• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 39
    • 下载费用:20 金币  

    重庆时时彩一直跟大小: 使用搜索技术的计算机性能预测.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201480074031.X

    申请日:

    2014.03.28

    公开号:

    CN106030565A

    公开日:

    2016.10.12

    当前法律状态:

    实审

    有效性:

    审中

    法律详情: 实质审查的生效IPC(主分类):G06F 17/00申请日:20140328|||公开
    IPC分类号: G06F17/00; G06F17/30 主分类号: G06F17/00
    申请人: 微软技术许可有限责任公司
    发明人: T·瑟托
    地址: 美国华盛顿州
    优先权: 2014.01.23 US 61/930,923; 2014.01.23 US 61/930,926; 2014.01.23 US 61/930,928; 2014.01.23 US 61/930,929
    专利代理机构: 上海专利商标事务所有限公司 31100 代理人: 蔡悦
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201480074031.X

    授权公告号:

    |||

    法律状态公告日:

    2016.11.09|||2016.10.12

    法律状态类型:

    实质审查的生效|||公开

    摘要

    计算机监控系统可通过比较当前时间序列数据的片段与之前观测到的时间序列片段来寻找匹配片段来预测短期和长期的性能。根据匹配的片段,可以通过检查时间序列中的稍后的观测来作出性能预测。每个时间序列元素可包括大量参数,并且一种用于比较片段的机制可将这些元素作为多维向量来处理并使用余弦相似性来找出显著匹配。部署机制可将时间序列片段存储在一个可搜索的数据库中,并用新观测到的时间序列片段来搜索数据库以找出匹配。

