JP2023510951A - モノリシック・アプリケーションのマイクロサービス分解戦略 - Google Patents

Abstract

モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするシステムおよび技法が提供される。さまざまな実施形態において、コミュニティ検出構成要素は、モノリシック・アプリケーションの中の素なコード・クラスタを、モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて検出することができる。さまざまな態様において、コード特性グラフは、モノリシック・アプリケーションの時間的コード進展に基づくことができる。さまざまな実施形態において、トピック・モデリング構成要素は、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的を識別することができる。さまざまな実施形態において、マイクロサービス構成要素は、機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨することができる。

Description

本主題開示はマイクロサービスの分解（microservice decomposition）に関し、より詳細には、モノリシック・アプリケーション（monolithic application）に対するマイクロサービス分解戦略を自動的に推奨することに関する。

以下に、本発明の１つまたは複数の実施形態の基本的理解を提供する概要を示す。この概要が、鍵となる要素もしくは決定的に重要な要素を識別すること、または、この概要が、特定の実施形態の範囲もしくは特許請求の範囲を規定することは意図されていない。この概要の唯一の目的は、後に示すより詳細な説明に対する前置きとして、概念を簡略化された形で示すことにある。本明細書に記載された１つまたは複数の実施形態では、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするデバイス、システム、コンピュータ実施方法、装置もしくはコンピュータ・プログラム製品、またはこれらの組合せが説明される。

１つまたは複数の実施形態によればシステムが提供される。このシステムは、コンピュータ実行可能構成要素を格納することができるメモリを含むことができる。このシステムはさらに、メモリに動作可能に結合することができるプロセッサであり、メモリに格納されたコンピュータ実行可能構成要素を実行することができるプロセッサを含むことができる。さまざまな実施形態において、コンピュータ実行可能構成要素は、モノリシック・アプリケーションの中の素なコード・クラスタ（disjoint code cluster）を、モノリシック・アプリケーションを特徴付けるコード特性グラフ（code property graph）に基づいて検出することができるコミュニティ検出構成要素（community detection component）を含むことができる。さまざまな実施形態において、コード特性グラフは、モノリシック・アプリケーションの時間的なコードの進展（temporal code evolution）に基づくことができる。さまざまな実施形態において、コンピュータ実行可能構成要素は、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的（functional purpose）を識別することができるトピック・モデリング構成要素（topic modeling component）を含むことができる。さまざまな実施形態では、マイクロサービス構成要素（microservices component）は、機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨することができる。

１つまたは複数の実施形態によれば、上で説明したシステムを、コンピュータ実施方法として実施することができる。

１つまたは複数の実施形態によれば、上で説明したシステムを、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするためのコンピュータ・プログラム製品として実施することができる。このコンピュータ・プログラム製品は、プログラム命令が実装されたコンピュータ可読ストレージ媒体を含むことができる。このプログラム命令は、処理構成要素によって実行可能なものとすることができ、これによって、処理構成要素はさまざまな動作を実行することができる。

１つまたは複数の実施形態によれば装置が提供される。この装置は、コンピュータ実行可能構成要素を格納することができるメモリを含むことができる。この装置はさらに、メモリに動作可能に結合することができるプロセッサであり、メモリに格納されたコンピュータ実行可能構成要素を実行することができるプロセッサを含むことができる。さまざまな実施形態において、コンピュータ実行可能構成要素は、モノリシック・アプリケーションの中のマイクロサービス分解の候補を、モノリシック・アプリケーションに対応するコード特性グラフに基づいて識別することができるコミュニティ検出構成要素を含むことができる。さまざまな実施形態において、コンピュータ実行可能構成要素は、モノリシック・アプリケーションに対応するビジネス文書に基づいて、識別された候補によってそれぞれ実行される機能を識別することができるトピック・モデリング構成要素を含むことができる。

１つまたは複数の実施形態によれば、上で説明したシステムを、コンピュータ実施方法として実施することができる。

一態様によれば、システムが提供され、このシステムは、コンピュータ実行可能構成要素を格納するメモリと、メモリに動作可能に結合されたプロセッサであり、メモリに格納されたコンピュータ実行可能構成要素を実行する、プロセッサとを含み、コンピュータ実行可能構成要素は、モノリシック・アプリケーションの中の素なコード・クラスタを、モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて検出するコミュニティ検出構成要素、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的を識別するトピック・モデリング構成要素、および機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨するマイクロサービス構成要素を含む。

別の態様によれば、コンピュータ実施方法が提供され、このコンピュータ実施方法は、プロセッサに動作可能に結合されたデバイスによって、モノリシック・アプリケーションの中の素なコード・クラスタを、モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて検出すること、このデバイスによって、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的を識別すること、およびこのデバイスによって、機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨することを含む。

別の態様によれば、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするためのコンピュータ・プログラム製品が提供され、このコンピュータ・プログラム製品は、プログラム命令が実装されたコンピュータ可読メモリを含み、プログラム命令は、モノリシック・アプリケーションの中の素なコード・クラスタを、モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて検出すること、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的を識別すること、および機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨すること、を処理構成要素に実行させるように処理構成要素によって実行可能である。

別の態様によれば、装置が提供され、この装置は、メモリに動作可能に結合されたプロセッサであり、メモリに格納されたコンピュータ実行可能構成要素を実行する、プロセッサを含み、コンピュータ実行可能構成要素は、モノリシック・アプリケーションの中のマイクロサービス分解の候補を、モノリシック・アプリケーションに対応するコード特性グラフに基づいて識別するコミュニティ検出構成要素、およびモノリシック・アプリケーションに対応するビジネス文書に基づいて、識別された候補によってそれぞれ実行される機能を識別するトピック・モデリング構成要素を含む。

別の態様によれば、コンピュータ実施方法が提供され、このコンピュータ実施方法は、プロセッサに通信可能に結合されたデバイスによって、モノリシック・アプリケーションの中のマイクロサービス分解の候補を、モノリシック・アプリケーションに対応するコード特性グラフに基づいて識別すること、およびこのデバイスによって、モノリシック・アプリケーションに対応するビジネス文書に基づいて、識別された候補によってそれぞれ実行される機能を識別することを含む。

次に、添付図面を参照して本発明の実施形態を単なる例として説明する。

本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の高レベル流れ図である。 コード特性グラフを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 コミュニティ検出アルゴリズムを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコード特性グラフの中の例示的で非限定的な互いに素なコード・クラスタのブロック図である。 トピック・モデリング・アルゴリズムを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 推奨されたマイクロサービスを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするための例示的なワークフロー処理を示す高レベル・ブロック図である。 フィードバック構成要素を含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 依存関係パターン格納構成要素（dependency pattern storage component）を含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なシステムのブロック図である。 本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 コード特性グラフを増強することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 ユーザ・フィードバックを受け取ることを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 依存関係パターンを格納することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 素なコード・クラスタを置き換えることを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 コード特性グラフを修正することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にする例示的で非限定的なコンピュータ実施方法の流れ図である。 本明細書に記載された１つまたは複数の実施形態を容易にすることができる例示的で非限定的な動作環境のブロック図である。

以下の詳細な説明は単に例示のためのものであり、以下の詳細な説明が、実施形態または実施形態の用途もしくは使用、あるいはこれらの組合せを限定することは意図されていない。さらに、上記の技術分野もしくは発明の概要の項または発明を実施するための形態の項に提示された明示または暗示の情報によって拘束されることは意図されていない。

次に、１つまたは複数の実施形態を図面を参照して説明する。それらの図面では、全体を通じて、同じ要素を指すために同じ参照符号が使用されている。以下の説明には、説明の目的上、１つまたは複数の実施形態のより完全な理解を提供するために、数多くの具体的な詳細が記載されている。しかしながら、さまざまなケースにおいて、それらの具体的な詳細がなくても、この１つまたは複数の実施形態を実施することができることは明白である。

レガシー・アプリケーションは、古い、時代遅れである、もしくは更新が必要である、またはこれらの組合せであると考えられてはいるが、それでも多くの理由（例えば、そのレガシー・アプリケーションが満足のいく結果を提供するため、そのレガシー・アプリケーションを置き換える際もしくはそのレガシー・アプリケーションのユーザ／オペレータを再訓練する際またはその両方の際にかかるコストが非常に大きいため、など）から依然として使用されているソフトウェア（例えばコンピュータ実行可能プログラムもしくはコンピュータ実行可能アプリケーションまたはその両方）であることがある。レガシー・アプリケーションはしばしばモノリシック・アーキテクチャとして構築されている。モノリシック・アプリケーションは、自己内蔵型のアプリケーション、すなわち、他のコンピューティング・アプリケーションから独立しており、特定の機能を容易にするのに必要な全てのおよび／または実質的に全てのコンピュータ実行可能構成要素および／またはコンピュータ実行可能命令を、単一のコンピュータ・プログラムもしくはコンピュータ・プラットホームまたはその両方に結合したアプリケーション、であることがある。これらのモノリシック・アプリケーションは一般に、クラウド・ネイティブの環境に適合させるのにはあまりに大きく、もしくはあまりに扱いにくく、またはその両方である。それらはしばしば、クラウド・ネイティブのアプリケーションが提供する利点（例えばスケーラビリティ、連続的な展開（continuous deployment）、ステートレスな展開（stateless deployment）、アジリティなど）を示さない。さまざまな状況において、モノリシック・アプリケーション（例えばレガシー・アプリケーションであるのか否かは問わない）を１つまたは複数のマイクロサービスに完全にもしくは部分的にまたはその両方で分解することは有益であることがある。マイクロサービスは、特定の機能もしくはビジネス・タスクまたはその両方を実行する、独立して開発可能な、もしくは独立して展開可能な、または独立して開発および展開が可能なサブアプリケーションであることがある。例えば、１つのモノリシック・アプリケーションが、動作Ａ、ＢおよびＣを実行するコンピュータ・プログラムである場合には、そのモノリシック・アプリケーションを、３つのマイクロサービス、すなわち動作Ａを実行する第１のマイクロサービス、動作Ｂを実行する第２のマイクロサービスおよび動作Ｃを実行する第３のマイクロサービスに完全に分解することができる。いくつかのケースでは、モノリシック・アプリケーションの一部分だけがマイクロサービスに置き換えられ、モノリシック・アプリケーションの残りの部分は維持され、もしくは依然として使用され、またはその両方となるように、１つのモノリシック・アプリケーションを部分的に分解すること（例えば、上記の例示的なモノリシック・アプリケーションを、３つのマイクロサービスに分解するのではなく、１つまたは２つのマイクロサービスにしか分解しないこと）ができる。さまざまな例において、マイクロサービスはクラウド・ベースであることができる。さまざまな状況において、モノリシック・アプリケーションのマイクロサービス分解は、モノリシック・アプリケーションの改良された性能（例えば、分離された構成要素、増大した複雑さ、不変のアーキテクチャ、より高速な計算、より短い開発時間枠、最小化された依存関係もしくは分担された懸念またはその両方、より小さいもしくはより集中した、またはより小さくより集中したアプリケーション、関係エンティティ間のデータ契約（data contract）もしくはその欠如またはその両方、など）に帰着し得る。

しかしながら、モノリシック・アプリケーションを１つまたは複数のマイクロサービスに分解することは難しいタスクであることがある。このような分解は一般に、手動で効果的に実行するのにはあまりに複雑であり、もしくはあまりに時間がかかり、またはその両方である。したがって、マイクロサービス分解を容易にするための自動化されたシステム／技術が有益である。

マイクロサービス分解の自動化されたシステム／技術はいくつか存在するが、それらは普通、単純な発見的手法（heuristics）を利用して、モノリシック・アプリケーションのコール・グラフ（call graph）だけに基づいてコード・クラスおよび方法をクラスタ化およびマージする。他の既存のシステム／技術は単に、プロセス・マイニングおよびプロセス・ログ・ファイルを利用して代替スライシング解決策を推奨する。他の既存のシステム／技術は、ソース・コードの自然言語処理だけを利用して、分解の候補を識別する。自然言語処理は、モノリシック・アプリケーションのソース・コードにはしばしば示されていない良好なプログラミング・スタイルおよび最良のプラクティスに依存するため、これは最適とは言えないことがある。

このような既存のシステム／技術は多くの不都合を経験する。例えば、このような既存のシステム／技術は、モノリシック・アプリケーションの意味論的構造（semantic structure）（例えばアプリケーションのソース・コードの構造）を決定するのに統計学的方法を使用せず、モノリシック・アプリケーションのデータ依存関係もしくは制御依存関係またはその両方を考慮せず、マイクロサービス分解の候補を識別するのにモノリシック・アプリケーションの時間的なコードの進展（例えばモノリシック・アプリケーションのコードに対する経時的な変更）を利用しない。さらに、このようなシステム／技術は、モノリシック・アプリケーションのソース・コードだけに焦点を合わせ、また、識別されたコード・クラスタを置き換えるための適当なマイクロサービスを推奨するときに、識別されたコード・クラスタに関連した機能トピックもしくは機能目的またはその両方を判定もしくは推論し、または判定および推論するのに、モノリシック・アプリケーションに関連したビジネス文書を利用しない。本発明のさまざまな実施形態はこれらの課題のうちの１つまたは複数の課題に対処することができる。

本発明の１つまたは複数の実施形態は、レガシー・モノリシック・アプリケーションのモダナイゼーションに特に有用であることがあるが、本発明のさまざまな実施形態を利用して、非レガシー・モノリシック・アプリケーション（例えば、古いとも、時代遅れであるとも、もしくは更新が必要であるとも、またはこれらの組合せであるとも考えられていないモノリシック・アプリケーション）に対するマイクロサービス分解戦略を推奨もしくは実施すること、または推奨および実施することもできることに留意されたい。

本明細書に記載された実施形態は、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨もしくは実施またはその両方を容易にする、システム、コンピュータ実施方法、装置もしくはコンピュータ・プログラム製品、またはこれらの組合せを含む。さまざまな実施形態では、モノリシック・アプリケーションが、技術文書コーパス（例えばソース・コード、バイナリ・コード、展開スクリプト、実行インスタンスに関する統計量、異なる異型（variant）／構成、コード・リポジトリなど）、およびビジネス文書コーパス（例えば設計文書、ユーザ・ガイド／マニュアル、訓練ガイド／マニュアル、トラブルシューティング・ガイド／マニュアル、ＲＥＡＤＭＥページ、Ｗｉｋｉページ、ＧｉｔＨｕｂページなど）に関連付けられていることがある。

さまざまな実施形態では、グラフ構成要素（graph component）が、技術文書コーパスに基づいて、モノリシック・アプリケーションを特徴付けるコード特性グラフを生成することができる（例えば、グラフ構成要素は、コード特性グラフを作成するために、モノリシック・アプリケーションに対応するソース・コードもしくはスクリプトまたはその両方を分析することができる）。コード特性グラフは、モノリシック・アプリケーションに対応する抽象構文木、モノリシック・アプリケーションに対応する制御フロー・グラフ、およびモノリシック・アプリケーションに対応するプログラム依存グラフの組合せによる結合データ構造体であることができる。すなわち、コード特性グラフは、モノリシック・アプリケーションの構造、制御フローおよびデータ依存関係の包括的概観を同時に提供するマルチグラフであることができる。このような結合データ構造体は、モノリシック・アプリケーションを分析する際に有用であることがある。

さまざまな実施形態において、グラフ構成要素は、モノリシック・アプリケーションの時間的コード進展に基づいて、コード特性グラフを増強もしくは修正し、または増強および修正することができる（例えば、コード特性グラフの中のエッジ重みもしくはエッジ特性またはその両方を増強もしくは修正し、または増強および修正すること、コード特性グラフの中のノード重みもしくはノード特性またはその両方を増強もしくは修正し、または増強および修正すること、コード特性グラフの中のエッジもしくはノードまたはその両方を追加しもしくは取り去ること、または追加し、取り去ることなどができる）。さまざまな実施形態において、時間的コード進展は、モノリシック・アプリケーションに対応するコード・リポジトリの中に記録もしくは格納され、もしくは記録および格納された、モノリシック・アプリケーションのソース・コードに対する変更のタイムラインもしくは経時記録またはその両方であることができる。さまざまな例において、同時に変更されたコードの部分／クラスタ、もしくは実質的に同様の時刻に変更されたコードの部分／クラスタ、またはその両方を、実質的に異なる時刻に変更されたコードの部分／クラスタよりも、互いに密接に関係付けられている、もしくは互いに緊密に結合されている、またはその両方であると推論することができる。

例えば、モノリシック・アプリケーションのソース・コードが、コード・グルーピングＡ、コード・グルーピングＢおよびコード・グルーピングＣを含むとする。その場合、モノリシック・アプリケーションのコード特性グラフは、コード・グルーピングＡに対応するノード、コード・グルーピングＢに対応する他のノード、およびコード・グルーピングＣに対応する他のノードを含むことができる。所与の期間内にコード・グルーピングＡとコード・グルーピングＣが、ユーザ／オペレータによって、同時にもしくは実質的に同時に、または同時におよび実質的に同時に変更／更新されたこと（例えば、所与の２週間の間に、コード・グルーピングＡおよびコード・グルーピングＣがともに、それぞれが実質的に同時もしくは同日であり、またはそれぞれが実質的に同時および同日である、別々の５回にわたって変更されたこと）をコード・リポジトリが示しているとする。さらに、コード・グルーピングＢが全く変更されなかったこと、もしくはコード・グルーピングＢが、コード・グルーピングＡおよびコード・グルーピングＣとは実質的に異なる時刻（例えば異なる日）に変更されたこと、またはその両方であることをコード・リポジトリが示しているとする。モノリシック・アプリケーションのソース・コードに対するこのような時間的変更は、コード・グルーピングＡとコード・グルーピングＣが、コード・グルーピングＡおよびコード・グルーピングＣがコード・グルーピングＢに関係付けられているよりも互いに密接に関係付けられていることを示し得る。したがって、グラフ構成要素は、この関係性（relatedness）を示すために、（例えば、コード・グルーピングＡを表すノードとコード・グルーピングＣを表すノードとの間のエッジ重みを増大させること、コード・グルーピングＡを表すノードとコード・グルーピングＣを表すノードとの間により多くのエッジを追加すること、コード・グルーピングＢを表すノードとコード・グルーピングＡおよびＣを表すノードとの間のエッジ重みを低減させること、コード・グルーピングＢを表すノードとコード・グルーピングＡおよびＣを表すノードとの間のエッジを取り去ることなどにより、）コード特性グラフを増強／修正することができる。このような増強は、コード・グルーピングＡとコード・グルーピングＣが、単一のコード・クラスタとして一緒に取り扱われるべきであるような十分に凝集度が高い（cohesive）ものであること、およびコード・グルーピングＢが、独自の独立したコード・クラスタとして単独で取り扱われるべきであるような、残りのコード・グルーピングとは十分に無関係なものであることを反映させることができる。

さまざまな実施形態では、コミュニティ検出構成要素が、（例えば時間的コード進展に基づいてコード特性グラフを増強した後に、）適当な任意のグラフ理論技術（graph theory technique）によって、コード特性グラフの中の素なコード・クラスタを検出することができる。さまざまな例において、素なコード・クラスタを、マイクロサービス分解の候補（例えば、潜在的にマイクロサービスに置き換えることができるソース・コードの部分）と考えることができる。さまざまな実施形態では、素なコード・クラスタを、（例えば、コード特性グラフの中の素なコード・クラスタを表すノードが、それらが単一のクラスタとして一緒に取り扱われるに値する、互いに十分に関係付けられたもの、もしくは互いに十分に連結されたもの、またはその両方であるような）所定のレベルの凝集度（cohesiveness）、および（例えば、コード特性グラフの中の素なコード・クラスタを表すノードが、それらが他のクラスタとは別個に取り扱われるに値する、モノリシック・アプリケーションの中の他のコード・クラスタを表す他のノードから十分に分断されたもの、十分に隔離されための、もしくは十分に独立したもの、またはこれらの組合せであるような）所定のレベルの結合度（coupling）を示す、モノリシック・アプリケーションのソース・コードの任意の部分とすることができる。さまざまな実施形態において、凝集度もしくは結合度またはその両方のこのような所定のしきい値／レベルは、ユーザ／オペレータによって希望通りに選択することができる。

上で述べたとおり、さまざまな例において、モノリシック・アプリケーションの時間的コード進展は、モノリシック・アプリケーションのソース・コードのさまざまな部分の相互関係性に関する価値ある情報を提供することができる。このような情報に基づいてコード特性グラフを増強することによって、コード特性グラフのコミュニティ検出を、より正確にもしくはより効果的に、またはより正確かつより効果的に実行することができる（例えば、コード特性グラフが時間的コード進展に基づいているとき、コード特性グラフは、ソース・コードのどの部分が、互いにより密接にもしくは互いにより緊密に、または互いにより密接かつ緊密に関係付けられているかをより正確に示すことができ、このことは、より正確なコミュニティ検出もしくはコミュニティ・クラスタ化またはその両方に帰着し得る）。

さまざまな実施形態では、トピック・モデリング構成要素が、適当な任意のトピック・モデリング技術によって、モノリシック・アプリケーションのビジネス文書コーパスに基づいて、素なコード・クラスタの機能目的（例えば、素なコード・クラスタによって実行されもしくは容易にされ、または実行され容易にされる、ビジネス・タスク、ビジネス機能、ビジネス能力もしくはビジネス動作またはこれらの組合せ）を識別することができる。例えば、トピック・モデリング構成要素は、素なコード・クラスタがどんなタスク、機能、能力もしくは動作またはこれらの組合せを実行するのかを判定するために、モノリシック・アプリケーションに関する設計文書、ユーザ・ガイド／マニュアル、ＲＥＡＤＭＥファイル、Ｗｉｋｉファイル、ＧｉｔＨｕｂファイルなどを分析することができる。例えば、ビジネス文書コーパスは、モノリシック・アプリケーションのソース・コードのさまざまな部分が実行すること（例えば、１つのコード・クラスタがユーザを認証し、別のコード・クラスタが推奨機能を実行し、別のコード・クラスタが課金情報の収集を容易にすることなど）を説明もしくは示唆し、または説明および示唆する自然言語テキストを含むことができる。さまざまなケースにおいて、トピック・モデリング構成要素は、検出された素なコード・クラスタによって実行される機能（例えば素なコード・クラスタの機能目的）を判定するために、このような情報を分析することができる。

さまざまな実施形態では、マイクロサービス構成要素が、機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービスを推奨することができる（例えば、素なコード・クラスタを、素なコード・クラスタと同じおよび／または同様のタスク、機能、能力および／または動作を容易にする／実行するマイクロサービスに置き換えることができる）。さまざまな例において、マイクロサービス構成要素の推奨をマイクロサービス分解戦略と考えることができる（例えば、マイクロサービス構成要素は、ユーザ／オペレータに対して、モノリシック・アプリケーションのソース・コードの置き換えることができる部分を強調することができ、さらに、ソース・コードのそれらの部分を置き換えるためにどのマイクロサービスを取得すべきかを提案することができる）。さまざまな実施形態において、マイクロサービス構成要素は実際に、このような分解戦略を実行もしくは実施し、または実行および実施することができる（例えば、マイクロサービス構成要素は、ソース・コード中での自動化された消去もしくはコメント化またはその両方などにより素なコード・クラスタを作動不能にすることができ、推奨されたマイクロサービスをスケジューリングし、注文し、もしくは他のやり方で取得し、またはこれらの組合せを実行することができる）。

上で述べたとおり、マイクロサービス分解を容易にし、もしくはマイクロサービス分解戦略を推奨し、またはその両方を達成する既存のシステム／技術は、単純に、モノリシック・アプリケーションのデータ依存関係を考慮せず（例えば、アプリケーションのコール・グラフだけを使用し、コード特性グラフを使用せず）、モノリシック・アプリケーションのソース・コードが経時的にどのように変更されたのかを考慮せず（例えば、時間的コード進展に基づいてコード特性グラフを増強することを全くせず）、モノリシック・アプリケーションに関連したビジネス文書を分析することによって、検出されたコード・クラスタの機能目的／トピックを識別もしくは推論すること、または識別および推論することをしない（例えば、ユーザ・ガイド、ＧｉｔＨｕｂファイル、コード・アノテーション（code annotation）などを利用することによって、識別されたコード・クラスタが実行する機能を推論することを試みない）。

能動的に維持されてはいないが、それにもかかわらずユーザ／オペレータにとって商業的に重要である多数のレガシー・アプリケーションのモダナイゼーションに役立てるために、本発明のさまざまな実施形態を使用することができる。クラウド・ネイティブ環境への移行の促進に役立てるため、およびコスト削減もしくは性能向上またはその両方をユーザ／オペレータにもたらすために、本発明のさまざまな例を使用することができる。連続コード最適化もしくは分解またはその両方を必要に応じて容易にするのに役立つアプリケーション管理ツールの部分として、本発明のさまざまな実施形態を使用することができる。さまざまなケースにおいて、本発明の実施形態を、クラウド・ネイティブのマイクロサービスに置き換えることができるレガシー・ソース・コードの潜在的部分、もしくはクラウド・ネイティブのマイクロサービスに置き換えるべきレガシー・ソース・コードの潜在的部分、またはその両方を識別することができ、どのマイクロサービスを置き換え対象として選択すべきかを推奨もしくは識別しまたは推奨および識別することができるモダナイゼーション分析エンジンと考えることができる。

ハードウェアもしくはソフトウェアまたはその両方を使用して、（例えばモノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするのに）その性質において高度に技術的であり、抽象的ではなく、人間による一組の頭脳行為として実行することができない課題を解決するために、本発明のさまざまな実施形態を使用することができる。さらに、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨に関係した定義されたタスク（例えば、モノリシック・アプリケーションのソース・コードに基づいて、モノリシック・アプリケーションを特徴付けるコード特性グラフを生成すること、モノリシック・アプリケーションの時間的コード進展に基づいてコード特性グラフを増強すること、コード特性グラフに基づいて、モノリシック・アプリケーションのソース・コードの中の素なコード・クラスタを検出すること、モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて素なコード・クラスタの機能目的を識別することなど）を実行する専門コンピュータ（例えばコード特性グラフ生成器、コミュニティ検出器、トピック・モデリング器など）によって、実行されるプロセスの一部を実行することができる。さまざまな例において、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨の分野に対する技術的改良を提供することができ、当該分野で生じる課題を解決することができる実際的アプリケーションにグラフ生成、コミュニティ検出およびトピック・モデリング技術を実装するために、本発明の実施形態を使用することができる。技術文書ソースとビジネス文書ソースの両方を利用すること、およびデータ依存関係と経時的なコード変更の両方を考慮することによって、本発明の実施形態は、既存のマイクロサービス分解システムよりも改良された分解推奨／戦略を、モノリシック・アプリケーションのユーザ／オペレータに提供することができる。したがって、このような実施形態は、先行技術の具体的で有形の技術的改良を構成する。

図１は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム１００のブロック図を示している。示されているとおり、マイクロサービス分解戦略システム１０２は、モノリシック・アプリケーション１０４を分析することができ、結果として、モノリシック・アプリケーション１０４をどのようにマイクロサービスに分解すべきかに関する推奨を出力することができる。より詳細には、さまざまな実施形態において、マイクロサービス分解戦略システム１０２は、モノリシック・アプリケーション１０４のソース・コードの中の１つまたは複数の素なコード・クラスタを（例えば、モノリシック・アプリケーション１０４を特徴付けるコード特性グラフを分析することによって）検出することができ、それらの１つまたは複数の素なコード・クラスタにそれぞれ対応する１つまたは複数の機能目的（例えば、それらの１つまたは複数の素なコード・クラスタによって容易にされる１つもしくは複数のタスク、機能、能力もしくは動作またはこれらの組合せ）を識別することができ、それらの１つまたは複数の機能目的に基づいて、それらの１つまたは複数の素なコード・クラスタをそれぞれ置き換えるための１つまたは複数のマイクロサービスを推奨することができる（例えば、特定のタスク、機能、能力もしくは動作またはこれらの組合せを容易にする素なコード・クラスタを、実質的に同じタスク、機能、能力もしくは動作またはこれらの組合せを容易にするマイクロサービスに置き換えることができる）。

さまざまな実施形態において、モノリシック・アプリケーション１０４は、モノリシック・アーキテクチャを示す適当な任意のコンピュータ・ソフトウェア・プログラムとすることができ、そのコンピュータ・ソフトウェア・プログラムが、レガシー・アプリケーションとみなされるか否かは問わない。

さまざまな実施形態において、モノリシック・アプリケーション１０４は、技術文書コーパス１０６およびビジネス文書コーパス１０８に対応する、もしくは技術文書コーパス１０６およびビジネス文書コーパス１０８に関連付けられる、またはその両方とすることができる。図は、技術文書コーパス１０６およびビジネス文書コーパス１０８を、モノリシック・アプリケーション１０４の内部に格納されているものとして示しているが、それは単に例であり、限定するものではなく、図示を容易にするためであることを認識すべきである。さまざまな実施形態において、技術文書コーパス１０６もしくはビジネス文書コーパス１０８またはその両方は、希望に応じて、モノリシック・アプリケーション１０４の外部もしくは内部またはその両方に、適宜、中央にもしくは分散させて、またはその両方で、別々にもしくは一緒に、またはその両方で、格納されることができる。

さまざまな実施形態において、技術文書コーパス１０６は、モノリシック・アプリケーション１０４に関する技術情報および／もしくはコーディング情報を表す文書の集合体、ならびに／またはモノリシック・アプリケーション１０４に関する技術情報および／もしくはコーディング情報を含む文書の集合体であることができる。例えば、１つまたは複数の実施形態では、技術文書コーパス１０６が、モノリシック・アプリケーション１０４に対応するソース・ファイルもしくはソース・コード・ファイルまたはその両方、モノリシック・アプリケーション１０４に対応するバイナリ・ファイルもしくはバイナリ・コード・ファイルまたはその両方、モノリシック・アプリケーション１０４の実行インスタンスの統計量、モノリシック・アプリケーション１０４に対応する展開スクリプト、モノリシック・アプリケーション１０４に対応するコード・リポジトリに格納された情報、モノリシック・アプリケーション１０４の時間的コード進展（例えばソース・コードに対する経時的な変更）などを含むことができる。

さまざまな実施形態において、ビジネス文書コーパス１０８は、モノリシック・アプリケーション１０４に関するビジネス情報、訓練情報、トラブルシューティング情報、説明／解説情報および／もしくは非技術的情報などを表す文書（例えば自然言語文書など）の集合体、ならびに／またはモノリシック・アプリケーション１０４に関するビジネス情報、訓練情報、トラブルシューティング情報、説明／解説情報および／もしくは非技術的情報などを含む文書（例えば自然言語文書など）の集合体であることができる。例えば、１つまたは複数の実施形態では、ビジネス文書コーパス１０８が、モノリシック・アプリケーション１０４に対応する設計文書、モノリシック・アプリケーション１０４に対応するユーザ・ガイドもしくはユーザ・マニュアルまたはその両方、モノリシック・アプリケーション１０４に対応する訓練／トラブルシューティング・ガイドもしくは訓練／トラブルシューティング・マニュアルまたはその両方、モノリシック・アプリケーション１０４に対応するＲＥＡＤＭＥファイルもしくはページまたはその両方、モノリシック・アプリケーション１０４に対応するＧｉｔＨｕｂファイルもしくはページまたはその両方、モノリシック・アプリケーション１０４に対応するＷｉｋｉファイルもしくはページまたはその両方などを含むことができる。

さまざまな実施形態において、マイクロサービス分解戦略システム１０２は、プロセッサ１１０（例えばコンピュータ処理ユニット、マイクロプロセッサなど）、およびプロセッサ１１０に動作可能に接続されたコンピュータ可読メモリ１１２を含むことができる。メモリ１１２は、プロセッサ１１０によって実行されたときにプロセッサ１１０もしくはマイクロサービス分解システム１０２の他の構成要素またはその両方（例えばグラフ構成要素１１４、コミュニティ検出構成要素１１６、トピック・モデリング構成要素１１８、マイクロサービス構成要素１２０など）に１つまたは複数の動作を実行させることができる、コンピュータ実行可能命令を格納することができる。さまざまな実施形態において、メモリ１１２は、コンピュータ実行可能構成要素（例えばグラフ構成要素１１４、コミュニティ検出構成要素１１６、トピック・モデリング構成要素１１８、マイクロサービス構成要素１２０など）を格納することができ、プロセッサ１１０は、それらのコンピュータ実行可能構成要素を実行することができる。

さまざまな実施形態において、マイクロサービス分解システム１０２はグラフ構成要素１１４を含むことができる。さまざまな実施形態において、グラフ構成要素１１４は、技術文書コーパス１０６を分析する（例えば、モノリシック・アプリケーション１０４のソース・コードもしくはスクリプトまたはその両方などを分析する）ことができ、それに従って、技術文書コーパス１０６に基づいて（例えばモノリシック・アプリケーション１０４のソース・コードもしくはスクリプトまたはその両方に基づいて）、モノリシック・アプリケーション１０４を特徴付けるコード特性グラフを生成することができる。さまざまな例において、グラフ構成要素１１４は、モノリシック・アプリケーション１０４の構造もしくは情報フローまたはその両方の異なる態様をそれぞれが要約した、抽象構文木、制御フロー・グラフおよびプログラム依存グラフを、モノリシック・アプリケーション１０４のソース・コードから生成することができる。さまざまなケースにおいて、グラフ構成要素１１４は、それらの抽象構文木、制御フロー・グラフおよびプログラム依存グラフを結合して単一の結合データ構造体（例えばコード特性グラフ）にすることができる。さまざまな実施形態において、コード特性グラフは、モノリシック・アプリケーション１０４の構造、制御フローおよびデータ依存関係を同時に示すマルチグラフであることができる。さまざまな例において、グラフ構成要素１１４はさらに、モノリシック・アプリケーション１０４の時間的コード進展に基づいて（例えば、モノリシック・アプリケーション１０４のソース・コードのどの部分が時間的に一致した変更を受けたのかを詳細に示す、コード・リポジトリからの経時記録に基づいて）、コード特性グラフを増強もしくは修正すること、または増強および修正することができる。さまざまなケースにおいて、モノリシック・アプリケーション１０４のソース・コードのどの部分をマイクロサービスに置き換えることができるのか、もしくはモノリシック・アプリケーション１０４のソース・コードのどの部分をマイクロサービスに置き換えるべきか、またはその両方を判定するために、増強／修正されたコード特性グラフ（例えば、増強／修正されたコード特性グラフの中のノードおよびエッジ）を分析することができる。

さまざまな実施形態において、マイクロサービス分解戦略システム１０２はコミュニティ検出構成要素１１６を含むことができる。さまざまな実施形態において、コミュニティ検出構成要素１１６は、増強／修正されたコード特性グラフを分析することができ、モノリシック・アプリケーション１０４のソース・コードの中の１つまたは複数の素なコード・クラスタを検出もしくは識別すること、または検出および識別することができる。より詳細には、コミュニティ検出構成要素１１６は、増強／修正されたコード特性グラフの中の１つまたは複数の素なノード・クラスタ（例えば、十分に高い凝集度もしくは他のノード・クラスタとの十分に低い結合度、またはその両方をエッジ密度によって示す、コード特性グラフの中のノード・クラスタ）を検出するために、グラフ理論技術を利用することができる。コード特性グラフのノードおよびエッジは、モノリシック・アプリケーション１０４のソース・コードの中のコードの実際の部分および／もしくは行に対応し、ならびに／またはモノリシック・アプリケーション１０４のソース・コードの中のコードの実際の部分および／もしくは行を表し得るため、コード特性グラフの中の素なノード・クラスタの検出は、ソース・コード自体の中の素なコード・クラスタの検出に対応し得る。さまざまなケースにおいて、コミュニティ検出構成要素１１６は、適当な任意の数学的技術もしくは統計学的技術またはその両方の技術（例えばルーヴェン（Louvain）アルゴリズム、ラベル伝播（label propagation）アルゴリズム、連結成分（connected components）アルゴリズム、強連結成分（strongly connected components）アルゴリズム、トライアングル・カウンティング（triangle counting）アルゴリズム、クラスタ化係数（clustering coefficient）アルゴリズム、バランスト・トライアド（balanced triad）アルゴリズムなど）によって、素なコード・クラスタのそのような検出を容易にすることができる。

さまざまな実施形態において、マイクロサービス分解戦略システム１０２はトピック・モデリング構成要素１１８を含むことができる。さまざまな実施形態において、トピック・モデリング構成要素１１８は、ビジネス文書コーパス１０８を分析する（例えば、設計文書、ユーザ・ガイド／マニュアルもしくはＧｉｔＨｕｂファイルまたはこれらの組合せなどを分析する）ことができ、それに従って、モノリシック・アプリケーション１０４のソース・コードの中の検出された１つまたは複数の素なコード・クラスタにそれぞれ対応する１つまたは複数の機能目的を識別することができる。より詳細には、トピック・モデリング構成要素１１８は、コミュニティ検出構成要素１１６によって検出された素なコード・クラスタの各々によって実行されもしくは容易にされ、または実行され容易にされる、特定のタスク、機能、能力もしくは動作またはこれらの組合せを判定するために、ビジネス文書コーパス１０８に含まれる自然言語テキストを分析することができる。例えば、コミュニティ検出構成要素１１６が、モノリシック・アプリケーション１０４のソース・コードの中の３つの素なコード・クラスタＡ、ＢおよびＣを検出した場合、トピック・モデリング構成要素１１８は、３つの素なコード・クラスタＡ、ＢおよびＣの各々が何を実行するのかを判定するために、ビジネス文書コーパス１０８を分析することができる。非限定的な例では、トピック・モデリング構成要素１１８が、モノリシック・アプリケーション１０４に対応するユーザ・マニュアル、ＲＥＡＤＭＥファイルなどの分析に基づいて、素なコード・クラスタＡがユーザ認証機能を容易にし、素なコード・クラスタＢがフォールト・トレランス、妥当性確認もしくはフールプルーフィング機能またはこれらの組合せを容易にし、素なコード・クラスタＣがセキュリティ・スクリーニング機能を容易にする、と判定もしくは推論、または判定かつ推論することができる。さまざまなケースにおいて、トピック・モデリング構成要素１１８は、適当な任意の数学的技術もしくは統計学的技術またはその両方（例えば潜在的ディリクレ配分アルゴリズム（latent Dirichlet allocation algorithm）など）によって、検出された素なコード・クラスタの機能目的のそのような識別、判定もしくは推論またはこれらの組合せを容易にすることができる。

さまざまな実施形態において、マイクロサービス分解戦略システム１０２はマイクロサービス構成要素１２０を含むことができる。さまざまな実施形態において、マイクロサービス構成要素１２０は、トピック・モデリング構成要素１１８によって識別された１つまたは複数の機能目的に基づいて、コミュニティ検出構成要素１１６によって検出された１つまたは複数の素なコード・クラスタを置き換えるための１つまたは複数のマイクロサービスを推奨することができる。さまざまなケースにおいて、特定のタスク、機能、能力もしくは動作またはこれらの組合せを実行しもしくは容易にし、または実行し容易にする素なコード・クラスタを、実質的に同じ特定のタスク、機能、能力もしくは動作またはこれらの組合せを実行しもしくは容易にし、または実行し容易にするマイクロサービスに置き換える（例えば分解する）ことができる。素なコード・クラスタＡがユーザ認証機能を容易にするとトピック・モデリング構成要素１１８が判定する上記の例を続けると、マイクロサービス構成要素１２０は、素なコード・クラスタＡを、ユーザ認証を容易にするマイクロサービスに置き換えることを推奨することができる。さらに、トピック・モデリング構成要素１１８は、素なコード・クラスタＢがフォールト・トレランス、妥当性確認もしくはフールプルーフィング機能またはこれらの組合せを容易にすると判定するため、マイクロサービス構成要素１２０は、素なコード・クラスタＢを、フールプルーフィングを容易にするマイクロサービスに置き換えることを推奨することができる。さらに、トピック・モデリング構成要素１１８は、素なコード・クラスタＣがセキュリティ・スクリーニング機能を容易にすると判定するため、マイクロサービス構成要素１２０は、素なコード・クラスタＣを、セキュリティ・スクリーニングを容易にするマイクロサービスに置き換えることを推奨することができる。さまざまな実施形態において、マイクロサービス構成要素１２０は、モノリシック・アプリケーション１０４のユーザ／オペレータに分解戦略を推奨することができるだけでなく、そのような分解戦略を実施することもできる。上記の例を続けると、さまざまな例において、マイクロサービス構成要素１２０は、モノリシック・アプリケーション１０４のソース・コードの中の素なコード・クラスタＡを（例えば、素なコード・クラスタＡを含むソース・コードの行を自動的に消去および／またはコメントアウトすることによって）作動不能にすることができ、ユーザ認証を容易にするマイクロサービスを注文、購入、賃借し、もしくは他のやり方で入手し、またはこれらの組合せを実行するために、マイクロサービスの提供者／販売者と自動的に通信することができる。さまざまな実施形態において、マイクロサービス構成要素１２０は、残りの素なコード・クラスタに関する同様の動作を実行することができる（例えば、素なコード・クラスタＢおよびＣを作動不能にすることができ、それに応じて、フールプルーフィングもしくはセキュリティ・スクリーニングまたはその両方を容易にするマイクロサービスを注文、購入、賃借し、もしくは他のやり方で入手し、またはこれらの組合せを実行するために、マイクロサービスの提供者／販売者と自動的に通信することができる）。

図１の高レベルの非限定的で例示的な概要として、モノリシック・アプリケーション１０４は、技術文書コーパス１０６（例えばソース・コード・ファイルなど）およびビジネス文書コーパス１０８（例えばユーザ・ガイド／マニュアル、ＲＥＡＤＭＥファイルなど）に関連付けられたコンピュータ・ソフトウェア・プログラムとすることができる。さまざまな例において、マイクロサービス分解戦略システム１０２は、入力として、技術文書コーパス１０６およびビジネス文書コーパス１０８を受け取ることができ、出力として、１つまたは複数のマイクロサービスを識別する推奨であって、それらの識別されたマイクロサービスに置き換えることができ、もしくはそれらの識別されたマイクロサービスに置き換えるべきであり、またはその両方である、モノリシック・アプリケーション１０４のソース・コードの特定の行もしくは部分またはその両方を識別する推奨、を生成することができる。マイクロサービス分解戦略システム１０２は、（ｉ）モノリシック・アプリケーション１０４を記述する／特徴付けるコード特性グラフを生成し、（ｉｉ）コード特性グラフ上でコミュニティ検出を実行することよって、ソース・コードの中のマイクロサービス分解の候補（例えば素なコード・クラスタ）を検出し、（ｉｉｉ）検出されたそれらの候補によって実行されるタスク／動作（例えば機能目的）を識別し、（ｉｖ）識別されたそれらのタスク／動作を実行する／容易にするマイクロサービスを識別もしくは入手し、または識別かつ入手することによって、そのような推奨を容易にすることができる。より詳細には、マイクロサービス分解戦略システム１０２は、グラフ構成要素１１４によって、モノリシック・アプリケーション１０４の構造、制御フローおよびデータ依存関係を記述するコード特性グラフを生成することができる。上で説明したとおり、コード特性グラフは、技術文書コーパス１０６の自動化された分析に基づいて（例えばソース・コードに基づいて）生成することができる。このコード特性グラフに基づいて、マイクロサービス分解戦略システム１０２は、コミュニティ検出構成要素１１６によって、モノリシック・アプリケーション１０４のソース・コードの中の１つまたは複数の素なコード・クラスタを検出することができる。上で述べたとおり、コード特性グラフのノードおよびエッジは、モノリシック・アプリケーション１０４のソース・コードの中のコードの行および／もしくはコードの部分に対応し、ならびに／またはモノリシック・アプリケーション１０４のソース・コードの中のコードの行および／もしくはコードの部分を表し得る。したがって、コミュニティ検出構成要素１１６によってコード特性グラフの中のノードの素なクラスタを検出することは、ソース・コード自体の中のコードの素なクラスタを検出することに対応し得る。マイクロサービス分解戦略システム１０２は、トピック・モデリング構成要素１１８によって、モノリシック・アプリケーション１０４の１つまたは複数の素なコード・クラスタによって実行される１つまたは複数の機能目的を識別することができる。上で説明したとおり、この識別は、ビジネス文書コーパス１０８の自動化された分析に基づくことができる。最後に、マイクロサービス分解戦略システム１０２は、マイクロサービス構成要素１２０によって、１つまたは複数の機能目的に基づいて、１つまたは複数の素なコード・クラスタを置き換えるための１つまたは複数のマイクロサービスを推奨することができる（例えば、動作Ｘを実行する素なコード・クラスタを動作Ｘを実行するマイクロサービスに置き換えることができる）。

図２は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法２００の高レベル流れ図を示している。さまざまな実施形態において、コンピュータ実施方法２００は、システム１００によって実行することができる。

さまざまな実施形態において、動作２０２は、プロセッサに動作可能に結合されたデバイスによって（例えばグラフ構成要素１１４によって）、モノリシック・アプリケーション（例えばモノリシック・アプリケーション１０４）の技術データ（例えば技術文書コーパス１０６）を収集することを含むことができる。さまざまなケースにおいて、この技術データは、例えば、ソース・コード、バイナリ・コード、展開スクリプト、実行インスタンスに関する統計量、アプリケーションの異なる異型／構成などを含む。

さまざまな例において、動作２０４は、デバイスによって（例えばグラフ構成要素１１４によって）、技術データに基づいてコード特性グラフを生成することを含むことができる。

さまざまな実施形態において、動作２０６は、デバイスによって（例えばグラフ構成要素１１４によって）、モノリシック・アプリケーションの時間的コード進展に基づいて（例えば、ソース・コードに対する経時的な一致する変更に基づいて）、コード特性グラフを増強することを含むことができる。

さまざまな実施形態において、動作２０８は、デバイスによって（例えばコミュニティ検出構成要素１１６によって）、コード特性グラフ上でコミュニティ検出を実行して、モノリシック・アプリケーションのソース・コードの中の素なコード・クラスタを検出することを含むことができる。さまざまなケースにおいて、素なコード・クラスタを、マイクロサービス分解の候補（例えば潜在的にマイクロサービスに置き換えることができるソース・コードの部分）と考えることができる。

さまざまな例において、動作２１０は、デバイスによって（例えばトピック・モデリング構成要素１１８によって）、モノリシック・アプリケーションのビジネス・データ（例えばビジネス文書コーパス１０８）を収集することを含むことができる。さまざまなケースにおいて、ビジネス・データは、例えば、設計文書、ユーザ・ガイド、コード・アノテーション、ＲＥＡＤＭＥファイル、Ｗｉｋｉファイル、ＧｉｔＨｕｂファイルなどを含むことができる。

さまざまな実施形態において、動作２１２は、デバイスによって（例えばトピック・モデリング構成要素１１８によって）、ビジネス・データに基づいてトピック・モデリングを実行して、素なコード・クラスタの機能目的（例えば、素なコード・クラスタによって実行されるタスク、機能、能力もしくは動作またはこれらの組合せ）を識別することを含むことができる。

さまざまな実施形態において、動作２１４は、デバイスによって（例えばマイクロサービス構成要素１２０によって）、機能目的に基づいて、素なコード・クラスタを置き換えることができるマイクロサービスを推奨することを含むことができる（例えば、タスクＹを容易にする素なコード・クラスタをタスクＹを容易にするマイクロサービスによって置き換えることができる）。

図３は、コード特性グラフを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム３００のブロック図を示している。示されているとおり、システム３００は、さまざまな実施形態において、システム１００と同じ構成要素を含むことができ、コード特性グラフ３０６をさらに含むことができる。

示されているとおり、さまざまな実施形態において、技術文書コーパス１０６は、ソース・コード３０２もしくは時間的コード進展３０４またはその両方を含むことができる。さまざまな例において、ソース・コード３０２は、人間が読める適当な任意のプログラミング言語（例えばＣ、Ｃ＋＋、Ｐｙｔｈｏｎなど）で書かれた、モノリシック・アプリケーション１０４によって実行されるコンピュータ化された動作／機能を指定する、コメント付きのコンピュータ・コードもしくはコメントなしのコンピュータ・コードまたはその両方の、適当な任意の集合体とすることができる。さまざまな実施形態において、ソース・コード３０２は、モノリシック・アプリケーション１０４を定義する（例えばｆｏｒループ、ｉｆループ、ｗｈｉｌｅループ、関数定義、変数定義もしくは変数初期化またはその両方、計算などを含む）プログラミング・スクリプトとすることができる。

さまざまな実施形態において、グラフ構成要素１１４は、当技術分野で知られている適当な任意の技術によってソース・コード３０２を受け取ることもしくは分析すること、または受け取りかつ分析することができ、それに従って、当技術分野で知られている適当な任意の技術によって、ソース・コード３０２に基づいてコード特性グラフ３０６を生成することができる。さまざまな実施形態において、コード特性グラフ３０６は、モノリシック・アプリケーション１０４のソース・コード３０２にそれぞれが対応し、もしくはモノリシック・アプリケーション１０４のソース・コード３０２をそれぞれが特徴付け、またはその両方である、抽象構文木３０８、制御フロー・グラフ３１０およびプログラム依存グラフ３１２の組合せとすることができる。さまざまな例において、抽象構文木３０８は、演算子（例えば加算、代入など）を表すインナー・ノードおよびオペランド（例えば定数、識別子など）を表すリーフ・ノードを有する順序木とすることができる。抽象構文木３０８は、ソース・コード３０２の中の文もしくは式またはその両方がどのように入れ子にされているのかをコード化もしくは表示すること、またはコード化かつ表示することができる。さまざまな例において、制御フロー・グラフ３１０は、コード文が実行され、ソース・コード３０２の中で計算条件が満たされる必要がある順序を明示的に記述もしくは表示すること、または記述かつ表示することができる。さまざまな実施形態において、制御フロー・グラフ３１０は、文もしくは述語またはその両方を表すノードを有することができ、制御の移動を示すためにそれらのノードをエッジによって連結することができる。さまざまな例において、プログラム依存グラフ３１２は、文および述語間の依存関係を明示的に表すことができ、指定された文の所与の変数の値に影響を及ぼすソース・コード３０２内の全ての文もしくは述語またはその両方を描写しもしくは示すこと、または描写しかつ示すことができる。さまざまな実施形態において、プログラム依存グラフ３１２は、データ依存関係を表すエッジおよび制御依存関係を表すエッジを有することができる。さまざまな実施形態において、グラフ構成要素１１４は、当技術分野で知られている適当な任意の技術を使用して、ソース・コード３０２に基づいて抽象構文木３０８を生成することができ、抽象構文木３０８に基づいて制御フロー・グラフ３１０を生成することができ、制御フロー・グラフ３１０に基づいてプログラム依存グラフ３１２を生成することができる。さまざまな実施形態において、グラフ構成要素１１４は、当技術分野で知られている適当な任意の技術によって、抽象構文木３０８、制御フロー・グラフ３１０およびプログラム依存グラフ３１２を結合して、単一の結合データ構造体（例えばコード特性グラフ３０６）にすることができる。

すなわち、さまざまな実施形態において、グラフ構成要素１１４は、入力として、ソース・コード３０２を受け取ることができ、出力として、ソース・コード３０２の構造、制御フローおよびデータ依存関係を同時に示すことができるコード特性グラフ３０６を生成することができる。さまざまな実施形態において、コード特性グラフ３０６は、ソース・コード３０２の中のコードの異なる行、部分もしくはセグメントまたはこれらの組合せを表すノードもしくはエッジまたはその両方を含むことができる。さまざまなケースにおいて、ソース・コード３０２の中の関心のコード行、部分もしくはセグメントまたはこれらの組合せを識別するために（例えばマイクロサービス分解の候補を検出するために）、コード特性グラフ３０６を（例えばグラフ理論技術によって）分析することができる。

上で説明したとおり、グラフ構成要素１１４は、さまざまな実施形態において、時間的コード進展３０４に基づいて、コード特性グラフ３０６のエッジ重みもしくは特性またはその両方を修正もしくは増強すること、または修正かつ増強することができる。さまざまな例において、時間的コード進展３０４は、ソース・コード３０２に対する過去の経時的な変更を記録し、格納し、もしくは他のやり方で示し、またはこれらの組合せを実行する、適当な任意の文書、タイムラインもしくは経時記録またはこれらの組合せとすることができる。例えば、ソース・コード３０２が、コード部分Ｘ（例えばソース・コード３０２の中のコードの行の第１のグルーピング）、コード部分Ｙ（例えばソース・コード３０２の中のコードの行の第２のグルーピング）、およびコード部分Ｚ（例えばソース・コード３０２の中のコードの行の第３のグルーピング）を含むとする。その場合には、時間的コード進展３０４が、ソース・コード３０２が過去に訂正／更新されたときに、コード部分Ｘとコード部分Ｙが同時に、実質的に同時に、もしくは同様の時刻に、またはこれらの組合せで履歴上、変更された（例えば同じ日に変更された）ことを示す文書であることがあり得る。この情報から、コード部分Ｘとコード部分Ｙは凝集度が高く、もしくは一緒に緊密に結合されており、またはその両方であると推論することができ、あるいは、少なくとも、コード部分Ｘとコード部分Ｙは、それらが概して異なる時刻に履歴上、変更された場合よりも互いに密接に関係していると推論することができる。そのため、後続のコミュニティ検出の間、さまざまなケースにおいて、コード部分Ｘとコード部分Ｙを、２つの別個の素なコード・クラスタとして取り扱うのではなく、単一の素なコード・クラスタとして取り扱うことが理にかない得る。同様に、時間的コード進展３０４が、ソース・コード３０２が過去に訂正／更新されたときに、コード部分Ｙとコード部分Ｚが実質的に異なる時刻に履歴上、変更された（例えば別の日に変更された）ことを示すことがあり得る。この情報から、コード部分Ｙとコード部分Ｚは凝集度があまり高くなく、もしくは一緒に緊密に結合されておらず、またはその両方であると推論することができ、あるいは、少なくとも、コード部分Ｙとコード部分Ｚは、それらが概して同時に履歴上、変更された場合ほどには密接に互いに関係していないと推論することができる。そのため、後続のコミュニティ検出の間、さまざまなケースにおいて、コード部分Ｙとコード部分Ｚを、同じ素なコード・クラスタにグループ分けするのではなく、別個の素なコード・クラスタにグループ分けすることが理にかない得る。さまざまな実施形態において、グラフ構成要素１１４は、そのような関係性を反映させるために、コード特性グラフ３０６のエッジ重みを増強することができる（例えば、そのより高い関係性を反映させるために、コード部分Ｘを表すノードとコード部分Ｙを表すノードとの間のエッジ重みを増大させることができ、そのより低い関係性を反映させるために、コード部分Ｙを表すノードとコード部分Ｚを表すノードとの間のエッジ重みを低減させることができる）。いくつかのケースでは、グラフ構成要素１１４が、コード特性グラフ３０６から全てのエッジを完全に追加すること、もしくは取り去ること、またはその両方を実行することができる。さまざまな例において、コード特性グラフ３０６のそのような増強もしくは修正またはその両方によって、後続のコミュニティ検出を改良もしくは強化すること、または改良かつ強化することができる（例えば、時間的コード進展３０４からの情報は、コミュニティ検出構成要素１１６によってソース・コード３０２が正確にもしくは適切にまたは正確かつ適切にクラスタ化されることを保証するのに役立ち得る）。さまざまな例において、時間的コード進展３０４は、モノリシック・アプリケーション１０４に対応する１つもしくは複数のコード・リポジトリに格納することができ、またはモノリシック・アプリケーション１０４に対応する１つもしくは複数のコード・リポジトリから取得することができ、あるいはこの両方を実施することができる。

図４は、コミュニティ検出アルゴリズムを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム４００のブロック図を示している。示されているとおり、システム４００は、さまざまな実施形態において、システム３００と同じ構成要素を含むことができ、コミュニティ検出アルゴリズム４０２をさらに含むことができる。

さまざまな実施形態において、コミュニティ検出アルゴリズム４０２は、コード特性グラフ３０６を分析することができ、それに従って、コード特性グラフ３０６の中のノードを連結しているエッジに基づいて、コード特性グラフ３０６の中のノードの素である性質（disjointment）もしくは連結性（connectedness）またはその両方を判定することができる、適当な任意の機械学習、ディープ・ラーニングもしくはパターン認識アルゴリズムまたはこれらの組合せとすることができる。コード特性グラフ３０６の中の異なるノードはソース・コード３０２の中のコードの異なる部分に対応し得るため、コード特性グラフ３０６の中のノードの素である性質もしくは連結性またはその両方を判定することは、ソース・コード３０２の中のコードのさまざまな部分の素である性質もしくは連結性またはその両方を判定することに対応し得る。言い換えると、コミュニティ検出構成要素１１６は、コミュニティ検出アルゴリズム４０２によってコード特性グラフ３０６を分析することができ、この分析は、コード特性グラフ３０６の中のノードのさまざまな素なコミュニティの検出もしくは識別またはその両方に帰着し得る。ノードの素なコミュニティは、ソース・コード３０２の中のコードの対応する素なコミュニティを表す。さまざまなケースにおいて、素なコード・クラスタ４０４を、ソース・コード３０２の中のコードの検出／識別されたコミュニティの１つと考えることができる。さまざまな例において、素なコード・クラスタ４０４（もしくは検出／識別されたコードの素なコミュニティ／クラスタのうちの他の任意の素なコミュニティ／クラスタまたはその両方）を、マイクロサービス分解の候補（例えば潜在的にマイクロサービスに置き換えることができるソース・コード３０２の部分）と考えることができる。

さまざまな実施形態において、コミュニティ検出アルゴリズム４０２は、下限度（lower bound degree）、コミュニティ・サイズなどのパラメータをとることができる。さまざまな実施形態において、検出／識別されたコミュニティを、潜在的に、カスタマイズされたパラメータを用いて、より細粒のコミュニティに分割することができる。さまざまな例において、コミュニティ検出アルゴリズム４０２は、グループ（例えば、ソース・コード３０２の中のコードの対応するグループを表すコード特性グラフ３０６の中のノードのグループ）がどのようにクラスタ化および／または分割されるのか、およびその強くなる傾向もしくは分解する傾向またはその両方、を評価することができる。さまざまな実施形態において、コミュニティ検出アルゴリズム４０２は、コミュニティ検出を容易にする適当な任意の数学的技術もしくは統計学的技術またはその両方（例えばルーヴェン・アルゴリズム、ラベル伝播アルゴリズム、連結成分アルゴリズム、強連結成分アルゴリズム、トライアングル・カウンティング・アルゴリズム、クラスタ化係数アルゴリズム、バランスト・トライアド・アルゴリズムなど）を含むことができる。

さまざまな実施形態において、他の機械学習技術もしくは人工知能技術またはその両方を実施することができる。本明細書に記載された本発明のさまざまな実施形態は、人工知能（ＡＩ）を使用して、本発明の１つまたは複数の特徴を自動化することを容易にすることができる。構成要素は、本明細書に開示されたさまざまな実施形態／例を実行するためのＡＩベースのさまざまなスキームを使用することができる。本発明の多数の決定（determination）（例えば判定、確認、推論、算定、予測、予知、推定、導出、予報、検出、計算など）を提供するため、またはそのような決定を助けるため、本発明の構成要素は、その構成要素がアクセスすることができるデータの全体またはサブセットを調べることができ、イベントもしくはデータまたはその両方を介して取り込まれた一組の観察から、システム、環境などの状態に関する推論を提供することができ、またはシステム、環境などの状態を判定することができる。決定を使用して特定の文脈もしくは動作を識別することができ、または決定は、例えば状態の確率分布を生成することができる。それらの決定は確率的、すなわちデータおよびイベントの検討に基づく関心の状態の確率分布の計算であり得る。決定が、一組のイベントもしくはデータまたはその両方からより高レベルのイベントを構成するために使用される技術を指すこともあり得る。

このような決定は、イベントが時間的に近接して相関しているか否かに関わらず、ならびにイベントおよびデータが、１つのイベントおよびデータ源からのものであるのかまたは複数のイベントおよびデータ源からのものであるのかに関わらず、観察された一組のイベントもしくは格納された一組のイベント・データまたはその両方から新たなイベントまたは動作を構築することに帰着し得る。本明細書に開示された構成要素は、請求された主題に関連した自動動作もしくは決定された動作またはその両方を実行することに関連した、（明示的に（例えば訓練データによって）訓練された、および暗黙のうちに（例えば振る舞い、好み、履歴情報を観察すること、外部からの情報を受け取ることなどによって）訓練された）さまざまな分類スキームもしくはシステムまたはその両方（例えば、サポート・ベクター・マシン、ニューラル・ネットワーク、エキスパート・システム、ベイジアン信念ネットワーク、ファジー論理、データ融合エンジンなど）を使用することができる。したがって、分類スキームもしくはシステムまたその両方を使用して、いくつかの機能、動作もしくは決定またはその組合せを自動的に学習および実行することができる。

分類器は、入力属性ベクトルｚ＝（ｚ１，ｚ２，ｚ３，ｚ４，ｚｎ）を、この入力がクラスに属する信頼度に、ｆ（ｚ）＝信頼度（クラス）によってマップすることができる。そのような分類は、（例えば分析ユーティリティおよびコストの考慮に入れる）確率論ベースの分析もしくは統計学ベースの分析またはその両方を使用して、自動的に実行される動作を決定することができる。サポート・ベクター・マシン（ＳＶＭ）は、使用することができる分類器の例であることができる。ＳＶＭは、可能な入力の空間中で超曲面（hyper-surface）を見つけることによって動作する。ここで、超曲面は、非トリガリング・イベントからトリガリング判定基準を分離することを試みる。直観的に、このことは、この分類を、訓練データに近いが全く同じではないデータを試験するのに適切なものにする。他の有向および無向モデル分類アプローチは例えば、独立の異なるパターンを提供するナイーブ・ベイズ、ベイジアン・ネットワーク、決定木、ニューラル・ネットワーク、ファジー論理モデルもしくは確率論的分類モデル、またはこれらの組合せを含み、これらのうちのいずれかを使用することができる。本明細書で使用される分類はさらに、優先のモデルを開発するために利用される統計学的回帰を含む。

図５は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコード特性グラフの中の例示的で非限定的な素なコード・クラスタのブロック図を示している。

図５は、コード特性グラフ３０６の例示的な視覚的表現を示している。示されているとおり、コード特性グラフ３０６は、多数のノード（例えば図５の小円）およびノードを連結する多数のエッジ（例えば図５の小円を連結する直線もしくは曲線またはその両方）を含み得る。上で説明したとおり、コミュニティ検出アルゴリズム４０２は、コード特性グラフ３０６の中のノードの素なクラスタを検出もしくは識別し、または検出かつ識別することができ、それらの素なクラスタはそれぞれ、ソース・コード３０２の中のコードの素なクラスタに対応し得る。ノードの素なクラスタは、（例えばエッジ密度によって評価された）十分に高い内部凝集度および十分に低い外部結合度を示すノードのコミュニティであることができる。示されているとおり、図５は、ノードの少なくとも２つの素なクラスタ、すなわちノード・グルーピング５０２およびノード・グルーピング５０４を示している。グルーピング５０２は、高い内部凝集度（例えば、グルーピング５０２の中の全てのノードは、互いに直接にもしくは間接的にまたは直接および間接的に連結されている）、および低い外部結合度（例えば、グルーピング５０２の中のノードは、グルーピング５０２の外側のノードに直接にもしくは間接的にまたは直接および間接的にあまり連結されていない）を示すノードのコミュニティである。同様の理由で、グルーピング５０４の中のノードも、ノードの素なクラスタであると考えることができる。上で述べたとおり、ノードのこれらの素なクラスタは、ソース・コード３０２の中の素なコード・クラスタに対応し、もしくはソース・コード３０２の中の素なコード・クラスタを表し、またはその両方であり得る（例えば、コード特性グラフ３０６の中のグルーピング５０２は、ソース・コード３０２の中の素なコード・クラスタ４０４を表し得る）。対照的に、いくつかのケースでは、ノードのグルーピング５０６をノードの素なクラスタと考えることはできない（そのため、グルーピング５０６に対応するソース・コード３０２の中のコードのグルーピングは、おそらく、素なコード・クラスタもしくはマイクロサービス分解の候補またはその両方とは考えられないであろう）。これは、グルーピング５０６の中のノードは、高い内部凝集度を示している（例えば、それらのノードは互いに直接にもしくは間接的にまたはその両方でかなり連結されている）が、高い外部結合度も示している（例えば、それらのノードはグルーピング５０６の外側のノードにかなり連結されている）ためである。

凝集度しきい値もしくは結合度しきい値またはその両方は、ユーザ／オペレータによって希望通りに設定することができることが理解されよう。したがって、さまざまな実施形態において、ノードの１つのグルーピングが、そのグルーピングの中のいくつかのノードがグルーピングの外部のノードとの連結を有するにも関わらず、十分に低い結合度を示すと判定されることがあり得る（例えば、いくつかのケースでは、最大結合度を定義するしきい値が十分に高い場合に、グルーピング５０６をノードの素なクラスタと考えることができ、したがって、グルーピング５０６は、対応する素なコード・クラスタを表し得る）。

図６は、トピック・モデリング・アルゴリズムを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム６００のブロック図を示している。示されているとおり、システム６００は、さまざまな実施形態において、システム４００と同じ構成要素を含むことができ、トピック・モデリング・アルゴリズム６１０をさらに含むことができる。

示されているとおり、ビジネス文書コーパス１０８は、さまざまな例において、モノリシック・アプリケーション１０４に関する情報を含む設計文書６０２、ユーザ・ガイド６０４、コード・アノテーション６０６、ＲＥＡＤＭＥファイル６０８、ならびに／または他の適当な任意の文書および／もしくはファイル（例えばＷｉｋｉファイル、ＧｉｔＨｕｂファイル、訓練／トラブルシューティング・マニュアルなど）を含むことができる。さまざまな実施形態において、トピック・モデリング・アルゴリズム６１０は、ビジネス文書コーパス１０８を分析することができ、それに従って素なコード・クラスタ４０４に対応する機能目的６１２を識別することができる、適当な任意の機械学習、ディープ・ラーニングもしくはパターン認識アルゴリズムまたはこれらの組合せとすることができる。さまざまなケースにおいて、機能目的６１２を、ソース・コード３０２の中の素なコード・クラスタ４０４によって実行されもしくは容易にされ、または実行されかつ容易にされる、主要なタスク、機能、能力もしくは動作またはこれらの組合せと考えることができる。例えば、機能目的６１２がユーザ認証であることがあり得、これは、素なコード・クラスタ４０４が、モノリシック・アプリケーション１０４のユーザを認証する、ソース・コード３０２のセクションであることを意味する。別の例として、機能目的６１２がオブジェクト検出であることがあり得、これは、素なコード・クラスタ４０４が、モノリシック・アプリケーション１０４のためにオブジェクト検出を実行する、ソース・コード３０２のセクションであることを意味する。さまざまな実施形態において、トピック・モデリング・アルゴリズム６１０は、機能トピック／目的を判定するための当技術分野で知られている適当な任意の数学的技術もしくは統計学的技術またはその両方（例えば潜在的ディリクレ配分アルゴリズム（ＬＤＡ）など）を含むことができる。

ＬＤＡは、文書コーパスの生成的確率モデルであり、そこでは、文書が、潜在的トピック（例えばビジネス機能）にわたるランダム混合体として表され、それぞれのトピックは、データにわたる分布によって特徴付けられる。ＬＤＡが実施される場合には、以下によって特徴抽出を実行することができる。ストップ・ワードの除去およびトークン化の後にそれぞれの属性を連結することによって、それぞれのデータ単位を文書として表すことができ、履歴構造体を使用してＬＤＡモデルを訓練することができ、コード特性グラフ３０６およびビジネス文書コーパス１０８からの推論特徴ベクトルを使用して、素なコード・クラスタ４０４のビジネス機能を見つけ出すことができる。高レベルの非限定的な概要として、ＬＤＡは、コード特性グラフ３０６の中で識別されたコミュニティ／クラスタによって実行されるビジネス機能を判定もしくは推論するためまたは判定かつ推論するために、コード特性グラフ３０６およびビジネス文書コーパス１０８から特徴を抽出するためのアルゴリズムである。さまざまな例において、発見された機能目的（例えばトピック）とビジネス記述との間の類似性測度（例えば見つけられたトピックとクラスとの間の類似性）を確立することができる。

図７は、推奨されたマイクロサービスを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム７００のブロック図を示している。示されているとおり、システム７００は、さまざまな実施形態において、システム６００と同じ構成要素を含むことができ、推奨されたマイクロサービス７０２をさらに含むことができる。

図７に示し、上で説明したとおり、トピック・モデリング構成要素１１８は、コミュニティ検出構成要素１１６によって検出された素なコード・クラスタ４０４の機能目的６１２を識別した後、マイクロサービス構成要素１２０は、機能目的６１２を実行することもしくは容易にすることができ、または機能目的６１２を実行しかつ容易にすることができる特定のマイクロサービスを、（例えば使用可能なマイクロサービスのデータベース、ディレクトリもしくはリストまたはこれらの組合せの中から）識別することができる。さまざまな例において、マイクロサービス構成要素１２０は、素なコード・クラスタ４０４を置き換えるための識別されたマイクロサービス（例えば推奨されたマイクロサービス７０２）を（例えばユーザ／オペレータとの電子通信によって）推奨することができる。言い換えると、推奨されたマイクロサービス７０２は、素なコード・クラスタ４０４と同じタスク、機能、能力もしくは動作またはこれらの組合せを実行することができるため、素なコード・クラスタ４０４を、成功のうちに、推奨されたマイクロサービス７０２に置き換えることができる。さまざまなケースにおいて、マイクロサービス構成要素１２０を、モノリシック・アプリケーション１０４を分解するための推奨された戦略をユーザ／オペレータに提供する（例えば、素なコード・クラスタ４０４を、推奨されたマイクロサービス７０２に置き換える／置換することを提案する）ものと考えることができる。さまざまな実施形態において、マイクロサービス構成要素１２０は、素なコード・クラスタ４０４を（例えばソース・コード３０２中での消去もしくはコメントアウトまたはその両方により）作動不能にすること、および推奨されたマイクロサービス７０２をスケジューリング、注文、購入、賃借し、もしくは他のやり方で入手し（例えばマイクロサービス販売者から）、またはこれらの組合せを実行することなどによって、推奨された分解戦略を実際に実施することができる。さまざまなケースにおいて、マイクロサービス構成要素１２０は、素なコード・クラスタ４０４を、推奨されたマイクロサービス７０２に置き換えることができる。

図８は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするための例示的なワークフロー処理を示す高レベル・ブロック図を示している。

示されているとおり、図８は、本発明のさまざまな実施形態の高レベル概要を示している。全般的な目標は、モノリシック・アプリケーション１０４の少なくとも一部分をマイクロサービスに分解することであり得る。そうするために、技術文書コーパス１０６（例えばソース・コード３０２、時間的コード進展３０４など）を利用して、モノリシック・アプリケーション１０４に固有の構造、制御フローおよびデータ依存関係を説明する／示すことができるコード特性グラフ３０６を生成することができる。コード特性グラフ３０６を利用して、素なコード・クラスタ４０４を識別／検出することができ、識別／検出された素なコード・クラスタ４０４を、マイクロサービス分解の候補（例えば潜在的にマイクロサービスに置き換えることができるソース・コード３０２の部分）と考えることができる。ビジネス文書コーパス１０８を利用して、素なコード・クラスタ４０４に対応する機能目的６１２（例えば素なコード・クラスタ４０４によって実行される動作／機能）を識別することができる。さまざまなケースにおいて、素なコード・クラスタ４０４を置き換えるために、機能目的６１２を実行する／容易にすることができるマイクロサービスを推奨することができる（例えば、推奨されたマイクロサービス７０２は、素なコード・クラスタ４０４と同じジョブを実行し、したがって素なコード・クラスタ４０４を置き換えることができる）。

このようにすると、大きくて扱いにくいモノリシック・コンピュータ・プログラム（例えばモノリシック・アプリケーション１０４）を分解するための推奨／戦略を迅速かつ効率的に生成することができる。上で述べたとおり、マイクロサービス分解を容易にする既存のシステム／技術は、単純に、コード特性グラフを利用せず（例えば、その代わりにコール・グラフだけを使用し）、時間的コード進展を利用してコードのさまざまなクラスタの関係性を知らせることをせず、ビジネス文書のトピック・モデリングを利用して、識別されたコード・クラスタの機能目的／トピックを識別もしくは推論し、または識別かつ推論することをしない。

図９は、フィードバック構成要素を含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム９００のブロック図を示している。示されているとおり、システム９００は、さまざまな実施形態において、システム７００と同じ構成要素を含むことができ、フィードバック構成要素９０２をさらに含むことができる。

さまざまな実施形態において、フィードバック構成要素９０２は、ユーザ／オペレータ（例えばその分野の専門家（subject matter expert）、コード開発者など）が、マイクロサービス分解戦略システム１０２によって出力された推奨の有効性に関して採点すること、評価すること、格付けすること、もしくは他のやり方でマイクロサービス分解戦略システム１０２によって出力された推奨の有効性に関するフィードバックを提供すること、またはこれらの組合せを実行することを可能にする、適当な任意のヒューマン－コンピュータ・インタフェースとすることができる。さまざまなケースにおいて、マイクロサービス分解戦略システム１０２が、どれくらい巧く、またはどれくらい拙くソース・コード３０２をクラスタ化し、もしくは機能目的６１２を識別／推論し、またはこの両方を実行したのかを、このフィードバックを使用して定量化することができる。さまざまな例において、フィードバック構成要素９０２は、コミュニティ検出アルゴリズム４０２のパラメータ（例えば重み、バイアス、活性化関数など）もしくはトピック・モデリング・アルゴリズム６１０のパラメータ、またはその両方を修正することができる。このようにすると、コミュニティ検出構成要素１１６もしくはトピック・モデリング構成要素１１８またはその両方は、ユーザ／オペレータからのリアルタイム・フィードバックもしくはリアルタイムに近いフィードバックまたはその両方から学習することができる。これを、人間知識の取り込み（例えば、フィードバックを学習して、マイクロサービス分解戦略システム１０２によって生成される推奨の正確さもしくは有用性またはその両方を向上させることができる、クラスタ化のリアルタイム洞察、トピック・モデリングのリアルタイム洞察もしくは分解の他のリアルタイム洞察、またはこれらの組合せをこの分野の専門家から取り込むこと）を可能にする能動学習法と考えることができる。言い換えると、フィードバック構成要素９０２は、マイクロサービス分解戦略システム１０２の教師あり学習／訓練の一形態を容易にすることができる。

図１０は、依存関係パターン格納構成要素を含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なシステム１０００のブロック図を示している。示されているとおり、システム１０００は、さまざまな実施形態において、システム９００と同じ構成要素を含むことができ、依存関係パターン格納構成要素１００２をさらに含むことができる。

さまざまな実施形態において、コミュニティ検出構成要素１１６およびトピック・モデリング構成要素１１８が、他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンから学習することができるように（例えば、コミュニティ検出構成要素１１６およびトピック・モデリング構成要素１１８が、他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンを利用して、素なコード・クラスタ４０４もしくは機能目的６１２またはその両方をより迅速にもしくはより正確にまたはより迅速かつより正確に識別することができるように）、依存関係パターン格納構成要素１００２は、他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンを格納することができる。さまざまなケースにおいて、それらの依存関係パターンを依存関係パターン格納構成要素１００２に取り込むことができ、続いて、それらの依存関係パターンを使用して、正しいコミュニティもしくは正しい機能目的／トピックまたはその両方を識別するための再現可能なパターンを収集することができる。すなわち、マイクロサービス分解戦略システム１０２が、フィードバックを受け取り、それに従って所与の入力コード特性グラフ（もしくは入力コード特性グラフの部分またはその両方）に対する適正なコミュニティ検出およびトピック・モデリング結果を学習するときに、その入力－結果対から依存関係パターンを抽出し、依存関係パターン格納構成要素１００２に格納することができる。次いで、マイクロサービス分解戦略システム１０２は、将来のアプリケーションをクラスタ化もしくはトピック－モデリングし、またはクラスタ化かつトピック－モデリングするときに、格納されたそのような依存関係パターンを利用することができる。いくつかのケースでは、これによって、システムの性能を高めることもしくは改良することができ、またはその両方を達成することができる。現在のコード特性グラフと依存関係パターンとの間（または例えば現在のコード特性グラフの中の現在のコミュニティと依存関係パターンとの間）の一致レベルが十分に高い場合（例えばユーザ／オペレータによって希望通りに定義されたしきい値）、マイクロサービス分解戦略システム１０２は、コミュニティ検出もしくはトピック・モデリング、またはその両方を最初から実行することに時間およびリソースを費やす代わりに、単純に、依存関係パターン格納構成要素１００２の中に格納された結果を出力することができる。さまざまな実施形態において、この一致レベルを、格納された依存関係パターンが示すエッジ密度と比較した、現在のコード特性グラフまたはコード特性グラフの中のコミュニティの現在のエッジ密度に基づく確率値もしくは類似度値またはその両方として表現することができる。さまざまな実施形態において、現在の依存関係パターンと格納された依存関係パターンとを比較するために、適当な任意の数学的技術もしくは統計学的技術またはその両方を使用することができる。

さまざまな実施形態において、依存関係パターンの学習／取り込みを容易にするために、適当な任意の幅優先探索（breadth-first-search）アルゴリズムもしくは深さ優先探索（depth-first-search）アルゴリズムまたはその両方を使用して、あるルート・ノード（例えばコードの中のＲＥＳＴ ＡＰＩが始まるノード）から始めて、グラフ（例えばコード特性グラフ）の中の全てのノードを調べることができる。さまざまな実施形態において、コード特性グラフの中のカテゴリ・ベースのグループ（例えば依存関係パターン）を見つけるための当技術分野で知られている適当な任意のアルゴリズムを実施することができる。さまざまな実施形態において、グラフの中のカテゴリ・グループを識別するために損失低減ベースの予測法によってマルチラベル・サポート・ベクター・マシンを訓練する適当な任意のアルゴリズム（もしくは他の適当な任意の分類器またはその両方）によって、依存関係パターンの学習を容易にすることができる。

図１１は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１１００の流れ図を示している。

さまざまな実施形態において、動作１１０２は、プロセッサに動作可能に結合されたデバイス（例えば１１６）によって、モノリシック・アプリケーション（例えば１０４）の中の素なコード・クラスタ（例えば４０４）を、モノリシック・アプリケーションを特徴付けるコード特性グラフ（例えば３０６）に基づいて検出することを含むことができ、コード特性グラフは、モノリシック・アプリケーションの時間的コード進展（例えば３０４）に基づく。

さまざまな実施形態において、動作１１０４は、デバイス（例えば１１８）によって、モノリシック・アプリケーションに対応するビジネス文書コーパス（例えば１０８）に基づいて素なコード・クラスタの機能目的（例えば６１２）を識別することを含むことができる。

さまざまな例において、動作１１０６は、デバイス（例えば１２０）によって、機能目的に基づいて、素なコード・クラスタを置き換えるためのマイクロサービス（例えば７０２）を推奨することを含むことができる。

図１２は、コード特性グラフを増強することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１２００の流れ図を示している。示されているとおり、コンピュータ実施方法１２００は、さまざまな例において、コンピュータ実施方法１１００と同じ動作を含むことができ、動作１２０２および１２０４をさらに含むことができる。

さまざまな実施形態において、動作１２０２は、デバイス（例えば１１４）によって、モノリシック・アプリケーションのソース・コード（例えば３０２）に基づいてコード特性グラフを生成することを含むことができ、コード特性グラフは、モノリシック・アプリケーションを特徴付ける、抽象構文木（例えば３０８）、制御フロー・グラフ（例えば３１０）およびプログラム依存グラフ（例えば３１２）の組合せを含む。

さまざまな例において、動作１２０４は、デバイス（例えば１１４）によって、時間的コード進展に基づいてコード特性グラフのエッジ重みを増強することを含むことができ、時間的コード進展は、モノリシック・アプリケーションのソース・コードに対する経時的な変更を含む。

図１３は、ユーザ・フィードバックを受け取ることを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１３００の流れ図を示している。示されているとおり、コンピュータ実施方法１３００は、さまざまな例において、コンピュータ実施方法１１００と同じ動作を含むことができ、動作１３０２および１３０４をさらに含むことができる。

さまざまな実施形態において、動作１３０２は、デバイス（例えば９０２）によって、推奨されたマイクロサービスおよび素なコード・クラスタに関連したユーザ・フィードバックを収集することを含むことができる。

さまざまな実施形態において、動作１３０４は、デバイス（例えば９０２）によって、収集されたユーザ・フィードバックに基づいて、素なコード・クラスタを検出することを容易にするアルゴリズム（例えば４０２）のパラメータまたは機能目的を識別することを容易にするアルゴリズム（例えば６１０）のパラメータを修正することを含むことができる。

図１４は、依存関係パターンを格納することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１４００の流れ図を示している。示されているとおり、コンピュータ実施方法１４００は、さまざまな例において、コンピュータ実施方法１１００と同じ動作を含むことができ、動作１４０２をさらに含むことができる。

さまざまな実施形態において、動作１４０２は、デバイス（例えば１００２）によって、他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンを格納することを含むことができ、依存関係パターンは、素なコード・クラスタを検出することおよび機能目的を識別することを容易にする。

図１５は、素なコード・クラスタを置き換えることを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１５００の流れ図を示している。示されているとおり、コンピュータ実施方法１５００は、さまざまな例において、コンピュータ実施方法１１００と同じ動作を含むことができ、動作１５０２をさらに含むことができる。

さまざまな実施形態において、動作１５０２は、デバイス（例えば１２０）によって、素なコード・クラスタを、推奨されたマイクロサービスに置き換えることを含むことができる。

図１６は、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１６００の流れ図を示している。

さまざまな実施形態において、動作１６０２は、プロセッサに通信可能に結合されたデバイス（例えば１１６）によって、モノリシック・アプリケーション（例えば１０４）の中のマイクロサービス分解の候補（例えば４０４）を、モノリシック・アプリケーションに対応するコード特性グラフ（例えば３０６）に基づいて識別することを含むことができる。

さまざまな実施形態において、動作１６０４は、デバイス（例えば１１８）によって、モノリシック・アプリケーションに対応するビジネス文書（例えば１０８）に基づいて、識別された候補によってそれぞれ実行される機能（例えば６１２）を識別することができる。

図１７は、コード特性グラフを修正することを含む、本明細書に記載された１つまたは複数の実施形態による、モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にすることができる例示的で非限定的なコンピュータ実施方法１７００の流れ図を示している。示されているとおり、コンピュータ実施方法１７００は、さまざまな例において、コンピュータ実施方法１６００と同じ動作を含むことができ、動作１７０２および１７０４をさらに含むことができる。

さまざまな実施形態において、動作１７０２は、デバイス（例えば１１４）によって、モノリシック・アプリケーションのソース・コード（例えば３０２）に基づいてコード特性グラフを生成することを含むことができる。

さまざまな実施形態において、動作１７０４は、デバイス（例えば１１４）によって、モノリシック・アプリケーションの時間的コード進展（例えば３０４）に基づいてコード特性グラフを修正することを含むことができる。

本明細書に記載されたさまざまな実施形態の追加の文脈を提供するため、図１８および以下の考察は、本明細書に記載された実施形態のさまざまな実施形態を実施することができる適当なコンピューティング環境１８００の簡潔な全般的な説明を提供することが意図されている。以上では、１台または数台のコンピュータ上で実行することができるコンピュータ実行可能命令の一般的な文脈で実施形態を説明したが、他のプログラム・モジュールと組み合わせて、もしくはハードウェアおよびソフトウェアの組合せとして、またはその両方で、実施形態を実施することもできることを当業者は認識するであろう。

一般に、プログラム・モジュールは、特定のタスクを実行し、または特定の抽象データ型を実装する、ルーチン、プログラム、構成要素、データ構造などを含む。さらに、本発明の方法は、シングルプロセッサまたはマルチプロセッサ・コンピュータ・システム、ミニコンピュータ、メインフレーム・コンピュータ、モノのインターネット（ＩｏＴ）・デバイス、分散コンピューティング・システム、パーソナル・コンピュータ、ハンドヘルド・コンピューティング・デバイス、マイクロプロセッサ・ベースのまたはプログラム可能な家庭用電子機器などを含む、他のコンピュータ・システム構成を用いて実施することもできることを当業者は認識するであろう。これらのコンピュータ・システム構成の各々は、１つまたは複数の関連デバイスに動作可能に結合されていることがあり得る。

本明細書の実施形態の示された実施形態は、通信ネットワークを通してリンクされたリモート処理デバイスによってある種のタスクが実行される分散コンピューティング環境で実施することもできる。分散コンピューティング環境では、ローカル・メモリ・ストレージ・デバイスとリモート・メモリ・ストレージ・デバイスの両方にプログラム・モジュールを置くことができる。

コンピューティング・デバイスは通常、さまざまな媒体を含み、それらの媒体は、コンピュータ可読ストレージ媒体、機械可読ストレージ媒体もしくは通信媒体またはこれらの組合せを含み得る。本明細書ではこれらの２つの用語が、以下のように互いに異なって使用される。コンピュータ可読ストレージ媒体または機械可読ストレージ媒体は、コンピュータがアクセスすることができる使用可能な任意のストレージ媒体であることができ、揮発性媒体と不揮発性媒体、取外し可能媒体と取外し不能媒体の両方を含む。例として、限定はされないが、コンピュータ可読ストレージ媒体または機械可読ストレージ媒体は、コンピュータ可読または機械可読の命令、プログラム・モジュール、構造化データまたは非構造化データなどの情報を格納するための任意の方法または技術に関連して実装することができる。

コンピュータ可読ストレージ媒体は、限定はされないが、ランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリー・メモリ（ＲＯＭ）、電気的に消去可能なプログラマブル・リード・オンリー・メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリもしくは他のメモリ技術、コンパクト・ディスク・リード・オンリー・メモリ（ＣＤ－ＲＯＭ）、デジタル・バーサタイル・ディスク（ＤＶＤ）、Ｂｌｕ－ｒａｙディスク（ＢＤ）もしくは他の光学ディスク・ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージもしくは他の磁気ストレージ・デバイス、ソリッドステート・ドライブもしくは他のソリッドステート・ストレージ・デバイス、あるいは所望の情報を格納する目的に使用することができる他の有形もしくは非一過性の媒体または有形かつ非一過性の媒体を含み得る。この点に関して、ストレージ、メモリまたはコンピュータ可読媒体に対して使用される本明細書における用語「有形」または「非一過性」は、修飾語（modifier）として、伝搬するだけの一過性の信号自体を排除し、それ自体が伝搬するだけの一過性の信号ではない全ての標準ストレージ、メモリまたはコンピュータ可読媒体に対する権利を放棄しないと理解される。

コンピュータ可読ストレージ媒体には、その媒体によって格納された情報に対するさまざまな操作のために、例えばアクセス要求、問合せまたは他のデータ検索プロトコルを介して、１台または数台のローカルまたはリモート・コンピューティング・デバイスがアクセスすることができる。

通信媒体は通常、変調されたデータ信号などのデータ信号、例えば搬送波または他の輸送機構の中のコンピュータ可読命令、データ構造体、プログラム・モジュール、または他の構造化データもしくは非構造化データを具体化し、任意の情報送達または移送媒体を含む。用語「変調されたデータ信号」は、データ信号の特性のうちの１つまたは複数の特性を有する信号であって、１つまたは複数の信号の中に情報をコード化するように設定または変更された信号を指す。例として、通信媒体は、限定はされないが、有線ネットワークまたは直接有線接続などの有線媒体、ならびに音響、ＲＦ、赤外線および他の無線媒体などの無線媒体を含む。

再び図１８を参照すると、本明細書に記載された実施形態のさまざまな実施形態を実施するための例示的な環境１８００はコンピュータ１８０２を含み、コンピュータ１８０２は、処理ユニット１８０４、システム・メモリ１８０６およびシステム・バス１８０８を含む。システム・バス１８０８は、限定はされないがシステム・メモリ１８０６を含むシステム構成要素を処理ユニット１８０４に結合する。処理ユニット１８０４は、市販のさまざまなプロセッサのうちの任意のプロセッサとすることができる。デュアル・マイクロプロセッサおよびその他のマルチ・プロセッサ・アーキテクチャを処理ユニット１８０４として使用することもできる。

システム・バス１８０８は、いくつかのタイプのバス構造体のうちの任意のバス構造体とすることができ、そのバス構造体はさらに、市販のさまざまなバス・アーキテクチャのうちの任意のバス・アーキテクチャを使用してメモリ・バス（メモリ・コントローラ有りまたは無し）、周辺バスおよびローカル・バスと相互接続することができる。システム・メモリ１８０６はＲＯＭ１８１０およびＲＡＭ１８１２を含む。ＲＯＭ、消去可能なプログラマブル・リード・オンリー・メモリ（ＥＰＲＯＭ）、ＥＥＰＲＯＭなどの不揮発性メモリに基本入出力システム（ＢＩＯＳ）を格納することができ、ＢＩＯＳは、起動中などにコンピュータ１８０２内の要素間の情報転送を助ける基本ルーチンを含む。ＲＡＭ１８１２はさらに、スタティックＲＡＭなど、データをキャッシュするための高速ＲＡＭを含むことができる。

コンピュータ１８０２はさらに、内部ハード・ディスク・ドライブ（ＨＤＤ）１８１４（例えばＥＩＤＥ、ＳＡＴＡ）、１つまたは複数の外部ストレージ・デバイス１８１６（例えば、磁気フロッピー（Ｒ）・ディスク・ドライブ（ＦＤＤ）１８１６、メモリ・スティックまたはフラッシュ・ドライブ・リーダ、メモリ・カード・リーダなど）、および例えばソリッドステート・ドライブ、光ディスク・ドライブなどのドライブ１８２０を含み、ドライブ１８２０は、ＣＤ－ＲＯＭディスク、ＤＶＤ、ＢＤなどのディスク１８２２からの読出しまたは書込みができる。あるいは、ソリッドステート・ドライブが含まれている場合、別個にあるのでなければディスク１８２２は含まれないであろう。内部ＨＤＤ１８１４はコンピュータ１８０２内に置かれているように示されているが、適当なシャーシ（図示せず）内で外部使用されるように内部ＨＤＤ１８１４を構成することもできる。さらに、環境１８００には示されていないが、ＨＤＤ１８１４に加えてまたはＨＤＤ１８１４の代わりに、ソリッドステート・ドライブ（ＳＳＤ）を使用することもできる。ＨＤＤ１８１４、外部ストレージ・デバイス１８１６およびドライブ１８２０を、それぞれＨＤＤインタフェース１８２４、外部ストレージ・インタフェース１８２６およびドライブ・インタフェース１８２８によってシステム・バス１８０８に接続することができる。外部ドライブ実装用のインタフェース１８２４は、ユニバーサル・シリアル・バス（ＵＳＢ）インタフェース技術と米国電気電子技術者協会（ＩＥＥＥ）１３９４インタフェース技術のうちの少なくとも一方または両方を含むことができる。他の外部ドライブ接続技術も本明細書に記載された実施形態の企図に含まれる。

これらのドライブおよびそれらの関連コンピュータ可読ストレージ媒体は、データ、データ構造体、コンピュータ実行可能命令などの不揮発性ストレージを提供する。コンピュータ１８０２に関して、これらのドライブおよびストレージ媒体は、適当なデジタル形式のデータの格納に対応する。上記のコンピュータ可読ストレージ媒体の説明は、対応するそれぞれのタイプのストレージ・デバイスに関するものであるが、現在存在しているものであるのかまたは将来に開発されるものであるのかを問わず、コンピュータが読むことができる他のタイプのストレージ媒体を、この例示的な動作環境で使用することもできること、さらに、そのようなストレージ媒体は、本明細書に記載された方法を実行するためのコンピュータ実行可能命令を含むことができることを当業者は理解すべきである。

これらのドライブおよびＲＡＭ１８１２に、オペレーティング・システム１８３０、１つまたは複数のアプリケーション・プログラム１８３２、他のプログラム・モジュール１８３４およびプログラム・データ１８３６を含む、いくつかのプログラム・モジュールを格納することができる。これらのオペレーティング・システム、アプリケーション、モジュールもしくはデータまたはこれらの組合せの全部または部分をＲＡＭ１８１２にキャッシュすることもできる。本明細書に記載されたシステムおよび方法は、市販のさまざまなオペレーティング・システムまたはオペレーティング・システムの組合せを利用して実施することができる。

任意選択で、コンピュータ１８０２はエミュレーション技術を含むことができる。例えば、オペレーティング・システム１８３０のハードウェア環境をハイパーバイザ（図示せず）または他の中間物がエミュレートすることができ、任意選択で、エミュレートされたハードウェアが、図１８に示されたハードウェアとは異なることができる。そのような実施形態では、オペレーティング・システム１８３０が、コンピュータ１８０２にホストされた多数の仮想機械（ＶＭ）のうちの１つのＶＭを含むことができる。さらに、オペレーティング・システム１８３０は、Ｊａｖａ（Ｒ）実行時環境またはＮＥＴフレームワークなどの実行時環境をアプリケーション１８３２に対して提供することができる。実行時環境は、その実行時環境を含む任意のオペレーティング・システム上でアプリケーション１８３２を実行することを可能にする首尾一貫した実行環境である。同様に、オペレーティング・システム１８３０はコンテナをサポートすることができ、アプリケーション１８３２はコンテナの形態をとることができ、コンテナは、例えばアプリケーションのためのコード、実行時、システム・ツール、システム・ライブラリおよび設定を含む、ソフトウェアの軽量の独立型実行可能パッケージである。

さらに、コンピュータ１８０２は、トラステッド・プロセシング・モジュール（trusted processing module）（ＴＰＭ）などのセキュリティ・モジュールで有効にすることができる。例えば、ＴＰＭを用いて、ブート構成要素は、時間的に次のブート構成要素をハッシュし、セキュアな値との結果の一致を待ってから次のブート構成要素をロードする。このプロセスは、コンピュータ１８０２のコード実行スタックの中の任意の層で起こることができ、例えば、アプリケーション実行レベルまたはオペレーティング・システム（ＯＳ）カーネル・レベルで適用され、それによってコード実行の任意のレベルでセキュリティを有効にする。

ユーザは、１つまたは複数の有線／無線入力デバイス、例えばキーボード１８３８、タッチ・スクリーン１８４０およびポインティング・デバイス、例えばマウス１８４２によってコンピュータ１８０２にコマンドおよび情報を入力することができる。他の入力デバイス（図示せず）は、マイクロフォン、赤外線（ＩＲ）リモート・コントロール、無線周波（ＲＦ）リモート・コントロールまたは他のリモート・コントロール、ジョイスティック、仮想現実コントローラもしくは仮想現実ヘッドセットまたはその両方、ゲーム・パッド、スタイラス・ペン、イメージ入力デバイス、例えばカメラ、ジェスチャ・センサ入力デバイス、視覚運動センサ入力デバイス、感情または顔検出デバイス、バイオメトリック入力デバイス、例えば指紋または虹彩スキャナなどを含み得る。これらの入力デバイスおよび他の入力デバイスはしばしば、システム・バス１８０８に結合することができる入力デバイス・インタフェース１８４４を通して処理ユニット１８０４に接続されるが、それらの入力デバイスを、パラレル・ポート、ＩＥＥＥ１３９４シリアル・ポート、ゲーム・ポート、ＵＳＢポート、ＩＲインタフェース、ＢＬＵＥＴＯＯＴＨ（Ｒ）インタフェースなどの他のインタフェースによって接続することもできる。

モニタ１８４６または他のタイプのディスプレイ・デバイスを、ビデオ・アダプタ１８４８などのインタフェースを介してシステム・バス１８０８に接続することもできる。モニタ１８４６に加えて、コンピュータは通常、スピーカ、プリンタなどの他の周辺出力デバイス（図示せず）を含む。

コンピュータ１８０２は、リモート・コンピュータ１８５０などの１台または数台のリモート・コンピュータへの有線通信もしくは無線通信またはその両方を介した論理接続を使用して、ネットワーク化された環境で動作することができる。リモート・コンピュータ１８５０は、ワークステーション、サーバ・コンピュータ、ルータ、パーソナル・コンピュータ、ポータブル・コンピュータ、マイクロプロセッサ・ベースのエンターテイメント機器、ピア・デバイスまたは他の一般的なネットワーク・ノードであることができ、通常は、コンピュータ１８０２に関して説明した多くの要素または全ての要素を含むが、簡潔にするため、メモリ／ストレージ・デバイス１８５２だけが示されている。図示された論理接続は、ローカル・エリア・ネットワーク（ＬＡＮ）１８５４もしくはより大きなネットワーク、例えばワイド・エリア・ネットワーク（ＷＡＮ）１８５６、またはその両方への有線／無線接続性を含む。そのようなＬＡＮおよびＷＡＮネットワーキング環境は、事業所および会社では普通であり、イントラネットなどの企業内コンピュータ・ネットワークを容易にし、それらのネットワークは全て、グローバル通信ネットワーク、例えばインターネットに接続することができる。

ＬＡＮネットワーキング環境で使用されるときには、有線通信ネットワーク・インタフェースもしくはアダプタ１８５８または無線通信ネットワーク・インタフェースもしくはアダプタ１８５８、あるいはその両方を通して、コンピュータ１８０２をローカル・ネットワーク１８５４に接続することができる。アダプタ１８５８は、ＬＡＮ１８５４への有線または無線通信を容易にすることができ、ＬＡＮ１８５４はさらに、アダプタ１８５８と無線モードで通信するためにＬＡＮ１８５４上に配置されたワイヤレス・アクセス・ポイント（ＡＰ）を含むことができる。

ＷＡＮネットワーキング環境で使用されるときには、コンピュータ１８０２はモデム１８６０を含むことができ、またはコンピュータ１８０２を、ＷＡＮ１８５６上での通信、例えばインターネットを経由した通信を確立するための他の手段を介してＷＡＮ１８５６上の通信サーバに接続することができる。モデム１８６０は、内部または外部の有線または無線デバイスであることができ、入力デバイス・インタフェース１８４４を介してモデム１８６０をシステム・バス１８０８に接続することができる。ネットワーク化された環境では、コンピュータ１８０２に関して示されたプログラム・モジュールまたはその部分を、リモート・メモリ／ストレージ・デバイス１８５２に格納することができる。示されたネットワーク接続は例であり、コンピュータ間の通信リンクを確立する他の手段を使用することもできることが理解されよう。

ＬＡＮまたはＷＡＮネットワーキング環境で使用されるとき、コンピュータ１８０２は、上で説明した外部ストレージ・デバイス１８１６に加えて、または外部ストレージ・デバイス１８１６の代わりに、限定はされないが、情報の格納または処理の１つまたは複数の実施形態を提供するネットワーク仮想機械などの、クラウド・ストレージ・システムまたは他のネットワーク・ベースのストレージ・システムにアクセスすることができる。一般に、コンピュータ１８０２とクラウド・ストレージ・システムとの間の接続は、ＬＡＮ１８５４またはＷＡＮ１８５６上で、例えばそれぞれアダプタ１８５８またはモデム１８６０によって確立することができる。コンピュータ１８０２を関連クラウド・ストレージ・システムに接続すると、外部ストレージ・インタフェース１８２６は、アダプタ１８５８もしくはモデム１８６０またはその両方の助けを借りて、クラウド・ストレージ・システムによって提供されたストレージを、他のタイプの外部ストレージと同様に管理することができる。例えば、クラウド・ストレージ・ソースがあたかもコンピュータ１８０２に物理的に接続されているかのようなクラウド・ストレージ・ソースへのアクセスを提供するように、外部ストレージ・インタフェース１８２６を構成することができる。

コンピュータ１８０２は、無線通信するように動作可能に配置された任意の無線デバイスまたはエンティティ、例えばプリンタ、スキャナ、デスクトップ・コンピュータもしくはポータブル・コンピュータまたはその両方、ポータブル・データ・アシスタント、通信衛星、無線で検出可能なタグに関連付けられた任意の機器または位置（例えばキオスク、新聞販売所、商店の棚など）、および電話機と通信するように動作可能であることができる。これは、ワイヤレス・フィデリティ（Wireless Fidelity）（Ｗｉ－Ｆｉ）およびＢＬＵＥＴＯＯＴＨ（Ｒ）無線技術を含むことができる。したがって、この通信を、従来のネットワークと同様の予め定められた構造、または単純に少なくとも２台のデバイス間のアドホック通信とすることができる。

本発明は、インテグレーションの可能な任意の技術的詳細レベルにおいて、システム、方法、装置もしくはコンピュータ・プログラム製品、またはこれらの組合せであることがある。コンピュータ・プログラム製品は、本発明の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令をその上に有するコンピュータ可読ストレージ媒体を含むことができる。このコンピュータ可読ストレージ媒体は、命令実行デバイスが使用するための命令を保持および格納することができる有形のデバイスとすることができる。このコンピュータ可読ストレージ媒体は例えば、限定はされないが、電子ストレージ・デバイス、磁気ストレージ・デバイス、光学ストレージ・デバイス、電磁気ストレージ・デバイス、半導体ストレージ・デバイスまたはこれらの任意の適当な組合せとすることができる。コンピュータ可読ストレージ媒体のより具体的な例の非網羅的なリストはさらに、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）、リード・オンリー・メモリ（ＲＯＭ）、消去可能なプログラマブル・リードオンリー・メモリ（ＥＰＲＯＭまたはフラッシュ・メモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク・リード・オンリー・メモリ（ＣＤ－ＲＯＭ）、デジタル・バーサタイル・ディスク（ＤＶＤ）、メモリ・スティック（Ｒ）、フロッピー（Ｒ）・ディスク、機械的にコード化されたデバイス、例えばパンチカードまたはその上に命令が記録された溝の中の一段高くなった構造体、およびこれらの任意の適当な組合せを含み得る。本明細書で使用されるとき、コンピュータ可読ストレージ媒体は、それ自体が一過性の信号、例えば電波もしくは他の自由に伝搬する電磁波、ウェーブガイドもしくは他の伝送体内を伝搬する電磁波（例えば光ファイバ・ケーブル内を通る光パルス）、または電線を通して伝送される電気信号であると解釈されるべきではない。

本明細書に記載されたコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体からそれぞれのコンピューティング／処理デバイスにダウンロードすることができ、またはネットワーク、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・ネットワークもしくは無線ネットワークまたはこれらの組合せを介して外部コンピュータもしくは外部ストレージ・デバイスにダウンロードすることができる。このネットワークは、銅伝送ケーブル、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・コンピュータもしくはエッジ・サーバ、またはこれらの組合せを含むことができる。それぞれのコンピューティング／処理デバイス内のネットワーク・アダプタ・カードまたはネットワーク・インタフェースは、コンピュータ可読プログラム命令をネットワークから受信し、それらのコンピュータ可読プログラム命令を、それぞれのコンピューティング／処理デバイス内のコンピュータ可読ストレージ媒体に格納するために転送する。本発明の動作を実行するため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）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、もしくは集積回路用のコンフィギュレーション・データであってもよく、またはＳｍａｌｌｔａｌｋ（Ｒ）、Ｃ＋＋などのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同種のプログラミング言語などの手続き型プログラミング言語を含む、１つまたは複数のプログラミング言語の任意の組合せで書かれた、ソース・コードもしくはオブジェクト・コードであることができる。このコンピュータ可読プログラム命令は、全体がユーザのコンピュータ上で実行されてもよく、一部がユーザのコンピュータ上で実行されてもよく、独立型ソフトウェア・パッケージとして実行されてもよく、一部がユーザのコンピュータ上で、一部がリモート・コンピュータ上で実行されてもよく、または全体がリモート・コンピュータもしくはリモート・サーバ上で実行することができる。上記の最後のシナリオでは、リモート・コンピュータを、ローカル・エリア・ネットワーク（ＬＡＮ）もしくはワイド・エリア・ネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されたものとすることができ、またはこの接続を、外部コンピュータに対して（例えばインターネット・サービス・プロバイダを使用してインターネットを介して）実施することができる。いくつかの実施形態では、本発明の態様を実行するために、例えばプログラム可能論理回路、フィールドプログラマブル・ゲート・アレイ（ＦＰＧＡ）またはプログラム可能論理アレイ（ＰＬＡ）を含む電子回路が、このコンピュータ可読プログラム命令の状態情報を利用してその電子回路をパーソナライズすることにより、このコンピュータ可読プログラム命令を実行することができる。

本明細書では、本発明の態様が、本発明の実施形態による方法、装置（システム）およびコンピュータ・プログラム製品の流れ図もしくはブロック図またはその両方の図を参照して説明される。それらの流れ図もしくはブロック図またはその両方の図のそれぞれのブロック、およびそれらの流れ図もしくはブロック図またはその両方の図のブロックの組合せは、コンピュータ可読プログラム命令によって実施することができることが理解されよう。これらのコンピュータ可読プログラム命令は、コンピュータまたは他のプログラム可能データ処理装置のプロセッサによって実行される命令が、流れ図もしくはブロック図またはその両方の図の１つまたは複数のブロックに指定される機能／動作を実施する手段を生成するように、機械を形成する汎用コンピュータ、専用コンピュータまたは他のプログラム可能データ処理装置のプロセッサに提供することができる。これらのコンピュータ可読プログラム命令はさらに、その中に命令が格納されたコンピュータ可読ストレージ媒体が、流れ図もしくはブロック図またはその両方の図の１つまたは複数のブロックに指定される機能／動作の態様を実施する命令を含む製品を含むように、特定の方式で機能するようにコンピュータ、プログラム可能データ処理装置もしくは他のデバイスまたはこれらの組合せに指図することができるコンピュータ可読ストレージ媒体に格納することができる。これらのコンピュータ可読プログラム命令はさらに、コンピュータ、他のプログラム可能装置または他のデバイス上で実施されるこれらの命令が、流れ図もしくはブロック図またはその両方の図の１つまたは複数のブロックに指定される機能／動作を実施するように、コンピュータによって実施されるプロセスを生成するために、コンピュータ、他のプログラム可能データ処理装置または他のデバイスにロードされ、コンピュータ、他のプログラム可能装置または他のデバイス上で一連の動作行為を実行させることができる。

添付図中の流れ図およびブロック図は、本発明のさまざまな実施形態によるシステム、方法およびコンピュータ・プログラム製品の可能な実施態様のアーキテクチャ、機能および動作を示している。この点に関して、それらの流れ図またはブロック図のそれぞれのブロックは、指定された論理機能を実施するための１つまたは複数の実行可能命令を含む、命令のモジュール、セグメントまたは部分を表し得る。いくつかの代替実施態様では、これらのブロックに示された機能を、図に示された順序とは異なる順序で実施することができる。例えば、連続して示された２つのブロックを、実際には、実質的に同時に実行することができ、または、関連する機能によってはそれらのブロックを逆の順序で実行することもできる。それらのブロック図もしくは流れ図またはその両方の図のそれぞれのブロック、ならびにそれらのブロック図もしくは流れ図またはその両方の図のブロックの組合せを、指定された機能もしくは動作を実行しまたは専用ハードウェアとコンピュータ命令の組合せを実行する専用のハードウェアベースのシステムによって実施することができることにも留意されたい。

以上に、１台のコンピュータ上もしくは複数のコンピュータ上またはその両方で実行されるコンピュータ・プログラム製品のコンピュータ実行命令の一般的な文脈で主題を説明したが、他のプログラム・モジュールと組み合わせて本開示を実施することもできることを当業者は認識するであろう。一般に、プログラム・モジュールは、特定のタスクを実行し、もしくは特定の抽象データ型を実装し、またはその両方を実行する、ルーチン、プログラム、構成要素、データ構造体などを含む。さらに、本発明のコンピュータ実施方法は、シングルプロセッサまたはマルチプロセッサ・コンピュータ・システム、ミニコンピューティング・デバイス、メインフレーム・コンピュータ、コンピュータ、ハンドヘルド・コンピューティング・デバイス（例えばＰＤＡ、電話機）、マイクロプロセッサ・ベースのまたはプログラム可能な家庭用または産業用電子機器などを含む、他のコンピュータ・システム構成を用いて実施することもできることを当業者は認識するであろう。示された態様は、通信ネットワークを通してリンクされたリモート処理デバイスによってタスクが実行される分散コンピューティング環境で実施することもできる。しかしながら、全部ではないにせよ、本開示の一部の態様を、独立型コンピュータ上で実施することもできる。分散コンピューティング環境では、ローカル・メモリ・ストレージ・デバイスとリモート・メモリ・ストレージ・デバイスの両方にプログラム・モジュールを置くことができる。

本出願で使用されるとき、用語「構成要素」、「システム」、「プラットホーム」、「インタフェース」などは、１つもしくは複数の特定の機能を有する、コンピュータに関係したエンティティもしくはオペレーショナル・マシン（operational machine）に関係したエンティティを指すことができ、またはそのようはエンティティを含むことができ、あるいはその両方であることができる。本明細書に開示されたエンティティは、ハードウェア、ハードウェアとソフトウェアの組合せ、ソフトウェア、または実行中のソフトウェアであることができる。例えば、構成要素は、限定はされないが、プロセッサ上で実行されるプロセス、プロセッサ、オブジェクト、実行ファイル、実行スレッド、プログラムもしくはコンピュータ、またはこれらの組合せであることができる。例として、サーバ上で実行されるアプリケーションとサーバの両方が構成要素であることがある。プロセスもしくは実行スレッドまたはその両方の中に、１つまたは複数の構成要素が存在することができ、構成要素は、１つのコンピュータ上に限局されていること、もしくは２つ以上のコンピュータ間に分散化されていること、またはその両方であることができる。別の例では、さまざまなデータ構造がその上に格納されたさまざまなコンピュータ可読媒体から、それぞれの構成要素を実行することができる。構成要素は、ローカル・プロセスもしくはリモート・プロセスまたはその両方を介して、例えば１つまたは複数のデータ・パケット（例えば、ローカル・システム内で、分散システム内で、もしくはインターネットなどのネットワークを経由して、またはこれらの組合せで、他のシステムとともに、信号を介して別の構成要素と対話している１つの構成要素からのデータ）を有する信号に従って通信することができる。別の例として、構成要素は、電気または電子回路によって操作される機械部品によって提供される特定の機能を有する装置であることができ、この電気または電子回路は、プロセッサによって実行されるソフトウェアまたはファームウェア・アプリケーションによって操作される。このような場合、プロセッサは、装置内または装置外に置くことができ、ソフトウェア・アプリケーションまたはファームウェア・アプリケーションの少なくとも一部を実行することができる。別の例として、構成要素は、機械部品を含まない電子構成要素を介して特定の機能を提供する装置であることができ、それらの電子構成要素は、電子構成要素の機能を少なくとも部分的に与えるソフトウェアまたはファームウェアを実行するためのプロセッサまたは他の手段を含むことができる。一態様では、構成要素が、例えばクラウド・コンピューティング・システム内で、仮想機械を介して電子構成要素をエミュレートすることができる。

さらに、用語「または」は、排他的な「または」ではなく包括的な「または」を意味することが意図されている。すなわち、特段の記載がある場合、または文脈から明白である場合を除き、「ＸがＡまたはＢを使用する」は、自然な包括的置換（natural inclusive permutation）のうちのいずれかを意味することが意図されている。すなわち、ＸがＡを使用する場合、ＸがＢを使用する場合、またはＸがＡとＢの両方を使用する場合、「Ｘが、ＡまたはＢを使用する」は、上記のいずれの事例の下でも満たされる。さらに、特段の記載がある場合、または単数形を指示していることが文脈から明白である場合を除き、本明細書および添付図面で使用される冠詞「ａ」および「ａｎ」は、一般に、「１つまたは複数」を意味すると解釈すべきである。本明細書で使用されるとき、用語「例」もしくは「例示的な」またはその両方は、例、事例または例示として役に立つものであることを意味するために利用される。誤解を避けるために言うと、本明細書に開示された主題はこのような例によって限定されない。さらに、「例」もしくは「例示的な」またはその両方として本明細書に記載された任意の態様または設計を、他の態様または設計よりも好ましいまたは有利であると解釈する必要は必ずしもなく、あるいは、そのような態様または設計が、当業者に知られている等価の例示的な構造体および技術を排除することも意味しない。

本明細書で使用されるとき、「プロセッサ」という用語は、限定はされないが、シングルコア・プロセッサ、ソフトウェア・マルチスレッド実行機能を有するシングルコア・プロセッサ、マルチコア・プロセッサ、ソフトウェア・マルチスレッド実行機能を有するマルチコア・プロセッサ、ハードウェア・マルチスレッド技術を有するマルチコア・プロセッサ、パラレル・プラットホーム、および分散共用メモリを有するパラレル・プラットホームを含む、実質的に任意のコンピューティング処理ユニットまたはデバイスを指し得る。さらに、プロセッサは、本明細書に記載された機能を実行するように設計された集積回路、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理プロセッサ（ＤＳＰ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、プログラマブル・ロジック・コントローラ（ＰＬＣ）、複合プログラマブル・ロジック・デバイス（ＣＰＬＤ）、ディスクリート・ゲートまたはトランジスタ・ロジック、ディスクリート・ハードウェア構成要素、またはこれらの任意の組合せを指し得る。さらに、プロセッサは、空間使用を最適化し、またはユーザ機器の性能を強化するために、限定はされないが、分子ベースおよび量子ドット・ベースのトランジスタ、スイッチおよびゲートなどのナノスケール・アーキテクチャを利用することができる。プロセッサを、コンピューティング処理ユニットの組合せとして実施することもできる。本開示では、「ストア」、「ストレージ」、「データ・ストア」、「データ・ストレージ」、「データベース」などの用語、ならびに構成要素の動作および機能に関連する実質的に任意の他の情報ストレージ構成要素が、「メモリ」またはメモリを含む構成要素として具体化された実体である「メモリ構成要素」を指すために利用される。本明細書に記載されたメモリもしくはメモリ構成要素またはその両方は、揮発性メモリもしくは不揮発性メモリであることができ、または揮発性メモリと不揮発性メモリの両方を含むことができることを認識すべきである。例として、不揮発性メモリは、限定はされないが、リード・オンリー・メモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、消去可能なプログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的に消去可能なプログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュ・メモリまたは不揮発性のランダム・アクセス・メモリ（ＲＡＭ）（例えば強誘電体ＲＡＭ（ＦｅＲＡＭ））を含むことができる。揮発性メモリはＲＡＭを含むことができ、ＲＡＭは、例えば外部キャッシュ・メモリとして機能することができる。例として、限定はされないが、スタティックＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、ダブル・データ・レートＳＤＲＡＭ（ＤＤＲ ＳＤＲＡＭ）、エンハンストＳＤＲＡＭ（ＥＳＤＲＡＭ）、ＳｙｎｃＬｉｎｋ ＤＲＡＭ（ＳＬＤＲＡＭ）、ダイレクトＲａｍｂｕｓ ＲＡＭ（ＤＲＲＡＭ）、ダイレクトＲａｍｂｕｓダイナミックＲＡＭ（ＤＲＤＲＡＭ）およびＲａｍｂｕｓダイナミックＲＡＭ（ＲＤＲＡＭ）など、多くの形態で使用可能である。さらに、本明細書のシステムまたはコンピュータ実施方法の開示されたメモリ構成要素は、含むことに限定はされないが、これらのタイプのメモリおよび他の適当なタイプのメモリを含むことが意図されている。

以上に説明したことは、システムおよびコンピュータ実施方法の単なる例を含む。当然ながら、本開示を説明するために、構成要素またはコンピュータ実施方法の考え得るあらゆる組合せを記載することは不可能だが、本開示の他の多くの組合せおよび置換が可能であることを当業者は理解することができる。さらに、詳細な説明、特許請求の範囲、付録および図面において用語「含む（includes）」、「有する（has）」、「所有する（possesses）」などが使用される範囲で、そのような用語は、用語「備える／含む（comprising）」が、請求項中で転換語（transitional word）として使用されているときに解釈されるのと同様に、包括的であることが意図されている。

さまざまな実施形態の以上の説明は例示のために示したものであり、以上の説明が網羅的であること、または、以上の説明が、開示された実施形態だけに限定されることは意図されていない。当業者には、記載された実施形態の範囲および思想を逸脱しない多くの変更および変形が明らかとなろう。本明細書で使用した用語は、実施形態の原理、実用的用途、もしくは市販されている技術にはない技術的改善点を最もよく説明するように、または本明細書に開示された実施形態を当業者が理解できるように選択した。

Claims (26)

1. システムであって、
   コンピュータ実行可能構成要素を格納するメモリと、
   前記メモリに動作可能に結合されたプロセッサであり、前記メモリに格納された前記コンピュータ実行可能構成要素を実行する、前記プロセッサと
   を含み、前記コンピュータ実行可能構成要素が、
   モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて、前記モノリシック・アプリケーションの中の素なコード・クラスタを検出するコミュニティ検出構成要素、
   前記モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて、前記素なコード・クラスタの機能目的を識別するトピック・モデリング構成要素、および
   前記機能目的に基づいて、前記素なコード・クラスタを置き換えるためのマイクロサービスを推奨するマイクロサービス構成要素
   を含む、システム。
2. 前記ビジネス文書コーパスが、前記モノリシック・アプリケーションに対応する設計文書、ユーザ・ガイド、コード・アノテーション、ｗｉｋｉ文書、ｇｉｔｈｕｂ文書およびｒｅａｄｍｅ文書からなるグループからの少なくとも１つを含む、請求項１に記載のシステム。
3. 前記コード特性グラフが、前記モノリシック・アプリケーションの時間的コード進展に基づく、請求項１に記載のシステム。
4. グラフ構成要素であり、
   前記モノリシック・アプリケーションのソース・コードに基づいて前記コード特性グラフを生成し、前記コード特性グラフが、前記モノリシック・アプリケーションを特徴付ける、抽象構文木、制御フロー・グラフおよびプログラム依存グラフの組合せを含み、
   前記時間的コード進展に基づいて前記コード特性グラフのエッジ重みを増強し、前記時間的コード進展が、前記モノリシック・アプリケーションの前記ソース・コードに対する経時的な変更を含む、
   前記グラフ構成要素
   をさらに含む、請求項３に記載のシステム。
5. 前記トピック・モデリング構成要素が、潜在的ディリクレ配分アルゴリズムを使用することによって前記素なコード・クラスタの前記機能目的を識別する、請求項１に記載のシステム。
6. 推奨された前記マイクロサービスおよび前記素なコード・クラスタに関連したユーザ・フィードバックを収集するフィードバック構成要素であり、前記フィードバック構成要素が、収集された前記ユーザ・フィードバックに基づいて、前記コミュニティ検出構成要素のパラメータまたは前記トピック・モデリング構成要素のパラメータを修正する、前記フィードバック構成要素
   をさらに含む、請求項１に記載のシステム。
7. 他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンを格納する依存関係パターン格納構成要素であり、前記コミュニティ検出構成要素および前記トピック・モデリング構成要素が、前記依存関係パターンを利用して前記素なコード・クラスタおよび前記機能目的を識別する、前記依存関係パターン格納構成要素
   をさらに含む、請求項１に記載のシステム。
8. 前記マイクロサービス構成要素が、前記素なコード・クラスタを、推奨された前記マイクロサービスに置き換える、請求項１に記載のシステム。
9. コンピュータ実施方法であって、
   プロセッサに動作可能に結合されたデバイスによって、モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて、前記モノリシック・アプリケーションの中の素なコード・クラスタを検出すること、
   前記デバイスによって、前記モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて、前記素なコード・クラスタの機能目的を識別すること、および
   前記デバイスによって、前記機能目的に基づいて、前記素なコード・クラスタを置き換えるためのマイクロサービスを推奨すること
   を含むコンピュータ実施方法。
10. 前記ビジネス文書コーパスが、前記モノリシック・アプリケーションに対応する設計文書、ユーザ・ガイド、コード・アノテーション、ｗｉｋｉ文書、ｇｉｔｈｕｂ文書およびｒｅａｄｍｅ文書からなるグループからの少なくとも１つを含む、請求項９に記載のコンピュータ実施方法。
11. 前記コード特性グラフが、前記モノリシック・アプリケーションの時間的コード進展に基づく、請求項９に記載のコンピュータ実施方法。
12. 前記デバイスによって、前記モノリシック・アプリケーションのソース・コードに基づいて前記コード特性グラフを生成することであり、前記コード特性グラフが、前記モノリシック・アプリケーションを特徴付ける、抽象構文木、制御フロー・グラフおよびプログラム依存グラフの組合せを含む、前記生成すること、ならびに
    前記デバイスによって、前記時間的コード進展に基づいて前記コード特性グラフのエッジ重みを増強することであり、前記時間的コード進展が、前記モノリシック・アプリケーションの前記ソース・コードに対する経時的な変更を含む、前記増強すること
    をさらに含む、請求項１１に記載のコンピュータ実施方法。
13. 前記素なコード・クラスタの前記機能目的を前記識別することが、潜在的ディリクレ配分アルゴリズムを使用する、請求項９に記載のコンピュータ実施方法。
14. 前記デバイスによって、推奨された前記マイクロサービスおよび前記素なコード・クラスタに関連したユーザ・フィードバックを収集すること、ならびに
    前記デバイスによって、収集された前記ユーザ・フィードバックに基づいて、前記素なコード・クラスタを前記検出することを容易にするアルゴリズムのパラメータまたは前記機能目的を前記識別することを容易にするアルゴリズムのパラメータを修正すること
    をさらに含む、請求項９に記載のコンピュータ実施方法。
15. 前記デバイスによって、他のモノリシック・アプリケーションのコード特性グラフから学習された依存関係パターンを格納することであり、前記依存関係パターンが、前記素なコード・クラスタを前記検出することおよび前記機能目的を前記識別することを容易にする、前記格納すること
    をさらに含む、請求項９に記載のコンピュータ実施方法。
16. 前記デバイスによって、前記素なコード・クラスタを、推奨された前記マイクロサービスに置き換えること
    をさらに含む、請求項９に記載のコンピュータ実施方法。
17. モノリシック・アプリケーションに対するマイクロサービス分解戦略の自動化された推奨を容易にするためのコンピュータ・プログラム製品であって、前記コンピュータ・プログラム製品が、プログラム命令が実装されたコンピュータ可読メモリを含み、前記プログラム命令が、
    モノリシック・アプリケーションを特徴付けるコード特性グラフに基づいて、前記モノリシック・アプリケーションの中の素なコード・クラスタを検出すること、
    前記モノリシック・アプリケーションに対応するビジネス文書コーパスに基づいて、前記素なコード・クラスタの機能目的を識別すること、および
    前記機能目的に基づいて、前記素なコード・クラスタを置き換えるためのマイクロサービスを推奨すること
    を処理構成要素に実行させるように前記処理構成要素によって実行可能である、
    コンピュータ・プログラム製品。
18. 前記ビジネス文書コーパスが、前記モノリシック・アプリケーションに対応する設計文書、ユーザ・ガイド、コード・アノテーション、ｗｉｋｉ文書、ｇｉｔｈｕｂ文書およびｒｅａｄｍｅ文書からなるグループからの少なくとも１つを含む、請求項１７に記載のコンピュータ・プログラム製品。
19. 前記コード特性グラフが、前記モノリシック・アプリケーションの時間的コード進展に基づく、請求項１７に記載のコンピュータ・プログラム製品。
20. 前記プログラム命令がさらに、
    前記モノリシック・アプリケーションのソース・コードに基づいて前記コード特性グラフを生成することであり、前記コード特性グラフが、前記モノリシック・アプリケーションを特徴付ける、抽象構文木、制御フロー・グラフおよびプログラム依存グラフの組合せを含む、前記生成すること、ならびに
    前記時間的コード進展に基づいて前記コード特性グラフのエッジ重みを増強することであり、前記時間的コード進展が、前記モノリシック・アプリケーションの前記ソース・コードに対する経時的な変更を含む、前記増強すること
    を前記処理構成要素に実行させるように実行可能である、請求項１９に記載のコンピュータ・プログラム製品。
21. 装置であって、
    メモリに動作可能に結合されたプロセッサであり、前記メモリに格納されたコンピュータ実行可能構成要素を実行する、前記プロセッサ
    を含み、前記コンピュータ実行可能構成要素が、
    モノリシック・アプリケーションに対応するコード特性グラフに基づいて、前記モノリシック・アプリケーションの中のマイクロサービス分解の候補を識別するコミュニティ検出構成要素、および
    前記モノリシック・アプリケーションに対応するビジネス文書に基づいて、識別された前記候補によってそれぞれ実行される機能を識別するトピック・モデリング構成要素
    を含む、装置。
22. 前記ビジネス文書が、前記モノリシック・アプリケーションに対応する設計文書、ユーザ・ガイド、コード・アノテーション、ｗｉｋｉ文書、ｇｉｔｈｕｂ文書およびｒｅａｄｍｅ文書からなるグループからの少なくとも１つを含む、請求項２１に記載の装置。
23. 前記モノリシック・アプリケーションのソース・コードに基づいて前記コード特性グラフを生成し、前記モノリシック・アプリケーションの時間的コード進展に基づいて前記コード特性グラフを修正するグラフ構成要素
    をさらに含む、請求項２１に記載の装置。
24. コンピュータ実施方法であって、
    プロセッサに通信可能に結合されたデバイスによって、モノリシック・アプリケーションに対応するコード特性グラフに基づいて、前記モノリシック・アプリケーションの中のマイクロサービス分解の候補を、識別すること、および
    前記デバイスによって、前記モノリシック・アプリケーションに対応するビジネス文書に基づいて、識別された前記候補によってそれぞれ実行される機能を識別すること
    を含むコンピュータ実施方法。
25. 前記デバイスによって、前記モノリシック・アプリケーションのソース・コードに基づいて前記コード特性グラフを生成すること、および
    前記デバイスによって、前記モノリシック・アプリケーションの時間的コード進展に基づいて前記コード特性グラフを修正すること
    をさらに含む、請求項２４に記載のコンピュータ実施方法。
26. コンピュータ・プログラムであって、前記プログラムがコンピュータ上で実行されたときに請求項９ないし１６のいずれかに記載の方法または請求項２４もしくは２５に記載の方法を実行するように適合されたプログラム・コード手段を含む、コンピュータ・プログラム。

Images