JP2019075079A - プロキシコンピュータを選択するためのシステムおよび方法 - Google Patents
プロキシコンピュータを選択するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2019075079A JP2019075079A JP2018118687A JP2018118687A JP2019075079A JP 2019075079 A JP2019075079 A JP 2019075079A JP 2018118687 A JP2018118687 A JP 2018118687A JP 2018118687 A JP2018118687 A JP 2018118687A JP 2019075079 A JP2019075079 A JP 2019075079A
- Authority
- JP
- Japan
- Prior art keywords
- proxy
- target device
- logic
- expert
- 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
- 238000000034 method Methods 0.000 title description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 73
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4188—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by CIM planning or realisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer And Data Communications (AREA)
Abstract
Description
上記説明された実施形態は、十分な説明がなされているが、上記説明された実施形態の理解をさらに促進するために、いくつかの例示的な例が、図面を参照して与えられるであろう。図2は、実施形態において、ターゲットデバイスからデータを獲得するために、ターゲットデバイスと通信するプロキシコンピュータを選択するためのシステムの概要である。図2を参照して示すように、プラントシステム20000は、選択されたプロキシコンピュータ22000がターゲットデバイス23000と自動的に通信でき、選択されたプロキシコンピュータ22000がターゲットデバイス23000からデバイスデータを自動的に獲得できるように、プラントにおける各プロキシコンピュータの静的および動的状態に基づいて、適切なプロキシコンピュータ22000を自動的に選択するように構成されたプロキシ選択エンジン21000を含む。プロキシコンピュータ22000の静的状態の例は、限定されないが、各プロキシコンピュータの仕様およびリビジョンであり得る。プロキシコンピュータ22000の動的状態の例は、限定されないが、各プロキシコンピュータのリアルタイムの状態であり得る。プロキシ選択エンジン21000は、プロキシコンピュータ22000の静的および動的状態に基づいて、ターゲットデバイス23000からのデバイスデータの自動的な登録および自動的な獲得を可能にするように構成される。ターゲットデバイス23000からのデバイスデータの自動的な登録および自動的な獲得は、適切なプロキシコンピュータ22000を選択しターゲットデバイス23000からデータを獲得するために、エンジニアからの、高度な技術を要する時間のかかる手順を必要としない。たとえば、プロキシ選択エンジン21000は、システム/プロジェクト設計、作業負荷、および作業スケジュールのような静的条件について、エンジニアによる手動チェックと同様に、プロキシコンピュータ22000の現在状態のみならずリアルタイムでのシステム全体の実行状態をも含む動的条件についてのさらなる手動チェックをも、もはや必要としない。現在の状態の例は、ビジーまたは非ビジーであり得る。プロキシ選択エンジン21000は、ターゲットデバイス23000へ現在適用されているデータと同期されたすべての必要なデータを得ることができる適切なプロキシコンピュー
タ22000を自動的に選択するように構成される。プロキシ選択エンジン21000は、ターゲットデバイス23000へ現在適用されているデータと同期されたすべての必要なデータを得るために、高度なスキルも経験もないエンジニアをサポートするように構成される。プロキシ選択エンジン21000は、プロキシコンピュータ22000がターゲットデバイス23000から、予期しないデータ獲得の結果を得ることを防ぐように構成される。プロキシ選択エンジン21000は、いずれのクリティカルなデバイスにも何ら影響を与えることなく、効率的なデータ獲得を実行するように構成される。プロキシ選択エンジン21000は、エンジニアがデバイスデータを作成し管理するためのコストを低減するように構成される。
ースの情報を使用または参照するように構成される。インテリジェンス21300は、データ獲得手順全体の効率と、クリティカルなデバイスにおけるインパクトの最小化とを考慮するように構成される。
ルール1によると:HIS1263、HIS1264、HIS1262(選択重み係数:5)
ルール2によると:HIS1264、HIS1263(選択重み係数:1)
ルール3によると:HIS1264、HIS1262、HIS1263(選択重み係数:1)
結果:HIS1263
