JP2017527929A - コンピュータ・インフラストラクチャの管理におけるポリシーの自己調整のための半教師あり機械学習の活用 - Google Patents
コンピュータ・インフラストラクチャの管理におけるポリシーの自己調整のための半教師あり機械学習の活用 Download PDFInfo
- Publication number
- JP2017527929A JP2017527929A JP2017525307A JP2017525307A JP2017527929A JP 2017527929 A JP2017527929 A JP 2017527929A JP 2017525307 A JP2017525307 A JP 2017525307A JP 2017525307 A JP2017525307 A JP 2017525307A JP 2017527929 A JP2017527929 A JP 2017527929A
- Authority
- JP
- Japan
- Prior art keywords
- host device
- data
- data elements
- user selection
- computer
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- 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
- G06F9/505—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 considering the load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45591—Monitoring or debugging support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
Description
Claims (30)
- ホスト・デバイスにおいて、コンピュータ・インフラストラクチャを管理するための方法であって、
前記コンピュータ・インフラストラクチャの少なくとも1つのコンピュータ環境リソースの属性に関連するそれぞれのデータ要素のセットを前記ホスト・デバイスによって前記少なくとも1つのコンピュータ環境リソースから受信することと、
前記ホスト・デバイスによって、前記データ要素のセットにシステム分析機能を適用して、前記データ要素のセットに関連付けられたデータセット仕様を特徴付けることと、
前記ホスト・デバイスによって、前記データセット仕様に基づいてユーザ選択ポリシー閾値基準を受信することと、
前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の境界を前記ホスト・デバイスによって前記コンピュータ・インフラストラクチャの挙動の変化に基づいて調整することと
を含む、方法。 - 前記データ要素のセットの各データ要素が、前記少なくとも1つのコンピュータ環境リソースの前記属性を識別するように構成されるオブジェクト・データと、前記少なくとも1つのコンピュータ環境リソースに関連する挙動を指定するように構成される統計データとを含む、請求項1に記載の方法。
- 前記属性が、計算属性、ストレージ属性、アプリケーション属性、およびネットワーク属性のうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記ホスト・デバイスによってポリシー基準を受信すること
をさらに含み、
前記コンピュータ・インフラストラクチャの前記少なくとも1つのコンピュータ環境リソースから前記データ要素のセットを受信することが、それぞれが前記ポリシー基準に関連付けられた前記少なくとも1つのコンピュータ環境リソースの前記属性に関連する前記データ要素のセットを、前記ホスト・デバイスによって前記コンピュータ・インフラストラクチャの前記少なくとも1つのコンピュータ環境リソースから受信することを含む、請求項1に記載の方法。 - 前記データ要素のセットに前記システム分析機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を特徴付けることが、
前記ホスト・デバイスによって、前記データ要素のセットの各データ要素にクラスタリング機能を適用してクラスタのセットを定義することと、
前記ホスト・デバイスによって、前記クラスタのセットの各クラスタにデータセット仕様を割り当てることと
を含む、請求項1に記載の方法。 - 前記データ要素のセットの各データ要素に前記クラスタリング機能を適用して前記クラスタのセットを定義することが、前記ホスト・デバイスによって、前記データ要素のセットの各データ要素に多次元クラスタリング機能を適用して前記クラスタのセットを定義することを含む、請求項5に記載の方法。
- 前記データセット仕様に基づいて前記ユーザ選択ポリシー閾値基準を受信することが、前記ホスト・デバイスによって、前記システム分析機能に前記ユーザ選択ポリシー閾値を適用して半教師あり機能を生成することをさらに含む、請求項5に記載の方法。
- 前記ホスト・デバイスによって、前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットに前記半教師あり機能を適用して、前記データ要素のセットの前記データセット仕様の前記境界を調整することを含む、請求項7に記載の方法。
- 前記データセット仕様に基づいて前記ユーザ選択ポリシー閾値基準を受信することが、
前記クラスタのセットの各クラスタについてのデータセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を、前記ホスト・デバイスによってグラフィカル・ユーザ・インターフェースを介して表示することと、
前記ホスト・デバイスによって、前記ユーザ選択ポリシー閾値基準をユーザ選択データセット仕様に基づいて受信することと
を含む、請求項5に記載の方法。 - 前記クラスタのセットの各クラスタについての前記データセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を表示することが、多次元クラスタのセットの各クラスタについてのデータセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を、前記ホスト・デバイスによってグラフィカル・ユーザ・インターフェースを介して表示することを含む、請求項9に記載の方法。
- 前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整することが、前記ホスト・デバイスによって、前記ユーザ選択ポリシー閾値基準に関連付けられた前記クラスタ要素の前記境界を前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整することを含む、請求項9に記載の方法。
