JP2017521765A - 価格とパフォーマンスとに基づいてクラウドサービスの選択を最適化するシステム及び方法 - Google Patents

価格とパフォーマンスとに基づいてクラウドサービスの選択を最適化するシステム及び方法 Download PDF

Info

Publication number
JP2017521765A
JP2017521765A JP2016572385A JP2016572385A JP2017521765A JP 2017521765 A JP2017521765 A JP 2017521765A JP 2016572385 A JP2016572385 A JP 2016572385A JP 2016572385 A JP2016572385 A JP 2016572385A JP 2017521765 A JP2017521765 A JP 2017521765A
Authority
JP
Japan
Prior art keywords
purchase
price
cloud service
instance
spot
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
JP2016572385A
Other languages
English (en)
Inventor
ジョシュー ステラ,
ジョシュー ステラ,
ドミニク ジッピリ,
ドミニク ジッピリ,
マシュー ブリンクマン,
マシュー ブリンクマン,
アンドリュー ライト,
アンドリュー ライト,
タイラー ドロンボスキー,
タイラー ドロンボスキー,
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.)
Luminal Inc
Original Assignee
Luminal Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Luminal Inc filed Critical Luminal Inc
Publication of JP2017521765A publication Critical patent/JP2017521765A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0613Third-party assisted
    • G06Q30/0617Representative agent
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5072Grid computing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0613Third-party assisted
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80Responding to QoS
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004Server selection for load balancing
    • H04L67/1008Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/14Session management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63Routing a service request depending on the request content or context

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

クラウドサービスの選択を最適化するために、価格、パフォーマンス、及び、クラウドサービスに関連する他の情報に基づく購入ストラテジを生成し使用するシステム及び方法が提供されるカスタマが最新の、リアルタイムの情報を用いてクラウドサービスを購入し得るように、購入ストラテジは、リアルタイムに様々なクラウドサービスを包括的に表し得る。購入ストラテジは、例えば、クラウドサービスの価格、パフォーマンス、可用性、他の属性の少なくともいずれかを表し得る。購入エージェントは、購入ストラテジ、1つ以上の購入ルール及び他の情報の少なくともいずれかを用いて、購入されるべき1つ以上のクラウドサービスインスタンスを特定する購入仕様を生成し得る。購入エージェントは、スポットインスタンスの特有の性質を活用して、好ましい購入の決定をなし得る。例えば、システムは、特定のスポットインスタンスを得るためになされるべき入札価格を決定し得る。

Description

関連出願へのクロスリファレンス
本願は、2014年10月11日に出願された米国特許出願第14/302,220号の利益を主張する。この出願は、参照によりその全体が本明細書に組み入れられる。
この発明は、クラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、使用するシステム及び方法に関する。
多くのクラウドサービスのプロバイダが、カスタマの代わりに計算インスタンスを実行するための様々なクラウドサービスを販売する。例えば、アマゾン社はそのアマゾン・ウェブ・サービス(AMAZON WEB SERVICES、AWS)なるサービスを販売し、グーグル社はそのグーグルアップエンジン(GOOGLE APP ENGINE)なるサービスを販売し、更に他社は同様のサービスを販売する。料金の代わりに、アマゾン社、グーグル社及び他のクラウドサービスプロバイダは、これらのサービスと他のインフラストラクチャの使用を、クラウドサービスインスタンスの形式で限定的な時間分を顧客に提供する。料金は、クラウドサービスインスタンスが実行される時間/日付、クラウドサービスインスタンスのパフォーマンス(例えばスループット、レイテンシ等)、提供されるクラウドサービスインスタンスがスポットインスタンスであるか標準インスタンスであるか、及び/又は他の属性に応じて変わり得る。
標準インスタンスは、料金が支払われた場合に、完了するまでに実行されることが保証されるクラウドサービスインスタンスである。スポットインスタンスは、顧客の入札した価格が、時間にわたって変化する現在のスポット価格を超える限り実行されるクラウドサービスインスタンスである。スポットインスタンスは、現在のスポット価格が入札価格を超えて高騰した場合には、スポットインスタンスがまだ実行されている間でも解約され得る。スポットインスタンスのプロバイダは、早期の解約が生じた場合に、典型的には入札価格の全て又は一部を返金するが、スポットインスタンスの使用は、中断されるべきでない及び供給停止を経験させるべきでない計算インスタンスにはリスクを伴い得る。従って、スポットインスタンスに対する価格は、典型的には標準インスタンスに対するものより低い。
それぞれが異なる価格、パフォーマンス、及び/又は他の属性を有し、様々なクラウドサービスが利用可能であるため、顧客が、顧客の独自の要求に基づいて購入の決定をなすことが困難になり得る。更に、クラウドサービスインスタンスの価格、パフォーマンス、他の属性の少なくともいずれかが時間にわたって変化することもあるため、リアルタイムに購入の決定をなすことは困難であり得る。内在するリスクと料金構造を含む、スポットインスタンスの特有の性質を活用することもまた、困難であり得る。これらの及び他の障害が存在する。
これら及び他の障害に対処するこの発明は、クラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、使用するシステム及び方法に関する。システムは、カスタマが最新、リアルタイムの情報を用いてクラウドサービスを購入し得るように、リアルタイムに様々なクラウドサービスを包括的に表す購入ストラテジを生成するために用いられ得る。購入ストラテジは、例えば、クラウドサービスの価格、パフォーマンス、可用性、他の属性の少なくともいずれかを表し得る。
本発明の側面に従って、システムは、過去に用いた価格、パフォーマンス、及び他の情報の少なくともいずれかを含む、価格とパフォーマンスのデータベースを含み得る。価格とパフォーマンスのデータベースは、価格、パフォーマンス及び他の情報の少なくともいずれかを自動的に検索する処理を用いて、自動的に追加され得る。また、データアナリストは、価格とパフォーマンスのデータベースに追加されてきた、価格、パフォーマンス及び他の情報の少なくともいずれかを手動で取得し得る。このような情報は、ニュースソース、データアナリストによってなされたマーケット分析、及び他のソースの少なくともいずれかから取得され得る。
様々なクラウドサービスプロバイダが提供する、リソースの種別、価格、パフォーマンス、可用性、及び時間にわたる他の情報の少なくともいずれかを含む、様々なクラウドサービスプロバイダからの情報も取得され、価格とパフォーマンスのデータベースに格納され得る。システムは、クラウドサービスプロバイダ内及び1つ以上のクラウドサービスプロバイダにわたって購入するための新たな選択肢と可能性とを見出すために、価格とパフォーマンスのデータベースからの情報を分析し得る。例えば、システムは、新たな分析をトリガし得る、新たに追加される又は更新される情報に対して、価格とパフォーマンスのデータベースを監視し得る。
ある実装では、システムは様々なクラウドサービスのためのパフォーマンスのデータをアクティブに収集し得る。システムはまた、所定のカスタマのニーズと計算環境との少なくともいずれかに合う購入ストラテジにカスタマイズするために、カスタマ環境と関連付けられたメタデータを収集し得る。システムは、これによって現在及び過去に用いたクラウドマーケットの状況を説明するために、(過去に用いた情報だけでなく)価格とパフォーマンスのデータベース内の、リアルタイム且つ更新された情報に基づく1つ以上の購入ストラテジを生成し得る。
カスタマは、購入ストラテジを予約購入して受信し得、これはリアルタイムで適用されて購入決定を促進し得る。購入ストラテジは、強力なセキュリティ用の暗号化と署名が適用される非同期通信を介して提供され得る。カスタマ(例えばカスタマの代わりとなるアナリスト)は、カスタマが利用可能な情報を用いて購入ストラテジを変更し、自身の購入ストラテジを生成し、計算インスタンスに対する要件を特定し、及び/又は購入決定に関する他のアクションをとる、1つ以上の購入ルールを提供し得る。
カスタマコンピュータシステムは、購入エージェントと共に提供され得る。購入エージェントは、1つ以上の購入ストラテジ(例えば、変更されていない購入ストラテジ、変更された購入ストラテジ、カスタマの生成した購入ストラテジ等)、1つ以上の購入ルール、及び、他の情報の少なくともいずれかを用いて、1つ以上の購入パラメータを用いて購入されるべき1つ以上のクラウドサービスインスタンスを特定する購入仕様を生成する。購入パラメータは、これらには限定されない、スポットインスタンス又は標準インスタンスが購入されるべきであるか、クラウドサービスインスタンスの種別、時間、価格、パフォーマンス、クラウドサービスインスタンスの数、及び購入されるべき1つ以上のクラウドサービスインスタンスに関連する他の情報、の少なくともいずれかを含み得る。購入パラメータはカスタマによって特定されたルール(例えば、最高価格、最低価格、臨海−すなわち実行されるべき計算インスタンスが中断/早期解約されるか、等)に基づいて決定され得る。
購入エージェントは、スポットインスタンスの特有の性質を活用して、好ましい購入の決定をなし得る。例えば、システムは、少なくとも計算インスタンスの一部を無料で実行するために、期待される入札価格を予測して、結果として早期解約をなし得る。
カスタマコンピュータシステムは、クラウドサービスを用いて実行される計算インスタンスを生成する、クラウドコントローラを含み得る。クラウドコントローラは、クラウドコントローラ及び購入エージェントの少なくともいずれかによってなされる各購入の決定が最適化された価格ストラテジを含むように、購入エージェントと定期的に相互作用し得る。
これら及び他のオブジェクト、機能及びシステムの特徴、及び以下に開示される方法の少なくともいずれか、及び、当該方法の動作、及び、部分の組み合わせ、及び、構成の関連要素の機能、及び、製造の経済性については、全てが本明細書の部分を形成し、様々な図において参照番号が対応する部分を指定する添付図面を参照して以下の説明及び付加された請求項を考慮すればより明らかとなるであろう。しかしながら、図面は図示及び説明のみを目的とするものであって発明の限度の定義として意図されたものではないことは明確に理解されるべきである。明細書及び請求項において用いられるように、「a」、「an」及び「the」の単数形はコンテキストが明示的に述べない限り複数の参照を含む。
図1は、本発明の実施に従う、クラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、使用するシステムを示す。 図2は、本発明の実施に従う、クラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、使用するデータフロー図を示す。 図3は、本発明の実施に従う、購入ストラテジ及び他の情報の少なくともいずれかに基づいて購入の決定を判定する処理を示す。 図4は、本発明の実施に従う、スポットインスタンスに対するスポット価格の変動を識別し、活用する処理を示す。 図5は、本発明の実施に従う、時間にわたってプロットされた、スポットインスタンスに対するスポット価格の、2次元のグラフ表現を示す。
この発明は、クラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し使用するシステム及び方法に対するものである。
図1は、本発明の実施に従う、コンピューティングの要件を満たすためのクラウドサービスのようなサービスの選択を最適化するために、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、使用するシステム100を示す。
システムは、カスタマが最新の、リアルタイムの情報を用いてクラウドサービスを購入し得るように、リアルタイムに様々なクラウドサービスを包括的に表す購入ストラテジを生成するために用いられ得る。購入ストラテジは、例えば、クラウドサービスの価格、パフォーマンス、可用性、他の属性の少なくともいずれかを表し得る。
カスタマは、購入の決定をなすために購入ストラテジを予約購入して受信し得る。カスタマ(例えばカスタマの代わりとなるアナリスト)は、カスタマが利用可能な情報を用いて購入ストラテジを変更し、自身の購入ストラテジを生成し、計算インスタンスに対する要件を特定し、及び/又は購入決定に関する他のアクションをとる、1つ以上の購入ルールを提供し得る。
システムは、購入ストラテジ(例えば、変更されていない購入ストラテジ、変更された購入ストラテジ、カスタマの生成した購入ストラテジ等)、1つ以上の購入ルール、及び、他の情報、の少なくともいずれかを用いて、購入されるべき1つ以上のクラウドサービスインスタンスを特定する購入仕様を生成し得る。購入仕様は、時間、価格、パフォーマンス、及び購入されるべき1つ以上のクラウドサービスインスタンスに関連する他の属性、の少なくともいずれかを特定する購入パラメータを含み得る。購入パラメータはカスタマによって特定されたルール(例えば、最高価格、最低価格、臨界−すなわち実行されるべき計算インスタンスが中断/早期解約されるか、等)に基づいて決定され得る。
システムは、スポットインスタンスの特有の性質を活用して、好ましい購入の決定をなし得る。例えば、システムは、少なくとも計算インスタンスの一部を無料で実行するために、期待される入札価格を予測して、結果として早期解約をなし得る。
システム100の他の使用は以下に説明され、更なるものは当業者にとって明らかである。いくつかのシステムの機能における高レベルの概要を説明したので、以下では、これら及び他の機能を促進する様々なシステム構成要素に注意を向ける。
例示的なシステムアーキテクチャ
システム100は、コンピュータシステム110、カスタマコンピュータシステム130、1つ以上のクラウドサービスプロバイダ150、及び他の構成要素の少なくともいずれかを含み得る。
コンピュータシステム110
コンピュータシステム110は、1つ以上のプロセッサ112(以下では、適宜、複数のプロセッサ112、1つ又は複数のプロセッサ112、又は1つのプロセッサ112としても置き換え可能に参照される)、1つ以上のストレージデバイス114(適宜、価格とパフォーマンスのアナライザアプリケーション116、以下「PPA116」、を格納し得る)、1つ以上の価格とパフォーマンスのデータベース118、及び他の構成要素、の少なくともいずれかを含み得る。プロセッサ112は、1つ以上のコンピュータプログラム命令によってプログラムされ得る。例えば、プロセッサ112は、PPA116及び他の命令の少なくともいずれかによってプログラムされ得る。
カスタマコンピュータシステム130
カスタマコンピュータシステム130は、1つ以上のプロセッサ132(以下では、適宜、複数のプロセッサ132、1つ又は複数のプロセッサ132、又は1つのプロセッサ132としても置き換え可能に参照される)、1つ以上のストレージデバイス134(適宜、クラウドコントローラ136、情報マネージャー137、購入エージェント138、及び他の命令、の少なくともいずれかを格納し得る)、カスタマデータリポジトリ140、及び他の構成要素、の少なくともいずれかを含み得る。プロセッサ132は、1つ以上のコンピュータプログラム命令によってプログラムされ得る。例えば、プロセッサ132は、クラウドコントローラ136、情報マネージャー137、購エージェント138、及び他の命令、の少なくともいずれかによってプログラムされ得る。
