CN112005207A - 创建数据的统计分析以用于传输到服务器 - Google Patents

创建数据的统计分析以用于传输到服务器 Download PDF

Info

Publication number
CN112005207A
CN112005207A CN201880092781.8A CN201880092781A CN112005207A CN 112005207 A CN112005207 A CN 112005207A CN 201880092781 A CN201880092781 A CN 201880092781A CN 112005207 A CN112005207 A CN 112005207A
Authority
CN
China
Prior art keywords
processor
data set
data
statistical analysis
server
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.)
Pending
Application number
CN201880092781.8A
Other languages
English (en)
Inventor
R·D·佐托
M·艾克尔伯格
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.)
Hewlett Packard Development Co LP
Original Assignee
Hewlett Packard Development Co LP
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 Hewlett Packard Development Co LP filed Critical Hewlett Packard Development Co LP
Publication of CN112005207A publication Critical patent/CN112005207A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3051Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3065Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G06F11/3075Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting the data filtering being achieved in order to maintain consistency among the monitored data, e.g. ensuring that the monitored data belong to the same timeframe, to the same system or component
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3089Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3452Performance evaluation by statistical analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3466Performance evaluation by tracing or monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3466Performance evaluation by tracing or monitoring
    • G06F11/3495Performance evaluation by tracing or monitoring for systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55Detecting local intrusion or implementing counter-measures
    • G06F21/56Computer malware detection or handling, e.g. anti-virus arrangements
    • G06F21/566Dynamic detection, i.e. detection performed at run-time, e.g. emulation, suspicious activities
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

一种存储机器可读指令的非暂时性计算机可读介质的示例。所述指令可以使处理器接收标识耦合到处理器的数据源的配置文件。所述指令可以使处理器基于来自配置文件的数据从数据源采集数据集。所述指令可以使处理器基于所述数据集创建统计分析,并将所述统计分析传输到服务器。

Description

创建数据的统计分析以用于传输到服务器
背景技术
计算机系统的机群管理应用可以采集公司内部使用的计算机系统的操作方面的数据。所采集的数据可以在中央服务器上进行分析,并用于修改公司网络的操作和评估计算机系统的公司机群的需求。
附图说明
下面将参考以下各图描述各种示例:
图1示出了根据各种示例的具有处理器和计算机可读介质的计算机系统,所述计算机可读介质存储机器可读指令,所述机器可读指令使处理器创建数据集的统计分析以用于传输到服务器;
图2示出了根据各种示例的存储机器可读指令的计算机可读介质,所述机器可读指令使处理器创建数据集的统计分析以用于传输到服务器,并从服务器接收消息以基于统计分析备份计算机可读介质;
图3示出了根据各种示例的存储机器可读指令的计算机可读介质,所述机器可读指令使处理器创建来自数据组的数据集的统计分析以用于传输到服务器;
图4示出了根据各种示例的存储机器可读指令的计算机可读介质,所述机器可读指令使处理器创建来自数据组的数据集的统计分析以用于传输到服务器,并且接收消息以基于统计分析来发起系统扫描;
图5示出了根据各种示例的存储机器可读指令的计算机可读介质,所述机器可读指令使处理器创建来自数据组的数据集的统计分析以用于传输到服务器;以及
图6示出了根据各种示例的存储机器可读指令的计算机可读介质,所述机器可读指令使处理器创建来自数据组的数据集的统计分析以用于传输到服务器,所述数据集包括在开始时间处开始采集并以采样频率进行采样的数据。
具体实施方式
在公司的计算机系统上采集数据并将数据传输到服务器可能引起网络拥塞,并造成要在服务器上分析大量的数据。如此大量的数据可能使用附加的存储空间,尤其是在保留过去数据记录的情况下。
各个计算机系统可以对所采集的数据执行统计分析,将统计分析传输到服务器。服务器可以单独分析所述统计分析,或者结合来自相同或不同计算机系统的其它统计分析对所述统计分析进行分析。从与计算机系统相关联的不同数据源采集数据的协作可以使得能够发现来自不同数据源的数据之间的关系。
在根据本公开的一个示例中,提供了一种装置。该装置包括存储机器可读指令的非暂时性计算机可读介质,当由处理器执行时,所述机器可读指令使处理器:经由网络接口连接器接收配置文件;基于配置文件标识耦合到处理器的第一数据源;在一段持续时间内从第一数据源采集第一数据集,所述持续时间基于配置文件;基于第一数据集创建第一统计分析;并且经由网络接口连接器将第一统计分析传输到服务器。
在根据本公开的一个示例中,提供了一种装置。该装置包括存储机器可读指令的非暂时性计算机可读介质,当由处理器执行时,所述机器可读指令使处理器:经由网络接口连接器接收配置文件;基于配置文件标识数据组,所述数据组包括第一数据源和第二数据源;基于配置文件标识数据组的持续时间和采样频率;基于持续时间和采样频率从第一数据源采集第一数据集;基于持续时间和采样频率从第二数据源采集第二数据集;基于第一数据集创建第一统计分析;基于第二数据集创建第二统计分析;以及经由网络接口连接器将第一统计分析和第二统计分析传输到服务器。
在根据本公开的一个示例中,提供了一种装置。该装置包括存储机器可读指令的非暂时性计算机可读介质,当由处理器执行时,所述机器可读指令使处理器:接收配置文件;基于配置文件标识第一数据组,所述第一数据组包括第一数据源;基于配置文件标识第二数据组,所述第二数据组包括第二数据源;基于配置文件标识第一数据组的第一开始时间和第一采样频率;基于配置文件标识第二数据组的第二开始时间和第二采样频率;从第一开始时间处开始并以第一采样频率采样,从第一数据源采集第一数据集;从第二开始时间处开始并以第二采样频率采样,从第二数据源采集第二数据集;基于第一数据集计算第一平均值;基于第二数据集计算第二平均值;将第一平均值传输到服务器;并将第二平均值传输到服务器。
图1示出了根据各种示例的计算机系统100,其具有处理器102和存储机器可读指令110、120、130、140、150的计算机可读介质106,所述机器可读指令110、120、130、140、150使处理器102创建数据集的统计分析以用于传输到服务器。当由处理器102执行时,机器可读指令110可以使处理器102经由网络接口连接器104接收配置文件。当由处理器102执行时,机器可读指令120可以使处理器102基于配置文件标识耦合到处理器102的第一数据源。当由处理器102执行时,机器可读指令130可以使处理器102在一段持续时间内从第一数据源采集第一数据集,所述持续时间基于配置文件。当由处理器102执行时,机器可读指令140可以使处理器102基于第一数据集创建第一统计分析。当由处理器102执行时,机器可读指令150可以使处理器102经由网络接口连接器104将第一统计分析传输到服务器。
在各种示例中,处理器102可以包括微处理器、微型计算机、控制器、现场可编程门阵列(FPGA)或离散逻辑以执行机器可读指令。处理器102可以是计算机系统100的一部分,所述计算机系统100诸如膝上型或台式计算机、服务器、手机、平板电脑或物联网(IoT)设备。处理器102可以诸如经由总线耦合到计算机可读介质106和网络接口连接器104。处理器102可以执行结合该图和其它各图讨论的计算机可读介质106中的指令110、120、130、140、150。当从数据源采集数据时,计算机可读介质106可以存储所述数据。计算机可读介质106可以包括硬盘驱动器、固态驱动器(SSD)、闪速存储器、电可擦除可编程只读存储器(EEPROM)或随机存取存储器(RAM)。网络接口连接器104可以包括网络设备,以提供以太网连接、USB连接、无线连接或其它连接。网络接口连接器104可以使得能够访问专用公司网络或互联网。
在各种示例中,配置文件可以包括诸如JSON(JavaScript对象符号)、XML(可扩展标记语言)、YAML(YAML不是标记语言)、文本或其它适当格式的信息。配置文件可以特定于单独的计算机系统100,跨相同或相当模型的计算机系统重复使用,或者跨各种各样的计算机系统使用。可以为包括用于处理器102的不同部分的三个温度传感器的计算机系统100创建配置文件。配置文件可以指定所有三个温度源或三个温度源的特定子集用作数据源。配置文件对于计算机系统的多个模型可以是通用的。配置文件可以指定数据源提供处理器102的温度。如果处理器102包括三个温度传感器,则可以选择和使用一个温度传感器,或者可以从所有三个温度传感器聚合数据,诸如选取在测量时温度最高的一个。配置文件可以指定特定计算机系统上不存在的数据源,诸如针对不具有专用图形处理器的服务器请求图形处理器的温度。数据集或分析可以提供一些指示,指示在该计算机系统上没有这样的数据源可用。
数据源可以包括各种传感器,诸如温度传感器、声音传感器、振动传感器、电压传感器、电流传感器、光传感器、湿度传感器、气压传感器和旋转编码器。这些数据源可以采集关于各种组件的数据,诸如处理器、图形处理器、硬盘驱动器、键盘、鼠标或风扇。数据源可以包括处理器利用率、RAM利用率、诸如硬盘驱动器的长期存储装置的空闲容量、应用日志、操作系统更新、应用的安装和卸载、记录击键或鼠标交互以及处理器上运行的应用的确定。在各种示例中,配置文件可以指定采集关于处理器102的温度、为处理器102供电的电压和电流、处理器102的利用率、在处理器102上执行的应用和这些应用对处理器102的利用率、以及用于冷却处理器102的风扇速度的数据。配置文件可以指定采集关于电池温度、电池的输入和输出电压和电流值以及剩余电池电量的数据。
在各种示例中,多个配置文件可以指定在相同的持续时间期间内从不同或重叠的数据源采集数据。一个配置文件可以指定采集来自与处理器102相关的数据源的数据,其可以包括处理器利用率值。第二配置文件可以指定采集来自与存储器相关的数据源的数据,其可以包括处理器利用率值。配置文件可以为重叠的数据采集指定相同的持续时间,但是可以指定不同的采样频率。
处理器102可以基于所采集的数据集创建统计分析。统计分析可以包括计算平均值、中值、众数、标准偏差、最大值、最小值、方差、样本大小或各种分位数,诸如第一、第二和第三四分位数或五分位数。可以执行其它统计分析。
传输数据集的统计分析而不是完整数据集可以影响计算机系统100、服务器和整个系统的性能。在计算机系统100处,统计分析可以允许数据被分析和丢弃,而不是被存储直到它可以被传输到服务器。为了最小化对用户的干扰,计算机系统100可以在计算机系统100正在经历低工作负载时执行分析。在服务器处,统计分析可以比底层数据使用更少的存储空间。与分析和比较底层数据相比,服务器可以使用更少的计算资源来分析和比较统计分析。通过传输比底层数据使用更少存储的统计分析,服务器和计算机系统的机群之间的网络可能不那么拥塞。
在各种示例中,可以从向其传输统计分析的服务器接收配置文件。配置文件可以包括指示要向其传输统计分析的服务器的信息,该服务器可以是另一个服务器。
在各种示例中,计算机系统100可以在传输统计分析之后的一定时间内存储底层数据集。这可以允许服务器请求底层数据以用于更详细的分析。计算机系统100可以在到服务器的统计分析的传输之间采集多个数据集或存储多个统计分析。例如,计算机系统100可以在一小时内的每分钟采集处理器102的温度,并对该数据集执行统计分析。每天一次,计算机系统100可以向服务器传输二十四个这样的统计分析,过去一天的每小时一个。计算机系统100可以在传输之后、删除数据之前将底层数据保留24小时。统计分析可以在被删除之前在计算机可读介质106中保留一年。将统计分析保留在计算机可读介质106中可以允许数据在该计算机系统102上显示给用户。系统管理员可以使用或查看传输到服务器的统计分析。
图2示出了根据各种示例的存储机器可读指令210、220、225、230、232、234、236、240、242、244、246、250、260的计算机可读介质200,所述机器可读指令210、220、225、230、232、234、236、240、242、244、246、250、260使处理器创建数据集的统计分析以用于传输到服务器,并从服务器接收消息来基于统计分析备份计算机可读介质。当由处理器执行时,机器可读指令210可以使处理器经由网络接口连接器接收配置文件。当由处理器执行时,机器可读指令220可以使处理器基于配置文件标识耦合到处理器的第一数据源。当由处理器执行时,机器可读指令225可以使处理器基于配置文件标识耦合到处理器的第二数据源。当由处理器执行时,机器可读指令230可以使处理器在一段持续时间内从第一数据源采集第一数据集,所述持续时间基于配置文件,第一数据集包括处理器的温度。当由处理器执行时,机器可读指令232可以使处理器在所述持续时间内从第二数据源采集第二数据集,第二数据集包括处理器的利用量。当由处理器执行时,机器可读指令234可以使处理器基于配置文件在第二持续时间内从第一数据源采集第三数据集,第二持续时间的开始在第一持续时间的结束之后。当由处理器执行时,机器可读指令236可以使处理器在第二持续时间内从第二数据源采集第四数据集。当由处理器执行时,机器可读指令240可以使处理器基于第一数据集创建第一统计分析。当由处理器执行时,机器可读指令242可以使处理器基于第二数据集创建第二统计分析。当由处理器执行时,机器可读指令244可以使处理器基于第三数据集创建第三统计分析。当由处理器执行时,机器可读指令246可以使处理器基于第四数据集创建第四统计分析。当由处理器执行时,机器可读指令250可以使处理器经由网络接口连接器向服务器传输第一统计分析、第二统计分析、第三统计分析和第四统计分析。当由处理器执行时,机器可读指令260可以使处理器从服务器接收消息,以基于第一统计分析备份计算机可读介质。
配置文件可以包括持续时间。持续时间可以被指定为时间量。持续时间可以被指定为开始时间和停止时间。配置文件可以包括采样频率。开始时间与何时采集实际样本之间可能存在偏移时间。配置文件可以指定偏移时间,或者偏移时间可以是系统中固有的。在各种示例中,开始时间可以发生。处理器可以在开始时间之后从数据源请求数据点。它可能牵涉数据源接收请求并向处理器提供数据点的时间延迟。在处理器接收数据点并将其存储以用于之后的统计分析之前,可能会牵涉附加的时间延迟。
处理器可以接收关于从数据源采集数据点所牵涉的延迟的信息。处理器可以使用关于延迟的信息来最小化数据采集中的时间差。在各种示例中,处理器可以接收处理器温度传感器在处理器请求数据之后的1到5微秒之间采集数据的信息。处理器可以接收电池温度传感器在处理器请求数据之后的3到7毫秒之间采集数据的信息。为了减少数据采集中的偏移,处理器可以请求电池温度,然后在近似5毫秒之后请求处理器温度。
在各种示例中,配置文件可以包括用于采集用于分析的循环数据集的信息。配置文件可以指示要在一小时内每分钟采集一次处理器温度作为数据集。配置文件可以指示这样的数据集要被采集72小时。配置文件可以包括指示数据集要被连续采集而没有任何停止时间的参数。配置文件可以包括采集中的间隙。采集可以发生在正常工作时间之间,而不在非工作时间期间或者周末或节假日采集。配置文件可以指定数据集的采集要每天发生一次或以其它时间间隔发生。配置文件可以指定在随机或伪随机时间处的数据采集。
服务器可以基于统计分析向处理器发送消息。消息可以指示应该由处理器或耦合到处理器的组件执行的操作的类型。在各种示例中,该消息可以包括用以执行计算机可读介质的备份的指令。这可以在服务器确定计算机系统或其组件不稳定并有崩溃或丢失数据的危险时发生。服务器可以另外向系统管理员建议在对应于处理器的计算机系统上发起维修或服务呼叫。来自服务器的消息可以包括用以安装、更新或删除应用的指令,诸如安装或运行在处理器的计算机系统上的设备驱动程序或其它程序。来自服务器的消息可以请求附加的数据采集,这可以由配置文件指定。来自服务器的消息可以请求执行系统扫描。系统扫描可以包括诸如在耦合到处理器的存储器或存储装置上的病毒扫描、恶意软件扫描或诊断扫描。消息可以包括用以修改系统设置、系统配置或系统的特定组件的设置或配置的指令。例如,这可以包括改变显示器的屏幕分辨率或刷新率、改变定期规划的系统扫描的时间、禁用硬件设备、在优化功耗和提供更高性能之间修改电源计划、或者清空已删除或临时文件文件夹。消息可以包括用以执行系统备份或恢复的指令。消息可以包括用以更新、安装或卸载应用程序的指令。
使用相同或几乎相同的持续时间、采样频率和偏移从不同数据源采集数据,可以允许对统计分析进行联合分析。在各种示例中,可以联合分析使用相同或几乎相同的参数采集的关于处理器利用率、处理器温度和风扇速度的数据集,以标识问题。如果处理器利用率和处理器温度示出最大利用率和温度中的峰值,但风扇速度没有示出对应的峰值,这可能指示风扇有问题。如果风扇速度的统计分析是从针对处理器利用率和温度记录的数据集的半小时后开始的数据集进行的,则这样的结论可能不正确。峰值可能发生在该非重叠的半小时期间。使用相同或几乎相同的采样频率和偏移也可以影响联合分析来自不同数据源的统计分析的能力。例如,每分钟测量一次风扇速度,但每20秒测量一次处理器温度,或者它们之间有10秒的偏移,可能导致温度峰值,而对应的风扇速度峰值可能未被采集。在这两者之间具有零或最小偏移的情况下每20秒测量一次这两者,可以捕捉对应的峰值或作为故障的可靠指示。
图3示出了根据各种示例的存储机器可读指令310、320、330、340、350、360、370、380的计算机可读介质300,机器可读指令310、320、330、340、350、360、370、380使处理器创建来自数据组的数据集的统计分析以用于传输到服务器。当由处理器执行时,机器可读指令310可以使处理器经由网络接口连接器接收配置文件。当由处理器执行时,机器可读指令320可以使处理器基于配置文件标识数据组,所述数据组包括第一数据源和第二数据源。当由处理器执行时,机器可读指令330可以使处理器基于配置文件标识数据组的持续时间和采样频率。当由处理器执行时,机器可读指令340可以使处理器基于持续时间和采样频率从第一数据源采集第一数据集。当由处理器执行时,机器可读指令350可以使处理器基于持续时间和采样频率从第二数据源采集第二数据集。当由处理器执行时,机器可读指令360可以使处理器基于第一数据集创建第一统计分析。当由处理器执行时,机器可读指令370可以使处理器基于第二数据集创建第二统计分析。当由处理器执行时,机器可读指令380可以使处理器经由网络接口连接器将第一统计分析和第二统计分析传输到服务器。
配置文件可以指定数据组。数据组可以包括具有相同或几乎相同的设置的数据源,所述设置诸如开始时间、持续时间或采样频率。数据组可以包括提供相关数据的数据源,所述相关数据诸如处理器温度、处理器利用率、处理器功耗或与处理器相关的其它测量值。数据组的焦点可以与显示器亮度、使用中的应用、功耗或电池使用有关。
图4示出了根据各种示例的存储机器可读指令410、420、425、430、435、440、442、444、450、452、454、480、485、490、495的计算机可读介质400,所述机器可读指令410、420、425、430、435、440、442、444、450、452、454、480、485、490、495使处理器创建来自数据组的数据集的统计分析以用于传输到服务器,并接收消息以基于统计分析发起系统扫描。当由处理器执行时,机器可读指令410可以使处理器经由网络接口连接器接收配置文件。当由处理器执行时,机器可读指令420可以使处理器基于配置文件标识数据组,所述数据组包括第一数据源和第二数据源,其中第一数据源包括用以测量处理器的第一温度的第一温度传感器,并且第二数据源包括用以测量电池的第二温度的第二温度传感器。当由处理器执行时,机器可读指令425可以使处理器基于配置文件标识第二数据组,第二数据组包括第三数据源。当由处理器执行时,机器可读指令430可以使处理器基于配置文件标识数据组的持续时间和采样频率。当由处理器执行时,机器可读指令435可以使处理器基于配置文件标识第二数据组的第二持续时间和第二采样频率。当由处理器执行时,机器可读指令440可以使处理器基于持续时间和采样频率从第一数据源采集第一数据集。当由处理器执行时,机器可读指令442可以使处理器基于持续时间和采样频率从第二数据源采集第二数据集。当由处理器执行时,机器可读指令444可以使处理器基于第二持续时间和第二采样频率从第三数据源采集第三数据集。当由处理器执行时,机器可读指令450可以使处理器基于第一数据集创建第一统计分析。当由处理器执行时,机器可读指令452可以使处理器基于第二数据集创建第二统计分析。当由处理器执行时,机器可读指令454可以使处理器基于第三数据集创建第三统计分析。当由处理器执行时,机器可读指令480可以使得处理器经由网络接口连接器将第一统计分析和第二统计分析传输到服务器。当由处理器执行时,机器可读指令485可以使处理器经由网络接口连接器将第三统计分析传输到服务器。当由处理器执行时,机器可读指令490可以使处理器从服务器接收消息,以基于第一统计分析发起系统扫描。当由处理器执行时,机器可读指令495可以使处理器响应于接收到消息而发起系统扫描,其中系统扫描包括病毒扫描。
在各种示例中,从数据源采集数据可以由处理器建立,但是在处理器的牵涉最小的情况下将数据从数据源传递到存储器或存储装置。这可以通过在数据源和内存或存储装置之间建立直接存储器访问来实现。处理器可以牵涉配置数据采集和直接存储器访问,并且可以在采集完成时接收通知。处理器然后可以接收数据以执行统计分析。
图5示出了根据各种示例的存储机器可读指令510、520、525、530、535、540、545、550、555、560、565的计算机可读介质500,所述机器可读指令510、520、525、530、535、540、545、550、555、560、565使处理器创建来自数据组的数据集的统计分析以用于传输到服务器。当由处理器执行时,机器可读指令510可以使处理器接收配置文件。当由处理器执行时,机器可读指令520可以使处理器基于配置文件标识第一数据组,第一数据组包括第一数据源。当由处理器执行时,机器可读指令525可以使处理器基于配置文件标识第二数据组,第二数据组包括第二数据源。当由处理器执行时,机器可读指令530可以使处理器基于配置文件标识第一数据组的第一开始时间和第一采样频率。当由处理器执行时,机器可读指令535可以使处理器基于配置文件标识第二数据组的第二开始时间和第二采样频率。当由处理器执行时,机器可读指令540可以使处理器从第一开始时间处开始并以第一采样频率采样,从第一数据源采集第一数据集。当由处理器执行时,机器可读指令545可以使处理器从第二开始时间处开始并以第二采样频率采样,从第二数据源采集第二数据集。当由处理器执行时,机器可读指令550可以使处理器基于第一数据集计算第一平均值。当由处理器执行时,机器可读指令555可以使处理器基于第二数据集计算第二平均值。当由处理器执行时,机器可读指令560可以使处理器将第一平均值传输到服务器。当由处理器执行时,机器可读指令565可以使处理器将第二平均值传输到服务器。
图6示出了存储机器可读指令610、620、625、630、635、640、642、645、647、650、652、654、655、657、659、660、665、670、675的计算机可读介质600,所述机器可读指令610、620、625、630、635、640、642、645、647、650、652、654、655、657、659、660、665、670、675使处理器创建来自数据组的数据集的统计分析以用于传输到服务器,该数据集包括在开始时间处开始采集并以采样频率采样的数据。当由处理器执行时,机器可读指令610可以使处理器接收配置文件,其中配置文件包含第一采集时间和第二采集时间。当由处理器执行时,机器可读指令620可以使处理器基于配置文件标识第一数据组,第一数据组包括第一数据源。当由处理器执行时,机器可读指令625可以使处理器基于配置文件标识第二数据组,第二数据组包括第二数据源。当由处理器执行时,机器可读指令630可以使处理器基于配置文件标识第一数据组的第一开始时间和第一采样频率。当由处理器执行时,机器可读指令635可以使处理器基于配置文件标识第二数据组的第二开始时间和第二采样频率,其中第二采样频率高于第一采样频率。当由处理器执行时,机器可读指令640可以使处理器从第一开始时间处开始并以第一采样频率采样,从第一数据源采集第一数据集。当由处理器执行时,机器可读指令642可以使处理器在第一开始时间之后的第一采集时间期满之后停止第一数据集的采集。当由处理器执行时,机器可读指令645可以使处理器从第二开始时间处开始并以第二采样频率采样,从第二数据源采集第二数据集。当由处理器执行时,机器可读指令647可以使处理器在第二开始时间之后的第二采集时间期满之后停止第二数据集的采集。当由处理器执行时,机器可读指令650可以使处理器基于第一数据集计算第一平均值。当由处理器执行时,机器可读指令652可以使处理器基于第一数据集计算第一标准偏差。当由处理器执行时,机器可读指令654可以使处理器确定第一数据集中的第一最高值和第一最低值。当由处理器执行时,机器可读指令655可以使处理器基于第二数据集计算第二平均值。当由处理器执行时,机器可读指令657可以使处理器基于第二数据集计算第二标准偏差。当由处理器执行时,机器可读指令659可以使处理器确定第二数据集中的第二最高值和第二最低值。第二最高值可以是第二数据集中的最高值,而不是第二数据集中的第二最高值。第二最低值可以是第二数据集中的最低值,而不是第二数据集中的第二最低值。当由处理器执行时,机器可读指令660可以使处理器将第一平均值、第一标准偏差、第一最高值和第一最低值传输到服务器。当由处理器执行时,机器可读指令665可以使处理器将第二平均值、第二标准偏差、第二最高值和第二最低值传输到服务器。当由处理器执行时,机器可读指令670可以使处理器基于配置文件采集系统数据。当由处理器执行时,机器可读指令675可以使处理器将系统数据传输到服务器。
配置文件可以通过包括开始时间和采集时间来指定持续时间。采集时间可以充当从开始时间处开始的时间量。持续时间可以是开始时间与开始时间加上采集时间量之间的时间。在各种示例中,开始时间可以是上午6:00,并且采集时间可以是一小时,因此数据采集在上午7:00处结束。开始时间或其它时间可以包括指定数据采集发生的日期。开始时间可以是2017年10月2日上午6点。可以使用附加的数据,诸如时区或如何计及夏令时。如果指定了时区,则它可以是处理器所在的不同时区。
在各种示例中,统计分析可以在数据采集仍在进行时发生。如果统计分析是为了确定数据集中的最高值和最低值,则处理器可以保留所述最高值和最低值,在采集数据点时丢弃不改变数据集中的最高值或最低值的附加数据点。可以通过保存所采集的数据点的平均值和该平均值所基于的多个数据点,在运行的基础上计算平均值。在接收到数据集中的新数据点时,可以通过基于已经考虑的数据点的数量对运行平均值进行加权来组合新数据点和运行平均值。
在各种示例中,系统数据可以包括系统的模型标识号;各种组件的模型标识号,所述组件诸如处理器、存储器、母板或存储装置;计算机系统上的应用的版本信息,所述应用诸如操作系统、设备驱动程序或文字处理应用;地理数据,其可以由正在使用的IP地址确定;与系统在网络拓扑中的位置相关的数据;或系统的唯一标识,诸如使用全球唯一标识符(GUID)或媒体访问控制(MAC)地址。
上述讨论目的在于说明本公开的原理和各种示例。一旦充分领会了上述公开内容,许多变化和修改对于本领域技术人员就将变得显而易见。以下权利要求旨在被解释为包含所有这些变化和修改。

Claims (15)

1.一种存储机器可读指令的非暂时性计算机可读介质,所述机器可读指令在由处理器执行时,使所述处理器:
经由网络接口连接器接收配置文件;
基于所述配置文件标识耦合到处理器的第一数据源;
在一段持续时间内从第一数据源采集第一数据集,所述持续时间基于配置文件;
基于第一数据集创建第一统计分析;和
经由网络接口连接器将第一统计分析传输到服务器。
2.根据权利要求1所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器:
基于配置文件标识耦合到处理器的第二数据源;
在所述持续时间内从第二数据源采集第二数据集;和
基于第二数据集创建第二统计分析,其中将第一统计分析传输到服务器包括将第二统计分析传输到服务器。
3.根据权利要求2所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器:
基于配置文件在第二持续时间内从第一数据源采集第三数据集,第二持续时间的开始在第一持续时间的结束之后;
基于第三数据集创建第三统计分析;
在第二持续时间内从第二数据源采集第四数据集;和
基于第四数据集创建第四统计分析,其中将第一统计分析传输到服务器包括将第三统计分析和第四统计分析传输到服务器。
4.根据权利要求2所述的非暂时性计算机可读介质,其中第一数据集包括处理器的温度,并且第二数据集包括处理器的利用量。
5.根据权利要求1所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器从服务器接收消息,以基于第一统计分析来备份所述计算机可读介质。
6.一种存储机器可读指令的非暂时性计算机可读介质,所述机器可读指令在由处理器执行时,使处理器:
经由网络接口连接器接收配置文件;
基于配置文件标识数据组,所述数据组包括第一数据源和第二数据源;
基于配置文件标识数据组的持续时间和采样频率;
基于所述持续时间和所述采样频率从第一数据源采集第一数据集;
基于所述持续时间和所述采样频率从第二数据源采集第二数据集;
基于第一数据集创建第一统计分析;
基于第二数据集创建第二统计分析;和
经由网络接口连接器将第一统计分析和第二统计分析传输到服务器。
7.根据权利要求6所述的非暂时性计算机可读介质,其中第一数据源包括用以测量处理器的第一温度的第一温度传感器,并且第二数据源包括用以测量电池的第二温度的第二温度传感器。
8.根据权利要求7所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器:
基于配置文件标识第二数据组,所述第二数据组包括第三数据源;
基于配置文件标识第二数据组的第二持续时间和第二采样频率;
基于第二持续时间和第二采样频率从第三数据源采集第三数据集;
基于第三数据集创建第三统计分析;和
经由网络接口连接器将第三统计分析传输到服务器。
9.根据权利要求6所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器:
从服务器接收消息,以基于第一统计分析发起系统扫描;和
响应于接收到消息,发起系统扫描。
10.根据权利要求9所述的非暂时性计算机可读介质,其中所述系统扫描包括病毒扫描。
11.一种存储机器可读指令的非暂时性计算机可读介质,所述机器可读指令在由处理器执行时,使处理器:
接收配置文件;
基于配置文件标识第一数据组,所述第一数据组包括第一数据源;
基于配置文件标识第二数据组,所述第二数据组包括第二数据源;
基于配置文件标识第一数据组的第一开始时间和第一采样频率;
基于配置文件标识第二数据组的第二开始时间和第二采样频率;
从第一开始时间处开始并以第一采样频率采样,从第一数据源采集第一数据集;
从第二开始时间处开始并以第二采样频率采样,从第二数据源采集第二数据集;
基于第一数据集计算第一平均值;
基于第二数据集计算第二平均值;
将第一平均值传输到服务器;和
将第二平均值传输到服务器。
12.根据权利要求11所述的非暂时性计算机可读介质,其中所述机器可读指令在由所述处理器执行时,使所述处理器:
基于第一数据集计算第一标准偏差;
确定第一数据集中的第一最高值和第一最低值;
基于第二数据集计算第二标准偏差;和
确定第二数据集中的第二最高值和第二最低值,其中将第一平均值传输到服务器包括将第一标准偏差、第一最高值和第一最低值传输到服务器,并且将第二平均值传输到服务器包括将第二标准偏差、第二最高值和第二最低值传输到服务器。
13.根据权利要求11所述的非暂时性计算机可读介质,其中第二采样频率高于第一采样频率。
14.根据权利要求11所述的非暂时性计算机可读介质,其中配置文件包含第一采集时间和第二采集时间,并且其中由所述处理器执行所述机器可读指令使所述处理器:
在第一开始时间之后的第一采集时间期满之后,停止第一数据集的采集;和
在第二开始时间之后的第二采集时间期满之后,停止第二数据集的采集。
15.根据权利要求11所述的非暂时性计算机可读介质,其中由所述处理器执行所述机器可读指令使所述处理器:
基于配置文件采集系统数据;和
将系统数据传输到服务器。
CN201880092781.8A 2018-10-18 2018-10-18 创建数据的统计分析以用于传输到服务器 Pending CN112005207A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2018/056423 WO2020081077A1 (en) 2018-10-18 2018-10-18 Creating statistical analyses of data for transmission to servers

Publications (1)

Publication Number Publication Date
CN112005207A true CN112005207A (zh) 2020-11-27

Family

ID=70284119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880092781.8A Pending CN112005207A (zh) 2018-10-18 2018-10-18 创建数据的统计分析以用于传输到服务器

Country Status (4)

Country Link
US (2) US11360872B2 (zh)
EP (1) EP3756085A4 (zh)
CN (1) CN112005207A (zh)
WO (1) WO2020081077A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020108070A1 (de) * 2020-03-24 2021-09-30 Basler Aktiengesellschaft Robuste Überwachung von Computersystemen und/oder Steuerungssystemen
US11663750B2 (en) * 2021-06-25 2023-05-30 Hewlett-Packard Development Company, L.P. Image data bars
US20230334068A1 (en) * 2021-08-20 2023-10-19 Boe Technology Group Co., Ltd. Data processing method and apparatus thereof, electronic device, and computer-readable storage medium
US20230102099A1 (en) * 2021-09-22 2023-03-30 Texas Instruments Incorporated Techniques for peripheral utilization metrics collection and reporting

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6782345B1 (en) * 2000-10-03 2004-08-24 Xerox Corporation Systems and methods for diagnosing electronic systems
CN105144118A (zh) * 2013-03-18 2015-12-09 微软技术许可有限责任公司 应用测试和分析
CN105354128A (zh) * 2015-11-11 2016-02-24 中国建设银行股份有限公司 一种计算机资源监控方法、装置及系统
CN106406858A (zh) * 2016-08-30 2017-02-15 国电南瑞科技股份有限公司 一种基于配置文件的流式统计定义及运行方法
JP2017045381A (ja) * 2015-08-28 2017-03-02 国立大学法人 東京大学 計算機システム、省電力化方法及び計算機
US20180293284A1 (en) * 2017-04-10 2018-10-11 Servicenow, Inc. Systems and methods for querying time series data

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996038733A1 (en) 1995-06-02 1996-12-05 Pure Software, Inc. Remote monitoring of computer programs
US6167358A (en) 1997-12-19 2000-12-26 Nowonder, Inc. System and method for remotely monitoring a plurality of computer-based systems
US6499114B1 (en) 1999-02-17 2002-12-24 General Electric Company Remote diagnostic system and method collecting sensor data according to two storage techniques
US6691067B1 (en) * 1999-04-07 2004-02-10 Bmc Software, Inc. Enterprise management system and method which includes statistical recreation of system resource usage for more accurate monitoring, prediction, and performance workload characterization
US6418334B1 (en) * 1999-10-19 2002-07-09 General Electric Company Method and apparatus for logging and dynamically configuring performance analysis of a medical diagnostic imaging system
US6487478B1 (en) * 1999-10-28 2002-11-26 General Electric Company On-board monitor for railroad locomotive
US20070168915A1 (en) * 2005-11-15 2007-07-19 Cesura, Inc. Methods and systems to detect business disruptions, determine potential causes of those business disruptions, or both
JP4782727B2 (ja) 2007-05-17 2011-09-28 株式会社東芝 機器状態監視装置並びに機器状態監視のための方法およびプログラム
US8930179B2 (en) * 2009-06-04 2015-01-06 Microsoft Corporation Recognition using re-recognition and statistical classification
US20130238561A1 (en) * 2011-01-27 2013-09-12 Kalambur Subramaniam Importance class based data management
US9461876B2 (en) * 2012-08-29 2016-10-04 Loci System and method for fuzzy concept mapping, voting ontology crowd sourcing, and technology prediction
US9515832B2 (en) 2013-06-24 2016-12-06 Microsoft Technology Licensing, Llc Process authentication and resource permissions
US20150256423A1 (en) 2014-03-10 2015-09-10 Charles Carey Stearns Data collection, aggregation, and analysis for parental monitoring
US9003294B1 (en) * 2014-12-23 2015-04-07 FanActivate, LLC Scalable systems for change detection of statistic data feeds across multiple servers using shared memory with configurable messaging triggers

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6782345B1 (en) * 2000-10-03 2004-08-24 Xerox Corporation Systems and methods for diagnosing electronic systems
CN105144118A (zh) * 2013-03-18 2015-12-09 微软技术许可有限责任公司 应用测试和分析
JP2017045381A (ja) * 2015-08-28 2017-03-02 国立大学法人 東京大学 計算機システム、省電力化方法及び計算機
CN105354128A (zh) * 2015-11-11 2016-02-24 中国建设银行股份有限公司 一种计算机资源监控方法、装置及系统
CN106406858A (zh) * 2016-08-30 2017-02-15 国电南瑞科技股份有限公司 一种基于配置文件的流式统计定义及运行方法
US20180293284A1 (en) * 2017-04-10 2018-10-11 Servicenow, Inc. Systems and methods for querying time series data

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张庆华, 韩吉韬: "振动信号连续采集实时分析的实现方法", 测控技术, no. 03, 18 March 2003 (2003-03-18), pages 20 - 23 *

Also Published As

Publication number Publication date
US11360872B2 (en) 2022-06-14
EP3756085A1 (en) 2020-12-30
EP3756085A4 (en) 2021-10-27
US20220327039A1 (en) 2022-10-13
US20210232474A1 (en) 2021-07-29
WO2020081077A1 (en) 2020-04-23

Similar Documents

Publication Publication Date Title
JP7451479B2 (ja) コンピューティング・デバイスについてのシステム性能およびイベント・データを収集、追跡、および記憶するためのシステムおよび方法
US20220327039A1 (en) Creating statistical analyses of data for transmission to servers
EP3019971B1 (en) Methods and systems for performance monitoring for mobile applications
Lin et al. A cloud server energy consumption measurement system for heterogeneous cloud environments
US10225333B2 (en) Management method and apparatus
US11514317B2 (en) Machine learning based resource availability prediction
US8086882B2 (en) Energy measurement techniques for computing systems
US20120011378A1 (en) Power profiling and auditing consumption systems and methods
US8904209B2 (en) Estimating and managing power consumption of computing devices using power models
US8234229B2 (en) Method and apparatus for prediction of computer system performance based on types and numbers of active devices
US9652357B2 (en) Analyzing physical machine impact on business transaction performance
US11436231B2 (en) Continuous query scheduling and splitting in a cluster-based data storage system
DE102019101225A1 (de) Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit
CN112346962B (zh) 一种应用于对照测试系统中的对照数据测试方法及装置
US10432490B2 (en) Monitoring single content page application transitions
EP3602301B1 (en) Anticipatory collection of metrics and logs
US11556120B2 (en) Systems and methods for monitoring performance of a building management system via log streams
JP5187082B2 (ja) 機器管理装置、機器管理システム、機器監視方法、機器監視プログラム、及びそのプログラムを記録した記録媒体
KR102418892B1 (ko) 신뢰구간에 기반한 에너지 절감 방법 및 이를 이용한 장치
JP5974905B2 (ja) 応答時間監視プログラム、方法および応答時間監視装置
WO2022180863A1 (ja) ユーザ操作記録装置およびユーザ操作記録方法
CN110489967B (zh) 程序运行风险的分析方法及装置
CN115776491A (zh) 数据共享方法和数据共享系统
CN114979203A (zh) 一种车辆文件的处理方法、装置、设备及存储介质
JP2019219744A (ja) 負荷テストシステム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination