CN101142559A - 对计算机控制的处理进行监视 - Google Patents
对计算机控制的处理进行监视 Download PDFInfo
- Publication number
- CN101142559A CN101142559A CNA200680008392XA CN200680008392A CN101142559A CN 101142559 A CN101142559 A CN 101142559A CN A200680008392X A CNA200680008392X A CN A200680008392XA CN 200680008392 A CN200680008392 A CN 200680008392A CN 101142559 A CN101142559 A CN 101142559A
- Authority
- CN
- China
- Prior art keywords
- processing
- data
- template
- performance
- provisioning request
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Stored Programmes (AREA)
- Control By Computers (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明涉及对计算机控制的处理进行监视。监视(4)在第一处理(2)的控制下操作的计算机控制的系统(1)的性能,通过与一组预定要求(15,25)进行比较(5),以识别所述系统(1)的所述性能是否满足所述预定要求。如果所述性能不满足这些要求,则可以根据存储在库(60)中的程序元素来选择或产生另选程序(22),以替换当前的控制器处理(2)。
Description
技术领域
本发明涉及对计算机控制的处理进行监视。
背景技术
许多处理是由计算机控制的。其示例的范围从诸如生产、发动机管理等的技术处理,到诸如空中交通控制的信息技术应用,到诸如工作调度或客户呼叫中心管理的商业处理。这些处理是围绕着关于该处理进行操作所处的环境的预定假设而设计的。如果该环境发生变化,则这些假设可能不再有效,并且必须调整或替换控制软件以保持所需操作质量。另外,每当处理自身变化时,该处理所控制的系统也需要适应新的要求。在这两种情况下,通常改变对系统进行控制的处理数据就足够了,而无需改变整个系统。处理数据通常被实现为用于控制计算机的软件,并且处理软件自身作为带有必要程序数据的物理部件(诸如插件模块或诸如CD-ROM的载体)或者以在通信网络上传送的信号的形式进行安装。
在当前可用的系统中,改变处理数据需要人的干预。必须识别新的要求,并且必须根据这些要求来重新设计处理数据,然后对其进行实现、测试并最后安装到系统中。
考虑如下的呼叫中心,从该呼叫中心联络客户以向他们提供新服务或者继续进行与客户的先前联络。通常,选择要联络的客户的处理被实现为一个软件。除了别的许多类别以外,对这种处理的要求的典型类别是简单性、适应性、准确性和执行时间的等级。
更具体地讲,这些要求可以包括使用基于规则的处理,从而使处理管理者能够理解确定要联络哪些客户的选择处理。基于规则的处理对于确保符合与由管制机构制定的规则而言可能是必需的。为了使处理易于理解,可以限制规则的数量。
另一个要求可以是对新数据的适应性,从而使处理在新的客户或处理数据可用时能够适应。具体地讲,当重新计算趋势和其他统计数据时,时间或数据存储约束会使得无法使用所有历史数据。
另一个普遍的要求是特定的准确性程度;如果给定历史信息,则该处理应该仅仅旨在联络目标群中的客户。
用户可能具有对其他参数(例如执行时间)的要求。
所有这些约束在某种程度上是冲突的,例如,只有通过损失速度才能提高准确性。
相似的考虑适用于其他环境:例如,提高了动力性能的发动机管理系统通常会导致燃料经济性和发动机寿命的降低。例如可以存在必须适用于发动机排放的规则。在交通管理应用(空中、公路、铁路等)中,只有付出速度、准时性、风险因素等的代价,才能获得额外的吞吐量。
现有技术系统的用户会根据这些要求,针对所需目的来选择适当的处理。挑选正确处理的主要目标在于找到恰当的平衡,即,使要求与属性的匹配最优化。
存在能够选择针对一组给定要求进行了优化的处理的系统。在国际专利申请第WO03/027899号中公开了一个示例,其公开了一种根据用户偏好来选择数据分析方法的方法,其中,该用户偏好与数据分析方法的特征相关并且由包括一组值的模糊集表示,该方法包括以下步骤:
(i)使用用户偏好来识别与该用户偏好相对应的一个或更多个规则,每个规则包括将数据分析方法的特征与数据分析特性关联起来的至少一个模糊集;
(ii)评价该识别的规则或各识别的规则,从而识别与该识别的规则相关联的数据分析特性的实例,该实例包括具有一组值的模糊集;
(iii)取得用于识别多个数据分析方法的数据,每个数据分析方法具有多个数据分析特性,其中,针对每个所述数据分析特性,所取得的数据包括一组值;以及
(iv)对所取得的数据与所述数据分析特性实例进行比较,以识别与所述用户偏好相匹配的数据分析方法。
然而,这种系统不适合环境连续且不可预测地变化的情况。在客户关系管理系统中,例如,客户行为以及随之而来的与这些客户相关的数据会响应于各自市场的变化。诸如上述处理的处理需要连续地适应这些变化,或者甚至需要被替换。此外,诸如发动机的机械系统会遭受物理劣化或环境变化,需要更新控制处理以适应这些变化的特性。
过去通过三种方法之一来解决使控制系统适应于变化的要求或环境。第一,可以执行和安装人工重新设计的控制软件。第二,如果预先知道可能的要求和环境变化的范围,则可以预先提供一组可能的方案,让用户针对当前情况来选择最适当的方案。第三,可以使用参数化的处理,其中参数适应于测得的变化。
第一种方案需要人工干预,这导致高成本以及引入新错误的风险。由于必须预先知道可能变化的范围,所以第二种方案的应用范围严重受限。如果存在多种多样的可能变化,则第二种方案不可行,因为第二种方案需要准备大量的可能方案。第三种方案也是不切实际的,除非能够对多种不同的要求或变化预测得好到足以确保测得的参数表示在环境中遇到的实际变化。
发明内容
根据本发明,提供了一种用于操作计算机控制的系统的设备,所述设备包括:用于监视所述系统在第一处理的控制下进行操作时的性能的装置;以及监视装置,用于将监视到的性能与一组预定要求进行比较,以及用于识别这种性能何时无法满足所述预定要求。
本发明还扩展到一种操作计算机控制的系统的方法,该方法包括以下步骤:监视在第一处理的控制下进行操作的系统的性能;将所述性能与一组预定要求进行比较;以及识别所述系统的所述性能是否满足所述预定要求。
通过监视实际性能而不是影响实际性能的属性,能够确定变化的需要和效果的更加直接的度量。
本发明允许使用知识库和自动数据分析系统,根据从监视系统性能和用户要求得到的信息,来自动创建和安装新的处理。
对所述处理的要求可能与用户的要求和系统的属性都有关。选择标准可以基于多个特性,诸如简单性、适应性、准确性和执行时间。在一优选实施方式中,这些特性具有所谓的“模糊”属性,即他们不具有简单的二元“开/关”特性,而是由一组值进行限定,并且使用模糊匹配过程来识别要选择的处理。
一优选实施方式使用相同的匹配过程同样来控制对操作计算机控制的系统的处理的选择,所述设备包括:用于读取与对所述处理的预定要求有关的数据的装置;用于产生处理数据的装置;比较装置,用于将所产生的数据与所述处理要求进行比较,以识别满足所述预定要求的特性;以及选择装置,根据如此识别的数据产生用于安装在所述计算机控制的系统中的处理数据。所述处理数据可以是可执行程序的形式,但是优选地是一组处理元素模板,所述模板可以组合以形成用于安装在所述系统中的可执行程序。本发明还扩展到一种操作计算机控制的系统以产生用于控制该系统的处理数据的方法,其中,定义一组处理要求,并将存储的处理数据和与所定义的要求有关的数据进行比较,以识别与所述要求相匹配的处理数据,并且根据所述数据产生用于安装在所述系统中的处理。候选处理的自动产生以及从这些候选项中进行的选择避免了对要求或环境的可能变化的限制以及人工干预的问题。
本发明还扩展到一种计算机程序或计算机程序套组,其与一台或更多台计算机一起使用以执行本发明的方法或者提供本发明的任一设备。
附图说明
现在将参照附图通过示例来描述本发明的实施方式,在附图中:
图1是包括本发明的系统的示意图;
图2是示出了图1所示的系统的匹配器单元的操作的流程图;
图3是示出了图1所示的系统的处理产生器部件的操作的流程图;以及
图4是根据本发明而操作的另一系统的示意图。
具体实施方式
本领域的技术人员应该明白,用于实现本发明的任意或所有软件能够包含在诸如软盘、CD-ROM、或磁带的各种传输和/或存储介质上,从而使程序能够被装载在一台或更多台通用计算机上或使用合适的传输介质经过计算机网络进行下载。该程序可以实现在可由合适的计算机输入装置读取的任何合适载体(诸如CD-ROM、光学可读标记、磁介质、打孔卡或带)或者电磁或光信号上。
图1示出了系统1,该系统1实现或支持响应于处理2的处理。处理2能够实现在硬件模块(诸如基于FPGA的系统或可编程信号处理器)中或者实现为计算机上的软件模块。处理2根据程序和一组参数进行操作。该系统产生能够用于测量系统性能的数据3。例如,系统1可能用于管理CRM处理,其中处理2产生诸如客户满意度、产品销售的因素的测量值或诸如呼叫客户的成本的任何其他相关度量。在其他系统(例如发动机管理)中,输出3会返回关于性能的数据。在交通管理系统中,输出3可以包括车辆速度、队列长度等的度量。
性能监视器4可访问由系统1产生的性能数据3,以测量其性能。实际性能度量可由用户7定义以存储在性能监视器4中。系统1的性能间接地担当在模块2中实现的处理的性能的指示器,这是因为建立所述处理是为了积极地影响系统1的操作。因此,可将系统1的性能解释为处理模块2的属性。就该性能不仅取决于处理2而且还取决于系统1及其环境这方面而言,该性能是动态的。
例如,如果针对客户满意度来测量CRM系统的性能,则该性能不仅取决于尝试挑选最不满意客户的处理,而且还取决于市场环境。影响可能不会被系统直接捕获,而仅可间接观察到。例如,它们可以包括电视上改变某客户段的客户满意度感觉的记录片。类似地,发动机管理系统的性能在一定程度上取决于可间接观察到的外部因素,诸如车辆的负载重量、轮胎的状况、以及诸如温度的环境条件。这些情况会使性能下降,从而必须对处理2进行更新或替换以反映这些变化。无法识别这种性能变化的实际原因,然而,性能的实际变化本身就指示:当前使用的处理对于该目的可能不再是最合适的。
一个性能指示器是执行时间,其取决于处理必需处理的数据量。如果要处理的数据量增加,则处理2的执行时间通常也增加。如果执行时间开始超过用户要求75(例如,如果实时能力丧失),则可能需要用更简单的处理来替换处理2。
如图1所示,性能监视器4从系统3接收数据,并且使用该数据来确定系统的性能。所产生的性能值45随后被提交给要求/属性匹配系统5作为该处理的动态属性。
要求/属性匹配系统5确定对处理2的要求15、75与其实际属性25、45相匹配的程度。处理2的一些属性是“动态的”:这些属性是从性能监视器4接收的性能指示器45、以及受该系统、该处理或它们的环境影响的其他属性。还存在“静态”属性25:这些属性是处理2的永久属性,这些永久属性在处理2实现在系统1中之后不会改变并且包括可解释性、简单性、适应性以及计算复杂性。
对系统1的要求15(诸如操作速度、操作系统、可用存储器容量等)被送给匹配系统5。这些属性通常是固定的,但是如果系统升级或由于长期使用,则这些属性可能改变。例如,如果形成系统的一部分的数据库被连续加入,则仅适于在小数据库上操作的程序会变得效率低下。当存储更多数据时,可用存储器也可能用尽。由处理2控制的诸如发动机的物理系统1(例如,发动机管理系统)的劣化也会将动态元素引入系统要求15。
使用自然语言术语,由匹配系统5在图形用户接口(GUI)中捕获用户的要求75。例如,用户可能要求具有“短执行时间”的“非常简单”的算法,该算法“高度适应于”新数据并且至少具有“中等准确性”。
匹配系统5包含:模糊规则库,该模糊规则库将要求15、75映射到当前使用的处理的属性25;以及存储在数据库6中的用于识别最接近匹配56的处理模板的给定列表65。
匹配系统5用于两个不同任务。首先,借助性能监视器4来监视对系统1进行控制的当前处理2。如果性能监视器4报告显著的性能下降,则性能监视器4将该45报告给匹配系统5,指示可能对处理2进行更新或替换是适当的。匹配系统5用于确定该性能是否仍然落入通过对用户要求75和系统要求45进行比较而确定的可接受限度内。
如果该性能现在在这些限度之外,则匹配系统5的第二任务是评价存储在库60中的多个可用处理模板针对该任务的适合性。这是通过将用户和系统要求75和45映射到候选处理的属性65上而完成的。在该处理中进行的匹配限于在实际实现处理之前就知道的那些属性25、65(诸如适应性、解释容易性或计算复杂性)。这些属性不包括诸如仅在已创建了处理2时才能够测量的简单性或可解释性的任何动态属性或静态属性。匹配系统5产生处理模板的排位并且促使软件库60中最好的处理模板的实现。
如图2所示,将要求匹配到属性涉及下面的步骤,这些步骤在申请人的在先国际专利申请WO03/027899中进行了详细描述:
-首先,将给定要求与模糊规则的前件(antecedent)进行匹配(步骤401-407)。
-其次,将要求的处理属性确定为模糊规则的推定的集合(步骤409-414)。
-最后,将要求的处理属性与实际处理属性进行匹配(步骤415-415e)。
更具体地讲,参照图2,匹配操作5经由用户接口75接收用户偏好(步骤401)以及从性能监视器4和处理2接收数据。该匹配处理然后取得(步骤403)与这些特性相对应的规则。匹配系统5然后检查(步骤405)规则库,并且识别(步骤407)与输入特性25、45、75相匹配的一个或更多个规则。
在识别与输入特性相对应的一个或更多个规则之后,匹配系统5对所识别的规则进行评价(步骤409)。这识别了一个或更多个模型特性的实例或与这些模型特性相对应的模糊集。匹配系统5因此识别了(步骤411)与在步骤409中提取的模型特性的数量一样多的模糊成员关系集。匹配系统5然后访问(步骤413)与至少一些分析方法相对应的条目,并且识别(步骤414)与在步骤401中作为用户偏好而指定的数据分析的类型相对应的方法。
匹配系统5然后从在步骤414中选择的方法之中识别(步骤415)具有与在步骤411中识别的模糊集相对应的模糊成员关系的那些方法。当存在多个输入时,该步骤415包括将在步骤413中访问的方法的模糊集与在步骤411中识别的模糊集相互关联。
匹配系统5然后确定(步骤415b)要匹配的特性和与各方法类型相对应的模糊集之间的相关性。接下来,匹配系统5识别(步骤415c)各方法的最小相关值和平均相关值,并且选择(步骤415d)同时具有最高均值和大于0的最小相关性的任何方法。此外,匹配系统5能够根据该平均相关值和最小相关值对这些方法进行排位(步骤415e)。
处理产生器6与处理模板的库60相关联,每个处理模板与关于其属性的一组数据相关联。处理产生器6能够从库60中取得现有的处理程序22或者根据所述模板产生新的处理程序,并且具有对系统1的输出62,该输出62允许在属性匹配系统5识别出新处理22要比现有处理2更紧密地匹配当前要求15、25、45、75的情况下,利用标准接口(API)来提供可安装到系统1中的处理22以代替现有处理2。为了实现这一点,如图3所示,处理产生器如下地操作:
步骤30从要求/属性匹配系统5接收要求。
步骤31从库60取得可用处理的属性的细节65,并且将其传递到匹配系统5。
步骤32基于这些要求从匹配系统5接收排位最佳处理的列表56。在此阶段,仅考虑静态属性的子集。
步骤33从库60取得处理模板。
步骤34以要求/属性的高度匹配为目标来设置模板的参数。此处理使用包含关于设置参数的专家知识的模糊知识库。
步骤35根据所选择的模板创建所要求的处理22。
步骤36测试处理22并且确定测试性能。
步骤37向要求/属性匹配系统5查询匹配程度。
步骤38如果匹配程度不令人满意,则此处理通过重新设置所述模板的参数来重新开始(返回到步骤34)。
步骤39如果匹配程度令人满意,则选择具有最高匹配程度的处理22并且产生用于安装在系统1中的包括该处理的可插接程序模块。
新处理2如何安装到系统1中取决于要安装的处理的类型。在纯软件处理的情况下,通常将作为文件(例如,d11或jar)的软件库22复制到系统中就足够了。在诸如FPGA或可编程DSP的基于硬件的处理的情况下,将程序写到一装置上,然后用该装置来物理地替换要控制的系统1中的旧装置。建立最终处理包括:组合所选择的模板并且通过设置参数来对其进行配置。例如,在数据分析问题的情况下,实际建立处理需要从历史数据中学习。在模板中设置参数,可能影响学习过程或直接构成最终处理,并且该学习处理将构成最终处理。
在根据图4的另选实施方式中,省略了处理产生器6。当匹配系统5识别出性能监视器4的输出与用户和系统要求不匹配时,其通过前述的图形用户接口75来提供输出57,从而识别在更合适的控制程序中会期望什么特性。受到输出57引导的用户7然后可以人工地安装从展现出这些特性的程序的库60中选择的合适的控制程序22。
Claims (16)
1.一种用于对计算机控制的系统进行操作的设备,该设备包括:用于监视所述系统在第一处理的控制下进行操作时的性能的装置;以及监视装置,用于将监视到的性能与一组预定要求进行比较,以及用于识别这种性能何时无法满足所述预定要求。
2.如权利要求1所述的设备,其中,所述预定要求与所述系统的属性以及用户的要求有关。
3.如权利要求1或2所述的设备,其中,所述预定要求利用模糊集进行表示,每个模糊集包括一组值,并且处理产生装置根据模糊匹配处理进行操作。
4.如权利要求1、2或3所述的设备,该设备还包括:对所述监视装置进行响应的装置,用于根据处理数据的存储来产生第二处理;以及用于安装所述第二处理以代替所述第一处理来控制所述系统的装置。
5.如权利要求4所述的设备,该设备包括:用于读取与对所述处理的预定要求有关的数据的装置;用于产生处理数据的装置;比较装置,用于将所产生的数据与所述处理要求进行比较,从而识别满足所述预定要求的特性;以及选择装置,用于根据如此识别的数据产生用于安装在所述计算机控制的系统中的处理数据。
6.如权利要求4或5所述的设备,其中,所述处理数据是一组处理元素模板,所述模板可以组合以形成用于安装在所述系统中的可执行处理程序。
7.如权利要求4、5或6所述的设备,其中,所述处理产生装置包括:用于提取一个或更多个存储的处理模板的装置;比较装置,用于比较所述模板与用户和系统要求,以识别满足所述用户和系统要求的模板;以及选择装置,用于根据如此识别的模板产生用于安装在所述计算机控制的系统中的处理。
8.一种对计算机控制的系统进行操作的方法,该方法包括以下步骤:监视在第一处理的控制下进行操作的系统的性能;将所述性能与一组预定要求进行比较;以及识别所述系统的所述性能是否满足所述预定要求。
9.如权利要求8所述的方法,其中,所述预定要求与所述系统的属性以及用户的要求有关。
10.如权利要求8或9所述的方法,其中,所述要求具有多个模糊特性,每个模糊特性由一组值定义,并且比较装置根据模糊匹配处理进行操作。
11.如权利要求8、9或10所述的方法,其中,如果所述系统的所述性能无法满足所述预定要求,则产生更适合所述用户要求和当前系统操作参数的第二处理,并且将所述第二处理安装在所述系统中以代替所述第一处理来控制所述系统。
12.如权利要求11所述的方法,其中,定义一组处理要求,并将存储的处理数据和与所定义的要求有关的数据进行比较,以识别与所述要求相匹配的处理数据,并且根据所述数据产生用于安装在所述系统中的处理。
13.如权利要求12所述的方法,其中,所述第二处理是根据一组处理元素模板而产生的,所述模板可以组合以形成用于安装在所述系统中的可执行程序。
14.如权利要求11、12或13所述的方法,其中,所述处理产生处理包括以下步骤:从处理模板的存储中选择一个或更多个处理模板;将所述模板与关于用户要求的数据以及关于要通过所述处理进行控制的所述系统的属性的数据进行比较,以识别与所述要求相匹配的一组模板;以及根据如此识别的模板产生处理。
15.如权利要求14所述的方法,其中,在所述选择处理中使用的所述比较处理还用于所述监视处理。
16.一种计算机程序或计算机程序套组,该计算机程序或计算机程序套组与一台或更多台计算机一起使用以执行如在权利要求8到15中的任一项中阐述的方法或者提供如在权利要求1到7中的任一项中阐述的任一所述设备。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP05251582.2 | 2005-03-16 | ||
EP05251583.0 | 2005-03-16 | ||
EP05251582 | 2005-03-16 | ||
EP05251583 | 2005-03-16 | ||
PCT/GB2006/000674 WO2006097676A2 (en) | 2005-03-16 | 2006-02-27 | Monitoring computer-controlled processes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101142559A true CN101142559A (zh) | 2008-03-12 |
CN101142559B CN101142559B (zh) | 2011-10-19 |
Family
ID=36992097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200680008392XA Active CN101142559B (zh) | 2005-03-16 | 2006-02-27 | 对计算机控制的处理进行监视的方法与系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7933855B2 (zh) |
EP (1) | EP1859350B1 (zh) |
CN (1) | CN101142559B (zh) |
WO (1) | WO2006097676A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635605B (zh) * | 2009-08-26 | 2013-05-01 | 中兴通讯股份有限公司 | 一种高速wdm系统中信号接收部分模糊控制的方法和装置 |
US9600795B2 (en) * | 2012-04-09 | 2017-03-21 | International Business Machines Corporation | Measuring process model performance and enforcing process performance policy |
CN105988872B (zh) | 2015-02-03 | 2020-02-18 | 阿里巴巴集团控股有限公司 | 一种cpu资源分配的方法、装置及电子设备 |
CN106155807A (zh) | 2015-04-15 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种实现资源调度的方法与设备 |
CN106155812A (zh) | 2015-04-28 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种对虚拟主机的资源管理的方法、装置、系统及电子设备 |
JP7258801B2 (ja) * | 2020-03-10 | 2023-04-17 | 株式会社東芝 | 情報処理装置、情報処理方法およびプログラム |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6078911A (en) * | 1991-10-15 | 2000-06-20 | General Electric Company | Compilation of rule bases for fuzzy logic control |
US5664106A (en) * | 1993-06-04 | 1997-09-02 | Digital Equipment Corporation | Phase-space surface representation of server computer performance in a computer network |
DE4323439A1 (de) | 1993-07-13 | 1995-01-19 | Siemens Ag | Anordnung zur Modellierung eines nichtlinearen Prozesses |
US5524176A (en) | 1993-10-19 | 1996-06-04 | Daido Steel Co., Ltd. | Fuzzy expert system learning network |
US5577169A (en) | 1994-04-29 | 1996-11-19 | International Business Machines Corporation | Fuzzy logic entity behavior profiler |
DE4439505A1 (de) | 1994-11-08 | 1996-05-09 | Siemens Ag | Verfahren zum Entwurf eines Fuzzy-Reglers |
DE19537010C2 (de) | 1995-10-04 | 1997-10-02 | Siemens Ag | Lernverfahren und -anordnung zur Nachbildung eines dynamischen Prozesses |
US5721903A (en) | 1995-10-12 | 1998-02-24 | Ncr Corporation | System and method for generating reports from a computer database |
US6236978B1 (en) | 1997-11-14 | 2001-05-22 | New York University | System and method for dynamic profiling of users in one-to-one applications |
US6078924A (en) | 1998-01-30 | 2000-06-20 | Aeneid Corporation | Method and apparatus for performing data collection, interpretation and analysis, in an information platform |
DE19914277B4 (de) | 1999-03-20 | 2008-08-14 | Schütz, Klaus | Verfahren und Vorrichtung zur Erfassung der Klassen von System- oder Prozeßzuständen |
US6542854B2 (en) * | 1999-04-30 | 2003-04-01 | Oracle Corporation | Method and mechanism for profiling a system |
GB9920661D0 (en) | 1999-09-01 | 1999-11-03 | Ncr Int Inc | Expert system |
US6839680B1 (en) | 1999-09-30 | 2005-01-04 | Fujitsu Limited | Internet profiling |
KR100344640B1 (ko) | 2001-03-24 | 2002-07-25 | 주식회사 엑셈 | 데이터베이스 성능 모니터링 장치 및 그 방법 |
BR0210879A (pt) | 2001-07-06 | 2004-06-22 | Computer Ass Think Inc | Método e sistema para prover métricas de performance armazenadas em uma disposição de pelo menos três dimensões, e, meio de armazenamento |
US20030037063A1 (en) | 2001-08-10 | 2003-02-20 | Qlinx | Method and system for dynamic risk assessment, risk monitoring, and caseload management |
EP1483739A2 (en) | 2001-09-27 | 2004-12-08 | BRITISH TELECOMMUNICATIONS public limited company | Method and apparatus for data analysis |
US6826568B2 (en) | 2001-12-20 | 2004-11-30 | Microsoft Corporation | Methods and system for model matching |
US20040158567A1 (en) | 2003-02-12 | 2004-08-12 | International Business Machines Corporation | Constraint driven schema association |
US8099098B2 (en) * | 2003-04-24 | 2012-01-17 | Alcatel Lucent | Methods and apparatus for planning wireless data networks using analytical modeling of user level performance |
US7426520B2 (en) | 2003-09-10 | 2008-09-16 | Exeros, Inc. | Method and apparatus for semantic discovery and mapping between data sources |
EP1708099A1 (en) | 2005-03-29 | 2006-10-04 | BRITISH TELECOMMUNICATIONS public limited company | Schema matching |
-
2006
- 2006-02-27 CN CN200680008392XA patent/CN101142559B/zh active Active
- 2006-02-27 WO PCT/GB2006/000674 patent/WO2006097676A2/en not_active Application Discontinuation
- 2006-02-27 US US11/884,461 patent/US7933855B2/en active Active
- 2006-02-27 EP EP06709901.0A patent/EP1859350B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP1859350B1 (en) | 2015-06-24 |
CN101142559B (zh) | 2011-10-19 |
US20080249817A1 (en) | 2008-10-09 |
EP1859350A2 (en) | 2007-11-28 |
US7933855B2 (en) | 2011-04-26 |
WO2006097676A2 (en) | 2006-09-21 |
WO2006097676A3 (en) | 2007-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11886155B2 (en) | Distributed industrial performance monitoring and analytics | |
Moreno et al. | Big data: the key to energy efficiency in smart buildings | |
US10360517B2 (en) | Distributed hyperparameter tuning system for machine learning | |
US10878324B2 (en) | Problem analysis and priority determination based on fuzzy expert systems | |
CN104657194B (zh) | 用于计算网络中动作的影响的方法和系统 | |
US20080243912A1 (en) | Method of providing business intelligence | |
CN101142559B (zh) | 对计算机控制的处理进行监视的方法与系统 | |
CN109120428B (zh) | 一种用于风控分析的方法及系统 | |
US10838850B2 (en) | Robotic regression testing for smart devices | |
CN111105786B (zh) | 一种多采样率语音识别方法、装置、系统及存储介质 | |
CN106708738B (zh) | 一种软件测试缺陷预测方法及系统 | |
KR102220712B1 (ko) | 공장의 실시간 상황 변화에 대응하기 위한 동적 상황 관리 장치 및 방법 | |
CN116664019B (zh) | 智慧燃气数据时效性管理方法、物联网系统、装置及介质 | |
CN109697155A (zh) | It系统性能评估方法、装置、设备及可读存储介质 | |
CN116594913A (zh) | 一种智能软件自动化测试方法 | |
CN114625627B (zh) | 一种基于大数据多维分析的用户智能感知方法 | |
US20190325341A1 (en) | Artificial intelligence & knowledge based automation enhancement | |
CN111737319B (zh) | 用户集群的预测方法、装置、计算机设备和存储介质 | |
CN113434690A (zh) | 基于聚类算法的用电预测评估方法、装置、系统及介质 | |
CN113407835A (zh) | 应用于大数据在线业务的用户画像处理方法及服务器 | |
CN109271269A (zh) | 一种应用闪退的处理方法、装置及设备 | |
KR102454172B1 (ko) | 화면 개발 및 관리 시스템 | |
KR20190087734A (ko) | 제조공정 설계 장치 및 그 방법 | |
CN117971337A (zh) | 一种基于lstm模型的混合云自动配置方法 | |
Sagardui | Industrial Cyber-Physical System Evolution Detection and Alert Generation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |