JP2018124623A - 利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 - Google Patents
利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 Download PDFInfo
- Publication number
- JP2018124623A JP2018124623A JP2017014075A JP2017014075A JP2018124623A JP 2018124623 A JP2018124623 A JP 2018124623A JP 2017014075 A JP2017014075 A JP 2017014075A JP 2017014075 A JP2017014075 A JP 2017014075A JP 2018124623 A JP2018124623 A JP 2018124623A
- Authority
- JP
- Japan
- Prior art keywords
- time
- usage
- value
- usage fee
- information
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/141—Indication of costs
- H04L12/1421—Indication of expected costs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/58—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP based on statistics of usage or network monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/70—Administration or customization aspects; Counter-checking correct charges
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/70—Administration or customization aspects; Counter-checking correct charges
- H04M15/72—Administration or customization aspects; Counter-checking correct charges by the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/70—Administration or customization aspects; Counter-checking correct charges
- H04M15/72—Administration or customization aspects; Counter-checking correct charges by the user
- H04M15/721—Administration or customization aspects; Counter-checking correct charges by the user using the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/83—Notification aspects
- H04M15/84—Types of notifications
- H04M15/846—Types of notifications optical, e.g. icon
-
- 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
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】利用料金の予測を精度良く行うことを可能とする利用料金予測プログラム、利用料金予測装置及び利用料金予測方法を提供する。【解決手段】第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、特定のサービスの利用が実際に行われた過去の利用実績時間と、特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、利用予定時間と、利用実績時間と、単位時間あたりの利用料金とに基づいて、特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、予測した利用料金の累積を出力する、処理をコンピュータに実行させる。【選択図】図6
Description
本発明は、利用料金予測プログラム、利用料金予測装置及び利用料金予測方法に関する。
近年、物理マシンの性能向上に伴って、複数の仮想マシンを1台の物理マシンに集約する仮想化技術の研究が進められている。この仮想化技術では、例えば、仮想化ソフトウエアが物理マシンの物理リソースを複数の仮想マシンに割り当てることにより、各仮想マシンによるサービスの提供を可能にする。
具体的に、例えば、ユーザに対してサービスの提供を行う事業者(以下、クラウド利用者とも呼ぶ)は、仮想マシンの貸し出しを行う事業者(以下、クラウド事業者とも呼ぶ)から必要な仮想マシンを借り受け、ユーザに対してサービスの提供を行うための業務システムを構築する。これにより、クラウド利用者は、必要な物理マシンの購入等を行うことなく、業務システムの構築を行うことが可能になる(例えば、特許文献1から3参照)。
上記のように仮想マシンを借り受ける場合、クラウド利用者は、例えば、仮想マシンの利用料金の上限値を予め決定する。これにより、クラウド事業者は、クラウド利用者によって申請された仮想マシンの利用予定時間に対応する利用料金(利用料金の累積の予測値)が、上限値を上回るか否かに応じて、仮想マシンの貸し出しを行うか否かの判定を行うことが可能になる。
しかしながら、クラウド利用者によって申請される仮想マシンの利用予定時間は、クラウド利用者が仮想マシンを実際に利用する時間(以下、利用実績時間とも呼ぶ)と大きく異なる場合がある。そのため、クラウド事業者は、利用料金の予測を精度良く行うことができず、仮想マシンの貸し出しを行うか否かの判定を適切に行うことができない場合がある。
そこで、一つの側面では、利用料金の予測を精度良く行うことを可能とする利用料金予測プログラム、利用料金予測装置及び利用料金予測方法を提供することを目的とする。
実施の形態の一つの態様によれば、第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、予測した前記利用料金の累積を出力する、処理をコンピュータに実行させる。
一つの側面によれば、利用料金の予測を精度良く行うことを可能とする。
[情報処理システムの構成]
図1は、情報処理システム10の全体構成を示す図である。図1に示す情報処理システム10は、例えば、ユーザにサービスを提供するための業務システムである。図1に示す情報処理システム10において、情報処理装置1と、物理マシン2とがデータセンターDC内に設けられている。そして、ユーザ端末11は、インターネットやイントラネット等のネットワークを介して、データセンターDCとアクセス可能になっている。
図1は、情報処理システム10の全体構成を示す図である。図1に示す情報処理システム10は、例えば、ユーザにサービスを提供するための業務システムである。図1に示す情報処理システム10において、情報処理装置1と、物理マシン2とがデータセンターDC内に設けられている。そして、ユーザ端末11は、インターネットやイントラネット等のネットワークを介して、データセンターDCとアクセス可能になっている。
物理マシン2は、例えば、複数の物理マシンから構成される。各物理マシンは、CPU(Central Computing Unit)と、メモリ(DRAM:Dynamic Random Access Memory)と、ハードディスク(HDD:Hard Disk Drive)等の大容量メモリとを有する。そして、物理マシン2の物理リソースは、複数の仮想マシン3に割当てられる。
情報処理装置1は、仮想マシン3とアクセス可能であり、物理マシン2内に作成された仮想マシン3の管理を行うものである。情報処理装置1は、例えば、仮想マシン3によって作成されるものであってもよい。
仮想マシン3では、そのインフラをネットワーク経由でクラウド利用者に提供するもの(以下、クラウドサービスとも呼ぶ)である。
クラウドサービスは、コンピュータシステムを構築し稼働させるための基盤、すなわち、仮想マシン3やネットワーク等のインフラストラクチャを、ネットワーク経由で提供するサービスである。また、クラウド利用者は、例えば、ユーザ端末11を介して、仮想マシン3に必要な仕様、例えば、CPUのクロック周波数、メモリの容量、ハードディスクの容量及びネットワークの通信帯域幅を選択し、それらについてクラウド利用契約を締結する。さらに、クラウド利用者は、例えば、ユーザ端末11を介して、仮想マシン3の稼働状態を監視や、仮想マシン3に対する操作等を可能にする。
仮想化ソフトウエア4は、情報処理装置1からの指示に応じて、物理マシン2のCPU、メモリ、ハードディスク及びネットワークを割当てることにより、仮想マシン3を動作させる基盤ソフトウエアである。仮想化ソフトウエア4は、例えば、物理マシン2で動作する。
[クラウド利用者による仮想マシンの借り受け]
次に、クラウド利用者による仮想マシン3の借り受けについて説明を行う。図2及び図3は、クラウド利用者による仮想マシン3の借り受けについて説明する図である。
次に、クラウド利用者による仮想マシン3の借り受けについて説明を行う。図2及び図3は、クラウド利用者による仮想マシン3の借り受けについて説明する図である。
ユーザに対してサービスの提供を行うクラウド利用者は、例えば、サービスの提供を行うための業務システムの構築を行う場合、仮想マシンの貸し出しを行うクラウド事業者から必要な仮想マシン3を借り受ける。
ここで、クラウド利用者は、仮想マシン3の借り受けを行う場合、例えば、仮想マシン3の利用料金の上限値を予め決定する。これにより、クラウド事業者は、クラウド利用者によって申請された仮想マシン3の利用予定時間に対応する利用料金(利用料金の累積の予測値)が、上限値を上回るか否かに応じて、仮想マシン3の貸し出しを行うか否かの判定を行うことが可能になる。
具体的に、クラウド事業者は、図2に示すように、例えば、締め日(クラウド利用者が仮想マシン3を借り受ける期間の最終日)における仮想マシン3の利用料金の累積の予測値が、上限値を上回ると判定された場合、仮想マシン3の貸し出しを行わない旨(クラウド利用者による仮想マシン3の利用申請を却下する旨)の判定を行う。一方、クラウド事業者は、図3に示すように、例えば、締め日における仮想マシン3の利用料金の累積の予測値が、上限値を下回ると判定された場合、仮想マシン3の貸し出しを行う旨(クラウド利用者による仮想マシン3の利用申請を承認する旨)の判定を行う。
しかしながら、クラウド利用者によって申請される仮想マシン3の利用予定時間は、クラウド利用者による利用実績時間と大きく異なる場合がある。そのため、クラウド事業者は、利用料金の予測を精度良く行うことができず、仮想マシン3の貸し出しを行うか否かの判定を適切に行うことができない場合がある。
そこで、情報処理装置1は、特定の期間(以下、第1の期間とも呼ぶ)内において仮想マシン3の利用が行われる予定時間である利用予定時間を受け付けたことに応じて、仮想マシン3の利用が実際に行われた過去の利用実績時間と、仮想マシン3の利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する。そして、情報処理装置1は、利用予定時間と、利用実績時間と、単位時間あたりの利用料金とに基づいて、仮想マシン3の利用に伴って所定の時点までに発生する利用料金の累積を予測する。その後、情報処理装置1は、予測した利用料金の累積を出力する。
すなわち、本実施の形態における情報処理装置1は、例えば、クラウド利用者が仮想マシン3を借り受ける際に申請した利用予定時間だけでなく、クラウド利用者による仮想マシン3の過去の利用状況を示す情報である利用実績情報を考慮して、将来の時点における仮想マシン3の利用料金の累積を予測する。
これにより、情報処理装置1は、将来の時点における仮想マシン3の利用料金の累積の予測をより精度良く行うことが可能になる。そのため、情報処理装置1は、仮想マシン3の貸し出しを行うか否かの判定を精度良く行うことができる。
[情報処理装置のハードウエア構成]
次に、情報処理装置1のハードウエア構成について説明する。図4は、情報処理装置1のハードウエア構成を説明する図である。
次に、情報処理装置1のハードウエア構成について説明する。図4は、情報処理装置1のハードウエア構成を説明する図である。
情報処理装置1は、プロセッサであるCPU101と、メモリ102と、外部インターフェース(I/Oユニット)103と、記憶媒体(ストレージ)104とを有する。各部は、バス105を介して互いに接続される。
記憶媒体104は、記憶媒体104内のプログラム格納領域(図示しない)に、利用料金の予測を行う処理(以下、利用料金予測処理とも呼ぶ)を行うためのプログラム110を記憶する。
CPU101は、図4に示すように、プログラム110の実行時に、プログラム110を記憶媒体104からメモリ102にロードし、プログラム110と協働して利用料金予測処理を行う。
記憶媒体104は、例えば、利用料金予測処理を行う際に用いられる情報を記憶する情報格納領域130(以下、記憶部130とも呼ぶ)を有する。また、外部インターフェース103は、物理マシン2と通信を行う。
[情報処理装置のソフトウエア構成]
次に、情報処理装置1のソフトウエア構成について説明する。図5は、情報処理装置1の機能ブロック図である。CPU101は、図5に示すように、プログラム110と協働することにより、利用実績収集部111と、情報管理部112と、情報受付部113と、情報取得部114と、料金予測部115と、情報出力部116と、出力判定部117として動作する。
次に、情報処理装置1のソフトウエア構成について説明する。図5は、情報処理装置1の機能ブロック図である。CPU101は、図5に示すように、プログラム110と協働することにより、利用実績収集部111と、情報管理部112と、情報受付部113と、情報取得部114と、料金予測部115と、情報出力部116と、出力判定部117として動作する。
また、情報格納領域130には、図5に示すように、利用実績情報131と、利用料金情報132と、利用予定情報133と、重み付け情報134と、上限値情報135とが記憶される。
利用実績収集部111は、クラウド利用者が実際に仮想マシン3を利用した時間(利用実績時間)の収集を行う。具体的に、利用実績収集部111は、定期的なタイミング(例えば、1日1回)で仮想マシン3の利用実績時間を含む利用実績情報131を取得する。そして、情報管理部112は、利用実績収集部111が取得した利用実績情報131を情報格納領域130に記憶する。
情報受付部113は、クラウド利用者がユーザ端末11を介して送信した利用予定情報133(仮想マシン3の利用申請)を受け付ける。利用予定情報133は、例えば、クラウド利用者が希望する仮想マシン3の利用予定時間や、クラウド利用者が借り受けを希望する仮想マシン3を示す情報を含む情報である。そして、情報管理部112は、情報受付部113が受け付けた利用予定情報133を情報格納領域130に記憶する。
情報取得部114は、情報格納領域130に記憶された利用実績情報131と利用料金情報132と利用予定情報133を取得する。利用料金情報132は、クラウド事業者が仮想マシン3を利用したクラウド利用者に対して請求する利用料金を示す情報である。具体的に、利用料金情報132は、例えば、仮想マシン3の単位時間あたりの利用料金を示す情報である。なお、利用料金情報132は、例えば、クラウド事業者によって予め情報格納領域130に記憶されるものであってよい。
料金予測部115は、利用予定情報133に含まれる利用予定時間と、利用実績情報131に含まれる利用実績時間と、利用料金情報132が示す単位時間あたりの利用料金とに基づいて、仮想マシンの利用に伴って所定の時点(例えば、第1の期間の終了時点)までに発生する利用料金の累積を予測する。
情報出力部116は、料金予測部115が予測した利用料金の累積の予測値をユーザ端末11に出力する。
出力判定部117は、料金予測部115が出力した予測値が上限値を上回るか否かの判定を行う。具体的に、出力判定部117は、仮想マシン3の利用料金の上限値を示す情報である上限値情報135を参照し、予測値が上限値を上回るか否かの判定を行う。そして、予測値が上限値を上回ると判定された場合、例えば、情報受付部113が受け付けた仮想マシン3の利用申請を却下する旨の情報をユーザ端末11に出力する。
なお、情報格納領域130に記憶された情報のうち、重み付け情報134の説明については後述する。
[第1の実施の形態の概略]
次に、第1の実施の形態の概略について説明する。図6は、第1の実施の形態における利用料金予測処理の概略を説明するフローチャートである。図7及び図8は、第1の実施の形態における利用料金予測処理の概略を説明する図である。図7及び図8を参照しながら、図6に示す利用料金予測処理を説明する。
次に、第1の実施の形態の概略について説明する。図6は、第1の実施の形態における利用料金予測処理の概略を説明するフローチャートである。図7及び図8は、第1の実施の形態における利用料金予測処理の概略を説明する図である。図7及び図8を参照しながら、図6に示す利用料金予測処理を説明する。
情報処理装置1は、図6に示すように、第1の期間内における利用予定時間を受け付けるまで待機する(S1のNO)。具体的に、情報処理装置1は、クラウド利用者がユーザ端末11を介して送信した利用予定時間を受け付けるまで待機する。
そして、利用予定時間を受け付けた場合(S1のYES)、情報処理装置1は、特定のサービスの利用が実際に行われた過去の利用実績時間を情報格納領域130から取得する(S2)。また、情報処理装置1は、この場合、特定のサービスの利用に伴って発生する単位時間あたりの利用料金を情報格納領域130から取得する(S3)。
その後、情報処理装置1は、S1の処理で受け付けた利用予定時間と、S2の処理で取得した利用実績時間と、S3の処理で取得した単位時間あたりの利用料金とに基づいて、特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する(S4)。さらに、情報処理装置1は、S4の処理で予測した利用料金の累積を出力する(S5)。
すなわち、本実施の形態における情報処理装置1は、例えば、クラウド利用者が仮想マシン3を借り受ける際に申請した利用予定時間だけでなく、クラウド利用者による仮想マシン3の過去の利用状況を示す情報である利用実績情報を考慮して、将来の時点における仮想マシン3の利用料金の累積を予測する。
具体的に、情報処理装置1は、図7に示すように、例えば、利用予定時間のみから算出された締め日における利用料金の累積の予測値が上限値を上回る場合であっても、利用予定時間と利用実績時間とから算出された締め日における利用料金の累積の予測値が上限値を下回る場合、仮想マシン3の貸し出しを行う旨の判定を行う。一方、情報処理装置1は、図8に示すように、例えば、利用予定時間のみから算出された締め日における利用料金の予測値が上限値を下回る場合であっても、利用予定時間と利用実績時間とから算出された締め日における利用料金の予測値が上限値を上回る場合、仮想マシン3の貸し出しを行わない旨の判定を行う。
これにより、情報処理装置1は、将来の時点における仮想マシン3の利用料金の累積の予測をより精度良く行うことが可能になる。そのため、情報処理装置1は、仮想マシン3の貸し出しを行うか否かの判定を精度良く行うことができる。
[第1の実施の形態の詳細]
次に、第1の実施の形態の詳細について説明する。図9から図21は、第1の実施の形態における利用料金予測処理の詳細を説明するフローチャートである。また、図22から図27は、第1の実施の形態における利用料金予測処理の詳細を説明する図である。図22から図27を参照しながら、図9から図21に示す利用料金予測処理を説明する。
次に、第1の実施の形態の詳細について説明する。図9から図21は、第1の実施の形態における利用料金予測処理の詳細を説明するフローチャートである。また、図22から図27は、第1の実施の形態における利用料金予測処理の詳細を説明する図である。図22から図27を参照しながら、図9から図21に示す利用料金予測処理を説明する。
[利用実績収集処理]
初めに、利用実績情報131を収集する処理(以下、利用実績収集処理とも呼ぶ)について説明を行う。図9は、利用実績収集処理について説明する図である。
初めに、利用実績情報131を収集する処理(以下、利用実績収集処理とも呼ぶ)について説明を行う。図9は、利用実績収集処理について説明する図である。
情報処理装置1の利用実績収集部111は、図9に示すように、利用実績収集タイミングまで待機する(S201のNO)。利用実績収集タイミングは、例えば、定期的なタイミング(例えば、1日1回)である。
そして、利用実績収集タイミングになった場合(S201のYES)、利用実績収集部111は、ユーザに対するサービスを提供する仮想マシン3から利用実績時間を含む利用実績情報131を取得する(S202)。その後、情報処理装置1の情報管理部112は、S202の処理で取得した利用実績情報131を情報格納領域130に記憶する(S203)。以下、情報格納領域130に記憶された利用実績情報131の具体例について説明を行う。
[利用実績情報の具体例]
図22は、利用実績情報131の具体例を説明する図である。図22に示す利用実績情報131は、利用実績情報131に含まれる各情報を識別する「項番」と、利用実績情報131の取得が行われた日付を示す「日付」とを項目として有する。また、図22に示す利用実績情報131は、「日付」に設定された日付に取得された利用実績時間(「日付」に設定された日付までの利用実績時間の累計)が設定される「利用実績時間」を項目として有する。なお、図22に示す利用実績情報131は、クラウド利用者毎に生成される情報である。
図22は、利用実績情報131の具体例を説明する図である。図22に示す利用実績情報131は、利用実績情報131に含まれる各情報を識別する「項番」と、利用実績情報131の取得が行われた日付を示す「日付」とを項目として有する。また、図22に示す利用実績情報131は、「日付」に設定された日付に取得された利用実績時間(「日付」に設定された日付までの利用実績時間の累計)が設定される「利用実績時間」を項目として有する。なお、図22に示す利用実績情報131は、クラウド利用者毎に生成される情報である。
具体的に、図22に示す利用実績情報131において、「項番」が「1」である情報には、「日付」として「2016/11/27」が設定され、「利用実績時間」として「20(時間)」が設定されている。また、図22に示す利用実績情報131において、「項番」が「8」である情報には、「日付」として「2016/12/4」が設定され、「利用実績時間」として「100(時間)」が設定されている。
すなわち、図22に示す利用実績情報131は、2016年11月27日から2016年12月12日までの期間における利用実績時間の累計が100(時間)であったことを示している。図22に含まれる他の情報については説明を省略する。
[利用料金予測処理(1)]
次に、クラウド利用者による仮想マシン3の利用が既に行われている場合において、新たな仮想マシン3の利用申請を受け付けた際に行われる利用料金予測処理について説明を行う。図10及び図11は、新たな仮想マシン3の利用申請を受け付けた際に行われる利用料金予測処理について説明する図である。
次に、クラウド利用者による仮想マシン3の利用が既に行われている場合において、新たな仮想マシン3の利用申請を受け付けた際に行われる利用料金予測処理について説明を行う。図10及び図11は、新たな仮想マシン3の利用申請を受け付けた際に行われる利用料金予測処理について説明する図である。
情報処理装置1の情報受付部113は、図10に示すように、クラウド利用者がユーザ端末11を介して送信した利用予定情報133を受け付けるまで待機する(S11のNO)。
そして、情報受付部113が利用予定情報133を受け付けた場合(S11のYES)、情報処理装置1の情報取得部114等は、算出処理を行う(S12)。以下、算出処理について説明を行う。
[算出処理(1)]
図12及び図13は、算出処理を説明する図である。具体的に、図12及び図13は、クラウド利用者から利用予定情報133を受け付けた場合等に行われる算出処理を説明する図である。
図12及び図13は、算出処理を説明する図である。具体的に、図12及び図13は、クラウド利用者から利用予定情報133を受け付けた場合等に行われる算出処理を説明する図である。
情報取得部114は、例えば、情報受付部113が利用予定情報133を受け付けた場合(S11のYES)、受け付けた利用予定情報133に含まれる利用予定時間を取得する(S101)。以下、利用予定情報133の具体例について説明を行う。
[利用予定情報の具体例]
図23及び図27は、利用予定情報133の具体例を説明する図である。図23及び図27に示す利用予定情報133は、利用予定情報133に含まれる各情報を識別する「項番」と、仮想マシン3の利用申請を行ったクラウド利用者を識別する「利用者ID」とを項目として有する。また、図23及び図27に示す利用予定情報133は、仮想マシン3の利用予定時間を示す「利用予定時間」と、仮想マシン3を利用する期間(日数)を示す「利用予定期間」とを項目として有する。
図23及び図27は、利用予定情報133の具体例を説明する図である。図23及び図27に示す利用予定情報133は、利用予定情報133に含まれる各情報を識別する「項番」と、仮想マシン3の利用申請を行ったクラウド利用者を識別する「利用者ID」とを項目として有する。また、図23及び図27に示す利用予定情報133は、仮想マシン3の利用予定時間を示す「利用予定時間」と、仮想マシン3を利用する期間(日数)を示す「利用予定期間」とを項目として有する。
具体的に、図23に示す利用予定情報133において、「項番」が「1」である情報には、「利用者ID」として「A001」が設定され、「利用予定時間」として「200(時間)」が設定されている。また、図23に示す利用予定情報133において、「項番」が「1」である情報には、「利用予定期間」として「40(日)」が設定されている。
図12に戻り、情報取得部114は、例えば、情報受付部113が利用予定情報133を受け付けた場合(S11のYES)、さらに、利用実績情報131に含まれる利用実績時間を情報格納領域130から取得する(S102)。また、情報取得部114は、この場合、利用料金情報132に含まれる単位時間あたりの利用料金を情報格納領域130から取得する(S103)。以下、利用料金情報132の具体例について説明を行う。
[利用料金情報の具体例]
図24は、利用料金情報132の具体例を説明する図である。図24に示す利用料金情報132は、利用料金情報132に含まれる各情報を識別する「項番」と、単位時間(例えば、1時間)あたりの仮想マシン3の利用料金が設定される「利用料金」とを項目として有する。
図24は、利用料金情報132の具体例を説明する図である。図24に示す利用料金情報132は、利用料金情報132に含まれる各情報を識別する「項番」と、単位時間(例えば、1時間)あたりの仮想マシン3の利用料金が設定される「利用料金」とを項目として有する。
具体的に、図24に示す利用料金情報132において、「項番」が「1」である情報には、「利用料金」として「10(円/時間)」が設定されている。
図12に戻り、情報取得部114は、例えば、情報受付部113が利用予定情報133を受け付けた場合(S11のYES)、さらに、重み付け情報134に含まれる重み付け値を情報格納領域130から取得する(S104)。以下、重み付け情報134の具体例について説明を行う。
[重み付け情報の具体例]
図25は、重み付け情報134の具体例を説明する図である。重み付け情報134は、利用料金の累積の予測値の算出が行われる際に、利用予定時間及び利用実績時間のそれぞれに対して乗算される重み付け値を含む情報である。重み付け情報134は、例えば、クラウド事業者が予め情報格納領域130に記憶するものであってよい。
図25は、重み付け情報134の具体例を説明する図である。重み付け情報134は、利用料金の累積の予測値の算出が行われる際に、利用予定時間及び利用実績時間のそれぞれに対して乗算される重み付け値を含む情報である。重み付け情報134は、例えば、クラウド事業者が予め情報格納領域130に記憶するものであってよい。
図25に示す重み付け情報134は、重み付け情報134に含まれる各情報を識別する「項番」と、仮想マシン3の利用申請を行ったクラウド利用者を識別する「利用者ID」と、各クラウド利用者に対応する重み付け値が設定される「重み付け値」とを項目として有する。なお、「重み付け値」には、例えば、0以上1以下の値が設定される。また、以下、「重み付け値」には、利用予定時間に対して乗算される重み付け値が設定されるものとして説明を行う。
具体的に、図25に示す重み付け情報134において、「項番」が「1」である情報には、「利用者ID」として「A001」が設定され、「重み付け値」として「0.5」が設定されている。図25に含まれる他の情報については説明を省略する。
すなわち、クラウド事業者は、例えば、クラウド利用者毎に異なる重み付け情報134を決定する。具体的に、クラウド事業者は、例えば、過去に申請された仮想マシン3の利用予定時間と、実際に利用された仮想マシン3の利用実績時間との乖離が大きいクラウド利用者の重み付け値(利用予定時間に対して乗算される重み付け値)を、乖離が小さい他のクラウド利用者の重み付け値よりも小さくなるように決定する。これにより、情報処理装置1は、各クラウド利用者の過去の利用状況に応じた利用料金の累積の予測を行うことが可能になる。
図12に戻り、情報処理装置1の料金予測部115は、S101の処理で取得した利用予定時間と、S103の処理で取得した単位時間あたりの利用料金とを乗算した値を第1の期間で除算することによって、第1の値を算出する(S105)。すなわち、料金予測部115は、申請された利用予定時間に従って仮想マシン3の利用が行われる場合に発生する単位期間(例えば、1日)あたりの利用料金である第1の値を算出する。
具体的に、図23に示す利用予定情報133の「項番」が「1」である情報には、「利用予定時間」として「200(時間)」が設定され、「利用予定期間」として「40(日)」が設定されている。また、図24に示す利用料金情報132の「項番」が「1」である情報には、「利用料金」として「10(円/時間)」が設定されている。そのため、料金予測部115は、この場合、第1の値として、「200(時間)」と「10(円/時間)」を乗算した値を「40(日)」で除算した「50(円/日)」を算出する。
そして、料金予測部115は、S102の処理で取得した利用実績時間のうち、過去の期間である第2の期間において仮想マシン3の利用が行われた利用実績時間と、S103の処理で取得した単位時間あたりの利用料金とを乗算した値を第2の期間で除算することによって、第2の値を算出する(S106)。すなわち、料金予測部115は、仮想マシン3の過去の利用に伴って実際に発生した単位期間(例えば、1日)あたりの利用料金である第2の値を算出する。なお、第2の期間は、例えば、利用実績時間の取得が行われた期間のうち、直近の期間(例えば、S11の処理が行われた時点を含む期間)であってよい。
具体的に、図22に示す利用実績情報131の「項番」が「16」である情報には、「日付」として「2016/12/12」が設定され、「利用実績時間」として「180(時間)」が設定されている。また、図22に示す利用実績情報131の「項番」が「9」である情報には、「日付」として「2016/12/5」が設定され、「利用実績時間」として「110(時間)」が設定されている。すなわち、図22に示す利用実績情報131は、2016年12月5日から12月12日までの7日間(直近の7日間)における仮想マシン3の利用実績時間が「70(時間)」であることを示している。
また、図24に示す利用料金情報132の「項番」が「1」である情報には、「利用料金」として「10(円/時間)」が設定されている。そのため、料金予測部115は、この場合、例えば、第2の値として、「70(時間)」と「10(円/時間)」を乗算した値を「7(日)」で除算することによって「100(円/日)」を算出する。
その後、料金予測部115は、図13に示すように、S104の処理で取得した重み付け値とS105の処理で算出した第1の値とを乗算した値と、S104の処理で取得した重み付け値が示す値を1から減算した値とS106の処理で算出した第2の値とを乗算した値とを加算した値を算出する(S111)。
具体的に、図25に示す重み付け情報134の「項番」が「1」である情報には、「重み付け値」として「0.5」が設定されている。そのため、料金予測部115は、「0.5」と、第1の値として算出した「50(円/日)」とを乗算することにより「25(円/日)」を算出する。また、料金予測部115は、「1」から「0.5」を減算した値である「0.5」と、第2の値として算出した「100(円/日)」とを乗算することにより「50(円/日)」を算出する。そして、料金予測部115は、それぞれ算出した「25(円/日)」と「50(円/日)」とを加算することによって「75(円/日)」を算出する。
続いて、料金予測部115は、S102の処理で取得した利用実績時間のうち、第2の期間の終了時点までの利用実績時間と、S103の処理で取得した単位時間あたりの利用料金とを乗算することによって、第2の期間の終了時点における利用料金の累積を算出する(S112)。そして、料金予測部115は、S111の処理で算出した値を傾きとし、X座標が第2の期間の終了時点に対応し、Y座標がS112の処理で算出した利用料金の累積に対応する特定の点を通る1次直線の生成を行う(S113)。具体的に、料金予測部115は、例えば、以下の式(1)を生成する。
γ=α(t−t0)+γ0 ・・・ (1)
式(1)において、tは、仮想マシン3の利用が行われる期間に含まれる単位期間(日付)を示す変数であり、γは、tが示す単位期間までの仮想マシン3の利用料金の累積を示す変数である。また、αは、S111の処理で算出された値を示す定数であり、t0は、第2の期間の終了時点(終了時点を含む単位期間)を示す定数であり、γ0は、第2の期間の終了時点を含む単位期間までの利用料金の累積を示す定数である。
式(1)において、tは、仮想マシン3の利用が行われる期間に含まれる単位期間(日付)を示す変数であり、γは、tが示す単位期間までの仮想マシン3の利用料金の累積を示す変数である。また、αは、S111の処理で算出された値を示す定数であり、t0は、第2の期間の終了時点(終了時点を含む単位期間)を示す定数であり、γ0は、第2の期間の終了時点を含む単位期間までの利用料金の累積を示す定数である。
なお、図22に示す利用実績情報131における「日付」には、2016年11月27日以降の日付が設定されている。そのため、以下、座標平面におけるX座標が2016年11月27日からの経過日数に対応するものとして説明を行う。また、以下、第2の期間が2016年11月27日から2016年12月12日までであるものとして説明を行う。
具体的に、図22に示す利用実績情報131における最も新しい情報は、「日付」に「2016/12/12」が設定された情報(「項番」が「16」である情報)である。そして、2016年12月12日は、2016年11月27日から16(日)が経過した日付である。また、図22に示す利用実績情報131における「項番」が「16」には、「利用実績時間」として「180(時間)」が設定されている。さらに、図24に示す利用料金情報132における「項番」が「1」である情報には、「利用料金」として「10(円/時間)」が設定されている。
そのため、料金予測部115は、この場合、第2の期間の終了時点における利用料金の累積の予測値として、「180(時間)」と「10(円/時間)」とを乗算した値である「1800(円)」を算出する(S112)。
その後、料金予測部115は、式(1)において、S111の処理で算出した値である「75」をαに代入し、「1800」をr0に代入し、「16」をt0に代入することにより、以下の式(2)を生成する。
γ=75t+600 ・・・ (2)
これにより、料金予測部115は、仮想マシン3の利用時間の累積の予測を行う単位期間(日付)を式(2)のtに代入することで、利用料金の累積の予測値を算出することが可能になる。
これにより、料金予測部115は、仮想マシン3の利用時間の累積の予測を行う単位期間(日付)を式(2)のtに代入することで、利用料金の累積の予測値を算出することが可能になる。
具体的に、図23に示す利用予定情報133の「利用予定期間」には、「40(日)」が設定されている。そのため、料金予測部115は、式(2)において、例えば、2016年12月12日を示す「16」と「40」とを加算した「56」をtに代入することで、クラウド利用者が利用申請を行った期間(第1の期間)の終了時点における利用料金の累積の予測値として、「4800(円)」を算出する。
図10に戻り、情報処理装置1の情報出力部116は、その後、S12の処理で算出された利用料金の累積の予測値としてユーザ端末11に出力する(S13)。
その後、情報出力部116は、クラウド利用者からの仮想マシン3の利用申請を受け付けるまで待機する(S14のNO)。すなわち、情報出力部116は、ユーザ端末11に出力された利用料金の累積の予測値を閲覧したクラウド利用者が、S11の処理で受け付けた情報に含まれる内容による仮想マシン3の利用申請を行うまで待機する。
そして、仮想マシン3の利用申請を受け付けた場合(S14のYES)、情報処理装置1の出力判定部117は、S12の処理で算出した利用料金の累積の予測値が上限値を上回っているか否かを判定する(S15)。
その結果、S12の処理で算出した利用料金の累積の予測値が上限値を上回っている場合(S15のYES)、情報出力部116は、S14の処理で受け付けた利用申請を却下することを示す情報を出力する(S16)。
具体的に、図26に示すように、S12の処理で算出した利用料金の累積の予測値が「4800(円)」であったのに対し、情報格納領域130に記憶された上限値情報135が「4000(円)」を示している場合、情報出力部116は、利用申請を却下することを示す情報を出力する。
すなわち、利用料金の累積の予測値が上限値を上回っている場合、情報出力部116は、クラウド利用者による仮想マシン3の利用料金の累積が、クラウド利用者が予め定めた上限値を上回る可能性があると判定する。そのため、情報出力部116は、この場合、S14の処理で受け付けた利用申請を却下する旨の情報の出力を行う。
一方、S12の処理で算出した利用料金の累積の予測値が上限値を上回っていない場合(S15のNO)、情報出力部116は、例えば、図11に示すように、S12の処理で算出された利用料金の累積の予測値を承認者端末(図示しない)に出力する(S21)。
すなわち、情報出力部116は、例えば、S14の処理で受け付けた利用申請を承認するか否かの最終的な判断を承認者が行う場合、S12の処理で算出された利用料金の累積の予測値を承認者端末に出力し、承認者による最終的な承認が行われるまで待機する。
そして、S14の処理で受け付けた利用申請を承認する旨を承認者端末から受け付けた場合(S22のYES)、情報出力部116は、S14の処理で受け付けた利用申請を承認することを示す情報を出力する(S24)。
また、情報出力部116は、この場合、S11の処理で受け付けた利用予定情報133を情報格納領域130に記憶する(S25)。具体的に、情報出力部116は、例えば、図27の下線部分に示すように、S11の処理で受け付けた利用予定情報133(「項番」が「18」である情報)を情報格納領域130に記憶する。
さらに、情報出力部116は、この場合、例えば、仮想マシン3の管理を行う管理装置(図示しない)に対し、S11の処理で受け付けた利用予定情報133の内容に対応する仮想マシン3の配備を行う旨の指示を行う(S26)。
一方、S14の処理で受け付けた利用申請を却下する旨を承認者端末から受け付けた場合(S22のNO)、情報出力部116は、S14の処理で受け付けた利用申請を却下することを示す情報を出力する(S23)。
[利用料金予測処理(2)]
次に、情報処理装置1が自発的に行う利用料金予測処理について説明を行う。図14は、情報処理装置1が自発的に行う利用料金予測処理について説明する図である。
次に、情報処理装置1が自発的に行う利用料金予測処理について説明を行う。図14は、情報処理装置1が自発的に行う利用料金予測処理について説明する図である。
情報取得部114は、予測実施タイミングまで待機する(S31のNO)。予測実施タイミングは、例えば、毎日12時等、予め決められたタイミングであってよい。
そして、予測実施タイミングになった場合(S31のYES)、情報取得部114等は、算出処理を行う(S32)。以下、算出処理について説明を行う。
[算出処理(2)]
図15及び図16は、算出処理を説明する図である。具体的に、図15及び図16は、予測実施タイミングになった場合等に行われる算出処理を説明する図である。
図15及び図16は、算出処理を説明する図である。具体的に、図15及び図16は、予測実施タイミングになった場合等に行われる算出処理を説明する図である。
情報取得部114は、図15に示すように、例えば、予測実施タイミングになった場合(S31のYES)、利用予定情報133に含まれる利用予定時間と、利用実績情報131に含まれる利用実績時間とを情報格納領域130から取得する(S121、122)。また、情報取得部114は、この場合、利用料金情報132に含まれる単位時間あたりの利用料金と、重み付け情報134に含まれる重み付け値とを情報格納領域130から取得する(S123、124)。
そして、料金予測部115は、図12で説明した場合と同様に、S121の処理で取得した利用予定時間と、S123の処理で取得した単位時間あたりの利用料金とを乗算した値を第1の期間で除算することによって、第1の値を算出する(S125)。また、料金予測部115は、S122の処理で取得した利用実績時間のうち、過去の期間である第2の期間において仮想マシン3の利用が行われた利用実績時間と、S123の処理で取得した単位時間あたりの利用料金とを乗算した値を第2の期間で除算することによって、第2の値を算出する(S126)。
その後、料金予測部115は、図16に示すように、図13で説明した場合と同様に、S124の処理で取得した重み付け値とS125の処理で算出した第1の値とを乗算した値と、S124の処理で取得した重み付け値を1から減算した値とS126の処理で算出した第2の値とを乗算した値とを加算した値を算出する(S131)。
続いて、料金予測部115は、図13で説明した場合と同様に、S122の処理で取得した利用実績時間のうち、第2の期間の終了時点までの利用実績時間と、S123の処理で取得した単位時間あたりの利用料金とを乗算することによって、第2の期間の終了時点における利用料金の累積を算出する(S132)。そして、料金予測部115は、図13で説明した場合と同様に、S131の処理で算出した値を傾きとし、X座標が第2の期間の終了時点に対応し、Y座標がS132の処理で算出した利用料金の累積に対応する特定の点を通る1次直線の生成を行う(S133)。
図14に戻り、情報出力部116は、S32の処理で算出した利用料金の累積の予測値が上限値を上回っているか否かを判定する(S33)。
その結果、S32の処理で算出した利用料金の累積の予測値が上限値を上回っている場合(S33のYES)、情報出力部116は、締め日における利用料金の累計の予測値が上限値を超えることをクラウド利用者に通知する(S34)。
すなわち、料金予測部115は、クラウド利用者から利用予定情報133を受け付けていない場合であっても、自発的に利用料金の累積の予測値の算出を行う。そして、情報出力部116は、クラウド利用者による仮想マシン3の現在の利用ペースが締め日において上限値を超えるペースである場合に、その旨をクラウド利用者に対して通知する。
これにより、情報出力部116は、クラウド利用者に対し、仮想マシン3の利用ペースの見直しを促すことが可能になる。
[利用料金予測処理(3)]
次に、クラウド利用者から利用料金予測処理の実行要求を受け付けた場合に行う利用料金予測処理について説明を行う。図17は、クラウド利用者から利用料金予測処理の実行要求を受け付けた場合に行う利用料金予測処理について説明する図である。
次に、クラウド利用者から利用料金予測処理の実行要求を受け付けた場合に行う利用料金予測処理について説明を行う。図17は、クラウド利用者から利用料金予測処理の実行要求を受け付けた場合に行う利用料金予測処理について説明する図である。
情報取得部114は、クラウド利用者から利用料金予測処理の実行要求を受け付けるまで待機する(S41のNO)。具体的に、情報取得部114は、クラウド利用者がユーザ端末を介して利用料金予測処理の実行要求(仮想マシンの利用申請を伴わない要求)を送信するまで待機する。
そして、利用料金予測処理の実行要求を受け付けた場合(S41のYES)、情報取得部114等は、算出処理を行う(S42)。具体的に、情報取得部114は、例えば、図15及び図16で説明した算出処理を行う。
その後、情報出力部116は、S42の処理で算出した利用料金の累積の予測値が上限値を上回っているか否かを判定する(S43)。
その結果、S42の処理で算出した利用料金の累積の予測値が上限値を上回っている場合(S43のYES)、情報出力部116は、締め日における利用料金の累計の予測値が上限値を超えることをクラウド利用者に通知する(S44)。
すなわち、料金予測部115は、クラウド利用者からの実行要求に対して行われた利用料金予測処理によって、クラウド利用者による仮想マシン3の現在の利用ペースが締め日において上限値を超えるペースであることが判明した場合に、その旨をクラウド利用者に対して通知する。
これにより、情報出力部116は、クラウド利用者に仮想マシン3の利用ペースの見直しを促す機会を増やすことが可能になる。
[利用料金予測処理(4)]
次に、クラウド利用者による仮想マシン3の利用が既に行われている場合において、仮想マシン3の利用予定時間の変更申請を受け付けた際に行われる利用料金予測処理について説明を行う。図18及び図19は、仮想マシン3の利用予定時間の変更申請を受け付けた際に行われる利用料金予測処理について説明する図である。
次に、クラウド利用者による仮想マシン3の利用が既に行われている場合において、仮想マシン3の利用予定時間の変更申請を受け付けた際に行われる利用料金予測処理について説明を行う。図18及び図19は、仮想マシン3の利用予定時間の変更申請を受け付けた際に行われる利用料金予測処理について説明する図である。
情報受付部113は、図18に示すように、クラウド利用者がユーザ端末11を介して送信した利用予定情報133を受け付けるまで待機する(S51のNO)。
そして、情報受付部113が利用予定情報133を受け付けた場合(S51のYES)、情報取得部114等は、算出処理を行う(S52)。具体的に、情報取得部114は、例えば、図12及び図13で説明した算出処理を行う。
続いて、情報出力部116は、S52の処理で算出された利用料金の累積の予測値をユーザ端末11に出力する(S53)。
その後、情報出力部116は、クラウド利用者からによる利用予定時間の変更申請を受け付けるまで待機する(S54のNO)。すなわち、情報出力部116は、ユーザ端末11に出力された利用料金の累積の予測値を閲覧したクラウド利用者が、S51の処理で受け付けた情報に含まれる内容による利用予定時間の変更申請を行うまで待機する。
そして、利用予定時間の変更申請を受け付けた場合(S54のYES)、情報出力部116は、S52の処理で算出した利用料金の累積の予測値が上限値を上回っているか否かを判定する(S55)。
その結果、S52の処理で算出した利用料金の累積の予測値が上限値を上回っている場合(S55のYES)、情報出力部116は、S54の処理で受け付けた変更申請を却下することを示す情報を出力する(S56)。
すなわち、利用料金の累積の予測値が上限値を上回っている場合、情報出力部116は、クラウド利用者による変更後の仮想マシン3の利用料金が、クラウド利用者が予め定めた上限値を上回る可能性があると判定する。そのため、情報出力部116は、この場合、S54の処理で受け付けた変更申請を却下する旨の情報の出力を行う。
一方、S52の処理で算出した利用料金の累積の予測値が上限値を上回っていない場合(S55のNO)、情報出力部116は、例えば、図19に示すように、S52の処理で算出された値を利用料金の累積の予測値として承認者端末(図示しない)に出力する(S61)。
すなわち、情報出力部116は、例えば、S54の処理で受け付けた変更申請を承認するか否かの最終的な判断を承認者が行う場合、S52の処理で算出された値を利用料金の累積の予測値を承認者端末に出力し、承認者による最終的な承認が行われるまで待機する。
そして、S54の処理で受け付けた変更申請を承認する旨を承認者端末から受け付けた場合(S62のYES)、情報出力部116は、S54の処理で受け付けた変更申請が承認されたことを示す情報を出力する(S64)。また、情報出力部116は、この場合、S51の処理で受け付けた利用予定情報133を情報格納領域130に記憶する(S65)。さらに、情報出力部116は、この場合、S51の処理で受け付けた利用予定情報133の内容に対応する仮想マシン3の配備を行う(S66)。
一方、S54の処理で受け付けた変更申請を却下する旨を承認者端末から受け付けた場合(S62のNO)、情報出力部116は、S54の処理で受け付けた変更申請を却下することを示す情報を出力する(S63)。
すなわち、情報処理装置1は、図10等で説明したように、将来における仮想マシン3の利用料金の累積の予測値を算出し、クラウド利用者に対して提示する。そのため、クラウド利用者は、提示された予測値を参照し、承認された利用申請の内容が妥当なものであったか否かの検討を行うことが可能になる。
そして、情報処理装置1は、仮想マシン3の利用申請の承認後に利用予定情報133を再度受け付けた場合、仮想マシン3の利用申請を受け付けた場合と同様に、受け付けた利用予定情報133の内容に応じた利用料金の累積の予測値の出力を行う。
これにより、クラウド利用者は、承認済の仮想マシン3の利用申請の内容を変更するか否かの判定を行うことが可能になる。
[重み付け更新処理]
次に、重み付け情報134の更新を行う処理(以下、重み付け更新処理とも呼ぶ)について説明を行う。図20及び図21は、重み付け更新処理について説明する図である。
次に、重み付け情報134の更新を行う処理(以下、重み付け更新処理とも呼ぶ)について説明を行う。図20及び図21は、重み付け更新処理について説明する図である。
情報取得部114は、第1の期間が終了するまで待機する(S211のNO)。具体的に、情報取得部114は、例えば、図27に示す利用予定情報133の「利用期限」に設定された日付のいずれかになるまで待機する。
そして、第1の期間が終了した場合(S211のYES)、情報取得部114は、情報格納領域130に記憶された利用実績情報131から、終了した第1の期間に対応する利用実績時間を取得する(S212)。また、情報取得部114は、この場合、利用料金情報132に含まれる単位時間あたりの利用料金を情報格納領域130から取得する(S213)。
続いて、情報管理部112は、S212の処理で取得した利用実績時間と、S213の処理で取得した単位時間あたりの利用料金とを乗算した値を第1の期間で除算することによって、第3の値を算出する(S214)。すなわち、情報管理部112は、第1の期間における仮想マシン3の利用に伴って実際に発生した単位期間(例えば、1日)あたりの利用料金である第3の値を算出する。
さらに、情報管理部112は、S105の処理で算出した第1の値と、S214の処理で算出した第3の値との差の絶対値を算出する(S215)。
その後、情報管理部112は、図21に示すように、S215の処理で算出した絶対値を、S214の処理で算出した第3の値で除算した値を算出する(S221)。
そして、S221の処理で算出した値が1未満である場合(S222のYES)、情報管理部112は、情報格納領域130に記憶された重み付け情報134をS221の処理で算出した値に更新する(S223)。一方、算出した第2の値が1以上である場合(S222のNO)、情報管理部112は、情報格納領域130に記憶された重み付け情報134を1に更新する(S224)。
これにより、情報処理装置1は、情報格納領域130に記憶された重み付け情報134を随時更新することが可能になる。そのため、情報処理装置1は、各クラウド利用者の過去の利用状況に応じた利用料金の累積の予測を適切に行うことが可能になる。
以上の実施の形態をまとめると、以下の付記の通りである。
(付記1)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
(付記2)
付記1において、
前記予測する処理では、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、X軸が前記特定のサービスの利用が行われる期間に対応し、Y軸が前記利用料金の累積に対応する座標平面における1次直線を生成し、
前記1次直線上の点であってX座標が前記所定の時点に対応する点のY座標が示す利用料金の累積を、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積として予測する、
ことを特徴とする利用料金予測プログラム。
付記1において、
前記予測する処理では、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、X軸が前記特定のサービスの利用が行われる期間に対応し、Y軸が前記利用料金の累積に対応する座標平面における1次直線を生成し、
前記1次直線上の点であってX座標が前記所定の時点に対応する点のY座標が示す利用料金の累積を、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積として予測する、
ことを特徴とする利用料金予測プログラム。
(付記3)
付記2において、
前記生成する処理では、
前記利用予定時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第1の値を算出し、
過去の期間である第2の期間において前記特定のサービスの利用が行われた前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第2の期間で除算することによって、第2の値を算出し、
算出した前記第1の値と前記第2の値とに基づいて算出した値を傾きとし、X座標が前記第2の期間の終了時点に対応し、Y座標が前記第2の期間の終了時点までの前記利用実績時間と前記単位時間あたりの利用料金とを乗算することによって算出した利用料金の累積に対応する特定の点を通る1次直線の生成を行う、
ことを特徴とする利用料金予測プログラム。
付記2において、
前記生成する処理では、
前記利用予定時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第1の値を算出し、
過去の期間である第2の期間において前記特定のサービスの利用が行われた前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第2の期間で除算することによって、第2の値を算出し、
算出した前記第1の値と前記第2の値とに基づいて算出した値を傾きとし、X座標が前記第2の期間の終了時点に対応し、Y座標が前記第2の期間の終了時点までの前記利用実績時間と前記単位時間あたりの利用料金とを乗算することによって算出した利用料金の累積に対応する特定の点を通る1次直線の生成を行う、
ことを特徴とする利用料金予測プログラム。
(付記4)
付記3において、
前記特定の点を通る前記1次直線を生成する処理では、0以上1以下の値である重み付け値と前記第1の値とを乗算した値と、1から前記重み付け値を減算した値と前記第2の値とを乗算した値とを加算した値を前記傾きとする、
ことを特徴とする利用料金予測プログラム。
付記3において、
前記特定の点を通る前記1次直線を生成する処理では、0以上1以下の値である重み付け値と前記第1の値とを乗算した値と、1から前記重み付け値を減算した値と前記第2の値とを乗算した値とを加算した値を前記傾きとする、
ことを特徴とする利用料金予測プログラム。
(付記5)
付記3において、
前記第2の期間は、前記利用予定時間を受け付けた時点を含む期間である、
ことを特徴とする利用料金予測プログラム。
付記3において、
前記第2の期間は、前記利用予定時間を受け付けた時点を含む期間である、
ことを特徴とする利用料金予測プログラム。
(付記6)
付記1において、さらに、
受け付けた前記利用予定時間を前記記憶部に記憶する、
ことを特徴とする利用料金予測プログラム。
付記1において、さらに、
受け付けた前記利用予定時間を前記記憶部に記憶する、
ことを特徴とする利用料金予測プログラム。
(付記7)
付記4において、さらに、
前記第1の期間の経過後、前記第1の期間における前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第3の値を算出し、
前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1未満の値である場合、前記重み付け値を前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値に更新し、前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1以上の値である場合、前記重み付け値を1に更新する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
付記4において、さらに、
前記第1の期間の経過後、前記第1の期間における前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第3の値を算出し、
前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1未満の値である場合、前記重み付け値を前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値に更新し、前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1以上の値である場合、前記重み付け値を1に更新する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
(付記8)
付記1において、
前記所定の時点は、前記第1の期間の終了時点である、
ことを特徴とする利用料金予測プログラム。
付記1において、
前記所定の時点は、前記第1の期間の終了時点である、
ことを特徴とする利用料金予測プログラム。
(付記9)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。
(付記10)
付記9において、
前記取得する処理、前記予測する処理及び前記出力する処理は、定期的なタイミングで行われる、
ことを特徴とする利用料金予測プログラム。
付記9において、
前記取得する処理、前記予測する処理及び前記出力する処理は、定期的なタイミングで行われる、
ことを特徴とする利用料金予測プログラム。
(付記11)
付記9において、
前記取得する処理、前記予測する処理及び前記出力する処理は、前記特定のサービスを利用する利用者からの要求があったことに応じて行われる、
ことを特徴とする利用料金予測プログラム。
付記9において、
前記取得する処理、前記予測する処理及び前記出力する処理は、前記特定のサービスを利用する利用者からの要求があったことに応じて行われる、
ことを特徴とする利用料金予測プログラム。
(付記12)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。
(付記13)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。
(付記14)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。
(付記15)
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。
第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。
1:情報処理装置 2:物理マシン
3:仮想マシン 4:仮想化ソフトウエア
11:ユーザ端末
3:仮想マシン 4:仮想化ソフトウエア
11:ユーザ端末
Claims (14)
- 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。 - 請求項1において、
前記予測する処理では、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、X軸が前記特定のサービスの利用が行われる期間に対応し、Y軸が前記利用料金の累積に対応する座標平面における1次直線を生成し、
前記1次直線上の点であってX座標が前記所定の時点に対応する点のY座標が示す利用料金の累積を、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積として予測する、
ことを特徴とする利用料金予測プログラム。 - 請求項2において、
前記生成する処理では、
前記利用予定時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第1の値を算出し、
過去の期間である第2の期間において前記特定のサービスの利用が行われた前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第2の期間で除算することによって、第2の値を算出し、
算出した前記第1の値と前記第2の値とに基づいて算出した値を傾きとし、X座標が前記第2の期間の終了時点に対応し、Y座標が前記第2の期間の終了時点までの前記利用実績時間と前記単位時間あたりの利用料金とを乗算することによって算出した利用料金の累積に対応する特定の点を通る1次直線の生成を行う、
ことを特徴とする利用料金予測プログラム。 - 請求項3において、
前記特定の点を通る前記1次直線を生成する処理では、0以上1以下の値である重み付け値と前記第1の値とを乗算した値と、1から前記重み付け値を減算した値と前記第2の値とを乗算した値とを加算した値を前記傾きとする、
ことを特徴とする利用料金予測プログラム。 - 請求項3において、
前記第2の期間は、前記利用予定時間を受け付けた時点を含む期間である、
ことを特徴とする利用料金予測プログラム。 - 請求項4において、さらに、
前記第1の期間の経過後、前記第1の期間における前記利用実績時間と前記単位時間あたりの利用料金とを乗算した値を前記第1の期間で除算することによって、第3の値を算出し、
前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1未満の値である場合、前記重み付け値を前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値に更新し、前記第1の値と前記第3の値との差の絶対値を前記第3の値で除算した値が1以上の値である場合、前記重み付け値を1に更新する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。 - 請求項1において、
前記所定の時点は、前記第1の期間の終了時点である、
ことを特徴とする利用料金予測プログラム。 - 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
処理をコンピュータに実行させることを特徴とする利用料金予測プログラム。 - 請求項8において、
前記取得する処理、前記予測する処理及び前記出力する処理は、定期的なタイミングで行われる、
ことを特徴とする利用料金予測プログラム。 - 請求項8において、
前記取得する処理、前記予測する処理及び前記出力する処理は、前記特定のサービスを利用する利用者からの要求があったことに応じて行われる、
ことを特徴とする利用料金予測プログラム。 - 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。 - 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得する情報取得部と、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測する料金予測部と、
予測した前記利用料金の累積を出力する情報出力部と、を有する、
ことを特徴とする利用料金予測装置。 - 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間を受け付けたことに応じて、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。 - 第1の期間内において特定のサービスの利用が行われる予定時間である利用予定時間と、前記特定のサービスの利用が実際に行われた過去の利用実績時間と、前記特定のサービスの利用に伴って発生する単位時間あたりの利用料金とを記憶部から取得し、
前記利用予定時間と、前記利用実績時間と、前記単位時間あたりの利用料金とに基づいて、前記特定のサービスの利用に伴って所定の時点までに発生する利用料金の累積を予測し、
予測した前記利用料金の累積を出力する、
ことを特徴とする利用料金予測方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017014075A JP2018124623A (ja) | 2017-01-30 | 2017-01-30 | 利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 |
US15/879,314 US20180218415A1 (en) | 2017-01-30 | 2018-01-24 | Data center and information processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017014075A JP2018124623A (ja) | 2017-01-30 | 2017-01-30 | 利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018124623A true JP2018124623A (ja) | 2018-08-09 |
Family
ID=62980632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017014075A Pending JP2018124623A (ja) | 2017-01-30 | 2017-01-30 | 利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180218415A1 (ja) |
JP (1) | JP2018124623A (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11513815B1 (en) | 2019-05-24 | 2022-11-29 | Hiro Systems Pbc | Defining data storage within smart contracts |
US11657391B1 (en) | 2019-05-24 | 2023-05-23 | Hiro Systems Pbc | System and method for invoking smart contracts |
US10699269B1 (en) * | 2019-05-24 | 2020-06-30 | Blockstack Pbc | System and method for smart contract publishing |
JP6943318B1 (ja) * | 2020-06-05 | 2021-09-29 | ダイキン工業株式会社 | プログラム、情報処理方法、及び情報処理装置 |
-
2017
- 2017-01-30 JP JP2017014075A patent/JP2018124623A/ja active Pending
-
2018
- 2018-01-24 US US15/879,314 patent/US20180218415A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20180218415A1 (en) | 2018-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chaisiri et al. | Cost minimization for provisioning virtual servers in amazon elastic compute cloud | |
JP2018124623A (ja) | 利用料金予測プログラム、利用料金予測装置及び利用料金予測方法 | |
Rodriguez et al. | Deadline based resource provisioningand scheduling algorithm for scientific workflows on clouds | |
US9755988B2 (en) | Method and system for arbitraging computer resources in a cloud computing environment | |
Kaur et al. | Deep‐Q learning‐based heterogeneous earliest finish time scheduling algorithm for scientific workflows in cloud | |
Li et al. | Elastic resource provisioning for cloud workflow applications | |
CN106104626B (zh) | 基于分析的数字内容的更新 | |
JP6536028B2 (ja) | 発注計画決定装置、発注計画決定方法および発注計画決定プログラム | |
JP2020071680A (ja) | 予測装置、予測方法、及び予測プログラム | |
JP2020129257A (ja) | スケジュールプログラム、スケジュール装置およびスケジュール方法 | |
Li et al. | Weighted double deep Q-network based reinforcement learning for bi-objective multi-workflow scheduling in the cloud | |
CN111681112A (zh) | 一种管理投放策略的方法、装置和电子设备 | |
Hormozi et al. | Energy-efficient virtual machine placement in data centres via an accelerated Genetic Algorithm with improved fitness computation | |
Jung et al. | A workflow scheduling technique using genetic algorithm in spot instance-based cloud | |
JP6181817B1 (ja) | 決定装置、決定方法、及び決定プログラム | |
CN111199472A (zh) | 金融资源的流动性预测方法、装置及电子设备 | |
Gainaru et al. | Profiles of upcoming HPC Applications and their Impact on Reservation Strategies | |
JP2020129180A (ja) | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 | |
Shojafar et al. | A new Method on Resource Scheduling in grid systems based on Hierarchical Stochastic Petri net | |
EP2533177A1 (en) | Application ratings based on performance metrics | |
US11416578B2 (en) | Automated planning based on converting discrete frameworks to continuous frameworks | |
Capa et al. | Proactive project scheduling with a bi-objective genetic algorithm in an R&D department | |
Zhang et al. | Dynamic multi-objective workflow scheduling for combined resources in cloud | |
US20040186785A1 (en) | Process and system for defining services within an information technology offering | |
JP7257979B2 (ja) | サーバ装置、プログラム、および情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191008 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210615 |