クラウドサービスプロバイダ150
クラウドサービスプロバイダ150は、カスタマの代わりに計算インスタンスを実行するための様々なクラウドサービスを販売するエンティティを含み得る。例えば、アマゾン社は、当社のアマゾンウェブサービス(AMAZON WEB SERVICES、AWS)サービスを用いるクラウドサービスインスタンスを販売し、グーグル社は、当社のグーグルアップエンジン(GOOGLE APP ENGINE)サービスを用いるクラウドサービスインスタンスを販売する。
また、クラウドサービスプロバイダ150は、クラウドサービスのための市場又は取引所を提供するエンティティを含み得る。例えば、クラウドサービスプロバイダ150は、自身のインフラストラクチャを用いてクラウドサービスインスタンスを実際に提供する他の者に代わって、クラウドサービスインスタンスを販売する市場を含みうる。このように、システム100は、異なるエンティティから様々なクラウドサービスインスタンスを販売し得る取引所を活用し得る。
図1では、1つの構成要素として図示するが、コンピュータシステム110とカスタマコンピュータシステム130とは、それぞれが複数の個々の構成要素(例えばコンピュータデバイス)であって、それぞれが以下に説明される機能の少なくともいくつかがプログラムされている個々の要素を含み得る。このように、コンピュータシステム110及びカスタマコンピュータシステム130の少なくともいずれかのいくつかの構成要素は、理解されるように、他の構成要素が他の機能を実行し得る間にいくつかの機能を実行し得る。1つ以上のプロセッサ112、132のそれぞれは、コンピュータプログラム命令によってプログラムされる1つ以上の物理的なプロセッサを含み得る。以下に説明される様々な命令は単なる例示である。プロセッサ112、132が以下に説明される機能を実行するようにプログラムされるうちは、他の構成及び複数の命令が使用され得る。
更に、図1では様々な命令が1つのプロセッサユニット内に共に配置されるものとして図示されるが、プロセッサ112、132が複数のプロセッサユニットを含む実施では、1つ以上の命令が他の命令からリモートで実行され得ることが理解されるべきである。加えて、プロセッサ112に関して以下で説明される少なくともいくつかの機能は、プロセッサ132によって実行され得、またその逆もあり得る。例えば、プロセッサ112は、購入エージェント138及びクラウドコントローラ136の少なくともいずれかによってプログラムされ得る。上述の例では、カスタマコンピュータシステム130はコンピュータシステム110から購入の決定を取得し得る。
以下で説明される異なる命令によって提供される機能の記載は説明を目的とするものであり、限定されることを意図したものではなく、任意の命令は記載よりも多かれ少なかれ機能を提供し得る。例えば、1つ以上の命令は除去され得、そのいくつか又は全ての機能は他の命令によって提供され得る。他の例では、プロセッサ112は、以下では命令の1つに属する機能のいくつか又は全てを実行し得る、1つ以上の追加的な命令によってプログラムされ得る。
以下で説明される様々な命令は、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)、及び他のメモリの少なくともいずれかを含むストレージデバイス114に格納され得る。ストレージデバイスは、プロセッサ112によって操作され得るデータと同様、プロセッサ112によって実行されるコンピュータプログラムの命令(例えば上述した命令)を格納し得る。ストレージデバイスは、フロッピディスク、ハードディスク、光学ディスク、テープ、又は、コンピュータで実行可能な命令及び/又はデータを格納する他のストレージメディアを含み得る。
図1に図示される様々な構成要素は、ネットワーク102を介して少なくとも1つの他の構成要素と接続され得る。これらは、任意の1つ以上の、例えば、インターネット、イントラネット、PAN(Personal Area Network)、LAN(Local Area Network)、WAN(Wide Area Network)、SAN(Storage Area Network)、MAN(Metropolitan Area Network)、無線ネットワーク、移動体通信ネットワーク、公衆交換電話網、及び他のネットワークの少なくともいずれかを含み得る。図1及び他の図では、図示されるものとは異なる数のエンティティが用いられ得る。更に、様々な実施によれば、以下で説明される構成要素は、ハードウェア及びハードウェアを構成するソフトウェアの少なくともいずれかで実施され得る。
以下で説明される様々なデータベース160は、例えば、オラクル社によって商業的に販売されるオラクル(トレードマーク)リレーショナルデータベースを含み、或いはインタフェースで接続し得る。例えば、インフォミックス(トレードマーク)、DB2(Database 2)又は、OLAP(On Line Analytical Processing)、SQL(Structured Query Language)、SAN(storage area network)、マイクロソフトアクセス(トレードマーク)又は他の、ファイルベース又はクエリフォーマット、プラットフォーム又はリソースを含む、他のデータストレージも用いられ、組み込まれ、又はアクセスされ得る。データベースは、1つ以上の物理的なデバイス内及び1つ以上の物理的な場所に存在する1つ以上のそのようなデータベースを含み得る。データベースは、複数の種別のデータ及び/又はファイル及び関連付けられたデータ又はファイル記述、管理情報、又は他の任意のデータを格納し得る。
購入ストラテジの生成
ある実施では、PPA116は、価格、パフォーマンス及び様々なクラウドサービスの他の特徴に基づいて、1つ以上の購入ストラテジを生成するためにプロセッサ112を(そしてコンピュータシステム110を)プログラムし得る。以下で簡便のために用いられるように、実際には動作を実行するために様々な命令がプロセッサ112をプログラムしたときに、様々な命令が動作を実行するものとして説明される。所定の購入ストラテジは、JAVASCRIPTオブジェクトノーテーション(JSON)、エクステンシブルマークアップランゲージ(XML)、及び/又は、交換可能な他のフォーマットを用いてフォーマットされ得る。
一般に、購入ストラテジは、1つ以上のクラウドサービス及び1つ以上のクラウドサービスプロバイダ150の少なくともいずれかを表す、過去の及び/又はリアルタイムのクラウド属性の統合されたセットを含み得る。カスタマは、購入ストラテジを用いて、計算インスタンスを実行するために購入すべき1つ以上のクラウドサービスと、クラウドサービスを購入するための1つ以上のクラウドサービスプロバイダ150との少なくともいずれかを識別し得る。購入ストラテジが様々なクラウドサービス及びクラウドサービスプロバイダ150の少なくともいずれかのクラウド属性を表し得るため、カスタマは、異なるサービスとプロバイダ(及びその関連するクラウド属性)の範囲を考慮に入れた、情報に基づく購入の決定をなし得る。
クラウド属性の例には、これらに限るものではないが、外部属性120、スポット市場価格122、クラウドパフォーマンス124、クラウド価格126、及び、所定のクラウドサービズと所定のクラウドサービスプロバイダ150との少なくともいずれかを表す他の特徴、の少なくともいずれかを含み得る。
ある実施では、外部属性120は、ニュースイベント、又は、クラウドサービスとクラウドサービスプロバイダ150の少なくともいずれかの第三者評価を表す情報を含み得る。例えば、これに限るものではないが、外部属性120は、ニュースイベント、レビュー/レイティング、及び、クラウドサービスとクラウドサービスプロバイダ150の少なくともいずれかを表す他の情報、の少なくともいずれかを含み得る。ニュースアイテムは、一般にはクラウドサービス又はプロバイダ(例えば、競争によってクラウドサービスの価格が一般的に下落したことを示すニュースアイテム)に関し、又は、具体的に、特定のクラウドサービスまたはサービスプロバイダ150(例えば、特定のクラウドサービスプロバイダ150がより多くのクラウドサービスのリクエストに対処するために新たなコンピュータファームを追加したこと)に関し得る。レビュー及びレイティングは、クラウドサービスを使用したカスタマからのもの、コンピュータシステム110を動作させるエンティティのために働くアナリストからのもの、及び他のレビューアからのものの少なくともいずれかであり得る。PPA116は、そのようなレビュー及びレイティングを購入ストラテジに含め得る。
ある実施では、スポット市場価格属性122は、1つ以上のクラウドサービスプロバイダ150から利用可能なスポットインスタンスを表し得る。スポット市場価格属性122は、これに限るものではないが、スポット価格、カスタマによって価格付けされた入札、及び他の情報の少なくともいずれかを含み得る。スポット市場価格属性122は、日付/時間に関連付けられた、リアルタイム及び過去の少なくともいずれかの情報を含み得る。
ある実施では、クラウドパフォーマンス属性124は、1つ以上のクラウドサービスのパフォーマンスを表し得る。例えば、これに限るものではないが、クラウドパフォーマンス属性124は、スループット/キャパシティ、レイテンシ、可用性、最大パケットロス、及び他のパフォーマンスのメトリクスの少なくともいずれかを含み得る。
クラウドパフォーマンス属性124は、クラウドサービスプロバイダ150(又は他のエンティティ)から取得され得るか、PPA116によって測定され得るかの少なくともいずれかである。ある実施では、PPA116は、パフォーマンスの見本をとるために様々なクラウドサービスプロバイダ150(及びそれらのそれぞれのサービス)のパフォーマンスを測定し得る。例えば、PPA116は、様々なクラウドサービスにピング(ping)し、さもなければリクエストを送信して、スループット、応答時間、レイテンシ、及び他のパフォーマンスメトリクスの少なくともいずれかを計測するパフォーマンスのテスト設備を用い得る。PPA116は、1日の異なる時間、週の異なる日等にわたるような異なる時間において周期的にパフォーマンスを計測し得る。このように、PPA116は、パフォーマンス属性が購入ストラテジを生成するために用いられ得るように、様々なクラウドサービス及びクラウドサービスプロバイダ150の少なくともいずれかのパフォーマンス属性を直接的に測定し得る。直接的に測定されたパフォーマンス属性は、他のソースから得られるパフォーマンス属性の代わりに或いは追加して用いられ得る。
ある実施では、クラウド価格属性126は、スポットインスタンスとは異なる、クラウドサービスインスタンスの標準価格を含み得る。スポット価格とは異なり、(支払われた場合の)標準価格は、予め特定された計算時間が経過するまで計算インスタンスが実行されることを保証する。
PPA116は、購入ストラテジがリアルタイム情報(例えば、ストリーム及び周期的の少なくともいずれかで得られるリアルタイムの価格とパフォーマンス情報)を反映するように、リアルタイムクラウド属性を取得し、格納し得る。代替的にまたは追加的に、PPA116は、購入ストラテジが傾向、パターン、及び過去に用いたクラウド属性に関連付けられた他の情報の少なくともいずれかを織り込むように、過去に用いたクラウド属性を取得し、格納し得る。
PPA116は、クラウド属性を価格とパフォーマンスのデータベース118に格納し得る。PPA116は、データベースを用いて生成される購入ストラテジが現在の情報を織り込むように、周期的に(及びリアルタイムの少なくともいずれかで)価格及びパフォーマンスのデータベース118を更新し得る。このように、価格とパフォーマンスのデータベース118は、購入ストラテジを生成するために用いられる情報に対する、リアルタイム及び過去のリポジトリとしての役割を果たす。
ある実施では、PPA116は、購入に適し得る、個別のクラウドサービス及びクラウドサービスの組み合わせの少なくともいずれかを識別するために、価格とパフォーマンスのデータベース118を継続的に利用し得る。例えば、PPA116は、所定のレベルのパフォーマンス(例えばスループット)を得るために、そのようなクラウドサービスの価格を最小化する、そうでなければ特定の価格で又は特定の価格を下回るものにするように、クラウドサービスの特定の組み合わせを用いる。PPA116はまた、他の種別のパフォーマンスに対して上述の分析を同様に繰り返し得る。このように、購入ストラテジはクラウド属性の分析を含み得る。
購入ストラテジの提供
PPA116は、コンピューティングの要件を満たすようにサービスの選択を最適化するため、クラウドサービスを購入して消費するカスタマに、1つ以上の購入ストラテジを提供し得る。PPA116は、1つ以上の購入ストラテジを、一度に或いは定期購入で提供し得る。例えば、カスタマは、購入ストラテジを提供するためのリクエスト(例えば、ウェブサイト又は他のインタフェースを介して)をPPA116に行うことによって、1つ以上の購入ストラテジを一度に取得し得、購入ストラテジは、リクエストに応答してオンデマンドに生成され、又はメモリから検索され得る。他の例では、カスタマは1つ以上の購入ストラテジを予約購入して受け取り得、購入ストラテジは、周期的なインターバル、更新された情報が利用可能であるとき、及び他の時期の少なくともいずれかで、カスタマに自動的に提供され得る。
ある実施では、コンピュータシステム110は、1つ以上の購入ストラテジに対するアクセス料金を課金し得る。例えば、コンピュータシステム110は、一度用料金、定期購入料金、及び、他の種別のアクセス料金の少なくともいずれかで課金し得る。更に、所定の購入ストラテジに含まれるクラウド属性に応じて、異なるアクセス料金が課金され得る。例えば、全ての過去の価格情報を含む購入ストラテジは、過去の価格情報のいくつか(例えば最近の2週間)のみを含む購入ストラテジより高い料金であり得る。ある実施では、クラウド属性情報のそれぞれの種別は、それ自身の料金と関連付けられ得る。例えば、別々の料金は測定されたパフォーマンスメトリクスに対して評価され得る。評価料金は、同様に、購入ストラテジに含まれるクラウド属性の他のレベルに基づき得る。このように、カスタマは、注目する特定の情報と、あるリクエスト又は定期購入との関係でどれだけの情報が提供されるべきかと、の少なくともいずれかを選択し得る。
計算インスタンスのパラメータの特定
クラウドコントローラ136は、1つ以上の計算インスタンスを生成し得、この計算インスタンスは、ローカルで、及び、1つ以上のクラウドサービスプロバイダ150によって提供される1つ以上のクラウドサービスを用いて、の少なくともいずれかで実行され得る。例えば、所定の計算インスタンスのセキュリティを保証するために他の計算インスタンスと計算インスタンスを継続的に置き換えるシステムでは、クラウドコントローラ136は複数の計算インスタンスを生成し、クラウドサービス上で実行する1つ以上の計算インスタンスをスケジュールし得る。ソフトウェアの構成要素を置き換えるシステムは、「ソフトウェア構成要素を含むか潜在的に不正アクセスを受けるかに関わらず、ソフトウェア構成要素を、対応する既知のシステムの構成要素に置き換えるシステム及び方法」と題して2013年8月16日に出願された、共に所有される米国特許出願第13/969,181号において説明されており、参照によってその全体がここに取り込まれる。
所定の計算インスタンスは、計算インスタンスの実行に何が要求され、及び/又は、望ましいかを表す、1つ以上のコンピュテーショナルパラメータと関連付けられ得る。コンピュテーショナルパラメータの例は、これに限らないが、計算期間(例えば、計算インスタンスが実行されるべき又は実行されることが望ましい時間の長さ)、計算インスタンスが実行されるべき時間及び/又は日付、計算インスタンスが中断されるべきか(例えば計算インスタンスがミッションクリティカルであるかオプションであるか等)の指示、計算インスタンスを実行するクラウドサービスの必要な又は望ましいパフォーマンスのレベル(帯域、レイテンシ等)、クラウドサービスに関連付けられた価格、及び、計算インスタンスを実行するために何が必要又は望ましいかを表すその他、の少なくともいずれかを含む。
ある実施では、コンピュテーショナルパラメータは、満たさなければならないハード・コンピュテーショナルパラメータとして、或いは、望ましいが満たす必要のないソフト・コンピュテーショナルパラメータとして分類され得る。ハード・コンピュテーショナルパラメータは、満たさなければならない閾値を特定し得る。例えば、これに限らないが、ハード・コンピュテーショナルパラメータは、対応する計算インスタンスを実行するために必要な最低の帯域、又は最大のレイテンシを特定し得る。一方、ソフト・コンピュテーショナルパラメータは、望ましいが必要ではない、ある帯域を特定し得る。コンピュテーショナルパラメータがハード・パラメータとして或いはソフト・パラメータとして分類されるかについて、コンピュテーショナルパラメータは値の範囲(例えば許容可能な価格の範囲)を特定し得る。
1以上のユーザ(例えばカスタマの代わりであるアナリスト)、及び、(例えばユーザの介入なしに自動的になす)クラウドコントローラ136、の少なくともいずれかが、コンピュテーショナルパラメータを決定し得る。ある実施では、コンピュテーショナルパラメータは、特定の計算インスタンス(又は計算インスタンスの所定の種別)のために具体的に決定され得る。例えば、HTTPリクエストを扱うサーバインスタンスは1つ以上のコンピュテーショナルパラメータの第1のセットに関連付けられ、一方、ファイル転送リクエストを提供するアプリケーションインスタンスは1つ以上のコンピュテーショナルパラメータの第2の組と関連付けられ得る。このように、異なる計算インスタンスは、1つ以上のコンピュテーショナルパラメータのそれ自身のセットと関連付けられ得る。ある実施では、コンピュテーショナルパラメータは、カスタマの全ての計算インスタンスのためにおおまかに決定され得る。
購入決定を行うために用いられる管理情報
情報マネージャ137は、カスタマデータリポジトリ140及び他のストレージの少なくともいずれかに格納され、検索され得る購入決定情報を管理し得る。購入決定情報は、カスタマが購入決定をなすために用いられ、購入決定情報は、これに限らないが、1つ以上の購入ストラテジ、(例えばコンピュテーショナルパラメータを特定する)1つ以上の購入ルール、及び、購入決定をなすために用いられる他の情報、の少なくともいずれかを含み得る。
ある実施では、情報マネージャ137は、コンピュータシステム110から1つ以上の購入ストラテジを予約購入して取得し得る。予約購入は、強力なセキュリティ用の暗号化と署名が適用される非同期通信であり得る。購入ストラテジは、カスタマデータリポジトリ140及び他のストレージの少なくともいずれかに格納され得る。カスタマ(例えば、カスタマコンピュータシステム130を動作させるエンティティの代わりであるアナリスト)は、コンピュータシステム110からの購入ストラテジを変更し、削除し、又は、完全な状態のままにし得る。例えば、カスタマは、所定のクラウドサービス、特定のクラウドサービス又はクラウドサービスプロバイダ150のブラックリスト(又はホワイトリスト)を用いるカスタマの経験に基づいて、クラウド属性の1つ以上を変更し得、そうでなければ、コンピュータシステム110からの所定の購入ストラテジを変更し得る。
このように、カスタマは、カスタマが拡張し得ると信じる情報に従って購入ストラテジをカスタマイズし、そうでなければ、コンピュータシステム110から受信した購入ストラテジを変更し得る。ある実施では、情報マネージャ137は、パフォーマンス属性、価格属性、及び、他の情報の少なくともいずれかのようなリアルタイム情報を取得して、コンピュータシステム110から受信した購入ストラテジを拡張し、そうでなければ更新し得る。
ある実施では、情報マネージャ137は、カスタマからカスタマ購入ストラテジを受信して格納し得る。カスタマ購入ストラテジは、コンピュータシステム110によって提供される購入ストラテジに提供される、クラウド属性のいくつか又は全てを含み得る。このように、カスタマ購入ストラテジは、カスタマがカスタマ購入ストラテジを生成することのみにおいて、コンピュータシステム110によって提供される購入ストラテジと異なる。カスタマ購入ストラテジは、コンピュータシステム110によって提供される購入ストラテジの代わりに、或いは加えて用いられ得る。
ある実施では、情報マネージャ137は、1つ以上のコンピュテーショナルパラメータを特定する1つ以上の購入ルールを格納し得る。異なる購入ルールは、1つ以上のコンピュテーショナルパラメータの異なる組を特定し得る。例えば、第1の購入ルールは、あるホストされたアプリケーションのために、コストに関わらず、最小の帯域及び最大のレイテンシが購入されるべき(例えば帯域及びレイテンシが最適化されるべき)であることを特定し得る。第2の購入ルールは、あるバックグラウンド処理のために、価格が最大価格を超えるべきでない(例えば価格が最適化されるべき)ことを特定し得る。コンピュテーショナルパラメータの異なる組を含む購入ルールの他の例は、カスタマの特定のニーズに応じて同様に用いられ得る。
情報マネージャ137は、所定のクラウド属性に対する重みを受信し得る。例えば、カスタマは、購入決定をなす際に、他のクラウド属性よりも重み付けされるべきであるクラウド属性を特定し得る。所定の重みは、対応するクラウド属性と関連付けられて、1つ以上の購入ルール142にエンコードされ得る。
クラウドサービスの購入決定
購入エージェント138は、所定の購入ストラテジ(コンピュータシステム110からの無修正の購入ストラテジ、コンピュータシステム110からの購入ストラテジであってカスタマによって変更されたもの、カスタマ購入ストラテジ等)、1つ以上の購入ルール、及び他の情報の少なくともいずれかに記載される、1つ以上のクラウド属性に基づいて購入仕様を生成し得る。購入ストラテジは、カスタマによって望まれる1つ以上の計算インスタンスを実行する1つ以上のクラウドサービスの購入を特定する、1つ以上の購入パラメータを含み得る。購入パラメータは、これに限らないが、計算インスタンスが実行されるべき時間、用いられるべきクラウドサービスの種別(例えばスポット市場のリソース、非スポット市場のリソース等)、支払われるべき価格、なされるべき入札、用いられるべきクラウドサービスプロバイダ150の識別、購入されるべき計算時間の増加、購入されるべき計算インスタンスの数、及び、他の購入パラメータ、の少なくともいずれかを含み得る。
購入パラメータは、購入仕様を生成する際に、リアルタイム価格、パフォーマンス、及び、他の条件の少なくともいずれかが考慮され得るように、リアルタイム情報に基づいて決定され得る。
ある実施では、購入エージェント138は、1つ以上のクラウド属性の最適化に基づいて、1つ以上の購入パラメータを決定し得る。説明の目的であってこれに限らないが、価格及びパフォーマンスの少なくともいずれかが以降の説明の中で用いられる。但し、他のクラウド属性が同様に最適化され得る。
購入エージェント138は、(例えばカスタマデータリポジトリ140内の購入ストラテジに記載されるように)利用可能なクラウドサービスを見直すことによって、1つ以上のクラウド属性を最適化し、購入のために考慮される1つ以上のクラウドサービスのセットを生成し得る。購入エージェント138は、クラウドサービスの組のそれぞれを評価して、クラウドサービスの最適な組を識別し得る。1つ以上のクラウドサービスの各セットは、1つ以上のクラウドサービスプロバイダ150によって提供されるクラウドサービスを含み得る。ある例では、例えば、1つ以上のクラウドサービスのある組は、第1のクラウドサービスプロバイダ150からのクラウドサービスと、第2のクラウドサービスプロバイダ150からのクラウドサービスとを含み得る。
ある実施では、購入エージェント138は、考慮するクラウドサービスの所定のセットにクラウドサービスが含まれるべきかを、1つ以上の購入ルールに基づいて判定し得る。例えば、購入ルールは、特定の計算インスタンスがクリティカルであり、従って早期解約にさらされるべきでないことを特定し得る。上述したルールに基づき、購入エージェント138は、(早期解約にさらされる)スポットインスタンスを考慮し得ず、従って、この特定の計算インスタンスに対する任意の購入仕様ではスポットインスタンスは用いられない。一方、このような購入ルールがなければ、購入エージェント138は、(他の計算インスタンスとともに)スポットインスタンスを考慮して、計算インスタンスを実行するためのクラウドサービスの混合を潜在的に決定する。
以前に説明したように、各クラウドサービスは様々なクラウド属性と関連付けられている。例えば、所定のクラウドサービスは、価格、パフォーマンス、提供されるクラウドサービスが実行される時間、及び、他のクラウド属性、の少なくともいずれかと関連付けられ得る。購入エージェント138は、クラウドサービスのそれぞれのクラウド属性に基づいて、1つ以上のクラウドサービスのセットを他のセットに対してランク付けし得る。ある実施では、購入エージェント138は、選択のために、最もランクの高いセット(或いはN番目までの最もランクの高いセット)をカスタマに提供する。代わりに、購入エージェント138は、購入されるべきクラウドサービスの基礎として提供するために、最もランクの高いセットを自動的に選択し得る。
他のセットに対して1つ以上のクラウドサービスのセットをランク付けするために、購入エージェント138は、1つのクラウド属性を用いる単一対象の最適化、及び、複数のクラウド属性を用いる複数対象の最適化、の少なくともいずれかを実行し得る。
単一対象の最適化では、1つのクラウド属性が最適化され得る。例えば、購入エージェント138は、パフォーマンスによってクラウドサービスのセットをランク付けし得る。すなわち、クラウドサービスの各セットの想定されるパフォーマンスは、クラウドサービスの他のセットに対して決定されてランク付けされ得る。1より多いクラウドサービスを含むクラウドサービスのセットについては、セットのパフォーマンスはそれぞれのパフォーマンスを平均化することによって決定され得る。
複数対象の最適化では、1より多いクラウド属性が最適化され得る。例えば、購入エージェント138は、パフォーマンスと価格とによってクラウドサービスのセットをランク付けし得る。購入エージェント138は、カスタマがクラウド属性に対する任意の重みを特定したかを判定し得る。例えば、カスタマは、パフォーマンスが価格よりも1.2倍だけ重み付けされるべきであることを特定し得る(例えば、カスタマは価格よりもパフォーマンスに価値を与える)。重みの他の表現が同様に用いられ得る。カスタマが任意のクラウド属性に重みを付けた場合、購入エージェント138は、クラウドサービスのセットをランク付けする際にその重みを考慮し得る。
ある実施では、購入エージェント138は、従来の複数対象の最適化アルゴリズムを用いて、最適なクラウド属性の組を決定し得る。このような最適化の結果は、複数のクラウド属性の最適な組み合わせの範囲を含み得る。例えば、価格とパフォーマンスの最適な組み合わせと対応するクラウドサービスとが識別され得る。購入エージェント138は、最適な組み合わせの範囲を示して、カスタマが購入するクラウドサービスの最適なセットを選択できるようにし得る。代わりに、購入エージェント138は、最適になるように決定される所定の組み合わせを自動的に選択し得る。
ある実施では、購入エージェント138は、1つ以上の購入ストラテジを分析して、様々なクラウド属性のパターンを決定し得る。例えば、購入エージェント138は、一日のある時間、週のうちの特定の日等の間に、クラウドサービスの特定の種別に対して価格が下落する傾向があることを決定し得る。同様に、購入エージェント138は、一日のある時間、一週のうちの特定の日等の間に、クラウドサービスの特定の種別に対してパフォーマンスが増加する(又は下落する又は安定したままである)傾向があることを決定し得る。パターンの他の種別が同様に決定され得る。パターンを用いて、購入エージェント138は、クラウドサービスが注文されるべき適切な時間を決定し得る。例えば、価格が夜の遅い時間に下落する傾向がある場合、その場合には、夜の遅い時間に関連付けられたクラウドサービスインスタンスが計算インスタンス(任意の時間に実行できる計算インスタンス)を実行するために購入され得る。
スポット市場の安定と変動の識別と活用
特定の実施では、購入エージェント138は、スポット市場の価格を分析し、スポット価格の安定又は変動のような、スポット価格のパターンを判定し得る。購入エージェント138は、スポット価格の安定と変動との少なくともいずれかを、カスタマからの(例えば購入ルールを介した)そうするための指示、計算インスタンスのコンピューティングの要件に基づいて自動的に、及び、他の情報、の少なくともいずれかに基づいて、活用し得る。
スポット価格の安定は、下限のスポット価格と上限のスポット価格とによって境界の示されるスポット価格の範囲によって、定義され得る。反対に、スポット価格の変動は、予め定められた量(例えば、スポット価格の範囲を超える量、及び/又は、閾値や、価格変動の特定のパーセンテージ等を含み得る他の量)だけスポット価格が変動する期間によって定義され得る。スポット価格の安定とスポット価格の変動との少なくともいずれかの定義が調整され得るように、範囲が予め定められ、及び/又は、動的に構成され得る。
スポット価格の安定は、スポットインスタンスに対する供給と需要とが比較的安定し、落札価格に関連付けられた計算インスタンスが解約されないことを示し得る。すなわち、スポット価格は、スポット価格の安定する期間の間になされた落札価格を超えて上昇することが期待されない(計算インスタンスは、スポット価格の安定する期間が終了する前に、実行が終了することが想定される)。
一方、スポット価格の変動は、スポットインスタンスに対する供給と需要とが安定せず、落札価格に関連付けられた計算インスタンスが、スポット価格の安定する間に開始された計算インスタンスよりも、解約される高いリスクにさらされることを示し得る。すなわち、スポット価格は、潜在的に、スポット価格の変動する期間の間になされた落札価格を超えて上昇することが期待され、従って、落札価格に関連付けらた計算インスタンスは、解約のリスクにさらされる。
購入エージェント138は、購入決定を生成する際に、スポット価格の安定とスポット価格の変動との少なくともいずれかの決定されたパターンを用い得る。例えば、購入エージェント138は、早期解約のリスクによって不安定であると考えられない場合にスポットインスタンスを用い得る。購入エージェント138は、対応するスポットインスタンスが早期に解約される可能性が減少することによって、スポット価格が安定する期間の間の上限のスポット価格である或いはそれ以上である入札価格を決定し得る。このようにして、購入エージェント138は、スポットインスタンスの安定する時間の間に実行が終了するレベル信頼性を維持する間は、スポットインスタンスのために潜在的に低いスポット価格(反対に、標準インスタンスのためには高い価格)を活用し得る。従って、潜在的によりクリティカルな計算インスタンスであっても、そうでなければ利用するにはリスクが高すぎるスポットインスタンスを利用することができるようになり得る。
上述した例の拡張として、購入エージェント138は、支配的なスポット価格より上を維持することが期待される最も低いスポット価格を識別し得る。例えば、購入エージェント138は、最も低いスポット価格の上限を有する、価格安定の期間を得うる。このような期間は、終了するスポットインスタンスが動作している間に獲得することができる、最も低いスポット価格を表し得る。
他の例では、購入エージェント138は、スポット価格の変動に基づいて、スポット価格が増加することが期待される期間を決定し得る。購入エージェント138は、第1の時間における第1のスポット価格より高いが、第2の時間における第2のスポット価格より低いことが期待される入札価格を決定し得る。この場合、入札価格に関連付けられた計算インスタンスは、スポットインスタンスとして第1の時間(スポットインスタンスの購入を完了して初期化するための、より短い処理時間)から開始して第2の時間まで実行され得る。ここで、第2の時間は、入札価格がもはや現在のスポット価格を超えないためにスポットインスタンスが永続的に中断される時点である。
スポットインスタンスがクラウドサービスプロバイダ150によって早期に解約されたため、計算インスタンスは、本質的にクラウドサービスプロバイダ150からの料金なしに動作したことになろう。解約の場合、あるいはその反対に(クラウドサービスプロバイダのサービスの任意の適切な期間又は他の提供期間の前の)早期の解約前に「無料の」計算サイクルを取得した場合に、他の計算インスタンスで容易に置き換えることができる計算インスタンスを動作させることによって、カスタマは、このような早期の解約を活用することができる。
早期の解約の場合(例えば、購入エージェント138及びクラウドコントローラ136の少なくともいずれかによって監視されたとき)、購入エージェント138は、計算インスタンスの処理を終了するために必要な任意の残りの計算時間を満たすように、他のクラウドサービスインスタンスを使用する。例えば、購入エージェント138は、もし早期の解約が発生するときには、使用する代わりのクラウドサービスインスタンスを識別し得る。代わりのクラウドサービスインスタンスは、そのような早期の解約の前又は早期の解約の後の少なくともいずれかに、識別され得る。
クラウドサービスインスタンスの種別及び組み合わせ
ある実施では、1つ以上の最適化、パターン、傾向、価格の安定、及び以下で説明する他の情報の少なくともいずれかを用いて、購入エージェント138は、計算インスタンスがクラウドサービスインスタンスの組み合わせを用いて実行されるべきかを判定し得る。購入エージェント138は、1つ以上のクラウド属性が、1より多いクラウドサービスインスタンスを用いることによって最適化され得ることを決定し得る。例えば、購入エージェント138は、あるレベルのスループット又は他のパフォーマンスメトリクスを得るための最も低い価格が、スループットの要求されるレベルをともに満たす、複数のクラウドサービスインスタンスを用いることによって得られ得ることを判定し得る。言い換えれば、購入エージェント138は、スループットの要求されるレベルを単独で扱うことができる1つのクラウドサービスインスタンスがより高額であることを判定し得る。一方、購入エージェント138は、(例えば購入ストラテジから得られる)価格情報に応じて、1つのクラウドサービスインスタンスが代わりに用いられるべきであることを決定し得る。
ある実施では、1つ以上の最適化、パターン、傾向、価格の安定、及び以下で説明する他の情報の少なくともいずれかを用いて、購入エージェント138は、クラウドサービスインスタンスの特定の種別が用いられるべきかを判定し得る。例えば、購入エージェント138は、潜在的に計算インスタンスが永続的に中断され得る(例えば、ミッションクリティカルでない)かを判定し得る。もしそうでなければ、購入エージェント138は、スポットインスタンスが考慮されるべきであることを決定し得る。他には、購入エージェント138は、購入仕様を生成する際にスポットインスタンスを考慮し得る。
ある実施では、購入エージェント138は、使用されるべきクラウドサービスインスタンスの種別を制限し得る。例えば、購入ルールを介して、カスタマは、スポットインスタンスのみが使用されるべきであること、標準インスタンスのみが使用されるべきであること、他のクラウドサービスインスタンスが使用されるべきであること、又は、異なる種別のクラウドサービスインスタンスの組み合わせが使用されるべきであること、を特定し得る。このようにして、購入エージェント138は、クラウドサービスインスタンスの特定の種別のみを使用し得る。同様に、クラウドサービスプロバイダ150は、ブラックリストに記載され、及びホワイトリストに記載されることの少なくともいずれかであり得る。
購入エージェント138は、クラウドサービスの購入を促進するために、1つ以上の購入命令を生成し得る。購入仕様が、(1より多いクラウドサービスプロバイダ150によって提供され得る)1より多いクラウドサービスインスタンスにおける計算インスタンスの実行に関連する購入パラメータを含み得るため、購入エージェント138は、購入仕様に基づいて、複数の購入命令を生成し得る。
購入エージェント138及びクラウドコントローラ136の少なくともいずれかは、カスタマが命令を作成するように、購入命令をカスタマに提供し得る。代替的に又は追加的に、購入エージェント138及びクラウドコントローラ136の少なくともいずれかは、クラウドサービスを調達し監視するために、クラウドサービスプロバイダ150と自動的にインタフェースで接続し得る。
購入エージェント138に関して説明される最適化及び購入決定が、PPA116に適用され得ることは理解されるべきである。例えば、PPA116は、カスタマが購入ストラテジから購入決定を単純に選択し得るように、1つ以上の最適化されたクラウド属性を既に含んだ購入ストラテジを提供し得る。
図2は、本発明の実施に従う、様々なクラウドサービスの価格とパフォーマンスとの少なくともいずれかに応じて購入ストラテジを生成し、提供する処理200を示す。図2に図示される様々な処理の動作及び/又はデータフローは、以下により詳細に説明される。説明される動作は、上で詳細に説明したシステムの構成要素のいくつか又は全てを用いて達成され得、ある実施では、様々な動作が異なるシーケンスで実行され得、かつ、様々な動作が省略され得る。追加的な動作は、図示されたフローチャートに示される動作のいくつか又は全てと共に実行され得る。1つ以上の動作は、同時に実行され得る。従って、図示される(かつ以下でより詳細に説明される)動作は、そもそも例示であり、それ自体は限定するものとして見られるべきではない。
動作202では、クラウドサービスに関連する新たな情報が監視され得る。クラウドサービスに関連する情報は、これらに限らないが、外部属性、スポット市場価格、クラウドパフォーマンス、クラウド価格、及び、クラウドサービズの他の特徴、の少なくともいずれかを含み得る。クラウドサービスに関連する情報は、情報を提供する様々なソースによって利用可能になるにつれて、リアルタイムに更新され得る。そのようなソースは、特に限定されないが、アナリスト、サードパーティエンティティ(ニュース又はランク付けサービス)、クラウドサービスプロバイダ、及びその他、の少なくともいずれかを含み得る。
動作204では、新たな情報が利用可能であるかの決定をなし得る。新たな情報が得られない場合、処理200は動作202に戻り得る。
一方、新たな情報が得られる場合、動作206において、その新たな情報を分析し得る。この分析は、これに限らないが、価格、パフォーマンス、及び情報に含まれる他のクラウド属性の少なくともいずれかのようなクラウド属性をランク付けする。このようにして、異なるクラウドサービスとその関連付けられた属性が互いに比較されて、適切なクラウドサービスの選択を促進し得る。
動作208では、1つ以上の購入ストラテジが、クラウドサービスに関連する情報及び他の分析の少なくともいずれかに基づいて、生成され得る。購入ストラテジの異なる種別が生成され得る。例えば、購入ストラテジは、クラウド属性を含む未加工の情報を含み得る。このように、購入ストラテジはクラウドサービスとその属性のリストを含み得る。購入ストラテジは異なるクラウドサービスのランク付けを含み得る。ランク付けは、こちらに限らないが、ユニットのパフォーマンスごとの価格、パフォーマンスに関わらない価格、価格に関わらないパフォーマンス、及び、他のランク付け基準の少なくともいずれかに基づき得る。このようにして、購入ストラテジは、カスタマにとって最も重要な属性に基づいてクラウドサービスを購入するように、カスタマが適切なクラウドサービスを選択できるようにする情報を用いて拡張され得る。購入ストラテジは、特定のクラウド属性の最適化を含み得る。例えば、購入ストラテジは、価格、パフォーマンス、及び、他のクラウド属性の少なくともいずれかによって最適化されたクラウドサービスのセットを含み得る。購入ストラテジは、特定の情報のみを含み得る。例えば、購入ストラテジは、スポットインスタンスのみの情報、標準インスタンスのみの情報、特定のクラウドサービスプロバイダのためのみの情報、及び、他のフィルタの基準の情報、の少なくともいずれかを含み得る。
動作210では、加入者のリストを識別し得る。予約購入の異なるレベルが、購入ストラテジに提供される情報の異なるレベルと関連付けられ得る。例えば、基本的な予約購入は、未加工の情報のみを含む購入ストラテジを提供し得る。例えば、拡張された予約購入は、ランク付けされた情報、及び最適化された情報の少なくともいずれかを含む購入ストラテジを提供し得る。購入ストラテジに対する一度のリクエストを含む、他のプロビジョニングモデルが同様に用いられ得る。動作212では、購入ストラテジは加入者に(例えば、非同期、暗号で署名された通信を介して)提供され得る。
図3は、本発明の実施に従う、購入ストラテジ及び他の情報の少なくともいずれかに基づいて購入の決定を判定する処理300を示す。図3に図示される様々な処理の動作及び/又はデータフローは、以下により詳細に説明される。説明される動作は、上で詳細に説明されたシステムの構成要素のいくつか又は全てを用いて達成され得、ある実施では、様々な動作が異なるシーケンスで実行され得、かつ、様々な動作が省略され得る。追加的な動作は、図示されたフローチャートに示される動作のいくつか又は全てと共に実行され得る。1つ以上の動作は、同時に実行され得る。従って、図示される(かつ以下でより詳細に説明される)動作は、そもそも例示であり、それ自体は限定するものとして見られるべきではない。
動作302では、1つ以上の購入ストラテジが、定期購入されて取得され得る。
動作304では、1つ以上の購入ストラテジが(図1に図示されるカスタマデータリポジトリ140のような)カスタマデータリポジトリに格納され得る。
動作306では、カスタマの提供する情報が取得され得る。カスタマの提供する情報は、これに限らないが、1つ以上の購入ストラテジに対してしたカスタマイズ又は変更、(カスタマによって生成された)カスタマ購入ストラテジ、クラウドサービスの購入決定をなす際に満たすべき要件を特定するために用いられる1つ以上の購入ルール、及び、カスタマによって提供される他の情報、の少なくともいずれかを含み得る。
動作308では、カスタマの提供する情報がカスタマデータリポジトリに格納され得る。
動作310では、クラウドサービスインスタンスを購入する指示が取得され得る。例えば、クラウドコントローラは、実行する新たな計算インスタンスを生成し得、及び/又は、カスタマは、そうでなければ、実行する計算インスタンスを実行する1つ以上のクラウドサービスインスタンスを購入するように要望し得る。
動作312では、カスタマデータリポジトリからの情報が取得され得る。例えば、購入ストラテジ、カスタマが変更した購入ストラテジ、カスタマ購入ストラテジ、購入ルール、及び、他の情報の少なくともいずれかが、カスタマデータリポジトリから取得され得る。プロセス300によって取得され又は決定された、リアルタイムの価格又はパフォーマンス情報などの他の情報が同様に取得され得る。
動作314では、購入仕様が、カスタマサポートからの情報、及びプロセス300によって取得又は決定された他の情報、の少なくともいずれかに基づいて生成され得る。購入仕様は、購入されるべきクラウドサービスインスタンスを表す1つ以上の購入パラメータを含み得る。
図4は、本発明の実施に従う、スポットインスタンスに対するスポット価格の変動を識別し、活用する処理400を示す。図4に図示される様々な処理の動作及び/又はデータフローは、以下により詳細に説明される。説明される動作は、上で詳細に説明したシステムの構成要素のいくつか又は全てを用いて達成され得、ある実施では、様々な動作が異なるシーケンスで実行され得、かつ、様々な動作が省略され得る。追加的な動作は、図示されたフローチャートに示される動作のいくつか又は全てと共に実行され得る。1つ以上の動作は、同時に実行され得る。従って、図示される(かつ以下でより詳細に説明される)動作は、そもそも例示であり、それ自体は限定するものとして見られるべきではない。
動作402では、スポット価格の履歴が取得され得る。スポット価格の履歴は、スポットインスタンスのプロバイダによって提供されたスポット価格のリスト、なされた入札、スポット価格に関する他の情報、の少なくともいずれかを含み得る。
動作404では、スポット価格のパターンが、1つ以上のスポット価格が繰り返されるべき傾向にあるかに基づいて識別され得る。例えば、パターンは、第1のスポット価格が第1の時間において提供され、第1のスポット価格と実質的に同じ第2のスポット価格が第1の時間の後の第2の時間において提供された場合に、識別され得る。第1のスポット価格と第2のスポット価格との差が特定の量を超えない場合に、第2のスポット価格は、第1のスポット価格と実質的に同じであり得る。通常の時間帯において発生する傾向のある価格の増加又は減少(例えば、一日の特定の時間における価格の下降、一日の他の時間帯における価格増加)のような他のパターンも同様に決定され得る。
動作406では、スポット価格の安定のパターンはスポット価格のパターンに基づいて識別され得る。すなわち、スポット価格の安定は、一日の、例えば特定の時間帯に繰り返される傾向にある。スポット価格の安定は、スポット価格がスポット価格の下限より下に下落せず、且つスポット価格がスポット価格の上限より上に上昇しない、時間の期間を参照する。例えば、図5を参照すると、スポット価格の安定は、時間(T)と(T)との間で識別され得る。これは、スポット価格は、スポット価格の下限(P)とスポット価格の上限(P)との間に広がるためである。このようなスポット価格の安定のパターンは、他の時間の期間に繰り返されたときに識別され得る。例えば、スポット価格の安定のパターンは、毎夜の特定の時間に発生し得る。
図4に戻って参照すると、動作408では、スポット価格の安定の後に価格増加があるか(スポット価格の上限を超えるか)の判定がなされる。スポット価格の安定の後に価格増加がある場合、スポット価格の安定と価格増加とは、動作410におけるスポットインスタンスの早期解約の可能性としてフラグが立てられ得る。一方、スポット価格の安定の後に価格増加がない場合(従って、後にスポット価格の下限を下回る価格の減少があるはずである)、スポット価格の安定と価格減少とは、動作412におけるスポットインスタンスの終了の可能性としてフラグが立てられ得る。
動作414では、更なるスポット価格が分析のために利用可能であるかを決定する。スポット価格が分析のために利用可能である場合、処理400は動作406に戻り得、価格安定の期間が識別され得る。
そうでなければ、フラグが立てられた可能性は動作416において分析され得る。購入決定の目的に応じて、適切な可能性が選択される。例えば、目的が無料の計算サイクルを得るために早期解約を活用することである場合、価格の安定の後の価格増加は分析のために選択され得る。価格安定の期間の後に価格が増加した場合、価格安定の期間の間に行われ、受け入れられた入札の結果であるスポットインスタンスは、入札価格を超えて価格が増加した場合に早期に解約される可能性がある(スポットインスタンスは価格の増加の後に動作が終了するようにスケジュールされていることが想定されている)。時間と入札の量とは、期待されるランタイム(例えば、スポットインスタンスが実行される期間)、価格の安定、及び価格の増加とに基づいて決定され得る。
一方、目的が、標準価格より低くなり得るスポット価格を使用するためにスポットインスタンスの終了を活用することである場合、価格の安定の後の価格減少は分析のために選択され得る。価格安定の期間の後に価格が減少した場合、価格安定の期間の間に行われ、受け入れられた入札の結果であるスポットインスタンスは、入札価格を下回って価格が減少した場合であっても終了するように動作する可能性がある(スポットインスタンスの動作が終了する前にスポット価格が入札価格を超えて増加しないことが想定される)。時間と入札の量とは、期待されるランタイム(例えば、スポットインスタンスが実行される期間)、価格の安定、及び価格の減少とに基づいて決定され得る。
図5は、本発明の実施に従う、時間にわたってプロットされた、スポットインスタンスに対するスポット価格の、2次元のグラフ表現の例示を示す。2次元のグラフ表現500は、価格カーブ(P)に基づく、1つ以上の購入パラメータを決定する分析フレームワークを図示する目的のために提供される。クラウド属性の他の種別(標準価格、パフォーマンス等)は、同様の方法で分析され、1つ以上の購入パラメータが決定され得る。
スポット価格(P)が(P)と(P)によって境界される範囲内で下降するため、価格安定の期間はtとtの間で発生する。時間tにおいて、価格Pまで増加した価格は、価格安定の期間の後に観測される。tからtまでの価格の安定とtにおける価格の増加はパターンを形成し(例えば、時間の他のセットにおいて繰り返され、ここでP,P,及びPは、時間の他のセットにおいて、価格から特定の量を極端に超えない)、その後、このパターンは、早期解約の目的、終了の目的、及びスポットインスタンスに関する他の目的、の少なくともいずれかを満たすように活用され得る。
早期解約の目的
早期契約の目的は、スポットインスタンスが実行される間に優勢なスポット価格が入札価格を超えて増加したことにより、スポットインスタンスのプロバイダによって早期に解約されるように期待されるスポットインスタンスに対して入札するために競争するものであり得る。従って、スポットインスタンスが初期化された時間からスポットインスタンスが早期に解約された時間までの間には、無料の(又は低減された料金、これはプロバイダに依存する)計算時間を取得し得る。
例えば、開始時間(t)と、スポットインスタンスを購入する価格(P)は、早期解約の目的の一部として識別され得、tは、スポットインスタンスを用いて実行される計算インスタンスの期待されるランタイムに基づいて決定され得る。(スポットインスタンスがtから開始されて、tにおいて早期解約されることが期待されるので)期待される無料の計算時間は、tとtの間の差として計算され得る。より長い、期待される無料の計算時間(例えばtより早い)は、終了するように動作し、より短い期待される無料の計算時間より早期に解約されない可能性が高くなる。これは、より長い期待される無料の計算時間は、tにおける予想した価格の増加の不発生に、より影響を受けるためである。従って、早期解約の目的を含む任意の購入仕様は、より長い期待される無料の計算時間の利益と、そうすることのリスクとをバランスし得る。Pは、PとPとに基づいて決定され得る。例えば、Pは、Pと同じかより大きくなり得、Pよりも短くなり得る。
終了の目的
終了の目的は、終了するように動作することを期待されるスポットインスタンスに入札するために競争するものであり得る。従って、一般により低い料金であるが、クリティカルな計算インスタンスにとってよりリスクの高いスポットインスタンスは、早期解約に対して影響を受けやすい計算インスタンスに対して使用され得る。
例えば、開始時間(t)とスポットインスタンスを購入する価格(P)は、終了の目的の一部として識別され得、tは、スポットインスタンスとtを用いて実行される計算インスタンスの期待されるランタイムに基づいて決定され得る。tはtからランタイムを引いたものよりも小さくなる。すなわち、スポットインスタンスがtより前に終了することが期待されるように、スポットインスタンスは購入され初期化されるべきである。このように、スポットインスタンスは、終了するように動作することが期待される。図5には図示されていないが、価格の減少はtにおいて発生し得、この場合、Pを超える次の期待される価格の増加に応じて、tはより後になることが期待され得る。
更に、価格の安定及び変動に関して説明したが、任意のパターンの価格が、早期の解約又は終了の目的を満たすために識別され得る。例えば、観測される、価格が上昇する任意のパターンは、早期の解約の目的を満たすために用いられる。
他の実施では、発明の使用と利益は、明細書の考慮及びここに開示される発明の実施から当業者にとって明白である。明細書は例示のみであることが考慮されるべきであり、従って本発明の範囲は以下の請求項によってのみ制限されることが意図される。

Claims (30)

  1. クラウドサービスインスタンスの購入を最適化する、コンピュータで実施される方法であって、
    前記方法は、1つ以上の物理的なプロセッサを有するコンピュータシステムに実装され、前記1つ以上の物理的なプロセッサは、前記1つ以上の物理的なプロセッサによって実行されたときに、前記コンピュータシステムに前記方法を実行させるコンピュータプログラムの命令を用いてプログラムされており、前記方法は、
    前記コンピュータシステムによって、計算インスタンスに関連付けられた1つ以上の要件を取得することと、
    前記コンピュータシステムによって、1つ以上のクラウドサービスインスタンスと関連付けられた1つ以上のクラウド属性を含む購入ストラテジを取得することと、
    前記コンピュータシステムによって、前記購入ストラテジと前記1つ以上の要件とに基づいて、前記計算インスタンスを実行するためのクラウドサービスインスタンスを識別することと、
    前記コンピュータシステムによって、前記クラウドサービスインスタンスを表す1つ以上の購入パラメータを含む購入仕様を生成することと、を含む方法。
  2. 前記1つ以上のクラウド属性は、前記1つ以上のクラウドサービスインスタンスのリアルタイムな価格を含むリアルタイム価格情報を含む、請求項1に記載の方法。
  3. 前記1つ以上の要件は、前記1つ以上のクラウドサービスインスタンスのために支払われる、最大価格又は価格の範囲を特定する、請求項2に記載の方法。
  4. 前記1つ以上のクラウド属性は、前記1つ以上のクラウドサービスインスタンスのリアルタイムなパフォーマンスを示すリアルタイムパフォーマンス情報を含む、請求項1に記載の方法。
  5. 前記1つ以上の要件は、前記1つ以上のクラウドサービスインスタンスの要求されるパフォーマンスに関連する、請求項4に記載の方法。
  6. 前記クラウドサービスインスタンスは、スポットインスタンス又は標準インスタンスを含み、前記方法は更に、
    前記スポットインスタンス又は前記標準インスタンスを購入するかを、前記1つ以上の要件に基づいて決定することを含み、
    前記クラウドサービスインスタンスが前記決定に基づいて識別される、請求項1に記載の方法。
  7. 前記計算インスタンスを実行するためのクラウドサービスインスタンスを識別することは、
    前記計算インスタンスを実行するための複数のクラウドサービスインスタンスを識別することであって、前記購入仕様が、前記計算インスタンスを実行するために購入すべき前記複数のクラウドサービスインスタンスを特定する、複数のクラウドサービスインスタンスを識別すること、を含む請求項1に記載の方法。
  8. 前記方法は、更に、
    前記複数のクラウドサービスインスタンスが、(i)より少ない数のクラウドサービスインスタンスの使用と比較して、より低い総価格、及び、(ii)より少ない数のクラウドサービスインスタンスの使用と比較して、より高いパフォーマンス、の少なくともいずれかと関連付けられることを決定する、ことを含む請求項7に記載の方法。
  9. 前記複数のクラウドサービスインスタンスの第1のクラウドサービスインスタンスが第1のクラウドサービスプロバイダから購入され、前記複数のクラウドサービスインスタンスの第2のクラウドサービスインスタンスが、前記第1のクラウドサービスプロバイダとは異なる第2のクラウドサービスプロバイダから購入される、請求項7に記載の方法。
  10. 前記1つ以上の要件は、早期解約の目的に関連し、前記クラウドサービスインスタンスがスポットインスタンスを含み、前記1つ以上のクラウド属性は過去のスポット価格に関連し、前記方法は更に、
    第1の時間における第1のスポット価格と、第2の時間における、前記第1のスポット価格より高い第2のスポット価格とを、前記過去のスポット価格に基づいて識別することと、
    前記第1のスポット価格と前記第2のスポット価格との間である入札価格を決定することと、
    前記第1の時間と前記第2の時間との間の時間であって、前記スポットインスタンスが前記第2の時間を過ぎて実行され且つ早期解約がなされることが期待されるように、前記入札価格が成立すべき前記時間を決定することと、を含む請求項1に記載の方法。
  11. 前記1つ以上の要件は、終了の目的に関連し、前記クラウドサービスインスタンスがスポットインスタンスを含み、前記1つ以上のクラウド属性は過去のスポット価格に関連し、前記方法は更に、
    前記過去のスポット価格に基づいて価格安定の期間を特定することであって、前記価格安定の期間における複数の価格がスポット価格の下限とスポット価格の上限との間である、価格安定の期間を特定することと、
    前記スポット価格の上限以上である入札価格を決定することと、
    前記価格安定の期間において前記スポットインスタンスの実行が終了することが期待されるように、前記入札価格が成立すべき時間を決定することと、を含む請求項1に記載の方法。
  12. 前記方法は、更に、
    リモートコンピュータシステムから1つ以上の購入ストラテジを受信するために予約購入を得ることであって、前記購入ストラテジは前記予約購入に基づいて前記リモートコンピュータシステムから得られる、予約購入を得ること、を含む請求項1に記載の方法。
  13. 前記購入ストラテジは、リモートコンピュータシステムから受信され、前記方法は、更に、前記購入ストラテジを変更することを更に含む、請求項1に記載の方法。
  14. 前記方法は、更に、
    1つ以上のソースから前記1つ以上のクラウド属性を取得することと、
    前記取得された1つ以上のクラウド属性に基づいて、1つ以上の購入ストラテジを生成することと、
    前記1つ以上の購入ストラテジを、データリポジトリに格納することと、を含む請求項1に記載の方法。
  15. クラウドサービスインスタンスの購入を最適化するシステムであって、
    前記システムは、コンピュータプログラム命令を用いてプログラムされる1つ以上のプロセッサを有するコンピュータシステムを含み、前記コンピュータプログラム命令は、前記1つ以上の物理的なプロセッサによって実行されたときに、前記コンピュータシステムが、
    計算インスタンスに関連付けられた1つ以上の要件を取得し、
    1つ以上のクラウドサービスインスタンスと関連付けられた1つ以上のクラウド属性を含む購入ストラテジを取得し、
    前記購入ストラテジと前記1つ以上の要件とに基づいて、前記計算インスタンスを実行するためのクラウドサービスインスタンスを識別し、
    前記クラウドサービスインスタンスを表す1つ以上の購入パラメータを含む購入仕様を生成する、
    ようにプログラムされる、システム。
  16. 前記1つ以上のクラウド属性は、前記1つ以上のクラウドサービスインスタンスのリアルタイムな価格を含むリアルタイム価格情報を含む、請求項15に記載のシステム。
  17. 前記1つ以上の要件は、前記1つ以上のクラウドサービスインスタンスのために支払われる、最大価格又は価格の範囲を特定する、請求項16に記載のシステム。
  18. 前記1つ以上のクラウド属性は、前記1つ以上のクラウドサービスインスタンスのリアルタイムなパフォーマンスを示すリアルタイムパフォーマンス情報を含む、請求項15に記載のシステム。
  19. 前記1つ以上の要件は、前記1つ以上のクラウドサービスインスタンスの要求されるパフォーマンスに関連する、請求項18に記載のシステム。
  20. 前記クラウドサービスインスタンスは、スポットインスタンス又は標準インスタンスを含み、前記コンピュータシステムは更に、
    前記スポットインスタンス又は前記標準インスタンスを購入するかを、前記1つ以上の要件に基づいて決定し、
    前記クラウドサービスインスタンスが前記決定に基づいて識別される、ようにプログラムされる請求項15に記載のシステム。
  21. 前記計算インスタンスを実行するためのクラウドサービスインスタンスを識別することは、前記コンピュータシステムが更に、
    前記計算インスタンスを実行するための複数のクラウドサービスインスタンスを識別し、前記購入仕様が、前記計算インスタンスを実行するために購入すべき前記複数のクラウドサービスインスタンスを特定する、ようにプログラムされる請求項15に記載のシステム。
  22. 前記コンピュータシステムは更に、
    前記複数のクラウドサービスインスタンスが、(i)より少ない数のクラウドサービスインスタンスの使用と比較して、より低い総価格、及び、(ii)より少ない数のクラウドサービスインスタンスの使用と比較して、より高いパフォーマンス、の少なくともいずれかと関連付けられることを決定する、ようにプログラムされる請求項21に記載のシステム。
  23. 前記複数のクラウドサービスインスタンスの第1のクラウドサービスインスタンスが第1のクラウドサービスプロバイダから購入され、前記複数のクラウドサービスインスタンスの第2のクラウドサービスインスタンスが、前記第1のクラウドサービスプロバイダとは異なる第2のクラウドサービスプロバイダから購入される、請求項21に記載のシステム。
  24. 前記1つ以上の要件は、早期解約の目的に関連し、前記クラウドサービスインスタンスがスポットインスタンスを含み、前記1つ以上のクラウド属性は過去のスポット価格に関連し、前記コンピュータシステムは更に、
    第1の時間における第1のスポット価格と、第2の時間における、前記第1のスポット価格より高い第2のスポット価格とを、前記過去のスポット価格に基づいて識別し、
    前記第1のスポット価格と前記第2のスポット価格との間である入札価格を決定し、
    前記第1の時間と前記第2の時間との間の時間であって、前記スポットインスタンスが前記第2の時間を過ぎて実行され且つ早期解約がなされることが期待されるように、前記入札価格が成立すべき前記時間を決定する、ようにプログラムされる、請求項15に記載のシステム。
  25. 前記1つ以上の要件は、終了の目的に関連し、前記クラウドサービスインスタンスがスポットインスタンスを含み、前記1つ以上のクラウド属性は過去のスポット価格に関連し、
    前記コンピュータシステムは更に、
    前記過去のスポット価格に基づいて価格安定の期間を特定することであって、前記価格安定の期間における複数の価格がスポット価格の下限とスポット価格の上限との間である、価格安定の期間を特定し、
    前記スポット価格の上限以上である入札価格を決定し、
    前記価格安定の期間において前記スポットインスタンスの実行が終了することが期待されるように、前記入札価格が成立すべき時間を決定する、ようにプログラムされる請求項15に記載のシステム。
  26. 前記コンピュータシステムは更に、
    リモートコンピュータシステムから1つ以上の購入ストラテジを受信するために予約購入を得ることであって、前記購入ストラテジは前記予約購入に基づいて前記リモートコンピュータシステムから得られる、予約購入を得る、ようにプログラムされる、請求項15に記載のシステム。
  27. 前記購入ストラテジは、リモートコンピュータシステムから受信され、前記コンピュータシステムは、更に、前記購入ストラテジを変更するようにプログラムされる、請求項15に記載のシステム。
  28. 前記コンピュータシステムは更に、
    1つ以上のソースから前記1つ以上のクラウド属性を取得し、
    前記取得された1つ以上のクラウド属性に基づいて、1つ以上の購入ストラテジを生成し、
    前記1つ以上の購入ストラテジを、データリポジトリに格納する、ようにプログラムされる、請求項15に記載のシステム。
  29. 購入ストラテジを生成する、コンピュータで実施される方法であって、
    前記方法は、1つ以上の物理的なプロセッサを有するコンピュータシステムに実装され、前記1つ以上の物理的なプロセッサは、前記1つ以上の物理的なプロセッサによって実行されたときに、前記コンピュータシステムに前記方法を実行させるコンピュータプログラムの命令を用いてプログラムされており、前記方法は、
    前記コンピュータシステムによって、1つ以上のクラウドサービスインスタンスと関連付けられた1つ以上のクラウドサービスを表す1つ以上のクラウド属性を、1つ以上のソースから取得することと、
    前記コンピュータシステムによって、前記取得された1つ以上のクラウド属性に基づいて、1つ以上の購入ストラテジを生成することと、
    前記コンピュータシステムによって、前記1つ以上の購入ストラテジを受信するため申し込まれた1以上の加入者を識別することと、
    前記コンピュータシステムによって、前記1つ以上の購入ストラテジを前記1以上の加入者に提供することと、を含む方法。
  30. 購入ストラテジを生成するシステムであって、前記システムは、
    コンピュータプログラム命令を用いてプログラムされる1つ以上のプロセッサを有するコンピュータシステムを含み、前記コンピュータプログラム命令は、前記1つ以上の物理的なプロセッサによって実行されたときに、前記コンピュータシステムが、
    1つ以上のクラウドサービスインスタンスと関連付けられた1つ以上のクラウドサービスを表す1つ以上のクラウド属性を、1つ以上のソースから取得し、
    前記取得された1つ以上のクラウド属性に基づいて、1つ以上の購入ストラテジを生成し、
    前記コンピュータシステムによって、前記1つ以上の購入ストラテジを受信するため申し込まれた1以上の加入者を識別し、
    前記1つ以上の購入ストラテジを前記1以上の加入者に提供する、
    ようにプログラムされる、システム。
JP2016572385A 2014-06-11 2015-06-04 価格とパフォーマンスとに基づいてクラウドサービスの選択を最適化するシステム及び方法 Pending JP2017521765A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/302,220 US9508095B2 (en) 2014-06-11 2014-06-11 System and method for optimizing the selection of cloud services based on price and performance
US14/302,220 2014-06-11
PCT/US2015/034109 WO2015191352A1 (en) 2014-06-11 2015-06-04 System and method for optimizing the selection of cloud services based on price and performance

Publications (1)

Publication Number Publication Date
JP2017521765A true JP2017521765A (ja) 2017-08-03

Family

ID=54834121

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016572385A Pending JP2017521765A (ja) 2014-06-11 2015-06-04 価格とパフォーマンスとに基づいてクラウドサービスの選択を最適化するシステム及び方法

Country Status (9)

Country Link
US (1) US9508095B2 (ja)
EP (1) EP3155519A4 (ja)
JP (1) JP2017521765A (ja)
KR (1) KR20170018038A (ja)
CN (1) CN106796527A (ja)
AU (1) AU2015275073A1 (ja)
CA (1) CA2951847A1 (ja)
IL (1) IL249479A0 (ja)
WO (1) WO2015191352A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022202676A1 (ja) * 2021-03-25 2022-09-29 日本電気株式会社 情報資源割当支援装置、情報資源割当支援方法、及び、情報資源割当支援プログラムが格納された記録媒体

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10673952B1 (en) * 2014-11-10 2020-06-02 Turbonomic, Inc. Systems, apparatus, and methods for managing computer workload availability and performance
US20160154673A1 (en) * 2014-07-23 2016-06-02 Sitting Man, Llc Methods, systems, and computer program products for providing a minimally complete operating environment
US10084721B2 (en) * 2015-01-16 2018-09-25 Vmware, Inc. Transformation of discrete service events into continuous, periodic data for metering and billing of cloud services
US10341194B2 (en) 2015-10-05 2019-07-02 Fugue, Inc. System and method for building, optimizing, and enforcing infrastructure on a cloud based computing environment
US11281498B1 (en) * 2016-06-28 2022-03-22 Amazon Technologies, Inc. Job execution with managed compute environments
US10735281B1 (en) * 2016-12-14 2020-08-04 Amazon Technologies, Inc. Application focused provisioning system
US10931761B2 (en) * 2017-02-10 2021-02-23 Microsoft Technology Licensing, Llc Interconnecting nodes of entity combinations
US10447614B2 (en) * 2017-06-23 2019-10-15 Red Hat, Inc. Providing high availability for a thin-provisioned container cluster
US11550299B2 (en) 2020-02-03 2023-01-10 Strong Force TX Portfolio 2018, LLC Automated robotic process selection and configuration
EP3791347A4 (en) 2018-05-06 2022-05-25 Strong Force TX Portfolio 2018, LLC METHODS AND SYSTEMS FOR IMPROVING MACHINES AND SYSTEMS THAT AUTOMATE THE EXECUTION OF DISTRIBUTED LEADER AND OTHER TRANSACTIONS IN SPOT AND FUTURES MARKETS FOR ENERGY, COMPUTING, STORAGE AND OTHER RESOURCES
US11669914B2 (en) 2018-05-06 2023-06-06 Strong Force TX Portfolio 2018, LLC Adaptive intelligence and shared infrastructure lending transaction enablement platform responsive to crowd sourced information
US11238012B1 (en) 2018-05-15 2022-02-01 Splunk Inc. Log data extraction from data chunks of an isolated execution environment
WO2020047390A1 (en) 2018-08-30 2020-03-05 Jpmorgan Chase Bank, N.A. Systems and methods for hybrid burst optimized regulated workload orchestration for infrastructure as a service
US11537627B1 (en) 2018-09-28 2022-12-27 Splunk Inc. Information technology networked cloud service monitoring
US10990370B1 (en) 2018-11-21 2021-04-27 Candid Labs, Inc. System, apparatus and method for deploying infrastructure to the cloud
US10785128B1 (en) 2018-11-21 2020-09-22 Candid Partners, LLC System, apparatus and method for deploying infrastructure to the cloud
US10872029B1 (en) 2018-11-21 2020-12-22 Candid Partners, LLC System, apparatus and method for deploying infrastructure to the cloud
US10994198B1 (en) * 2018-11-28 2021-05-04 Amazon Technologies, Inc. Risk assessment for placement of hosted sessions
US11645592B2 (en) * 2019-06-28 2023-05-09 EMC IP Holding Company LLC Analyzing cloud backup service options using historical data protection activities
US11410107B2 (en) * 2019-11-07 2022-08-09 Salesforce.Com, Inc. Systems and methods for real-time determination of cost-to-serve metrics and cost attribution for cloud applications in the public cloud
US11171845B2 (en) * 2020-01-03 2021-11-09 International Business Machines Corporation QoS-optimized selection of a cloud microservices provider
US11982993B2 (en) 2020-02-03 2024-05-14 Strong Force TX Portfolio 2018, LLC AI solution selection for an automated robotic process
CN111882387B (zh) * 2020-07-22 2022-04-19 山东大学 一种竞价型云计算资源租赁策略动态调整方法及系统
CN111882134B (zh) * 2020-08-04 2024-06-21 山东大学 一种云计算服务调度方法、系统、介质及电子设备
CN111967938B (zh) * 2020-08-18 2023-07-21 中国银行股份有限公司 云资源推荐方法、装置、计算机设备及可读存储介质
KR102443199B1 (ko) * 2020-09-21 2022-09-14 주식회사 디투오 서비스 프로필 기반으로 컴퓨팅 인프라 환경을 추천하는 컴퓨팅 인프라 환경 지원 장치 및 방법
KR102443202B1 (ko) * 2020-09-21 2022-09-14 주식회사 디투오 Csp에 따른 가격 정책 비교 기반의 컴퓨팅 인프라 환경 지원 장치 및 방법
KR102437052B1 (ko) * 2020-09-21 2022-09-29 주식회사 디투오 Csp에 따른 마크업 언어 재구성 기반의 컴퓨팅 인프라 환경 지원 장치 및 방법
CN112766951A (zh) * 2021-02-03 2021-05-07 北京寄云鼎城科技有限公司 一种线上软件计费方法、装置、计算机设备及存储介质
US11941421B1 (en) 2021-07-09 2024-03-26 Splunk Inc. Evaluating and scaling a collection of isolated execution environments at a particular geographic location

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332262A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Cloud computing resource broker
JP2011192187A (ja) * 2010-03-16 2011-09-29 Japan Research Institute Ltd 管理装置、管理方法およびプログラム
US20120016721A1 (en) * 2010-07-15 2012-01-19 Joseph Weinman Price and Utility Optimization for Cloud Computing Resources
JP2013114465A (ja) * 2011-11-29 2013-06-10 Zenrin Datacom Co Ltd サービス推奨装置及びサービス推奨方法
US20130179289A1 (en) * 2012-01-09 2013-07-11 Microsoft Corportaion Pricing of resources in virtual machine pools
US20130346227A1 (en) * 2012-06-22 2013-12-26 Microsoft Corporation Performance-Based Pricing for Cloud Computing
JP2014078080A (ja) * 2012-10-09 2014-05-01 Vinas Co Ltd クラウドコンピュータ選択システム、およびクラウドコンピュータ選択用プログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7363249B1 (en) * 2001-06-04 2008-04-22 Boesjes Eimar M Multiply-integrated system for product inventory, sales, and distribution
US20030115123A1 (en) * 2001-12-14 2003-06-19 Lang David A. Network and method for delivering active investing services for multiple subscribers
US7472079B2 (en) * 2005-01-12 2008-12-30 International Business Machines Corporation Computer implemented method for automatically controlling selection of a grid provider for a grid job
US7571120B2 (en) * 2005-01-12 2009-08-04 International Business Machines Corporation Computer implemented method for estimating future grid job costs by classifying grid jobs and storing results of processing grid job microcosms
US9842004B2 (en) 2008-08-22 2017-12-12 Red Hat, Inc. Adjusting resource usage for cloud-based networks
US8238256B2 (en) 2008-09-08 2012-08-07 Nugent Raymond M System and method for cloud computing
US20110119104A1 (en) 2009-11-17 2011-05-19 Xerox Corporation Individualized behavior-based service bundling and pricing
US9274848B2 (en) 2009-12-03 2016-03-01 International Business Machines Corporation Optimizing cloud service delivery within a cloud computing environment
US8615584B2 (en) 2009-12-03 2013-12-24 International Business Machines Corporation Reserving services within a cloud computing environment
US9021362B2 (en) 2010-07-19 2015-04-28 Soasta, Inc. Real-time analytics of web performance using actual user measurements
US8977754B2 (en) 2011-05-09 2015-03-10 Metacloud Inc. Composite public cloud, method and system
US20130031028A1 (en) * 2011-07-25 2013-01-31 Bank Of America Exchange System Supporting Cloud Computing
US8676621B1 (en) 2011-09-28 2014-03-18 Amazon Technologies, Inc. System and method for managing requests for pooled resources during non-contention
US9069606B2 (en) 2012-05-08 2015-06-30 Adobe Systems Incorporated Autonomous application-level auto-scaling in a cloud
US20140067496A1 (en) 2012-08-31 2014-03-06 International Business Machines Corporation Providing real-time trading of virtual infrastructure resources
US10552774B2 (en) * 2013-02-11 2020-02-04 Amazon Technologies, Inc. Cost-minimizing task scheduler
US9818127B2 (en) * 2013-03-15 2017-11-14 International Business Machines Corporation Implementing comparison of cloud service provider package offerings

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332262A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Cloud computing resource broker
JP2011192187A (ja) * 2010-03-16 2011-09-29 Japan Research Institute Ltd 管理装置、管理方法およびプログラム
US20120016721A1 (en) * 2010-07-15 2012-01-19 Joseph Weinman Price and Utility Optimization for Cloud Computing Resources
JP2013114465A (ja) * 2011-11-29 2013-06-10 Zenrin Datacom Co Ltd サービス推奨装置及びサービス推奨方法
US20130179289A1 (en) * 2012-01-09 2013-07-11 Microsoft Corportaion Pricing of resources in virtual machine pools
US20130346227A1 (en) * 2012-06-22 2013-12-26 Microsoft Corporation Performance-Based Pricing for Cloud Computing
JP2014078080A (ja) * 2012-10-09 2014-05-01 Vinas Co Ltd クラウドコンピュータ選択システム、およびクラウドコンピュータ選択用プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022202676A1 (ja) * 2021-03-25 2022-09-29 日本電気株式会社 情報資源割当支援装置、情報資源割当支援方法、及び、情報資源割当支援プログラムが格納された記録媒体

Also Published As

Publication number Publication date
EP3155519A1 (en) 2017-04-19
US9508095B2 (en) 2016-11-29
WO2015191352A1 (en) 2015-12-17
US20150363851A1 (en) 2015-12-17
CA2951847A1 (en) 2015-12-17
KR20170018038A (ko) 2017-02-15
EP3155519A4 (en) 2017-11-08
AU2015275073A1 (en) 2017-01-12
CN106796527A (zh) 2017-05-31
IL249479A0 (en) 2017-02-28

Similar Documents

Publication Publication Date Title
JP2017521765A (ja) 価格とパフォーマンスとに基づいてクラウドサービスの選択を最適化するシステム及び方法
US20190266627A1 (en) Dynamic re-pricing of items on electronic marketplaces and/or online stores
Chaisiri et al. Cost minimization for provisioning virtual servers in amazon elastic compute cloud
Zhang et al. Optimal real-time bidding for display advertising
US11989753B1 (en) Digital advertising platform with demand path optimization
US10417650B1 (en) Distributed and automated system for predicting customer lifetime value
JP4965460B2 (ja) グリッド・ジョブに関するグリッド・プロバイダの選択を自動的に制御するための方法
US20140278807A1 (en) Cloud service optimization for cost, performance and configuration
Gohad et al. Cloud pricing models: A survey and position paper
KR102097045B1 (ko) 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치
Xu et al. Optimized contract-based model for resource allocation in federated geo-distributed clouds
Zhao et al. Online procurement auctions for resource pooling in client-assisted cloud storage systems
Wang et al. Resource allocation in cloud environment: a model based on double multi-attribute auction mechanism
Xiaoyong et al. A competitive penalty model for availability based cloud SLA
US20110246261A1 (en) User-generated content policy optimization
US8533026B2 (en) Method and system for maximizing revenue generated from service level agreements
Mitropoulou et al. Pricing IaaS: A hedonic price index approach
US20190392512A1 (en) Electronic negotiation system
US11799797B2 (en) Edge utility system with user-configurable trust settings for dynamic aggregation of edge resources
Zhang et al. A cloud infrastructure service recommendation system for optimizing real-time QoS provisioning constraints
Pudasaini et al. Service selection in a cloud marketplace: a multi-perspective solution
CN115422467A (zh) 用于转化评估的方法、装置、设备和存储介质
WO2010026391A1 (en) Load balancing in a data network
US20200380583A1 (en) Promptly adjust recommendations to increase performance in a web site
Mitropoulou et al. A hedonic price index for cloud computing services

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180425

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190320

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190412

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20191129