- 前記データ要素のセットに前記システム分析機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を特徴付けることが、
前記ホスト・デバイスによって、前記データ要素のセットに線形回帰機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を定義することを含む、請求項1に記載の方法。 - 前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整することが、
前記コンピュータ・インフラストラクチャの少なくとも1つのコンピュータ環境リソースの前記属性の挙動の変化に関連する更新されたそれぞれのデータ要素のセットを、前記ホスト・デバイスによって前記少なくとも1つのコンピュータ環境リソースから受信することと、
前記更新されたデータ要素の受信に応答して、前記ホスト・デバイスによって、前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を調整することと
を含む、請求項1に記載の方法。 - 前記少なくとも1つのコンピュータ環境リソースの前記データセット仕様を有する情報を提供するように構成される出力通知を前記ホスト・デバイスによってグラフィカル・ユーザ・インターフェースの一部として提供することをさらに含む、請求項1に記載の方法。
- メモリおよびプロセッサを備えるコントローラであって、
少なくとも1つのコンピュータ環境リソースの属性に関連するそれぞれのデータ要素のセットを、前記コンピュータ・インフラストラクチャの前記少なくとも1つのコンピュータ環境リソースから受信することと、
前記データ要素のセットにシステム分析機能を適用して、前記データ要素のセットに関連付けられたデータセット仕様を特徴付けることと、
前記データセット仕様に基づいてユーザ選択ポリシー閾値基準を受信することと、
前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の境界を、前記コンピュータ・インフラストラクチャの挙動の変化に基づいて調整することと
を行うように構成されるコントローラ
を備える、ホスト・デバイス。 - 前記データ要素のセットの各データ要素が、前記少なくとも1つのコンピュータ環境リソースの前記属性を識別するように構成されるオブジェクト・データと、前記少なくとも1つのコンピュータ環境リソースに関連する挙動を指定するように構成される統計データとを備える、請求項15に記載のホスト・デバイス。
- 前記属性が、計算属性、ストレージ属性、アプリケーション属性、およびネットワーク属性のうちの少なくとも1つを含む、請求項15に記載のホスト・デバイス。
- 前記コントローラが
ポリシー基準を受信する
ようにさらに構成され、
前記コンピュータ・インフラストラクチャの前記少なくとも1つのコンピュータ環境リソースから前記データ要素のセットを受信する場合に、前記コントローラが、それぞれが前記ポリシー基準に関連付けられた前記少なくとも1つのコンピュータ環境リソースの前記属性に関連する前記データ要素のセットを、前記コンピュータ・インフラストラクチャの前記少なくとも1つのコンピュータ環境リソースから受信するように構成される、請求項15に記載のホスト・デバイス。 - 前記データ要素のセットに前記システム分析機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を特徴付ける場合に、前記コントローラが、
前記データ要素のセットの各データ要素にクラスタリング機能を適用してクラスタのセットを定義し、
前記クラスタのセットの各クラスタにデータセット仕様を割り当てる
ように構成される、請求項15に記載のホスト・デバイス。 - 前記データ要素のセットの各データ要素に前記クラスタリング機能を適用して前記クラスタのセットを定義する場合に、前記コントローラが、前記データ要素のセットの各データ要素に多次元クラスタリング機能を適用して前記クラスタのセットを定義するように構成される、請求項19に記載のホスト・デバイス。
- 前記データセット仕様に基づいて前記ユーザ選択ポリシー閾値基準を受信する場合に、前記コントローラが、
前記クラスタのセットの各クラスタについてのデータセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を、グラフィカル・ユーザ・インターフェースを介して表示することと、
前記ユーザ選択ポリシー閾値基準をユーザ選択データセット仕様に基づいて受信することと
を行うように構成される、請求項19に記載のホスト・デバイス。 - 前記クラスタのセットの各クラスタについての前記データセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を表示することを行う場合に、前記コントローラが、多次元クラスタのセットの各クラスタについてのデータセット仕様であって、それぞれがポリシー閾値基準に関連付けられたデータセット仕様を、前記グラフィカル・ユーザ・インターフェースを介して表示することを行うように構成される、請求項21に記載のホスト・デバイス。
- 前記データセット仕様に基づいて前記ユーザ選択ポリシー閾値基準を受信する場合に、前記コントローラが、前記システム分析機能に前記ユーザ選択ポリシー閾値を適用して半教師あり機能を生成するようにさらに構成される、請求項19に記載のホスト・デバイス。
- 前記コントローラが、前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットに前記半教師あり機能を適用して、前記データ要素のセットの前記データセット仕様の前記境界を調整するように構成される、請求項19に記載のホスト・デバイス。
- 前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整する場合に、前記コントローラが、前記ユーザ選択ポリシー閾値基準に関連付けられた前記クラスタ要素の前記境界を前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整するように構成される、請求項21に記載のホスト・デバイス。
- 前記データ要素のセットに前記システム分析機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を特徴付ける場合に、前記コントローラが、
前記データ要素のセットに線形回帰機能を適用して、前記データ要素のセットに関連付けられた前記データセット仕様を定義する
ように構成される、請求項15に記載のホスト・デバイス。 - 前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を、前記コンピュータ・インフラストラクチャの前記挙動の変化に基づいて調整する場合に、前記コントローラが、
前記コンピュータ・インフラストラクチャの少なくとも1つのコンピュータ環境リソースの前記属性の挙動の変化に関連する更新されたそれぞれのデータ要素のセットを前記少なくとも1つのコンピュータ環境リソースから受信することと、
前記更新されたデータ要素の受信に応答して、前記ユーザ選択ポリシー閾値基準に関連付けられた前記データ要素のセットの前記データセット仕様の前記境界を調整することと
を行うように構成される、請求項15に記載のホスト・デバイス。 - 前記コントローラが、前記少なくとも1つのコンピュータ環境リソースの前記データセット仕様を有する情報を提供するように構成される出力通知をグラフィカル・ユーザ・インターフェースの一部として提供することを行うようにさらに構成される、請求項15に記載のホスト・デバイス。
- ホスト・デバイスにおいて、グラフィカル・ユーザ・インターフェース(GUI)を介してコンピュータ・インフラストラクチャを管理するための方法であって、
前記ホスト・デバイスにより監視するための前記コンピュータ・インフラストラクチャの少なくとも1つの属性を識別する少なくとも1つのポリシー基準を、前記ホスト・デバイスによって前記GUIを介して提供することと、
前記少なくとも1つのポリシー基準の選択の受信に応答して、前記コンピュータ・インフラストラクチャの前記少なくとも1つの属性に関連するデータセット仕様を選択させるように構成されるユーザ選択閾値基準を前記ホスト・デバイスによって前記GUIを介して提示することと、
ユーザ選択閾値基準の受信に応答して、コンピュータ環境リソースに関連する選択されたデータセット仕様に関する出力通知を前記ホスト・デバイスによって前記GUIを介して提供することと
を含む、方法。 - メモリおよびプロセッサを備えるコントローラを備えるホスト・デバイスであって、前記コントローラが、
前記ホスト・デバイスにより監視するためのコンピュータ・インフラストラクチャの少なくとも1つの属性を識別する少なくとも1つのポリシー基準をGUIを介して提供することと、
前記少なくとも1つのポリシー基準の選択の受信に応答して、前記コンピュータ・インフラストラクチャの前記少なくとも1つの属性に関連するデータセット仕様を選択させるように構成されるユーザ選択閾値基準を前記GUIを介して提示することと、
ユーザ選択閾値基準の受信に応答して、コンピュータ環境リソースに関連する選択されたデータセット仕様に関する出力通知を前記GUIを介して提供することと
を行うように構成されるコントローラ
を備える、ホスト・デバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462027365P | 2014-07-22 | 2014-07-22 | |
US62/027,365 | 2014-07-22 | ||
PCT/US2015/041557 WO2016014678A1 (en) | 2014-07-22 | 2015-07-22 | Leveraging semi-supervised machine learning for self-adjusting policies in management of a computer infrastructure |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017527929A true JP2017527929A (ja) | 2017-09-21 |
JP6424273B2 JP6424273B2 (ja) | 2018-11-14 |
Family
ID=55163705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017525307A Expired - Fee Related JP6424273B2 (ja) | 2014-07-22 | 2015-07-22 | コンピュータ・インフラストラクチャの管理におけるポリシーの自己調整のための半教師あり機械学習の活用 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9772871B2 (ja) |
EP (1) | EP3172676A4 (ja) |
JP (1) | JP6424273B2 (ja) |
WO (1) | WO2016014678A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020047037A (ja) * | 2018-09-20 | 2020-03-26 | 日本電信電話株式会社 | 個人情報保護装置、個人情報保護方法及びプログラム |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10803399B1 (en) * | 2015-09-10 | 2020-10-13 | EMC IP Holding Company LLC | Topic model based clustering of text data with machine learning utilizing interface feedback |
US10719777B2 (en) | 2016-07-28 | 2020-07-21 | At&T Intellectual Propery I, L.P. | Optimization of multiple services via machine learning |
US20180129975A1 (en) * | 2016-11-01 | 2018-05-10 | Sios Technology Corporation | Apparatus and method of adjusting a sensitivity buffer of semi-supervised machine learning principals for remediation of issues in a computer environment |
US20200034723A1 (en) * | 2017-03-24 | 2020-01-30 | Nec Corporation | Configuration management device, configuration management method, and recording medium |
WO2019101314A1 (en) * | 2017-11-23 | 2019-05-31 | Siemens Aktiengesellschaft | Method, controller, and computer program product for reducing oscillations in a technical system |
US11556353B2 (en) | 2019-06-24 | 2023-01-17 | International Business Machines Corporation | Selective enhancement of interactive configuration interfaces |
