JP2022077504A - ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ実装方法、コンピュータシステム及びコンピュータ・プログラム - Google Patents

Abstract

【課題】ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ実装方法、コンピュータシステム及びコンピュータ・プログラムを提供する。【解決手段】アプリケーションは、１セットの２以上のエッジデバイス内の任意の１つのエッジデバイス上で実行可能な１セットのマイクロサービスを有する。第１の時点でのクライアントデバイスの状態が決定され、第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスと、第２の時点でのクライアントデバイスの場所とが予測される。予測された場所に基づいて、１セットのエッジデバイス内の次の１つのエッジデバイスが、第２の時点で実行されると予測される１以上のマイクロサービスを実行する為に決定される。【選択図】図４

Description

本発明は、モバイルアプリケーションの為のインテリジェントな動的通信ハンドオフ、特にはネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ実装方法、コンピュータシステム及びコンピュータ・プログラムに関する。

実施態様は、一般的に無線通信に関連し、より特には、ソフトウェアマイクロサービスをエッジノード（すなわち、エッジデバイス）に予測的にデプロイして、無線ネットワークにおける迅速な通信ハンドオフを可能にする方法に関連する。

無線ネットワークシステムは、世界中の他の人と通信し且つコンテンツに関与する為の一般的な手段になってきている。無線通信機器、例えば携帯電話、タブレットコンピュータ等、は、消費者のニーズを満たす為に並びに携帯性及び利便性を向上させる為に、より小型化し及びより高性能化が進んでいる。消費者はこれらのデバイスに依存するようになってきており、信頼性のあるサービス、対象範囲の拡大、追加サービス（例えば、Ｗｅｂブラウジング機能）、及びそのようなデバイスのサイズ及びコストの継続的な低減を要求している。

ワイヤレスネットワークがユビキタスである為の最もチャレンジングな要件の１つは、サービス品質と接続性とを損なうこと無しに、いつでも且つどこでもモビリティを許す為の能力である。そのようなモビリティサポートは、様々なモビリティプロファイルを持つユーザが、様々なモバイルアプリケーションにアクセスし続けながら、様々な地理的領域を横断することを許す。モビリティ管理をサポートする中心的なコンポーネントは、ハンドオーバーメカニズム（handover mechanisms）である。セルラー遠隔通信（cellular telecommunications）において、ハンドオーバー又はハンドオフという語は、コアネットワークに接続された１つのチャネルから別のチャネルに進行中の通話又はデータセッションを転送するプロセスを云う。衛星通信において、サービスの損失又は中断無しに、衛星制御の責任を或る地球局から別の地球局に移すプロセスである。ハンドオーバーメカニズムは、ユーザが、事前にプログラムされた或る条件が満たされたときに、モバイルネットワーク内の物理的な接続ポイントを変更することを許す。例えば、ユーザにサービスを提供している現在の基地局からの受信された信号電力が或る閾値を下回り、且つ同時に、近くの別の基地局についての受信された信号電力が或る閾値を上回った場合に、接続点、すなわち基地局、を変更する決定は、ユーザデバイスと協調してネットワークインフラストラクチャ内のデバイスによって行われることができる。

世界的なモバイルネットワークインフラストラクチャは、５Ｇ、すなわち第5世代、のテクノロジーとして知られるテクノロジーへの移行の最中である。現在のネットワークシナリオと比較すると、将来の５Ｇネットワークシナリオははるかにより複雑になるであろう。ネットワークのこの増大された複雑さに寄与するのは、ユーザとデバイスとによる高品質のデータについての需要の高まりであり、それらはまた指数関数的に増加すると予想される。また、例えば、仮想現実（ＶＲ：Virtual Reality）、拡張現実（ＡＲ：Augmented Reality）、ゲーム、メッセージング、ビデオ再生など、今日一般的に使用されている従来の「音声及びデータ」アプリケーションをはるかに超える、技術的に多様なアプリケーションが存在する。様々な無線アクセス技術、すなわち５Ｇ ＮＲ（5G New Radio）、ＬＴＥ、３Ｇ、２Ｇ、Ｗｉ－Ｆｉ、及び幅広いモビリティプロファイル、例えば高速列車、飛行機、車又は徒歩のユーザを包含する幅広いモビリティプロファイル、がある。以前のモバイルネットワーク世代の従来のスペクトル帯域とははるかに異なる振る舞いをする新しいスペクトル帯域、例えばミリ波周波数、の追加は言うまでも無く、５Ｇネットワークの複雑さは、これら要因の全てによってさらに悪化される。

そのような環境において、通信ハンドオフの既存の静的技法（static techniques）がワークロードの変動に苦しみ、コンピューティング及び接続の継続性の喪失を結果としてもたらし、最終的に不十分なユーザエクスペリエンスを結果として生じうる。例えば、現在のモバイルネットワークのシナリオにおいて、ネットワークは、ハンドオーバーをトリガーし、準備し、実行し、及び完了する為のかなりの時間を有する。しかしながら、同じことが、アクセスポイントの密度が高くなるであろう、すなわちより小さいカバレッジエリア（coverage areas）及びより広い帯域幅を有するアクセスポイントが所与のエリアにおいてより密集するであろう、将来のネットワークには当てはまらない。加えて、非常に大きいカバレッジエリアを有するマクロセルが、小さなセルを支援する為に存在するであろう。上記された現在のハンドオーバーメカニズムが使用された場合、該ハンドオーバーを完了する為の時間は、ユーザが所望された基地局に存在しうる時間よりもはるかに長くなる可能性があるが、状況は、リンクを確立する為に依然として好ましい。リソースの割り当てとネゴシエーションプロセスとを実行する為に利用可能な時間が短い場合、確立されたハンドオーバーメカニズムでは接続の損失がより高いリスクであり、及びこのことは、不十分なネットワークパフォーマンスを結果として生じる可能性がある。セルの高密度化によって引き起こされる障害、及びまた様々な無線アクセステクノロジーの存在、すなわち４Ｇ ＬＴＥと古いテクノロジー、例えばＷｉ－Ｆｉ、との間の多くの潜在的なハンドオフ、の故に、ハンドオーバーシグナリングのオーバーヘッドがまた、ネットワークパフォーマンスのコンテキストにおいて非常に重要になるであろう。それ故に、遅延とシグナリングオーバーヘッドとが削減されるハンドオーバープロセスを最適化することは、将来のハンドオーバー管理戦略の極めて重要なコンポーネントになるであろう。

例えば、ゲーム内で仮想的に戦闘を行っている間に、プレイヤーがＡＲマーカーを備えた広い物理領域上を或る場所から別の場所に移動する必要があるＡＲゲームアプリケーションのシナリオを考えてみる。プレイヤーが物理的な場所から別の場所にすばやく移動するとき、サーバが中央の場所（「クラウド」してまた知られている）にあるか又はネットワークエッジでユーザに近いかにかかわらず、ゲームサーバとのユーザ通信は、或るネットワークリピータから別のネットワークリピータへの迅速なハンドオフを介して、有効にされる必要があるだろう。上述された通り、既存のハンドオーバーメカニズムは、プレイヤーの動きの動的な性質と、高帯域幅及び高コンピューティングリソースの対応する必要性とを処理する為にはあまりにも遅すぎる可能性がある。

５Ｇワイヤレスネットワークはまた、エッジコンピューティングモデルとして知られているものにも役立つ。エッジコンピューティングは、情報処理がネットワークエッジの近くに配置されている分散コンピューティングフレームワークであり、該ネットワークエッジでは、物及び人がその情報を生成又は消費する場所である。エッジコンピューティングは、５Ｇワイヤレスネットワークについて前述された通り、数千マイル離れた中央の場所に依存するのではなく、計算（computation）及びデータストレージが収集されるところのデバイスに近づけ、より分散化された環境を結果として生じる。

エッジコンピューティングは、インターネット対応デバイス、例えば自動運転車、又は家庭内の日常的なデバイス、例えばセキュリティカメラ若しくはサーモスタット、又は商業環境では製造ラインの自動化されたデバイスの急激な成長の為に開発された。これらのデバイスは現在、クラウドから情報を受信するか又はクラウドにデータを返送する為にネットワークを使用する。これらの「エッジデバイス」の多くは、それらの運用の過程の間に、膨大な量のデータを生成する。例として、工場のフロアにおける製造設備を監視するデバイス、又はリモートオフィスからライブ映像を送信するインターネット接続されたビデオカメラについて考える。データを生成する単一のデバイスはネットワークを介してデータを非常に簡単に送信することができるが、同時にデータを送信するデバイスの数が増えると問題が発生する。１台のビデオカメラがライブ映像を送信する代わりに、数百又は数千のデバイスがデータを送信し又は受信している可能性があり、遅延及び莫大な帯域幅コストの故に品質の潜在的な損失を結果として生じる。

エッジコンピューティングのハードウェア及びサービスは、これらのシステムの多くの為の処理及びストレージのローカルソースであることによって、この問題を解決するのに役立つ。エッジサーバは、例えば、エッジデバイスからのデータを処理し得、そして次に、関連するデータのみをクラウドを経由して返送し得、それによって帯域幅のニーズを削減し、又はエッジサーバは、リアルタイムのアプリケーションが必要である場合はデータをエッジデバイスに返送しうる。これらのエッジデバイスは、様々なもの、例えばスマートサーモスタット、従業員のノートブックコンピュータ、従業員の最新のスマートフォン、セキュリティカメラ、又はさらにはオフィスの休憩室にあるインターネットに接続された電子レンジ、を包含しうる。エッジサーバそれ自体は、及びさらには５Ｇネットワークにインストールされているネットワークリピータ、例えばセルタワー、マイクロセル、Ｗｉ－Ｆｉアクセスポイント、が、エッジコンピューティングインフラストラクチャ内のエッジデバイスと見なされうる。

５Ｇワイヤレスインフラストラクチャとエッジコンピューティングモデルと連携して、近年普及している「マイクロサービスアーキテクチャ」として知られているソフトウェア開発の方法がまた、この分散型環境（decentralized environment）にふさわしい。「マイクロサービスアーキテクチャ」は、独立してデプロイ可能なマイクロサービスのスイート（suites）としてソフトウェアアプリケーションを設計する特定の方法を云う。これらのマイクロサービスはそれらの独自のプロセスで実行され、及びネットワークを介して相互に通信し、最小限の集中された管理を用いて、テクノロジーに依存しない軽量プロトコル（technology-agnostic and lightweight protocols）、例えばハイパーテキスト転送プロトコル（ＨＴＴＰ：Hypertext Transfer Protocol）、を使用して目標をまとめて達成する。マイクロサービスは、特定のマイクロサービスに最適なものに応じて、様々なプログラミング言語、データベース、又はハードウェア及びソフトウェアの環境を使用して実装されうる。マイクロサービスは、サイズが小さく、メッセージング対応で、自律的に開発され、独立してデプロイ可能であり、及び自動化されたプロセスで構築及びリリースされうる。これらの特性の為に、マイクロサービスアーキテクチャは、クラウドネイティブアプリケーション（cloud-native applications）、サーバーレスコンピューティング、及びライトウェイト（軽量）コンテナデプロイメント（lightweight container deployment）を使用するアプリケーション、すなわち５Ｇワイヤレス環境及びエッジコンピューティング環境において一般に行われるまさにその条件、に採用されるのが一般的である。

本発明は、ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ実装方法、コンピュータシステム及びコンピュータ・プログラムを提供することを目的とする。

一つの実施態様は、ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ実装方法に向けられている。該方法は、クライアントデバイス上でアプリケーションを実行することを含み得、ここで、該アプリケーションは、１セットの２以上のエッジデバイス内の任意の１つのエッジデバイス上で実行可能な１セットのマイクロサービスを有する。

該方法はまた、第１の時点での該クライアントデバイスの状態を決定することを含み得、ここで、該状態は、１以上のマイクロサービスが該クライアントデバイスの為に現在実行されていること、及び現在実行されているマイクロサービスのそれぞれについて、エッジデバイスが該マイクロサービスを実行することを含む。該第１のクライアントデバイスの決定された状態が、該１セットの２以上のエッジデバイス内の少なくとも１つのエッジデバイスに送信されうる。

加えて、該方法は、該第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測することを含みうる。これは、
現在実行されている夫々のマイクロサービスが終了したときに、該クライアントデバイスの為に現在実行されていないマイクロサービスが該クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定すること、及び、決定された確率の順に該マイクロサービスをランク付けすることを含みうる。現在実行されているマイクロサービスが終了したときに、該クライアントデバイスの為に現在実行されていないマイクロサービスが該クライアントデバイスによって要求されるであろう確率を決定する為に、機械学習モデルが使用されうる。

該方法はさらに、該第２の時点での該クライアントデバイスの場所を予測することを含みうる。該クライアントデバイスの移動の方向及び速度が決定され得、そして該クライアントデバイスの該決定された移動の方向及び速度に基づいて、該第２の時点での該クライアントデバイスの位置が予測されうる。

該方法はまた、該第２の時点で実行されると予測される１以上のマイクロサービスを実行する為の、該１セットのエッジデバイス内の次の１つのエッジデバイスを、該予測された場所に基づいて決定することを含みうる。次のエッジデバイスの候補としての第１のエッジデバイスは、該第１のエッジデバイスの計算能力を決定すること、該第１のエッジデバイスのワークロードを決定すること、実行されそうな該予測された１以上のマイクロサービスが該第１のエッジデバイスにおいて該第２の時点で実行される場合、運用サービスのレベルを予測すること、及び運用サービスの該レベルが運用サービスの閾値値レベル以上である場合、該第１のエッジデバイスを次のエッジデバイスとして選択することによって、評価されうる。運用サービスの該レベルが運用サービスの該閾値値レベル未満である場合、該第１のエッジデバイスが該次のエッジデバイスとして選択され得ず、及び第２のエッジデバイスが、該次のエッジデバイスの候補として評価されうる。

最後に、該方法は、該決定された次のエッジデバイス上で該第２の時点で実行されると予測される該１以上のマイクロサービスをデプロイする為に必要な時間を決定すること、及び、次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスのデプロイメントを、該決定された次のエッジデバイス上で第３の時点で開始すること、ここで、該第３の時点は該第２の時点の前であり、ここで、該第３の時点は、該決定された次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスをデプロイする為に必要である該決定された時間に基づいて決定される。該決定された次のエッジデバイスの計算能力及びワークロードがまた決定されうる。

コンピュータ実装方法に加えて、追加の実施態様は、ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のシステム及びコンピュータ・プログラム製品に向けられている。

この要約は、以下の発明の詳細な説明において更に記載されている簡略化された形式で概念の選択を紹介する為に提供されている。この要約は、特許請求された主題の主要な特徴又は本質的な特徴を特定することを意図しておらず、特許請求された主題の範囲を決定する際の補助として使用されることも意図されていない。

図１は、様々な実施態様が実装されうる、例示的なコンピュータシステムのブロック図である。 図２は、一つの実施態様に従う、例示的なマイクロサービス相互作用図を示す。 図３は、一つの実施態様に従う、複数のエッジデバイスの間を移動するクライアントデバイスを備えた、例示的なモバイル無線ネットワークを示す。 図４は、１以上の実施態様に従う、モバイル無線ネットワークアーキテクチャにおけるマイクロサービス予測プロセスのフローチャート図である。 図５は、モバイルワイヤレスネットワークにおいて次に必要であるマイクロサービスの見込み（likelihood）を判断する為のマイクロサービス予測モジュールの入力及び機械学習モデルのブロック図を示す。 図６は、本発明の一つの実施態様に従うクラウドコンピューティング環境を示す。 図７は、本発明の一つの実施態様に従う抽象化モデル層を示す。

ワイヤレス環境の例において、ネットワークインフラストラクチャ（リピータ及びサーバ）によってサポートされるべき多数のソフトウェアアプリケーションがあり、ここで、各アプリケーションは１セットのマイクロサービスを有する。このシナリオにおいて、該マイクロサービスをデプロイし、且つエッジデバイスがユーザからのデータを処理する必要があるときに、適切なエッジデバイス（この場合には、ネットワークリピータ）において実行する準備をさせることが重要である。該エッジデバイスは、限られたコンピューティング機能は有しており、従って、アプリケーションの全てのマイクロサービスをデプロイし、そして全てのエッジデバイスで実行することは実現可能でない。ネットワークによってサービスされている全てのユーザのニーズを満たす為に、どのマイクロサービスがどのエッジデバイス上で且つどの時点でデプロイされるか識別することは有用である。マイクロサービスがエッジデバイス上にデプロイされるまでには幾らかの時間がかかり、及びマイクロサービスがいつ準備される必要があるかを決定する際に、その時間が考慮されなければならない。計算及び帯域幅能力（compute and bandwidth capacity）を備えたネットワークリピータ又はエッジデバイスの数を考えると、特定のマイクロサービスが特定のエッジデバイスで次に必要とされそうであるかを判断する必要がある。

ここで図１を参照すると、一つの実施態様において、エッジサーバ内に埋め込まれうるコンピュータシステム１００を示すブロック図が示されている。他の実施態様において、コンピュータシステム１００は、ネットワークリピータ、例えばセルタワー（cell tower）又は５Ｇマイクロセル、内に埋め込まれうる。さらに別の実施態様において、コンピュータシステム１００は、クライアントデバイス又はモバイルクライアントデバイス内に埋め込まれ得、その例は、携帯電話、スマートフォン、タブレット、ラップトップ、車両に埋め込まれたコンピューティングデバイス、ウェアラブルコンピューティングデバイス、仮想又は拡張現実眼鏡又はヘッドセット等を包含する。示されている通り、コンピュータシステム１００は、プロセッサユニット１０２、メモリユニット１０４、永続ストレージ１０６、通信ユニット１１２、入力／出力ユニット１１４、ディスプレイ１１６、及びシステムバス１１０を備えている。コンピュータ・プログラム、例えばマイクロサービス予測モジュール１２０、は実行の為に必要になるまで、永続ストレージ１０６内に格納され得、その時点で、該プログラムは、プロセッサユニット１０２によって直接的アクセスされることができるように、メモリユニット１０４内にもたらされる。プロセッサユニット１０２は、読み取り若しくは書き込み又はその組み合わせの要求とともに、プロセッサ１０２がメモリ１０４に与えるアドレスを使用することによって、読み取り若しくは書き込み又はその組み合わせを行うメモリユニット１０４の一部を選択する。通常、アドレスでの符号化された命令の読み取り及び解釈は、プロセッサ１０２が、後続のアドレス又は幾つかの他のアドレスのいずれかで、後続の命令をフェッチするようにさせる。プロセッサユニット１０２、メモリユニット１０４、永続ストレージ１０６、通信ユニット１１２、入力／出力ユニット１１４、及びディスプレイ１１６は、システムバス１１０を介して互いにインタフェースする。

図２を参照すると、マイクロサービス相互作用の例を示す図が示されており、該図は、プロセスを説明する例として図４と組み合わせて使用される。この例において、例示的なアプリケーションのマイクロサービス２０２～２２２は、最初は特定の順序で実行されるが、最初の期間の後、様々なマイクロサービスがユーザのアクションに基づいて様々な時点でトリガーされ得、従って、マイクロサービスがどのようにトリガーされるかに固有の順序はない。マイクロサービス予測モジュール１２０は、どの１以上のマイクロサービスが時間Ｔで所与のエッジデバイスＤで必要とされる可能性が最も高いかを予測し得、そして、そのようなマイクロサービスをデプロイする動作を開始し得、従って、該マイクロサービスが必要とされるときに実行するように準備される。

図３を参照すると、モバイル無線ネットワークの例が示されている。クライアントデバイス３１０は、範囲３０６内に示されており、及び次のエッジデバイス３０４の範囲３０８内へ方向３２０に移動しながら現在のエッジデバイス３０２と通信する。携帯電話が図３のクライアントデバイスの一例として示されているが、クライアントデバイス３１０は任意のモバイル装置、例えば、携帯電話、スマートフォン、タブレット、ラップトップ、車両に埋め込まれたコンピューティングデバイス、ウェアラブルコンピューティングデバイス、仮想又は拡張現実眼鏡又はヘッドセット、でありうることを理解されたい。加えて、エッジノード３０２、３０４はセルタワーとして示されているが、車両、例えばコンテナ化されたエンターテインメントシステム（containerized entertainment system）を有する車両、はエッジノードでありうることが理解されるべきである。クライアントデバイス３１０が現在のエッジデバイス３０２の範囲３０６の外へ移動し、そして次のエッジデバイス３０４の範囲３０８内に移動すると、現在のエッジデバイス３０２は通信を次のエッジデバイス３０４にハンドオフする。現在のエッジデバイス３０２及び次のエッジデバイス３０４は、「隣接する」エッジデバイスであると言われる。この例において、マイクロサービス予測モジュール１２０によって次に必要とされる可能性が高いと計算されるマイクロサービスが、ハンドオーバーの前に次のエッジデバイス３０４上にデプロイされうる。説明を簡単にする為に、図３は、１つの現在のエッジデバイス、１つの次のエッジデバイス、及び単一の方向に移動する単一のクライアントデバイスのみを示すが、実際には、単一のエッジデバイスが２以上の方向に移動する幾つかのクライアントデバイスを一度にサービスし得、及び単一の現在のエッジデバイスが次のエッジデバイスとして働くであろう複数の隣接するエッジデバイスを有しうることを当業者によって理解されるべきである。

図４を参照すると、必要とされるマイクロサービスをデプロイする為の予測プロセス４００のフローチャートが示されている。様々な実施態様において、このプロセスの動作のうちの幾つか又は全てが、エッジサーバ又はエッジデバイスによって実行されうる。他の実施態様において、このプロセスの該動作のうちの幾つか又は全てが、モバイルネットワークリピータによって実行されうる。

４０２において、マイクロサービス予測モジュール１２０は、各クライアントデバイス（ｉ）の状態（ＳＴ）を決定し、そして、全てのエッジデバイス（Ｄ）に配布（又は送信）しうる、ここで、該状態は、どのエッジデバイスに該クライアントデバイスが現在接続されているか、及びどの１以上のマイクロサービスで該クライアントデバイスが、例えば第１の時点で、現在実行されているか、をキャプチャする。図２の例に示されているマイクロサービスを参照すると、Ｎ個のクライアントデバイスが与えられた場合、クライアントデバイスｉ＝１の状態はＳＴ１＝｛Ｄ１，２０２｝であり、それはクライアントデバイス１が現在エッジデバイスＤ１に接続されており、及び現在マイクロサービス２０２（それは、例として認証マイクロサービスでありうる）を実行していることを示す。クライアントデバイスｉ＝２の状態はＳＴ２＝｛Ｄ４，２０２｝であり、これは、クライアントデバイス２が現在デバイスＤ４に接続されており、及び現在マイクロサービス２０２を実行していることを示す。この例は、簡単にする為に、ユーザの状態毎に１つのマイクロサービスを参照しているが、同じエッジデバイスが、状態毎に単一のクライアントデバイスに対して複数のマイクロサービスを実行しうる、例えば、ＳＴ３＝｛Ｄ１，２０６，２１６｝、ことに留意されるべきである。加えて、単一のエッジデバイスは、２以上のクライアントデバイスについて同じマイクロサービスを同時に実行しうる、例えば、ＳＴ１＝｛Ｄ１，２０２｝及びＳＴ５＝｛Ｄ１，２０２｝。

４０４において、マイクロサービス予測モジュール１２０は、どのクライアントデバイスがサービスしているかを、隣接するエッジデバイスから収集しうる。結果は、クライアントデバイスとそれらに対応する状態のリストである。例えば、エッジデバイスＤｊについてのクライアントデバイスのリストは、｛Ｕ１，Ｕ４，Ｕ８，Ｕ９，．．．｝であり得、及びエッジデバイスＤｊ上のこれらのクライアントデバイスの対応する状態は、｛ＳＴ１，ＳＴ４，ＳＴ８，ＳＴ９，．．．｝でありうる。隣接するエッジデバイスで提供されるクライアントデバイス及びそれらの状態のこれらのリストから、マイクロサービス予測モジュール１２０は、例えば第１の時点で、現在実行されているマイクロサービスを抽出しうる。例えば、クライアントデバイス１についての状態がマイクロサービス２０６を示し、及びクライアントデバイス２についての状態がマイクロサービス２０４を示す場合、そのエッジデバイスで実行されているマイクロサービスのリストは２０４、２０６等を含む。エッジデバイスＤｊ上で実行されているマイクロサービスのサンプルリストは、｛２０４，２０６，２１０，２０６，２０４，２１４，．．．｝でありうる。同じマイクロサービスが複数回、すなわち異なるクライアントデバイスが、同じマイクロサービスを実行している隣接するデバイスによってサービスされている場合、表示されうることが留意されるべきである。

４０６において、マイクロサービス予測モジュール１２０は、現在実行されているマイクロサービスのリストに基づいて、次に実行されそうなマイクロサービスを識別（又は予測）しうる。最初は、これは固定された構成設定に基づきうるが、その後、時間の経過とともに、４１０において記載されている通り、実際の実行に従って予測が改善されうる。例として、現在実行されているマイクロサービスのリストは、２０４の３つのオカレンス（又はインスタンス）（２０４を現在使用している３つのクライアントデバイスに対応する）、２０６の１つのオカレンス、及び２１４の５つのオカレンスを含みうる。この場合、マイクロサービス予測モジュール１２０は、次に最も必要とされそうなマイクロサービスが２２２及び２０４であり、ここで、それぞれが確率ｐ＝（５／９）＊（１／２）を有し、ここで、５／９は２１４のオカレンスの数（number of occurrences）に基づき、及び１／２は図２の例に基づき、ここで、最初の仮定は、２２２又は２０４が、２１４の後に等しい確率で実行されるであろうということである。また、このリストにおいて、次に実行されそうなマイクロサービスは、確率ｐ＝（３／９）＊１を有する２０６、ここで、３／９は２０４のオカレンスの数に基づき、及び１は図２の例に基づき、ここで、２０６のみが２０４の後に実行される、並びに確率ｐ＝（１／９）＊１を有する２０８、ここで、１／９は２０６オカレンスの数に基づき、及び１は図２の例に基づき、ここで、２０８のみが２０６の後に実行される、でありうる。

ステップ４０６で次に実行されそうなマイクロサービスを予測することに加えて、マイクロサービス予測モジュール１２０はまた、適切な次のエッジデバイス３０４を選択する為に、該クライアントデバイス（又は該クライアントデバイスのユーザが位置している車両）の移動の方向及び速度を決定することによって、該クライアントデバイスの居そうな場所を予測しうる。マイクロサービス予測モジュール１２０はまた、該クライアントデバイスの移動の方向及び速度に基づいて、クライアントデバイス３１０が適切な次のエッジデバイス３０４の通信範囲（又はハンドオフ範囲）内にあると予測される時点を予測する。従って、マイクロサービス予測モジュール１２０は、第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービス、及び第２の時点でのクライアントデバイスの場所を予測しうる。さらに、マイクロサービス予測モジュール１２０は、第２の時点で実行されると予測されるマイクロサービスを実行する為の、１セットのエッジデバイス内の次のエッジデバイスを、該予測された場所に基づいて決定し得、及び、該決定された次のエッジデバイス上で第２の時点で実行されると予測されるマイクロサービスをデプロイする為に必要な時間を決定しうる。

４０８において、マイクロサービス予測モジュール１２０は、前のステップの予測と、このステップで計算されるエッジデバイスの潜在的なコンピューティング制限又はメモリ制限又は帯域幅制限との一致に従って、次のエッジデバイス３０４上にマイクロサービスをデプロイしうる。各次のエッジデバイス３０４は、各夫々のマイクロサービスをロードする為に必要とされる起動時間（start-up time）を計算し得、それは、エッジデバイスがハードウェア及びソフトウェア並びにワークロードの観点の両方で異種でありうる故に、エッジデバイスによって異なりうる。例えば、特定のマイクロサービスがセルタワーにおいてロードされる為に必要とされる時間は、５Ｇマイクロセルの時間とは大きく異なりうる。異なるエッジデバイスは、プロセッサの異なる種類及び数、メモリの異なる量及び種類、ソフトウェアの異なる種類及びバージョンを有しうる。その上、特定の時点での特定のエッジデバイスにおける特定のマイクロサービスについての起動時間は、その時点でエッジデバイスにおいて現在実行されている他の処理の量に依存しうる。起動時間はまた、特定のマイクロサービスの属性、例えばコードのサイズ及び必要なライブラリ、に依存する。起動時間の計算は、これらの因子の一部又は全てを説明しうる。下記のような表が計算されうる。

マイクロサービス予測モジュール１２０が起動時間を一旦計算すると、マイクロサービス予測モジュール１２０は、マイクロサービスが現在のエッジデバイス３０２から次のエッジデバイス３０４への通信セッションの潜在的なハンドオーバーについて間に合って利用可能になるように、適切な時点で該マイクロサービスをデプロイすることを開始しうる。従って、実行されると予測されるマイクロサービスをデプロイすることは、次のエッジデバイス上で第３の時点（該第３の時点は該第２の時点の前であり、該第３の時点は、実行されると予測されるマイクロサービスをデプロイする為に必要な時間に基づいて決定される）で開始されうる。上記の例において、マイクロサービス２０４は、エッジデバイスＤ１上で４０ミリ秒の起動時間を有し、従って、マイクロサービス２０４が次に必要であると予測され、及び次のエッジデバイス３０４がエッジデバイスＤ１であると決定される場合、マイクロサービス予測モジュール１２０は、クライアントデバイス３１０が次のエッジデバイス３０４（それはまた、この例においてエッジデバイスＤ１である）に到達する少なくとも４０ミリ秒前に、エッジデバイス上でマイクロサービス２０４をデプロイすることを開始しなければならない。上述された通り、クライアントデバイス３１０が次のエッジデバイス３０４のハンドオフ範囲に到達すると予測される時間、又は該ハンドオフ範囲内にあると予測される時間は、４０６で決定されうる。

加えて、次のエッジデバイス３０４が１０個のマイクロサービスをデプロイすることができると決定された場合、次のエッジデバイス３０４は、元も最も必要とされそうな１０個をデプロイするであろう。図２の環境例において、該システムは、現在２１４を使用している５つのクライアントデバイスにサービスを提供する為に２２２の３つのインスタンスと２０４の３つのインスタンスをデプロイし、現在２０４を使用しているクライアントデバイスにサービスを提供する為に２０６の３つのインスタンスをデプロイし、及び現在２０６を使用しているクライアントデバイスにサービスを提供する為に、２０８の１つのインスタンスをデプロイする。例示を簡単にするために、この例は、マイクロサービスのインスタンスとユーザとの間の１対１の相関を想定しているが、実際には、マイクロサービスの１つのインスタンスは、多数のユーザにサービスを提供しうる。別の実施態様において、デバイスが、該デバイスに接続された全てのユーザのニーズを満たす為に十分ではない幾つかのマイクロサービスしかサポートすることできない場合を処理する為に、任意的なステップが追加されうる。例えば、予測は、エッジデバイスが全てのクライアントデバイスによって最も必要とされそうである為に、１５個のマイクロサービスをデプロイする必要があると判断しうるが、エッジデバイスは１０の容量のみ有する。この場合、残りの５個のマイクロサービスは、該クライアントデバイスをサポートすることができる他の隣接するエッジデバイスにディスパッチされ得、及び、優先順位付け又は割り当てのスキームが、そのシナリオにおいて該マイクロサービスを処理する為に提案されうる。この代替において、起動時間、及びクライアントデバイス３１０が隣接するエッジデバイス３０４のハンドオフ範囲に到達するか、又はハンドオフ範囲内にあると予測される時点は、上述された通りに決定されうる。

４１０において、マイクロサービス予測モジュール１２０は、次のエッジデバイス３０４に接続されているクライアントデバイスと次のエッジデバイス上で実行されているマイクロサービスとに関する履歴データを収集し、そして、教師あり機械学習モデルを利用して、次に最も実行されそうなマイクロサービスのプロファイルを作成し、そして、図５において更に説明される通り、その予測を改善する。

図５を参照すると、該図は、少なくとも１つの実施態様に従うマイクロサービス予測プロセスのコンポーネント又はモジュールの例を示す。１つの実施態様に従うと、該プロセスは、教師あり機械学習５２０を利用して、次に必要とされるべきマイクロサービスの見込み（likelihood of a microservice）を決定するマイクロサービス予測モジュール１２０を含みうる。教師あり機械学習モデルは、適切な機械学習アルゴリズム、例えばサポートベクターマシン（ＳＶＭ：Support Vector Machines）又はランダムフォレスト（random forests）、を使用しうる。マイクロサービス予測モジュール１２０は、４１０において記載されている通り、マイクロサービスの実際の実行を監視し、且つクライアントデバイス情報５０２、すなわち、隣接するエッジデバイスから現在接続されているクライアントデバイスのリストと次のエッジデバイス４０４に現在接続されているクライアントデバイスのリストとの両方、を追跡し、及びまた、現在の状態情報５０４、すなわち、４０２において全てのエッジデバイスによって受信される状態、を解析しうる。マイクロサービス予測モジュール１２０は、上記の情報を使用して、マイクロサービスが次に必要とされるであろう実行の見込み（likelihood of execution）を決定し５１０、そして、上記のステップ２１０において構成ファイルから最初に決定された確率を更新する。例えば、ユーザが（構成ファイルにおける５０％の確率とは対照的に）時間の８０％で２１４の後に２２２を選択することが発見され得、そして、マイクロサービス予測モジュール１２０は、実行する必要がある次のマイクロサービスの為に、その変化に適応し、そしてその予測又は見込みの確率（probability of likelihood）を更新しうる。

本開示はクラウドコンピューティングに関する詳細な説明を含むが、本明細書に列挙される教示の実装はクラウドコンピューティング環境に限定されないことが理解されるべきである。むしろ、本発明の実施態様は、現在知られている又は後で開発される任意の他のタイプのコンピューティング環境と組み合わせて実装されることができる。

クラウドコンピューティングは、最小限の管理労力又はサービスのプロバイダとの相互作用で迅速にプロビジョニングされ且つ解放されることができる構成可能なコンピューティングリソース（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理（processing）、メモリ、ストレージ、アプリケーション、仮想マシン、及びサービス）の共有プールへの便利なオンデマンドネットワークアクセスを可能にする為のサービス提供のモデルである。このクラウドモデルは、少なくとも5つの特徴、少なくとも３つのサービスモデル、及び少なくとも４つのデプロイメント（deployment）モデルを含みうる。

特徴は下記の通りである。

オンデマンドセルフサービス：クラウドコンシューマ（cloud consumer）は、サービスのプロバイダとのヒューマンインターラクション（human interaction）を必要とせずに、必要に応じて、コンピューティング機能、例えばサーバ時間及びネットワークストレージ、を一方的にプロビジョニングすることができる。

ブロードネットワークアクセス：機能は、ネットワークを介して利用可能であり、及び異種のシン（thin）クライアント・プラットフォーム又はシック（thick）クライアント・プラットフォーム（例えば、携帯電話、ラップトップ、及びＰＤＡ）による使用を促進する標準的なメカニズムを介してアクセスされる。

リソースのプーリング：プロバイダのコンピューティングリソースは、マルチテナントモデルを使用して複数のコンシューマにサービスを提供するためにプールされ、及び様々な物理リソースと仮想リソースが需要に従って動的に割り当てられ及び再割り当てされる。コンシューマは一般的に、提供されたリソースの正確な場所についての制御又は知識を有していないが、より高いレベルの抽象化での場所（例えば、国、州又はデータセンター）を特定できうるという点で、場所に依存しないといえる。

迅速な順応性：機能は、迅速かつ弾力的にプロビジョニングされ、場合によっては自動的に、迅速にスケールアウトされ、迅速にリリースされて迅速にスケールインされうる。コンシューマにとって、プロビジョニングに利用可能な機能はしばしば、無制限であり及びいつでも任意の量で購入されることができる。

測定されたサービス：クラウド・システムは、サービスのタイプ（例えば、ストレージ、処理、帯域幅、及びアクティブなユーザアカウント）に適した何らかの抽象化レベルでの計量機能を用いることによって、リソースの使用を自動的に制御し及び最適化する。リソース使用は監視され、制御され、及び報告され、利用されるサービスのプロバイダ及びコンシューマの両方についての透明性を提供することができる。

サービスモデルは下記の通りである。

サービスとしてのソフトウェア（ＳａａＳ：Software as a Service）：クラウド・インフラストラクチャにおいて実行しているプロバイダのアプリケーションを使用する為に、コンシューマに提供される機能である。該アプリケーションは、シン・クライアント・インターフェース、例えばウェブブラウザ（例えば、ウェブ・ベースの電子メール）、を通じて、様々なクライアントデバイスからアクセス可能である。該コンシューマは、制限されたユーザ固有のアプリケーション構成設定のありうる例外として、基礎をなすクラウド・インフラストラクチャ、例えばネットワーク、サーバ、オペレーティングシステム、ストレージ、又は個々のアプリケーション機能さえも包含する基礎をなすクラウド・インフラストラクチャ、を管理又は制御しない。

サービスとしてのプラットフォーム（ＰａａＳ Platform as a Service）：プロバイダによってサポートされるプログラミング言語及びツールを用いて生成された、コンシューマが生成した又は取得したアプリケーションを、クラウド・インフラストラクチャ上に配備する為に、該コンシューマに提供される機能である。該コンシューマは、基礎をなすクラウド・インフラストラクチャ、例えばネットワーク、サーバ、オペレーティングシステム、又はストレージを包含する基礎をなすクラウド・インフラストラクチャ、を管理又は制御しないが、展開されたアプリケーション、及び場合によってはアプリケーション・ホスティング環境構成に対して制御を有する。

サービスとしてのインフラストラクチャ（ＩａａＳ：Infrastructure as a Service）：コンシューマが、オペレーティングシステム及びアプリケーションを含むことができる任意のソフトウェアを展開及び実行することができる、処理、ストレージ、ネットワーク、及び他の基本的なコンピューティングリソースをプロビジョニンングする為に、該コンシューマに提供される機能である。該コンシューマは、基礎をなすクラウド・インフラストラクチャを管理又は制御しないが、オペレーティングシステム、ストレージ、展開されたアプリケーションに対する制御、及び場合によっては、ネットワーク・コンポーネント（例えば、ホストのファイアウォール）の選択することの制限された制御を有する。

デプロイメントモデル（Deployment Models）は下記の通りである。

プライベート・クラウド：クラウド・インフラストラクチャは、ある組織の為のみに運営される。該クラウド・インフラストラクチャは、該組織又は第三者によって管理され得、及びオンプレミス（on-premises）又はオフプレミス（off-premises）に存在しうる。

コミュニティ・クラウド：クラウド・インフラストラクチャは、幾つかの組織によって共有され、及び共通の関心事項（例えば、ミッション、セキュリティ要件、ポリシー、及びコンプライアンス考慮事項）を有する特定のコミュニティをサポートする。該クラウド・インフラストラクチャは、該組織又は第三者によって管理され得、及びオンプレミス又はオフプレミスに存在しうる。

パブリック・クラウド：クラウド・インフラストラクチャは、一般公衆又は大規模な業界グループに対して利用可能であり、及びクラウドサービスを販売する組織によって所有される。

ハイブリッド・クラウド：クラウド・インフラストラクチャは、固有のエンティティのままであるが、データ及びアプリケーションの移行性を可能にする標準化された又は専用の技術（例えば、クラウド間の負荷分散のためのクラウド・バースティング）によって一緒にされる２以上のクラウド（プライベート、コミュニティ、又はパブリック）の混成物である。

クラウドコンピューティング環境は、無国籍性（statelessness）、低結合性、モジュール性、及びセマンティック相互運用性（semantic interoperability）に焦点を有する指向されたサービスである。クラウドコンピューティングの中核（heart）は、相互接続されたノードのネットワークを含むインフラストラクチャである。

ここで図６を参照すると、例示的なクラウドコンピューティング環境５０が図示されている。示される通り、クラウドコンピューティング環境５０は、１以上のクラウドコンピューティングノード１０を包含し、クラウドコンシューマによって使用されるローカルコンピューティングデバイス、例えば携帯情報端末（ＰＤＡ：personal digital assistant）又は携帯電話５４Ａ、デスクトップコンピュータ５４Ｂ、ラップトップコンピュータ５４Ｃ若しくは自動車コンピュータシステム５４Ｎ等又はそれらの組み合わせ、が、該クラウドコンピューティングノード１０と通信しうる。ノード１０は互いに通信しうる。該ノード１０は、物理的又は仮想的に、１以上のネットワーク、例えば本明細書において上述されたプライベート・クラウド、コミュニティ・クラウド、パブリック・クラウド若しくはハイブリッド・クラウド又はそれらの組み合わせ、にグループ化されうる（図示されていない）。このことは、クラウドコンシューマがローカルコンピューティングデバイスにおいてリソースを維持する必要がないサービスとして、インフラストラクチャ、プラットフォーム若しくはソフトウェア又はそれらの組み合わせをクラウドコンピューティング環境５０が提供することを許す。図６に示されているコンピューティングデバイス５４Ａ～Ｎのタイプは、例示のみであることを意図されていること、及びコンピューティングノード１０及びクラウドコンピューティング環境５０は、任意のタイプのネットワーク若しくはネットワークアドレス可能接続又はそれらの組み合わせを介して（例えば、ウェブブラウザを使用して）任意のタイプのコンピュータ化されたデバイスと通信することができることが理解される。

ここで図７を参照すると、クラウドコンピューティング環境５０（図６）によって提供される機能的抽象化層のセットが示されている。図７に示されている構成要素、層、及び機能は、単に例示であることを意図していること、及び本発明の実施態様はそれに限定されないことが理解されるべきである。図示されている通り、下記の層及び対応する機能が提供される。

ハードウェア及びソフトウェア層６０は、ハードウェアコンポーネント及びソフトウェアコンポーネントを包含する。ハードウェアコンポーネントの例は、メインフレーム６１、ＲＩＳＣ（Reduced Instruction Set Computer（縮小命令セット・コンピュータ））アーキテクチャ・ベースのサーバ６２、サーバ６３、ブレード・サーバ６４と、記憶装置６５、並びにネットワーク及びネットワーキング・コンポーネント６６を包含する。幾つかの実施態様において、ソフトウェアコンポーネントは、ネットワーク・アプリケーション・サーバ・ソフトウェア６７及びデータベース・ソフトウェア６８を包含する。

仮想化層７０は、抽象化層を提供し、この抽象化層から、仮想エンティティの下記の例が提供される：すなわち、仮想サーバ７１、仮想ストレージ７２、仮想ネットワーク７３、例えば仮想プライベート・ネットワークを包含する該仮想ネットワーク７３、仮想アプリケーション及びオペレーティングシステム７４、並びに仮想クライアント７５。

一つの例においては、管理層８０は、以下で説明される機能を提供しうる。リソース・プロビジョニング８１は、クラウドコンピューティング環境内でタスクを実行する為に利用されるコンピューティングリソース及び他のリソースの動的な調達を提供する。計量及び価格決定８２は、リソースがクラウドコンピューティング環境内で利用される場合のコスト追跡と、これらのリソースの消費についての課金又は請求とを提供する。一つの例においては、これらのリソースは、アプリケーション・ソフトウェア・ライセンスを包含しうる。セキュリティは、クラウドコンシューマ及びタスクに対する識別検証と、データ及び他のリソースに対する保護とを提供する。ユーザ・ポータル８３は、コンシューマ及びシステム管理者の為に、クラウドコンピューティング環境へのアクセスを提供する。サービス・レベル管理８４は、要求されるサービス・レベルが満たされるように、クラウド・コンピューティング・リソースの割り当て及び管理を提供する。サービス・レベル・アグリーメント（ＳＬＡ：Service Level Agreement）の計画及び履行８５は、将来の要件がＳＬＡに従って予測されるクラウド・コンピューティング・リソースの為の事前配置及びその調達を提供する。

ワークロード層９０は、クラウドコンピューティング環境が利用されうる機能の例を提供する。この層から提供されうるワークロード及び機能の例は、マッピング及びナビゲーション９１、ソフトウェア開発及びライフサイクル管理９２、仮想クラスルーム教育配信９３、データ分析処理９４、トランザクション処理９５、及び後に利用可能な帯域幅状態を先回りして適合する予測的に選択する仮想リアリティコンテント９６を包含する。

本発明は、システム、方法若しくはコンピュータ・プログラム製品又はその組み合わせでありうる。該コンピュータ・プログラム製品は、プロセッサに本発明の観点を実行させる為のコンピュータ可読プログラム命令を有する１以上のコンピュータ可読記憶媒体を包含しうる。

該コンピュータ可読記憶媒体は、命令実行デバイスによって使用する為の命令を保持且つ記憶することができる有形のデバイスであることができる。該コンピュータ可読記憶媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光ストレージ・デバイス、電磁ストレージ・デバイス、半導体ストレージ・デバイス、又はこれらの任意の適切な組み合わせでありうるが、これらに限定されない。該コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、下記を包含する：ポータブルコンピュータ・ディスケット、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ：random access memory）、読み取り専用メモリ（ＲＯＭ：read-only memory）、消去可能なプログラム可能な読み取り専用メモリ（ＥＰＲＯＭ（erasable programmable read-only memory）又はフラッシュメモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ：static random access memory）、ポータブル・コンパクト・ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ：compact disc read-only memory）、デジタル多用途ディスク（ＤＶＤ：digital versatile disk）、メモリスティック、フロッピーディスク、機械的に符号化されたデバイス、例えばパンチカード若しくは命令が記録されている溝内の隆起構造又はこれらの任意の適切な組み合わせ。本明細書において使用される場合、コンピュータ可読記憶媒体は、一時的な信号それ自体、例えば電波又は他の自由に伝播する電磁波、導波管若しく他の伝送媒体を伝播する電磁波（例えば、光ファイバケーブルを通過する光パルス）、又は電線を介して送信される電気信号、であると解釈されるべきでない。

本明細書において記載されたコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から個々のコンピューティングデバイス／処理デバイスに、又はネットワーク、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク若しくはワイヤレスネットワーク又はそれらの組み合わせ、を介して外部コンピュータ又は外部記憶デバイスにダウンロードされることができる。該ネットワークは、銅線伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ若しくはエッジサーバ又はこれらの組み合わせで構成されうる。各コンピューティングデバイス／処理デバイスにおけるネットワークアダプタカード又はネットワーク・インターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、そして、該コンピュータ可読プログラム命令を、個々のコンピューティングデバイス／処理デバイス内にコンピュータ可読記憶媒体中に記憶する為に送信する。

本発明の動作を実行する為のコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ：instruction-set-architecture）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路の為の構成データ、又は、１以上のプログラミング言語、例えばオブジェクト指向プログラミング言語、オブジェクト指向プログラミング言語（例えば、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋等）、手続き型プログラミング言語（例えば「Ｃ」プログラミング言語又は同様のプログラミング言語）、の任意の組み合わせで書かれているソースコード又はオブジェクトコードのいずれか、でありうる。該コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に、ユーザのコンピュータ上で部分的に、ユーザのコンピュータ上でスタンドアロン・ソフトウェア・パッケージとして部分的に、ユーザのコンピュータ上で部分的に且つリモートコンピュータ上で部分的に、又はリモートコンピュータ若しくはサーバ上で全体的に、実行されうる。後者のシナリオにおいて、該リモートコンピュータは、任意の種類のネットワーク、例えばローカルエリアネットワーク（ＬＡＮ：local area network）若しくはワイドエリアネットワーク（ＷＡＮ：wide area network）、を介してユーザのコンピュータに接続されうるか、又は該接続は（例えば、インターネットサービスプロバイダを使用したインターネットを通じて）外部コンピュータに対して行われうる。幾つかの実施態様において、電子回路、例えばプログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：field-programmable gate arrays）又はプログラマブルロジックアレイ（ＰＬＡ：programmable logic arrays）、は、本発明の観点を実行する為に、コンピュータ可読プログラム命令の状態情報を利用することによって、電子回路をパーソナライズすることによって、コンピュータ可読プログラム命令を実行しうる。

本発明の観点は、本発明の実施態様に従う、方法、装置（システム）及びコンピュータ・プログラム製品のフローチャート図若しくはブロック図又はそれらの組み合わせを参照して本明細書において記載されている。該フローチャート図若しくは該ブロック図又はそれらの組み合わせの各ブロック、並びに該フローチャート図若しくは該ブロック図又はそれらの組み合わせにおける複数のブロックの組み合わせは、コンピュータ可読プログラム命令によって実装されることができることが理解されるであろう。

これらのコンピュータ可読プログラム命令は、該コンピュータ又は他のプログラム可能なデータ処理装置のプロセッサを介して実行する命令が該フローチャート若しくはブロック図又はそれらの組み合わせの１以上のブロックにおいて特定された機能／動作を実装するための手段を生成するように、コンピュータのプロセッサ又は他のプログラム可能なデータ処理装置に提供されて、マシンを作り出しうる。これらのコンピュータ可読プログラム命令はまた、記憶された命令を有するコンピュータ可読記憶媒体は、該フローチャート図若しくはブロック図又はそれらの組み合わせの１以上のブロックにおいて特定される機能／動作の観点を実装する命令を含む製造品を含むように、コンピュータ・プログラム可能なデータ処理装置若しくは他のデバイス又はこれらの組み合わせに特定の様式で機能するように指示することができるコンピュータ可読記憶媒体中に記憶されうる。

該コンピュータ可読プログラム命令はまた、コンピュータ上、他のプログラム可能なデータ処理装置上又は他のデバイス上で実行される命令が、該フローチャート若しくはブロック図若しくはそれらの組み合わせの１以上のブロックにおいて特定される機能／動作を実装するように、上記のコンピュータ上、他のプログラム可能なデータ処理装置上又は他のデバイス上にロードされて、コンピュータ、他のプログラム可能な装置又は他のデバイス上で一連の動作ステップを実行させて、コンピュータに実装されたプロセスを生成しうる。

図面中のフローチャート及びブロック図は、本発明の様々な実施態様に従う、システム、方法及びコンピュータ・プログラム製品のありうる実装の、アーキテクチャ、機能及び動作を示す。これに関連して、該フローチャート又はブロック図における各ブロックは、命令のモジュール、セグメント、又はその一部を表し得、それは、特定された１以上の論理機能を実装する為の１以上の実行可能命令を含む。幾つかの代替の実装において、該ブロックにおいて示されている機能は、図面中に示されている順序とは異なって生じうる。例えば、連続して示されている２つのブロックは、実際には、関与する機能に依存して、同時に、実質的に同時に、部分的又は全体的に時間的に重複する様式で実行される１つのステップとして達成されうるか、又は該ブロックは、逆の順序で実行されうる。該ブロック図若しくはフローチャート図又はこれらの組み合わせの各ブロック、並びに該ブロック図若しくはフローチャート図又はこれらの組み合わせの複数のブロックの組み合わせは、特定された機能又は動作を実行する特別な目的のハードウェアベースのシステムによって実装できることができ、又は特別な目的のハードウェアとコンピュータ命令との組み合わせを実行することができることにまた留意されたい。

本発明の様々な実施態様の記述は、例示の目的の為に示されているが、網羅的であることを意図されるものでなく、開示された実施態様に限定されることを意図されるものでもない。同様に、本明細書に記載された本開示の実施態様の特徴又は機能の例は、特定の実施態様説明において使用されるか又は例として記載されるかにかかわらず、本明細書に記載された本開示の実施態様を限定すること、又は本明細書に記載された例に開示を限定することを意図するものでない。記述された実施態様の範囲及び精神から逸脱すること無しに、多くの修正及び変形が当業者には明らかであろう。本明細書において使用されている語は、実施態様の原理、市場で見られている技術に対する実際の適用若しくは技術的改善を説明する為に、又は当業者が本明細書において開示された実施態様を理解できることを可能にする為に選択された。

Claims (25)

1. ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイするコンピュータ実装方法であって、
   クライアントデバイス上でアプリケーションを実行すること、ここで、該アプリケーションは、１セットの２以上のエッジデバイス内の任意の１つのエッジデバイス上で実行可能な１セットのマイクロサービスを有する、
   第１の時点での前記クライアントデバイスの状態を決定すること、ここで、該状態は、１以上のマイクロサービスが前記クライアントデバイスの為に現在実行されていること、及び現在実行されているマイクロサービスのそれぞれについて、エッジデバイスが該マイクロサービスを実行することを含む、
   前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測すること、
   前記第２の時点での前記クライアントデバイスの場所を予測すること、及び
   前記第２の時点で実行されると予測される１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次の１つのエッジデバイスを、前記予測された場所に基づいて決定すること
   を含む、前記コンピュータ実装方法。
2. 第１の時点で前記クライアントデバイスの状態を決定することが、
   前記第１のクライアントデバイスの前記決定された状態を、前記１セットの２以上のエッジデバイス内の少なくとも１つのエッジデバイスに送信すること
   をさらに含む、請求項１に記載のコンピュータ実装方法。
3. 前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測することが、
   現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定すること、及び
   決定された確率の順に前記マイクロサービスをランク付けすること
   をさらに含む、請求項１又は２に記載のコンピュータ実装方法。
4. 現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定することが、
   現在実行されているマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが該クライアントデバイスによって要求されるであろう確率を、機械学習モデルを使用して決定すること
   をさらに含む、請求項３に記載のコンピュータ実装方法。
5. 前記第２の時点での前記クライアントデバイスの場所を予測することが、
   前記クライアントデバイスの移動の方向及び速度を決定すること、及び
   前記クライアントデバイスの前記決定された移動の方向及び速度に基づいて、第２の時点での前記クライアントデバイスの位置を予測すること
   をさらに含む、請求項１～４のいずれか１項に記載のコンピュータ実装方法。
6. 前記第２の時点で実行されると予測される該１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次のエッジデバイスを、前記予測された場所に基づいて決定することが、
   第１のエッジデバイスの計算能力を決定すること、
   前記第１のエッジデバイスのワークロードを決定すること、
   実行されそうな前記予測された１以上のマイクロサービスが前記第１のエッジデバイスにおいて前記第２の時点で実行される場合、運用サービスのレベルを予測すること、及び
   運用サービスの前記レベルが運用サービスの閾値値レベル以上である場合、前記第１のエッジデバイスを次のエッジデバイスとして選択すること
   によって、前記第１のエッジデバイスを次のエッジデバイスの候補として評価すること
   をさらに含む、請求項１～５のいずれか１項に記載のコンピュータ実装方法。
7. 運用サービスの前記レベルが運用サービスの前記閾値値レベル未満である場合、前記第１のエッジデバイスを前記次のエッジデバイスとして選択しないこと、及び
   第２のエッジデバイスを前記次のエッジデバイスの候補として評価すること
   をさらに含む、請求項６に記載のコンピュータ実装方法。
8. 前記決定された次のエッジデバイス上で前記第２の時点で実行されると予測される前記１以上のマイクロサービスをデプロイする為に必要な時間を決定すること、及び
   次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスのデプロイメントを、前記決定された次のエッジデバイス上で第３の時点で開始すること、ここで、前記第３の時点は前記第２の時点の前であり、該第３の時点は、前記決定された次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスをデプロイする為に必要である前記決定された時間に基づいて決定される、
   をさらに含む、請求項１～７のいずれか１項に記載のコンピュータ実装方法。
9. 前記決定された次のエッジデバイス上で該第２の時点で実行されると予測される前記１以上のマイクロサービスをデプロイする為に必要な時間を決定することが、
   前記決定された次のエッジデバイスの計算能力を決定すること、及び
   前記決定された次のエッジデバイスのワークロードを決定すること
   をさらに含む、請求項８に記載のコンピュータ実装方法。
10. ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータシステムであって、
    １以上のプロセッサ、１以上のコンピュータ可読メモリ、１以上のコンピュータ可読有形記録媒体、及び前記１以上の可読メモリのうちの少なくとも１つを介して前記１以上のプロセッサのうちの少なくとも１つによって実行される為の、前記１以上の有形記録媒体のうちの少なくとも１つに格納されたプログラム命令を備えており、ここで、前記コンピュータシステムは、
    クライアントデバイス上でアプリケーションを実行すること、ここで、該アプリケーションは、１セットの２以上のエッジデバイス内の任意の１つのエッジデバイス上で実行可能な１セットのマイクロサービスを有する、
    第１の時点での前記クライアントデバイスの状態を決定すること、ここで、該状態は、１以上のマイクロサービスが前記クライアントデバイスの為に現在実行されていること、及び現在実行されているマイクロサービスのそれぞれについて、エッジデバイスが該マイクロサービスを実行することを含む、
    前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測すること、
    前記第２の時点での前記クライアントデバイスの場所を予測すること、及び
    前記第２の時点で実行されると予測される１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次の１つのエッジデバイスを、前記予測された場所に基づいて決定すること
    を含む方法を実行することができる、前記コンピュータシステム。
11. 第１の時点で前記クライアントデバイスの状態を決定することが、
    前記第１のクライアントデバイスの前記決定された状態を、前記１セットの２以上のエッジデバイス内の少なくとも１つのエッジデバイスに送信すること
    をさらに含む、請求項１０に記載のコンピュータシステム。
12. 前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測することが、
    現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定すること、及び
    決定された確率の順に前記マイクロサービスをランク付けすること
    をさらに含む、請求項１０又は１１に記載のコンピュータシステム。
13. 現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定することが、
    現在実行されているマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが該クライアントデバイスによって要求されるであろう確率を、機械学習モデルを使用して決定すること
    をさらに含む、請求項１２に記載のコンピュータシステム。
14. 前記第２の時点での前記クライアントデバイスの場所を予測することが、
    前記クライアントデバイスの移動の方向及び速度を決定すること、及び
    前記クライアントデバイスの前記決定された移動の方向及び速度に基づいて、第２の時点での前記クライアントデバイスの位置を予測すること
    をさらに含む、請求項１０～１３のいずれか１項に記載のコンピュータシステム。
15. 前記第２の時点で実行されると予測される該１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次のエッジデバイスを、前記予測された場所に基づいて決定することが、
    第１のエッジデバイスの計算能力を決定すること、
    前記第１のエッジデバイスのワークロードを決定すること、
    実行されそうな前記予測された１以上のマイクロサービスが前記第１のエッジデバイスにおいて前記第２の時点で実行される場合、運用サービスのレベルを予測すること、及び
    運用サービスの前記レベルが運用サービスの閾値値レベル以上である場合、前記第１のエッジデバイスを次のエッジデバイスとして選択すること
    によって、前記第１のエッジデバイスを次のエッジデバイスの候補として評価すること
    をさらに含む、請求項１０～１４のいずれか１項に記載のコンピュータシステム。
16. 運用サービスの前記レベルが運用サービスの前記閾値値レベル未満である場合、前記第１のエッジデバイスを前記次のエッジデバイスとして選択しないこと、及び
    第２のエッジデバイスを前記次のエッジデバイスの候補として評価すること
    をさらに含む、請求項１５に記載のコンピュータシステム。
17. 前記決定された次のエッジデバイス上で前記第２の時点で実行されると予測される前記１以上のマイクロサービスをデプロイする為に必要な時間を決定すること、及び
    次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスのデプロイメントを、前記決定された次のエッジデバイス上で第３の時点で開始すること、ここで、前記第３の時点は前記第２の時点の前であり、該第３の時点は、前記決定された次のエッジデバイス上で実行されると予測される該１以上のマイクロサービスをデプロイする為に必要である前記決定された時間に基づいて決定される、
    をさらに含む、請求項１０～１６のいずれか１項に記載のコンピュータシステム。
18. 前記決定された次のエッジデバイス上で該第２の時点で実行されると予測される前記１以上のマイクロサービスをデプロイする為に必要な時間を決定することが、
    前記決定された次のエッジデバイスの計算能力を決定すること、及び
    前記決定された次のエッジデバイスのワークロードを決定すること
    をさらに含む、請求項１７に記載のコンピュータシステム。
19. ネットワーク内でエッジデバイスにおいてマイクロサービスを予測的にデプロイする為のコンピュータ・プログラムであって、
    クライアントデバイス上でアプリケーションを実行すること、ここで、該アプリケーションは、１セットの２以上のエッジデバイス内の任意の１つのエッジデバイス上で実行可能な１セットのマイクロサービスを有する、
    第１の時点での前記クライアントデバイスの状態を決定すること、ここで、該状態は、１以上のマイクロサービスが前記クライアントデバイスの為に現在実行されていること、及び現在実行されているマイクロサービスのそれぞれについて、エッジデバイスが該マイクロサービスを実行することを含む、
    前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測すること、
    前記第２の時点での前記クライアントデバイスの場所を予測すること、及び
    前記第２の時点で実行されると予測される１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次の１つのエッジデバイスを、前記予測された場所に基づいて決定すること
    をコンピュータに実行させる、前記コンピュータ・プログラム。
20. 第１の時点で前記クライアントデバイスの状態を決定することが、
    前記第１のクライアントデバイスの前記決定された状態を、前記１セットの２以上のエッジデバイス内の少なくとも１つのエッジデバイスに送信すること
    をさらに含む、請求項１９に記載のコンピュータ・プログラム。
21. 前記第１の時点に続く第２の時点で実行されそうな１以上のマイクロサービスを予測することが、
    現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定すること、及び
    決定された確率の順に前記マイクロサービスをランク付けすること
    をさらに含む、請求項１９又は２０に記載のコンピュータ・プログラム。
22. 現在実行されている夫々のマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが前記クライアントデバイスによって要求される確率を、該クライアントデバイスの為に現在実行されている該1以上のマイクロサービスのそれぞれについて決定することが、
    現在実行されているマイクロサービスが終了したときに、前記クライアントデバイスの為に現在実行されていないマイクロサービスが該クライアントデバイスによって要求されるであろう確率を、機械学習モデルを使用して決定すること
    をさらに含む、請求項２１に記載のコンピュータ・プログラム。
23. 前記第２の時点での前記クライアントデバイスの場所を予測することが、
    前記クライアントデバイスの移動の方向及び速度を決定すること、及び
    前記クライアントデバイスの前記決定された移動の方向及び速度に基づいて、第２の時点での前記クライアントデバイスの位置を予測すること
    をさらに含む、請求項１９～２２のいずれか１項に記載のコンピュータ・プログラム。
24. 前記第２の時点で実行されると予測される該１以上のマイクロサービスを実行する為の、前記１セットのエッジデバイス内の次のエッジデバイスを、前記予測された場所に基づいて決定することが、
    第１のエッジデバイスの計算能力を決定すること、
    前記第１のエッジデバイスのワークロードを決定すること、
    実行されそうな前記予測された１以上のマイクロサービスが前記第１のエッジデバイスにおいて前記第２の時点で実行される場合、運用サービスのレベルを予測すること、及び
    運用サービスの前記レベルが運用サービスの閾値値レベル以上である場合、前記第１のエッジデバイスを次のエッジデバイスとして選択すること
    によって、前記第１のエッジデバイスを次のエッジデバイスの候補として評価すること
    をさらに含む、請求項１９～２３のいずれか１項に記載のコンピュータ・プログラム。
25. 運用サービスの前記レベルが運用サービスの前記閾値値レベル未満である場合、前記第１のエッジデバイスを前記次のエッジデバイスとして選択しないこと、及び
    第２のエッジデバイスを前記次のエッジデバイスの候補として評価すること
    をさらに含む、請求項２４に記載のコンピュータ・プログラム。

Images