    权利要求书

    1.一种在至少一个计算机处理器上执行的方法,所述方法包括:
    接收第一时间序列片段,所述第一时间序列片段包括在执行第一计算机应用
    时观测到的性能数据;
    从历史数据库中标识第二时间序列片段,所述历史数据库包括执行所述第一
    计算机应用时观测到的时间序列,所述第二时间序列片段类似于所述第一时间序列
    片段;
    从所述历史数据库中标识第三时间序列片段,所述第三时间序列在顺序上在
    所述第二时间序列片段之后;以及
    基于所述第三时间序列片段来创建预测。
    2.如权利要求1所述的方法,其特征在于,进一步包括:
    从所述历史数据库中标识第四时间序列片段,所述第四时间序列片段类似于
    所述第一时间序列片段;
    从所述历史数据库中标识第五时间序列片段,所述第五时间序列在顺序上在
    所述第四时间序列片段之后;以及
    基于所述第三时间序列片段和所述第五时间片段来创建所述预测。
    3.如权利要求2所述的方法,其特征在于,所述预测至少通过用第一权重来
    加权所述第三时间序列并且用第二权重来加权所述第五时间序列来创建。
    4.如权利要求2的方法,其特征在于,所述历史数据库包括多个时间序列,
    所述时间序列中的至少一个时间序列是在第一执行平台上执行所述第一计算机应
    用时的观测,并且所述时间序列中的至少第二个时间序列是在第二执行平台上执行
    所述第一计算机应用时的观测。
    5.如权利要求4的方法,其特征在于,所述第三时间序片段是来自所述第一
    执行平台的观测,并且所述第五时间序片段是来自所述第二执行平台的观测。
    6.如权利要求4的方法,其特征在于,所述历史数据库进一步包括作为执行
    第二计算机应用时的观测的至少一个时间序列。
    7.如权利要求6的方法,其特征在于,所述第三时间序片段是来自所述第一
    计算机应用的观测,并且所述第五时间序片段是来自所述第二计算机应用的观测。
    8.如权利要求7的方法,其特征在于,所述第一计算机应用是所述第二计算
    机应用的一个版本。
    9.如权利要求1所述的方法,其特征在于,所述性能数据包括所述第一应用
    内的第一函数和第二函数的性能数据。
    10.如权利要求9所述的方法,其特征在于,所述性能数据包括针对所述时间
    序列中的一个时间间隔的聚合的性能数据。
    11.一种系统,包括:
    处理器;
    数据库,所述数据库包括表示通过跟踪第一应用而得到的性能观测的多个时
    间序列;
    搜索引擎,所述搜索引擎:
    接收第一时间序列片段,所述第一时间序列片段包括在执行所述第一计算机
    应用时观测到的性能数据;
    从所述历史数据库中标识第二时间序列片段,所述第二时间序列片段类似于
    所述第一时间序列片段;并且
    返回所述第二时间序列片段,
    分析引擎,所述分析引擎:
    从所述历史数据库中标识第三时间序列片段,所述第三时间序列在顺序上在
    所述第二时间序列片段之后;以及
    基于所述第三时间序列片段来创建预测。
    12.如权利要求11所述的系统,其特征在于,所述搜索引擎还:
    从所述历史数据库中标识第四时间序列片段,所述第四时间序列片段类似于
    所述第一时间序列片段;
    所述分析引擎还:
    从所述历史数据库中标识第五时间序列片段,所述第五时间序列在顺序上在
    所述第四时间序列片段之后;并且
    基于所述第三时间序列片段和所述第五时间片段来创建所述预测。
    13.如权利要求12所述的系统,其特征在于,所述预测至少通过用第一权重
    来加权所述第三时间序列并且用第二权重来加权所述第五时间序列来创建。
    14.如权利要求12的系统,其特征在于,所述历史数据库包括多个时间序列,
    所述时间序列中的至少一个时间序列是在第一执行平台上执行所述第一计算机应
    用时的观测,并且所述时间序列中的至少第二个时间序列是在第二执行平台上执行
    所述第一计算机应用时的观测。
    15.如权利要求14的系统,其特征在于,所述第三时间序片段是来自所述第
    一执行平台的观测,并且所述第五时间序片段是来自所述第二执行平台的观测。
    16.如权利要求14所述的系统,其特征在于,所述历史数据库进一步包括作
    为执行第二计算机应用时的观测的至少一个时间序列。
    17.如权利要求16所述的系统,其特征在于,所述第三时间序片段是来自所
    述第一计算机应用的观测,并且所述第五时间序片段是来自所述第二计算机应用的
    观测。
    18.如权利要求17所述的系统,其特征在于,所述第一计算机应用是所述第
    二计算机应用的一个版本。
    19.如权利要求11所述的系统,其特征在于,所述性能数据包括所述第一应
    用内的第一函数和第二函数的性能数据。
    20.如权利要求19所述的系统,其特征在于,所述性能数据包括针对所述时
    间序列中的一个时间间隔的聚合的性能数据。
    计算机应用的表现聚类的可视化
    21.一种在至少一个计算机处理器上执行的方法,所述方法包括:
    生成表示通过跟踪计算机应用而收集到的第一时间序列的降维转换,所述第
    一时间序列包括在所述第一时间序列的每一观测处的多个函数的性能数据,所述多
    个函数中的每一个函数是所述计算机应用的一部分;
    接收通过跟踪计算机应用而收集到的第二时间序列并且应用所述降维转换以
    生成经转换的数据集;以及
    使所述经转换的数据集被显示。
    22.如权利要求21所述的方法,其特征在于,所述性能观测包括所述多个函
    数中的每一个函数的资源利用率。
    23.如权利要求22所述的方法,其特征在于,所述资源利用率是下列各项组
    成的组中的至少一个:
    存储器利用率;
    处理器利用率;以及
    网络利用率。
    24.如权利要求21所述的方法,其特征在于,所述经转换的数据集以二维显
    示。
    25.如权利要求21所述的方法,其特征在于,所述经转换的数据集以三维显
    示。
    26.如权利要求21所述的方法,其特征在于,所述经转换的数据集使用示出
    所述经转换的数据集中的所述观测的顺序的动画来显示。
    27.如权利要求26所述的方法,其特征在于,所述经转换的数据集被至少近
    实时地显示。
    28.如权利要求21所述的方法,其特征在于,所述函数中的至少一些函数是
    函数库的一部分。
    29.如权利要求21所述的方法,其特征在于,进一步包括:
    接收预测观测,所述预测观测是基于所述第二时间序列来预测的;
    应用所述降维转换来生产经转换的预测观测;以及
    使所述经转换的预测观测被显示。
    30.一种系统,包括:
    至少一个计算机处理器;
    在所述至少一个计算机处理器上执行的降维分析器,所述降维分析器:
    生成表示通过跟踪计算机应用而收集到的第一时间序列的降维转换,所述第
    一时间序列包括在所述第一时间序列的每一观测处的多个函数的性能数据,所述多
    个函数中的每一个函数是所述计算机应用的一部分;
    显示引擎,所述显示引擎:
    接收通过跟踪所述计算机应用而收集到的第二时间序列并且应用所述降维转
    换以生成经转换的数据集;以及
    使所述经转换的数据集被显示。
    31.如权利要求30所述的系统,其特征在于,所述性能观测包括所述多个函
    数中的每一个函数的资源利用率。
    32.如权利要求31所述的系统,其特征在于,所述资源利用率是下列各项组
    成的组中的至少一个:
    存储器利用率;
    处理器利用率;以及
    网络利用率。
    33.如权利要求30所述的系统,其特征在于,所述经转换的数据集以二维显
    示。
    34.如权利要求30所述的系统,其特征在于,所述经转换的数据集以三维显
    示。
    35.如权利要求30所述的系统,其特征在于,所述经转换的数据集使用示出
    所述经转换的数据集中的所述观测的顺序的动画来显示。
    36.如权利要求35所述的系统,其特征在于,所述经转换的数据集被至少近
    实时地显示。
    37.如权利要求30所述的系统,其特征在于,所述函数中的至少一些函数是
    函数库的一部分。
    用于计算机应用的表现聚类分析和警报系统
    38.一种在至少一个计算机处理器上执行的方法,所述方法包括:
    生成表示通过跟踪计算机应用而收集到的第一时间序列的降维转换,所述第
    一时间序列包括在所述第一时间序列的每一观测处的多个函数的性能数据,所述多
    个函数中的每一个函数是所述计算机应用的一部分;
    将所述降维转换应用于之前观测到的时间序列以生成经转换的历史数据;
    接收当前时间序列数据集并应用所述降维转换以生成经转换的当前时间序列
    数据集;
    将所述经转换的时间序列数据集与所述经转换的历史数据作比较以从所述经
    转换的当前时间序列数据集中标识异常观测。
    39.如权利要求38所述的方法,其特征在于,进一步包括:
    对所述经转换的历史数据执行聚类分析以在所述经转换的历史数据内生成聚
    类定义。
    40.如权利要求39所述的方法,其特征在于,所述比较所述经转换的当前时
    间序列数据集包括相对于所述聚类定义确定所述经转换的当前时间序列数据集中
    的第一观测是是反常值。
    41.如权利要求38所述的方法,其特征在于,还包括基于所述异常观测来生
    成警报。
    42.如权利要求38所述的方法,其特征在于,进一步包括:
    确定预测时间序列观测;
    通过将所述降维转换应用于所述预测时间序列观测来生成预测的经转换的观
    测;以及
    将所述预测的经转换的观测与所述经转换的历史数据作比较来标识预测的反
    常值。
    43.如权利要求42所述的方法,其特征在于,还包括基于所述预测的经转换
    的观测来生成警报。
    44.如权利要求42所述的方法,其特征在于,所述预测时间序列观测是通过
    分析具有至少一个类似时间序列片段的时间序列来进行的。
    45.一种系统,包括:
    处理器;
    存储器;
    在所述处理器和所述存储器上工作的分析器,所述分析器:
    接收表示通过跟踪计算机应用而收集到的第一时间序列的降维转换,所述第
    一时间序列包括在所述第一时间序列的每一观测处的多个函数的性能数据,所述多
    个函数中的每一个函数是所述计算机应用的一部分;
    将所述降维转换应用于之前观测到的时间序列以生成经转换的历史数据;
    接收当前时间序列数据集并应用所述降维转换以生成经转换的当前时间序列
    数据集;
    将所述经转换的时间序列数据集与所述经转换的历史数据作比较以从所述经
    转换的当前时间序列数据集中标识异常观测。
    46.如权利要求45所述的系统,其特征在于,所述分析器进一步:
    接收所述经转换的历史数据内的聚类定义。
    47.如权利要求46所述的系统,其特征在于,所述分析器进一步:
    相对于所述聚类定义确定所述经转换的当前时间序列数据集包括确定所述经
    转换的当前时间序列数据集中的第一观测是反常值。
    48.如权利要求45所述的系统,其特征在于,还包括基于所述异常观测来生
    成警报。
    49.如权利要求45所述的系统,其特征在于,所述分析引擎还:
    确定预测时间序列观测;
    通过将所述降维转换应用于所述预测时间序列观测来生成预测的经转换的观
    测;以及
    将所述预测的经转换的观测与所述经转换的历史数据作比较来标识预测的反
    常值。
    50.如权利要求49所述的系统,其特征在于,还包括基于所述预测的经转换
    的观测来生成警报。
    51.如权利要求49所述的系统,其特征在于,所述预测时间序列观测是通过
    分析具有至少一个类似时间序列片段的时间序列来进行的。
    使用计算机应用的历史时间序列观测的事件预测
    52.一种在至少一个计算机处理器上执行的方法,所述方法包括:
    标识在监控计算机应用时发生的第一事件;
    在历史数据库中搜索所述第一事件,所述历史数据库包括对所述计算机应用
    的时间序列观测,并且返回所述第一事件的一组实例;
    标识多个时间序列实例,所述时间序列实例中的每一个都是在所述第一事件
    的实例之前的时间序列片段;
    组合所述多个时间序列实例以创建参考时间序列,所述参考时间序列是所述
    第一事件的前兆。
    53.如权利要求52所述的方法,其特征在于,所述时间序列观测包括对所述
    计算机应用中包括的多个函数中的每一个函数的性能观测。
    54.如权利要求53所述的方法,其特征在于,所述参考时间序列包括用于第
    一函数的第一组性能参数以及用于第二函数的第二组性能参数,所述第一函数和所
    述第二函数被包括在所述计算机应用中。
    55.如权利要求54所述的方法,其特征在于,所述第一函数和所述第二函数
    在第一计算机设备上执行。
    56.如权利要求54所述的方法,其特征在于,所述第一函数在第一设备上执
    行,而所述第二函数在第二设备上执行。
    57.如权利要求54所述的方法,其特征在于,所述第一组性能参数包括所述
    第一函数的资源消耗参数。
    58.如权利要求52所述的方法,其特征在于,所述第一事件被定义在第一时
    间序列片段中。
    59.如权利要求58所述的方法,其特征在于,所述搜索包括搜索类似于所述
    第一时间序列片段的一组时间序列片段,所述一组时间序列片段中的每一个时间序
    列片段表示所述第一事件的所述一组实例中的一个实例。
    60.如权利要求59所述的方法,其特征在于,所述搜索还包括确定所述实例
    中的每一个的显著因子,所述显著因子是所述实例和所述第一时间序列片段之间的
    相关程度。
    61.如权利要求60所述的方法,其特征在于,所述显著因子至少部分使用余
    弦相似度来推导。
    62.如权利要求52所述的方法,其特征在于,所述时间序列观测包括对作为
    所述计算机应用的一部分执行的函数的观测。
    63.如权利要求52所述的方法,其特征在于,所述时间序列观测包括从多个
    设备聚合的观测。
    64.如权利要求63所述的方法,其特征在于,所述多个设备中的每一个设备
    并行执行所述计算机应用。
    65.如权利要求63所述的方法,其特征在于,第一设备执行第一可执行代码
    并且第二设备执行第二可执行代码,所述第一可执行代码和所述第二可执行代码被
    包括在所述计算机应用中。
    66.如权利要求52所述的方法,其特征在于,所述第一事件由标识所述第一
    事件的用户输入标识。
    67.如权利要求66所述的方法,其特征在于,从用户接口接收的所述用户输
    入包括解说来自所述计算机应用的观测的时间线表示。
    68.如权利要求52所述的方法,其特征在于,所述第一事件通过标识所述历
    史数据库中的性能异常来标识。
    69.如权利要求68所述的方法,其特征在于,所述性能异常通过搜索所述历
    史数据库来标识。
    70.一种由计算机处理器执行的方法,所述方法包括:接收参考时间序列片段,
    所述参考时间序列片段是计算机应用时的第一事件的前兆;
    在所述计算机应用执行时监控所述计算机应用,并且收集来自所述计算机应
    用的性能观测,所述性能观测被包括在性能观测的时间序列中;
    将所述参考时间序列片段与所述性能观测的时间序列作比较;以及
    确定所述参考时间序列片段与所述性能观测的时间序列相关并且生成对于所
    述第一事件的预测警报。
    71.如权利要求70所述的方法,其特征在于,所述性能观测包括针对第一函
    数和第二函数的性能观测,所述第一函数和所述第二函数都在所述计算机应用内。
    72.如权利要求71所述的方法,其特征在于,所述第一函数和所述第二函数
    在第一设备上执行。
    73.如权利要求71所述的方法,其特征在于,所述第一函数在第一设备上执
    行,而所述第二函数在第二设备上执行。
    74.一种系统,包括:
    至少一个处理器;
    事件分析器,所述事件分析器:
    标识在监控计算机应用时发生的第一事件;
    确定所述第一事件的一组性能描述符;
    在所述至少一个处理器上执行的搜索引擎,所述搜索引擎:
    在历史数据库中搜索所述一组性能描述符,所述历史数据库包括对所述计算
    机应用的时间序列观测,并且返回所述第一事件的一组实例;
    参考分析器,所述参考分析器:
    标识多个时间序列实例,所述时间序列实例中的每一个时间序列实例都是在
    所述第一事件的实例之前的时间序列片段;
    组合所述多个时间序列实例以创建参考时间序列,所述参考时间序列是所述
    第一事件的前兆。
    75.如权利要求74所述的系统,其特征在于,所述时间序列观测包括针对所
    述计算机应用中包括的多个函数中的每一个函数的性能观测。
    76.如权利要求75所述的系统,其特征在于,所述参考时间序列包括用于第
    一函数的第一组性能参数以及用于第二函数的第二组性能参数,所述第一函数和所
    述第二函数被包括在所述计算机应用中。
    77.如权利要求76所述的系统,其特征在于,所述第一函数和所述第二函数
    在第一计算机设备上执行。
    78.如权利要求76所述的系统,其特征在于,所述第一函数在第一设备上执
    行,而所述第二函数在第二设备上执行。
    79.如权利要求76所述的系统,其特征在于,所述第一组性能参数包括所述
    第一函数的资源消耗参数。
    80.如权利要求74所述的系统,其特征在于,所述一组性能描述符包括第一
    时间序列片段,所述第一时间序列片段包括所述第一事件。
    81.如权利要求80所述的系统,其特征在于,所述搜索包括搜索类似于所述
    第一时间序列片段的一组时间序列片段,所述一组时间序列片段中的每一个时间序
    列片段表示所述第一事件的所述一组实例中的一个实例。
    82.如权利要求81所述的系统,其特征在于,所述搜索还包括确定所述实例
    中的每一个实例的显著因子,所述显著因子是所述实例和所述第一时间序列片段之
    间的相关程度。
    83.如权利要求82所述的系统,其特征在于,所述显著因子至少部分使用余
    弦相似度来推导。
    84.如权利要求74所述的系统,其特征在于,所述时间序列观测包括对作为
    所述计算机应用的一部分执行的函数的观测。
    85.如权利要求74所述的系统,其特征在于,所述时间序列观测包括从多个
    设备聚合的观测。
    86.如权利要求85所述的系统,其特征在于,所述多个设备中的每一个设备
    并行执行所述计算机应用。
    87.如权利要求85所述的系统,其特征在于,第一设备执行第一可执行代码
    并且第二设备执行第二可执行代码,所述第一可执行代码和所述第二可执行代码被
    包括在所述计算机应用中。
    88.如权利要求74所述的系统,其特征在于,所述第一事件由标识所述第一
    事件的用户输入标识。
    89.如权利要求88所述的系统,其特征在于,从用户接口接收的所述用户输
    入包括解说来自所述计算机应用的观测的时间线表示。
    90.如权利要求74所述的系统,其特征在于,所述第一事件通过标识所述历
    史数据库中的性能异常来标识。
    91.如权利要求90所述的系统,其特征在于,所述性能异常通过搜索所述历
    史数据库来标识。

    关 键 词:
    使用 搜索 技术 计算机 性能 预测
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:使用搜索技术的计算机性能预测.pdf
    链接地址://www.4mum.com.cn/p-6200030.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03