US11386477B2 (en) * | 2020-05-28 | 2022-07-12 | Kpn Innovations, Llc. | Methods and systems for geographically tracking nourishment selection |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08316958A (ja) * | 1995-05-22 | 1996-11-29 | Nippon Telegr & Teleph Corp <Ntt> | ネットワーク管理装置及びその方法 |
JP2000222255A (ja) * | 1999-02-02 | 2000-08-11 | Nec Software Chubu Ltd | 性能監視装置、性能監視方法および性能監視プログラムを記録した記録媒体 |
JP2004164637A (ja) * | 2002-10-31 | 2004-06-10 | Hewlett-Packard Development Co Lp | ベースライン化および自動しきい値処理を行う仕組みを与える方法および装置 |
WO2013105186A1 (ja) * | 2012-01-10 | 2013-07-18 | 日本電気株式会社 | サービスレベル管理装置、プログラム、及び、方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6026397A (en) * | 1996-05-22 | 2000-02-15 | Electronic Data Systems Corporation | Data analysis system and method |
US6768995B2 (en) | 2002-09-30 | 2004-07-27 | Adaytum, Inc. | Real-time aggregation of data within an enterprise planning environment |
CA2426439A1 (en) * | 2003-04-23 | 2004-10-23 | Ibm Canada Limited - Ibm Canada Limitee | Identifying a workload type for a given workload of database requests |
US20060047655A1 (en) * | 2004-08-24 | 2006-03-02 | William Peter | Fast unsupervised clustering algorithm |
US7793308B2 (en) * | 2005-01-06 | 2010-09-07 | International Business Machines Corporation | Setting operation based resource utilization thresholds for resource use by a process |
US8086596B2 (en) * | 2008-05-15 | 2011-12-27 | International Business Machines Corporation | Healthcheck of information technology infrastructure based on log data |
US20100082507A1 (en) * | 2008-09-30 | 2010-04-01 | Archana Sulochana Ganapathi | Predicting Performance Of Executing A Query In Isolation In A Database |
US9037723B2 (en) * | 2011-05-31 | 2015-05-19 | Red Hat, Inc. | Triggering workload movement based on policy stack having multiple selectable inputs |
US8954880B1 (en) | 2012-09-28 | 2015-02-10 | Emc Corporation | User interface having user-customized default values |
US20140173623A1 (en) * | 2012-12-17 | 2014-06-19 | Mediatek Inc. | Method for controlling task migration of task in heterogeneous multi-core system based on dynamic migration threshold and related computer readable medium |
-
2015
- 2015-07-22 US US14/806,071 patent/US9772871B2/en active Active
- 2015-07-22 WO PCT/US2015/041557 patent/WO2016014678A1/en active Application Filing
- 2015-07-22 EP EP15824414.5A patent/EP3172676A4/en not_active Withdrawn
- 2015-07-22 JP JP2017525307A patent/JP6424273B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08316958A (ja) * | 1995-05-22 | 1996-11-29 | Nippon Telegr & Teleph Corp <Ntt> | ネットワーク管理装置及びその方法 |
JP2000222255A (ja) * | 1999-02-02 | 2000-08-11 | Nec Software Chubu Ltd | 性能監視装置、性能監視方法および性能監視プログラムを記録した記録媒体 |
JP2004164637A (ja) * | 2002-10-31 | 2004-06-10 | Hewlett-Packard Development Co Lp | ベースライン化および自動しきい値処理を行う仕組みを与える方法および装置 |
WO2013105186A1 (ja) * | 2012-01-10 | 2013-07-18 | 日本電気株式会社 | サービスレベル管理装置、プログラム、及び、方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020047037A (ja) * | 2018-09-20 | 2020-03-26 | 日本電信電話株式会社 | 個人情報保護装置、個人情報保護方法及びプログラム |
WO2020059531A1 (ja) * | 2018-09-20 | 2020-03-26 | 日本電信電話株式会社 | 個人情報保護装置、個人情報保護方法及びプログラム |
JP7070276B2 (ja) | 2018-09-20 | 2022-05-18 | 日本電信電話株式会社 | 個人情報保護装置、個人情報保護方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20160026491A1 (en) | 2016-01-28 |
EP3172676A1 (en) | 2017-05-31 |
WO2016014678A1 (en) | 2016-01-28 |
JP6424273B2 (ja) | 2018-11-14 |
US9772871B2 (en) | 2017-09-26 |
EP3172676A4 (en) | 2018-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6424273B2 (ja) | コンピュータ・インフラストラクチャの管理におけるポリシーの自己調整のための半教師あり機械学習の活用 | |
US10645022B2 (en) | Methods and systems providing a scalable process for anomaly identification and information technology infrastructure resource optimization | |
US10484301B1 (en) | Dynamic resource distribution using periodicity-aware predictive modeling | |
US10652119B2 (en) | Automatic recovery engine with continuous recovery state machine and remote workflows | |
US10606649B2 (en) | Workload identification and display of workload-specific metrics | |
US11200139B2 (en) | Automatic configuration of software systems for optimal management and performance using machine learning | |
US9053004B2 (en) | Virtual data storage service with sparse provisioning | |
US11256595B2 (en) | Predictive storage management system | |
US8972788B2 (en) | Ticket consolidation | |
US10809936B1 (en) | Utilizing machine learning to detect events impacting performance of workloads running on storage systems | |
JP2017529590A (ja) | グラフ理論を用いたアプリケーション、仮想化およびクラウド・インフラストラクチャ・リソースの集中型分析 | |
WO2017011708A1 (en) | Apparatus and method of leveraging machine learning principals for root cause analysis and remediation in computer environments | |
JP2017523528A (ja) | コンピュータ環境を統制し分析するためのインターフェース | |
US11900248B2 (en) | Correlating data center resources in a multi-tenant execution environment using machine learning techniques | |
US20190182118A1 (en) | Network Anomaly Detection | |
US10148505B2 (en) | Provisioning resources for datacenters | |
US10462026B1 (en) | Probabilistic classifying system and method for a distributed computing environment | |
Davis et al. | Failuresim: a system for predicting hardware failures in cloud data centers using neural networks | |
US20170017902A1 (en) | Distributed machine learning analytics framework for the analysis of streaming data sets from a computer environment | |
JP2021506010A (ja) | リモートデバイスからのアプリケーションアクティビティデータをトラッキングし、リモートデバイスのための修正動作データ構造を生成するための方法およびシステム | |
US11915060B2 (en) | Graphics processing management system | |
US20180129975A1 (en) | Apparatus and method of adjusting a sensitivity buffer of semi-supervised machine learning principals for remediation of issues in a computer environment | |
US20210092010A1 (en) | Data-driven identification of features related to a state change of a network component | |
Jehangiri et al. | Distributed predictive performance anomaly detection for virtualised platforms | |
JP2018063518A5 (ja) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180320 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180606 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181002 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6424273 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |