DE112021001578T5 - Verwalten der Kapazität und Auslastung entfernt angeordneter Ressourcen - Google Patents

Verwalten der Kapazität und Auslastung entfernt angeordneter Ressourcen Download PDF

Info

Publication number
DE112021001578T5
DE112021001578T5 DE112021001578.8T DE112021001578T DE112021001578T5 DE 112021001578 T5 DE112021001578 T5 DE 112021001578T5 DE 112021001578 T DE112021001578 T DE 112021001578T DE 112021001578 T5 DE112021001578 T5 DE 112021001578T5
Authority
DE
Germany
Prior art keywords
capacity
downloads
software
determining
hardware
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
DE112021001578.8T
Other languages
English (en)
Inventor
Badekila Ganesh Prashanth Bhat
Shinoj Zacharias
Sachin Maneshwar Nayak
Manjunath Veerabhadraiah
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of DE112021001578T5 publication Critical patent/DE112021001578T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
    • H04L41/5083—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to web hosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3442—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for planning or managing the needed capacity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • 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
    • H04L41/147—Network analysis or design for predicting network behaviour
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5051—Service on demand, e.g. definition and deployment of services in real time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
    • 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
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • 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
    • H04L41/18—Delegation of network management function, e.g. customer network management [CNM]
    • 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
    • H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5058—Service discovery by the service manager

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Liquid Developers In Electrophotography (AREA)

Abstract

Es wird ein Verfahren, System und Programmprodukt zum Realisieren einer Optimierung der Kapazität und Auslastung entfernt angeordneter Ressourcen bereitgestellt. Das Verfahren umfasst Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem zugehörigen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien in Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen. Aktuelle und frühere Downloads von Software-Anwendungen werden in Bezug auf den Verkehr und Trends auf der Website sozialer Medien verfolgt und eine aktuell in Anspruch genommene Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region erkannt. Zukünftige Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität werden ermittelt und Daten, die die aktuellen und früheren Downloads von Software-Anwendungen repräsentieren, werden gespeichert. Eine Kapazität des Gesamtsystems zum Ermöglichen regionalspezifischer Nachfrageanstiege in Zusammenhang mit dem regionalen Internetverkehr wird ermittelt und eine bestimmte Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Kapazität des Gesamtsystems ermöglicht.

Description

  • HINTERGRUND
  • Die vorliegende Erfindung betrifft allgemein ein Verfahren zum entfernt angeordneten Verwalten der Kapazität und Auslastung von Ressourcen und insbesondere ein Verfahren und zugehöriges System zum Verbessern einer Software und Servertechnologie im Zusammenhang mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen des Internetverkehrs.
  • KURZDARSTELLUNG
  • Ein erster Aspekt der Erfindung stellt ein Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen bereit, das aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien im Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch einen Prozessor eines entfernt angeordneten Servers, der einen Code zum Erkennen entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege im regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Gesamtkapazität des Systems.
  • Ein zweiter Aspekt der Erfindung stellt ein Computerprogrammprodukt bereit, das eine durch einen Computer lesbare Hardware-Speichereinheit aufweist, die einen durch einen lesbaren Programmcode speichert, wobei der durch einen Computer lesbare Programmcode einen Algorithmus umfasst, der beim Ausführen durch den Prozessor einer entfernt angeordneten Server-Einheit ein Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen realisiert, wobei das Verfahren aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien im Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch den Prozessor, der einen Code zum Erkennen entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen im Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege im regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Gesamtkapazität des Systems.
  • Ein dritter Aspekt der Erfindung stellt einen entfernt angeordneten Server bereit, der einen Prozessor aufweist, der mit einer durch einen Computer lesbaren Speichereinheit verbunden ist, wobei die Speichereinheit Anweisungen aufweist, die beim Ausführen durch den Prozessor ein Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen realisiert, das aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenes Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien im Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch den Prozessor, der einen Code zur Erkennung entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen im Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege im regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Kapazität des Gesamtsystems.
  • Die vorliegende Erfindung stellt vorteilhaft ein einfaches Verfahren und zugehöriges System bereit, die in der Lage sind, die Kapazität und Auslastung von Ressourcen genau zu verwalten.
  • Figurenliste
    • 1 veranschaulicht ein System, das eine Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftige Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen des Internetverkehrs verbessert, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 2 veranschaulicht einen Algorithmus, der einen Prozessablauf detailliert beschreibt, der durch das System von 1 zum Verbessern einer Software- und Server- Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen des Internetverkehrs ermöglicht wird, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 3 veranschaulicht eine Ansicht der inneren Struktur der Schaltkreise/Software von 1 gemäß Ausführungsformen der vorliegenden Erfindung.
    • 4 veranschaulicht ein System zum Ermöglichen eines Prozesses zum Vorhersagen geospezifischer Kapazitätsanforderungen, die die Auslastung von Hardware- und Software-Ressourcen in Bezug auf Cloud-Computing betreffen, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 5A veranschaulicht einen Algorithmus, der einen durch den SMD von 4 ermöglichten Prozessablauf detailliert wiedergibt, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 5B veranschaulicht einen Algorithmus, der einen durch den ADT von 4 ermöglichten Prozessablauf detailliert wiedergibt, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 5C veranschaulicht einen Algorithmus, der einen durch die HCD von 4 ermöglichten Prozessablauf detailliert wiedergibt, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 5D veranschaulicht einen Algorithmus, der einen durch die CSP-Steuerkomponente von 4 ermöglichten Prozessablauf detailliert wiedergibt, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 6 veranschaulicht ein Computersystem, das vom System von 1 genutzt wird, das eine Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen des Internetverkehrs verbessert, gemäß Ausführungsformen der vorliegenden Erfindung.
    • 7 veranschaulicht eine Cloud-Computing-Umgebung gemäß einer Ausführungsform der vorliegenden Erfindung.
    • 8 veranschaulicht eine Menge funktionaler Abstraktionsschichten, die von der Cloud-Computing-Umgebung bereitgestellt werden, gemäß Ausführungsformen der vorliegenden Erfindung.
  • DETAILLIERTE BESCHREIBUNG
  • 1 veranschaulicht ein System 100 zum Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads 139 von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen 122, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen 123 des Internetverkehrs gemäß Ausführungsformen der vorliegenden Erfindung. Typische Cloud-Computing-Systeme werden genutzt, um unterschiedliche Ressourcen wartungsfrei zu verwalten. Eine Entität kann eine bestimmte Ressource auf Grundlage einer entsprechenden Anforderung freischalten, so dass eine entsprechende Ressourcenentlastung nur auf Grundlage der üblichen Nutzung erforderlich ist. Genauso können Entitäten bei hoher Auslastung hinsichtlich einer Cloud-Infrastruktur versuchen, erforderlichenfalls Ressourcen zu skalieren, so dass zugehörige Dienste nahtlos ohne Ausfallzeit laufen können. Außerdem kann es sein, dass sich Ressourcen zugeordnete Server-Anwendungen in einem geografischen Bereich befinden, der nah zu den hereinkommenden Anfragen liegt. Deshalb ermöglicht ein System 100 einen Prozess zum Vorhersagen externer geospezifischer Lastfaktoren und vorausschauenden Skalieren von Hardware- und Software-Ressourcen, bevor eine eigentliche Lastfunktion freigeschaltet wird. Beispielsweise kann ein Online-Handelsunternehmen saisonale Werbeverkäufe (z.B. für Feiertage, Jahreszeiten usw.) einrichten, die zu einer höheren Nutzungs-/Kaufabschlussrate hinsichtlich der Nutzung der Hardware- und Software-Ressourcen führen. Die höhere Nutzungs-/Kaufabschlussrate ergibt eine unbekannte Ressourcenanforderung. Deshalb ermöglicht das System 100 einen Prozess zum Ermitteln zukünftiger Ressourcenanforderungen verbunden mit einem Auswählen und Verwalten von Hardware- und Software-Ressourcen, die nötig sind, um einen Hardware- und Software-Betrieb während eines bestimmten saisonalen Werbeverkaufs freizuschalten.
  • Das System 100 von 1 umfasst einen entfernt angeordneten Server 138 (d.h. eine spezialisierte Hardware-Einheit, Downloads 139 von Software-Anwendungen, eine Datenbank 127 und entfernt angeordnete Hardware- und Software-Ressourcen 122, die durch ein Netzwerk 117 miteinander verbunden sind. Der entfernt angeordnete Server 138 kann unter anderem eine Datenverarbeitungseinheit, eine zweckbestimmte Einheit, Server-Hardware usw. umfassen. Der entfernt angeordnete Server 138 kann Bluetooth-fähig sein, um eine Konnektivität zu jeder Art von System bereitzustellen. Der entfernt angeordnete Server 138 umfasst eine spezialisierte Schaltungsanordnung/Software 125 (die spezialisierte Software umfassen kann), Sensoren 110, Software 141 und eine GUI 142. Die Sensoren 110 können jede Art von internem oder externem Sensor (oder biometrischem Sensor) umfassen, darunter unter anderem dreidimensionale Ultraschall-Sensormodule, ein optischer Sensor, eine Video-Abrufeinheit, Feuchtigkeitssensoren, Spannungssensoren, eine Tastatur, eine Maus, einen Tastbildschirm, einen Temperatursensor usw. Zu den Downloads 139 von Anwendungen gehören alle Arten von Software-Downloads, die nötig sind, um das System 100 zu befähigen, die Systemkapazität zum Bewältigen von Nachfrageanstiegen 23 des Internetverkehrs zu ändern. Entfernt angeordnete Hardware- und Software-Ressourcen 122 weisen jede Art von Hardware- und/oder Software-Ressourcen (z.B. Server, Steuerungen, Speicherstrukturen, Prozessoren usw.) auf, die mit dem Ändern der Systemkapazität zum Bewältigen von Nachfrageanstiegen 23 des Internetverkehrs in Zusammenhang stehen. Der entfernt angeordnete Server 138 kann eine eingebettete Einheit aufweisen. Eine eingebettete Einheit wird hierin als eine zweckbestimmte Einheit oder ein Computer definiert, die/der eine Kombination aus Computer-Hardware und -Software (mit festgelegten Fähigkeiten oder programmierbar) aufweist, die spezifisch dafür ausgelegt sind, eine spezialisierte Funktion auszuführen. Programmierbare eingebettete Computer oder Einheiten können spezialisierte Programmierschnittstellen aufweisen. Bei einer Ausführungsform kann der entfernt angeordnete Server 138 jeweils eine spezialisierte Hardware-Einheit aufweisen, die eine spezialisierte (nichtgenerische) Hardware und Schaltungsanordnung (d.h. spezialisierte diskrete nichtgenerische analoge, digitale und auf Logik beruhende Schaltungsanordnung) aufweist, die einen Prozess ausführen, der mit Bezug auf 1 bis 6 beschrieben ist. Die spezialisierte diskrete nichtgenerische analoge, digitale und auf Logik beruhende Schaltungsanordnung kann herstellereigene speziell entwickelte Komponenten umfassen (z.B. einen spezialisierten integrierten Schaltkreis wie beispielsweise einen anwendungsspezifischen integrierten Schaltkreis (ASIC)), die nur zum Realisieren eines automatisierten Prozesses zum Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen 23 des Internetverkehrs ausgelegt ist. Ein Netzwerk 117 kann jede Art von Netzwerk umfassen, darunter unter anderem ein 5G-Telekommunikationsnetzwerk, ein lokales Netzwerk (LAN), ein Weitverkehrsnetz (WAN), das Internet, ein drahtloses Netzwerk usw. Alternativ kann das Netzwerk 117 eine Anwendungsprogrammierschnittstelle (API) umfassen.
  • Das System 100 ermöglicht einen Prozess zum Vorhersagen geospezifischer/regionsspezifischer Kapazitätsanforderungen, die die Ressourcennutzung beeinflussen, verbunden mit einer auf einer Cloud beruhenden Analytik sozialer Medien und Trends bei Downloads von Anwendungen. Genauso umfasst der Prozess Ermitteln eines regionsspezifischen Anstiegs der der Ressourcennachfrage. Das System 100 ermöglicht den folgenden Funktionsumfang in Bezug auf das Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen 23 des Internetverkehrs.
    1. 1. Nutzen eines Cloud-gestützten Erkennungsdienstes für soziale Medien (social media discovery service SMD), um einen Interessenpunktwert für ein bestimmtes Thema pro geographische Region auf Grundlage einer Reihe von Trends für ein Thema in Bezug auf den Internetverkehr in sozialen Medien zu berechnen.
    2. 2. Nutzen eines Verfolgers für Downloads von Anwendungen (application download tracker ADT), um einen ADT-Punktwert auf Grundlage von Trends bei Downloads von (Software-) Anwendungen, eines vorherigen Punktwerts für Downloads von Anwendungen, der aus einer Verlaufsdatenbank abgerufen wird, und einer Reihe von Anwendungen, die aus einem Anwendungsdatenspeicher heruntergeladen werden, zu berechnen.
    3. 3. Nutzen früherer Kapazitätsvorhersagedaten (historical capacity prediction data HCD) durch Speichern von Verlaufsdaten zu jedem Download-Ereignis in Kombination mit einer tatsächlich in Anspruch genommenen Kapazität innerhalb jeder geografischen Region. Außerdem werden ein früherer Interessenpunktwert und entsprechende Vorhersagen zur Ressourcenanforderung gespeichert.
    4. 4. Nutzen einer Steuerkomponente für eine kognitive Größenvorhersage (cognitive scale prediction engine (CSP) zum Ermitteln eines Kapazitätsfaktors auf Grundlage des SMD-Punktwerts, des ADT-Punktwerts, einer tatsächlich in Anspruch genommenen Kapazität für vorherige Ereignisse innerhalb jeder geografischen Region und entsprechenden Vorhersagen für die Anforderung an Hardware- und Software-Ressourcen.
  • 2 veranschaulicht einen Algorithmus, der einen durch ein System 100 von 1 ermöglichten Prozessablauf zum Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr gemäß Ausführungsformen der vorliegenden Erfindung detailliert beschreibt. Jeder der Schritte im Algorithmus von 2 kann durch einen oder mehrere Computerprozessoren, die einen Computercode ausführen, in einer beliebigen Reihenfolge ermöglicht und ausgeführt werden. Außerdem kann jeder der Schritte im Algorithmus von 2 in Kombination durch einen entfernt angeordneten Server 138 und entfernt angeordnete Hardware- und Software-Ressourcen 122 ermöglicht und ausgeführt werden. In Schritt 200 werden Zusammenhänge mit einer bestimmten geografischen Region ermittelt. Außerdem werden die Zusammenhänge zwischen einem damit verbundenen Thema von Interesse und dem Verkehr und Trends auf der Website sozialer Medien in Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen ermittelt. Ermitteln der Zusammenhänge kann umfassen:
    1. 1. Abrufen von Website-Daten von einer Mehrzahl von Websites sozialer Medien in Zusammenhang mit dem Verkehr und Trends auf der Website der sozialen Medien.
    2. 2. Aggregieren der Website-Daten.
    3. 3. Erzeugen eines regionalen Punktwerts für die Auslastung der entfernt angeordnet Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region (auf Grundlage der aggregierten Daten, die infolge des Aggregierens der Website-Daten erzeugt wurden).
  • In Schritt 201 werden aktuelle und frühere Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien (über einen Download-Sensor) verfolgt. Verfolgen der aktuellen und frühere Downloads von Software-Anwendungen kann umfassen:
    1. 1. Erkennen der Gesamtzahl von Downloads der aktuellen und früheren Downloads von Software-Anwendungen.
    2. 2. Ermitteln von Trends bei aktiven Nutzern in Bezug auf Nutzer, die mit den aktuellen und früheren Downloads von Software-Anwendungen in Zusammenhang stehen (auf Grundlage einer Analyse der Gesamtzahl von Downloads).
    3. 3. Ermitteln eines zusätzlichen Trends bei einer Anzahl von Nutzern aus der gesamten bestimmten geografischen Region, die als mit einem vorherigen Download-Ereignis, das über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt wird, in Zusammenhang stehend erkannt werden (auf Grundlage einer Analyse der Trends bei aktiven Nutzern).
    4. 4. Erzeugen eines Punktwerts des Verfolgers für Downloads von Anwendungen (ADT) im Zusammenhang mit einem zuvor ermittelten ADT-Punktwert in Bezug auf aktuell aktive Nutzer, der Gesamtzahl von Downloads und einer Gesamtzahl neuer Downloads der aktuellen und früherer Downloads von Software-Anwendungen.
  • In Schritt 202 wird eine aktuell in Anspruch genommene Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region (über eine Mehrzahl von Sensoren) erkannt. In Schritt 203 werden zukünftige Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen ermittelt. In Schritt 204 werden Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen darstellen, in einer Datenbank gespeichert. Speichern der Daten kann umfassen:
    1. 1. Speichern der Daten zu allen Download-Ereignissen, die über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt werden.
    2. 2. Speichern von Beanspruchungsdaten zur aktuell in Anspruch genommen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region.
    3. 3. Speichern eines Punktwerts für früheres Interesse in Zusammenhang mit Vorhersagen für zukünftige Ressourcenanforderungen.
  • In Schritt 208 wird eine Kapazität des Gesamtsystems zum Ermöglichen regionalspezifischer Nachfrageanstiege im Zusammenhang mit dem regionalen Internetverkehr auf Grundlage einer Analyse der Daten von Schritt 204 ermittelt. Außerdem wird ein Korrekturfaktor zu den Kapazitätsanforderungen an die Kapazität des Gesamtsystems in Bezug auf die bestimmte geografische Region ermittelt. Ermitteln der Kapazität des Gesamtsystems kann Ermitteln eines Kapazitätsfaktors in Abhängigkeit vom regionalen Punktwert in Bezug auf den ADT-Punktwert und den Korrekturfaktor umfassen. Die Kapazität des Gesamtsystems kann eine Cloud-Speicherkapazität umfassen.
  • In Schritt 210 wird eine bestimmte Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Kapazität des Gesamtsystems freigeschaltet.
  • 3 veranschaulicht eine Ansicht der inneren Struktur der Schaltkreise/Software 125 von 1 gemäß Ausführungsformen der vorliegenden Erfindung. Die Schaltkreise/Software 125 umfassen ein Sensor-Schnittstellenmodul 304, ein Verfolgungs- und Erkennungsmodul 310, ein Analysemodul 308, ein Ressourcenfreischaltungsmodul 314 und Datenübertragungssteuereinheiten 302. Das Sensor-Schnittstellenmodul 304 weist spezialisierte Hardware und Software zum Steuern aller Funktionen auf, die die Sensoren 110 von 1 betreffen. Das Verfolgungs- und Erkennungsmodul 310 weist spezialisierte Hardware und Software zum Steuern aller Funktionen auf, die Verfolgungs- und Erkennungsprozesse zum Realisieren des Prozesses betreffen, der mit Bezug auf den Algorithmus von 2 beschrieben ist. Das Analysemodul 308 weist spezialisierte Hardware und Software zum Steuern aller Funktionen auf, die die Analyseschritte von 2 betreffen. Das Ressourcenfreischaltungsmodul 314 weist spezialisierte Hardware und Software zum Steuern aller Funktionen auf, die das Freischalten von Hardware- und Software-Ressourcen gemäß dem Algorithmus von 2 betreffen. Datenübertragungssteuereinheiten 302 sind zum Steuern sämtlicher Datenübertragungen zwischen dem Sensor-Schnittstellenmodul 304, dem Verfolgungs- und Erkennungsmodul 310, dem Analysemodul 308 und dem Ressourcenfreischaltungsmodul 314 befähigt.
  • 4 veranschaulicht ein System 400 zum Ermöglichen eines Prozesses zum Vorhersagen geospezifischer Kapazitätsanforderungen, die die Auslastung von Hardware- und Software-Ressourcen in Bezug auf Cloud-Computing beeinflussen, gemäß Ausführungsformen der vorliegenden Erfindung. Die geospezifischen Kapazitätsanforderungen werden auf Grundlage einer Analytik sozialer Medien und Trends bei Downloads von Anwendungen vorhergesagt, um einen regionsspezifischen Anstieg der Nachfrage nach Ressourcen zu ermitteln. Ein System 400 umfasst eine Steuerkomponente für kognitive Server-Vorhersage (CPS) 410 (d.h. spezialisierte Hardware und Software), einen Cloud-gestützten Medienerkennungsdienst (SMD) 402, einen Verfolger für Downloads von Anwendungen (ADT) 404 und eine Datenablage für frühere Kapazitätsvorhersagen (HCD) 406, die durch ein Netzwerk 415 verbunden sind.
  • Der SMD 402 ist so konfiguriert, dass er einen Interessenpunktwert (IS) für ein bestimmtes Internet-Thema im Zusammenhang mit Netzwerken 412 erzeugt. Beispielsweise kann ein IS für eine bestimmte Anwendung erzeugt werden, die mit einem Ereignis in Zusammenhang steht, wie etwa mit einer Musikaufführung, einer bestimmten Verkaufsveranstaltung, einer Sportveranstaltung usw. Außerdem wird der höchste Trend in Zusammenhang mit dem Ereignis erkannt.
  • Der ADT 404 ist so konfiguriert, dass er Trends bei Downloads von Anwendungen für Anwendungen 410 verfolgt. Analytikcode des Anwendungsspeichers kann ausgeführt werden, um daraus Trends bei Downloads von Anwendungen abzuleiten.
  • Die HCD-Datenablage 406 ist so konfiguriert, dass sie frühere Kapazitätsdaten für jedes Ereignis speichert.
  • Die CSP-Steuerkomponente 401 ist so konfiguriert, dass sie Eingaben aus dem SMD 402, dem ADT 404 und der HCD-Datenablage 406 analysiert. Die Analyse führt zum Ermitteln einer Region, eines Zeitraums und der Cloud-Kapazitätsanforderungen 408.
  • 5A veranschaulicht einen Algorithmus, der einen von dem SMD 402 von 4 ermöglichten Prozessablauf detailliert beschreibt, gemäß Ausführungsformen der vorliegenden Erfindung. In Schritt 501 werden Eingabedaten aus Kanälen sozialer Medien abgerufen. In Schritt 502 werden Trends in Zusammenhang mit Anwendungsprogrammierschnittstellen (APIs) der Kanäle sozialer Medien erkannt. In Schritt 504 werden Trends für jede erkannte Region auf Grundlage einer konfigurierten Gewichtung überprüft, die in Schritt 503 für jeden Medienkanal abgerufen wird. In Schritt 505 werden alle Informationen der vorherigen Schritte aggregiert, um einen SMD-Punktwert pro Region zu erzeugen. Beispielsweise ruft der SMD 402 zu einer Sportveranstaltung, die in einer Anwendung gestreamt wird, eine Anzahl von Likes aus Quellen sozialer Medien für jede geografische Region auf. Jede Quelle sozialer Medien ist mit einer anderen Gewichtung verknüpft. Auf Grundlage einer Gewichtung und einer Anzahl von Zugriffen aus jeder Quelle sozialer Medien wird ein Interessenpunktwert (SMD) für jede geografische Region erzeugt.
  • 5B veranschaulicht einen Algorithmus, der einen vom ADT 404 von 4 ermöglichten Prozessablauf detailliert beschreibt, gemäß Ausführungsformen der vorliegenden Erfindung. In Schritt 507 wird eine Gesamtzahl der Downloads von Anwendungen bereitgestellt, die aus dem Anwendungsspeicher abgerufen werden. In Schritt 508 wird eine Anzahl neuer Download-Sitzungen in Bezug auf einen Trend bei aktiven Nutzern berechnet. Beispielsweise kann seit einem letzten Download-Ereignis eine Anzahl aktiver Nutzer um 30 % zugenommen haben. Außerdem kann ein Trend für eine Anzahl von Nutzern in Regionen, die an einem vorherigen Ereignis teilgenommen haben, abgeleitet werden. In Schritt 509 wird ein ADT-Punktwert für frühere Daten, der in Schritt 510 abgerufen wird, und eine Anzahl von Downloads, die in Schritt 511 abgerufen wird, berechnet. Der ADT-Punktwert kann wie folgt berechnet werden:
  • ADT-Punktwert = (vorheriger ADT-Punktwert) + ({aktive Nutzer}/{gesamte Downloads}) * {gesamte neue Downloads}. In Schritt 512 wird der ADT-Punktwert an eine GUI ausgegeben.
  • 5C veranschaulicht einen Algorithmus, der eine durch die HCD 406 von 4 ermöglichten Prozessablauf detailliert beschreibt, gemäß Ausführungsformen der vorliegenden Erfindung. In Schritt 515 wird ein Korrekturfaktor für jede geografische Region wie folgt berechnet: Korrekturfaktor = Ist-Kapazität / vorhergesagte Kapazitätsanforderung Der Korrekturfaktor wird auf Grundlage von Daten berechnet, die aus einer Datenbank 518 abgerufen werden. Die Datenbank 518 umfasst Punktwertdaten zu früherem Interesse, frühere Ausgaben aus einem ADT-Punktwertrechner, Vorhersage-Ausgaben für jedes frühere Ereignis und eine Ist-Kapazität für jedes regionale Ereignis. In Schritt 516 wird der Korrekturfaktor an eine GUI ausgegeben.
  • 5D veranschaulicht einen Algorithmus, der einen durch die CSP-Steuerkomponente 401 von 4 ermöglichten Prozess detailliert beschreibt, gemäß Ausführungsformen der vorliegenden Erfindung. Die CSP-Steuerkomponente 401 ist so konfiguriert, dass sie (mit der Zeit) lernt, eine regionsspezifische Cloud-Kapazitätsanforderung zu erzeugen. Die CSP-Steuerkomponente 401 überträgt eine Eingabe (des Punktwerts für soziale Medien) 520 (aus dem SMD 402 von 4), eine Eingabe 522 (aus dem ADT 404 von 4) und eine (Korrektur)Eingabe 524 aus einer Größenordnungsvorhersage-Steuerkomponente 528. Die Eingaben 520, 522 und 524 dienen zu, eine Ist-Kapazität zu erzeugen, die innerhalb jeder geografischen Region erforderlich ist, um eine Netzwerklast zu bedienen. Die Eingabe 522 wird vom ADT 404 verwendet, um eine Gruppe aller aktiven Nutzer als Punktwert oder Prozentsatz zu präsentieren. Die Eingabe 520 wird vom SMD 402 verwendet, um eine Anzahl interessierter Menschen zu filtern. Die Eingabe 524 wird verwendet, um eine Ist-Kapazität vorheriger Ereignisse in Bezug auf zusätzliche Vorhersagen zu erzeugen (d.h. eine Fehlerquote). Die Fehlerquote kann auf ein Kapazitätsermittlungsergebnis angewendet werden, um einen korrigierten Kapazitätsfaktor pro geografische Region zu erzeugen. Ein Kapazitätsfaktor wird wie folgt erzeugt: Kapazitätsfaktor = SMD-Punktwert * ADT-Punktwert * Korrekturfaktor Der Kapazitätsfaktor kann in Schritt 530 verwendet werden, um eine Kapazität zu erzeugen, die innerhalb jeder geografischen Region zum Bedienen einer Last erforderlich ist. Daten, die die erforderliche Kapazität darstellen, werden innerhalb eines Systems für frühere Kapazitätsdaten (HDS) 534 gespeichert.
  • Das folgende Realisierungsbeispiel für das Optimieren der Ressourcenkapazität veranschaulicht einen Prozess in Zusammenhang mit einer mobilen Anwendung, die aktiviert wird, um ein Ereignis live zu streamen. Die mobile Anwendung kann für Diskussionen, Meldungen und Live-Streaming konfiguriert werden. Der Prozess wird durch Abrufen vorheriger Download-Ereignisse für das Ereignis eingeleitet. Beispielsweise weisen Daten für eine Region A zu einem vorherigen Ereignis die folgenden Werte auf:
    1. 1. SMD = 3,66
    2. 2. ADT = 5000
    3. 3. Korrekturfaktor = 1
  • Deshalb ist ein Kapazitätsfaktor = 18.300. Der Kapazitätsfaktor wird analysiert, um eine aktuelle Anzahl von Knoten (d.h. 19) eines Servers zu bestimmen, die für Region A erforderlich sind. Außerdem wird festgestellt, dass eine für ein vorheriges Ereignis erforderliche Ist-Zahl von Knoten 10 war.
  • Der SMD-Wert wird berechnet, indem Trends/Likes für das Live-Streaming-Ereignis aus verschiedenen Kanälen sozialer Medien abgerufen werden, und auf Grundlage der Anzahl von Likes/Interessen pro geografische Region wird einen Interessenpunktwert berechnet. Beispielsweise kann eine Website eines ersten sozialen Netzwerks 1.000 Zugriffe erhalten und eine Gewichtung, die der Website des ersten sozialen Netzwerks vom Unternehmen zuerkannt wird, 8 von 10 aufweisen. Genauso kann eine Website eines zweiten sozialen Netzwerk 2.000 Zugriffe mit einer angewandten Gewichtung von 4 erhalten und eine Website eines dritten sozialen Netzwerks kann 3.000 Zugriffe mit einer angewandten Gewichtung von 2 erhalten. Deshalb ist ein SMD-Punktwert für ein aktuelles Ereignis = 3,66.
  • Der ADT-Wert wird berechnet, indem Downloads von Anwendungen für die mobile Anwendung, die von APIs eines Spielespeichers erhalten werden, verfolgt werden. Analytikdaten von der Website des ersten sozialen Netzwerks veranschaulichen eine Zunahme aktiver Nutzer für diese Anwendung, und auf Grundlage oder obigen beiden Datensätze und des vorherigen Download-Punktwerts wird ein ADT-Wert wie folgt erzeugt:
  • Es wird festgestellt, dass eine Gesamtzahl aller Downloads für die mobile Anwendung 10000 beträgt und eine Gesamtzahl aktiver Nutzer = 5.000 ist. Außerdem ist eine Gesamtzahl neuer Downloads über einen Zeitraum von 3 Monaten = 2.000. Genauso ist ein vorheriger ADT-Wert = 5.000 + 2.000 * (5.000/1.000) = 6.000, und deshalb ist ein neuer ADT-Wert = 6.000.
  • Ein Korrekturfaktor umfasst eine Vorhersage der Kapazität, die für ein vorheriges Download-Ereignis in Anspruch genommen wurde, und ist in eine HRD-Datenbank gespeichert. Daten, die einen aktuell genutzten Server kennzeichnen, werden zusätzlich in der HRD-Datenbank gespeichert. Deshalb wird ein Korrekturfaktor für die Vorhersage wie folgt erzeugt:
  • Ein zuvor vorhergesagter Kapazitätsfaktor = 19 und eine genutzte Ist-Kapazität = 10, und deshalb ist ein Korrekturfaktor = 10/19 = 0,52.
  • Ein vorhergesagter Kapazitätsfaktor wird als Lernwerkzeug auf das System angewandt, so dass sich das System mit der Zeit verbessert. Ein Kapazitätsfaktor für das aktuelle Ereignis wird für jede Region auf Grundlage der folgenden Werte vorhergesagt: eines SMD-Punktwerts, eines ADT-Punktwerts und eines Korrekturfaktors.
  • Die obigen Ausgaben können als hinweisende Eingaben verwendet werden, um eine Kapazität für jede Region für ein bevorstehendes Ereignis zuzuweisen. Die Ausgabe wird zusätzlich in die HRD zum weiteren Lernen und zur Korrektur für zukünftige Ereignisse eingespeist.
  • Ein aktueller Kapazitätsfaktor = 3,66 (SMD) x 6.000 (ADT) x 0,52 (Korrekturfaktor) = 11.419. Eine resultierende vorhergesagte Kapazität umfasst 12 Knoten.
  • 6 veranschaulicht ein Computersystem 90 (z.B. den entfernt angeordneten Server 139 und/oder Hardware- und Software-Ressourcen 122 von 1), die vom System von 1 zum Verbessern einer Software- und Server-Technologie im Zusammenhang mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr gemäß Ausführungsformen der vorliegenden Erfindung genutzt oder in Anspruch genommen werden.
  • Aspekte der vorliegenden Erfindung die Form einer lediglich aus Hardware bestehenden Ausführungsform, einer lediglich aus Software bestehenden Ausführungsform (darunter Firmware, residente Software, Mikro-Code etc.) oder einer Software- und Hardware-Aspekte kombinierenden Ausführungsform annehmen, die hier alle generell als „Schaltung“, „Modul“ oder „System“ bezeichnet".
  • Bei der vorliegenden Erfindung kann es sich um ein System, ein Verfahren und/oder ein Computerprogrammprodukt handeln. Das Computerprogrammprodukt kann ein durch einen Computer lesbares Speichermedium (oder -medien) mit durch einen Computer lesbaren Programmanweisungen darauf umfassen, um einen Prozessor dazu zu veranlassen, Aspekte der vorliegenden Erfindung auszuführen.
  • Bei dem durch einen Computer lesbaren Speichermedium kann es sich um eine physische Einheit handeln, die Anweisungen zur Verwendung durch ein System zum Ausführen von Anweisungen behalten und speichern kann. Bei dem durch einen Computer lesbaren Speichermedium kann es sich zum Beispiel um eine elektronische Speichereinheit, eine magnetische Speichereinheit, eine optische Speichereinheit, eine elektromagnetische Speichereinheit, eine Halbleiterspeichereinheit oder jede geeignete Kombination daraus handeln, ohne auf diese beschränkt zu sein. Zu einer nicht erschöpfenden Liste spezifischerer Beispiele des durch einen Computer lesbaren Speichermediums gehören die Folgenden: eine tragbare Computerdiskette, eine Festplatte, ein Direktzugriffsspeicher (RAM), ein Nur-Lese-Speicher (ROM), ein löschbarer programmierbarer Nur-Lese-Speicher (EPROM bzw. Flash-Speicher), ein statischer Direktzugriffsspeicher (SRAM), ein tragbarer Kompaktspeicherplatten-Nur-Lese-Speicher (CD-ROM), eine DVD (digital versatile disc), ein Speicher-Stick, eine Diskette, eine mechanisch codierte Einheit wie zum Beispiel Lochkarten oder erhabene Strukturen in einer Rille, auf denen Anweisungen gespeichert sind, und jede geeignete Kombination daraus. Ein durch einen Computer lesbares Speichermedium soll in der Verwendung hierin nicht als flüchtige Signale an sich aufgefasst werden, wie zum Beispiel Funkwellen oder andere sich frei ausbreitende elektromagnetische Wellen, elektromagnetische Wellen, die sich durch einen Wellenleiter oder ein anderes Übertragungsmedium ausbreiten (z.B. ein Lichtwellenleiterkabel durchlaufende Lichtimpulse) oder durch einen Draht übertragene elektrische Signale.
  • Hierin beschriebene, durch einen Computer lesbare Programmanweisungen können von einem durch einen Computer lesbaren Speichermedium auf jeweilige Datenverarbeitungs-/Verarbeitungseinheiten oder über ein Netzwerk wie zum Beispiel das Internet, ein lokales Netzwerk, ein Weitverkehrsnetz und/oder ein drahtloses Netzwerk auf einen externen Computer oder eine externe Speichereinheit heruntergeladen werden. Das Netzwerk kann Kupferübertragungskabel, Lichtwellenübertragungsleiter, drahtlose Übertragung, Leitwegrechner, Firewalls, Vermittlungseinheiten, Gateway-Computer und/oder Edge-Server aufweisen. Eine Netzwerkadapterkarte oder Netzwerkschnittstelle in jeder Datenverarbeitungs-/Verarbeitungsvorrichtung empfängt durch einen Computer lesbare Programmanweisungen aus dem Netzwerk und leitet die durch einen Computer lesbaren Programmanweisungen zur Speicherung in einem durch einen Computer lesbaren Speichermedium innerhalb der entsprechenden Datenverarbeitungs-/Verarbeitungseinheit weiter.
  • Bei durch einen Computer lesbaren Programmanweisungen zum Ausführen von Arbeitsschritten der vorliegenden Erfindung kann es sich um Assembler-Anweisungen, ISA-Anweisungen (Instruction-Set-Architecture), Maschinenanweisungen, maschinenabhängige Anweisungen, Mikrocode, Firmware-Anweisungen, zustandssetzende Daten oder entweder Quellcode oder Objektcode handeln, die in einer beliebigen Kombination aus einer oder mehreren Programmiersprachen geschrieben werden, darunter objektorientierte Programmiersprachen wie Smalltalk, C++ o.ä. sowie herkömmliche prozedurale Programmiersprachen wie die Programmiersprache „C“ oder ähnliche Programmiersprachen. Die durch einen Computer lesbaren Programmanweisungen können vollständig auf dem Computer des Benutzers, teilweise auf dem Computer des Benutzers, als eigenständiges Software-Paket, teilweise auf dem Computer des Benutzers und teilweise auf einem entfernt angeordneten Computer oder vollständig auf dem entfernt angeordneten Computer oder Server ausgeführt werden. In letzterem Fall kann der entfernt angeordnete Computer mit dem Computer des Benutzers durch eine beliebige Art Netzwerk verbunden sein, darunter ein lokales Netzwerk (LAN) oder ein Weitverkehrsnetz (WAN), oder die Verbindung kann mit einem externen Computer hergestellt werden (zum Beispiel über das Internet unter Verwendung eines Internet-Dienstanbieters). Bei einigen Ausführungsformen können elektronische Schaltungen, darunter zum Beispiel programmierbare Logikschaltungen, vor Ort programmierbare Gatter-Anordnungen (FPGA, field programmable gate arrays) oder programmierbare Logikanordnungen (PLA, programmable logic arrays) die durch einen Computer lesbaren Programmanweisungen ausführen, indem sie Zustandsinformationen der durch einen Computer lesbaren Programmanweisungen nutzen, um die elektronischen Schaltungen zu personalisieren, um Aspekte der vorliegenden Erfindung durchzuführen.
  • Aspekte der vorliegenden Erfindung sind hierin unter Bezugnahme auf Ablaufpläne und/oder Blockschaubilder von Verfahren, Einheiten (Systemen) und Computerprogrammprodukten gemäß Ausführungsformen der Erfindung beschrieben. Es wird darauf hingewiesen, dass jeder Block der Ablaufpläne und/oder der Blockschaubilder sowie Kombinationen von Blöcken in den Ablaufplänen und/oder den Blockschaubildern mittels durch einen Computer lesbare Programmanweisungen ausgeführt werden können.
  • Diese durch einen Computer lesbaren Programmanweisungen können einem Prozessor eines Universalcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungseinheit bereitgestellt werden, um eine Maschine zu erzeugen, so dass die über den Prozessor des Computers bzw. der anderen programmierbaren Datenverarbeitungseinheit ausgeführten Anweisungen ein Mittel zur Umsetzung der in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaubilder festgelegten Funktionen/Schritte erzeugen. Diese durch einen Computer lesbaren Programmanweisungen können auch auf einem durch einen Computer lesbaren Speichermedium gespeichert sein, das einen Computer, eine programmierbare Datenverarbeitungseinheit und/oder andere Einheiten so steuern kann, dass sie auf eine bestimmte Art funktionieren, so dass das durch einen Computer lesbare Speichermedium, auf dem Anweisungen gespeichert sind, ein Herstellungsprodukt aufweist, darunter Anweisungen, welche Aspekte der/des in dem Block bzw. den Blöcken des Ablaufplans und/oder der Blockschaubilder angegebenen Funktion/Schritts umsetzen.
  • Die durch einen Computer lesbaren Programmanweisungen können auch auf einen Computer, eine andere programmierbare Datenverarbeitungseinheit oder andere Einheit geladen werden, um ein Ausführen einer Reihe von Prozessschritten auf dem Computer bzw. der anderen programmierbaren Einheit oder anderen Einheit zu verursachen, um einen auf einem Computer ausgeführten Prozess zu erzeugen, so dass die auf dem Computer, einer anderen programmierbaren Einheit oder anderen Einheit ausgeführten Anweisungen die in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaubilder festgelegten Funktionen/Schritte umsetzen.
  • Die Ablaufpläne und die Blockschaubilder in den Figuren veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Ausführungen von Systemen, Verfahren und Computerprogrammprodukten gemäß verschiedenen Ausführungsformen der vorliegenden Erfindung. In diesem Zusammenhang kann jeder Block in den Ablaufplänen oder Blockschaubildern ein Modul, ein Segment oder einen Teil von Anweisungen darstellen, die eine oder mehrere ausführbare Anweisungen zum Ausführen der bestimmten logischen Funktion(en) aufweisen. Bei einigen alternativen Ausführungen können die in den Blöcken angegebenen Funktionen in einer anderen Reihenfolge als in den Figuren gezeigt stattfinden. Beispielsweise können zwei nacheinander gezeigte Blöcke in Wirklichkeit im Wesentlichen gleichzeitig ausgeführt werden, oder die Blöcke können manchmal je nach entsprechender Funktionalität in umgekehrter Reihenfolge ausgeführt werden. Es ist ferner anzumerken, dass jeder Block der Blockschaubilder und/oder der Ablaufpläne sowie Kombinationen aus Blöcken in den Blockschaubildern und/oder den Ablaufplänen durch spezielle auf Hardware beruhende Systeme umgesetzt werden können, welche die festgelegten Funktionen oder Schritte durchführen, oder Kombinationen aus Spezial-Hardware und Computeranweisungen ausführen.
  • Das in 6 veranschaulichte Computersystem 90 umfasst einen Prozessor 91, eine Eingabeeinheit 92, die mit dem Prozessor 91 verbunden ist, eine Ausgabeeinheit 93, die mit dem Prozessor 91 verbunden ist, eine Netzwerkeinheit 72, die mit dem Prozessor 91 verbunden ist, und Speichereinheiten 94 und 95, die jeweils mit dem Prozessor 91 verbunden sind. Bei der Eingabeeinheit 92 kann es sich unter anderem um eine Tastatur, eine Maus, eine Kamera, einen Tastbildschirm usw. handeln. Bei der Ausgabeeinheit 93 kann es sich unter anderem um einen Drucker, einen Plotter, einen Computerbildschirm, ein Magnetband, eine wechselbare Festplatte, eine Diskette usw. handeln. Bei den Speichereinheiten 94 und 95 kann es sich unter anderem um eine Festplatte, eine Diskette, ein Magnetband, einen optischen Speicher wie etwa eine Compact Disk (CD) oder eine Digital Video Disk (DVD), einen dynamischen Speicher mit wahlfreiem Zugriff (DRAM), einen Nur-Lese-Speicher (ROM) usw. handeln. Die Speichereinheit 95 umfasst einen Computercode 97. Der Computercode 97 umfasst Algorithmen (z.B. den Algorithmus von 2) zum Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr. Der Prozessor 91 führt den Computercode 97 aus. Die Speichereinheit 94 umfasst Eingabedaten 96. Die Eingabedaten 96 umfassen Eingaben, die vom Computercode 97 verlangt werden. Die Ausgabeeinheit 93 zeigt Ausgaben des Computercodes 97 an. Eine oder beide Speichereinheiten 94 und 95 (oder eine oder mehrere zusätzliche Speichereinheiten wie etwa die Nur-Lese-Speicher- (ROM-)Einheit oder die Firmware 85) kann Algorithmen umfassen (z.B. den Algorithmus von 2) und können als durch einen Computer nutzbares Medium (oder durch einen Computer lesbares Medium bzw. Programmspeichereinheit) mit einem darauf verkörperten durch einen Computer lesbaren Programmcode und/oder mit anderen darauf gespeicherten Daten genutzt werden, wobei der durch einen Computer lesbare Programmcode den Computercode 97 umfasst. Im Allgemeinen kann ein Computerprogrammprodukt (oder alternativ ein Herstellungsartikel) des Computersystems 90 das durch einen Computer nutzbare Medium (bzw. die Programmspeichereinheit) umfassen. Bei der Netzwerkeinheit 72 handelt es sich um eine Einheit, die dazu ausgelegt ist, mit anderen Computersystemen über Netzwerke, die allgemein als lokale Netzwerke, Weitverkehrsnetze, Campusbereichsnetze und Stadtbereichsnetze bekannt sind, über physische Verbindungen wie etwa unter anderem drahtgebundene, optische oder drahtlose Verbindungen mithilfe von Datenverbindungsprotokollen wie etwa TCP/IP, UDP, ATM, Frame Relay usw. Daten auszutauschen.
  • Bei einigen Ausführungsformen kann der gespeicherte Computerprogrammcode 84 (der z.B. Algorithmen umfasst), statt auf einer Festplatte, optischen Speicherplatte oder sonstigen beschreibbaren, wiederbeschreibbaren oder wechselbaren Hardware-Speichereinheit 95 gespeichert zu sein und von dieser abgerufen zu werden, auf einem statischen, nichtwechselbaren Nur-Lese-Speichermedium wie etwa einer ROM-Einheit oder Firmware 85 gespeichert sein oder durch den Prozessor 91 direkt von einem solchen statischen, nichtwechselbaren Nur-Lese-Medium abgerufen werden. Genauso kann bei einigen Ausführungsformen der gespeicherte Computerprogrammcode 97 als ROM-Einheit oder Firmware 85 gespeichert sein oder kann durch den Prozessor 91 direkt von einer solchen ROM-Einheit oder Firmware 85 abgerufen werden, statt von einer dynamischeren oder wechselbaren Hardware-Datenspeichereinheit 95 wie etwa einer Festplatte oder optischen Platte.
  • Weiterhin könnte eine beliebige der Komponenten der vorliegenden Erfindung durch einen Dienstanbieter geschaffen, integriert, gehostet, gewartet, eingesetzt, verwaltet, betreut usw. werden, der anbietet, eine Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr zu verbessern. Somit offenbart die vorliegende Erfindung einen Prozesses zum Einsetzen, Schaffen, Integrieren, Hosten, Warten und/oder Integrieren einer Datenverarbeitungsinfrastruktur, darunter Integrieren eines durch einen Computer lesbaren Codes in das Computersystem 90, wobei der Code in Kombination mit dem Computersystem 90 fähig ist, ein Verfahren zum Ermöglichen eines Prozesses zum Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr durchzuführen. Bei einer weiteren Ausführungsform stellt die Erfindung ein Geschäftsverfahren bereit, das die Prozessschritte der Erfindung auf Grundlage eines Abonnements, von Werbung und/oder Entgelt durchführt. Das heißt, ein Dienstanbieter wie etwa ein Lösungsintegrator könnte anbieten, einen Prozess zum Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Softwareanwendungs-Downloads, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen von Nachfrageanstiegen im Internetverkehr zu ermöglichen. In diesem Fall kann der Dienstanbieter eine Computer-Infrastruktur, z.B. eine Datenverarbeitungsinfrastruktur, die die Prozessschritte der Erfindung für einen oder mehrere Kunden durchführt, schaffen, erhalten, einrichten, unterstützen usw. Im Gegenzug kann der Dienstanbieter im Rahmen einer Abonnement- und/oder Entgeltvereinbarung eine Zahlung von dem/den Kunden erhalten oder der Dienstanbieter kann eine Zahlung durch den Verkauf von Werbeinhalt an einen oder mehrere Dritte erhalten.
  • Während 6 das Computersystem 90 als Konfiguration aus Hardware und Software zeigt, kann eine beliebige Konfiguration aus Hardware und Software, wie sie einem Fachmann normalerweise bekannt ist, für die Zwecke genutzt werden, die oben in Verbindung mit dem Computersystem 90 von 6 angegeben sind. Beispielsweise können die Speichereinheiten 94 und 95 Teile einer einzigen Speichereinheit statt separate Speichereinheiten sein.
  • CLOUD-COMPUTING-UMGEBUNG
  • Es sei von vornherein klargestellt, dass das Umsetzen der hierin angeführten Lehren nicht auf eine Cloud-Computing-Umgebung beschränkt ist, obwohl diese Offenbarung eine ausführliche Beschreibung von Cloud-Computing enthält. Stattdessen können Ausführungsformen der vorliegenden Erfindung gemeinsam mit jeder beliebigen Art von jetzt bekannter oder später erfundener Datenverarbeitungsumgebung umgesetzt werden.
  • Cloud-Computing ist ein Servicebereitstellungsmodell zum Ermöglichen eines problemlosen bedarfsgesteuerten Netzwerkzugriffs auf einen gemeinsam genutzten Pool konfigurierbarer Datenverarbeitungsressourcen (z.B. Netzwerke, Netzwerkbandbreite, Server, Verarbeitung, Hauptspeicher, Speicher, Anwendungen, virtuelle Maschinen und Dienste), die mit minimalem Verwaltungsaufwand bzw. minimaler Interaktion mit einem Anbieter des Service schnell bereitgestellt und freigegeben werden können. Dieses Cloud-Modell kann mindestens fünf Eigenschaften, mindestens drei Dienstmodelle und mindestens vier Implementierungsmodelle umfassen.
  • Bei den Eigenschaften handelt es sich um die folgenden:
  • On-Demand Self-Service: Ein Cloud-Nutzer kann einseitig automatisch nach Bedarf für Datenverarbeitungsfunktionen wie Serverzeit und Netzwerkspeicher sorgen, ohne dass eine menschliche Interaktion mit dem Anbieter der Dienste erforderlich ist.
  • Broad Network Access: Es sind Funktionen über ein Netzwerk verfügbar, auf die durch Standardmechanismen zugegriffen wird, welche die Verwendung durch heterogene Thin- oder Thick-Client-Plattformen (z.B. Mobiltelefone, Laptops und PDAs) unterstützen.
  • Resource-Pooling: Die Datenverarbeitungsressourcen des Anbieters werden zusammengeschlossen, um mehreren Nutzern unter Verwendung eines Multi-Tenant-Modells zu dienen, wobei verschiedene physische und virtuelle Ressourcen dynamisch nach Bedarf zugewiesen und neu zugewiesen werden. Es gibt eine gefühlte Standortunabhängigkeit, da der Nutzer allgemein keine Kontrolle bzw. Kenntnis über den genauen Standort der bereitgestellten Ressourcen hat, aber in der Lage sein kann, einen Standort auf einer höheren Abstraktionsebene festzulegen (z.B. Land, Staat oder Rechenzentrum).
  • Rapid Elasticity: Funktionen können für eine schnelle horizontale Skalierung (scale out) schnell und elastisch bereitgestellt werden, in einigen Fällen auch automatisch, und für ein schnelles Scale-in schnell freigegeben werden. Für den Nutzer erscheinen die für das Bereitstellen verfügbaren Funktionen häufig unbegrenzt und sie können jederzeit in jeder beliebigen Menge gekauft werden.
  • Measured Service: Cloud-Systeme steuern und optimieren die Verwendung von Ressourcen automatisch, indem sie eine Messfunktion auf einer gewissen Abstraktionsebene nutzen, die für die Art von Dienst geeignet ist (z.B. Speicher, Verarbeitung, Bandbreite sowie aktive Benutzerkonten). Die Nutzung von Ressourcen kann überwacht, gesteuert und gemeldet werden, wodurch sowohl für den Anbieter als auch für den Nutzer des verwendeten Dienstes Transparenz geschaffen wird.
  • Bei den Dienstmodellen handelt es sich um die folgenden:
  • Software as a Service (SaaS): Die dem Nutzer bereitgestellte Funktion besteht darin, die in einer Cloud-Infrastruktur laufenden Anwendungen des Anbieters zu verwenden. Die Anwendungen sind über eine Thin-Client-Schnittstelle wie einen Web-Browser (z.B. auf dem Web beruhende eMail) von verschiedenen Client-Einheiten her zugänglich. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter das Netzwerk, Server, Betriebssysteme, Speicher bzw. sogar einzelne Anwendungsfunktionen, mit der möglichen Ausnahme von eingeschränkten benutzerspezifischen Anwendungskonfigurationseinstellungen.
  • Platform as a Service (PaaS): Die dem Nutzer bereitgestellte Funktion besteht darin, durch einen Nutzer erstellte bzw. erhaltene Anwendungen, die unter Verwendung von durch den Anbieter unterstützten Programmiersprachen und Tools erstellt wurden, in der Cloud-Infrastruktur einzusetzen. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter Netzwerke, Server, Betriebssysteme bzw. Speicher, hat aber die Kontrolle über die eingesetzten Anwendungen und möglicherweise über Konfigurationen des Application Hosting Environment.
  • Infrastructure as a Service (laaS): Die dem Nutzer bereitgestellte Funktion besteht darin, das Verarbeiten, Speicher, Netzwerke und andere grundlegende Datenverarbeitungsressourcen bereitzustellen, wobei der Nutzer in der Lage ist, beliebige Software einzusetzen und auszuführen, zu der Betriebssysteme und Anwendungen gehören können. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, hat aber die Kontrolle über Betriebssysteme, Speicher, eingesetzte Anwendungen und möglicherweise eine eingeschränkte Kontrolle über ausgewählte Netzwerkkomponenten (z.B. Host-Firewalls).
  • Bei den Einsatzmodellen handelt es sich um die folgenden:
  • Private Cloud: Die Cloud-Infrastruktur wird einzig und allein für eine Organisation betrieben. Sie kann durch die Organisation oder einen Dritten verwaltet werden und kann sich in den eigenen Räumen oder in fremden Räumen befinden.
  • Community Cloud: Die Cloud-Infrastruktur wird von mehreren Organisationen gemeinsam genutzt und unterstützt eine spezielle Benutzergemeinschaft, die gemeinsame Angelegenheiten hat (z.B. Mission, Sicherheitsanforderungen, Richtlinien sowie Überlegungen bezüglich der Einhaltung von Vorschriften). Sie kann durch die Organisationen oder einen Dritten verwaltet werden und kann in den eigenen Räumen oder fremden Räumen stehen.
  • Public Cloud: Die Cloud-Infrastruktur wird der allgemeinen Öffentlichkeit oder einer großen Industriegruppe zur Verfügung gestellt und sie gehört einer Cloud-Dienste verkaufenden Organisation.
  • Hybrid Cloud: Die Cloud-Infrastruktur ist eine Zusammensetzung aus zwei oder mehreren Clouds (privat, Benutzergemeinschaft oder öffentlich), die zwar einzelne Einheiten bleiben, aber durch eine standardisierte oder proprietäre Technologie miteinander verbunden sind, die Daten- und Anwendungsportierbarkeit ermöglicht (z.B. Cloud-Zielgruppenverteilung für den Lastenausgleich zwischen Clouds).
  • Eine Cloud-Computing-Umgebung ist dienstorientiert mit Fokus auf Statusunabhängigkeit, geringer Kopplung, Modularität und semantischer Interoperabilität. Im Herzen von Cloud-Computing liegt eine Infrastruktur, die ein Netzwerk aus zusammengeschalteten Knoten umfasst.
  • Nun auf 7 Bezug nehmend, ist die veranschaulichende Cloud-Computing-Umgebung 50 dargestellt. Wie gezeigt ist, umfasst die Cloud-Computing-Umgebung 50 einen oder mehrere Cloud-Computing-Knoten 10, mit denen von Cloud-Nutzern verwendete lokale Datenverarbeitungseinheiten wie der elektronische Assistent (PDA, personal digital assistant) oder das Mobiltelefon 54A, der Desktop-Computer 54B, der Laptop-Computer 54C und/oder das Automobil-Computer-System 54N Daten austauschen können. Die Knoten 10 können miteinander Daten austauschen. Sie können physisch oder virtuell in ein oder mehrere Netzwerke wie private, Benutzergemeinschafts-, öffentliche oder hybride Clouds gruppiert werden (nicht gezeigt), wie vorstehend beschrieben wurde, oder in eine Kombination daraus. Dies ermöglicht es der Cloud-Computing-Umgebung 50, Infrastruktur, Plattformen und/oder Software als Dienste anzubieten, für die ein Cloud-Nutzer keine Ressourcen auf einer lokalen Datenverarbeitungseinheit vorhalten muss. Es sei darauf hingewiesen, dass die Arten von in 7 gezeigten Datenverarbeitungseinheiten 54A, 54B, 54C und 54N lediglich veranschaulichend sein sollen und dass die Datenverarbeitungsknoten 10 und die Cloud-Computing-Umgebung 50 über eine beliebige Art Netzwerk und/oder über eine beliebige Art von über ein Netzwerk aufrufbarer Verbindung (z.B. unter Verwendung eines Web-Browsers) mit einer beliebigen Art von computergestützter Einheit Daten austauschen können.
  • Nun unter Bezugnahme auf 8 wird ein Satz funktionaler Abstraktionsschichten gezeigt, die durch die Cloud-Computing-Umgebung 50 (7) bereitgestellt werden. Es sollte von vornherein klar sein, dass die in 8 gezeigten Komponenten, Schichten und Funktionen lediglich veranschaulichend sein sollen und Ausführungsformen der Erfindung nicht darauf beschränkt sind. Wie dargestellt ist, werden die folgenden Schichten und entsprechenden Funktionen bereitgestellt:
  • Eine Hardware- und Software-Schicht 60 enthält Hardware- und Software-Komponenten. Zu Beispielen für Hardware-Komponenten gehören: Mainframe-Computer 61; auf der RISC- (Reduced Instruction Set Computer) Architektur beruhende Server 62; Server 63; Blade-Server 64; Speichereinheiten 65; und Netzwerke sowie Netzwerkkomponenten 66. Bei einigen Ausführungsformen beinhalten Software-Komponenten eine Netzwerk-Anwendungsserver-Software 67 und eine Datenbank-Software 68.
  • Die Virtualisierungsschicht 70 stellt eine Abstraktionsschicht bereit, aus der die folgenden Beispiele für virtuelle Einheiten bereitgestellt werden können: virtuelle Server 71, virtueller Speicher 72, virtuelle Netzwerke 73, darunter virtuelle private Netzwerke, virtuelle Anwendungen und Betriebssysteme 74; und virtuelle Clients 75.
  • In einem Beispiel kann die Verwaltungsschicht 80 die nachfolgend beschriebenen Funktionen bereitstellen. Eine Ressourcen-Bereitstellung 81 stellt die dynamische Beschaffung von Datenverarbeitungsressourcen sowie anderen Ressourcen bereit, die zum Durchführen von Aufgaben innerhalb der Cloud-Computing-Umgebung verwendet werden. Ein Messen und eine Preisfindung 82 stellen die Kostenverfolgung beim Verwenden von Ressourcen innerhalb der Cloud-Computing-Umgebung sowie die Abrechnung oder Rechnungsstellung für die Inanspruchnahme dieser Ressourcen bereit. In einem Beispiel können diese Ressourcen Anwendungs-Software-Lizenzen umfassen. Die Sicherheit stellt die Identitätsüberprüfung für Cloud-Nutzer und Aufgaben sowie Schutz für Daten und andere Ressourcen bereit. Ein Benutzerportal 83 stellt Nutzern und Systemadministratoren den Zugang zu der Cloud-Computing-Umgebung bereit. Eine Verwaltung des Dienstumfangs 87 stellt die Zuordnung und Verwaltung von Cloud-Computing-Ressourcen bereit, so dass die benötigten Dienstziele erreicht werden. Ein Planen und Erfüllen von Vereinbarungen zum Dienstumfang (SLA, Service Level Agreement) 88 stellt die Anordnung vorab und die Beschaffung von Cloud-Computing-Ressourcen, für die eine zukünftige Anforderung vorausgesehen wird, gemäß einem SLA bereit.
  • Eine Arbeitslastschicht 101 stellt Beispiele für die Funktionalität bereit, für welche die Cloud-Computing-Umgebung verwendet werden kann. Zu Beispielen für Arbeitslasten und Funktionen, die von dieser Schicht bereitgestellt werden können, gehören: Abbildung und Navigation 102; Software-Entwicklung und Lebenszyklusverwaltung 103; Bereitstellung von Ausbildung in virtuellen Klassenzimmern 133; Datenanalytikverarbeitung 134; Transaktionsverarbeitung 106; und Verbessern einer Software- und Server-Technologie verbunden mit einem Verfolgen von Downloads von Software-Anwendungen, Erkennen einer Kapazität entfernt angeordneter Hardware- und Software-Ressourcen, Ermitteln zukünftiger Ressourcenanforderungen und Ermitteln einer Systemkapazität zum Bewältigen einer Arbeitslast (des Systems 400 von 4) 107.
  • Zwar wurden Ausführungsformen der vorliegenden Erfindung hierin für Veranschaulichungszwecke beschrieben, jedoch sind viele Modifikationen und Änderungen für den Fachmann ersichtlich. Entsprechend sollen die angehängten Ansprüche alle solche Modifikationen und Änderungen umfassen, die in den Umfang dieser Erfindung fallen.

Claims (20)

  1. Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen, das aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien in Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch einen Prozessor eines entfernt angeordneten Servers, der einen Code zur Erkennung entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege in Zusammenhang mit dem regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Gesamtkapazität des Systems.
  2. Verfahren nach Anspruch 1, wobei Ermitteln der Zusammenhänge aufweist: Abrufen von Website-Daten von einer Mehrzahl von Websites sozialer Medien in Zusammenhang mit dem Verkehr und Trends auf der Website sozialer Medien; Aggregieren der Website-Daten; und Erzeugen eines regionalen Punktwerts für die Auslastung der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region auf Grundlage der aggregierten Daten, die infolge des Aggregierens erzeugt werden.
  3. Verfahren nach Anspruch 2, wobei das Verfolgen der aktuellen und früheren Downloads von Software-Anwendungen aufweist: Erkennen einer Gesamtzahl von Downloads der aktuellen und früheren Downloads von Software-Anwendungen; Ermitteln von Trends bei aktiven Nutzern in Bezug auf Nutzer, die mit den aktuellen und früheren Downloads in Zusammenhang stehen, auf Grundlage einer Analyse der Gesamtzahl von Downloads; Ermitteln eines zusätzlichen Trends bei einer Anzahl von Nutzern aus der gesamten bestimmten geografischen Region, die als mit einem vorherigen Download-Ereignis, das über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt wird, in Zusammenhang stehend erkannt werden, auf Grundlage einer Analyse der Trends bei aktiven Nutzern. Erzeugen eines Punktwerts des Verfolgers für Downloads von Anwendungen (ADT) im Zusammenhang mit einem zuvor ermittelten ADT-Punktwert in Bezug auf aktuell aktive Nutzer, der Gesamtzahl von Downloads und einer Gesamtzahl neuer Downloads der aktuellen und früheren Downloads von Software-Anwendungen.
  4. Verfahren nach Anspruch 3, wobei Speichern der Daten aufweist: Speichern der Daten zu allen Download-Ereignissen, die über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt werden; Speichern von Beanspruchungsdaten zu der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region; und Speichern eines Punktwerts für früheres Interesse in Zusammenhang mit Vorhersagen für zukünftige Ressourcenanforderungen.
  5. Verfahren nach Anspruch 4, das ferner aufweist: Ermitteln eines Korrekturfaktors zu den Kapazitätsanforderungen an die Kapazität des Gesamtsystems in Bezug auf die bestimmte geografische Region.
  6. Verfahren nach Anspruch 5, wobei das Ermitteln der Kapazität des Gesamtsystems aufweist: Ermitteln eines Kapazitätsfaktors in Abhängigkeit vom regionalen Punktwert in Bezug auf den ADT-Punktwert und den Korrekturfaktor.
  7. Verfahren nach Anspruch 1, wobei die Kapazität des Gesamtsystems eine Cloud-Speicherkapazität aufweist.
  8. Verfahren nach Anspruch 1, das ferner aufweist: Bereitstellen mindestens eines Unterstützungsdienstes zum Schaffen, Integrieren, Hosten, Warten und/oder Einsetzen eines durch einen Computer lesbaren Codes im entfernt angeordneten Server, wobei der Code durch den Computerprozessor ausgeführt wird, um das Ermitteln der Zusammenhänge, das Verfolgen, das Erkennen, das Ermitteln der zukünftigen Ressourcenanforderungen, das Speichern, das Ermitteln der Kapazität des Gesamtsystems und das Freischalten zu realisieren.
  9. Computerprogrammprodukt, das eine durch einen Computer lesbare Hardware-Speichereinheit aufweist, die einen durch einen Computer lesbaren Programmcode speichert, wobei der durch einen Computer lesbare Programmcode einen Algorithmus aufweist, der bei Ausführung durch einen Prozessor eines entfernt angeordneten Servers ein Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen realisiert, wobei das Verfahren aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien in Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch den Prozessor, der einen Code zur Erkennung entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege im regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Gesamtkapazität des Systems.
  10. Computerprogrammprodukt nach Anspruch 9, wobei das Ermitteln der Zusammenhänge aufweist: Abrufen von Website-Daten von einer Mehrzahl von Websites sozialer Medien in Zusammenhang mit dem Verkehr und Trends auf der Website der sozialen Medien; Aggregieren der Website-Daten; und Erzeugen eines regionalen Punktwerts für die Auslastung der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region auf Grundlage der aggregierten Daten, die infolge des Aggregierens erzeugt werden.
  11. Computerprogrammprodukt nach Anspruch 10, wobei das Verfolgen der aktuellen und früheren Downloads von Software-Anwendungen aufweist: Erkennen einer Gesamtzahl von Downloads der aktuellen und früheren Downloads von Software-Anwendungen; Ermitteln von Trends bei aktiven Nutzern in Bezug auf Nutzer, die mit den aktuellen und früheren Downloads von Software-Anwendungen in Zusammenhang stehen, auf Grundlage einer Analyse der Gesamtzahl von Downloads; Ermitteln eines zusätzlichen Trends bei einer Anzahl von Nutzern aus der gesamten bestimmten geografischen Region, die als mit einem vorherigen Download-Ereignis, das über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt wird, in Zusammenhang stehend erkannt werden, auf Grundlage einer Analyse der Trends bei aktiven Nutzern. Erzeugen eines Punktwerts des Verfolgers für Downloads von Anwendungen (ADT) im Zusammenhang mit einem zuvor ermittelten ADT-Punktwert in Bezug auf aktuell aktive Nutzer, der Gesamtzahl von Downloads und einer Gesamtzahl neuer Downloads der aktuellen und früheren Downloads von Software-Anwendungen.
  12. Computerprogrammprodukt nach Anspruch 11, wobei das Speichern der Daten aufweist: Speichern der Daten zu allen Download-Ereignissen, die über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt werden; Speichern von Beanspruchungsdaten zu der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region; und Speichern eines Punktwerts für früheres Interesse in Zusammenhang mit Vorhersagen für zukünftige Ressourcenanforderungen.
  13. Computerprogrammprodukt nach Anspruch 12, wobei das Verfahren ferner aufweist: Ermitteln eines Korrekturfaktors zu den Kapazitätsanforderungen an die Kapazität des Gesamtsystems in Bezug auf die bestimmte geografische Region.
  14. Computerprogrammprodukt nach Anspruch 13, wobei das Ermitteln der Kapazität des Gesamtsystems aufweist: Ermitteln eines Kapazitätsfaktors in Abhängigkeit vom regionalen Punktwert in Bezug auf den ADT-Punktwert und den Korrekturfaktor.
  15. Computerprogrammprodukt nach Anspruch 9, wobei die Kapazität des Gesamtsystems eine Cloud-Speicherkapazität aufweist.
  16. Entfernt angeordneter Server, der einen Prozessor aufweist, der mit einer durch einen Computer lesbaren Speichereinheit verbunden ist, wobei die Speichereinheit Anweisungen aufweist, die bei Ausführung durch den Prozessor ein Verfahren zum Optimieren der Kapazität und Auslastung entfernt angeordneter Ressourcen realisiert, das aufweist: Ermitteln von Zusammenhängen zwischen einer bestimmten geografischen Region und einem damit verbundenen Thema von Interesse in Bezug auf den Verkehr und Trends auf der Website sozialer Medien in Zusammenhang mit der Auslastung entfernt angeordneter Hardware- und Software-Ressourcen durch den Prozessor, der einen Code zur Erkennung entfernt angeordneter Medien ausführt; Verfolgen aktueller und früherer Downloads von Software-Anwendungen in Bezug auf den dem Verkehr und Trends auf der Website sozialer Medien durch den Prozessor über einen Download-Sensor; Erkennen einer aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region durch den Prozessor über eine Mehrzahl von Sensoren; Ermitteln zukünftiger Ressourcenanforderungen in Zusammenhang mit der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen durch den Prozessor; Speichern von Daten, die die aktuellen und früheren Downloads von Software-Anwendungen und die zukünftigen Ressourcenanforderungen repräsentieren, in einer Datenbank durch den Prozessor; Ermitteln einer Gesamtkapazität des Systems zum Ermöglichen regionalspezifischer Nachfrageanstiege in Zusammenhang mit dem regionalen Internetverkehr durch den Prozessor auf Grundlage einer Analyse der Daten; und Freischalten einer bestimmten Gruppe von Hardware- und Software-Ressourcen zum Erhöhen der Gesamtkapazität des Systems.
  17. Entfernt angeordneter Server nach Anspruch 16, wobei das Ermitteln der Zusammenhänge aufweist: Abrufen von Website-Daten von einer Mehrzahl von Websites sozialer Medien in Zusammenhang mit dem Verkehr und Trends auf der Website sozialer Medien; Aggregieren der Website-Daten; und Erzeugen eines regionalen Punktwerts für die Auslastung der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region auf Grundlage der aggregierten Daten, die infolge des Aggregierens erzeugt werden.
  18. Entfernt angeordneter Server nach Anspruch 17, wobei Verfolgen der aktuellen und früheren Downloads von Software-Anwendungen aufweist: Erkennen einer Gesamtzahl von Downloads der aktuellen und früheren Downloads von Software-Anwendungen; Ermitteln von Trends bei aktiven Nutzern in Bezug auf Nutzer, die mit den aktuellen und früheren Downloads in Zusammenhang stehen, auf Grundlage einer Analyse der Gesamtzahl von Downloads; Ermitteln eines zusätzlichen Trends bei einer Anzahl von Nutzern aus der gesamten bestimmten geografischen Region, die als mit einem vorherigen Download-Ereignis, das über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt wird, in Zusammenhang stehend erkannt werden, auf Grundlage einer Analyse der Trends bei aktiven Nutzern. Erzeugen eines Punktwerts des Verfolgers für Downloads von Anwendungen (ADT) im Zusammenhang mit einem zuvor ermittelten ADT-Punktwert in Bezug auf aktuell aktive Nutzer, der Gesamtzahl von Downloads und einer Gesamtzahl neuer Downloads der aktuellen und früheren Downloads von Software-Anwendungen.
  19. Entfernt angeordneter Server nach Anspruch 18, wobei das Speichern von Daten aufweist: Speichern der Daten zu allen Download-Ereignissen, die über die entfernt angeordneten Hardware- und Software-Ressourcen ausgeführt werden; Speichern von Beanspruchungsdaten zu der aktuell in Anspruch genommenen Kapazität der entfernt angeordneten Hardware- und Software-Ressourcen in Bezug auf die bestimmte geografische Region; und Speichern eines Punktwerts für früheres Interesse in Zusammenhang mit Vorhersagen für zukünftige Ressourcenanforderungen.
  20. Entfernt angeordneter Server nach Anspruch 19, wobei das Verfahren ferner aufweist: Ermitteln eines Korrekturfaktors zu den Kapazitätsanforderungen an die Kapazität des Gesamtsystems in Bezug auf die bestimmte geografische Region.
DE112021001578.8T 2020-05-14 2021-05-11 Verwalten der Kapazität und Auslastung entfernt angeordneter Ressourcen Pending DE112021001578T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/931,826 2020-05-14
US15/931,826 US11095520B1 (en) 2020-05-14 2020-05-14 Remote resource capacity and utilization management
PCT/CN2021/093085 WO2021228094A1 (en) 2020-05-14 2021-05-11 Remote resource capacity and utilization management

Publications (1)

Publication Number Publication Date
DE112021001578T5 true DE112021001578T5 (de) 2023-02-16

Family

ID=77274172

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021001578.8T Pending DE112021001578T5 (de) 2020-05-14 2021-05-11 Verwalten der Kapazität und Auslastung entfernt angeordneter Ressourcen

Country Status (8)

Country Link
US (1) US11095520B1 (de)
JP (1) JP2023525628A (de)
KR (1) KR20220160022A (de)
CN (1) CN115668258A (de)
AU (1) AU2021269591A1 (de)
DE (1) DE112021001578T5 (de)
GB (1) GB2610533A (de)
WO (1) WO2021228094A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11645119B2 (en) * 2020-07-28 2023-05-09 Optum Services (Ireland) Limited Dynamic allocation of resources in surge demand

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8423993B2 (en) * 2008-02-29 2013-04-16 Red Hat, Inc. Systems and methods for managing software patches
US8145456B2 (en) 2008-09-30 2012-03-27 Hewlett-Packard Development Company, L.P. Optimizing a prediction of resource usage of an application in a virtual environment
US20110016465A1 (en) * 2009-07-15 2011-01-20 Cbs Interactive, Inc. Systems and methods for synchronizing user and machine data during tracking of products on a user computer
US20110060717A1 (en) * 2009-09-08 2011-03-10 George Forman Systems and methods for improving web site user experience
GB201107275D0 (en) * 2011-04-28 2011-06-15 Communigate Ltd Method of tracking software application internet downloads
US9280394B2 (en) * 2012-02-03 2016-03-08 International Business Machines Corporation Automatic cloud provisioning based on related internet news and social network trends
US8868689B1 (en) * 2013-05-17 2014-10-21 Google Inc. Device configuration based content selection
US10361924B2 (en) 2014-04-04 2019-07-23 International Business Machines Corporation Forecasting computer resources demand
US9898315B1 (en) 2014-11-24 2018-02-20 Amazon Technologies, Inc. Management of demand for virtual computing resources
US11032153B2 (en) * 2015-08-21 2021-06-08 Classwallet Method, medium, and server system for allocating and tracking resource distributions in computer networks
US10339484B2 (en) * 2015-10-23 2019-07-02 Kpmg Llp System and method for performing signal processing and dynamic analysis and forecasting of risk of third parties
EP3577576A1 (de) * 2017-03-08 2019-12-11 Google LLC Anwendungsprogrammierschnittstelle für einen spielbarkeitsdienst
US10157396B1 (en) * 2017-12-19 2018-12-18 Capital One Services, Llc Allocation of service provider resources based on a capacity to provide the service
CN109257758B (zh) * 2018-10-19 2021-12-07 中国联合网络通信集团有限公司 一种网络扩容方法及装置

Also Published As

Publication number Publication date
US11095520B1 (en) 2021-08-17
GB2610533A (en) 2023-03-08
AU2021269591A1 (en) 2022-09-22
KR20220160022A (ko) 2022-12-05
CN115668258A (zh) 2023-01-31
JP2023525628A (ja) 2023-06-19
GB202218466D0 (en) 2023-01-25
WO2021228094A1 (en) 2021-11-18

Similar Documents

Publication Publication Date Title
US10963294B2 (en) Cognitive cloud migration optimizer
DE112019003042B4 (de) Erkennung von verdächtigen aktivitäten in computernetzwerken
DE112018004349T5 (de) Dynamische auswahl von bereitstellungskonfigurationen von softwareanwendungen
DE112019001820T5 (de) Friktionslose mikrostandorterkennung und autorisierung
DE112021002572T5 (de) Multikriterielles optimieren von anwendungen
DE112019001433T5 (de) Datenanonymisierung
DE112021000390T5 (de) Anpassen der leistung eines datenverarbeitungssystems
DE102012220390A1 (de) Verwenden des geografischen Ortes zum Ermitteln von Element- und Gebietsdaten zum Bereitstellen an eine Datenverarbeitungseinheit
DE102021123135A1 (de) Leistungs- und upgrade-verwaltung für anlagegüter mit hilfe von digitalen zwillingen
DE102016105062A1 (de) Nähengestützte Berechtigungsprüfung für einheitenübergreifend verteilte Daten
DE112020005306T5 (de) Implementierung von arbeitslasten in einer multi-cloud-umgebung
DE112021004119T5 (de) Speicherabstufung innerhalb einer vereinheitlichten speicherumgebung
DE112020003744T5 (de) Durch dienstqualitätskriterien vorgegebenes automatisiertes betriebsdatenmanagement
DE112021003402T5 (de) Blockchain-verwaltung von bereitstellungsfehlern
DE102021130359A1 (de) Ressourcenzuordnung auf der grundlage eines kontextbezogenen szenarios
DE112021005636T5 (de) Migrieren von komplexen legacy-anwendungen
DE112021004380T5 (de) Maschinelles merkmalslernen zur produktformulierung
DE112018004415B4 (de) Optimierung von cloud-ressourcen bei operationen in mehrstufigem speicher auf richtliniengrundlage
DE102014116744A1 (de) Management von Informationstechnologieressourcen
DE102021122508A1 (de) Ausgleichen von grossrechner- und verteilten arbeitslasten auf der grundlage von leistung und kosten
DE112021001974T5 (de) Proaktives durchführen von aufgaben auf der grundlage eines schätzens vonhardwarerekonfigurationszeiten
DE112021003184T5 (de) Ermittlung von laufzeitumgebungen für software-container
DE112021004234T5 (de) Einsetzen von metalernen zum optimieren der automatischen auswahl von pipelinesdes maschinellen lernens
DE112021001578T5 (de) Verwalten der Kapazität und Auslastung entfernt angeordneter Ressourcen
DE112019001822B4 (de) Änderung und Darstellung von Audio- und Video-Multimedia

Legal Events

Date Code Title Description
R012 Request for examination validly filed