図3は、他の実施形態において、ターゲットデバイスからデータを獲得するために、ターゲットデバイスと通信するプロキシコンピュータを選択するためのコンフィギュレーションアイテム管理システムの概要である。図3を参照して示すように、プロキシ選択エンジン31000は、プロキシコンピュータ32000を介して、プラント内のターゲットデバイス33000から、設計データを獲得し分析するために、システム30000へ適用可能であり得る。システム30000は、エンジニアリングツールを含む。エンジニアリングツールは、限定されないが、オートメーション設計オーガナイザ、システムビュー、およびワークベンチを含み得る。オートメーション設計オーガナイザは、限定されないが、コンフィギュレーションアイテム管理36000を含み得る。コンフィギュレーションアイテム管理36000は、限定されないが、設計データ獲得(DDA)、実施データ獲得(IDA)35000、およびネットワークデバイス検出(NDD)を含み得る。設計データ獲得(DDA)はさらに、限定されないが、マスタ設計データアナライザを含み得る。マスタ設計データアナライザは、エンジニアリングツールを介してプラント-ダウンロード設計データにおける設計データを変更することと独立して、設計データ獲得によって獲得されたマスタ状態最新バージョンのマスタ状態における設計データに含まれるプラントコンフィギュレーション情報を分析するように構成される。コンフィギュレーションアイテム管理36000は、オートメーション設計システムにおける設計データバージョン管理へアクセス可能である。設計データ獲得(DDA)は、エンジニアリングツールを介してプラント-ダウンロード設計データを変更することと独立して、設計データバージョン管理から、マスタ状態最新バージョンのマスタ状態における設計データを獲得するように構成される。実施データ獲得(IDA)35000は、実施されたフィールド制御システムのコンフィギュレーションアイテムのより詳細な情報を求める1つまたは複数のクエリをフィールド制御システムへ送信し、フィールド制御システムから、実施のより詳細な情報を獲得するように構成される。ネットワークデバイス検出(NDD)は、フィールド制御システムへ接続された複数のネットワークデバイスへアクセス可能なように構成
される。ネットワークデバイス検出(NDD)は、コンフィギュレーションアイテムに関して、複数のネットワークデバイスのコンフィギュレーション状態を獲得するように構成される。
11000 プロキシ選択エンジン
12000 プロキシコンピュータ
13000 ターゲットデバイス
20000 プラントシステム
21000 プロキシ選択エンジン
21100 セパレータ
21200 エキスパートルールモジュール
21300 インテリジェンス
22000 プロキシコンピュータ
23000 ターゲットデバイス
30000 システム
31000 プロキシ選択エンジン
31100 セパレータ
31200 エキスパートルールモジュール
31300 インテリジェンス
32000 プロキシコンピュータ
33000 ターゲットデバイス
34000 コンフィギュレーションアイテムエディタ
35000 実施データ獲得(IDA)
36000 コンフィギュレーションアイテム管理
37000 デバイスリスト
Claims (16)
- 各ターゲットデバイスへ適用可能なエキスパートルールのそれぞれのセットを記憶する記憶装置を備えたエキスパートルールモジュールであって、各エキスパートルールは、それぞれの選択重み係数を有する、エキスパートルールモジュールと、
各ターゲットデバイスの獲得されたデバイスデータを、少なくとも部分的に、各ターゲットデバイスのシステムおよびタイプに基づいて分類するように構成されたセパレータモジュールと、
前記セパレータモジュールへアクセス可能なインテリジェンスモジュールであって、
各ターゲットデバイスについて前記分類されたデバイスデータを、セパレータから獲得するためのロジックと、
すべてが各ターゲットデバイスへ適用可能なエキスパートルールのそれぞれのセットを、前記エキスパートルールモジュールから探索するためのロジックと、
各ターゲットデバイスについて探索された前記エキスパートルールのそれぞれのセットを適用するためのロジックと、
適用された前記エキスパートルールのそれぞれのセットのすべての前記それぞれの選択重み係数を計算するためのロジックと、
前記選択重み係数の前記計算の結果に基づいて、1つまたは複数のプロキシコンピュータを選択するためのロジックと
を備える、インテリジェンスモジュールと
を備える、コンピュータによって実施されるプロキシ選択システム。 - 各ターゲットデバイスへ適用可能な前記エキスパートルールのそれぞれのセットは、各プロキシコンピュータのための静的条件および動的条件を備え、
前記静的条件は、各プロキシコンピュータの仕様およびリビジョンを備え、
前記動的条件は、各プロキシコンピュータの現在の状態を備える、
請求項1に記載のコンピュータによって実施されるプロキシ選択システム。 - 前記エキスパートルールは、各プロキシコンピュータのバージョンに関連し、
アルゴリズムのセットは、前記計算された選択重み係数に基づいて、前記プロキシコンピュータの前記バージョンが前記ターゲットデバイスのバージョンよりも低い場合に前記プロキシコンピュータを選択しないことに関連する、
請求項2に記載のコンピュータによって実施されるプロキシ選択システム。 - 前記動的条件は、ネットワーク負荷、各プロキシコンピュータの現在の状態、および、前記ターゲットデバイスのリアルタイムの状態を備える、
請求項2に記載のコンピュータによって実施されるプロキシ選択システム。 - 前記インテリジェンスモジュールはさらに、
前記エキスパートルールモジュールから前記エキスパートルールを自動的に獲得するためのロジックと、
各ターゲットデバイスへ適用可能なすべての前記エキスパートルールの静的条件に基づいて、自動的に確認するためのロジックと、
どのプロキシコンピュータが、各ターゲットデバイスへ適用可能な前記エキスパートルールの前記静的条件を満たすのかを、各ターゲットデバイスへ適用可能な前記エキスパートルールの前記静的条件に基づいて、自動的に判定するためのロジックと、
前記エキスパートルールの前記静的条件を満たすと判定された適切なプロキシコンピュータの現在の状態を、前記エキスパートルールの動的条件に基づいて自動的に確認するためのロジックと、
前記エキスパートルールの前記動的条件に基づいて、どのプロキシコンピュータが、前記エキスパートルールの前記動的条件を満たすのかを自動的に判定するためのロジックと、
前記エキスパートルールの前記静的条件と前記動的条件との両方を満たす1つまたは複数のプロキシコンピュータを自動的に判定するためのロジックと
を備える、請求項1に記載のコンピュータによって実施されるプロキシ選択システム。 - 前記インテリジェンスモジュールはさらに、
各ターゲットデバイスへ適用可能なエキスパートルールのセットと、
前記エキスパートルールのセットを適用することによって、1つまたは複数のプロキシコンピュータを選択するためのアルゴリズムのセットと
を備える、請求項1に記載のコンピュータによって実施されるプロキシ選択システム。 - アルゴリズムのセットは、
各プロキシコンピュータのための選択重み係数を計算するためのロジックと、
前記計算された選択重み係数に基づいてプロキシを選択するためのロジックと
を備える、請求項1に記載のコンピュータによって実施されるプロキシ選択システム。 - ネットワーク上の複数のプロキシコンピュータと、
ターゲットデバイスを識別するターゲットデバイス情報を入力するように構成されたエディタと、
プロキシ選択システムであって、
各ターゲットデバイスへ適用可能なエキスパートルールのそれぞれのセットを記憶する記憶装置を備えるエキスパートルールモジュールであって、各エキスパートルールは、それぞれの選択重み係数を有する、エキスパートルールモジュールと、
前記ターゲットデバイスを識別する前記ターゲットデバイス情報を受信するように構成されたセパレータモジュールであって、前記ターゲットデバイスを、少なくとも部分的に、前記ターゲットデバイスのシステムおよびタイプに基づいて分類するように構成された、セパレータモジュールと、
前記セパレータモジュールへアクセス可能なインテリジェンスモジュールであって、
各ターゲットデバイスについて前記分類されたデバイスデータを、セパレータから獲得するためのロジックと、
すべてが各ターゲットデバイスへ適用可能なエキスパートルールのそれぞれのセットを、前記エキスパートルールモジュールから探索するためのロジックと、
各ターゲットデバイスについて探索された前記エキスパートルールのそれぞれのセットを適用するためのロジックと、
適用された前記エキスパートルールのそれぞれのセットのすべての前記それぞれの選択重み係数を計算するためのロジックと、
前記選択重み係数の前記計算の結果に基づいて、1つまたは複数のプロキシコンピュータを選択するためのロジックと
を備える、インテリジェンスモジュールと
を備える、プロキシ選択システムと、
実施された前記ターゲットデバイスのコンフィギュレーションアイテムのより詳細な情報を求める1つまたは複数のクエリを、前記プロキシ選択システムによって選択された前記プロキシコンピュータを介して、前記ターゲットデバイス情報によって識別された前記ターゲットデバイスへ送信し、前記ターゲットデバイスから、前記プロキシ選択システムによって選択された前記1つまたは複数のプロキシコンピュータを介して、実施の前記より詳細な情報を獲得するように構成された実施データ獲得(IDA)と
を備える、システム。 - 各ターゲットデバイスへ適用可能な前記エキスパートルールのそれぞれのセットは、各プロキシコンピュータのための静的条件および動的条件を備え、
前記静的条件は、各プロキシコンピュータの仕様およびリビジョンを備え、
前記動的条件は、各プロキシコンピュータの現在の状態を備える、
請求項8に記載のシステム。 - 前記エキスパートルールは、各プロキシコンピュータのバージョンに関連し、
アルゴリズムのセットは、前記計算された選択重み係数に基づいて、前記プロキシコンピュータの前記バージョンが前記ターゲットデバイスのバージョンよりも低い場合に前記プロキシコンピュータを選択しないことに関連する、
請求項9に記載のシステム。 - 前記動的条件は、ネットワーク負荷、各プロキシコンピュータの現在の状態、および、前記ターゲットデバイスのリアルタイムの状態を備える、
請求項10に記載のシステム。 - 前記インテリジェンスモジュールはさらに、
前記エキスパートルールモジュールから前記エキスパートルールを自動的に獲得するためのロジックと、
各ターゲットデバイスへ適用可能なすべての前記エキスパートルールの静的条件に基づいて、自動的に確認するためのロジックと、
どのプロキシコンピュータが、各ターゲットデバイスへ適用可能な前記エキスパートルールの前記静的条件を満たすのかを、各ターゲットデバイスへ適用可能な前記エキスパートルールの前記静的条件に基づいて、自動的に判定するためのロジックと、
前記エキスパートルールの前記静的条件を満たすと判定された適切なプロキシコンピュータの現在の状態を、前記エキスパートルールの動的条件に基づいて自動的に確認するためのロジックと、
前記エキスパートルールの前記動的条件に基づいて、どのプロキシコンピュータが、前記エキスパートルールの前記動的条件を満たすのかを自動的に判定するためのロジックと、
前記エキスパートルールの前記静的条件と前記動的条件との両方を満たす1つまたは複数のプロキシコンピュータを自動的に判定するためのロジックと
を備える、請求項8に記載のシステム。 - 前記インテリジェンスモジュールはさらに、
各ターゲットデバイスへ適用可能なエキスパートルールのセットと、
前記エキスパートルールのセットを適用することによって、1つまたは複数のプロキシコンピュータを選択するためのアルゴリズムのセットと
を備える、請求項8に記載のシステム。 - アルゴリズムのセットは、
各プロキシコンピュータのための選択重み係数を計算するためのロジックと、
前記計算された選択重み係数に基づいてプロキシを選択するためのロジックと
を備える、請求項8に記載のシステム。 - すべてが各ターゲットデバイスへ適用可能なエキスパートルールのそれぞれのセットを探索するためのロジックであって、エキスパートルールの前記それぞれのセットは、各プロキシコンピュータのための静的条件および動的条件を備え、前記静的条件は、各プロキシコンピュータの仕様およびリビジョンを備え、前記動的条件は、ネットワーク負荷、各プロキシコンピュータの現在の状態、および、前記ターゲットデバイスのリアルタイムの状態を備える、ロジックと、
各ターゲットデバイスについて探索されたエキスパートルールの前記それぞれのセットを適用するためのロジックと、
適用されたエキスパートルールの前記それぞれのセットのすべてのそれぞれの選択重み係数を計算するためのロジックと、
前記選択重み係数の前記計算の結果に基づいて、1つまたは複数のプロキシコンピュータを選択するためのロジックと
を備える、インテリジェンスモジュール
を備える、コンピュータによって実施されるプロキシ選択システム。 - 前記エキスパートルールは、各プロキシコンピュータのバージョンに関連し、
アルゴリズムのセットは、前記プロキシコンピュータの前記バージョンが前記ターゲットデバイスのバージョンよりも低い場合には、前記プロキシコンピュータを選択しない、
請求項15に記載のコンピュータによって実施されるプロキシ選択システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/783,489 US11184452B2 (en) | 2017-10-13 | 2017-10-13 | System and method for selecting proxy computer |
US15/783,489 | 2017-10-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019075079A true JP2019075079A (ja) | 2019-05-16 |
JP7047625B2 JP7047625B2 (ja) | 2022-04-05 |
Family
ID=63350322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018118687A Active JP7047625B2 (ja) | 2017-10-13 | 2018-06-22 | プロキシコンピュータを選択するためのシステムおよび方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11184452B2 (ja) |
EP (1) | EP3471344B1 (ja) |
JP (1) | JP7047625B2 (ja) |
CN (1) | CN109669400B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363465A (zh) * | 2020-10-21 | 2021-02-12 | 北京工业大数据创新中心有限公司 | 一种专家规则集训练方法、训练器和工业设备预警系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8560604B2 (en) | 2009-10-08 | 2013-10-15 | Hola Networks Ltd. | System and method for providing faster and more efficient data communication |
US9241044B2 (en) | 2013-08-28 | 2016-01-19 | Hola Networks, Ltd. | System and method for improving internet communication by using intermediate nodes |
US11057446B2 (en) | 2015-05-14 | 2021-07-06 | Bright Data Ltd. | System and method for streaming content from multiple servers |
EP4020940A1 (en) | 2017-08-28 | 2022-06-29 | Bright Data Ltd. | Content fetching by selecting tunnel devices |
EP4053717A3 (en) | 2019-02-25 | 2022-10-26 | Bright Data Ltd. | System and method for url fetching retry mechanism |
EP4027618A1 (en) | 2019-04-02 | 2022-07-13 | Bright Data Ltd. | Managing a non-direct url fetching service |
CN110601890B (zh) * | 2019-09-17 | 2023-03-31 | 深圳市网心科技有限公司 | 一种网络性能分析方法、装置、设备及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000196677A (ja) * | 1998-12-28 | 2000-07-14 | Fujitsu Ltd | ネットワ―クシステムに用いられる中継装置 |
JP2000286871A (ja) * | 1999-03-30 | 2000-10-13 | Yokogawa Electric Corp | 分散オブジェクトシステムにおける通信方法及び分散オブジェクトシステムにおける通信装置 |
US20120284328A1 (en) * | 2011-03-30 | 2012-11-08 | Telcordia Technologies, Inc. | Method, System, User Equipment and Program For Dynamically Selecting Proxies For Communication With Servers Using Known Paths |
JP2015049650A (ja) * | 2013-08-30 | 2015-03-16 | ソニー株式会社 | サーバ装置、情報処理方法、プログラム、端末装置、およびコンテンツ供給システム |
JP2015141645A (ja) * | 2014-01-30 | 2015-08-03 | 三菱電機株式会社 | プラント監視制御システム |
JP2017063313A (ja) * | 2015-09-24 | 2017-03-30 | キヤノン株式会社 | 通信装置、制御方法、及びプログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150330A1 (en) * | 1999-12-30 | 2007-06-28 | Mcgoveran David O | Rules-based method and system for managing emergent and dynamic processes |
US20040162996A1 (en) * | 2003-02-18 | 2004-08-19 | Nortel Networks Limited | Distributed security for industrial networks |
US7996505B2 (en) * | 2003-10-24 | 2011-08-09 | Microsoft Corporation | Network and interface selection on a computing device capable of establishing connections via multiple network communications media |
JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US7950044B2 (en) * | 2004-09-28 | 2011-05-24 | Rockwell Automation Technologies, Inc. | Centrally managed proxy-based security for legacy automation systems |
JP5604510B2 (ja) * | 2009-04-30 | 2014-10-08 | ジーイー・インフラストラクチャー・サウスアフリカ(プロプライアトリー)・リミテッド | プロセス決定支援システム及び、プロセス決定支援システムを設ける方法 |
US8726348B2 (en) * | 2010-12-15 | 2014-05-13 | The Boeing Company | Collaborative rules based security |
US9781205B2 (en) * | 2011-09-12 | 2017-10-03 | Microsoft Technology Licensing, Llc | Coordination engine for cloud selection |
CN103634129B (zh) * | 2012-08-22 | 2018-03-20 | 腾讯科技(深圳)有限公司 | 一种设置代理服务器的方法及装置 |
US9509566B2 (en) * | 2013-06-27 | 2016-11-29 | Yokogawa Electric Corporation | System and method for generating output data |
US20150120863A1 (en) * | 2013-10-25 | 2015-04-30 | Qualcomm Incorporated | Proxy network device selection in a communication network |
US20150358777A1 (en) * | 2014-06-04 | 2015-12-10 | Qualcomm Incorporated | Generating a location profile of an internet of things device based on augmented location information associated with one or more nearby internet of things devices |
US10594660B2 (en) * | 2014-06-26 | 2020-03-17 | Hewlett-Packard Development Company, Lp. | Selecting proxies |
US9851712B2 (en) * | 2014-11-12 | 2017-12-26 | Yokogawa Electric Corporation | Process control system and configuration system for an industrial plant |
US11363035B2 (en) * | 2015-05-22 | 2022-06-14 | Fisher-Rosemount Systems, Inc. | Configurable robustness agent in a plant security system |
US10409254B2 (en) * | 2015-07-16 | 2019-09-10 | Siemens Aktiengesellschaft | Knowledge-based programmable logic controller with flexible in-field knowledge management and analytics |
JP6901206B2 (ja) * | 2015-10-12 | 2021-07-14 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | I/o抽象化フィールドデバイス構成を使用したプロセスプラント内のデバイスの結合 |
US10361913B2 (en) * | 2017-02-09 | 2019-07-23 | Kodacloud Inc. | Determining whether to include or exclude device data for determining a network communication configuration for a target device |
US10491475B2 (en) * | 2017-07-31 | 2019-11-26 | Bank Of America Corporation | Proxy automatic configuration file manager |
-
2017
- 2017-10-13 US US15/783,489 patent/US11184452B2/en active Active
-
2018
- 2018-06-22 JP JP2018118687A patent/JP7047625B2/ja active Active
- 2018-07-19 EP EP18184393.9A patent/EP3471344B1/en active Active
- 2018-08-22 CN CN201810959486.XA patent/CN109669400B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000196677A (ja) * | 1998-12-28 | 2000-07-14 | Fujitsu Ltd | ネットワ―クシステムに用いられる中継装置 |
JP2000286871A (ja) * | 1999-03-30 | 2000-10-13 | Yokogawa Electric Corp | 分散オブジェクトシステムにおける通信方法及び分散オブジェクトシステムにおける通信装置 |
US20120284328A1 (en) * | 2011-03-30 | 2012-11-08 | Telcordia Technologies, Inc. | Method, System, User Equipment and Program For Dynamically Selecting Proxies For Communication With Servers Using Known Paths |
JP2015049650A (ja) * | 2013-08-30 | 2015-03-16 | ソニー株式会社 | サーバ装置、情報処理方法、プログラム、端末装置、およびコンテンツ供給システム |
JP2015141645A (ja) * | 2014-01-30 | 2015-08-03 | 三菱電機株式会社 | プラント監視制御システム |
JP2017063313A (ja) * | 2015-09-24 | 2017-03-30 | キヤノン株式会社 | 通信装置、制御方法、及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363465A (zh) * | 2020-10-21 | 2021-02-12 | 北京工业大数据创新中心有限公司 | 一种专家规则集训练方法、训练器和工业设备预警系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3471344A1 (en) | 2019-04-17 |
US20190116236A1 (en) | 2019-04-18 |
EP3471344B1 (en) | 2020-11-18 |
JP7047625B2 (ja) | 2022-04-05 |
US11184452B2 (en) | 2021-11-23 |
CN109669400B (zh) | 2023-05-23 |
CN109669400A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7047625B2 (ja) | プロキシコンピュータを選択するためのシステムおよび方法 | |
Wang et al. | Big data analytics for intelligent manufacturing systems: A review | |
US11392843B2 (en) | Utilizing a machine learning model to predict a quantity of cloud resources to allocate to a customer | |
US20190213115A1 (en) | Utilizing artificial intelligence to test cloud applications | |
US11036552B2 (en) | Cognitive scheduler | |
US9037915B2 (en) | Analysis of tests of software programs based on classification of failed test cases | |
Zhang et al. | A comparison of parallel large-scale knowledge acquisition using rough set theory on different MapReduce runtime systems | |
Hasan et al. | A machine learning approach to sparql query performance prediction | |
KR20210036226A (ko) | 복수의 엣지와 클라우드를 포함하는 분산 컴퓨팅 시스템 및 이의 적응적 지능 활용을 위한 분석 모델 제공 방법 | |
CN105453040A (zh) | 基于任务的并行数据集成建模 | |
AU2019219820B2 (en) | Identifying an issue associated with data | |
US11334348B2 (en) | Utilizing machine learning to identify and correct differences in application programming interface (API) specifications | |
Tsai et al. | A high-performance parallel coral reef optimization for data clustering | |
WO2020070758A2 (en) | Systems and methods for simulation of humans by human twin | |
Schmieders et al. | Runtime model-based privacy checks of big data cloud services | |
Xiong et al. | ShenZhen transportation system (SZTS): a novel big data benchmark suite | |
CN112580816A (zh) | 机器学习训练资源管理 | |
Dai et al. | Refactoring business process models with process fragments substitution | |
Gu et al. | Characterizing job-task dependency in cloud workloads using graph learning | |
US11961099B2 (en) | Utilizing machine learning for optimization of planning and value realization for private networks | |
Morichetta et al. | Demystifying deep learning in predictive monitoring for cloud-native SLOs | |
KR102269737B1 (ko) | 딥러닝 기반의 정보 분류 방법 및 그 장치 | |
Naydenov et al. | Combining container orchestration and machine learning in the cloud: A systematic mapping study | |
Ali et al. | Designing hybrid graph model and algorithmic analysis of workflow decomposition in mobile distributed systems | |
EP3719719A1 (en) | Utilizing a machine learning model to predict a quantity of cloud resources to allocate to a customer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210421 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220210 |
|
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: 20220222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7047625 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |