CN103377088A - 用于发现和分组有关计算资源的方法和系统 - Google Patents

用于发现和分组有关计算资源的方法和系统 Download PDF

Info

Publication number
CN103377088A
CN103377088A CN2013101256241A CN201310125624A CN103377088A CN 103377088 A CN103377088 A CN 103377088A CN 2013101256241 A CN2013101256241 A CN 2013101256241A CN 201310125624 A CN201310125624 A CN 201310125624A CN 103377088 A CN103377088 A CN 103377088A
Authority
CN
China
Prior art keywords
configuration
rule
grouped element
project
configuration project
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
Application number
CN2013101256241A
Other languages
English (en)
Other versions
CN103377088B (zh
Inventor
J·A·格里菲思
R·R·彼得森
P·R·里德尔
D·L·施米特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103377088A publication Critical patent/CN103377088A/zh
Application granted granted Critical
Publication of CN103377088B publication Critical patent/CN103377088B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

根据本公开内容的一个方面，公开一种用于使用机器学习来发现与分组有关的计算资源的方法和技术。该方法包括：在处理器单元上执行的发现引擎接收计算环境的至少两个配置项目的分组单元；发现引擎分析分组单元以确定在分组单元的配置项目之间的相关性；发现引擎基于确定的相关性自动创建规则；发现引擎应用规则以自动标识计算环境的与分组单元的配置项目有关的另一配置项目；并且响应于基于规则的应用来标识计算环境的另一配置项目，在分组单元中包括标识的配置项目。

