CN106445652B - 用于智能云计划和停用的方法和系统 - Google Patents
用于智能云计划和停用的方法和系统 Download PDFInfo
- Publication number
- CN106445652B CN106445652B CN201610567108.8A CN201610567108A CN106445652B CN 106445652 B CN106445652 B CN 106445652B CN 201610567108 A CN201610567108 A CN 201610567108A CN 106445652 B CN106445652 B CN 106445652B
- Authority
- CN
- China
- Prior art keywords
- application
- cloud
- applications
- cloud computing
- deployment
- 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
Classifications
-
- 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
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
- G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
- G06F9/4862—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration the task being a mobile agent, i.e. specifically designed to migrate
- G06F9/4875—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration the task being a mobile agent, i.e. specifically designed to migrate with migration policy, e.g. auction, contract negotiation
-
- 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
-
- 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
- G06F9/445—Program loading or initiating
- G06F9/44594—Unloading
-
- 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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Stored Programmes (AREA)
Abstract
本公开的实施例涉及用于智能云计划和停用的方法和系统。一种用于停用在计算机系统上操作的应用或计算机系统的方法,该方法包括在停用系统处接收指定要分析的服务器的信息。停用系统确定在服务器上操作的一个或多个应用、由一个或多个应用所利用的一个或多个指令代码库以及一个或多个指令代码库的硬件依赖性。基于所确定的硬件依赖性,停用系统确定应用是否适于迁移到云计算系统。停用系统生成指示对于将应用迁移到云计算机系统的适用性的报告。
Description
技术领域
本申请总体涉及计算机系统维护。具体而言,本申请描述了一种用于基于细节分析来在认为适当时停用(decommissioning)计算机系统并且将计算机系统的应用和关联数据部署到云计算基础设施的方法和系统。
背景技术
计算机系统的停用是涉及关闭不再在服务有益目的的计算机系统上操作的应用和其他资产的过程。例如,计算机系统可能过时、太昂贵以致于不能操作等等。由于计算机系统消耗大量的资源,因而系统的停用可以通过减少软件、硬件和其他系统资源的使用来改进总体系统效率。
然而,用于停用计算机系统上的应用或计算机系统自身系统的过程可能提出重大的风险和挑战,并且需要用于减轻风险和克服停用过程期间遭遇的挑战的技术方案。
发明内容
在一个方面中,一种用于停用在计算机系统上操作的应用或计算机系统的方法包括在停用系统处接收指定引用分析的服务器的信息。停用系统确定在服务器上操作的目标应用,然后将目标应用的属性和与多个应用相关联的属性进行比较,以确定目标应用与多个应用的关联性,其中多个应用中的每个应用与云部署信息相关联。当多个应用中的至少一个应用与目标应用之间的关联性超过阈值,停用系统确定目标应用与多个应用中的至少一个应用有关。停用系统然后根据与多个应用中的至少一个应用相关联的云部署信息,来生成用于推荐目标应用被部署到云计算系统的推荐报告。
在第二方面中,一种用于停用在计算机系统上操作的应用或计算机系统的系统包括具有指令代码的非暂态计算机可读媒体和处理器。基于指令代码,处理器被配置为接收指定引用分析的服务器的信息。处理器确定在服务器上操作的目标应用;然后将目标应用的属性和与多个应用相关联的属性进行比较,以确定目标应用与多个应用的关联性。多个应用中的每个应用与云部署信息相关联。当多个应用中的至少一个应用与目标应用之间的关联性超过阈值,处理器确定目标应用与多个应用中的至少一个应用有关。处理器然后根据与多个应用中的至少一个应用相关联的云部署信息,来生成用于推荐目标应用被部署到云计算系统的推荐报告。
在第三方面中,提供了一种非暂态计算机可读介质,其具有存储在其上以用于停用在计算机系统上操作的应用或计算机系统的指令代码。指令代码由机器可执行用于使得机器执行动作,动作包括:接收指定用于分析的服务器的信息;确定在服务器上操作的目标应用。指令代码还可执行以使得机器将目标应用的属性和与多个应用相关联的属性进行比较,以确定目标应用与多个应用的关联性。多个应用中的每个应用与云部署信息相关联。当多个应用中的至少一个应用与目标应用之间的关联性超过阈值,指令代码还可执行以使得机器确定目标应用与多个应用中的至少一个应用有关;以及根据与多个应用中的至少一个应用相关联的云部署信息,生成用于推荐目标应用被部署到云计算系统的推荐报告。
附图说明
图1图示了用于停用生产计算机系统的示例性环境;
图2图示了在确定在服务器上操作的应用是否应当被停用时可以由停用系统执行的各种示例性操作;
图3图示了指示要被停用的各个数据中心的地理位置的示例性世界地图;
图4A和4B图示了当用户选择图3中所图示的数据中心时可以被显示的示例性对话框;
图5图示了可以由停用系统的发现工具执行的示例性操作;
图6图示了可以由停用系统生成的示例性报告的示例性屏幕截图;
图7A和7B图示了通过其允许停用系统的用户选择部署应用所基于的云解决方案的类型的示例性对话框;
图8图示了用于激活描述与云计算模板选项的部署相关联的各种拓扑的短视频的示例性对话框;
图9图示了描绘所选择的模板选择的细节的示例性对话框;
图10图示了当将应用部署到云计算系统时可以由停用系统执行的示例性操作;
图11图示了描绘与云解决方案的部署相关联的各种参数的示例性对话框;以及
图12图示了可以与上文所描述的一个或多个系统相对应的计算机系统。
具体实施方式
本申请中所描述的实施例放置通过数据和分析做出的智能决策,以通过使用人工智能选择正确的云模型和解决方案加速云利用来实现IT财产的简化,由此停用应用、过程、数据中心以及其相关联的基础设施。为此,使用从过往经验收集的算法和数据来训练工具,以检测对于云利用和停用的机会,然后利用DevOps技术来自动化可能的云部署。使用人工智能,实施例检测作为由于低商业价值或复制而停用的候选的应用。实施例通过提供来自指南的相关视频的集合并且将从视频自动捕获的图像与部署模板匹配,来使用人工智能使所选择的云技术方案上部署的拓扑的选择自动化。实施例还通过生成DevOps脚本在选择云技术方案时应用的部署自动化。实施例基于所选择的云计算方案并且基于所停用的应用或服务器的数目来使用于迁移应用的商业案例的创建自动化。实施例还追踪停用过程,并且提供对停用过程的度量。实施例还包括虚拟助理的建立,使得用户能够使得他们的问题在基于语音的交互上被回答,其将由虚拟代理响应而不是由人类响应。
本申请的其他特征涉及商业案例的创建。例如,本申请的实施例自动地计算应用的目标状态TCO,并且生成与当前花费基线的比较。实施例在将所停用的应用或服务器和数据中心作为云利用的结果方面,自动化模拟将导致推荐的实现的简化。实施例由此提供节省的商业案例作为智能决策做出过程的结果。
所公开的其他方面涉及对IT财产的追踪。例如,实施例通过追踪应用部署的状态(即,它们的数据是否被迁移以及它们是否已经被关闭),来提供关于用户可能如何追踪商业案例的分析。
如本文所使用的,术语“停用”通常意味着去激活数据中心上的应用并且可能地将应用移动到云系统,作为可能增强的模型中的一个模型。当在给定数据中心处去激活给定数据中心处的所有应用时,可以使数据中心自身去激活(即,计算机被售出等)。因此,“停用”还可以是指整个数据中心的去激活。
图1图示了用于停用生产计算机系统的示例性环境100。图示了停用系统105、一组服务器110和云计算系统115。各种系统和服务器可以经由网络120(诸如因特网)相互通信。
云计算系统115与可以由各种实体共享的计算资源的集合相对应。例如,可以由不同的公司共享计算机处理器、大容量存储设备、网络基础设施等。云计算系统115通常被建立使得给定公司仅具有对其自身的数据和应用的访问权。
可以由可以一周7天、一天24小时可用于解决云计算系统115的任何问题的专门的IT人员维护云计算系统115。操作云计算系统115的公司通常对托管应用收取费用。这些费用可以部分被用于通过升级处理器、增加大容量存储、改进网络访问等来时常改善云计算系统的功能。
另一方面,服务器110通常与可以内部定位并且由本地IT组或IT顾问管理的计算机系统相对应。在服务器110上操作的应用可以包括电子邮件应用、web服务器应用、各种自定义应用,等等。
通常,停用系统105评估操作在给定服务器110上的应用是否适合迁移到停用系统105,并且评估用于这样做的成本效益。停用系统105进一步能够采取用于将应用部署到云系统115所必要的步骤。
存在为何将这样的应用移动到云计算系统115有意义的若干原因。举例来说,经常必须维护计算机系统可能是昂贵的。在一些情况下,IT人员必须一周7天、一天24小时可用于能够解决不期望的紧急事件。对于一些公司而言,必须升级硬件可能是成本过高的。这些仅是为何使应用在云计算系统中托管有意义的原因中的一些原因。
为了支持这些方面,停用系统105将发现工具130部署到服务器110应用。发现工具130包括用于执行对在服务器110上运行的应用的分析的模块,并且然后将应用信息135传输回停用系统105,应用信息135关于在服务器上运行的应用、它们对其他应用的依赖性以及由应用所利用的硬件。停用系统105然后生成包括评估信息142的报告,评估信息142指示对于迁移到云系统115的给定应用合适性、这样做的有益信息以及用于执行的迁移的类型的细节。
评估信息142通常被确定为如下:停用系统105使用由发现工具130提供的应用信息135来对应用进行分类。例如,停用系统105在训练数据存储装置107中搜索与这些应用具有类似属性的之前已评估的应用。然后利用与这些应用相关联的之前已确定的评估来在报告中形成评估信息142的基础。
在训练阶段生成在训练数据存储装置107中提供的初始数据。具有各个应用的细节知识的主题专家(SME)确定应用是否适合迁移到云系统以及在迁移应用中要利用的模板类型。与这些应用相关联的属性信息已经由发现工具获得。SME确定的结果和应用属性然后在训练数据存储装置107中被彼此相关。
在训练后阶段,停用系统105的用户118可以同意由停用系统提供的评估信息142或者选择不同的迁移选项。由用户118做出的选择由停用系统105用于在训练数据存储装置107中更新信息。通过这种方式,停用系统105随时间而学习以做出更好的评估。
图2图示了在确定在服务器110上操作的应用是否应当停用时可以由停用系统105执行的各种操作。参考图3、4、6和7中所图示的屏幕截图更好地理解这些操作。应当理解,可以通过相互协作操作的一个或多个计算机系统执行下文所描述的操作。在该方面中,计算机系统可以包括非暂态计算机可读媒体,诸如RAM、ROM和用于执行操作的指令代码可以存储在其上的大容量存储装置。
参考图2,在框200处,停用系统105可以从与各个应用相关联的主题专家(SME)接收对调查表140的响应,其关于在贯穿公司的不同服务器110上操作的各个应用的各个方面。在这方面,调查表140可以经由网页或不同的通信信道被递送到SME。在网页的情况下,在填写调查表140之后,网页可以被提交回停用系统105。
调查表140中的问题可以已经要求SME提供针对每个应用的商业价值,诸如指示由应用生成的收入的金额量。可以要求SME以对1至10标度上的价值进行排名,1指示最低价值。可以以不同的方式表达商业价值。其他商业层相关问题可以包括下文表2中所列出的那些问题
SME可以已经被要求标识应用的各个依赖性。例如,SME可以被要求是否存在给定应用所依赖的其他库、数据库等。
以下表1列出了示例问题的子集,这些问题的答案可能已经由SME提供。
表1
在框205,可以在停用系统105处接收训练信息。如以上所提到的,在训练阶段生成训练数据存储装置107中所提供的初始数据。具有各个应用的细节知识的主题专家(SME)确定应用是否适合迁移到云系统以及在迁移应用中要利用的模板类型。这些确定的结果被存储在训练数据存储装置107中并且与应用分类信息有关,该应用分类信息反过来与SME做出决定所针对的应用相关联。
在框210,停用系统105可以接收对用于分析的服务器的选择。例如,如图3的示例性屏幕截图300中所图示的,停用系统105可以生成指示各各数据中心的地理位置的世界地图。可以经由web服务器、停用系统105的终端等将屏幕截图300传达给停用系统105的用户。
用户118可以选择第一数据中心305。停用系统105可以然后显示列出关于第一数据中心305先前所发现的信息的对话框310。下文描述了信息的发现。先前所发现的信息可以包括例如位于数据中心处的服务器的数目、已经由停用系统105评估的服务器的数目、在服务器上操作的应用的总数目和迁移到云计算系统115的应用的数目。可以列出与所选择的数据中心305有关的其他信息。
图4A和4B图示了当用户选择数据中心305时可以显示的对话框。除上文所列出的先前所发现的信息外,在图4A中,对话框400显示已经被稳定的、被部署的、被验证的和被停用的应用的数目。在该方面中,被部署指示应用被建立在云上但是其数据将被迁移。被迁移指示已经在云上建立应用(即,被部署)并且已经迁移与应用相关联的数据。除已经关闭和/或部署到云计算系统115之外,停用应用的数目与数据中心中的应用的数目相对应。
图4B的对话框410列出了先前被确定为在数据中心305中操作的服务器连同在每个服务器上操作的应用的数目。
返回到图2,在框215处,停用系统105可以将发现工具130(图1)传递给所选择的服务器,并且将指令传递给服务器110以安装发现工具130和执行发现工具130。
发现工具130被配置为执行如图5中所图示的各种类型的分析/操作,以用于确定与在服务器110上运行的应用有关的信息。通常,发现工具130被配置为标识在服务器110上运行的过程,并且根据那些过程来确定过程的硬件部件依赖性、其他应用上的过程的依赖性和过程的应用接口。
参考图5,在框500处,发现工具130的第一操作可以确定同时执行在服务器110上的各种过程和/或应用。例如,最主流的操作系统(诸如Unix、Linux以及Window OS)已经构建命令以定位过程/应用、它们的包以及所依赖的库。在一个实施例中,使用Java JDK 1.8来构建发现工具,并且发现工具发起适当的OS系统命令以标识上述信息。然后使用JavaAPI的构建函数来读取包及其内容。混合Java函数和用于解析XML文件的函数可以通过读取包内所存储的配置文件来用于确定应用的依赖性。
由第一模块所采集的其他信息可以包括与给定应用相关联的处理器使用的数量和/或利用应用的用户数。在该方面中,可以使第一模块在服务器上运行预先确定的时间量(诸如一星期、一个月等等)以提供对关于应用的总体使用的更好的评估。
下文表2图示了可以由第一模块确定的信息。
服务器 | 应用 | 用户数 | %处理器使用 |
acp1.accenture.com | 邮箱应用 | 1000 | 20% |
acp1.accenture.com | 网络服务器应用 | 10000 | 50% |
acp1.accenture.com | 天气应用 | 10 | 2% |
… | … | … |
表2
根据表2,存在运行在URL为acp1.accenture.com处的服务器上运行的三个应用。在分析的时段期间(诸如一个月),1000个不同的用户使用了邮件应用,10000个用户使用了网络服务器应用,并且10个用户使用了天气应用。邮件应用在分析时段期间利用20%的处理能力。网络服务器应用利用50%,并且天气应用利用2%。
参考框505,发现工具130的第二操作可以定位并且扫描与每个应用相关联的代码仓库以标识接口、报告、数据访问部件和由应用所利用的转换程序。
参考框510,发现工具130的第三操作可以通过扫描与每个库相关联的配置属性文件以确定给定库是否由给定应用利用,来确定可以由上文所标识的应用利用的任何库。例如,给定应用可以要求代码库中所定义的功能。因此,第三模块可以确定应用对库具有依赖性。
参考框515,第四操作可以确定应用的任何外部依赖性。例如,邮件应用可以连接到数据文件,其存储邮件应用的所有用户的电子邮件。数据文件可以被存储在特定硬盘驱动器上。因此,应用可以被确定为对数据库和硬盘驱动器二者具有依赖性。
参考框520,第五操作可以定位配置管理数据库(CMD)并且可以扫描CMD以确定随时间示出为已经给予对应用的访问权的团队和个人的身份和电子邮件。这后面的基本原理在于,所标识的用户118可能在某种程度上对应用感兴趣。因此,在应用的停用或将应用迁移到云计算系统115之前联系这些用户可能是必要的。
在框525处,发现工具130可以将概述运行以上各个模块的结果的应用信息135传递给停用系统105。
返回到图2,在框220处,停用系统105可以从发现工具130接收信息135并且生成推荐。例如,(如由发现工具130确定的)在评估的应用的属性可以与训练数据存储装置107中所存储的应用进行比较。可以选择训练数据存储装置107中具有与目标应用的属性相似的属性的应用。取回由SME指定的关于是否向云迁移这些应用、部署所使用的模板类型等的推荐,并且该推荐形成关于针对目标应用的云迁移、模板类型等的推荐的基础。
特别地,在与从调查表140所确定的商业价值、技术适应性和风险/控制/合规性信息有关的一组属性上对每个应用进行评分。根据问题的答案,给定应用针对每个属性的1-5的评级。然后,执行使用分类算法(例如,朴素贝叶斯)的算法评估来确定推荐。例如,关于对于特定应用的商业价值的推荐输出可以是以下各项之一:策略、投资、减少、移除,其中策略与最高值商业价值相对应。关于对于云的技术适应性的推荐输出可以是以下各项之一:待现代化的云原生、云候选,其中云原生指示用于将应用部署到云系统115的高度的适用性。关于风险/合规性灵敏度的推荐输出可以是以下各项之一:高、中或低,其中高指示应用应当部署到云系统115的合规性问题的高风险。
还可以对与由发现工具130所确定的应用相关联的每个依赖性应用以上算法。在包括来自调查表140的运行和托管成本的这些应用上收集所有权总成本数据。
基于应用的商业价值、技术适应性和风险/合规性灵敏度以及其依赖性,交替最小二乘(ALS)算法被用于将对于客户端的所推荐的云模型确定为以下各项之一:SaaS、PaaS和IaaS并且将其云诞生确定为以下各项之一:公共、私有和内部部署。用户可能能够可以覆盖推荐,在该情况下,停用系统的机器学习算法将记录覆盖,并且后续推荐将考虑用于重新评估是否存在微调整推荐的需要所做出的覆盖。
图6图示了可以由停用系统105生成的关于若干应用的推荐的屏幕截图600。前三列(605、610和615)相应地指示所分析的服务器的名称、服务器上所发现的应用和每个所发现的应用的迁移状态。“已评估的”的状态可以指示已经执行上文所描述的评估,但是尚未采取其他动作。“已部署的”的状态可以指示应用已经在命名的服务器上被停用并且移动到云计算系统115。虽然未图示,但是状态指示器还可以指示“准备部署”或与指示云计算系统115准备接收待部署的应用类似的一些状态。状态指示器还可以指示“已停用的”或与指示应用已经停用但是未部署在其他地方类似的一些状态。可以在状态列615中提供其他信息。
商业价值列620提供如果使用所推荐的参数来迁移应用能够实现的潜在成本节省的指示。在这方面,商业价值可以基于调查表140中关于给定目标应用所提供的用户118反馈。例如,针对目标应用的SME可以已经在对应的提问者中指示与在当前服务器上操作目标应用相关联的总成本是$150000。在另一方面,在使用所推荐的提供商、所推荐的目标的云中操作应用可以被已知为花费$80000。因此,通过将应用迁移到云上,可以实现$70000的节省。
云就绪列625指示用于将给定应用部署到云计算系统115的适用性。例如,要被停用的服务器上所托管的网站可以容易地移植到云计算系统115。(如由处理器的其使用所指示的)要求密集计算能力的应用(参见表1)可能较不适于在云计算系统115上操作。此外,对出于一个原因或另一个不能被部署到云的其他系统具有大量的依赖性的应用对于云部署而言可能不是好的候选。
列630的云诞生集指示在以下各项之一内操作的应用的适用性:公共云网络,在公共云网络情况下,当在云中操作时由应用所利用的网络将是公共的;私有云网络,在私有云网络情况下,当在云中操作时由应用所利用的网络将是公众不可访问的私有网络,其意指当前安装应用的原始数据中心。例如,当要被部署的应用旨在由一般公众利用时,可以选择公共网络上的部署。当要被部署的应用旨在由例如公司内的人利用时,可以选择私有网络上的部署。当应用不是出于先前所讨论的原因而作为云的部署的候选时,可以选择在内部维护应用。
列635的云模型集指示所部署的应用是否应当部署为软件即服务(SAAS)、平台即服务(PAAS)和基础设施即服务(IAAS)。可以针对要求基于web访问以及基于移动访问的应用而指示SAAS,诸如电子邮件应用、CRM系统等。可以针对由开发者用于开发应用所利用的应用而指示PAAS。可以针对要求对服务器、存储装置、网络和操作系统的按需访问权的应用而指示IASS。
所推荐/所选择的云模型列640指示来自停用系统105的推荐,其关于以上服务中的哪一个模型是优选的或是停用系统105的用户所做出的选择。如以上所提出的,该推荐基于目标应用与训练数据存储装置107中已经针对其由SME指定模型的应用的比较。类似地,所推荐的云解决方案列604指示来自停用系统105的自动推荐,其关于利用的云解决方案或停用系统105的用户所做出的选择。该推荐基于目标应用与训练数据存储装置107中已经针对其由SME指定云解决方案的应用的比较。
返回参考图2,在框225,停用系统105可以接收用户选择。例如示例性报告中所列出的应用中的每个应用可以包括配置按钮650,停用系统105的用户可以选择配置按钮650以显示用于选择部署的类型的对话框的,如图7A中所图示的。
参考图7A,对话框700允许用户选择云解决方案705的类型。例如,用户可以选择AWS,其与亚马逊web服务云计算服务相对应。用户可以选择云模型,诸如IASS。用户可以指定用于部署到云计算系统115的应用的实例715的数目。例如,用户可以指定将部署应用的三个实例。
此外,用户可以指定部署模板720。在该方面中,部署模板可以与由所选择的云解决方案提供商可用的模板相对应。例如,在AWS的情况下,模板选择包括在单个网络子网上操作的VPC(虚拟私有计算机)、具有私有子网和共同网络子网二者的VPC、具有私有子网和公共网络子网和硬件VPN(虚拟私有网络)访问的VPC、和仅具有私有网络子网和硬件VPN访问的VPC。
在图7A的对话框700中,通过下拉列表呈现模板选择。如图7B的对话框750中所图示的,在备选实施方式中,可以提供与上文所描述的模板选择相对应的网络拓扑的图形描绘755。图形描绘755允许用户对网络拓扑进行可视化,其在一些情况下可以易于用户理解。用户可以通过选择图形描绘755之一来选择模板拓扑。
在一些实施方式中,可以在对话框700上提供“显示模板”按钮725,以用于激活描述与部署模板选项相关联的各种拓扑的短视频的,如图8中所图示的。
参考图8,视频可以呈现由所提供的云系统所提供的模板选择中的每一个。在这方面,视频可以对应于一些列的指导片段。每个片段已经由SME准备。SME可以在描述特定模板或拓扑的度量的片段上进行叙述,以实现云解决方案。片段可以描述每个模板的特征并且提供关于最适于特定模板的应用的类型的一些引导。这进而帮助停用系统105的用户确定特定模板是否比另一个更适合。
在一些实施例中,显示视频的对话框被配置为在视频回放期间检测用户对视频的点击。作为响应,停用系统105将试图确定由云服务提供商所提供的实际模板,其与视频片段中正被讨论的模板相关联。在这方面,与以上所讨论相似的机器学习算法可以用于将片段与特定云提供的模板相关联。也就是说,在初始阶段,训练信息可能已经被提供以做出关联。然后,在使用期间,基于与系统的用户交互的反馈可以用于提高训练数据的准确性。
此外,可以利用各种图形比较例程来确定视频片段中正在图示的模板是否匹配所提供的云的拓扑选择。例如,可以利用各种Java高级图像API图像比较函数来将视频片段图像与由云服务提供商提供的拓扑图像进行比较,以确定与视频片段中正被讨论的模板匹配的云服务提供商的拓扑/模板。
参考图7A,预览按钮735的选择可以使得描绘所选择的模板选择的细节的对话框被显示,如图9中所图示的。
参考图9,在这种情况下,由用户所选择的模板与提供具有公共子网和私有网络子网二者的VPC的模板相对应。要被部署的应用与天气报告应用905相对应。如所图示的,对话框900向用户图示将托管天气报告应用905的VPC内的计算机,其在这种情况下位于私有子网内的服务器910。
返回图2,还在框225处,用户选择可以被添加回框205处的训练信息。例如,如在以上所提到的训练后阶段中,停用系统105的用户118可以同意由停用系统提供的评估信息142并且选择不同的迁移选项。在另一种情况中,由用户118做出的选择由停用系统105用于更新训练数据存储装置107中的信息。例如,可以向训练数据存储装置107中添加与目标应用相关联的应用属性和由用户做出的关于云部署的选择,并且由此形成进一步推荐的基础。如以上所提到的,通过这种方式,停用系统105随时间而学习以做出更好的评估。
在框230,基于用户的选择,可以将应用部署到云系统115。例如,如图7A所图示的,可以在对话框700中提供部署按钮730,以使得部署系统105执行如图10所图示的各种部署操作。
参考图10,在框1000处,可以例如从图7A中的对话框接收所选择的部署模板、云模型、云解决方案,等等。
在框1005处,停用系统105可以经由例如web服务接口与云计算系统115通信,指示云计算系统115在云计算系统115上生成期望的模板和云模型。
在一些实施方式中,停用系统105还可以将应用直接复制到云计算系统并且准备云计算系统115上的一个或多个数据库或其他存储位置,以用于接收由应用所要求的数据。例如,可以生成Devops脚本以自动化到云计算系统115的应用的部署。用户可以然后将数据从当前存储位置传递到云计算系统115上的存储位置。
在框1010处,停用系统105可以更新图6中所示的示例性报告中的云迁移状态列615以指示应用准备被部署或已被部署。
在一些实施方式中,在对以上操作的部署之后,停用系统105可以显示显示与部署相关联的各种参数的对话框1100,如图11中所图示的。参考图11,对话框可以显示向应用分配的实际的因特网地址。例如,VPC基础IP地址和公共子网地址可以设置为10.0.0.0。私有子网地址可以设置为10.0.1.0。用于允许对公共子网的外部方访问的弹性IP地址(EIP)可以设置为198.51.100.1和198.51.100.2,以促进对在VPC的公共子网内分配的一对服务器的第三方访问。所显示的其他信息可以包括各种路由表。
一旦已经创建部署拓扑,则停用系统105的用户可以采取必要的步骤以(如果尚未部署的话)将应用和其相关联的数据传递给云计算系统115。用户可以然后采取必要的步骤以停用来自先前托管应用的服务器110的应用。在一些实例中,如果从给定服务器110停用所有应用,则可以停用服务器110本身。也就是说,与服务器110相关联的设备可以被使得离线、被售出等。
图12图示了可以形成上文所描述的系统的一部分或实现上文所描述的系统的计算机系统1200。计算机系统1200可以包括处理器1205可以执行以使得计算机系统1200执行上文所描述的操作中的任一个操作的指令集1245。计算机系统1200可以操作为独立的设备或可以例如使用网络连接到其他计算机系统或外围设备。
在网络化部署中,计算机系统1200可以操作为服务器或服务器-客户端用户网络环境中的客户端-用户计算机或对等(或分布式)网络环境中的对等计算机系统。计算机系统1200还可以实现为各种设备(诸如个人计算机或移动设备)或并入各种设备中,其能够执行指定要由该机器采取的动作的指令1245(顺序或以其他方式)。而且,所描述的系统中的每一个系统可以包括子系统的任何集合,子系统单独或联合地执行一组或多组指令以执行一个或多个计算机功能。
计算机系统1200可以包括用于传输信息的总线1220上的一个或多个存储器设备1210。另外,可操作为使得计算机系统执行上文所描述的操作中的任一个操作的代码可以被存储在存储器1210中。存储器1210可以是随机存取存储器、只读存储器、可编程存储器、硬盘驱动器或任何其他类型的存储器或存储设备。
计算机系统1200可以包括显示器1230,诸如液晶显示器(LCD)、阴极射线管(CRT)或适合传达信息的任何其他显示器。显示器1230可以充当使得用户看到处理器1205的运行的接口,或特别地作为在存储器1210中或驱动单元1215中所存储的软件的接口。
此外,计算机系统1200可以包括输入设备1225(诸如键盘或鼠标),其被配置为允许用户与系统1200的组件中的任一个组件进行交互。
计算机系统1200还可以包括盘驱动单元或光学驱动单元1215。盘驱动单元1215可以包括计算机可读介质1240,z计算机可读介质1240中可以存储指令1245。指令1245可以在计算机系统1200的执行期间完全地或至少部分地驻留在存储器1210内和/或处理器1205内。存储器1210和处理器1205还可以包括如上文所讨论的计算机可读介质。
计算机系统1200可以包括经由网络1250支持通信的通信接口1235。网络1250可以包括有线网络、无线网络或其组合。通信接口1235网络可以使能经由任何数目的通信标准通信,诸如802.11、802.12、802.20、WiMAX、蜂窝电话标准或其他通信标准。
因此,可以以硬件、软件或硬件和软件的组合实现方法和系统。可以以至少一个计算机系统中的集中式方式或其中跨多个相互连接的计算机系统散布不同的元件的分布式方式实现方法和系统。可以采用适于执行本文所描述的方法的任何种类的计算机系统或其他装置。
方法和系统还可以嵌入计算机程序产品中,计算机程序产品包括所有使能本文所描述的操作的实施方式的特征,并且计算机程序产品当被加载在计算机系统中时能够执行这些操作。本上下文中的计算机程序意指指令集的任何语言、代码或注释的任何表达,所述指令集旨在使得具有信息处理能力的系统直接或者在以下中的一者或两者之后执行特定功能:a)转换到另一语言、代码或注释;b)以不同的材料形式的再现。
虽然已经参考某些实施例描述了方法和系统,但是本领域的技术人员将理解到,在不脱离范围的情况下,可以做出各种改变并且可以替代等价方案。例如,在一些实施例中,可以向用户提供虚拟代理,该工具可以做出正确选择。虚拟代理可以通过语音与用户直接通信并且直接回答问题。为此,虚拟代理捕获声音,然后在数据库中进行搜索,以使用与上文所描述类似的人工智能/学习算法来匹配答案。在定位最适合答案时,虚拟代理提高语言响应。这在用户全球分散的情况中是有用的,并且因此能够利用虚拟代理而不是物理SME。此外,由于虚拟代理能够实施访问和搜索包括跨公司的数据中心的全球信息的巨大的数据库,虚拟代理的响应可能更准确并且具有更快的转变,由此提升用户体验。
可以做出其他修改。例如,停用系统可以被配置为向与停用和云迁移过程的各个阶段诸如(“正被访问”“待部署”“已部署”等)有关的利益相关者发送通知(即,电子邮件、文本消息等)。通知还可以提供其他状态更新、增加、提醒、批准通知、相反退出邮件等。
在这方面,停用系统可以被配置为从与特定应用有关的利益相关者请求批准/相反退出等。例如,停用系统可以在移动到图2中的下一操作之前请求批准。这些批准和退出可以与停用系统的日历追踪操作进行协调。例如,如果在特定日期没有接收到前往下一操作的批注,则可以向利益相关者发送与给定应用相关联的用于提醒一个或多个多利益相关者的通知。日历和追踪方面还可以使得各个利益相关者获得整个项目状态的全面视图并且采取恰当的补救办法。例如,可以提供与给定应用的评估和迁移相关联的日历或时间线实体的图形描述,以提供状态的视觉表示。
此外,如将理解到的,实施例可以被适配为不仅解决技术系统的停用也解决它们的关联商业过程。例如,如果实施例推荐从应用移动到云,则实施例可以被配置为使用与以上所描述类似的方法来促进关联商业过程的迁移和修改以满足新的要求。
此外,实施例可以评估当前驻留在应用要被迁移的给定系统中的数据量,并且在适当时使用离线或近似实时存储介质来推荐数据或数据档案的迁移的模型和方法。
在不脱离其范围的情况下,可以做出许多修改以适配教导的特定情况或材料。因此,应预期到,本方法和系统不限于所公开的特定实施例,并且所公开的方法和系统包括落在所附的权利要求的范围内的所有实施例。
Claims (24)
1.一种用于停用在计算机系统上操作的应用的方法,所述方法包括:
在停用系统处接收指定要分析的服务器的信息;
由所述停用系统确定在所述服务器上操作的目标应用;
由机器学习逻辑基于一个或多个应用的属性确定在云计算系统中部署的、与所述目标应用有关的所述一个或多个应用,其中所述一个或多个应用中的每个应用与先前确定的云部署信息相关联,所述云部署信息被存储在训练数据中以用于训练所述机器学习逻辑来做出所述确定;
当所述多个应用中的至少一个应用与所述目标应用之间的所述关联性超过阈值时,确定所述目标应用与所述多个应用中的所述至少一个应用有关;以及
根据与所述多个应用中的所述至少一个应用相关联的所述云部署信息,生成用于推荐所述目标应用被部署到云计算系统的推荐报告,其中所述推荐包括推荐的部署拓扑和推荐的部署类型的示意表示,所述推荐的部署类型对应于软件即服务SAAS、平台即服务PAAS和基础设施即服务IAAS部署类型之一;
随后接收用户选择的部署类型;以及
在用户选择的所述部署类型与所述推荐的部署类型不对应时,更新所述训练数据以将所述目标应用与选择的所述部署类型相关联。
2.根据权利要求1所述的方法,还包括:
接收定义与所述目标应用相关联的商业价值的信息,其中如果所述商业价值低于阈值并且如果所述目标应用被确定为不适合迁移到所述云计算系统,则在所述报告上指示所述应用应当被停用。
3.根据权利要求1所述的方法,其中确定在所述服务器上操作的目标应用还包括:
在所述服务器上安装发现工具;以及
执行所述发现工具,其中所述发现工具被配置为标识在所述服务器上操作的应用,并且针对每个应用,确定正由所标识的应用利用的一个或多个指令代码库;并且确定所标识的应用的硬件依赖性。
4.根据权利要求1所述的方法,其中确定所述应用是否适合迁移到云计算系统还包括:
确定以下各项中的一项或多项:所述应用的用户数、所述应用的使用量和由所述应用利用的硬件资源。
5.根据权利要求1所述的方法,其中更新所述训练数据还包括:将所述目标应用的所述属性与由所述用户所选择的所述云部署信息相关联。
6.根据权利要求1所述的方法,其中所述推荐中的所述云部署信息指定云服务提供商。
7.根据权利要求6所述的方法,其中所述推荐中的所述云部署信息指定在将应用部署到所述云服务提供商时要被利用的云计算模板。
8.根据权利要求7所述的方法,还包括:由所述停用系统使用所指定的云计算模板并利用所指定的云服务来生成云计算服务,其中在所选择的云计算服务的生成之后,要被停用的所述应用可传送到所生成的云计算服务的一个或多个数据存储装置。
9.一种用于停用在计算机系统上操作的应用或计算机系统的系统,所述系统包括:
具有指令代码的非暂态计算机可读介质;以及
处理器,其中基于所述指令代码,所述处理器被配置为:
接收指定要分析的服务器的信息;
确定在所述服务器上操作的目标应用;
实现机器学习逻辑基于一个或多个应用的属性来确定在云计算系统中部署的、与所述目标应用有关的所述一个或多个应用,其中所述一个或多个应用中的每个应用与先前确定的云部署信息相关联,所述云部署信息被存储在训练数据中以用于训练所述机器学习逻辑来做出所述确定;
当所述多个应用中的至少一个应用与所述目标应用之间的所述关联性超过阈值时,确定所述目标应用与所述多个应用中的所述至少一个应用有关;以及
根据与所述多个应用中的所述至少一个应用相关联的所述云部署信息,生成用于推荐所述目标应用被部署到云计算系统的推荐报告,其中所述推荐包括推荐的部署拓扑和推荐的部署类型的示意表示,所述推荐的部署类型对应于软件即服务SAAS、平台即服务PAAS和基础设施即服务IAAS部署类型之一;
随后接收用户选择的部署类型;以及
在用户选择的所述部署类型与所述推荐的部署类型不对应时,更新所述训练数据以将所述目标应用与选择的所述部署类型相关联。
10.根据权利要求9所述的系统,其中所述处理器还被配置为:
接收定义与所述应用相关联的商业价值的信息,其中如果所述商业价值低于阈值并且如果所述应用被确定为不适合迁移到所述云计算系统,则在所述报告上指示所述应用应当被停用。
11.根据权利要求9所述的系统,其中在确定在所述服务器上操作的一个或多个应用时,所述处理器还被配置为:
在所述服务器上安装发现工具;以及
使得所述发现工具在所述服务器上被执行,其中所述发现被配置为标识在所述服务器上操作的应用,并且针对每个应用,确定正由所标识的应用利用的一个或多个指令代码库;并且确定所标识的应用的硬件依赖性。
12.根据权利要求9所述的系统,其中在确定所述应用是否适合迁移到云计算系统时,所述处理器还被配置为:
确定以下各项中的一项或多项:所述应用的用户数、所述应用的使用量以及由所述应用利用的硬件资源。
13.根据权利要求9所述的系统,其中所述处理器被配置为:
将所述目标应用的所述属性与由所述用户所选择的云部署信息相关联以从而更新所述训练数据。
14.根据权利要求9所述的系统,其中所述推荐中的所述云部署信息指定云服务提供商。
15.根据权利要求14所述的系统,其中所述推荐中的所述云部署信息指定在将应用部署到所述云服务提供商时要被利用的云计算模板。
16.根据权利要求15所述的系统,其中所述处理器还被配置为:使用所指定的云计算模板并利用所指定的云服务来生成云计算服务,其中在所选择的云计算服务的生成之后,要被停用的所述应用可传送到所生成的云计算服务的一个或多个数据存储装置。
17.一种非暂态计算机可读介质,所述非暂态计算机可读介质具有存储在其上以用于停用在计算机系统上操作的应用或计算机系统的指令代码,所述指令代码可由机器执行以用于使得所述机器执行包括以下各项的动作:
接收指定要分析的服务器的信息;
确定在所述服务器上操作的目标应用;
由机器学习逻辑基于一个或多个应用的属性确定在云计算系统中部署的、与所述目标应用有关的一个或多个应用,其中所述一个或多个应用中的每个应用与先前确定的云部署信息相关联,所述云部署信息被存储在训练数据中以用于训练所述机器学习逻辑来做出所述确定;
当所述多个应用中的至少一个应用与所述目标应用之间的所述关联性超过阈值时,确定所述目标应用与所述多个应用中的所述至少一个应用有关;以及
根据与所述多个应用中的所述至少一个应用相关联的所述云部署信息,生成用于推荐所述目标应用被部署到云计算系统的推荐报告,其中所述推荐包括推荐的部署拓扑和推荐的部署类型的示意表示,所述推荐的部署类型对应于软件即服务SAAS、平台即服务PAAS和基础设施即服务IAAS部署类型之一;
随后接收用户选择的部署类型;以及
在用户选择的所述部署类型与所述推荐的部署类型不对应时,更新所述训练数据以将所述目标应用与选择的所述部署类型相关联。
18.根据权利要求17所述的非暂态计算机可读介质,其中所述指令代码还可执行以使得所述机器执行包括以下各项的动作:
接收定义与所述应用相关联的商业价值的信息,其中如果所述商业价值低于阈值并且如果所述应用被确定为不适合迁移到所述云计算系统,则在所述报告上指示所述应用应当被停用。
19.根据权利要求17所述的非暂态计算机可读介质,其中在确定在所述服务器上操作的一个或多个应用时,所述指令代码还可执行以使得所述机器执行包括以下各项的动作:
在所述服务器上安装发现工具;以及
执行所述发现工具,其中所述发现工具被配置为标识在所述服务器上操作的应用,并且针对每个应用,确定正由所标识的应用利用的一个或多个指令代码库;并且确定所标识的应用的硬件依赖性。
20.根据权利要求17所述的非暂态计算机可读介质,其中在确定所述应用是否适合迁移到云计算系统时,所述指令代码还可执行以使得所述机器执行包括以下各项的动作:
确定以下各项中的一项或多项:所述应用的用户数、所述应用的使用量以及由所述应用利用的硬件资源。
21.根据权利要求17所述的非暂态计算机可读介质,其中所述指令代码还可执行以使得所述机器执行包括以下项的动作:
将所述目标应用的所述属性与由所述用户所选择的云部署信息相关联以从而更新所述训练数据。
22.根据权利要求17所述的非暂态计算机可读介质,其中所述推荐中的所述云部署信息指定云服务提供商。
23.根据权利要求22所述的非暂态计算机可读介质,其中所述推荐中的所述云部署信息指定在将应用部署到所述云服务提供商时要被利用的云计算模板。
24.根据权利要求23所述的非暂态计算机可读介质,其中所述指令代码还可执行以使得所述机器执行包括以下各项的动作:使用所指定的云计算模板并利用所指定的云服务来生成云计算服务,其中在所选择的云计算服务的生成之后,要被停用的所述应用可传送到所生成的云计算服务的一个或多个数据存储装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN3678CH2015 | 2015-07-17 | ||
IN3678/CHE/2015 | 2015-07-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106445652A CN106445652A (zh) | 2017-02-22 |
CN106445652B true CN106445652B (zh) | 2021-08-10 |
Family
ID=56464070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610567108.8A Active CN106445652B (zh) | 2015-07-17 | 2016-07-18 | 用于智能云计划和停用的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10255081B2 (zh) |
EP (1) | EP3118781A1 (zh) |
JP (1) | JP6765885B2 (zh) |
CN (1) | CN106445652B (zh) |
AU (2) | AU2016206215A1 (zh) |
CA (1) | CA2936397A1 (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6214679B2 (ja) * | 2013-01-31 | 2017-10-18 | ヒューレット パッカード エンタープライズ デベロップメント エル ピーHewlett Packard Enterprise Development LP | クラウドコンピューティング環境へのコンピューティングリソースの移動可能性の決定 |
US10685305B2 (en) * | 2015-10-19 | 2020-06-16 | International Business Machines Corporation | Evaluating adoption of computing deployment solutions |
US9680696B1 (en) | 2016-07-18 | 2017-06-13 | Capital One Financial Corporation | Cloud migration and maintenance controls |
JP2018173881A (ja) * | 2017-03-31 | 2018-11-08 | 富士通株式会社 | 評価処理プログラム、装置、及び方法 |
US10419393B2 (en) * | 2017-05-11 | 2019-09-17 | International Business Machines Corporation | Using network configuration analysis to improve server grouping in migration |
CN109032752B (zh) * | 2017-06-12 | 2023-03-10 | 微软技术许可有限责任公司 | 基于云平台的操作撤销 |
CN109246171A (zh) * | 2017-07-11 | 2019-01-18 | Tcl集团股份有限公司 | 应用程序推荐方法、推荐装置及终端设备 |
US10303450B2 (en) * | 2017-09-14 | 2019-05-28 | Cisco Technology, Inc. | Systems and methods for a policy-driven orchestration of deployment of distributed applications |
CN109508227B (zh) * | 2017-09-15 | 2021-06-22 | 阿里巴巴(中国)有限公司 | 应用分析方法、装置、计算设备以及存储介质 |
US20190158367A1 (en) * | 2017-11-21 | 2019-05-23 | Hewlett Packard Enterprise Development Lp | Selection of cloud service providers to host applications |
US10904068B2 (en) | 2018-01-12 | 2021-01-26 | Datera, Inc. | System and method to provide seamless data placement, data movement, and data management into cloud |
US10462009B1 (en) * | 2018-02-20 | 2019-10-29 | Amazon Technologies, Inc. | Replicating customers' information technology (IT) infrastructures at service provider networks |
US10915349B2 (en) | 2018-04-23 | 2021-02-09 | Hewlett Packard Enterprise Development Lp | Containerized application deployment |
US10956631B2 (en) * | 2018-08-31 | 2021-03-23 | Accenture Global Solutions Limited | Distribution selection and simulation of intermittent data using machine learning (ML) |
US11106261B2 (en) * | 2018-11-02 | 2021-08-31 | Nvidia Corporation | Optimal operating point estimator for hardware operating under a shared power/thermal constraint |
US10785128B1 (en) * | 2018-11-21 | 2020-09-22 | Candid Partners, LLC | System, apparatus and method for deploying infrastructure to the cloud |
US10990370B1 (en) | 2018-11-21 | 2021-04-27 | Candid Labs, Inc. | System, apparatus and method for deploying infrastructure to the cloud |
CN109683911B (zh) * | 2018-12-26 | 2022-03-08 | 上海金融期货信息技术有限公司 | 一种实现自动化应用部署及影响分析的系统 |
US11061718B2 (en) * | 2019-02-15 | 2021-07-13 | International Business Machines Corporation | Pattern-based artificial intelligence planner for computer environment migration |
US11483384B2 (en) | 2019-03-19 | 2022-10-25 | Hewlett Packard Enterprise Development Lp | Application migrations |
US10931739B2 (en) | 2019-03-28 | 2021-02-23 | Wipro Limited | Method and system for generating strategy and roadmap for end-to-end information technology infrastructure cloud implementation |
US11182724B2 (en) * | 2019-08-30 | 2021-11-23 | Tata Consultancy Services Limited | Estimation of per-application migration pricing and application move group sequence for cloud migration |
US20210174280A1 (en) * | 2019-12-09 | 2021-06-10 | Thiruchelvan K Ratnapuri | Systems and Methods for Efficient Cloud Migration |
US11899570B2 (en) * | 2019-12-12 | 2024-02-13 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for optimizing assessment and implementation of microservices code for cloud platforms |
US11237941B2 (en) | 2019-12-12 | 2022-02-01 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for application transformation to cloud based on semi-automated workflow |
US12014195B2 (en) | 2019-12-12 | 2024-06-18 | Cognizant Technology Solutions India Pvt. Ltd. | System for providing an adaptable plugin framework for application transformation to cloud |
GB2606901B (en) * | 2020-02-28 | 2023-07-26 | Hexaware Tech Limited | System and method for application environment migration |
US20220129317A1 (en) * | 2020-10-28 | 2022-04-28 | EMC IP Holding Company LLC | Managing changes to shared code resources |
US12067430B2 (en) * | 2021-07-22 | 2024-08-20 | VMware LLC | Adaptive idle detection in a software-defined data center in a hyper-converged infrastructure |
US11677621B2 (en) * | 2021-10-28 | 2023-06-13 | Dell Products L.P. | System for generating data center asset configuration recommendations |
WO2024137688A1 (en) * | 2022-12-22 | 2024-06-27 | Lemongrass Holdings, Inc. | System and method for migrating database contents of an sap system |
US11915730B1 (en) | 2023-06-13 | 2024-02-27 | International Business Machines Corporation | Magnetic media decommission management in a computer system |
CN117216770A (zh) * | 2023-09-25 | 2023-12-12 | 江苏天好富兴数据技术有限公司 | 一种DevOps流水线超融合部署安全检测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1662901A (zh) * | 2002-06-25 | 2005-08-31 | 国际商业机器公司 | 用于在分布式环境中监视应用性能的方法和系统 |
CN103516777A (zh) * | 2012-06-18 | 2014-01-15 | 国际商业机器公司 | 用于在云计算机环境中进行供应的方法和系统 |
CN104391743A (zh) * | 2014-11-26 | 2015-03-04 | 北京奇虎科技有限公司 | 优化移动终端的运行速度的方法和装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8122444B2 (en) * | 2007-08-02 | 2012-02-21 | Accenture Global Services Limited | Legacy application decommissioning framework |
US7987262B2 (en) | 2008-11-19 | 2011-07-26 | Accenture Global Services Limited | Cloud computing assessment tool |
US20110231229A1 (en) * | 2010-03-22 | 2011-09-22 | Computer Associates Think, Inc. | Hybrid Software Component and Service Catalog |
US9736252B2 (en) * | 2010-11-23 | 2017-08-15 | Red Hat, Inc. | Migrating subscribed services in a cloud deployment |
US8972956B2 (en) | 2012-08-02 | 2015-03-03 | International Business Machines Corporation | Application deployment in heterogeneous environments |
US20140122577A1 (en) | 2012-10-26 | 2014-05-01 | Syntel, Inc. | System and method for evaluating readiness of applications for the cloud |
US9552232B2 (en) * | 2013-03-12 | 2017-01-24 | Xerox Corporation | System and process to recommend cloud service cloud configuration based on service similarity |
US9454294B2 (en) * | 2013-03-15 | 2016-09-27 | International Business Machines Corporation | Creating, provisioning and managing virtual data centers |
US9813318B2 (en) * | 2013-03-15 | 2017-11-07 | International Business Machines Corporation | Assessment of best fit cloud deployment infrastructures |
US9608931B2 (en) | 2013-05-28 | 2017-03-28 | Accenture Global Services Limited | Migration assessment for cloud computing platforms |
US9189224B2 (en) * | 2013-07-11 | 2015-11-17 | Oracle International Corporation | Forming an upgrade recommendation in a cloud computing environment |
US9836332B2 (en) * | 2014-07-31 | 2017-12-05 | Corent Technology, Inc. | Software defined SaaS platform |
US9806969B2 (en) * | 2015-03-02 | 2017-10-31 | Bank Of America Corporation | Infrastructure trending tool |
-
2016
- 2016-07-17 US US15/212,285 patent/US10255081B2/en active Active
- 2016-07-18 CN CN201610567108.8A patent/CN106445652B/zh active Active
- 2016-07-18 CA CA2936397A patent/CA2936397A1/en active Pending
- 2016-07-18 AU AU2016206215A patent/AU2016206215A1/en not_active Abandoned
- 2016-07-18 EP EP16179933.3A patent/EP3118781A1/en not_active Ceased
- 2016-07-19 JP JP2016141100A patent/JP6765885B2/ja active Active
-
2017
- 2017-08-04 AU AU2017210624A patent/AU2017210624A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1662901A (zh) * | 2002-06-25 | 2005-08-31 | 国际商业机器公司 | 用于在分布式环境中监视应用性能的方法和系统 |
CN103516777A (zh) * | 2012-06-18 | 2014-01-15 | 国际商业机器公司 | 用于在云计算机环境中进行供应的方法和系统 |
CN104391743A (zh) * | 2014-11-26 | 2015-03-04 | 北京奇虎科技有限公司 | 优化移动终端的运行速度的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6765885B2 (ja) | 2020-10-07 |
US20170017505A1 (en) | 2017-01-19 |
JP2017062767A (ja) | 2017-03-30 |
CN106445652A (zh) | 2017-02-22 |
AU2017210624A1 (en) | 2017-08-24 |
EP3118781A1 (en) | 2017-01-18 |
US10255081B2 (en) | 2019-04-09 |
AU2016206215A1 (en) | 2017-02-02 |
CA2936397A1 (en) | 2017-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106445652B (zh) | 用于智能云计划和停用的方法和系统 | |
US10042636B1 (en) | End-to end project management platform with artificial intelligence integration | |
US20220292999A1 (en) | Real time training | |
US10671352B2 (en) | Data processing platform for project health checks and recommendation determination | |
US20200372338A1 (en) | Targeted crowd sourcing for metadata management across data sets | |
US20210158174A1 (en) | Equipment maintenance assistant training based on digital twin resources | |
US10264120B2 (en) | Automated data collection and analytics | |
US20190102741A1 (en) | Techniques for extraction and valuation of proficiencies for gap detection and remediation | |
US11595269B1 (en) | Identifying upgrades to an edge network by artificial intelligence | |
US20200082307A1 (en) | Real-time matching of users to enterprise interfaces and artifacts | |
US20210081302A1 (en) | Automated software testing using simulated user personas | |
US20180075765A1 (en) | System and method for transmission of market-ready education curricula | |
US20210295237A1 (en) | Training operators through co-assignment | |
US11645049B2 (en) | Automated software application generation | |
US20210110248A1 (en) | Identifying and optimizing skill scarcity machine learning algorithms | |
US11869050B2 (en) | Facilitating responding to multiple product or service reviews associated with multiple sources | |
US11121986B2 (en) | Generating process flow models using unstructure conversation bots | |
US10977247B2 (en) | Cognitive online meeting assistant facility | |
US10332048B2 (en) | Job profile generation based on intranet usage | |
US20230196289A1 (en) | Auto-generating news headlines based on climate, carbon and impact predictions | |
US11941685B2 (en) | Virtual environment arrangement and configuration | |
CN117716373A (zh) | 基于期望的度量值提供机器学习模型 | |
CN115812195A (zh) | 计算开发过程中的开发者时间 | |
CN111767290B (zh) | 用于更新用户画像的方法和装置 | |
US12081508B2 (en) | Feedback enabled network curation of relevant content thread |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |