよい。
第3の実施形態においては、モデルフィッティング手段107は、情報収集手段106’が収集した計測対象システム2の適当な入力、および、入力に対応する出力を基に、モデル蓄積手段101’から取得したモデルをフィッティングする。
従って、第1の実施形態とは異なり、システムの実際の入出力で事前にフィッティングしたモデルをステップS12で用いることができるので、特定の出力に対する入力の予測の精度を高めると期待できる。
このとき、低負荷時の入出力のみからフィッティングすることに変えて、入力内容決定手段の指示の元、高負荷時の入出力を1点ないし数点取得するように計測対象システム実行手段と情報収集手段を動作させ、低負荷時の入出力と高負荷時の入出力とを合わせてフィッティングすることによって、モデルのフィッティング精度を高くすることが可能となる。なお、高負荷時の入出力を取得する数については、高負荷の計測に要するコストに鑑みて定めればよい。
[付記1]
計測の対象とする情報処理システムに関する入力と出力の関係のモデルを蓄積するモデル蓄積手段と、
前記情報処理システムの性能を予測する際に、予測の対象とする特定の出力を取得する特定出力獲得手段と、
前記モデル蓄積手段が蓄積している前記情報処理システムのモデルを用いて、前記特定出力獲得手段が取得した前記特定出力に対応する入力を算出し、前記特定出力に対応する入力を基に、入力内容を決定する入力内容決定手段と、
前記入力内容決定手段が決定した前記入力内容を入力とするように、前記情報処理システムを実行させる計測対象システム実行手段と、
前記計測対象システム実行手段が実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集する情報収集手段と、
前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングするモデルフィッティング手段と、
前記モデルフィッティング手段によってフィッティングされた新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する性能予測手段と、
を備えることを特徴とする性能予測装置。
前記モデル蓄積手段は、前記モデルフィッティング手段がフィッティングしたモデルを新たなモデルとして蓄積することを特徴とする上記付記記載の性能予測装置。
前記情報収集手段は、前記情報処理システムの適当な入力、および、前記適当な入力に対する出力を収集し、
前記モデルフィッティング手段は、前記モデル蓄積手段から取得したモデルを、当該モデル、収集した前記適当な入力、および前記適当な入力に対応する出力に基づき推定して、予測の対象とした特定の出力の近傍のモデルにフィッティングする
ことを特徴とする上記付記記載の性能予測装置。
前記適当な入力とは、前記情報処理システムが低負荷の場合の入力であり、
前記前記特定の出力とは、前記情報処理システムが高負荷の場合の出力である
ことを特徴とする上記付記記載の性能予測装置。
前記入力内容決定手段は、予測の対象とする特定の出力が高負荷動作時の出力であった場合に、前記計測対象システム実行手段に、前記情報処理システムが低負荷動作となるように、前記入力内容とする入力を算出し、
前記モデルフィッティング手段は、前記情報収集手段によって収集された前記情報処理システムの低負荷動作をさせる入力と、当該入力に応じて出力された低負荷動作時の出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングし、
前記性能予測手段から、低負荷動作の値に基づくフィッティングを行った新たなモデルに基づき、前記情報処理システムについて予測の対象とした高負荷動作時の出力の性能を予測する
ことを特徴とする上記付記記載の性能予測装置。
前記モデル蓄積手段が前記フィッティングしたモデルを新たなモデルとして蓄積し、前記入力内容決定手段が前記新たなモデルに基づいて前記特定出力手段が取得した特定の出力に対応する入力を算出して前記特定の出力に対応する入力に基づいて入力内容を決定し、前記計測対象システム実行手段が前記入力内容を入力として前記情報処理システムを実行させ、前記情報収集手段が前記計測対象システム実行手段が実行させた前記情報処理システムの入力 および 前記入力に対応する出力を収集し、前記モデルフィッティング手段が前記情報収集手段が収集した前記情報処理システムの入力 および 前記入力に対応する出力を基に、前記モデル蓄積手段から取得した前記新たなモデルをフィッティングするという一連のプロセスを繰り返すか、または、一連のプロセスを繰り返さないかを判断する繰返し制御手段を更に備える
ことを特徴とする上記付記記載の性能予測装置。
前記繰返し制御手段は、前記モデルフィッティング手段がフィッティングしたモデルの精度を基に、前記一連のプロセスを繰り返すか繰り返さないかを判断することを特徴とする上記付記記載の性能予測装置。
前記入力内容決定手段は、前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力に基づいて、入力内容を決定することを特徴とする上記付記記載の性能予測装置。
計測の対象とする情報処理システムに関する入力と出力の関係のモデルを予め蓄積し、
前記情報処理システムの性能を予測する際に基準とする、予測の対象である特定出力を取得し、
前記モデルを用いて、前記特定出力に対応する入力を算出処理し、算出した前記特定出力に対応する入力を基に、前記情報処理システムへの入力内容を決定処理し、
決定した前記入力内容を入力とするように前記情報処理システムを実行させ、
実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集し、
収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデルをフィッティングし、
フィッティングした新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する
ことを特徴とする性能予測方法。
モデルの蓄積は、フィッティングしたモデルを新たなモデルとして順次蓄積することを特徴とする上記付記記載の性能予測方法。
前記情報処理システムの入力および出力の情報収集は、当該情報処理システムの適当な入力、および、前記適当な入力に対する出力を収集し、
取得した元モデルを、当該モデル、収集した前記適当な入力、および前記適当な入力に対応する出力に基づき推定して、予測の対象とした特定の出力の近傍のモデルにフィッティングする
ことを特徴とする上記付記記載の性能予測方法。
前記適当な入力とは、前記情報処理システムが低負荷の場合の入力であり、
前記前記特定の出力とは、前記情報処理システムが高負荷の場合の出力である
ことを特徴とする上記付記記載の性能予測方法。
前記情報処理システムへの入力内容を決定処理は、予測の対象とする特定の出力が高負荷動作時の出力であった場合に、前記情報処理システムが低負荷動作となるように、前記入力内容とする入力を算出し、
モデルフィッティング時に、収集された前記情報処理システムの低負荷動作をさせる入力と、当該入力に応じて出力された低負荷動作時の出力を基に、取得したモデルをフィッティングし、
低負荷動作の値に基づくフィッティングを行った新たなモデルに基づき、前記情報処理システムについて予測の対象とした高負荷動作時の出力の性能を予測する
ことを特徴とする上記付記記載の性能予測方法。
前記フィッティングしたモデルを新たなモデルとして蓄積し、前記新たなモデルに基づいて取得した特定の出力に対応する入力を算出して前記特定の出力に対応する入力に基づいて入力内容を決定し、前記入力内容を入力として前記情報処理システムを実行させ、実行させた前記情報処理システムの入力 および 前記入力に対応する出力を収集し、収集した前記情報処理システムの入力 および 前記入力に対応する出力を基に、取得した前記新たなモデルをフィッティングするという一連のプロセスを繰り返すか、または、一連のプロセスを繰り返さないかを判断する繰返し制御処理を行う
ことを特徴とする上記付記記載の性能予測方法。
前記繰返し制御処理は、フィッティングしたモデルの精度を基に、前記一連のプロセスを繰り返すか繰り返さないかを判断することを特徴とする上記付記記載の性能予測方法。
前記入力内容の決定処理では、収集した前記情報処理システムの入力、および、前記入力に対応する出力に基づいて、入力内容を決定することを特徴とする上記付記記載の性能予測方法。
情報処理装置の制御部を、
計測の対象とする情報処理システムに関する入力と出力の関係のモデルを蓄積するモデル蓄積手段と、
前記情報処理システムの性能を予測する際に、予測の対象とする特定の出力を取得する特定出力獲得手段と、
前記モデル蓄積手段が蓄積している前記情報処理システムのモデルを用いて、前記特定出力獲得手段が取得した前記特定出力に対応する入力を算出し、前記特定出力に対応する入力を基に、入力内容を決定する入力内容決定手段と、
前記入力内容決定手段が決定した前記入力内容を入力とするように、前記情報処理システムを実行させる計測対象システム実行手段と、
前記計測対象システム実行手段が実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集する情報収集手段と、
前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングするモデルフィッティング手段と、
前記モデルフィッティング手段によってフィッティングされた新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する性能予測手段、
として機能させることを特徴とするプログラム。
前記モデル蓄積手段を、前記モデルフィッティング手段がフィッティングしたモデルを新たなモデルとして蓄積するように動作させることを特徴とする上記付記記載のプログラム。
前記情報収集手段は、前記情報処理システムの適当な入力、および、前記適当な入力に対する出力を収集し、
前記モデルフィッティング手段は、前記モデル蓄積手段から取得したモデルを、当該モデル、収集した前記適当な入力、および前記適当な入力に対応する出力に基づき推定して、予測の対象とした特定の出力の近傍のモデルにフィッティングする
ように動作させることを特徴とする上記付記記載のプログラム。
前記適当な入力とは、前記情報処理システムが低負荷の場合の入力であり、
前記前記特定の出力が、前記情報処理システムが高負荷の場合の出力となる
ように動作させることを特徴とする上記付記記載のプログラム。
前記入力内容決定手段は、予測の対象とする特定の出力が高負荷動作時の出力であった場合に、前記計測対象システム実行手段に、前記情報処理システムが低負荷動作となるように、前記入力内容とする入力を算出し、
前記モデルフィッティング手段は、前記情報収集手段によって収集された前記情報処理システムの低負荷動作をさせる入力と、当該入力に応じて出力された低負荷動作時の出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングし、
前記性能予測手段から、低負荷動作の値に基づくフィッティングを行った新たなモデルに基づき、前記情報処理システムについて予測の対象とした高負荷動作時の出力の性能を予測する
ように動作させることを特徴とする上記付記記載のプログラム。
前記モデル蓄積手段が前記フィッティングしたモデルを新たなモデルとして蓄積し、前記入力内容決定手段が前記新たなモデルに基づいて前記特定出力手段が取得した特定の出力に対応する入力を算出して前記特定の出力に対応する入力に基づいて入力内容を決定し、前記計測対象システム実行手段が前記入力内容を入力として前記情報処理システムを実行させ、前記情報収集手段が前記計測対象システム実行手段が実行させた前記情報処理システムの入力 および 前記入力に対応する出力を収集し、前記モデルフィッティング手段が前記情報収集手段が収集した前記情報処理システムの入力 および 前記入力に対応する出力を基に、前記モデル蓄積手段から取得した前記新たなモデルをフィッティングするという一連のプロセスを繰り返すか、または、一連のプロセスを繰り返さないかを判断する繰返し制御手段
として更に制御部を動作させることを特徴とする上記付記記載のプログラム。
前記繰返し制御手段が、前記モデルフィッティング手段がフィッティングしたモデルの精度を基に、前記一連のプロセスを繰り返すか繰り返さないかを判断する
ように動作させることを特徴とする上記付記記載のプログラム。
前記入力内容決定手段が、前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力に基づいて、入力内容を決定する
ように動作させることを特徴とする上記付記記載のプログラム。
2 計測対象システム
3 通信網
101、101’ モデル蓄積手段
102 特定出力獲得手段
103 性能予測手段
104、104’ 入力内容決定手段
105 計測対象システム実行手段
106、106’ 情報収集手段
107 モデルフィッティング手段
108 繰返し制御手段
Claims (10)
- 計測の対象とする情報処理システムに関する入力と出力の関係のモデルを蓄積するモデル蓄積手段と、
前記情報処理システムの性能を予測する際に、予測の対象とする特定の出力を取得する特定出力獲得手段と、
前記モデル蓄積手段が蓄積している前記情報処理システムのモデルを用いて、前記特定出力獲得手段が取得した前記特定出力に対応する入力を算出し、前記特定出力に対応する入力を基に、入力内容を決定する入力内容決定手段と、
前記入力内容決定手段が決定した前記入力内容を入力とするように、前記情報処理システムを実行させる計測対象システム実行手段と、
前記計測対象システム実行手段が実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集する情報収集手段と、
前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングするモデルフィッティング手段と、
前記モデルフィッティング手段によってフィッティングされた新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する性能予測手段と、
を備えることを特徴とする性能予測装置。 - 前記モデル蓄積手段は、前記モデルフィッティング手段がフィッティングしたモデルを新たなモデルとして蓄積することを特徴とする請求項1記載の性能予測装置。
- 前記情報収集手段は、前記情報処理システムの適当な入力、および、前記適当な入力に対する出力を収集し、
前記モデルフィッティング手段は、前記モデル蓄積手段から取得したモデルを、当該モデル、収集した前記適当な入力、および前記適当な入力に対応する出力に基づき推定して、予測の対象とした特定の出力の近傍のモデルにフィッティングする
ことを特徴とする請求項2記載の性能予測装置。 - 前記適当な入力とは、前記情報処理システムが低負荷の場合の入力であり、
前記特定の出力とは、前記情報処理システムが高負荷の場合の出力である
ことを特徴とする請求項3記載の性能予測装置。 - 前記入力内容決定手段は、予測の対象とする特定の出力が高負荷動作時の出力であった場合に、前記計測対象システム実行手段に、前記情報処理システムが低負荷動作となるように、前記入力内容とする入力を算出し、
前記モデルフィッティング手段は、前記情報収集手段によって収集された前記情報処理システムの低負荷動作をさせる入力と、当該入力に応じて出力された低負荷動作時の出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングし、
前記性能予測手段から、低負荷動作の値に基づくフィッティングを行った新たなモデルに基づき、前記情報処理システムについて予測の対象とした高負荷動作時の出力の性能を予測する
ことを特徴とする請求項2記載の性能予測装置。 - 前記モデル蓄積手段が前記フィッティングしたモデルを新たなモデルとして蓄積し、前記入力内容決定手段が前記新たなモデルに基づいて前記特定出力獲得手段が取得した特定の出力に対応する入力を算出して前記特定の出力に対応する入力に基づいて入力内容を決定し、前記計測対象システム実行手段が前記入力内容を入力として前記情報処理システムを実行させ、前記情報収集手段が前記計測対象システム実行手段が実行させた前記情報処理システムの入力 および 前記入力に対応する出力を収集し、前記モデルフィッティング手段が前記情報収集手段が収集した前記情報処理システムの入力 および 前記入力に対応する出力を基に、前記モデル蓄積手段から取得した前記新たなモデルをフィッティングするという一連のプロセスを繰り返すか、または、一連のプロセスを繰り返さないかを判断する繰返し制御手段を更に備える
ことを特徴とする請求項2乃至5の何れか一項に記載の性能予測装置。 - 前記繰返し制御手段は、前記モデルフィッティング手段がフィッティングしたモデルの精度を基に、前記一連のプロセスを繰り返すか繰り返さないかを判断することを特徴とする請求項6記載の性能予測装置。
- 前記入力内容決定手段は、前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力に基づいて、入力内容を決定することを特徴とする請求項5乃至6の何れか一項に記載の性能予測装置。
- 計測の対象とする情報処理システムに関する入力と出力の関係のモデルを予め蓄積し、
前記情報処理システムの性能を予測する際に基準とする、予測の対象である特定出力を取得し、
前記モデルを用いて、前記特定出力に対応する入力を算出処理し、算出した前記特定出力に対応する入力を基に、前記情報処理システムへの入力内容を決定処理し、
決定した前記入力内容を入力とするように前記情報処理システムを実行させ、
実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集し、
収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデルをフィッティングし、
フィッティングした新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する
ことを特徴とする性能予測方法。 - 情報処理装置の制御部を、
計測の対象とする情報処理システムに関する入力と出力の関係のモデルを蓄積するモデル蓄積手段と、
前記情報処理システムの性能を予測する際に、予測の対象とする特定の出力を取得する特定出力獲得手段と、
前記モデル蓄積手段が蓄積している前記情報処理システムのモデルを用いて、前記特定出力獲得手段が取得した前記特定出力に対応する入力を算出し、前記特定出力に対応する入力を基に、入力内容を決定する入力内容決定手段と、
前記入力内容決定手段が決定した前記入力内容を入力とするように、前記情報処理システムを実行させる計測対象システム実行手段と、
前記計測対象システム実行手段が実行させた前記情報処理システムの入力、および、前記入力に対応する出力を収集する情報収集手段と、
前記情報収集手段が収集した前記情報処理システムの入力、および、前記入力に対応する出力を基に、前記モデル蓄積手段から取得したモデルをフィッティングするモデルフィッティング手段と、
前記モデルフィッティング手段によってフィッティングされた新たなモデルに基づいて、前記情報処理システムについて予測の対象とした特定の出力の性能を予測する性能予測手段、
として機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010269494A JP5636922B2 (ja) | 2010-12-02 | 2010-12-02 | 性能予測装置、性能予測方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010269494A JP5636922B2 (ja) | 2010-12-02 | 2010-12-02 | 性能予測装置、性能予測方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012118872A JP2012118872A (ja) | 2012-06-21 |
JP5636922B2 true JP5636922B2 (ja) | 2014-12-10 |
Family
ID=46501587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010269494A Active JP5636922B2 (ja) | 2010-12-02 | 2010-12-02 | 性能予測装置、性能予測方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5636922B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5977714B2 (ja) | 2012-05-24 | 2016-08-24 | 日本特殊陶業株式会社 | ガスセンサ |
JPWO2013183425A1 (ja) * | 2012-06-06 | 2016-01-28 | 日本電気株式会社 | 性能予測装置、性能予測方法及びプログラム |
WO2018105079A1 (ja) * | 2016-12-08 | 2018-06-14 | 三菱電機株式会社 | 性能評価装置、性能評価方法および性能評価プログラム |
-
2010
- 2010-12-02 JP JP2010269494A patent/JP5636922B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012118872A (ja) | 2012-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9696786B2 (en) | System and method for optimizing energy consumption by processors | |
US11762918B2 (en) | Search method and apparatus | |
JP6571914B2 (ja) | 情報の複数のドメインを組合せることによる仕事の実施データ内の異常の検知 | |
JP5831558B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
US8849738B2 (en) | Predicting a user behavior number of a word | |
JP5373870B2 (ja) | 予測装置、予測方法、及び、プログラム | |
JP5068383B1 (ja) | 予測装置、予測方法及び予測プログラム | |
JP5827425B1 (ja) | 予兆診断システム及び予兆診断方法 | |
EP3383088A1 (en) | A computer implemented method, a system and computer programs to quantify the performance of a network | |
JP7010674B2 (ja) | 電力需要予測装置、電力需要予測方法およびプログラム | |
JP5636922B2 (ja) | 性能予測装置、性能予測方法およびプログラム | |
Westermann et al. | Efficient experiment selection in automated software performance evaluations | |
JP6494258B2 (ja) | 予測システム、予測方法、および予測プログラム | |
JP6502062B2 (ja) | 通信品質予測装置及び通信品質予測プログラム | |
US9188968B2 (en) | Run-time characterization of on-demand analytical model accuracy | |
JP2009193205A (ja) | 自動チューニングシステム、自動チューニング装置、自動チューニング方法 | |
JP5560220B2 (ja) | 工数見積装置、工数見積方法、工数見積プログラム | |
US11616704B2 (en) | Information processing method, storage medium, and information processing device | |
CN112463378B (zh) | 一种服务器资产扫描方法、***、电子设备及存储介质 | |
JP2005063208A (ja) | ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体 | |
JP6324124B2 (ja) | 予測システム、予測方法、および予測プログラム | |
JP2008165412A (ja) | 性能演算装置 | |
US20230039523A1 (en) | Model update device and method and process control system | |
WO2010001966A1 (ja) | 時系列データ処理装置およびその方法とプログラム | |
JP5765266B2 (ja) | 性能評価方法、情報処理装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140702 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140710 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141007 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5636922 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |