DE102019101225A1 - Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit - Google Patents

Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit Download PDF

Info

Publication number
DE102019101225A1
DE102019101225A1 DE102019101225.2A DE102019101225A DE102019101225A1 DE 102019101225 A1 DE102019101225 A1 DE 102019101225A1 DE 102019101225 A DE102019101225 A DE 102019101225A DE 102019101225 A1 DE102019101225 A1 DE 102019101225A1
Authority
DE
Germany
Prior art keywords
cloud
reference server
workload
measurements
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
DE102019101225.2A
Other languages
English (en)
Inventor
Andrea Cattoni
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.)
Keysight Technologies Inc
Original Assignee
Keysight Technologies Inc
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 Keysight Technologies Inc filed Critical Keysight Technologies Inc
Publication of DE102019101225A1 publication Critical patent/DE102019101225A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1416—Event detection, e.g. attack signature detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/12—Network monitoring probes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/145—Countermeasures against malicious traffic the attack involving the propagation of malware through the network, e.g. viruses, trojans or worms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Virology (AREA)
  • Medical Informatics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit sind offenbart. Gemäß einem Verfahren umfasst das Verfahren das Erhalten zumindest eines Korrelationsprofils zum Anzeigen von Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers, wobei der Referenzserver Komponenten zum Messen von Hardware- und/oder Softwareleistungsfähigkeit umfasst. Das Verfahren umfasst auch das Konfigurieren des Referenzservers, wobei der Referenzserver einer einer Mehrzahl von Servern in einer cloudbasierten Umgebung zum Ausführen eines Arbeitspensums ist, wobei jeder der Mehrzahl von Servern zumindest einen Teil des Arbeitspensums ausführt. Das Verfahren umfasst ferner das Empfangen, von dem Referenzserver, von Messungen, die der Ausführung zumindest des Teils des Arbeitspensums zugeordnet sind. Das Verfahren umfasst auch das Erzeugen von Informationen bezüglich der cloudbasierten Umgebung unter Verwendung der Messungen von dem Referenzserver und des zumindest einen Korrelationsprofils.

Description

  • Der hierin beschriebene Gegenstand bezieht sich auf Netzwerkkommunikation. Genauer gesagt, der Gegenstand bezieht sich auf Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit.
  • Cloudbasierte Umgebungen umfassen typischerweise Rechen-, Speicherungs- und Netzwerk-Ressourcen, die an einem oder mehreren Orten (z. B. Datenzentren) angeordnet sind. Beispielsweise kann ein Clouddienstanbieter Zugriff auf einen Pool von Rechen-, Speicherungs- und Netzwerk-Ressourcen für einen oder mehrere Mieter (z. B. Kunden) bereitstellen. Bei diesem Beispiel kann jeder Mieter diese Ressourcen in einem vernetzten oder verteilten Rechensystem, das auch als eine Cloud bezeichnet wird, verwenden, um Arbeitspensen auszuführen und verschiedene Dienste und/oder Funktionen durchzuführen oder bereitzustellen.
  • Cloud-Sichtbarkeitssysteme versuchen, Sichtbarkeit verschiedener Aspekte cloudbasierter Umgebungen bereitzustellen. Beispielsweise kann ein Cloud-Sichtbarkeitssystem versuchen, Einblicke in das Verhalten einer Infrastruktur einer Cloud bereitzustellen, einschließlich Leistungsaufnahme, Arbeitspensumseffizienz, Maschineneffizienz und verwandte Sicherheit. Wenn solche Systeme versuchen, tiefere Einblicke in cloudbasierte Umgebungen bereitzustellen, entstehen jedoch Probleme aufgrund der Vielzahl von heterogenen Softwareschichten, mehreren Komponenten- und Netzwerkkonfigurationen und eines allgemeinen Mangels an zentralisierten granularen (z. B. niedriger Ebene) Überwachungswerkzeugen.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren zum Bereitstellen von Cloud-Sichtbarkeit, ein System zum Implementieren des erfindungsgemäßen Verfahrens sowie ein nichtflüchtiges computerlesbares Medium mit verbesserten Charakteristika zu schaffen.
  • Die Aufgabe wird gelöst durch ein Verfahren gemäß Anspruch 1, ein System gemäß Anspruch 9 sowie ein computerlesbares Medium gemäß Anspruch 10.
  • Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit sind offenbart. Gemäß einem Verfahren umfasst das Verfahren das Erhalten zumindest eines Korrelationsprofils zum Anzeigen von Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers, wobei der Referenzserver Komponenten zum Messen von Hardware- und/oder Softwareleistungsfähigkeit umfasst. Das Verfahren umfasst auch ein Konfigurieren des Referenzservers, wobei der Referenzserver einer einer Mehrzahl von Servern in einer cloudbasierten Umgebung zum Ausführen eines Arbeitspensums ist, wobei jeder der Mehrzahl von Servern zumindest einen Teil des Arbeitspensums ausführt. Das Verfahren umfasst ferner ein Empfangen von Messungen, die dem Ausführen zumindest des Teils des Arbeitspensums zugeordnet sind, von dem Referenzserver. Das Verfahren umfasst auch ein Erzeugen von Informationen bezüglich der cloudbasierten Umgebung unter Verwendung der Messungen von dem Referenzserver und des zumindest einen Korrelationsprofils.
  • Gemäß einem System zum Bereitstellen von Cloud-Sichtbarkeit umfasst das System zumindest einen Prozessor. Das System umfasst eine Steuerung, die unter Verwendung des zumindest einen Prozessors implementiert ist. Die Steuerung ist konfiguriert zum Erhalten zumindest eines Korrelationsprofils zum Anzeigen von Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers, wobei der Referenzserver Komponenten zum Messen von Hardware- und/oder Software-Leistungsfähigkeit umfasst; Konfigurieren des Referenzservers, wobei der Referenzserver einer einer Mehrzahl von Servern in einer cloudbasierten Umgebung zum Ausführen eines Arbeitspensums ist, wobei jeder der Mehrzahl von Servern zumindest einen Teil des Arbeitspensums ausführt; Empfangen von Messungen, die dem Ausführen zumindest des Teils des Arbeitspensums zugeordnet sind, von dem Referenzserver; und Erzeugen von Informationen bezüglich der cloudbasierten Umgebung unter Verwendung der Messungen von dem Referenzserver und des zumindest einen Korrelationsprofils.
  • Der hierin beschriebene Gegenstand kann in Software in Kombination mit Hardware und/oder Firmware implementiert sein. Beispielsweise kann der hierin beschriebene Gegenstand in Software implementiert sein, die durch einen Prozessor (z. B. einen hardwarebasierten Prozessor) ausgeführt wird. Bei einer beispielhaften Implementierung kann der hierin beschriebene Gegenstand unter Verwendung eines nichtflüchtigen computerlesbaren Mediums implementiert sein, auf dem computerausführbare Anweisungen gespeichert sind, die, wenn dieselben durch den Prozessor einer Computersteuerung ausgeführt werden, den Computer steuern oder veranlassen, Schritte durchzuführen. Ein beispielhaftes computerlesbares Medium, das zum Implementieren des hierin beschriebenen Gegenstands geeignet ist, umfasst nichtflüchtige Vorrichtungen, wie zum Beispiel Plattenspeichervorrichtungen, Chipspeichervorrichtungen, programmierbare Logikbauelemente, wie zum Beispiel feldprogrammierbare Gatterarrays und anwendungsspezifische integrierte Schaltungen. Außerdem kann ein computerlesbares Medium, das den hierin beschriebenen Gegenstand implementiert, auf einem einzigen Gerät oder einer Rechenplattform angeordnet sein oder kann über mehrere Geräte oder Rechenplattformen verteilt sein.
  • Wie er hierin verwendet wird, bezieht sich der Begriff „Knoten“ auf eine physikalische Rechenplattform, die einen oder mehrere Prozessoren und Speicher umfasst.
  • Wie sie hierin verwendet werden, beziehen sich die Begriffe „Funktion“ oder „Modul“ auf Software in Kombination mit Hardware und/oder Firmware zum Implementieren von hierin beschriebenen Merkmalen. Bei einigen Ausführungsbeispielen kann ein Modul ein feldprogrammierbares Gateway-Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC) oder einen Prozessor umfassen.
  • Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf beiliegende Zeichnungen näher erläutert. Es zeigen:
    • 1 ein Diagramm, das einen beispielhaften Referenzserver darstellt;
    • 2 ein Diagramm, das eine beispielhafte cloudbasierte Umgebung darstellt;
    • 3 ein Diagramm, das beispielhafte Kommunikation zum Sammeln von Messungen von einer cloudbasierten Umgebung darstellt;
    • 4 ein Diagramm, das beispielhafte Kommunikation zum Durchführen von Serverkalibrierung darstellt; und
    • 5 ein Diagramm, das einen beispielhaften Prozess zum Bereitstellen von Cloud-Sichtbarkeit darstellt.
  • Der hierin beschriebene Gegenstand bezieht sich auf Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit. Cloud-Sichtbarkeit ist ein Begriff, der sich allgemein auf das Bereitstellen von Informationen über das Verhalten und/oder Charakteristika einer cloudbasierten Umgebung bezieht. Eine cloudbasierte Umgebung kann beispielsweise Rechen-, Speicherungs- und Netzwerk-Ressourcen umfassen, die an einem oder mehreren Orten (z. B. Datenzentren) angeordnet sind, die konfiguriert sind, um als ein verteiltes Rechensystem zu wirken. Um Cloud-Sichtbarkeit bereitzustellen, können einige Cloud-Sichtbarkeitssystem Daten sammeln durch Durchführen von Infrastrukturüberwachung, Maschinenüberwachung, Cloudstapelüberwachung und/oder Cloudsicherheitsüberwachung. Obwohl ein solches Überwachen zum Sammeln einiger Sichtbarkeitsinformationen sinnvoll sein kann, fehlt bei herkömmlichen Überwachungswerkzeugen Sichtbarkeit niedrigerer Ebene (z. B. auf Codeausführungsebene). Beispielsweise kann herkömmliche Infrastrukturüberwachung Sensoren umfassen, die in der Rechenumgebung angeordnet sind, die Temperatur- und Feuchtigkeitspegel sammeln. Eine solche Infrastrukturüberwachung kann auch Leistungsaufnahme überwachen über Abtasten von Clusterleistungsversorgern mit geringer Genauigkeit. Die Messungen von einer solchen Infrastrukturüberwachung sind jedoch grob (z. B. grobe oder höhere Ebene) und nicht korreliert mit dem/den Arbeitspensum/Arbeitspensen (z. B. Software oder Code), das/die durch die Infrastruktur ausgeführt wird/werden. Ähnliche Granularitäts- und Genauigkeitsprobleme gibt es auch im Zusammenhang mit herkömmlicher Maschinenüberwachung (z. B. Verwendung von Sonden zum Erfassen von Prozessorlast, der Spannung, die dem Speicher oder anderen Elementen bereitgestellt wird, der Last der Grafikkarte, der Speichermenge, die verwendet wird und/oder der Geschwindigkeit der Kühllüfter), Cloudstapelüberwachung (z. B. Protokollieren von stapelbezogenen Ereignisse und Daten in einer oder mehreren Datenbanken) und Cloudsicherheitsüberwachung (z. B. Untersuchen von Authentifizierungsservern und verwandten Authentifizierungsprozessen zum Verhindern und/oder Erfassen von unbefugtem Zugriff).
  • Gemäß einigen Aspekten des hierin beschriebenen Gegenstands sind Ausrüstung, Mechanismen, Techniken oder Verfahren offenbart zum Sammeln von Informationen, die sich auf Cloud-Sichtbarkeit beziehen. Beispielsweise kann ein Referenzserver (z. B. eine Rechenplattform oder ein Modul gemäß einem oder mehreren hierin beschriebenen Aspekten) verschiedene hardware- und softwarebasierte Messkomponenten verwenden, um Informationen (z. B. Messungen von Sonden und Sensoren) über ein System oder einen Server zu erhalten oder zu sammeln, während das System oder der Server ein Arbeitspensum (z. B. einen oder mehrere Sätze von Aufgaben, eine oder mehrere VM, Software und/oder zugeordneten Verkehr) ausführt. Bei diesem Beispiel kann der Referenzserver oder eine andere Entität (z. B. ein Analytikknoten) die gesammelten Daten ansammeln, analysieren, verarbeiten und/oder in verschiedene Formate und/oder Berichte umwandeln, z. B. durch Bereitstellen von Schaubildern, Diagrammen oder Tabellen von mittleren, minimalen und maximalen Werten einer Messung über eine Zeitperiode oder ein Arbeitspensum.
  • Gemäß einigen Aspekten des hierin beschriebenen Gegenstands sind Ausrüstung, Mechanismen, Techniken oder Verfahren zum Kalibrieren eines Referenzservers offenbart, um Wirkungen einer Serverkonfiguration auf Verhalten und Leistungsfähigkeit des Referenzservers und/oder seiner Komponenten zu identifizieren. Beispielsweise kann ein Referenzserver (z. B. eine Rechenplattform oder ein Modul gemäß einem oder mehreren hierin beschriebenen Aspekten) mit unterschiedlichen Serverkonfigurationen getestet werden. Bei diesem Beispiel kann eine Serverkalibrierung das Sammeln von Messungen und/oder anderer Informationen über den Referenzserver, einschließlich Komponenten und Software umfassen, während in jeder der unterschiedlichen Serverkonfigurationen (z. B. Hardware und/oder Softwarekonfigurationen) ein Testarbeitspensum ausgeführt wird. Bei diesem Beispiel können die gesammelten Informationen verwendet werden, um Korrelationsprofile zu erzeugen, die anzeigen, wie Serverkonfigurationen (z. B. Hardware- und/oder Softwarekonfigurationen) Verhalten und Leistungsfähigkeit des RS 100 oder Komponenten in demselben beeinträchtigen, um Basis- oder „normale“ Verhaltensdaten im Zusammenhang mit dem RS 100 oder Komponenten in demselben und/oder andere verwandte Daten zu sammeln.
  • Gemäß einigen Aspekten des hierin beschriebenen Gegenstands sind Ausrüstung, Mechanismen, Techniken oder Verfahren offenbart zum Implementieren eines verteilten Rechensystems, das einen Referenzserver umfasst zum Extrapolieren oder Vorhersagen von Leistungsfähigkeit für das verteilte Rechensystem oder Komponenten in demselben. Beispielsweise kann ein verteiltes Rechensystem mehrere Server (z. B. physikalische Server oder VM, die ein der mehrere Rechenplattformen ausführen) zum Ausführen eines Arbeitspensums umfassen. Bei diesem Beispiel ist ein Referenzserver, der in der Lage ist, granulare Messungen und/oder andere Daten bereitzustellen, einer der Server, die das Arbeitspensum oder einen Teil desselben ausführen. Um dieses Beispiel fortzusetzen, kann ein Analytikknoten oder eine andere Entität die gesammelten Daten verwenden, um die Leistungsfähigkeit des verteilten Rechensystems oder von Komponenten in demselben abzuleiten, vorherzusagen oder zu extrapolieren.
  • Nachfolgend wird im Detail auf verschiedene Ausführungsbeispiele des hierin beschriebenen Gegenstands Bezug genommen, Beispiele desselben sind in den beiliegenden Zeichnungen dargestellt. Wo möglich werden die gleichen Bezugszeichen in allen Zeichnungen verwenden, um sich auf die gleichen oder ähnlichen Teile zu beziehen.
  • 1 ist ein Diagramm, das einen beispielhaften Referenzserver (RS) 100 darstellt. Bei einigen Ausführungsbeispielen kann der RS 100 jede geeignete Entität (z. B. eine virtuelle Maschine (VM), die auf einer oder mehreren Rechenplattformen oder Vorrichtungen ausführt, eine physikalische Maschine oder Vorrichtung, usw.) sein zum Ausführen von Arbeitspensen und zum Durchführen von Testen, Messen und/oder Überwachen verwandter Aktionen. Bei einigen Ausführungsbeispielen kann der RS 100 einen Server umfassen, der Hardware und Software zum Handhaben eines oder mehrerer Arbeitspensen 110 (z. B. VMs und/oder Verkehr) in einem verteilten Rechensystem (z. B. einer cloudbasierten Umgebung) und andere Hardware und Software zum Überwachen der Hardware und Software im Zusammenhang mit der Handhabung eines oder mehrerer Arbeitspensen 110 umfasst.
  • Bei einigen Ausführungsbeispielen kann der RS 100 als eine verbundene oder verteilte Architektur konfiguriert sein, die teilautonome Systeme umfasst, die unter Verwendung zumindest einer internen Schaltstruktur oder eines Kommunikationsbusses (z. B. Kommunikationsbus 108) kommunizieren. Beispielsweise kann der RS 100 ein erstes System (z. B. Prozessor(en) 102, Speichermodul(e) 104, Speicherungsvorrichtung(en) 106, die mit einer Mutterplatine verbunden sind) zum Ausführen von Arbeitspensen und/oder Durchführen verwandter Funktionen und ein zweites System (z. B. Messkomponenten 112, die mit einer Tochterplatine verbunden sind) zum Überwachen und Messen von Hardware und Software im Zusammenhang mit dem ersten System umfassen.
  • Bei einigen Ausführungsbeispielen kann der RS 100 verschiedene physikalische Komponenten oder Hardware, z. B. Prozessor(en) 102, Speichermodul(e) 104, Speicherungsvorrichtung(en) 106 und/oder zumindest einen Kommunikationsbus 108 umfassen oder nutzen. Prozessor(en) 102 können einen physikalischen Prozessor, einen Universalprozessor, einen Einzelkernprozessor, einen Mehrkernprozessor, ein feldprogrammierbares Gateway-Array (FPGA) und/oder eine anwendungsspezifische integrierte Schaltung (ASIC) zum Ausführen eines oder mehrerer Arbeitspensen 110 (z. B. Software und/oder Logik), gespeichert in Speichermodul(en) 104 darstellen oder umfassen.
  • Speichermodule 104 können ein oder mehrere computerlesbare Medien oder verwandte Vorrichtungen zum Speichern von Daten, Logik oder anderen Informationen darstellen. Das/die Speichermodul(e) 104 können zum kurzfristigen Speichern von Daten verwendet werden. Beispielsweise kann/können das/die Speichermodul(e) 104 ein Direktzugriffsspeicher (RAM) Modul, ein Flashspeichermodul oder anderen Speicher umfassen. Das/die Speichermodul(e) 104 können zumindest einen Teil des Betriebssystems (BS) 109 und des/der Arbeitspensums/Arbeitspensen 110 speichern.
  • Das Betriebssystem (BS) 109 kann Software sein zum Betreiben des RS 100 oder ein System in demselben und kann zum Ausführen verschiedener Softwareanwendungen verwendet werden. Bei einigen Ausführungsbeispielen kann das BS 109 Hypervisorfunktionalität umfassen zum Ausführen von VM-Instanzen oder virtuellen Behältern, z. B. eines logischen Pakets, das eine Anwendung und/oder ein Framework mit all seinen Abhängigkeiten enthält.
  • Das/die Arbeitspensum/Arbeitspensen 110 können ein oder mehrere Rechenaufgaben, Software und/oder verwandte Daten umfassen. Das/die Arbeitspensum/Arbeitspensen 110 können ein oder mehrere VM-Instanzen und/oder Virtualisierungsbehälter umfassen, z. B. ein logisches Paket, das eine Anwendung und/oder ein Framework mit all seinen Abhängigkeiten enthält. Bei diesem Ausführungsbeispiel können ein oder mehrere Arbeitspensen 110 verschiedene Dienste oder Funktionen durchführen, wie z. B. Websitedienste, VM-Verwaltungsdienste und/oder andere Dienste. Bei einigen Ausführungsbeispielen können das/die Arbeitspensum/Arbeitspensen 110 durch einen Mieter oder Kunden eines Clouddienstanbieters konfiguriert und/oder verteilt sein.
  • Die Speicherungsvorrichtung(en) 106 kann/können jede geeignete Entität oder Entitäten (z. B. eine Magnetspeichervorrichtung, eine optische Speichervorrichtung, eine Flashspeichervorrichtung, usw.) zum Erhalten oder Speichern von Informationen sein, die sich auf das Ausführen von einem oder mehreren Arbeitspensen 110 oder anderen Aktionen beziehen. Die Speicherungsvorrichtung(en) 106 kann/können zum langfristigen Speichern von Daten verwendet werden. Bei einigen Ausführungsbeispielen kann es sein, dass auf Daten in Speicherungsvorrichtung(en) 106 weniger häufig zugegriffen wird als auf Daten in Speichermodul(en) 104.
  • Ein Kommunikationsbus 108 kann ein oder mehrere Kommunikationssysteme darstellen, die Informationen zwischen Komponenten des RS 100 übertragen. Bei einigen Ausführungsbeispielen kann der Kommunikationsbus 108 Hardwarekomponenten und Software umfassen, einschließlich Kommunikationsprotokollen, die für Kommunikation zwischen Komponenten in dem RS 100 verwendet werden. Beispielsweise kann der Kommunikationsbus 108 einen PCI-Expressbus, einen USB-Bus und/oder anderen Bus in dem RS 100 umfassen oder mit demselben interagieren. Bei diesem Beispiel kann der Kommunikationsbus 108 oder ein Teil desselben parallele und bitserielle Verbindungen und verschiedene Verbindungstopologien verwenden.
  • Bei einigen Ausführungsbeispielen kann der Kommunikationsbus 108 oder ein Abschnitt desselben zum Senden von Messungs- und/oder Überwachungs(MM, MM = measuring/monitoring)-bezogenen Daten und/oder anderer Informationen an eine oder mehrere Komponenten in dem RS 100 verwendet werden. Beispielsweise kann der Kommunikationsbus 108 in dem RS 100 Messungen und Zeitstempel von Sonden 132 an den Messorchestrator 128 oder andere Messkomponenten 112 liefern.
  • Messkomponenten 112 können jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor, Hardware, FPGAs, usw. ausführt) zum Durchführen einer oder mehrerer MM-bezogener Aktionen sein. Beispielhafte MM-bezogene Aktionen können das Abfragen von Sonden oder Sensoren umfassen, die Hardware und/oder Software in dem RS 100 zugeordnet sind, unter Verwendung von APIs zum Lesen oder Erhalten von Messungen oder Metrik, Überwachen von Netzwerkverkehr, Durchführen von interner Zeitsynchronisationsverwaltung, Orchestrieren von Messungen von verschiedenen Quellen, Ansammeln und/oder Analysieren von Daten und/oder Bereitstellen von sichtbarkeitsbezogenen Daten in verschiedenen Formaten oder Berichten. Beispielhafte MM-bezogene Daten können Messungen und Zeitstempel von verschiedenen Sonden, Sensoren und/oder Überwachungssoftware, Statistiken oder angesammelte Metrik, im Zusammenhang mit MM-bezogenen Daten und/oder Nutzungsdaten von verschiedenen Komponenten umfassen.
  • Bei einigen Ausführungsbeispielen können zumindest einige der Messkomponenten 112 auf einer Messschaltungsplatine (z. B. einer Tochterplatine) getrennt von einer Hauptschaltungsplatine (z. B. einer Mutterplatine) des RS 100 angeordnet sein. Beispielsweise kann der RS 100 eine Hauptschaltungsplatine (z. B. eine Mutterplatine) zum Ausführen von einem oder mehreren Arbeitspensen 110 oder Teilen derselben umfassen. Bei diesem Beispiel kann die Hauptschaltungsplatine verschiedene Komponenten, z. B. Prozessor(en) 102, Speichermodul(e) 104 und Speicherungsvorrichtung(en) 106 umfassen oder verbinden. Um mit diesem Beispiel fortzufahren, kann der RS 100 auch eine Tochterplatine umfassen, die Messkomponenten 112 enthält oder verbindet, die zum Testen und Überwachen der Hauptschaltungsplatine verwendet werden können.
  • Bei einigen Ausführungsbeispielen können die Messkomponenten 112 Messhardware 114 zum Unterstützen verschiedener test-, mess-, und/oder überwachungsbezogener Aktionen umfassen. Beispielsweise kann die Messhardware 114 eine Erweiterungsschaltungsplatine (z. B. eine Tochterplatine) umfassen, die einen oder mehrere Prozessoren und/oder ein oder mehrere FPGAs umfasst. Bei einigen Ausführungsbeispielen kann die Messhardware 114 verwendet werden, um ein Überlasten von Prozessor(en) 102 des RS 100 zu vermeiden und/oder ein Beeinträchtigen der Serverleistungsfähigkeit aufgrund von test-, mess, und/oder überwachungsbezogenen Aktionen zu vermeiden. Beispielsweise kann die Messhardware 114 eine zweckgebundene Messframeworkkarte umfassen, die auf einen PCle oder internen USB-Bus eingefügt ist, wobei die Karte einen Hochgeschwindigkeits-ARM-Prozessor umfasst. Bei diesem Beispiel kann die Karte auch einen zusätzlichen Messkoprozessor umfassen, z. B. ein zweckgebundenes FPGA um beim Sammeln und Verarbeiten von MM-bezogenen Daten zu helfen. Bei einigen Ausführungsbeispielen kann die Messhardware 114 eine unabhängige Ethernetkarte umfassen zum Vermeiden einer Störung oder Behinderung regelmäßigen Verkehrs (z. B. nicht messbezogener Verkehr) und der Arbeitspensumsausführungsleistungsfähigkeit des Servers. Bei einigen Ausführungsbeispielen kann die Messhardware 114 auch ein Leistungsversorgungsmodul umfassen zum Liefern zusätzlicher Leistung an verschiedene Messkomponenten 112, z. B. Prozessoren, FPGAs und eingebettete Quellenmesseinheiten oder Quellenmessungseinheiten (SMU; SMU = source measure unit).
  • Die Messkomponenten 112 können Test- und/oder Mess(TM)-Ausrüstung 132 (z. B. Leistungsmesssonden, SMU, usw.) zum Überwachen von Leistungsaufnahme und/oder anderen Aspekten in Karten und/oder Komponenten in dem RS 100 umfassen. Beispielsweise kann eine eingebettete Hardwareüberwachungseinrichtung 118 Leistungsmesssonden verwenden, um eine Übersicht der Leistungsaufnahme des RS 100 zu bestimmen. Bei diesem Beispiel können die Sonden mit Hauptteilen der Serverarchitektur verbunden sein, z. B., aber nicht beschränkt auf Prozessor(en) 102, Speichermodul(en) 104, Speicherungsvorrichtung(en) 106, einem Kommunikationsbus 108, einer PCI-Expresssteuerung und/oder verwandtem Bus, einer USB-Steuerung und/oder verwandtem Bus und/oder einer Grafikkarte.
  • Messkomponenten 112 können ein Mess-BS 116 umfassen. Das Betriebssystem 116 kann ein Betriebssystem und/oder eine andere Software sein, die auf der Messhardware 114 ausführt. Bei einigen Ausführungsbeispielen kann das BS 116 auf einem Linux- oder einem Unix-Betriebssystemkern basieren. Das BS 116 kann zum Ausführen oder Betreiben verschiedener Messkomponenten 112 oder verwandter Aktionen dienen. Beispielsweise kann das BS 116 verschiedene Treiber zum Interagieren mit Sensorausrüstung umfassen, die auf dem RS 100 befestigt ist und zum Sammeln und Verarbeiten von Sensorinformationen verwendet werden können.
  • Die Messkomponenten 112 können eine eingebettete Hardwareüberwachungseinrichtung 118 umfassen. Die eingebettete Hardwareüberwachungseinrichtung 118 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Lesen oder Erhalten von Daten von eingebetteten (z. B. Vorläufer-) Hardwaresensoren sein. Beispielsweise kann der RS 100 wie einige handelsübliche Standardserver (COTS) mit Hardwaresensoren ausgestattet sein, die üblicherweise für Wärmeverwaltung oder Übertaktung verwendet werden. Bei diesem Beispiel können solche Sensoren APIs aufweisen, auf die durch ein BS zugegriffen werden kann. Unter weiterer Bezugnahme auf dieses Beispiel kann die eingebettete Hardwareüberwachungseinrichtung 118 konfiguriert sein, um Sensor-APIs zu verwenden, um Informationen von den Vorläufer-Sensoren zu verwenden, und dieselben zur Verarbeitung zu einer oder mehreren Messkomponenten 112 zu senden.
  • Bei einigen Ausführungsbeispielen kann eine eingebettete Hardwareüberwachungseinrichtung 118 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann die eingebettete Hardwareüberwachungseinrichtung 118 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen.
  • Messkomponenten 112 können eine Prozessorüberwachungseinrichtung 120 umfassen. Die Prozessorüberwachungseinrichtung 120 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Lesen von Prozessormesseinheit(PMU; PMU = processor measurement unit)-Registern des/der Prozessors(en) 102 sein. Beispielsweise kann die Prozessorüberwachungseinrichtung 120 eine Softwareanwendung umfassen, die in der Lage ist PMU-Daten von den eingebauten PMU des/der Prozessors/en 102 zu konfigurieren und zu lesen. Bei einigen Ausführungsbeispielen kann die Prozessorüberwachungseinrichtung 120 in der Lage sein, PMU-Daten 134 entweder von einem Prozessor, auf dem dieselbe aktuell läuft oder jedem anderen Prozessor zu lesen. Bei einigen Ausführungsbeispielen kann die Prozessorüberwachungseinrichtung 120 eine oder mehrere APIs von Prozessherstellern verwenden, um PMU-Daten 134 zu erhalten.
  • Bei einigen Ausführungsbeispielen kann die Prozessorüberwachungseinrichtung 120 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann die Prozessorüberwachungseinrichtung 120 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen.
  • Bei einigen Ausführungsbeispielen können die Messkomponenten 112 einen Direktzugriffsspeicher (RAM) oder andere Speichermodule umfassen, die Leistungsverwaltungssensoren enthalten und eine TM-API zum Interagieren mit diesen Sensoren. Beispielsweise kann/können das/die Speichermodul(e) 104 Leistungsverwaltungsfunktionalität (z. B. eine integrierte Leistungsverwaltungsschaltung) und/oder verwandte Sensoren umfassen. Bei diesem Beispiel kann eine Leistungsverwaltungs-TM-API verwendet werden, um Sensorablesungen über eine oder mehrere Messkomponenten 112 (z. B. Speicherüberwachungseinrichtung 122 und/oder BS 116) zu ermöglichen, ohne eine Hinzufügung zusätzlicher Sonden oder SMU zu erfordern.
  • Die Messkomponenten 112 können eine Speicherüberwachungseinrichtung 122 umfassen. Die Speicherüberwachungseinrichtung 122 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Lesen von Speichernutzungsdaten 136 sein, z. B. Speicherseiten und Eigentümerschaft-Spuren, die Speichermodul(en) 104 zugeordnet sind. Beispielsweise kann die Speicherüberwachungseinrichtung 122 eine Softwareanwendung umfassen, die in der Lage ist, zu verfolgen, wie Speichermodul(e) 104 (z. B. RAM) unterschiedliche Speicherseiten handhabt, welcher Prozess die Speicherseiten besitzt, dem Nutzungsfluss (z. B. von-zu) und welche Speicherungsvorrichtung(en) 106 oder Festplatte dabei verwendet wird. Bei diesem Beispiel kann die Speicherüberwachungseinrichtung 122 Speichernutzungsdaten 136 verwenden zum Erfassen von anormalem oder unerwünschtem Verhalten, z. B. Speicherlecken und - auslaufen zwischen Anwendungen. Bei einigen Ausführungsbeispielen kann die Speicherüberwachungseinrichtung 122 eine oder mehrere APIs von Speicherherstellern verwenden, um Speichernutzungsdaten 136 zu erhalten.
  • Bei einigen Ausführungsbeispielen kann die Speicherüberwachungseinrichtung 122 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann die Speicherüberwachungseinrichtung 122 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen.
  • Die Messkomponenten 112 können eine Busüberwachungseinrichtung 124 umfassen. Die Busüberwachungseinrichtung 124 kann jede geeignete Entität oder Entitäten (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Überwachen und/oder Analysieren des Kommunikationsbusses 108 und/oder anderer Busse (z. B. eines PCI-Expressbusses, eines Grafikkartenbusses und/oder eines USB-Busses) sein. Beispielsweise kann der RS 100 mehrere Busse und Bussteuerungen umfassen, die verwendet werden, um Informationen auszutauschen, z. B. zwischen Anwendungen und/oder Komponenten. Bei diesem Beispiel kann die Busüberwachungseinrichtung 124 eine oder mehrere Softwareanwendungen umfassen, die konfiguriert sind zum Überwachen oder Bestimmen von Busverkehrslast, Busleistungsfähigkeit und Prozessnutzung (z. B. Verkehrsendpunkte und welcher Prozess Busdurchgang angefordert hat) im Zusammenhang mit einem oder mehreren der Busse in dem RS 100. Bei einigen Ausführungsbeispielen kann die Busüberwachungseinrichtung 124 eine oder mehrere TM-Ausrüstungen 132 und APIs verwenden, um Busnutzungsdaten zu erhalten.
  • Bei einigen Ausführungsbeispielen kann die Busüberwachungseinrichtung 124 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en)) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann die Busüberwachungseinrichtung 124 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RF 100 ausführen.
  • Die Messkomponenten 112 können eine Netzwerkverkehrüberwachungseinrichtung 126 umfassen. Die Netzwerkverkehrüberwachungseinrichtung 126 kann jede geeignete Entität oder Entitäten (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Überwachen und/oder Sammeln von Netzwerkverkehrstatistiken, Verkehrstypdaten und/oder Prozesseigentümerschaft des Verkehrs sein. Beispielsweise kann die Netzwerkverkehrüberwachungseinrichtung 126 Paketerfassungen, Paketverfolgungen und teilweise Analyse während des Betriebs der erfassten Pakete durchführen.
  • Bei einigen Ausführungsbeispielen kann die Netzwerkverkehrüberwachungseinrichtung 126 konfiguriert sein, um sich virtueller Maschinen, virtueller Prozesse und/oder virtueller Ressourcen bewusst zu sein. Beispielsweise kann die Netzwerkverkehrüberwachungseinrichtung 126 Verkehr oder Typen desselben überwachen, die einer ersten Ebene oder einem virtualisierten Prozess zugeordnet sind, kann bestimmten Verkehr oder Typen desselben filtern, kann eine virtuelle Maschine (VM) oder virtuelle Ressource bestimmen oder identifizieren, die eine bestimmte NIC verwendet, kann einen Endpunkt eines spezifischen Verkehrsflusses bestimmen (z. B. um Pakete von oder zu Botnet-Systemen zu identifizieren) und kann eine Netzwerkverkehrslast auf einer NIC berechnen oder bestimmen. Bei einigen Ausführungsbeispielen kann die Netzwerkverkehrüberwachungseinrichtung 126 eine oder mehrere Softwareanwendungen umfassen, die konfiguriert sind, um eine oder mehrere NIC zu überwachen oder mit denselben zu interagieren. Bei einigen Ausführungsbeispielen kann die Netzwerkverkehrüberwachungseinrichtung 126 TM-Ausrüstung 132 und/oder APIs verwenden, um Netzwerkverkehrsdaten zu erhalten.
  • Bei einigen Ausführungsbeispielen kann die Netzwerkverkehrüberwachungseinrichtung 126 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann die Netzwerkverkehrüberwachungseinrichtung 126 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen.
  • Die Messkomponenten 112 können einen Messorchestrator 128 umfassen. Der Messorchestrator 128 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Sammeln von MM-bezogenen Daten von der TM-Ausrüstung 132 (z. B. Hardware- und Softwaresonden) sein, die die MM-bezogenen Daten ansammelt und speichert und/oder die MM-bezogenen Daten zu einem Analytik- und/oder Geschäftsanalytik(Business Intelligence)-Dienst weiterleiten. Beispielsweise kann der Messorchestrator 128 eine Softwareanwendung umfassen zum Orchestrieren unterschiedlicher TM-Ausrüstung 132 (z. B. Sensoren und Sonden), die MM-bezogene Daten sammeln, die MM-bezogene Daten speichern und Berechnungen zum Extrahieren von Statistiken oder Metriken durchführen (z. B. Key Performance Indicator (KPIs), Zeitausrichtung zwischen Messungen durchführen und/oder domänenübergreifende Analyse und Korrelation im Zusammenhang mit unterschiedlichen Infrastrukturkomponenten durchführen.
  • Bei einigen Ausführungsbeispielen kann der Messorchestrator 128 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Beispielsweise kann der Messorchestrator 128 einen Orchestrierungstreiber umfassen, der sich in dem BS 109 befindet und die MM-bezogenen Daten sammeln und an eine oder mehrere Messkomponenten 112 senden kann, z. B. über einen Kommunikationsbus 108. Bei einigen Ausführungsbeispielen kann der Messorchestrator 128 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen. Beispielsweise kann der Messorchestrator 128 Software umfassen, die in dem BS 116 ausführt und/oder Messhardware 114 und kann verschiedene Überwachungsanwendungen konfigurieren und verwalten, z. B. die eingebettete Hardwareüberwachungseinrichtung 118, Prozessorüberwachungseinrichtung 120, Speicherüberwachungseinrichtung 122, Busüberwachungseinrichtung 124, Netzwerkverkehrüberwachungseinrichtung 126, usw.
  • Die Messkomponenten 112 können ein Zeitsynchronisationsmodul 130 umfassen. Das Zeitsynchronisationsmodul 130 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Synchronisieren von Takten zwischen TM-Ausrüstung 132 und/oder Messkomponenten 112 sein, um Zeitstempel auszurichten und/oder eine Korrelation von MM-bezogenen Daten von verschiedenen Komponenten in dem RS 100 zu ermöglichen. Beispielsweise kann das Zeitsynchronisationsmodul 130 eine Softwareanwendung zum Durchführen interner Zeitsynchronisation umfassen. Bei einigen Ausführungsbeispielen kann das Zeitsynchronisationsmodul 130 Zeitsynchronisation basierend auf einem Bustakt im Zusammenhang mit einem Kommunikationsbus (z. B. Kommunikationsbus 108) durchführen, der eine Hauptschaltungsplatine und eine Messtochterplatine verbindet. Bei einigen Ausführungsbeispielen kann das Zeitsynchronisationsmodul 130 Zeitsynchronisation basierend auf einem IEEE 1588 Standard durchführen. Bei solchen Ausführungsbeispielen kann die auf IEEE 1588 basierende Zeitsynchronisation zum Synchronisieren von Ereignissen zwischen unterschiedlichen RS 100 in einer cloudbasierten Umgebung 200 verwendet werden.
  • Bei einigen Ausführungsbeispielen kann das Zeitsynchronisationsmodul 130 oder verwandte Funktionalität auf einer Hauptschaltungsplatine (z. B. Prozessor(en) 102 und BS 109) des RS 100 ausführen. Bei einigen Ausführungsbeispielen kann das Zeitsynchronisationsmodul 130 oder verwandte Funktionalität auf einer Messschaltungsplatine (z. B. Messhardware 114 und BS 116) des RS 100 ausführen.
  • Die Messkomponenten 112 können einen Systemkalibrator 140 umfassen oder mit demselben zusammenwirken. Der Systemkalibrator 140 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor ausführt, usw.) zum Durchführen einer Kalibrierung des RS 100 sein. Eine Serverkalibrierung kann beispielsweise einen Prozess zum Sammeln von Messungen und/oder anderen Informationen über den RS 100 umfassen, einschließlich Komponenten (z. B. Prozessor(en) 102, Speichermodul(e) 104, Speicherungsvorrichtung(en) 106 und Software, die ausgeführt wird (z. B. Arbeitspensum/Arbeitspensen 110 und verwandte Anwendungen) während einer oder mehrerer Serverkonfigurationen (z. B. Hardware- und/oder Softwarekonfigurationen). Bei diesem Beispiel können die gesammelten Informationen verwendet werden, um Korrelationsprofile zu erzeugen, die anzeigen, wie Serverkonfigurationen (z. B. Hardware- und/oder Softwarekonfigurationen) Verhalten und Leistungsfähigkeit des RS 100 oder Komponenten in demselben beeinträchtigen, um Basis- oder „normale“ Verhaltensdaten im Zusammenhang mit dem RS 100 oder Komponenten in demselben, Leistungsfähigkeiten und/oder andere verwandte Daten zu sammeln.
  • Bei einigen Ausführungsbeispielen kann die Kalibrierung des RS 100 verwendet werden, um Basis- oder „normales“ Verhalten für Cloudstapelkomponenten oder Kombinationen derselben zu bestimmen, zu identifizieren oder zu verstehen. Beispielsweise kann die Serverkalibrierung des RS 100 Korrelationsprofile für unterschiedliche Cloudstapelschichten, zum Beispiel Transport-, Netzwerk- und Anwendungsschichten und für verschiedene Kombinationen derselben erzeugen, während verschiedene Arbeitspensen ausgeführt werden. Bei diesem Beispiel können die Korrelationsprofile ein oder mehrere Verhaltensmodelle umfassen, die anzeigen, wie Interaktion zwischen einer oder mehreren Stapelkomponenten die Arbeitslastausführung oder Leistungsfähigkeit des RS 100 oder Komponenten in demselben beeinträchtigt.
  • Bei einigen Ausführungsbeispielen kann die Kalibrierung des RS 100 verwendet werden, um Basis- oder „normales“ Verhalten zu bestimmen, zu identifizieren oder zu verstehen, wenn eine Anwendung, ein Dienst oder ein Codeabschnitt ausgeführt wird. Beispielsweise kann die Serverkalibrierung des RS 100 Korrelationsprofile für unterschiedliche Softwarepakete und Anwendungen erzeugen. Bei diesem Beispiel können die Korrelationsprofile eine Leistungsaufnahmekarte umfassen, die die Menge an Leistung anzeigt, die durch verschiedene Komponenten während der Ausführung einer Anwendung, eines Dienstes oder eines Codeabschnitts aufgenommen wird. Bei diesem Beispiel kann die Leistungsaufnahmekarte auch die Menge der Leistungsaufnahme für die Komponenten zu unterschiedlichen Zeitpunkten (z. B. jede Sekunde oder alle 10 Sekunden) anzeigen und kann die Änderung bei den Leistungsaufnahmen mit dem/den Codeabschnitt(en), der/die ausgeführt wird, korrelieren.
  • Bei einigen Ausführungsbeispielen kann ein Korrelationsprofil Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers anzeigen. Bei einigen Ausführungsbeispielen kann ein Korrelationsprofil Basis- oder „normale“ Werte für verschiedene Leistungsfähigkeitsaspekte des RS 100 und/oder Komponenten in demselben anzeigen. Bei einigen Ausführungsbeispielen kann ein Korrelationsprofil auch verschiedene Schwellenwerte zum Anzeigen von anormalem Verhalten oder der Schwere solches Verhaltens anzeigen. Beispielsweise kann ein Korrelationsprofil Basisleistungsaufnahmewerte für RS 100 oder Komponenten in demselben basierend auf verschiedenen Faktoren umfassen, zum Beispiel Länge des Arbeitspensums, Art des Arbeitspensums usw. Bei diesem Beispiel kann das Korrelationsprofil auch anzeigen, dass, falls erfasste Leistungsaufnahmewerte die Basiswerte um 5 % übersteigen, die erfassten Werte wahrscheinlich harmloses Verhalten anzeigen, aber falls erfasste Leistungsaufnahmewerte die Basiswerte um 50% oder mehr überschreiten, die erfassten Werte wahrscheinlich böswilliges Verhalten anzeigen. Bei einem weiteren Beispiel kann ein Korrelationsprofil anzeigen, dass für alle 10% der erfassten Werte, die Basiswerte überschreiten, ein Abnormitätswert um 1 erhöht sein kann (z. B. auf einer Skala von 0-10).
  • Bei einigen Ausführungsbeispielen kann der RS 100 eine oder mehrere Messkomponenten 112 zum Beobachten verschiedener Aspekte der Softwareausführung und verwandte Wirkungen auf Verhalten und Leistungsfähigkeit des RS oder Komponenten in demselben verwenden. Beispielsweise kann unter Verwendung verschiedener Leistungsaufnahmemessungen während der Ausführung einer Anwendung oder eines Abschnitts derselben und unter Verwendung eines oder mehrerer Korrelationsprofile, die Basis- oder „normales“ Verhalten anzeigen, der RS 100, der Messorchestrator 128 oder eine andere Entität (z. B. ein Analytikknoten) identifizieren, ob ein Codeabschnitt potenziell böswillig ist (z. B. falls die erfassten Messungen einen akzeptablen Schwellenwert oder Toleranzpegel überschreiten, wie er durch die Korrelationsprofile angezeigt ist). Bei einem weiteren Beispiel kann unter Verwendung verschiedener Messungen während der Ausführung einer Anwendung oder eines Abschnitts derselben und unter Verwendung eines oder mehrerer Korrelationsprofile die Basis- oder „normales“ Verhalten anzeigen, der RS 100, der Messorchestrator 128 oder eine andere Entität (z. B. ein Analytikknoten) potentielle Sicherheitsverletzungen und Anwendungsisolation aufgrund von Speicherlecks erfassen (z. B. falls erfasste Messungen im/in Speichermodul(en) 104 einen akzeptablen Schwellenwert oder Toleranzpegel überschreiten, wie er durch die Korrelationsprofile angezeigt ist).
  • Bei einigen Ausführungsbeispielen können der RS 100 oder Messkomponenten 112 in demselben konfiguriert sein, um verschiedene Aspekte des RS 100 zu überwachen und zu messen, während eine Softwarekomponente (z. B. eine Anwendung oder ein Codeabschnitt derselben) ausführt. Beispielsweise kann der RS 100 oder eine andere Entität erfasste Messungen im Zusammenhang mit einer ausführenden Softwarekomponente verwenden, um deren Auswirkung auf die Leistungsfähigkeit des RS 100 zu verstehen und durch Extrapolation eine andere Maschine in einer cloudbasierten Umgebung. Bei diesem Beispiel kann der RS 100 oder eine andere Entität durch Analysieren von Messungen, die erhalten werden, während ein oder mehrere Arbeitspensen 110 ausgeführt werden, in der Lage sein, die Leistungsfähigkeit jeder Softwarekomponente und wie dieselbe eine einzelne Maschine beeinträchtigt zu verstehen und/oder vorherzusagen, einschließlich beispielsweise Codeoptimierung, Leistungsaufnahme und/oder Maschinensicherheit und/oder Sicherheitsverletzungen.
  • Bei einigen Ausführungsbeispielen kann der RS 100 oder Messkomponenten 112 in demselben verwendet werden für Leistungsoptimierung und/oder verwandte Profilbestimmung der Maschine, zum Verbessern von Cloudsicherheit auf niedrigeren Ebenen (z. B. durch Identifizieren von potentiell böswilligem Code oder verdächtigem Verhalten, Verhindern von Infrastrukturschäden aufgrund von böswilligem Code, durch Identifizieren potentieller Speicherlecks zwischen Anwendungen im/in Speichermodul(en) 104) und/oder zum Verbessern von Netzwerkfunktionsvirtualisierungsdiensten (z. B. durch Identifizieren von Kommunikationsstapeloptimierungsthemen, Verkehrsleitproblemen, ungeeigneten optischen Modulationen für bestimmten Verkehr).
  • Es ist klar, dass 1 Darstellungszwecken dient und dass verschiedene Knoten und/oder Komponenten, Module, Orte und/oder Funktionalität, die oben in Bezug auf 1 beschrieben sind, geändert, angepasst, hinzugefügt oder entfernt werden können.
  • 2 ist ein Diagramm, das eine beispielhafte cloudbasierte Umgebung 200 darstellt. Die cloudbasierte Umgebung 200 kann Infrastruktur, wie z. B. Server, Knoten und/oder Komponenten umfassen, die konfiguriert sind, um als ein verteiltes Rechensystem zu wirken. Bei einigen Ausführungsbeispielen kann die cloudbasierte Umgebung 200 Rechen-, Speicherungs- und Netzwerkressourcen umfassen, die für die Nutzung durch einen einzelnen Mieter oder Kunden konfiguriert sind. Beispielsweise kann ein Clouddienstanbieter Rechen-, Speicherungs- und Netzwerkressourcen besitzen, die von mehreren Mietern oder Kunden gemeinschaftlich verwendet werden können. Bei diesem Beispiel können die gemeinschaftlich verwendeten Ressourcen genutzt werden, so dass jede cloudbasierte Umgebung jedes Mieters, einschließlich Arbeitspensen und Daten, privat bzw. für unbefugte Parteien (z. B. andere Mieter) nicht zugreifbar ist.
  • Bei einigen Ausführungsbeispielen kann Cloud-Sichtbarkeit und/oder verwandte Metrik bestimmt werden unter Verwendung einer softwarebasierten Sichtbarkeitslösung, die Messkomponenten 121 umfasst, die nur softwarebasiert sind. Beispielsweise können Messkomponenten 112 Software sein, die durch das BS 109 und/oder Prozessor(en) 102 ausgeführt wird und können verfügbare Messinformationen sammeln, z. B. durch Lesen von MM-bezogenen Daten von bereits existierenden Sonden und/oder Sensoren, die Prozessor(en) 102, Speichermodul(en) 104 und/oder Speicherungsvorrichtung(en) 106 zugeordnet sind. Bei einigen Ausführungsbeispielen kann solche Messsoftware in jedem Server (z. B. Servern 208 und RSs 100) in der cloudbasierten Umgebung 200 implementiert sein. Bei solchen Ausführungsbeispielen können Kosten im Zusammenhang mit zusätzlicher Messhardware 114 und/oder TM-Ausrüstung 132 vermieden werden.
  • Bei einigen Ausführungsbeispielen können Cloud-Sichtbarkeit und/oder verwandte Metrik unter Verwendung einer vollständig instrumentierten Sichtbarkeitslösung bestimmt werden, die nur RS 100 umfasst. Beispielsweise kann die cloudbasierte Umgebung 200 in einem Testszenario oder anderem möglichen Szenario nur RS 100 in ihrem Servercluster verwenden. Bei diesem Beispiel kann die Cloud-Sichtbarkeit wesentlich verbessert werden, da jeder RS 100 bedeutende MM-bezogene Daten bereitstellen kann, während derselbe Arbeitspensen ausführt.
  • Bei einigen Ausführungsbeispielen können Cloud-Sichtbarkeit und/oder verwandte Metrik unter Verwendung einer Hybridsichtbarkeitslösung bestimmt werden, die einen oder mehrere RS 100 umfasst, die zumindest einige hardwarebasierte Messkomponenten 112 und Server 208 mit ausschließlich softwarebasierten Messkomponenten 112 enthält. Beispielsweise kann jeder der Server 208 softwarebasierte Messkomponenten 112 zum Sammeln von Messinformationen umfassen, zum Beispiel durch Lesen von MM-bezogenen Daten von bereits existierenden Sonden und/oder Sensoren, die Prozessor(en) 102, Speichermodul(en) 104, Speicherungsvorrichtung(en) 106 zugeordnet sind, und jeder RS kann hardwarebasierte und softwarebasierte Messkomponenten 112 zum Sammeln von Messinformationen umfassen. Durch Sammeln zumindest einiger MM-bezogener Daten von beiden Typen von Servern kann erhöhte Cloud-Sichtbarkeit bereitgestellt werden und dies mit geringeren Kosten und Komplexitäten als eine vollständig instrumentierte Sichtbarkeitslösung.
  • Um Cloud-Sichtbarkeit zu ermöglichen, die mehrere RS 100 umfasst, kann bei einigen Ausführungsbeispielen ein Analytik- und/oder Geschäftsinformationsdienstsystem (ABISS; ABISS = analytics and/or business information service system) 204 verwendet werden und kann Daten von mehreren Quellen (z. B. RS 100) ansammeln und kann Überwachung und Datenkorrelation für die cloudbasierte Umgebung 200 durchführen. Beispielsweise kann jeder RS 100 in einer cloudbasierten Umgebung 200 Messinformationen zu dem ABISS 204 weiterleiten zum Durchführen von Datenanalyse und Korrelation in größerem Umfang.
  • Bei einigen Ausführungsbeispielen kann das ABISS 204 ein unabhängiger Knoten oder Vorrichtung sein, der/die konfiguriert ist, um Datenrückmeldung zu liefern. Beispielsweise kann das ABISS 204 ein zentralisierter Knoten sein zum Empfangen von MM-bezogenen Daten von mehreren RS 100. Bei diesem Beispiel kann das ABISS 204 Daten ansammeln und analysieren, um Statistiken, Bilder und/oder andere Rückmeldung zu liefern. Bei einigen Ausführungsbeispielen kann das ABISS 204 Rückmeldung im Zusammenhang mit einem bestimmten RS 100, einem bestimmen Servercluster, einem oder mehreren Netzwerken, einer Gruppe von RS 100 oder Serverclustern oder einer cloudbasierten Umgebung 200 berechnen und/oder bereitstellen.
  • Bei einigen Ausführungsbeispielen kann das ABISS 204 mit jedem RS 100 gemeinsam angeordnet sein oder in denselben integriert sein und konfiguriert sein, um Datenrückmeldung bereitzustellen. Beispielsweise kann der Messorchestrator 128 in dem RS 100 einen Analytik- und/oder Geschäftsinformationsdienst umfassen zum Bereitstellen von Erkenntnissen darüber, was lokal (z. B. in dem RS 100) passiert.
  • Mit Bezugnahme auf 2 kann die cloudbasierte Umgebung 200 eine Steuerung 202, das ABISS 204 und einen oder mehrere Server, z. B. Server 208 und RS 100 umfassen. Die Steuerung 202 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor, einer oder mehreren Rechenplattformen, usw. ausführt) sein zum Durchführen einer oder mehrerer Funktionen in Bezug auf die Steuerung von cloudbasierter Umgebung 200, des RS 100 oder Komponenten in demselben. Beispielhafte Steuerungsfunktionen können das Zuordnen und/oder Initiieren von Arbeitspensen 110, Konfigurieren des RS 100 oder anderer Server, Initiieren einer Serverkalibrierung, Konfigurieren von Ressourcen, Initiieren von Testen und/oder Ermöglichen und/oder Durchführen von Datenanalyse, die Messungen von dem RS 100 betrifft, umfassen. Beispielsweise kann eine Steuerung 202 als ein Cloud/VM-Orchestrator wirken zum Konfigurieren der Cloud eines Mieters und/oder Ressourcen derselben zum Ausführen von einem oder mehreren Arbeitspensen 110. Bei einem weiteren Beispiel kann die Steuerung 202 als ein Konfigurationsmodul wirken zum Konfigurieren einer einzelnen VM, eines einzelnen RS 100, Servers 208 oder einer anderen Entität. Bei diesem Beispiel kann das Konfigurationsmodul mit einem bestehenden Knoten oder einer Vorrichtung, z. B. RS 100 oder Server 208 integriert sein.
  • Bei einigen Ausführungsbeispielen kann die Steuerung 202 eine oder mehrere Kommunikationsschnittstellen umfassen, z. B. zum Kommunizieren mit Servern 208, RS 100, ABISS 204 und/oder anderen Knoten.
  • Bei einigen Ausführungsbeispielen kann die Steuerung 202 eine unabhängige Entität (z. B. Netzwerkknoten) sein, die kommunikativ mit dem RS 100, ABISS 204 und/oder Datenspeicherung 206 verbunden ist. Beispielsweise können das ABISS 204 und die Steuerung 202 in getrennten Rechenplattformen oder als getrennte VM-Instanzen implementiert sein und können über eine oder mehrere Kommunikationsschnittstellen verbunden sein, z. B. unter Verwendung von Internetprotokoll (IP) und/oder Netzwerkschnittstellenkarten (NIC).
  • Bei einigen Ausführungsbeispielen kann die Steuerung 202 oder verwandte Funktionalität in dem RS 100 integriert sein und/oder Teil desselben sein. Beispielsweise können der RS 100 und die Steuerung 202 in einem gleichen Rechenknoten oder einer gleichen Rechenplattform implementiert sein oder können Funktionalität in einer gleichen VM-Instanz sein. Bei einigen Ausführungsbeispielen kann ein Nutzer (z. B. ein Mieter oder Netzwerktreiber) RS 100 unter Verwendung einer API, einer GUI und/oder anderer Kommunikationsschnittstellen über die Steuerung 202 konfigurieren. Beispielsweise kann ein Nutzer jeden RS 100 konfigurieren, um zu analysieren und über seinen lokalen Analytikdienst oder über ABISS 204 Datenrückmeldung zu liefern.
  • Bei einigen Ausführungsbeispielen kann die Steuerung 202 in das ABISS 204 integriert sein und/oder Teil desselben sein. Beispielsweise können das ABISS 204 und die Steuerung 202 in einem gleichen Knoten oder einer gleichen Rechenplattform implementiert sein oder können Funktionalität in einer gleichen VM-Instanz sein. Bei diesem Beispiel können das ABISS 204 und die Steuerung 202 unter Verwendung einer internen Schaltstruktur, des Kommunikationsbusses 108 und/oder anderer Kommunikationsschnittstellen kommunizieren. Bei einem anderen Beispiel können das ABISS 204 und die Steuerung 202 unter Verwendung von IP und/oder NIC kommunizieren.
  • Das ABISS 204 kann jede geeignete Entität (z. B. Software, die auf zumindest einem Prozessor, einer oder mehreren Rechenplattformen ausführt, usw.) zum Durchführen einer oder mehrerer Funktionen sein, die sich auf das Durchführen von Datenanalytik und/oder Geschäftsintelligenz beziehen. Beispielhafte ABISS-Funktionen können das Bereitstellen von Cloudsichtbarkeitsdaten und/oder anderen Informationen im Zusammenhang mit einer cloudbasierten Umgebung 200 oder der Infrastruktur in derselben umfassen. Bei einigen Ausführungsbeispielen kann das ABISS 204 eine oder mehrere Kommunikationsschnittstellen, z. B. APIs und GUIs umfassen zum Kommunizieren mit Nutzern oder anderen Entitäten, z. B. RS 100 und/oder Steuerung 202.
  • Bei einigen Ausführungsbeispielen kann das ABISS 204 Funktionalität umfassen zum Zugreifen auf eine Datenspeicherung 206. Die Datenspeicherung 206 kann jede geeignete Entität oder Entitäten (z. B. eine Speicherungsvorrichtung, ein nichtflüchtiges computerlesbares Medium oder ein Speicherungssystem) zum Beibehalten oder Speichern von Informationen im Zusammenhang mit der Bereitstellung von Cloud-Sichtbarkeit sein. Beispielsweise kann die Datenspeicherung 206 Informationen enthalten, die zum Erzeugen und/oder Beibehalten von Metrik (z. B. Statistik im Zusammenhang mit einem oder mehreren Arbeitspensen 110) verwendet werden können. Beispielhafte Speicherinformationen können Serverberichte, ein oder mehrere Arbeitspensen 110, Messungen, Metrik und/oder Serverkalibrierungsdaten, ein oder mehrere Korrelationsprofile im Zusammenhang mit RS 100, Ausgangsverhaltensdaten im Zusammenhang mit RS 100 und/oder andere Informationen umfassen. Bei einigen Ausführungsbeispielen kann die Datenspeicherung 206 an dem ABISS 204, der Steuerung 202, einem anderen Knoten oder verteilt über mehrere Plattformen oder Vorrichtungen angeordnet sein.
  • Bei einigen Ausführungsbeispielen kann auf die Datenspeicherung 206 zugegriffen werden durch ein oder mehrere Servercluster oder Server in denselben, z. B. Server 208 und RS 100. Bei einigen Ausführungsbeispielen kann jedes Servercluster einen oder mehrere Server 208 und zumindest einen RS 100 umfassen. Beispielsweise können das Servercluster „1“ und das Servercluster „2“ neun Server umfassen, wobei zumindest einer ein RS 100 ist, z. B. Server „C1-S2“ und Server „C2-S2“.
  • Bei einigen Ausführungsbeispielen kann jeder Server 208 und RS 100 konfiguriert sein, um eine ähnliche Aufgabe oder einen ähnlichen Teil eines Arbeitspensums durchzuführen. Beispielsweise kann jeder Server 208 in dem Servercluster „1“ und Servercluster „2“ eine kundendefinierte VM-Instanz umfassen oder verwenden, die auf einer physikalischen Rechenplattform (z. B. einem Rack-Server) ausführt und jeder RS 100 kann ebenfalls die kundendefinierte VM-Instanz umfassen oder verwenden, die auf einer anderen physikalischen Rechenplattform ausführt. Bei diesem Beispiel kann die kundendefinierte VM-Instanz ein Arbeitspensum oder einen Teil derselben umfassen, das/der auszuführen ist.
  • Bei einigen Ausführungsbeispielen kann jeder RS 100 zusätzlich zu Hardware und Software zum Ausführen eines oder mehrerer Arbeitspensen 110 oder eines Teils derselben Messkomponenten 112 umfassen, z. B. Hardware- und/oder Softwaresonden und Sensoren. Beispielsweise kann jeder der RS 100 und Server 208 in den Serverclustern „1“ und „2“ konfiguriert sein um lediglich eine „Rechen“-Rolle auszufüllen. Bei diesem Beispiel kann jeder RS 100 die Leistungsfähigkeit der Stapelsoftware analysieren und kann die Kundenanwendungen oder VMs, die ausgeführt werden, analysieren. Durch Ausführen des gleichen Softwarestapels kann angenommen werden, dass die Leistungsfähigkeit der Server 208 in einem Servercluster ähnlich ist wie die Leistungsfähigkeit des RS 100 in dem Servercluster. Daher können Messungen und/oder andere Überwachungseinrichtungsdaten von dem RS 100 verwendet werden, um Cloudsichtbarkeitsinformationen vorherzusagen oder zu extrapolieren, z. B. verschiedene Leistungsfähigkeitsaspekte wie angesammelte Leistungsfähigkeitsmetrik und Statistik. Falls ferner die relative Anzahl von RS 100 in der cloudbasierten Umgebung 200 in Bezug auf die Anzahl der Server 208 erhöht wird, können die erzeugten Cloudsichtbarkeitsinformationen genauer und präziser sein.
  • Bei einigen Ausführungsbeispielen können die Server 208 konfiguriert sein, um zumindest softwarebasierte Überwachung und/oder Messung durchzuführen. Obwohl es möglicherweise nicht durchführbar ist, alle Server 208 in der cloudbasierten Umgebung 200 durch RS 100 zu ersetzen, kann es beispielsweise möglich sein, Softwareüberwachungseinrichtungen (z. B. softwarebasierte Sonden) in allen Servern 208 als eine Funktionalität in einem darunter liegenden (z. B. Bare-Metal-) BS einzusetzen. Bei diesem Beispiel kann die Nutzung von Servern 208 zum Bereitstellen zusätzlicher Sichtbarkeitsdaten die Cloudsichtbarkeitsinformationen, die erzeugt werden, wesentlich verbessern, während die damit zusammenhängenden Kosten auf einem akzeptablen Level gehalten werden.
  • Bei einigen Ausführungsbeispielen kann jeder RS 100 dem ABISS 204 oder einer verwandten Datenspeicherung 206 berichten. Beispielsweise kann das ABISS 204 eine automatisierte Großdatenanalyse bereitstellen unter Verwendung der Berichte von dem RS 100, zum Beispiel durch Korrelieren von Messungen von unterschiedlichen Teilen der Infrastruktur der cloudbasierten Umgebung 200. Bei diesem Beispiel kann das ABISS 204 auch ein nutzer- oder firmenfreundliches Dashboard bereitstellen, das für Datenvisualisierung und/oder verschiedene Berichte geeignet ist.
  • Bei einigen Ausführungsbeispielen kann jeder RS 100 Funktionalität umfassen zum Durchführen zumindest einer gewissen Datenanalyse und der Bereitstellung von Datenrückmeldung. Beispielsweise kann der Messorchestrator 128 in der Lage sein, ein Dashboard oder eine GUI für MM-bezogene Daten bereitzustellen und kann auch eine API bereitstellen für Sondierungssteuerung und/oder Konfigurationszwecke.
  • Es ist klar, dass 2 darstellenden Zwecken dient und dass verschiedene Knoten und/oder Komponenten, Module, Orte und/oder Funktionalität, die oben in Bezug auf 2 beschrieben sind, geändert, angepasst, hinzugefügt oder entfernt werden können.
  • 3 ist ein Diagramm, das beispielhafte Kommunikation zum Sammeln von Messungen von einer cloudbasierten Umgebung 200 darstellt. Bei einigen Ausführungsbeispielen kann die cloudbasierte Umgebung 200 einen oder mehrere RS 100 umfassen. Bei einigen Ausführungsbeispielen kann jeder RS 100 in einer cloudbasierten Umgebung 200 Messungen und/oder verwandte Daten (z. B. Statistiken, abgeleitete Metrik, vorhergesagte Werte usw.) für ein gegebenes Arbeitspensum, Kunden oder Zeitperiode erhalten und speichern. Bei einigen Ausführungsbeispielen können Messungen und/oder verwandte Daten an eine extern zugreifbare Speichervorrichtung oder Plattform, z. B. Datenspeicherung 206 gesendet werden, derselben bereitgestellt werden und/oder in derselben gespeichert werden. Bei einigen Ausführungsbeispielen kann das ABISS 204 oder eine andere Entität auf die Messungen und/oder verwandten Daten zugreifen, um Datenanalyse in größerem Umfang durchzuführen und/oder verschiedene Rückmeldung zu liefern, z. B. unter Verwendung von Graphiken, Tabellen und/oder anderen Bildern.
  • Mit Bezugnahme auf 3 kann bei Schritt 301 ein erster RS 100 unter Verwendung des Messorchestrators 128, des BS 116 und/oder einer anderen Komponente einen Serverbericht „X“ erzeugen und an die Datenspeicherung 206 senden. Beispielsweise kann der RS 100 ein oder mehrere Identifizierer in einem Serverbericht umfassen, die MM-bezogene Daten enthalten. Bei diesem Beispiel zeigt der Identifizierer „C1-S2“ an, dass der RS 100 in einem Server-Cluster „1“ ist, und die Servernummer „2“ aufweist. Um mit diesem Beispiel fortzufahren kann der Serverbericht auch einen Cloudidentifizierer, einen Arbeitspensumidentifizierer, einen Kundenidentifizierer und/oder einen Zeitstempel für Identifikations- und/oder Analysezwecke umfassen.
  • Bei Schritt 302 kann ein zweiter RS 100 unter Verwendung des Messorchestrators 128, des BS 116 und/oder einer andere Komponente einen Serverbericht „Y“ erzeugen und an eine Datenspeicherung 206 senden. Beispielsweise kann der RS 100 einen oder mehrere Identifizierer in einem Serverbericht umfassen, der MM-bezogene Daten enthält. Bei diesem Beispiel zeigt der Identifizierer „C2-S2“ an, dass der RS 100 in einem Server-Cluster „2“ ist und die Servernummer „2“ aufweist. Um mit diesem Beispiel fortzufahren, kann der Serverbericht auch einen Cloudidentifizierer, einen Arbeitspensumidentifizierer, einen Kundenidentifizierer und/oder einen Zeitstempel für Identifikations- und/oder Analysezwecke umfassen.
  • Bei Schritt 303 kann das ABISS 204 Serverberichte und/oder verwandte Daten von der Datenspeicherung 206 anfordern. Beispielsweise kann das ABISS 204 eine Mitteilung senden, die einen Cloudidentifizierer oder andere Informationen enthält, um anzuzeigen, welche Berichte an das ABISS 204 gesendet werden sollten.
  • Bei Schritt 304 kann die Datenspeicherung 206 die Serverberichte und/oder verwandte Daten zu dem ABISS 204 finden. Beispielsweise kann die Datenspeicherung 206 einen oder mehrere Berichte von dem RS 100, einschließlich Berichte „X“ und „Y“, an das ABISS 204 senden.
  • Bei Schritt 305 kann das ABISS 204 eine Datenanalyse durchführen unter Verwendung der Serverberichte und/oder verwandter Daten von der Datenspeicherung 206. Beispielsweise kann das ABISS 204 die Serverberichte analysieren, um eine Gesamtleistungsaufnahme für ein oder mehrere Arbeitspensen 110 zu bestimmen, z. B. durch Multiplizieren der Anzahl von Servern, die verwendet werden, um ein oder mehrere Arbeitspensen 110 auszuführen, und eine Leistungsaufnahme, die an einem RS 100 während der Ausführung des Arbeitspensums gemessen wird. Bei einem anderen Beispiel kann das ABISS 204 die Serverberichte analysieren, um zu identifizieren, ob irgendwelche verdächtige oder anormale Verhalten aufgetreten sind, z. B. Ausführung von böswilligem Code oder potenzielle Speicherlecks.
  • Bei Schritt 306 kann das ABISS 204 Rückmeldung liefern bezüglich der cloudbasierten Umgebung 200 oder eines oder mehrerer verwandter Arbeitspensen 110. Beispielsweise kann das ABISS ein oder mehrere API und/oder GUI verwenden, um ein Cloud-Sichtbarkeits-Dashboard bereitzustellen. Bei diesem Beispiel kann es das Cloud-Sichtbarkeits-Dashboard einem Nutzer ermöglichen, Berichte, Schaubilder, Tabellen und/oder Diagramme zu betrachten, die verschiedene Messungen und Metrik im Zusammenhang mit der Infrastruktur (z. B. Server und Komponenten) in der cloudbasierten Umgebung 200 anzeigen.
  • Es ist klar, dass 3 darstellenden Zwecken dient und dass unterschiedliche und/oder zusätzliche Mitteilungen und/oder Aktionen verwendet werden können zum Bereitstellen von Cloud-Sichtbarkeit, Systemkalibrierung, zum Erhalten oder Überwachen von Hardware- und/oder Softwaremessungen und/oder verwandten Aktionen. Es ist auch klar, dass verschiedene Mitteilungen und/oder Aktionen, die hierin in Bezug auf 3 beschrieben sind, in einer anderen Reihenfolge oder Sequenz auftreten können.
  • 4 ist ein Diagramm, das beispielhafte Kommunikation zum Durchführen von Serverkalibrierung darstellt. Bei einigen Ausführungsbeispielen kann die Steuerung 202 konfiguriert sein zum Initiieren einer Systemkalibrierung auf dem RS 100. Bei einigen Ausführungsbeispielen kann die Systemkalibrierung das Testen einer oder mehrerer physikalischer und/oder Software-Konfigurationen des RS 100 umfassen. Beispielsweise kann die Steuerung 202 einen Testplan initiieren, der den RS 100 oder eine verwandte Komponente (z. B. Systemkalibrator 140) betrifft, um Arbeitspensen unter verschiedenen Konfigurationen auszuführen, während Sonden und/oder andere Messkomponenten 112 in dem RS 100 verwendet werden zum Sammeln von Echtzeit- oder beinahe Echtzeitrückmeldung und/oder Messungen (z. B. Leistungsaufnahmemetrik, Ressourcennutzungsmetrik, usw.) während der Ausführung der Arbeitspensen. Bei diesem Beispiel kann die Steuerung oder eine andere Entität (z. B. ABISS 204) Kalibrierungsausgaben erzeugen (z. B. ein oder mehrere Korrelationsprofile und/oder Basisverhaltensdaten für den RS 100 und/oder verwandte Komponenten (z. B. eine Rechenressource, die verwendet werden kann, um anormales oder ungewöhnliches Verhalten (z. B. potenziell böswillige Verhalten) zu erfassen)) während der Ausführung anderer (z. B. nichttestbezogener) Arbeitspensen.
  • Bei einigen Ausführungsbeispielen kann die Systemkalibrierung für den RS 100 automatisch oder halbautomatisch sein. Beispielsweise kann ein Kalibrierungsprozess in einem Testnetzwerk oder Kalibrierungslabor automatisiert werden. Bei diesem Beispiel kann die Kalibrierung über Nacht oder in aller Ausführlichkeit mit wenig oder keiner menschlichen Überwachung durchgeführt werden. Um mit diesem Beispiel fortzufahren, nachdem die Testreihen abgeschlossen sind, kann ein menschlicher Betreiber oder eine andere Entität die Messungen, die Korrelationsprofile und/oder andere Kalibrierungsdaten überprüfen und/oder modifizieren.
  • Bei einigen Ausführungsbeispielen kann die Systemkalibrierung für den RS 100 vor der Kundenverwendung und/oder -nutzung initiiert werden. Beispielsweise können Konfiguration und Kalibrierung des RS 100 für jede unterschiedliche Serverkonfiguration (z. B. Hardware- und/oder Softwarekonfigurationen) durchgeführt werden, die für Kundennutzung in der cloudbasierten Umgebung 200 verfügbar sind. Bei diesem Beispiel kann ein Testanbieter oder Netzwerkbetreiber einen oder mehrere RS 100 für jede dieser unterschiedlichen Serverkonfigurationen aufbauen und/oder kalibrieren. Um mit diesem Beispiel fortzufahren, kann der Testanbieter oder Netzwerkbetreiber eine Kalibrierungsausgabe, z. B. ein oder mehrere Korrelationsprofile und/oder Basisverhaltensdaten für diese unterschiedlichen Serverkonfigurationen speichern und kann basierend auf dem/den verwendeten Servermodell/en eine geeignete Kalibrierungsausgabe an geeignete Entitäten liefern.
  • Bei einigen Ausführungsbeispielen kann eine Kalibrierung mit geringerer Genauigkeit durchgeführt werden oder bereitgestellt werden durch Verwenden von Kalibrierungsdaten, die auf vorbestimmten Serverkonfigurationen basieren, die für eine Nutzung verfügbar sein können oder nicht. Bei diesem Beispiel kann ein vorexistierendes oder bereits existierendes Korrelationsprofil und/oder andere Kalibrierungsdaten ausgewählt werden durch Identifizieren von Kalibrierungsdaten im Zusammenhang mit einer der vorbestimmten Serverkonfigurationen, die am nächsten zu der tatsächlichen Serverkonfiguration sind, die eingesetzt wird.
  • Mit Bezugnahme auf 4 kann die Steuerung 202 bei Schritt 401 eine Serverkalibrierung des RS 100 initiieren. Beispielsweise kann die Steuerung 202 eine Mitteilung an den Systemkalibrator 140 oder eine andere Komponente des RS 100 senden zum Initiieren eines Testplans oder Kalibrierungsplans.
  • Bei Schritt 402 kann der RS 100 unter Verwendung des Systemkalibrators 140 und/oder einer anderen Komponente einen Testplan oder Kalibrierungsplan durchführen und kann während des Testens Messungen sammeln. Beispielsweise kann der RS 100 eine Reihe von Tests durchführen. Bei diesem Beispiel kann jeder Test ein oder mehrere Arbeitspensen umfassen und/oder eine oder mehrere Hardware- und/oder Softwarekonfigurationen für den RS 100. Um mit diesem Beispiel fortzufahren kann der RS 100 seine Konfiguration wie erforderlich für jeden Test verändern und kann unter Verwendung von Messkomponenten 112 verschiedene Messungen erhalten und kann diese Messungen und/oder andere Daten verwenden, um zumindest ein oder mehrere Korrelationsprofile und/oder Basisverhaltensdaten für den RS 100 und/oder verschiedene Komponenten in demselben erzeugen.
  • Bei einigen Ausführungsbeispielen kann ein Testplan oder Kalibrierungsplan das Ausführen eines oder mehrerer Tests unter einer Vielzahl von Bedingungen und/oder Serverkonfigurationen umfassen und das Erhalten von Messungen von dem RS 100 und/oder verschiedener Komponenten in demselben. Beispielsweise kann ein Testplan oder Kalibrierungsplan ein Testen umfassen, das das Ausführen einer oder mehrerer Arbeitspensen umfasst, die einem Basiseingabe/Ausgabesystem (BIOS) oder Firmware zugeordnet sind, ein Testen, das diese Ausführung eines oder mehrerer Arbeitspensen umfasst, die einem Cloud-fokussierten BS mit unterschiedlichen Konfigurationen zugeordnet sind, ein Testen, das das Ausführen eines oder mehrerer Arbeitspensen umfasst, die einer oder mehreren unterschiedlichen Cloudkonfigurationen zugeordnet sind, die verschiedene Stapelkomponenten umfassen, und/oder ein Testen, das das Ausführen eines oder mehrerer Arbeitspensen umfasst, die unterschiedlichen Softwarekonfigurationen zugeordnet sind.
  • Bei einigen Ausführungsbeispielen kann ein Testplan oder Kalibrierungsplan das Durchführen von Tests umfassen, die sich auf verschiedene Komponenten oder Aspekte des RS 100 fokussieren. Beispielsweise kann ein Testplan oder Kalibrierungsplan das Testen unterschiedlicher Cloudstapel umfassen durch Testen einer Schicht (z. B. einer Gruppe von Komponenten) zu einem Zeitpunkt und/oder einer Konfiguration zu einem Zeitpunkt. Bei diesem Beispiel kann der Testplan oder Kalibrierungsplan auch das Testen verschiedener Kombinationen von Schichten oder Interaktionen umfassen, z. B. Hinzufügen einer Schicht zu einer anderen Schicht oder einer aktuellsten Schicht zu einer Gruppe von Schichten, die bereits getestet wurden.
  • Bei einigen Ausführungsbeispielen kann ein Testplan oder Kalibrierungsplan das Durchführen eines oder mehrerer Tests umfassen, die sich auf Software-Interaktionen und/oder Softwarekonfigurationen konzentrieren. Beispielsweise kann ein Testplan oder Kalibrierungsplan das Testen eines Satzes von Kundenanwendungen oder VM umfassen. Bei einem anderen Beispiel kann ein Testplan oder Kalibrierungsplan das Testen einer oder mehrerer Anwendungen und/oder VM (z. B. zufällig ausgewählt) von einem verfügbaren (z. B. quelloffenen oder proprietären) Softwaredepot umfassen.
  • Bei Schritt 403 kann der RS 100 unter Verwendung des Systemkalibrators 140 und/oder einer anderen Komponente einen Testbericht erzeugen und an das ABISS 204 senden. Beispielsweise kann der RS 100 dem ABISS 204 eine oder mehrere Mitteilungen senden, die Messungen oder Statistiken enthalten, die während einer Serverkalibrierung erhalten oder abgeleitet werden.
  • Bei Schritt 404 kann das ABISS 204 den Testbericht und/oder verwandte Daten analysieren und ein oder mehrere Korrelationsprofile erzeugen. Beispielsweise kann das ABISS 204 für jeden einer Mehrzahl von Tests MM-bezogene Daten von Sonden und/oder Sensoren empfangen, die verschiedener Hardware und/oder Software in dem RS 100 zugeordnet sind. Bei diesem Beispiel kann das ABISS 204 Basisverhalten für Komponenten in dem RS 100 bestimmen.
  • Bei einigen Ausführungsbeispielen kann das ABISS 204 Korrelationsprofile, Basisverhaltensdaten, statistische Charakteristika oder andere Ausgaben des Kalibrierungsprozesses erzeugen, die zum Identifizieren von anormalem oder ungewöhnlichem Verhalten für ein bestimmtes Arbeitspensum und/oder eine bestimmte Konfiguration verwendet werden können. Beispielsweise kann die Ausgabe des Kalibrierungsprozesses einen Satz von statistischen Charakteristika umfassen, die anzeigen, wie der RS 100 oder ein ähnlicher Server unter unterschiedlichen Bedingungen und/oder in unterschiedlichen Konfigurationen ausführen oder wirken kann. Bei einigen Ausführungsbeispielen können statistische Charakteristika korreliert sein, um Basis- oder „normales“ Verhalten zu identifizieren. Beispielsweise können „normale“ Verhaltensdaten einen Satz von Messungen oder anderen Werten umfassen zum Identifizieren von Ausreißern (z. B. ungewöhnlichen Werten) während eine Produktionssoftware (z. B. ein oder mehrere Arbeitspensen 110) auf dem RS 100 und/oder in einer cloudbasierten Umgebung 200 ausgeführt wird.
  • Bei Schritt 405 kann das ABISS 204 einen Kalibrierungsbericht an die Steuerung 202 senden und erzeugen. Beispielsweise kann das ABISS 204 ein oder mehrere Korrelationsprofile und/oder verwandte Daten im Zusammenhang mit dem RS 100 an die Steuerung 202 senden zum Anzeigen von Wirkungen verschiedener Arbeitspensen und/oder Serverkonfigurationen auf Hardware- und/oder Softwaremessungen des RS 100.
  • Es ist klar, dass 4 darstellenden Zwecken dient und dass unterschiedliche und/oder zusätzliche Mitteilungen und/oder Aktionen zum Bereitstellen von Cloud-Sichtbarkeit, Systemkalibrierung, zum Erhalten oder Überwachen von Hardware- und/oder Softwaremessungen und/oder verwandten Schritten verwendet werden können. Es ist auch klar, dass verschiedene Mitteilungen und/oder Aktionen, die hierin in Bezug auf 4 beschrieben sind, in einer anderen Reihenfolge oder Sequenz auftreten können.
  • 5 ist ein Diagramm, das einen beispielhaften Prozess 500 zum Bereitstellen von Cloud-Sichtbarkeit darstellt. Bei einigen Ausführungsbeispielen kann der Prozess 500 oder Abschnitte desselben durch den RS 100, den Systemkalibrator 140, die Steuerung 202, das ABISS 204 und/oder einen anderen Knoten, Komponente oder Modul durchgeführt werden. Bei einigen Ausführungsbeispielen kann der beispielhafte Prozess 500 Schritte 502, 504, 506 und/oder 508 umfassen.
  • In Bezugnahme auf den beispielhaften Prozess 500 kann bei Schritt 502 zumindest ein Korrelationsprofil zum Anzeigen von Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers erhalten werden. Beispielsweise kann ein Korrelationsprofil einen Satz von Werten (z. B. Messungen und/oder Statistiken) anzeigen, die Basisverhalten für eine spezifische Hardware- und/oder Softwarekonfiguration des RS 100 darstellen, wobei der RS 100 Messkomponenten 112 zum Messen von Hardware- und/oder Softwareleistungsfähigkeit (z. B. Charakteristika) in dem RS 100 umfasst.
  • Bei einigen Ausführungsbeispielen können Komponenten zum Messen von Hardware und/oder Software einen softwarebasierten Sensor, einen hardwarebasierten Sensor, eine Sonde, eine SMU, eine Speicherüberwachungseinrichtung, eine Speicherungsüberwachungseinrichtung, eine Prozessorüberwachungseinrichtung, eine Kommunikationsschnittstelle oder eine Busüberwachungseinrichtung, eine PMU-Überwachungseinrichtung, ein Speichermodul, das zumindest einen Sensor enthält, ein BS zum Erhalt von Messungen, einen physikalischen Prozessor zum Erhalten von Messungen, ein FPGA zum Erhalten von Messungen oder eine Netzwerkkarte zum Erhalten von Messungen umfassen.
  • Bei einigen Ausführungsbeispielen umfasst das Erhalten zumindest eines Korrelationsprofils das Testen eines Referenzservers unter Verwendung unterschiedlicher Arbeitspensumskonfigurationen; das Analysieren von Messungen von dem Referenzserver, die dem Testen zugeordnet sind und das Erzeugen des zumindest einen Korrelationsprofils basierend auf der Analyse.
  • Bei einigen Ausführungsbeispielen kann das Testen eines Referenzservers das Testen des Referenzservers oder verwandter Hardware unter Verwendung eines BIOS oder Firmware umfassen, das Testen des Referenzservers unter Verwendung eines Cloud-fokussierten Betriebssystems mit mehreren Konfigurationen, das Testen des Referenzservers unter Verwendung mehrerer Cloudstapelkonfigurationen, die verschiedene Stapelkomponenten umfassen, und das Testen des Referenzservers unter Verwendung mehrerer Kundensoftwarekonfigurationen.
  • Bei einigen Ausführungsbeispielen kann das Erhalten zumindest eines Korrelationsprofils das Identifizieren eines vorbestimmten Korrelationsprofils von einer Mehrzahl von vorbestimmten Korrelationsprofilen basierend auf Charakteristika eines Referenzservers und eines zu implementierenden Arbeitspensums umfassen.
  • Bei einigen Ausführungsbeispielen können Charakteristika eines Referenzservers und eines zu implementierenden Arbeitspensums den Ort des Referenzservers, eine Geschwindigkeit einer Komponente, eine Leistungsmetrik der Komponente, einen Betrag einer Netzwerkbandbreite, eine Arbeitspensumsleistungsmetrik, eine Anzahl von Rechenressourcen, die in einer cloudbasierten Umgebung verfügbar sind, eine Anzahl von Speicherungsressourcen, die in der cloudbasierten Umgebung verfügbar sind, eine Anzahl von Rechenressourcen, die in der cloudbasierten Umgebung verfügbar sind, eine Menge an Eingabe- und/oder Ausgabeoperationen, die für ein Arbeitspensum erwartet werden, eine Menge an Verarbeitungsoperationen, die für das Arbeitspensum erwartet werden, eine Menge an Speicherungsoperationen, die für das Arbeitspensum erwartet werden, oder eine Menge an erforderlicher Netzwerkbandbreite, die für das Arbeitspensum erforderlich ist, umfassen.
  • Bei Schritt 504 kann der Referenzserver konfiguriert sein, wobei der Referenzserver einer einer Mehrzahl von Servern in einer cloudbasierten Umgebung zum Ausführen eines Arbeitspensums ist, wobei jeder der Mehrzahl von Servern zumindest einen Teil des Arbeitspensums ausführt.
  • Bei einigen Ausführungsbeispielen kann die Mehrzahl von Servern zumindest einen zweiten Referenzserver umfassen.
  • Bei Schritt 506 können Messungen, die dem Ausführen zumindest eines Teils des Arbeitspensums zugeordnet sind, von dem Referenzserver empfangen werden.
  • Bei Schritt 508 können Informationen bezüglich der cloudbasierten Umgebung unter Verwendung der Messungen von dem Referenzserver und des zumindest einen Korrelationsprofils erzeugt werden.
  • Bei einigen Ausführungsbeispielen kann das Erzeugen von Informationen bezüglich einer cloudbasierten Umgebung ein Identifizieren der Ausführung eines potenziell böswilligen Codes basierend auf erfassten Messungen und dem zumindest einen Korrelationsprofil, ein Identifizieren potenzieller Sicherheitsprobleme basierend auf erfassten Messungen und dem zumindest einen Korrelationsprofil, das Speicherlecks anzeigt, und ein Identifizieren einer Leistungsaufnahme von Komponenten in dem Referenzserver während der Ausführung des Arbeitspensums basierend auf erfassten Messungen und dem zumindest einem Korrelationsprofil umfassen.
  • Bei einigen Ausführungsbeispielen können Informationen bezüglich der cloudbasierten Umgebung an einen Analytikdienst oder verwandten Knoten (z. B.ABISS 204) oder Datenspeicherung 206 geliefert werden.
  • Es ist klar, dass der Prozess 500 darstellenden Zwecken dient und dass unterschiedliche und/oder zusätzliche Aktionen verwendet werden können. Es ist auch klar, dass verschiedene hierin beschriebene Aktionen in einer anderen Reihenfolge oder Sequenz auftreten können.
  • Es sollte auch angemerkt werden, dass der RS 100, der Systemkalibrator 140, die Steuerung 202, das ABISS 204 und/oder Funktionalität, die hierin beschrieben sind, ein Rechengerät für einen speziellen Zweck bilden können. Beispielsweise kann die Steuerung 202 oder das ABISS 204 ein CloudLens™-Cloudsichtbarkeitsgerät sein, das von Ixia hergestellt ist und konfiguriert ist, um verschiedene hierin beschriebene Aspekte durchzuführen. Ferner können der RS 100, der Systemkalibrator 140, die Steuerung 202, das ABISS 204 und/oder Funktionalität, die hierin beschrieben sind, das technische Feld der Netzwerksichtbarkeit verbessern, einschließlich Sicherheit und Testen, durch Bereitstellen einer tragfähigen Lösung zum Bereitstellen von Cloud-Sichtbarkeit unter Verwendung von Hardware- und/oder Softwaremessungen von einem oder mehreren RS 100, wobei der eine oder die mehreren RS 100 in einer Mehrzahl von Servern (z. B. Servercluster) enthalten sind, die konfiguriert sind, um ein Arbeitspensum auszuführen. Durch Verwenden von Messungen von einem oder mehreren RS 100können die Steuerung 202 oder das ABISS 204 z. B. basierend auf Extrapolationstechniken oder verwandten Algorithmen Hardware- und/oder Softwareauswirkungen (z. B. Leistungsaufnahme) des Arbeitspensums oder eines Teils des Arbeitspensums auf die Gesamtheit der Server (z. B. Cloud), ein Servercluster, und/oder einen individuellen (z. B. Nichtreferenz-) Server derselben bestimmen oder ableiten. Ferner können der RS 100, der Systemkalibrator 140, die Steuerung 202, das ABISS 204 und/oder Funktionalität, die hierin beschrieben sind, die technischen Gebiete der Computersicherheit und Netzwerksicherheit verbessern durch Kalibrieren eines Referenzservers, um ein Korrelationsprofil und/oder Basisverhaltensdaten (z. B. Messungen) für verschiedene Arbeitspensen und/oder eine spezifische Systemkonfiguration zu erhalten, und durch Verwenden dieses Wissens um ungewöhnliches und potenziell böswilliges Verhalten zu identifizieren. Beispielsweise können die Steuerung 202 oder das ABISS 204 Messungen während eines Arbeitspensums überwachen und falls eine wesentliche Diskrepanz zwischen dem überwachten Verhalten und einem entsprechenden vorbestimmten Basisverhalten erfasst wird, können die Steuerung 202 oder das ABISS 204 eine Schadensminderungungsaktion durchführen und/oder einen Netzwerkbetreiber bezüglich einer potenziellen Sicherheitsbedrohung benachrichtigen, z. B. böswillige Codeausführung, Speicherlecks, usw.
  • Es ist klar, dass verschiedene Einzelheiten des hierin beschriebenen Gegenstands geändert werden können, ohne von dem Schutzbereich des hierin beschriebenen Gegenstands abzuweichen. Ferner dient die obige Beschreibung nur Darstellungszwecken und keinen Beschränkungszwecken, da der hierin beschriebene Gegenstand durch die nachfolgend aufgeführten Ansprüche definiert ist.

Claims (10)

  1. Verfahren zum Bereitstellen von Cloud-Sichtbarkeit, wobei das Verfahren folgende Schritte aufweist: Erhalten (502) zumindest eines Korrelationsprofils zum Anzeigen von Wirkungen von Arbeitspensumskonfigurationen auf Hardware- und/oder Softwaremessungen eines Referenzservers (100), wobei der Referenzserver (100) Komponenten zum Messen von Hardware- und/oder Softwareleistungsfähigkeit umfasst; Konfigurieren (504) des Referenzservers (100), wobei der Referenzserver (100) einer einer Mehrzahl von Servern in einer cloudbasierten Umgebung zum Ausführen eines Arbeitspensums (110) ist, wobei jeder der Mehrzahl von Servern zumindest einen Teil des Arbeitspensums (110) ausführt; Empfangen (506), von dem Referenzserver (100), von Messungen, die der Ausführung zumindest dem Teil des Arbeitspensums (110) zugeordnet sind; und Erzeugen (508) von Informationen bezüglich der cloudbasierten Umgebung unter Verwendung von Messungen von dem Referenzserver (100) und des zumindest einen Korrelationsprofils.
  2. Verfahren gemäß Anspruch 1, bei dem das Erhalten des zumindest einen Korrelationsprofils folgende Schritte umfasst: Testen des Referenzservers (100) unter Verwendung unterschiedlicher Arbeitspensumskonfig urationen ; Analysieren von Messungen von dem Referenzserver (100), der dem Testen zugeordnet ist; und Erzeugen des zumindest einen Korrelationsprofils basierend auf der Analyse.
  3. Verfahren gemäß Anspruch 2, bei dem das Testen des Referenzservers (100) folgende Schritte umfasst: Testen des Referenzservers (100) oder verwandter Hardware unter Verwendung eines Basiseingabe/Ausgabesystems (BIOS) oder Firmware; Testen des Referenzservers (100) unter Verwendung eines Cloud-fokussierten Betriebssystems mit mehreren Konfigurationen; Testen des Referenzservers (100) unter Verwendung mehrerer Cloudstapelkonfigurationen, die verschiedenen Stapelkomponenten umfassen; und Testen des Referenzservers (100) unter Verwendung mehrerer Kundensoftwarekonfigurationen.
  4. Verfahren gemäß einem der Ansprüche 1 bis 3, bei dem das Erhalten des zumindest einen Korrelationsprofils ein Identifizieren eines vorbestimmten Korrelationsprofils von einer Mehrzahl von vorbestimmten Korrelationsprofilen basierend auf Charakteristika des Referenzservers (100) und des zu implementierenden Arbeitspensums (110) umfasst.
  5. Verfahren gemäß Anspruch 4, bei dem die Charakteristika des Referenzservers (100) und des zu implementierenden Arbeitspensums (110) den Ort des Referenzservers (100), eine Geschwindigkeit einer Komponente, einer Leistungsmetrik einer Komponente, einen Betrag einer Netzwerkbandbreite, eine Arbeitspensumsleistungsmetrik, eine Anzahl von Rechenressourcen, die in der cloudbasierten Umgebung verfügbar sind, eine Anzahl von Speicherungsressourcen, die in der cloudbasierten Umgebung verfügbar sind, eine Anzahl von Rechenressourcen, die in der cloudbasierten Umgebung verfügbar sind, eine Menge an Eingabe- und/oder Ausgabeoperationen, die für das Arbeitspensum (110) erwartet werden, eine Menge an Verarbeitungsoperationen, die für das Arbeitspensum (110) erwartet werden, eine Menge an Speicherungsoperationen, die für das Arbeitspensum (110) erwartet werden oder eine Menge an erforderlicher Netzwerkbandbreite, die für das Arbeitspensum (110) erwartet wird, umfassen.
  6. Verfahren gemäß einem der Ansprüche 1 bis 5, bei dem das Erzeugen der Informationen bezüglich der cloudbasierten Umgebung ein Identifizieren der Ausführung potenziell böswilligen Codes basierend auf erfassten Messungen und dem zumindest einen Korrelationsprofil, ein Identifizieren potenzieller Sicherheitsprobleme basierend auf erfassten Messungen und dem zumindest einen Korrelationsprofil, das Speicherlecks anzeigt, und ein Identifizieren einer Leistungsaufnahme von Komponenten in dem Referenzserver (100) während der Ausführung des Arbeitspensums (110) basierend auf erfassten Messungen und dem zumindest einen Korrelationsprofil umfasst.
  7. Verfahren gemäß einem der Ansprüche 1 bis 6, bei dem die Mehrzahl von Servern zumindest einen zweiten Referenzserver (100) umfasst.
  8. Verfahren gemäß einem der Ansprüche 1 bis 7, bei dem die Komponenten einen softwarebasierten Sensor, einen hardwarebasierten Sensor, eine Sonde, eine Quellenmesseinheit (SMU), eine Speicherüberwachungseinrichtung, eine Speicherungsüberwachungseinrichtung, eine Prozessorüberwachungseinrichtung, eine Kommunikationsschnittstelle oder eine Busüberwachungseinrichtung, eine Prozessormesseinheit(PMU)-Überwachungseinrichtung, ein Speichermodul, das zumindest einen Sensor enthält, ein Betriebssystem zum Erhalten von Messungen, einen physikalischen Prozessor zum Erhalten von Messungen, ein feldprogrammierbares Gatterarray (FPGA) zum Erhalten von Messungen oder eine Netzwerkkarte zum Erhalten von Messungen umfassen.
  9. System zum Implementieren des Verfahrens gemäß einem der Ansprüche 1 bis 8.
  10. Nichtflüchtiges computerlesbares Medium, das computerausführbare Anweisungen aufweist, die, wenn dieselben durch zumindest einen Prozessor eines Computers ausgeführt werden, bewirken, dass der Computer das Verfahren gemäß einem der Ansprüche 1 bis 8 implementiert.
DE102019101225.2A 2018-01-24 2019-01-17 Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit Pending DE102019101225A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/879,405 2018-01-24
US15/879,405 US10708142B2 (en) 2018-01-24 2018-01-24 Methods, systems, and computer readable media for providing cloud visibility

Publications (1)

Publication Number Publication Date
DE102019101225A1 true DE102019101225A1 (de) 2019-07-25

Family

ID=67145394

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019101225.2A Pending DE102019101225A1 (de) 2018-01-24 2019-01-17 Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit

Country Status (2)

Country Link
US (1) US10708142B2 (de)
DE (1) DE102019101225A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10708142B2 (en) * 2018-01-24 2020-07-07 Keysight Technologies, Inc. Methods, systems, and computer readable media for providing cloud visibility
CN110519789B (zh) * 2019-08-02 2023-11-28 京信网络系统股份有限公司 性能检测方法、装置、计算机设备和存储介质
US11349663B2 (en) 2019-10-30 2022-05-31 International Business Machines Corporation Secure workload configuration
US11375006B1 (en) * 2020-12-28 2022-06-28 Pensando Systems, Inc. Methods and systems for rating workloads based on network interface device resources and for optimal scheduling
US20220247651A1 (en) * 2021-01-29 2022-08-04 Assia Spe, Llc System and method for network and computation performance probing for edge computing
US20220269744A1 (en) * 2021-02-24 2022-08-25 Open Weaver Inc. Methods and systems for enabling dynamic filters for software search optimization
US11960492B2 (en) 2021-02-24 2024-04-16 Open Weaver Inc. Methods and systems for display of search item scores and related information for easier search result selection

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6597907B1 (en) * 2000-05-05 2003-07-22 Ericsson Inc. Detection of a deadlocked resource condition in a pool of shared resources
US6996728B2 (en) 2002-04-26 2006-02-07 Hewlett-Packard Development Company, L.P. Managing power consumption based on utilization statistics
US20070083630A1 (en) * 2005-09-27 2007-04-12 Bea Systems, Inc. System and method for performance testing framework
US20090007108A1 (en) 2007-06-29 2009-01-01 Hanebutte Ulf R Arrangements for hardware and software resource monitoring
US7979729B2 (en) 2007-11-29 2011-07-12 International Business Machines Corporation Method for equalizing performance of computing components
US20110022870A1 (en) 2009-07-21 2011-01-27 Microsoft Corporation Component power monitoring and workload optimization
US8751844B2 (en) 2009-09-24 2014-06-10 Citrix Systems, Inc. Systems and methods for attributing an amount of power consumption to a workload
US8862914B2 (en) 2010-02-26 2014-10-14 Microsoft Corporation Virtual machine power consumption measurement and management
EP2625615A2 (de) 2010-07-09 2013-08-14 Stratergia Ltd. Systeme und verfahren für stromkonsumprofilierung und -prüfung
US8688394B2 (en) * 2010-09-09 2014-04-01 International Business Machines Corporation Data center power conversion efficiency management
US8756441B1 (en) 2010-09-30 2014-06-17 Emc Corporation Data center energy manager for monitoring power usage in a data storage environment having a power monitor and a monitor module for correlating associative information associated with power consumption
US9069890B2 (en) * 2011-04-20 2015-06-30 Cisco Technology, Inc. Ranking of computing equipment configurations for satisfying requirements of virtualized computing environments based on an overall performance efficiency
ES2755780T3 (es) 2011-09-16 2020-04-23 Veracode Inc Análisis estático y de comportamiento automatizado mediante la utilización de un espacio aislado instrumentado y clasificación de aprendizaje automático para seguridad móvil
CN104204825B (zh) 2012-03-30 2017-06-27 英特尔公司 动态测量处理器中的功耗
US9152532B2 (en) * 2012-08-07 2015-10-06 Advanced Micro Devices, Inc. System and method for configuring a cloud computing system with a synthetic test workload
US20140288861A1 (en) 2013-03-20 2014-09-25 Xerox Corporation Sampling methodology for measuring power consumption for a population of power-consuming devices
US9665154B2 (en) 2013-05-31 2017-05-30 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Subsystem-level power management in a multi-node virtual machine environment
US9147086B1 (en) * 2013-06-07 2015-09-29 Amazon Technologies, Inc. Trusted computing host
US10254319B2 (en) 2014-02-18 2019-04-09 Encored Technologies, Inc. Apparatus, server, system and method for energy measuring
US10313207B2 (en) * 2014-03-10 2019-06-04 Sk Techx Co., Ltd. Method for testing cloud streaming server, and apparatus and system therefor
KR101927233B1 (ko) 2015-03-16 2018-12-12 한국전자통신연구원 이기종 멀티-코어 시스템의 gpu 전력 측정 방법
US10198307B2 (en) * 2016-03-31 2019-02-05 Netapp, Inc. Techniques for dynamic selection of solutions to storage cluster system trouble events
US10708142B2 (en) * 2018-01-24 2020-07-07 Keysight Technologies, Inc. Methods, systems, and computer readable media for providing cloud visibility

Also Published As

Publication number Publication date
US20190229998A1 (en) 2019-07-25
US10708142B2 (en) 2020-07-07

Similar Documents

Publication Publication Date Title
DE102019101225A1 (de) Verfahren, Systeme und computerlesbare Medien zum Bereitstellen von Cloud-Sichtbarkeit
US11657309B2 (en) Behavior analysis and visualization for a computer infrastructure
Birke et al. Failure analysis of virtual and physical machines: patterns, causes and characteristics
EP3211831B1 (de) Störungsgraph für n-stufige end user response time eurt zur problemdomänenisolierung
US9588820B2 (en) Cloud architecture recommender system using automated workload instrumentation
CN107409064B (zh) 用于支持网络中不规则检测的方法和系统
DE112012002545B4 (de) Verwalten von Arbeitslasten in einem Mehrprozessor-Computersystem
JP2017050715A (ja) ネットワーク監視システム、ネットワーク監視方法およびプログラム
US11212173B2 (en) Model-driven technique for virtual network function rehoming for service chains
DE112016004368T5 (de) Verwaltung eines Fehlerzustands in einem Datenverarbeitungssystem
DE112013002995T5 (de) Echtzeitmessung von Virtualisierungs-E/A-Verarbeitungsverzögerungen
CN105608517B (zh) 基于流的业务交易性能管理及可视化方法和装置
EP3503473B1 (de) Serverklassifizierung in vernetzten umgebungen
US20160094424A1 (en) Virtual Machine Processor & Memory Resource Coordinator
DE112017001376T5 (de) Erkennen und Vorhersagen von Engpässen in komplexen Systemen
DE102014118290A1 (de) Verfahren zum Konfigurieren einer Steuerungseinrichtung für ein Produktionssystem und ein solches Produktionssystem
DE102014118293A1 (de) System und Verfahren zur Überwachung eines Produktionssystems
CN112005207A (zh) 创建数据的统计分析以用于传输到服务器
DE112017001757T5 (de) Verfahren und vorrichtung zum koordinieren und authentifizieren von anfragen nach daten
DE112016001586T5 (de) Relaisvorrichtung und Programm
US20200356458A1 (en) Diagnosing workload performance problems in computer servers
US20200042573A1 (en) Component-level performance analysis for computing systems
US20050226163A1 (en) Method of analyzing the capacity of a computer system
US8924537B2 (en) Business processes tracking
US20200133252A1 (en) Systems and methods for monitoring performance of a building management system via log streams

Legal Events

Date Code Title Description
R012 Request for examination validly filed