Description

用于发现和分组有关计算资源的方法和系统
背景技术
数据中心可以用来代表信息技术(IT)或者计算环境基础结构。例如数据中心可以用来保持对物理和虚拟机器库存以及在整个计算环境内运行的应用的跟踪。因此，数据中心作为用于什么在IT基础结构中(诸如交换机、计算机系统和应用)以及它们如何相互交互的贮存库来服务。数据中心也可以用来列举和标识计算环境内的各种计算资源/对象或者配置项目以及它们的关系和拓扑。数据中心也可以用来维护配置项目的改变历史以及用于对版本拍快照以比较配置项目的能力。因此，数据中心可以使管理员能够了解随时间对数据中心的改变。使用数据中心，管理员也可以对与某些企业组或者工程对应的计算资源或者对象分组。
发明内容
根据本公开内容的一个方面，公开一种用于使用机器学习来发现和分组有关的计算资源的方法和技术。该方法包括：在处理器单元上执行的发现引擎接收计算环境的至少两个配置项目的分组单元；发现引擎分析分组单元以确定在分组单元的配置项目之间的相关性；发现引擎基于确定的相关性自动创建规则；发现引擎应用规则以自动标识计算环境的与分组单元的配置项目有关的另一配置项目；并且响应于基于规则的应用来标识计算环境的另一配置项目，在分组单元中包括标识的配置项目。
附图说明
为了更完整理解本发明、其目的和优点，现在参照与以下附图结合进行的下文描述：
图1是可以在其中实施本公开内容的示例实施例的数据处理系统网络的一个实施例；
图2是可以在其中实施本公开内容的示例实施例的数据处理系统的一个实施例；
图3是图示可以在其中实施本公开内容的示例实施例的用于使用机器学习来发现和分组有关的计算资源的数据处理系统的一个实施例的图；并且
图4是图示根据本公开内容的用于使用机器学习来发现和分组有关计算资源的方法的一个实施例的流程图。
具体实施方式
本公开内容的实施例提供一种用于使用机器学习来发现和分组有关的计算资源的方法、系统和计算机程序产品。例如在一些实施例中，该方法和技术包括：在处理器单元上执行的发现引擎接收计算环境的至少两个配置项目的分组单元；发现引擎分析分组单元以确定在分组单元的配置项目之间的相关性；发现引擎基于确定的相关性自动创建规则；发现引擎应用规则以自动标识计算环境的与分组单元的配置项目有关的另一配置项目；并且响应于基于规则的应用来标识计算环境的另一配置项目，在分组单元中包括标识的配置项目。因此，在本公开内容的一些实施例中，机器学习技术用来分析、发现和分组计算环境的有关配置项目。例如基于用户/管理员对计算环境资源或者对象的初始分组，机器学习技术用来推导查询以对计算环境的可能与该组有关的其它计算资源自动定位。基于用户/管理员对发现的项目的接受或者拒绝，该方法通过修改和/或以别的方式改进它的用于将来询问/分组的查询来对接受/查询做出响应。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction means)的制造品(manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
现在参照附图并且具体参照图1-图2，提供其中可以实施本公开内容的示例实施例的数据处理环境的示例图。应当理解，图1-图2仅为举例而未旨在于关于其中可以实施不同实施例的环境声明或者暗示任何限制。可以进行对描绘的环境的许多修改。
图1是其中可以实施本公开内容的示例实施例的数据处理系统网络的图解表示。网络数据处理系统100是其中可以实施本公开内容的示例实施例的计算机网络。网络数据处理系统100包含网络130，该网络是用来提供在网络数据处理系统100内一起连接的各种设备和计算机之间的通信链路的介质。网络130可以包括连接，诸如有线、无线通信链路或者光纤线缆。
在一些实施例中，服务器140和服务器150与数据存储库160一起连接到网络130。服务器140和服务器150可以例如是
Figure BDA00003038536700051
Power SystemsTM服务器。此外，客户端110和120连接到网络130。客户端110和120可以例如是个人计算机或者网络计算机。在描绘的例子中，服务器140向客户端110和120提供数据和/或服务，诸如但不限于数据文件、操作系统映像和应用。网络数据处理系统100可以包括附加服务器、客户端和其它设备。
在描绘的例子中，网络数据处理系统100是具有网络130的因特网，该因特网代表使用传输控制协议/网际协议(TCP/IP)协议组以相互通信的网络和网关的全球汇集。在因特网的心脏是在由传送数据和消息的数以千计的商业、政府、教育和其它计算机系统构成的主节点或者主机计算机之间的高速数据通信线路的中枢。当然也可以实施网络数据处理系统100为多个不同类型的网络，诸如内部网、局外(LAN)或者广域网(WAN)。图1旨在于作为例子而并非作为用于不同示例实施例的架构限制。
图2是数据处理系统200(诸如但不限于客户端110和/或服务器140)的一个实施例，可以在该数据处理系统中以实施根据本公开内容的用于利用机器学习来发现和分组有关计算资源的系统的一个实施例。在这一实施例中，数据处理系统200包括提供在处理器单元204、存储器206、持久存储装置208、通信单元210、输入/输出(I/O)单元212和显示器214之间的通信的总线或者通信结构202。
处理器单元204服务于执行用于可以向存储器206中加载的软件的指令。处理器单元204根据特定实现方式可以是一个或者多个处理器的集合或者可以是多芯处理器。另外，可以使用其中主处理器与辅处理器一起存在于单个芯片上的一个或者多个异构处理器系统来实施处理器单元204。作为另一示例例子，处理器单元204可以是包含相同类型的多个处理器的对称多处理器系统。
在一些实施例中，存储器206可以是随机存取存储器或者任何其它适当易失性或者非易失性存储设备。持久存储装置208可以根据特定实现方式采用各种形式。例如持久存储装置208可以包含一个或者多个部件或者设备。持久存储装置208可以是硬驱动、闪存、可重写光盘、可重写磁带或者上述存储装置的各种组合。持久存储装置208使用的介质也可以可拆除、诸如但不限于可拆除硬驱动。
通信单元210提供与其它数据处理系统或者设备的通信。在这些例子中，通信单元210是网络接口卡。调制解调器、线缆调制解调器和以大网卡仅为当前可用网络接口适配器类型的少数类型。通信单元210可以通过使用物理或者无线通信链路或者二者来提供通信。
输入/输出单元212实现与可以连接到数据处理系统200的其它设备的数据输入和输出。在一些实施例中，输入/输出单元212可以通过键盘和鼠标提供用于用户输入的连接。另外，输入/输出单元212可以向打印机发送输出。显示器214提供用于向用户显示信息的机制。
用于操作系统和应用或者程序的指令位于持久存储装置208上。可以向存储器206中加载这些指令用于由处理器单元204执行。处理器单元204可以使用可以位于存储器、诸如存储器206中的计算机实施的指令来执行不同实施例的过程。这些指令称为处理器单元204中的处理器可以读取和执行的程序代码、计算机可用程序代码或者计算机可读程序代码。可以在不同物理或者有形计算机可读介质(诸如存储器206或者持久存储装置208)上实现不同实施例中的程序代码。
程序代码216以函数形式位于有选择地可拆除的计算机可读介质218上并且可以向数据处理系统200上加载或者向数据处理系统200传送用于由处理器单元204执行。程序代码216和计算机可读介质218在这些例子中形成计算机程序产品220。在一个例子中，计算机可读介质218可以是有形形式，诸如向驱动或者其它设备中插入或者放置的光盘或者磁盘，该驱动或者其它设备是持久存储装置208的用于向存储设备上传送的部分，诸如硬驱动，该硬驱动是持久存储装置208的一部分。在有形形式中，计算机可读介质218也可以采用连接到数据处理系统200的持久存储装置，诸如硬驱动、拇指驱动(thumb drive)或者闪存的形式。计算机可读介质218的有形形式也称为计算机可读存储介质。在一些实例中，计算机可读介质218可以不可拆除。
备选地，可以从计算机可读介质218通过去往通信单元210的通信链路和/或通过去往输入/输出单元212的连接向数据处理系统200传送程序代码216。通信链路和/或连接在示例例子中可以是物理或者无线的。
针对数据处理系统200所示不同部件并非为了提供对其中可以实施不同实施例的方式的架构限制。可以在如下数据处理系统中实施不同示例实施例，该数据处理系统包括附加于或者取代针对数据处理系统200所示部件的部件。可以从所示示例例子变化图2中所示其它部件。例如数据处理系统200中的存储设备是可以存储数据的任何硬件装置。存储器206、持久存储装置208和计算机可读介质218是有形形式的存储设备的例子。
图3是用于利用机器学习技术来发现和分组有关计算资源的系统300的一个示例实施例。可以在数据处理系统或者平台(诸如但不限于服务器140和/或150、客户端110和/或120上或在其它数据处理系统位置处实施系统300。例如在图3中所示实施例中，在数据处理系统(诸如服务器140)上实施系统300的一个实施例。应当理解，可以在别处(诸如但不限于客户端110和/或服务器150)实施本公开内容的实施例。
在图3中，系统300包括一个或者多个处理器单元302和存储器304。在图3中所示实施例中，存储器304包括发现引擎310、数据中心模型312和接口模块314。发现引擎310用来自动发现和分组与计算环境关联的各种计算环境资源、项目或者对象。例如在图3中所示实施例中，服务器140连接到运行时间计算环境316。计算环境316可以包括任何类型的计算环境，并且可以包括各种类型的硬件、软件、虚拟机、交换机、计算机系统等。发现引擎310被配置用于自动发现计算环境316的这里称为“配置项目”的各种计算资源，并且基于用户/管理员阐述或者选择的所需分组标准或者模型对某些配置项目自动分组。接口模块314可以用来向用户/管理员显示和/或以别的方式呈现各种发现和分组的CI。在图3中所示实施例中，图示发现引擎310和接口模块314存储于存储器304中以便由处理器单元302中的一个或者多个处理器单元可访问和可执行；然而应当理解，发现引擎310和/或接口模块314可以以别的方式定位，甚至远离服务器140。可以使用可以基于硬件、基于软件或者二者的某一组合的已知技术以任何适当方式实施发现引擎310和/或接口模块314。例如发现引擎310和/或接口模块314可以包括用于执行如这里描述的各种功能的硬件、逻辑和/或可执行代码(作为在处理器单元上运行的软件和/或算法来驻留、在处理器或者其它类型的逻辑芯片中驻留的硬件逻辑、集中于单个集成电路中或者分布于数据处理系统中的不同芯片之中)。
数据中心模型312代表计算环境316的、与所需分组标准或者模型关联的各种配置项目的汇集或者分组。例如数据中心模型312可以包括如下模型，该模型代表与企业实体的特定团队或者工程关联的各种类型的计算资源或者配置项目。因此，特定数据中心模型312可以包括如下模型，该模型代表用于特定团队或者工程的各种类型的物理和虚拟机库存以及在整个计算环境316内运行的应用，这些类型包括计算环境配置项目，诸如硬件、中间件、软件、网络交换机等。
在图3中所示实施例中，系统300包括被配置用于轮询和/或以别的方式获取与对应于计算环境316的配置项目关联的各种类型的信息的一个或者多个传感器320。例如在图3中，传感器320包括一个或者多个网络流量传感器322、一个或者多个虚拟化传感器324和一个或者多个存储传感器326。网络流量传感器322可以用来发现与计算环境316对应的网络流量信息。例如网络流量传感器322可以包括用来分析、聚集和编译与计算环境316对应的网络流数据的基于流的网络建档传感器。虚拟化传感器324可以用来分析和/或获取与对应于计算环境316的虚拟机和/或软件虚拟化关联的各种信息。存储传感器326可以用来获取与关联于计算环境316的存储设备、这样的存储设备的虚拟化和/或与这样的存储设备有关的存储或者数据库软件关联的各种类型的信息。应当理解，附加和/或不同类型的传感器可以在系统300中用来标识、聚集和/或编译计算环境316的各种配置项目。
在图3中，服务器130也包括具有配置管理数据库332的存储库330。配置管理数据库332可以包括发现引擎310使用传感器320来发现的各种配置项目334的列表或者编译的数据集。存储库330也可以包括一个或者多个传感器320获取的网络数据336和数据流模式数据338。例如网络数据336可以包括与对应于计算环境316的各种类型的网络设备和/或隔离的网络部件或者子网关联的信息。数据流模式数据338可以包括与在计算环境316中的各种端点之间的网络包流关联的信息。应当理解，可以在贮存库330中包括与计算环境316的各种类型的配置项目对应的附加和/或其它类型的信息。
在一些实施例中，发现引擎310可以包括拓扑管理器340，该拓扑管理器被配置用于分析配置管理数据库332、网络数据336和/或数据流模式数据338中的信息以生成与计算环境316对应的硬件拓扑。例如拓扑管理器340可以分析贮存库332中的信息并且标识和/或以别的方式确定与计算环境316对应的各种类型的硬件配置项目。
在操作中，发现引擎310使用传感器320或者其它类型的资源来发现和/或以别的方式标识与计算环境316对应的各种类型的配置项目334并且在贮存库330中存储与发现的配置项目334对应的这样的信息。发现引擎310也被配置用于基于企业单元、工程或者其它类型的分组标准对彼此相关的各种配置项目334自动分组。如下文将进一步具体描述的那样，发现引擎310使用各种类型的机器学习技术以自动确定在各种类型的配置项目334之间的相关性以针对特定分组标准确定对哪些配置项目334一起分组。在一些实施例中，可以在特定数据中心模型312中将各组配置项目334存储为分组的配置项目350。
在一些实施例中，发现引擎310也包括分组编写器360，该分组编写器使得用户或者管理员能够经由接口模块314生成和/或以别的方式显示的用户接口362基于所需分组标准初始形成各种配置项目334的分组单元。发现引擎310然后“学习”分组编写器360获取的信息以基于经由分组编写器360接收的配置项目分组单元的经标识和/或经确定的相关性自动创建用于向贮存库330提交的查询。例如，在一些实施例中，用户/管理员可以使用分组编写器360基于所需分组标准来人工标识和分组两个或者更多配置项目334(例如标识服务器并且将服务器与在这样的服务器上执行的对应软件分组)。分组编写器360可以将配置项目334的分组单元存储为分组的配置项目350。发现引擎310然后自动评估作为分组的配置项目350来阐述的配置项目分组单元以确定在那些分组的配置项目350之间的相关性。发现引擎310分析分组的配置项目352以标识和/或确定用于实现基于分组的配置项目350的相关性推导的规则的模式。发现引擎310然后使用推导的规则以代表用户自动构建查询，从而自动定位附加配置项目334并且将附加配置项目334与先前分组的配置项目350分组(例如无进一步用户干预或者动作)。发现引擎310构建查询并且向贮存库330(例如配置管理数据库332、网络数据336和/或数据流模式数据338)提交查询以自动定位、标识计算环境316的附加或者新配置项目334并且将新配置项目334与先前分组的配置项目350分组。因此，发现引擎310被配置用于基于发现引擎310已经基于发现引擎310从先前分组的配置项目发现/标识的相关性推导的规则和查询自动执行新配置项目分组。
根据本公开内容，响应于(例如经由分组编写器360从用户和/或管理员)接收配置项目的分组，发现引擎310利用一个或者多个机器学习算法以检测如下模式，该模式指示在配置项目的经分组的单元之间的相关性。例如，在图3中所示实施例中，发现引擎310包括串分析模块370、网络模式模块372和数据流模式模块374。串分析模块370用来发现和分析与配置项目350的分组单元关联的文本元数据。例如，发现引擎310可以发现应用服务器并且在贮存库330中存储与服务器、节点、简档、小区名称、在服务器上运行的应用的名称对应的信息和与所发现的应用对应的许多其它类型的文本元数据。响应于接收作为分组的配置项目350的配置项目分组单元，串分析模块370可以评估与分组的配置项目350中的一个或者多个配置项目关联的文本元数据、基于与分组的配置项目350关联的文本元数据推导规则、基于文本元数据生成查询、并且在对基于这样的文本元数据定位和/或以别的方式标识可以与先前分组的配置项目350有关的其它配置项目334的尝试中向贮存库330提交查询。例如，基于配置项目分组单元推导的规则可以定义一个或者多个文本元数据串为定义应当一起分组的配置项目。因此，在操作中，串分析模块370可以用来基于推导的规则执行文本元数据或者文本串比较以从贮存库332标识和/或以别的方式定位具有相同或者相似文本元数据的其它配置项目334，从而与配置项目350的先前分组单元自动分组。
网络模式模块372可以用来分析网络流量传感器322获取的网络数据336，以标识与先前分组的配置项目350对应的各种类型的与网络有关的信息。例如，基于配置项目350的分组单元，网络模式模块372可以评估网络数据336以标识与配置项目350的分组单元的一个或者多个配置项目对应的网络跳跃、子网信息或者其它网络模式信息。因此，网络模式模块372然后可以使用网络数据336以基于分组的配置项目350的与网络有关的信息推导规则(例如标识一个或者多个子网为定义在配置项目之中的潜在关系)、然后基于这样的规则生成用于在对基于这样的网络数据336定位和/或以别的方式可以与配置项目350的分组单元有关(例如在相同子网内)的其它配置项目344的尝试中向贮存库330提交的查询。
数据流模式模块374可以用来分析数据流模式数据338，以标识与配置项目350的分组单元对应的数据流模式。例如，数据流模式数据338可以包括在计算环境316内的端点之中和/或之间的分组流信息，该分组流信息可以用来标识可以与配置项目350的分组单元的一个或者多个配置项目有关的附加配置项目334。响应于分析与配置项目350的分组单元对应的流模式数据338，数据流模式模块374基于这样的数据流模式推导规则(例如定义与分组单元信息传送关联的某些网络端点和/或转接点)并且基于这样的规则生成用于在对基于这样的数据流模式定位和/或以别的方式标识可以与先前分组的配置项目330有关的其它配置项目344(例如参与这样的数据传送和/或沿着某些数据流路由发送/接收通信的配置项目)的尝试中向贮存库330提交的查询。例如，数据流模式模块374可以使用流模式数据338以标识在已经观测到在某一标称阈值以上的数据流流量的机器和/或应用之中的关联性。
响应于向贮存库330提交一个或者多个查询及其响应，发现引擎310自动定位和/或以别的方式标识一个或者多个附加配置项目334以与配置项目350的先前分组单元分组。在一些实施例中，可以经由分组编写器360向用户或者管理员显示贮存库330的查询的结果或者响应，以让用户或者管理员能够接受或者拒绝发现引擎310自动执行的分组。响应于接收对发现引擎310自动执行的分组的接受或者拒绝，发现引擎310可以基于分组的配置项目350的先前相关性自动修正或者修改先前推导的规则。因此，在一些实施例中，基于用户/管理员对发现引擎310执行的配置项目自动分组进行的纠正，发现引擎310自动适应和/或以别的方式“学习”这样的纠正并且相应地修改先前推导的规则和查询。基于这样的规则纠正或者修改，发现引擎310可以自动推导并且向贮存库330提交修改的查询，以对用于与先前分组的配置项目350分组的其它配置项目334定位。
作为前文的例子，考虑管理员已经使用发现引擎310，以发现和分类特定计算环境316中的所有硬件和软件。可以在贮存库330中将发现的硬件和软件存储为配置项目334。发现的配置项目334可以包括网络交换机、计算机系统、数据库、存储设备、虚拟机、中间件软件、软件应用等。发现引擎310还可以由管理员用来将发现的配置项目334组织成所需组(例如与核心企业组(诸如薪水表)关联)。经由用户接口362使用分组编写器360，管理员可以将某些配置项目334初始人工分组成分组单元。例如在称为“薪水表”的数据中心模块312之下，管理员可以将以下配置项目334一起分组：
计算机系统：es2490、es2491、es2492以及
软件：HTTP服务器软件(四个实例)、企业软件(四个实例)、数据块软件(三个实例)、认证/访问软件、消息接发软件。
上文引用的配置项目是简化的表示，因为这些项目可以包括大量元数据(例如，应用服务器可以包括与它们在其上运行的计算机系统、小区/节点名称和在它们上列举的应用对应的元数据)。
基于管理员作为配置项目350的分组单元来阐述的配置项目332的初始分组，发现引擎310分析分组的配置项目350并且创建与根据分组的配置项目350推导的模式关联的关系规则。例如，串分析模块370可以执行文本串元数据分析，并且确定分组的配置项目350包括共享相同前两个字母“es”的服务器名称。网络图案模块372可以分析分组的配置项目350，并且基于与分组的配置项目350对应的网络数据336确定数据库设备、数据块软件和应用服务器在相同子集中。串分析模块370也可以检测到运行企业软件的计算机系统在从应用服务器发现的元数据中、由此指示在它们之间的关联性。数据流模式模块374可以评估配置项目350的分组单元以标识与分组单元的一个或者多个配置项目关联的数据流模式(例如标识去往和/或来自分组单元的一个或者多个配置项目的数据包)。
基于管理员提供的配置项目350的分组单元的由发现引擎310推导的模式和相关性，发现引擎310基于分组的配置项目350推导相关性或者关系规则并且创建用于在对标识可以与先前分组的配置项目350有关的其它配置项目334的尝试中向贮存库330提交的候选查询。发现引擎310向贮存库330提交查询并且基于对查询的响应通过将任何新发现的配置项目334与先前分组的配置项目350分组来自动形成配置项目新分组单元。在一些实施例中，发现引擎310可以向管理员显示配置项目新分组单元用于由管理员接受或者拒绝。例如管理员可以注意到发现引擎310发现的一个或者多个新发现的配置项目不应与先前分组的配置项目350包括在一起。使用分组编写器360，管理员可以从分组去除这样的配置项目。发现引擎310然后可以基于管理员进行的修改来修改和/或优化先前推导的规则(例如使规则无效和/或修改规则)。因此，管理员进行的每个纠正或者修改增加发现引擎310对应当与先前分组的配置项目350分组的其它配置项目334定位的准确性。
在一些实施例中，发现引擎310可以被配置用于向用户/管理员显示或者以别的方式呈现推导的查询以让用户/管理员能够修改和/或纠正这样的查询。例如发现引擎310可以向用户/管理员显示或者以别的方式呈现推导的查询以让用户/管理员能够在向贮存库330提交这样的查询之前接受、拒绝或者编辑这样的查询。因此例如用户/管理员可以修改查询语义或者语法以优化向贮存库330提交的查询。
在一些实施例中，发现引擎310可以基于配置项目350的分组单元的分析来推导许多查询并且在向用户/管理员返回查询的结果之前向贮存库330提交许多查询。例如在一些实施例中，发现引擎310可以组合一个或者多个规则推导的结果(例如基于特定子网内的数据流模式推导规则、基于用于特定子网内的配置项目的元数据推导规则等)并且基于这样的规则组合来生成查询。另外，在一些实施例中，发现引擎310可以对一些相关性模式相对于其它相关性模式不同地加权。例如在一些实施例中，发现引擎310可以对文本元数据比发现的子网关系更大加权，以定义用于搜寻其它有关配置项目的规则。因此应当理解，发现引擎310可以运用和评估各种类型的算法以确定在配置项目之间的模式和/或相关性，以使发现引擎310能够在分组单元内包括这类项目或者防止某些项目被包括在分组单元中。例如在一些实施例中，即使发现引擎310可以标识如下特定配置项目，该配置项目具有与在分组单元中已经包括的一个或者多个配置项目匹配的文本串元数据，网络数据336仍然可以指示这样的项目不应是分组单元的部分。也可以将规则应用于响应于规则/查询而发现的配置项目。例如在一些实施例中，发现引擎310可以向贮存库330提交查询，并且基于这样的查询来标识可以与分组单元有关的另一配置项目334(例如基于元数据分析)。发现引擎310然后可以应用另一规则(例如网络数据规则和/或数据流模式规则)以确定是否应当在分组单元中包括标识的配置项目(例如即使元数据可以指示在分组单元中包括项目，网络数据336和/或数据流模式数据338仍然可以不这样指示)。
图4是图示根据本公开内容的用于利用机器学习技术来发现和分组有关的计算资源的方法的一个实施例的流程图。该方法始于块402，其中发现引擎310发现并且向贮存库330填充与计算环境316对应的配置项目334。发现引擎310也可以获取并且在贮存库330中存储与计算环境316对应的网络数据336和/或数据流模式数据338。在块404，发现引擎310接收配置项目334的第一单元的人工分组。例如使用分组编写器360，用户/管理员可以基于所需分组标准(例如企业单元、任务或者工程等)选择配置项目334中的用于在分组单元中初始地一起分组的某些配置项目。在块406，发现引擎310分析配置项目的分组单元并且基于分组单元推导关系规则。在块408，发现引擎310基于规则生成候选查询以针对所需分组标准定位和/或标识附加配置项目334。
在块410，发现引擎310向用户/管理员显示和/或以别的方式提供生成的候选查询。在判决块412，进行用户/管理员是否寻求修改发现引擎310生成的查询的确定。如果用户/管理员未输入查询修改，则该方法继续至块416。如果需要查询修改，则该方法从判决块412继续至块414，其中发现引擎310修改如用户/管理员指示的对应查询。该方法然后继续至块416。
在块416，发现引擎310向贮存库330发出查询和/或基于这样的查询以别的方式轮询查询330。在块418，发现引擎310基于对查询的结果或响应标识新配置项目。在块420，发现引擎310通过组合新标识的配置项目与配置项目的先前分组单元来形成配置项目的新分组单元。在块422，发现引擎310向用户/管理员显示配置项目的新分组单元。在判决块424，进行是否需要修改新分组单元的确定。例如可以向用户/管理员显示新分组单元用于接受或者拒绝新分组单元(例如让用户/管理员能够去除某些配置项目和/或向新分组单元添加其它配置项目)。如果无需修改，则该方法继续至块408，其中发现引擎310可以基于新分组单元生成新查询。如果需要修改新分组单元(诸如相对于新分组单元去除和/或添加某些配置项目)，则该方法继续至块426，其中发现引擎310基于修改的分组单元修改先前推导的规则。在块428，发现引擎310基于修改的规则生成新查询。该方法然后继续至块416，其中发现引擎310可以在对标识和/或以别的方式定位用于在分组单元中包括的附加配置项目334的尝试中向贮存库330发出修改的查询。
因此，本公开内容的实施例实现一种用于确定将计算环境的哪些计算资源相关的自动化方法。例如本公开内容的实施例实现自动推导和/或生成用来发现相关的配置项目的查询而无需用户/管理员对为了标识这样的配置项目而可能需要的各种命名约定和查询语义熟悉或者有经验。另外，本公开内容的实施例实现评估大型计算环境(例如包含数以千计的配置项目)并且将有关配置项目一起分组而无需用户/管理员执行重复和繁重的人工分组。因此，本公开内容的实施例提供一种使用机器学习技术以分析、发现和分组计算环境的有关配置项目的方法和系统。
这里所用术语仅为了描述具体实施例而并非旨在于限制公开内容的范围。如这里所用，除非上下文另有明示，单数形式“一个/一种”和“该”旨在于也包括复数形式。还将理解，措词“包括”在本说明书中使用时指定存在记载的特征、整件、步骤、操作、单元和/或部件、但是未排除存在或者添加一个或者多个其它特征、整件、步骤、操作、单元、部件和/或其组合。
在所附权利要求中的所有装置或者步骤加上功能单元的对应结构、材料、动作和等效物旨在于包括如具体要求保护的用于与其它要求保护的单元组合执行该功能的任何结构、材料或者动作。公开内容的描述已经出于示例和描述的目的而加以呈现、但是并非旨在于穷举本发明或者使本发明限于公开的形式。许多修改和变化将为本领域普通技术人员所清楚而未脱离公开内容的范围和精神实质。选择和描述实施例以便最好地说明公开内容的原理和实际应用并且使本领域其他普通技术人员能够针对具有如与设想的特定使用相适应的各种修改的各种实施例来理解公开内容。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (20)

1.一种用于发现和分组有关的计算资源的方法，包括：
在处理器单元上执行的发现引擎接收计算环境的至少两个配置项目的分组单元；
所述发现引擎分析所述分组单元以确定在所述分组单元的所述配置项目之间的相关性；
所述发现引擎基于所确定的相关性自动创建规则；
所述发现引擎应用所述规则以自动标识所述计算环境的、与所述分组单元的所述配置项目有关的另一配置项目；并且
响应于基于所述规则的应用来标识所述计算环境的另一配置项目，在所述分组单元中包括所标识的配置项目。
2.根据权利要求1所述的方法，还包括基于所述分组单元的所述配置项目中的至少一个配置项目的文本元数据创建所述规则。
3.根据权利要求1所述的方法，还包括基于与所述分组单元的所述配置项目中的至少一个配置项目关联的网络模式创建所述规则。
4.根据权利要求1所述的方法，还包括基于与所述分组单元的所述配置项目中的至少一个配置项目对应的数据流模式创建所述规则。
5.根据权利要求1所述的方法，还包括：
基于所述规则应用将所述分组单元与所标识的配置项目一起显示；
接收对用于所述分组单元的所标识的配置项目的接受或者拒绝；并且
响应于接收所述接受或者拒绝，基于所述接受或者拒绝来修改所述规则。
6.根据权利要求1所述的方法，其中应用所述规则包括查询与所述计算环境关联的配置项目的贮存库。
7.根据权利要求1所述的方法，还包括：
向用户显示所述规则；
从所述用户接收对所述规则的修改；并且
将所修改的规则应用于所述计算环境。
8.一种用于发现和分组有关的计算资源的系统，包括：
用于接收计算环境的至少两个配置项目的分组单元的装置；
用于分析所述分组单元以确定在所述分组单元的所述配置项目之间的相关性的装置；
用于基于所确定的相关性创建规则的装置；
用于将所述规则应用于所述计算环境以标识所述计算环境的、与所述分组单元的所述配置项目有关的另一配置项目的装置；以及
用于响应于基于所述规则的应用来标识所述计算环境的另一配置项目，在所述分组单元中包括所述标识的配置项目的装置。
9.根据权利要求8所述的系统，其中所述用于创建规则的装置被配置用于基于所述分组单元的所述配置项目中的至少一个配置项目的文本元数据创建所述规则。
10.根据权利要求8所述的系统，其中所述用于创建规则的装置被配置用于基于与所述分组单元的所述配置项目中的至少一个配置项目关联的网络模式创建所述规则。
11.根据权利要求8所述的系统，其中所述用于创建规则的装置被配置用于基于与所述分组单元的所述配置项目中的至少一个配置项目对应的数据流模式创建所述规则。
12.根据权利要求8所述的系统，还包括：
用于基于所述规则应用将所述分组单元与所标识的配置项目一起显示的装置；
用于接收对用于所述分组单元的所标识的配置项目的接受或者拒绝的装置；以及
用于响应于接收所述接受或者拒绝基于所述接受或者拒绝来修改所述规则的装置。
13.根据权利要求8所述的系统，其中所述用于将所述规则应用于所述计算环境的装置被配置用于通过查询与所述计算环境关联的配置项目的贮存库来应用所述规则。
14.根据权利要求8所述的系统，还包括：
用于向用户显示所述规则的装置；
用于从所述用户接收对所述规则的修改的装置；以及
用于将所修改的规则应用于所述计算环境的装置。
15.一种用于发现和分组有关的计算资源的方法，包括：
在贮存库中存储与计算环境关联的多个配置项目；
在处理单元上执行的发现引擎接收在所述贮存库中存储的至少两个配置项目的分组单元；
所述发现引擎分析所述分组单元以确定在所述分组单元的所述配置项目之间的相关性；
所述发现引擎基于所确定的相关性自动生成查询并且向所述贮存库提交所述查询以自动标识所述计算环境的、与所述分组单元的所述配置项目有关的另一配置项目；并且
响应于基于对所述查询的响应来标识所述计算环境的另一配置项目，在所述分组单元中包括所标识的配置项目。
16.根据权利要求15所述的方法，其中分析所述分组单元包括：
分析与所述分组单元的所述配置项目中的至少一个配置项目关联的文本元数据；
分析与所述分组单元的所述配置项目中的至少一个配置项目关联的网络模式；并且
分析与所述分组单元的所述配置项目中的至少一个配置项目对应的数据流模式。
17.根据权利要求16所述的方法，还包括：
向用户显示所述查询；
所述发现引擎从所述用户接收对所述查询的修改；并且
向所述贮存库提交所修改的查询。
18.根据权利要求15所述的方法，还包括：
基于对所述查询的所述响应将所述分组单元与所标识的配置项目一起显示；
接收对用于所述分组单元的所标识的配置项目的接受或者拒绝；
响应于接收所述接受或者拒绝，所述发现引擎基于所述接受或者拒绝来自动修改所述查询；并且
向所述贮存库提交所修改的查询。
19.根据权利要求16所述的方法，还包括查询所述贮存库以标识具有与所述分组单元的所述配置项目中的至少一个配置项目的元数据对应的元数据的另一配置项目。
20.根据权利要求19所述的方法，还包括：响应于标识具有与所述分组单元的所述配置项目中的至少一个配置项目的元数据对应的元数据的另一配置项目，基于数据流模式确定所标识的配置项目是否与所述分组单元的所述配置项目中的至少一个配置项目有关。
CN201310125624.1A 2012-04-27 2013-04-11 用于发现和分组有关计算资源的方法和系统 Expired - Fee Related CN103377088B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/458,281 2012-04-27
US13/458,281 US20130290237A1 (en) 2012-04-27 2012-04-27 Discovery and grouping of related computing resources using machine learning

Publications (2)

Publication Number Publication Date
CN103377088A true CN103377088A (zh) 2013-10-30
CN103377088B CN103377088B (zh) 2016-08-03

Family

ID=49462247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310125624.1A Expired - Fee Related CN103377088B (zh) 2012-04-27 2013-04-11 用于发现和分组有关计算资源的方法和系统

Country Status (2)

Country Link
US (2) US20130290237A1 (zh)
CN (1) CN103377088B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11593326B2 (en) * 2012-10-08 2023-02-28 GiantChair, Inc. Method and system for managing metadata
CN104731664A (zh) * 2013-12-23 2015-06-24 伊姆西公司 用于故障处理的方法和装置
US10509648B2 (en) * 2014-04-10 2019-12-17 Nintendo Co., Ltd. Classification and display of code execution profile data
CN105446705B (zh) 2014-06-30 2019-06-21 国际商业机器公司 用于确定配置文件的特性的方法和装置
US9781004B2 (en) 2014-10-16 2017-10-03 Cisco Technology, Inc. Discovering and grouping application endpoints in a network environment
US10805184B2 (en) * 2015-07-28 2020-10-13 Amazon Technologies, Inc. Data analytics and management of computing infrastructures
US10708139B2 (en) 2017-08-01 2020-07-07 Servicenow, Inc. Automatic grouping of similar applications and devices on a network map
US20200117476A1 (en) * 2018-10-11 2020-04-16 Sugarcrm Inc. Automated configuration of an application instance
US11463323B2 (en) * 2020-07-14 2022-10-04 Servicenow, Inc. Discovery process identification and classification
CN116954875A (zh) * 2022-04-14 2023-10-27 戴尔产品有限公司 用于数据管理系统的对象分组的方法和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101158981A (zh) * 2007-11-28 2008-04-09 深圳市迅雷网络技术有限公司 一种对下载资源进行分类的方法、系统和装置
US20080263194A1 (en) * 2007-04-17 2008-10-23 International Business Machines Corporation Method and system for optimal binding selection for service oriented architectures
CN101980211A (zh) * 2010-11-12 2011-02-23 百度在线网络技术（北京）有限公司 一种机器学习模型及其建立方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6714217B2 (en) * 1998-12-18 2004-03-30 Sprint Communication Company, L.P. System and method for providing a graphical user interface to, for building, and/or for monitoring a telecommunication network
AU2001288757A1 (en) * 2000-09-01 2002-03-13 Op40, Inc. System, method, uses, products, program products, and business methods for distributed internet and distributed network services
MXPA04004719A (es) * 2003-05-19 2004-09-06 Eaton Corp Red ad-hoc y metodo de enrutar comunicaciones en una red de comunicaciones.
US20090190494A1 (en) * 2004-06-30 2009-07-30 Luigi De Giovanni Method and system for network topology updating using topology perturbation
US20060248577A1 (en) * 2005-04-29 2006-11-02 International Business Machines Corporation Using SSO processes to manage security credentials in a provisioning management system
US7636318B2 (en) * 2005-12-27 2009-12-22 Solana Networks Inc. Real-time network analyzer
US20080189769A1 (en) * 2007-02-01 2008-08-07 Martin Casado Secure network switching infrastructure
US8145677B2 (en) * 2007-03-27 2012-03-27 Faleh Jassem Al-Shameri Automated generation of metadata for mining image and text data
US8453165B2 (en) * 2008-01-22 2013-05-28 International Business Machines Corporation Distributing event processing in event relationship networks
US8156144B2 (en) * 2008-01-23 2012-04-10 Microsoft Corporation Metadata search interface
US7684316B2 (en) * 2008-02-12 2010-03-23 Cisco Technology, Inc. Multicast fast reroute for network topologies
EP2485534B1 (en) * 2008-05-01 2015-07-22 Saudi Arabian Oil Company Adaptive wireless process control system and method
US8447856B2 (en) * 2008-11-25 2013-05-21 Barracuda Networks, Inc. Policy-managed DNS server for to control network traffic
US20100153377A1 (en) * 2008-12-12 2010-06-17 Palaniswamy Rajan System and method for enhanced automation of information technology management
US10831724B2 (en) * 2008-12-19 2020-11-10 Bmc Software, Inc. Method of reconciling resources in the metadata hierarchy
WO2010077131A1 (en) * 2008-12-30 2010-07-08 Telefonaktiebolaget Lm Ericsson (Publ) Expression conflict resolution in communication network tailoring
US8898267B2 (en) * 2009-01-19 2014-11-25 Netapp, Inc. Modifying information lifecycle management rules in a distributed system
US8310918B2 (en) * 2009-02-27 2012-11-13 Telecom Recovery Systems and methods for seamless communications recovery and backup
US8874708B2 (en) * 2009-05-26 2014-10-28 Red Hat, Inc. Location discovery based on DNS
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
US8959139B2 (en) * 2010-05-28 2015-02-17 Juniper Networks, Inc. Application-layer traffic optimization service endpoint type attribute
US8285800B2 (en) * 2010-06-25 2012-10-09 Compuware Corporation Service model creation using monitored data of the performance management tool

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080263194A1 (en) * 2007-04-17 2008-10-23 International Business Machines Corporation Method and system for optimal binding selection for service oriented architectures
CN101158981A (zh) * 2007-11-28 2008-04-09 深圳市迅雷网络技术有限公司 一种对下载资源进行分类的方法、系统和装置
CN101980211A (zh) * 2010-11-12 2011-02-23 百度在线网络技术（北京）有限公司 一种机器学习模型及其建立方法

Also Published As

Publication number Publication date
US20130290237A1 (en) 2013-10-31
CN103377088B (zh) 2016-08-03
US20130290238A1 (en) 2013-10-31

Similar Documents

Publication Publication Date Title
CN103377088A (zh) 用于发现和分组有关计算资源的方法和系统
CN113647078B (zh) 一种管理安全事件的方法、装置和计算机可读存储介质
CN111400504B (zh) 企业关键人的识别方法和装置
JP2018097846A (ja) Ａｐｉ学習
US11494559B2 (en) Hybrid in-domain and out-of-domain document processing for non-vocabulary tokens of electronic documents
US20160092591A1 (en) Clustering repetitive structure of asynchronous web application content
US20120310648A1 (en) Name identification rule generating apparatus and name identification rule generating method
US10210194B2 (en) Ingestion plan based on table uniqueness
US11507747B2 (en) Hybrid in-domain and out-of-domain document processing for non-vocabulary tokens of electronic documents
US9823922B1 (en) Source code mapping through context specific key word indexes and fingerprinting
US11775759B2 (en) Systems and methods for training and evaluating machine learning models using generalized vocabulary tokens for document processing
US11048738B2 (en) Records search and management in compliance platforms
CN102033884A (zh) 用于处理服务的方法和系统
US20230040635A1 (en) Graph-based impact analysis of misconfigured or compromised cloud resources
US20210182343A1 (en) Scalable and Resource-Efficient Extraction of Data from Network-Accessible Documents
Achichi et al. Automatic key selection for data linking
Liang et al. What links alice and bob? matching and ranking semantic patterns in heterogeneous networks
Sun et al. Expert system for automatic microservices identification using API similarity graph
CN114168149A (zh) 一种数据转换方法及装置
US8655860B2 (en) Identifying universal resource locator rewriting rules
Shafi et al. [WiP] Web Services Classification Using an Improved Text Mining Technique
Thomsen et al. Smart lamp or security camera? Automatic identification of IoT devices
Smirnov et al. Ontology-based users and requests clustering in customer service management system
CN107220249A (zh) 基于分类的全文搜索
JP7332135B2 (ja) 住宅設計図提供システム

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160803