JP2023525628A - リモート・リソースの能力及び使用の管理 - Google Patents
リモート・リソースの能力及び使用の管理 Download PDFInfo
- Publication number
- JP2023525628A JP2023525628A JP2022554599A JP2022554599A JP2023525628A JP 2023525628 A JP2023525628 A JP 2023525628A JP 2022554599 A JP2022554599 A JP 2022554599A JP 2022554599 A JP2022554599 A JP 2022554599A JP 2023525628 A JP2023525628 A JP 2023525628A
- Authority
- JP
- Japan
- Prior art keywords
- determining
- remote
- software
- hardware
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3442—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for planning or managing the needed capacity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5051—Service on demand, e.g. definition and deployment of services in real time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
- H04L41/5083—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to web hosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/18—Delegation of network management function, e.g. customer network management [CNM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5058—Service discovery by the service manager
Abstract
リモート・リソースの能力及び使用の最適化を実装するための方法、システム及びプログラム製品が提供される。本方法は、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断することを含む。現在及び履歴的なソフトウェア・アプリケーションのダウンロードがソーシャル・メディアWebサイトのトラフィック及びトレンドについてトラッキングされ、特定の地理的領域についてリモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力が検出される。リモート・ハードウェア及びソフトウェアのリソースの現在使用されている能力に関連して将来のリソース要求が判断され、現在及び履歴的なソフトウェア・アプリケーションのダウンロードを示すデータがデータベース内に格納される。領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能にするための全システム能力が判断されると共に、全システム能力を増加することのためにハードウェア及びソフトウェアのグループがイネーブルにされる。
Description
本発明は、一般にリソース能力及び使用のリモートな管理に関し、具体的には、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェアのリソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するための方法及び関連するシステムに関する。
本発明の第1の側面は、リモート・リソース能力及び使用を最適化するための方法であって、リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断すること;ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること;複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること;前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること;前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること;前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能にするための全システム能力を判断すること;及び前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすることを含むものを提供する。
本発明の第2の側面は、コンピュータ・プログラム製品であって、コンピュータ可読なプログラム・コードを格納するコンピュータ可読なハードウェア・ストレージ・デバイスを含み、前記コンピュータ可読なプログラム・コードは、リモート・サーバ・デバイスのプロセッサにより実行される場合にリモート・リソースの能力及び使用の最適化方法を実装するアルゴリズムを含み、前記方法が;リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断すること;ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること;複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること;前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること;前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること;前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能とするための全システム能力を判断すること、及び前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすることを含むものを提供する。
本発明の第3の側面は、コンピュータ可読なメモリ・ユニットに結合されたプロセッサを含むリモート・サーバであって、前記メモリ・ユニットは、リモート・サーバ・デバイスのプロセッサにより実行される場合にリモート・リソースの能力及び使用を最適化する方法を実装するアルゴリズムを含み、前記方法が、リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と関連する興味のあるトピックとの関連を判断すること;ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること;複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること、;前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること;前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること;前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能とするための全システム能力を判断すること;及び前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすることを含むものを提供する。
本発明は、リソース能力及び使用を正確に管理することを可能とする単純な方法及び関連するシステムを利益的に提供する。
図1は、本発明の実施形態による、ソフトウェア・アプリケーションのダウンロード139のトラッキング、リモート・ハードウェア及びソフトウェアのリソース122の能力検出、将来のリソース要求の判断、及びWebトラフィック要求の急上昇123を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するためのシステム100を示す。典型的なクラウド・コンピューティング・システムは、メンテナンス無く、異なるリソースを管理するために使用される。エンティティは、関連する要求に基づいて、特定のリソースをイネーブルするので、関連するリソース許容は、典型的な使用に基づいて要求されるのみとなる。同様に、クラウド基盤について重いロードを動作させているエンティティは、要求される場合にリソースをスケールすることを試みることができるので、関連するサービスは、如何なるダウンタイムなく、シームレスに動作することができる。追加的に、リソースに関連するサーバ・アプリケーションは、入来するリクエストに近接した地理内に配置されることが必要とされる場合がある。したがって、システム100は、外部的な地理特定のロード・ファクタを予測すると共に、実際のロード機能がイネーブルされる前にハードウェア及びソフトウェア・リソースを積極的にスケーリングするためのプロセスを可能にする。例えば、e-コマース・カンパニーは、季節的な(例えば、休日、季節など)プロモーション・セールを実装することができ、結果的にハードウェア及びソフトウェアのリソース使用についてより高い使用/変換をもたらす可能性がある。使用/変換のより高いレートは、未知のリソース要求をもたらす。したがって、システム100は、特定の季節的なプロモーション・セールの間に、ハードウェア及びソフトウェアの動作を可能とするために必要となるハードウェア及びソフトウェアのリソースを選択し、かつ管理することに関連して、将来のリソース要求を判断するプロセスを可能とする。
図1のシステム100は、リモート・サーバ138(すなわち、特殊化されたハードウェア・デバイス)、ソフトウェア・アプリケーションのダウンロード139、データベース127、及びネットワーク117を通して相互接続されたリモートなハードウェア及びソフトウェアのリソース122を含む。リモート・サーバ138は、特に、コンピューティング・デバイス、専用的デバイス、サーバ・ハードウェアなどを含むことができる。リモート・サーバ138は、システムの如何なるタイプとの接続性を提供するため、Bluetooth(登録商標)がイネーブルにされることができる。リモート・サーバ138は、特殊化された回路/ソフトウェア125(これは、特殊化されたソフトウェアを含むことができる)、センサ110、ソフトウェア141及びGUI142を含む。センサ110は、特に、超音波3次元センサ・モジュール、光学センサ、ビデオ検索デバイス、オーディオ検索デバイス、湿度センサ、電圧センサ、キーボード、マウス、タッチ・スクリーン、温度センサなどを含む、如何なるタイプの内部的又は外部的センサを含むことができる。アプリケーションのダウンロード139は、システム100がWebトラフィック要求の急上昇123を解決するため、システム能力を修正することを可能にするために必要な、如何なるタイプのソフトウェア・ダウンロードを含む。リモート・ハードウェア及びソフトエアのリソース122は、特定のWebイベントに関連するWebトラフィック要求の急上昇123を解決するためにシステム能力を修正することに関連する、如何なるタイプのハードウェア又はソフトウェア又はそれら両方(例えば、サーバ、コントローラ、メモリ構造、プロセッサなど)を含む。リモート・サーバ138は、埋め込みデバイスを含むことができる。埋め込みデバイスは、本明細書において、特殊化された機能を実行するために特定的に設計されたコンピュータ・ハードウェア及びソフトウェア(内部に固定された能力又はプログラマブルな)の組み合わせを含む専用的なデバイス又はコンピュータとして定義される。プログラマブルな埋め込みコンピュータ又はデバイスは、特殊化されたプログラミング・インタフェースを含むことができる。1つの実施形態においては、リモート・サーバ138は、図1~6について説明されるプロセスを実行するため(独立して又は組み合わせで)、特殊化された(非汎用的な)ハードウェア及び回路(すなわち、特殊化された個別の非汎用的なアナログ、デジタル、及びロジック・ベース回路)をそれぞれ含むことができる。特殊化された個別的で非汎用的なアナログ、デジタル、及びロジック・ベース回路は、専用的で特定的に設計されたコンポーネント(例えば、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェアのリソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇123を解決するために自動化されたプロセスを実装することのみのために設計された用途特定集積回路(ASIC)といった特殊化された集積回路を含むことができる。ネットワーク117は、特に5G電話通信ネットワーク、ローカルエリア・ネットワーク(LAN)、ワイドエリア・ネットワーク(WAN)、インターネット、ワイヤレス・ネットワークを含む如何なるタイプのネットワークを含むことができる。代替的に、ネットワーク117は、アプリケーション・プログラミング・インタフェース(API)を含むことができる。
システム100は、クラウド・ベースのソーシャル・メディア分析及びアプリケーション・ダウンロードのトレンドに関連するリソース使用に影響を与える地理特定/領域特定の能力要求を予測するためのプロセスを可能とする。同様に、プロセスは、リソース要求における領域特定の急上昇を判断することを含む。システム100は、Webトラフィック要求の急上昇123を解決するためにシステム能力を判断することについて、以下の機能を可能とする:
1.クラウド・ベースのソーシャル・メディア発見サービス(SMD)を使用して、ソーシャル・メディアWebサイトのトラフィックについてのトピックスに対する大量のトレンドに基づいて、地理的領域当たりの特定のトピックについての興味スコアを計算すること。
2.アプリケーション・ダウンロード・トラッカ(ADT)を使用して、アプリケーション(ソフトウェア)・ダウンロードのトレンド、履歴的データベースから検索される以前のアプリケーションのダウンロード・スコア、及びアプリケーション・データ・ストアからダウンロードされるアプリケーションの数に基づいて、ADTスコアを計算すること。
3.それぞれの地理的領域内で実際に消費された能力との組み合わせにおける、それぞれダウンロードされたイベントに関連する履歴的データを格納することにより、履歴的予測データ(HCD)を使用すること。追加的に、履歴的な興味スコア及び対応するリソース要求予測が格納される。
4.SMDスコア、ADTスコア、それぞれの地理的領域内での以前のイベントについて実際に消費された能力及び対応するハードウェア及びソフトウェアのリソース要求予測に基づいて能力ファクタを判断するために、コグニティブなスケール予測エンジンを使用すること。
1.クラウド・ベースのソーシャル・メディア発見サービス(SMD)を使用して、ソーシャル・メディアWebサイトのトラフィックについてのトピックスに対する大量のトレンドに基づいて、地理的領域当たりの特定のトピックについての興味スコアを計算すること。
2.アプリケーション・ダウンロード・トラッカ(ADT)を使用して、アプリケーション(ソフトウェア)・ダウンロードのトレンド、履歴的データベースから検索される以前のアプリケーションのダウンロード・スコア、及びアプリケーション・データ・ストアからダウンロードされるアプリケーションの数に基づいて、ADTスコアを計算すること。
3.それぞれの地理的領域内で実際に消費された能力との組み合わせにおける、それぞれダウンロードされたイベントに関連する履歴的データを格納することにより、履歴的予測データ(HCD)を使用すること。追加的に、履歴的な興味スコア及び対応するリソース要求予測が格納される。
4.SMDスコア、ADTスコア、それぞれの地理的領域内での以前のイベントについて実際に消費された能力及び対応するハードウェア及びソフトウェアのリソース要求予測に基づいて能力ファクタを判断するために、コグニティブなスケール予測エンジンを使用すること。
図2は、本発明の実施形態による、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェアのリソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するための図1のシステム100によって可能とされる、プロセス・フローを詳述するアルゴリズムを示す。図2のアルゴリズムにおけるそれぞれのステップは、コンピュータ・コードを実行するコンピュータ・プロセッサ(複数でもよい)によって如何なる順序において可能にされ、かつ実行されることができる。追加的に図2のアルゴリズム内のそれぞれのステップは、リモート・サーバ138及びリモート・ハードウェア及びソフトウェアのリソース122の組み合わせにおいて可能にされ、かつ実行されることができる。ステップ200で、特定の地理的領域との関連が判断される。追加的に、この関連は、リモート・ハードウェア及びソフトウェアのリソースの使用に関連する、ソーシャル・メディアWebサイトのトラフィック及びトピックに関連する興味について判断される。関連を判断することは、以下を含むことができる:
1.ソーシャル・メディアWebサイトのトラフィック及びトレンドに関連する複数のソーシャル・メディアWebサイトからウェブサイト・データを検索すること。
2.ウェブサイト・データをアグリゲートすること。
3.特定の地理的領域についてのリモート・ハードウェア及びソフトウェアのリソースの使用について、領域スコアを生成すること(Webサイト・データをアグリゲートすることに応答して生成される、アグリゲートされたデータに基づく)。
1.ソーシャル・メディアWebサイトのトラフィック及びトレンドに関連する複数のソーシャル・メディアWebサイトからウェブサイト・データを検索すること。
2.ウェブサイト・データをアグリゲートすること。
3.特定の地理的領域についてのリモート・ハードウェア及びソフトウェアのリソースの使用について、領域スコアを生成すること(Webサイト・データをアグリゲートすることに応答して生成される、アグリゲートされたデータに基づく)。
ステップ201で、現在及び履歴的なソフトウェア・ダウンロードがソーシャル・メディアWebサイトのトラフィック及びトレンドについてトラックされる(ダウンロード・センサを介して)。現在及び履歴的なソフトウェア・アプリケーションのダウンロードのトラッキングは、以下を含むことができる:
1.現在及び履歴的なソフトウェア・アプリケーションのダウンロードの全ダウンロード数を検出すること。
2.現在及び履歴的なソフトウェア・アプリケーションのダウンロードに関連するユーザについてのアクティブ・ユーザ・トレンドを判断すること(全ダウンロード数の分析に基づく)。
3.リモート・ハードウェア及びソフトウェアのリソースを介して実行された以前のダウンロード・イベントに関連して検出された、特定の地理的領域を横断する多数のユーザに関連する追加的なトレンドを判断すること(アクティブ・ユーザ・トレンドの分析に基づく)。
4.現在のアクティブ・ユーザ、全ダウンロード数、現在及び履歴的なソフトウェア・アプリケーションのダウンロードのうち、新たなダウンロードの全数について、以前に判断されたADTスコアに関連するアプリケーション・ダウンロード・トラッカ(ADT)スコアを生成すること。
1.現在及び履歴的なソフトウェア・アプリケーションのダウンロードの全ダウンロード数を検出すること。
2.現在及び履歴的なソフトウェア・アプリケーションのダウンロードに関連するユーザについてのアクティブ・ユーザ・トレンドを判断すること(全ダウンロード数の分析に基づく)。
3.リモート・ハードウェア及びソフトウェアのリソースを介して実行された以前のダウンロード・イベントに関連して検出された、特定の地理的領域を横断する多数のユーザに関連する追加的なトレンドを判断すること(アクティブ・ユーザ・トレンドの分析に基づく)。
4.現在のアクティブ・ユーザ、全ダウンロード数、現在及び履歴的なソフトウェア・アプリケーションのダウンロードのうち、新たなダウンロードの全数について、以前に判断されたADTスコアに関連するアプリケーション・ダウンロード・トラッカ(ADT)スコアを生成すること。
ステップ202では、特定の地理的領域について、リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力が検出される(複数のセンサを介して)。ステップ203で、リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力に関連する将来のリソース要求が判断される。ステップ204では、現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び将来のリソース要求を表すデータが、データベースに格納される。格納することは、以下を含むことができる:
1.リモート・ハードウェア及びソフトウェアのリソースを介して実行された、全ダウンロード・イベントに関してデータを格納すること。
2.特定の地理的領域についてのリモート・ハードウェア及びソフトウェアのリソースの現在消費された能力に関連する消費データを格納すること。
3.将来のリソース要求についての予測に関連する履歴的な興味スコアを格納すること。
1.リモート・ハードウェア及びソフトウェアのリソースを介して実行された、全ダウンロード・イベントに関してデータを格納すること。
2.特定の地理的領域についてのリモート・ハードウェア及びソフトウェアのリソースの現在消費された能力に関連する消費データを格納すること。
3.将来のリソース要求についての予測に関連する履歴的な興味スコアを格納すること。
ステップ208で、領域的Webトラフィックに関連する、領域特定の要求の急上昇を可能にするための全システム能力を、ステップ204のデータの分析に基づいて判断する。追加的に、特定の地理的領域についての全システム能力についての能力要求に関連する修正ファクタを判断する。全システム能力を判断することは、ADTスコア及び修正ファクタについて領域スコアの関数として能力ファクタを判断することを含むことができる。全システム能力は、クラウド・ストレージ能力を含むことができる。
ステップ210では、ハードウェア及びソフトウェアのリソースの特定されたグループが全システム能力を増加するためにイネーブルされる。
図3は、本発明の実施形態による図1の回路/ソフトウェア125の内部構造の図を示す。回路/ソフトウェア125は、センサ・インタフェース・モジュール304、トラッキング及び検出モジュール310、分析モジュール308、リソース・イネーブル・モジュール314、及び通信コントローラ302を含む。センサ・インタフェース・モジュール304は、図1のセンサ110に関連する全機能を制御するための特殊化されたハードウェア及びソフトウェアを含む。トラッキング及び検出モジュール310は、図2のアルゴリズムについて説明されたプロセスを実装するためのトラッキング及び検出のプロセスに関連する全機能を制御するため、特殊化されたハードウェア及びソフトウェアを含む。分析モジュール308は、図2の分析ステップについての全機能を制御するため、特殊化されたハードウェア及びソフトウェアを含む。リソース・イネーブル・モジュール314は、図2のアルゴリズムによるハードウェア及びソフトウェアのリソースをイネーブルにすることに関連する全機能を制御するための特殊化されたハードウェア及びソフトウェアを含む。通信コントローラ302は、センサ・インタフェース・モジュール304、トラッキング及び検出モジュール310、分析モジュール308、及びリソース・イネーブル・モジュール314の間の全通信を制御するためにイネーブルされる。
図4は、本発明の実施形態によるクラウド・コンピューティングについてのハードウェア及びソフトウェアのリソース使用に影響する、地理特定の能力要求を予測するためのプロセスを可能にするためのシステム400を示す。地理特定の能力要求は、リソース要求における領域特定の急上昇を判断するためのソーシャル・メディア分析及びアプリケーション・ダウンロードのトレンドに基づいて予測される。システム400は、ネットワーク415を通して接続されたコグニティブ・サーバ予測(CSP)エンジン401(すなわち、特殊化されたハードウェア及びソフトウェア)、クラウド・ベースのメディア発見サービス(SMD)402、アプリケーション・ダウンロード・トラッカ(ADT)404、及び履歴的能力予測(HCD)リポジトリ406を含む。
SMD402は、ネットワーク412に関連する特定のWebトピックについての興味スコア(IS)を生成するように構成される。例えば、ISは、音楽演奏、特定のセールス・イベント、スポーツ・イベントなどに関連する特定のアプリケーションについて生成されることができる。追加的に、イベントに関連する最高のトレンドが識別される。
ADT404は、アプリケーション410についてのアプリケーション・ダウンロードのトレンドをトラックするように構成される。アプリケーション・ストア分析コードは、アプリケーション・ダウンロード・トレンドを推定するために実行されることができる。
HCDリポジトリ406は、それぞれのイベントについての履歴的な能力データを格納するように構成される。
CSPエンジン401は、SMD402、ADT404、及びHCDリポジトリ406からの入力を分析するように構成される。分析は、領域、時間的期間、及びクラウド能力要求408の判断を与える。
図5Aは、本発明の実施形態による図4のSMD402により可能とされるプロセス・フローを詳述するアルゴリズムを示す。ステップ501で、入力データは、ソーシャル・メディア・チャネルから検索される。ステップ502で、ソーシャル・メディア・チャネルのアプリケーション・プログラミング・インタフェース(APIs)に関連するトレンドが識別される。ステップ504で、トレンドがステップ503でのそれぞれのメディア・チャネルについて検索された構成重みに基づいて、それぞれ識別された領域について確認される。ステップ505で、以前のステップの全情報がアグリゲートされて、領域当たりのSMDスコアを生成する。例えば、アプリケーション上でストリーム化されるスポーツ・イベントについて、SMD402は、それぞれの地理的領域当たりのソーシャル・メディア・ソースから多数の類似点を検索する。それぞれのソーシャル・メディア・ソースは、異なる重みに関連付けされる。それぞれのソーシャル・メディア・ソースからの重み及び多数のヒットに基づいて、興味スコア(SMD)がそれぞれの地理的領域当たりに生成される。
図5Bは、本発明の実施形態による図4のADT404により可能とされるプロセス・フローを詳述するアルゴリズムを示す。ステップ507では、アプリケーション・ストアから検索されたアプリケーションの全ダウンロード数が提供される。ステップ508で、アクティブ・ユーザ・トレンドに関連して、多数の新たなダウンロード・セッションが計算される。例えば、最後のダウンロード・イベント以来のアクティブ・ユーザの数は、30%だけ増加した可能性がある。追加的に、以前のイベントに属する領域を横断する多数のユーザのトレンドが導出されることができる。ステップ509で、ADTスコアは、ステップ510で検索された履歴的データ及びステップ511で検索された多数のダウンロードについて計算される。ADTスコアは、以下のとおり計算されることができる:
ステップ512で、ADTスコアは、GUIに出力される。
図5Cは、本発明の実施形態による図4のHCD406により可能とされるプロセス・フローを詳述するアルゴリズムを示す。ステップ515で、修正ファクタが以下のように、それぞれの地理的領域について計算される:
修正ファクタは、データベース518から検索されたデータに基づいて計算される。データベース518は、履歴的な興味スコア・データ、ADTスコア計算機からの履歴的出力、それぞれの履歴的イベントについての予測出力、及びそれぞれの領域イベントについての実能力を含む。ステップ516で、修正ファクタがGUIに出力される。
図5Dは、本発明の実施形態による図4のCSPエンジン401により可能とされるプロセス・フローを詳述するアルゴリズムを示す。CSPエンジン401は、学習するように構成されて(時間にわたり)、領域特定のクラウド能力要求を生成する。CSPエンジン401は、(ソーシャル・メディア・スコア)入力520(図4のSMD402からの)、入力522(図4のADT404からの)及び能力判断コンポーネントからの(修正)入力524を、スケール予測エンジン528へと送付する。入力520、522、及び524は、ネットワーク・ロードを提供するための、それぞれの地理的領域内で要求される実能力を生成するために使用される。入力522がADT404によって使用されて、スコア又はパーセンテイジとして全アクティブ・ユーザのプールを提示する。入力520は、SMD402により使用されて、興味のある人々の数をフィルタする。入力524が使用されて、追加的な予測についての以前のイベントの実能力を生成する。誤りレートが能力判断結果に適用されて、地理的領域当たりの修正された能力ファクタを生成することができる。能力ファクタは、以下のように生成される:
能力ファクタは、ステップ530で使用されて、ロードを提供するため、それぞれの地理的領域内で要求される能力を生成する。要求される能力を表すデータは、履歴的能力データ(HDS)システム534に格納される。
リソース能力最適化に関連する以下の実装の実施例は、イベントをライブ・ストリームすることを可能とする、モバイル・アプリケーションに関連するプロセスを示す。
モバイル・アプリケーションは、ディスカッション、通知、及びライブ・ストリーミングのために構成することができる。このプロセスは、イベントについての以前にダウンロードされたイベント・データを検索することにより開始される。例えば、以前のイベントに関する領域Aについてのデータは、以下の値を含む:
1.SMD=3.66
2.ADT=5000
3.修正ファクタ=1
モバイル・アプリケーションは、ディスカッション、通知、及びライブ・ストリーミングのために構成することができる。このプロセスは、イベントについての以前にダウンロードされたイベント・データを検索することにより開始される。例えば、以前のイベントに関する領域Aについてのデータは、以下の値を含む:
1.SMD=3.66
2.ADT=5000
3.修正ファクタ=1
したがって、能力ファクタ=18300である。能力ファクタが分析されて、領域Aのために要求されるサーバのノード(すなわち19)の現在数が判断される。追加的に、以前のイベントのために要求されたノードの実数は、10であったことが判断される。
SMD値は、異なるソーシャル・メディア・チャネルからのライブ・ストリーミング・イベントについてのトレンド/類似点を検索することにより計算されると共に、地理的領域当りの類似点/興味の数に基づいて、興味スコアが計算される。例えば、第1のソーシャル・ネットワーキングのWebサイトは、1000ヒットを受領することができると共に、企業による第1のソーシャル・ネットワーキングのWebサイトに与えられた重みは、10の内の8を含む。同様に、第2のソーシャル・ネットワーキングWebサイトは、4の重みが適用された2000ヒットを受領することができると共に、第3のソーシャル・ネットワーキングWebサイトは、2の重みが適用された3000ヒットを受領することができる。したがって、現在のイベントについてのSMDスコアは、=3.66となる。
ADT値は、プレイ・ストアに関連するAPIsから得られるモバイル・アプリケーションについてのアプリケーション・ダウンロードをトラッキングすることにより計算される。第1のソーシャル・ネットワーキングWebサイトからの分析データは、このアプリケーションについてのアクティブ・ユーザの増加を示しており、かつ上記の2つのデータ・セット及び以前のダウンロード・スコアに基づいて、ADTスコアは以下のように生成される:
モバイル・アプリケーションについてのすべてのダウンロードの全数が10000であり、アクティブ・ユーザの数が=5000であると判断される。追加的に3カ月の間にわたる新たなダウンロードの全数は、3カ月=2000である。同様にして、以前のADT値=5000+2000*(5000/10000)=6000であり、したがって、新たなADT値=6000となる。
修正ファクタは、以前のダウンロード・イベントについて使用された能力の予測を含み、かつ、HRDデータベースに格納される。実際に使用されるサーバを識別するデータは、追加的にHRDデータベース内に格納される。したがって、予測に対する修正ファクタは、以下のように生成される:
以前に予測された能力ファクタ=19、及び使用された実能力=10、及びしたがって、修正ファクタは=10/19=0.52である。
予測される能力ファクタは、学習ツールとしてシステムに提供されるので、システムは、時間にわたって改善される。現在のイベントについての能力ファクタは、以下の値に基づいて、それぞれの領域について予測される:SMDスコア、ADTスコア、及び修正ファクタ。
上記の出力は、今度のイベントのためにそれぞれに領域について能力を割り当てるための指示入力として使用されることができる。出力は、さらなる学習及び将来のイベントについての修正のために追加的にHRDに供給される。
である。得られる予測能力は、12ノードを含む。
図6は、本発明の実施形態によるソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するための図1のシステムによって使用されるか又はそれが含むコンピュータ・システム90(例えば、図1のリモート・サーバ138又はリモート・ハードウェア及びソフトウェアのリソース122又はそれらの両方)を示す。
本開示の側面は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態(ファームウェア、滞在型ソフトウェア、マイクロ・コードなど)、又は“回路”、“モジュール”、又は“システム”としてすべてが参照されるソフトウェア及びハードウェアの側面の組み合わせの実施形態を取ることができる。
本開示は、システム、方法、又はコンピュータ・プログラム製品、又はそれらの組み合わせとすることができる。コンピュータ・プログラム製品は、コンピュータ可読なプログラム命令をそれ上に有し、本開示の側面をプロセッサに対して実行させるためのコンピュータ可読な記録媒体(又は複数の媒体)を含むことができる。
コンピュータ可読な記録媒体は、命令実行デバイスによって使用されるための命令を保持し、かつ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。コンピュータ可読な記録媒体は、これらに限定されないか、例えば、電子的記録デバイス、磁気記録デバイス、光学的記録デバイス、電子磁気記録デバイス、半導体記録デバイス、又は上述のものの如何なる好適な組み合わせとすることができる。コンピュータ可読な記録媒体のより特定的な実施例は、次のポータブル・コンピュータ・ディスク、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又はフラッシュ・メモリ(登録商標))、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・イオンリー・メモリ(CD-ROM)、デジタル多目的ディスク(DVD)、メモリ・スティック、フロッピー・ディスク(登録商標)、パンチ・カード又は命令を記録した溝内に突出する構造を有する機械的にエンコードされたデバイス、及びこれらの好ましい如何なる組合せを含む。本明細書で使用するように、コンピュータ可読な記録媒体は、ラジオ波又は他の自由に伝搬する電磁波、導波路又は他の通信媒体(例えば、光ファイバ・ケーブルを通過する光パルス)といった電磁波、又はワイヤを通して通信される電気信号といったそれ自体が一時的な信号として解釈されることはない。
本明細書において説明されるコンピュータ・プログラムは、コンピュータ可読な記録媒体からそれぞれのコンピューティング/プロセッシング・デバイスにダウンロードでき、又は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・ネットワーク又はワイヤレス・ネットワーク及びそれからの組み合わせといったネットワークを介して外部コンピュータ又は外部記録デバイスにダウンロードすることができる。ネットワークは、銅通信ケーブル、光通信ファイバ、ワイヤレス通信、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ及びエッジ・サーバ又はこれらの組み合わせを含むことができる。それぞれのコンピューティング/プロセッシング・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・インタフェースは、ネットワークからコンピュータ可読なプログラム命令を受領し、このコンピュータ可読なプログラム命令を格納するためにそれぞれのコンピューティング/プロセッシング・デバイス内のコンピュータ可読な記録媒体内に転送する。
本発明の操作を遂行するためのコンピュータ可読なプログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(ISA)命令、機械語命令、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、集積回路のための構成データ、又は1つ又はそれ以上の、Smalltalk(登録商標)、C++などのオブジェクト指向プログラミング言語、“C”プログラミング言語又は類似のプログラム言語といった手続き型プログラミング言語を含むプログラミング言語のいかなる組合せにおいて記述されたソース・コード又はオブジェクト・コードのいずれかとすることができる。コンピュータ可読なプログラム命令は、全体がユーザ・コンピュータ上で、部分的にユーザ・コンピュータ上でスタンドアローン・ソフトウェア・パッケージとして、部分的にユーザ・コンピュータ上で、かつ部分的にリモート・コンピュータ上で、又は全体がリモート・コンピュータ又はサーバ上で実行することができる。後者のシナリオにおいて、リモート・コンピュータは、ローカルエリア・ネットワーク(LAN)、ワイドエリア・ネットワーク(WAN)を含むいかなるタイプのネットワークを通してユーザ・コンピュータに接続することができ、又は接続は、外部コンピュータ(例えばインターネット・サービス・プロバイダを通じて)へと行うことができる。いくつかの実施形態では、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)、又はプログラマブル論理アレイ(PLA)を含む電気回路がコンピュータ可読なプログラム命令を、コンピュータ可読なプログラム命令の状態情報を使用して、本発明の特徴を実行するために電気回路をパーソナライズして実行することができる。
本明細書で説明した本発明の側面を、本発明の実施形態にしたがい、フローチャート命令及び方法のブロック図、又はそれらの両方、装置(システム)、及びコンピュータ可読な記録媒体及びコンピュータ・プログラムを参照して説明した。フローチャートの図示及びブロック図又はそれら両方及びフローチャートの図示におけるブロック及びブロック図、又はそれらの両方のいかなる組合せでもコンピュータ可読なプログラム命令により実装することができることを理解されたい。
これらのコンピュータ可読なプログラム命令は、汎用目的のコンピュータ、特定目的のコンピュータ、または他のプロセッサ又は機械を生成するための他のプログラマブル・データ・プロセッシング装置に提供することができ、コンピュータのプロセッサ又は他のプログラマブル・データ・プロセッシング装置による実行がフローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能/動作を実装するための手段を生成する。コンピュータ、プログラマブル・データ・プロセッシング装置及び他の装置又はこれらの組み合わせが特定の仕方で機能するように指令するこれらのコンピュータ可読なプログラム命令は、またコンピュータ可読な記録媒体に格納することができ、その内に命令を格納したコンピュータ可読な記録媒体は、フローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能/動作の特徴を実装する命令を含む製造品を構成する。
コンピュータ可読なプログラム命令は、またコンピュータ、他のプログラマブル・データ・プロセッシング装置、又は他のデバイス上にロードされ、コンピュータ、他のプログラマブル装置、又は他のデバイス上で操作ステップのシリーズに対してコンピュータ実装プロセスを生じさせることで、コンピュータ、他のプログラマブル装置又は他のデバイス上でフローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能/動作を実装させる。
図のフローチャート及びブロック図は、本発明の種々の実施形態にしたがったシステム、方法及びコンピュータ・プログラムのアーキテクチャ、機能、及び可能な実装操作を示す。この観点において、フローチャート又はブロック図は、モジュール、セグメント又は命令の部分を表すことかでき、これらは、特定の論理的機能(又は複数の機能)を実装するための1つ又はそれ以上の実行可能な命令を含む。いくつかの代替的な実装においては、ブロックにおいて記述された機能は、図示した以外で実行することができる。例えば、連続して示された2つのブロックは、含まれる機能に応じて、1つのステップで達成されることができ、同時的に、実質的に同時に、部分的又は完全に時間的に重なり合った仕方で実行されることができ、又は複数のブロックは、時として逆の順番で実行することができる。ブロック図又はフローチャートの例示、又はこれらの両方のそれぞれのブロック及びブロック図又はフローチャートの例示又はこれらの両方におけるブロックの組み合わせは、特定の機能又は動作又は特定目的のハードウェア及びコンピュータ命令の組み合わせを実行する特定目的のハードウェア・ベースのシステムによって実装することができることについて、また、指摘する。
図9に示したコンピュータ・システム90は、プロセッサ91、プロセッサ91に結合された入力デバイス92、プロセッサ91に結合された出力デバイス93、プロセッサ91に結合されたネットワーク・デバイス73、及びそれぞれがプロセッサ91に結合されたメモリ・デバイス94、95を含む。入力デバイス92は、特にキーボード、マウス、カメラ、タッチクスリーンなどとすることができる。出力デバイス93は、特にプリンタ、プロッタ、コンピュータ・スクリーン、磁気テープ、取り外し可能なディスク、フロッピー・ディスク(登録商標)などとすることができる。メモリ・デバイス94、95は、特にハードディスク、フロッピー(登録商標)ディスク、磁気テープ、コンパクト・ディスク(CD)、デジタル・ビデオ・ディスク(DVD)といった光学的ストレージ、ダイナミック・ランダム・アクセス・メモリ(DRAM)、リード・オンリー・メモリ(ROM)などとすることができる。メモリ・デバイス95は、コンピュータ・コード97を含む。コンピュータ・コード97は、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するためのアルゴリズム(例えば、図2のアルゴリズム)を含む。プロセッサ91は、コンピュータ・コード97を実行する。メモリ・デバイス94は、入力データ96を含む。入力データ96は、コンピュータ・コード97によって要求される入力を含む。出力デバイス93は、コンピュータ・コード97からの出力を表示する。メモリ・デバイス94、95のいずれか又は両方(又はリード・オンリー・メモリ(ROM)デバイスまたはファームウェア85といった1つまたはそれ以上の追加的なメモリ・デバイス)は、アルゴリズム(例えば図2のアルゴリズム)を含むことができると共に、その内部に実体化されたコンピュータ可読なプログラムを有するか又はその内部に格納された他のデータ又はそれらの両方を有するコンピュータ利用可能な媒体(又はコンピュータ可読な媒体又はプログラム記録デバイス)として使用することができ、ここで、コンピュータ可読なプログラム・コードは、コンピュータ・コード97を含む。一般に、コンピュータ・システム90のコンピュータ・プログラム製品(又は代替的に製造品)は、コンピュータ利用可能な媒体(又はプログラム記録デバイス)を含むことができる。ネットワーキング・デバイス73は、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、キャンパスエリア・ネットワーク、及びメトロポリタンエリア・ネットワークとして共通して知られ、特にTCP/IP、UDP、ATM、フレーム・リレーなどのデータリンク・プロトコルを使用する有線、光、又はワイヤレスといった物理リンクを使用するネットワーク越しに他のコンピュータ・システムと通信するように設計されたデバイスである。
いくつかの実施形態においては、ハードドライブ、光学ディスク、又は他の書き込み、再書き込み、又は取り外し可能なハードウェア・メモリ・デバイス95との間で格納され、かつアクセスされるのではなく、格納されたコンピュータ・プログラム・コード84(例えばアルゴリズムを含む)は、ROMデバイス又はファームウェア85といった静的な取り外し不能で読み出し専用の記録媒体に格納されることができるか、又はそのような静的な取り外し不能で読み出し専用の記録媒体からプロセッサ91により直接アクセスされることができる。同様に、いくつかの実施形態においては、格納されたコンピュータ・プログラム・コード97は、ハードドライブ又は光学ディスクといった、より動的又は取り外し可能なハードウェア・データ格納デバイス95からではなく、ROMデバイス又はファームウェア85に格納されることができるか、又はプロセッサ91によってそのようなROMデバイス又はファームウェア85により直接アクセスされることができる。
さらに、本発明のコンポーネントのいずれもが、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を提案するサービス・サプライヤによって生成され、一体化され、ホストされ、維持され、配置され、サービスなどされることができるであろう。したがって、本発明は、コンピュータ・システム90にコンピュータ可読なコードを一体化させることを含む、コンピューティング・インフラ基盤を配置し、生成し、一体化し、ホスティングし、維持し、又は一体化又はそれらの組み合わせのためのプロセスを開示し、ここで、コンピュータ・システム90に組み合わされるコードは、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するためのプロセスの実行を可能とする。別の実施形態においては、本発明は、サブスクリプション、広告、又は料金基準又はそれらの組み合わせ上で本発明のプロセス・ステップを実行するビジネス方法を提供する。すなわち、ソリューション・インテグレータといったサービス・サプライヤは、ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びWebトラフィック要求の急上昇を解決するためのシステム能力の判断に関連するソフトウェア及びサーバ技術を改善するためのプロセスを可能とすることを提案することができるであろう。この場合において、サービス・サプライヤは、1つ又はそれ以上のカスタマーのために本発明のプロセス・ステップを実行するコンピュータ基盤を生成し、維持し、サポートするなどすることができる。見返りとして、サービス・プロバイダは、サブスクリプションの下にあるか、又は料金合意、又はそれらの両者に基づくカスタマー(複数でもよい)から支払いを受けることができるか、又はサービス・サプライヤが1つ又はそれ以上の第三者への広告コンテントの販売からの支払いを受けることができるか、又はそれらの組み合わせが可能である。
図6は、コンピュータ・システム90がハードウェア及びソフトウェアの構成として示されているが、当業者は知るであろうように、ハードウェア及びソフトウェアのいかなる構成が図6のコンピュータ・システム90との組み合わせに立脚して確立される目的のために使用されることができる。例えば、メモリ・デバイス94、95は、別々のメモリ・デバイスではなく単一のメモリ・デバイスの部分とすることができる。
クラウド・コンピューティング環境
クラウド・コンピューティング環境
本開示は、クラウド・コンピューティングについての詳細を含むが、本明細書内で参照した教示は、クラウド・コンピューティング環境に限定されることはない。むしろ、本開示の環境は、現在知られ、又は将来開発される他の如何なるタイプのコンピューティング環境との組み合わせにおいても実装することができる。
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提供者との交流をもって、迅速に提供及び開放構成可能なコンピューティング資源(例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、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)の共用されるプールにアクセスするための利便性のある、オンデマンドのネットワークアクセスのため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つの配置モデルを含むことができる。
特徴は以下のとおりである:
オンデマンド・セルフサービス:クラウドのコンシューマは、サーバ時間、及びネットワーク・ストレージといったコンピューティング能力を、サービスの提供者との人間的交流を必要とすることなく必要なだけ自動的に一方向的に提供される。
広範なネットワークアクセス:能力は、ネットワーク上で利用可能であり、かつ異なったシン又はシッククライアント・プラットフォーム(例えば、モバイルホン、ラップトップ及びPDA)による利用を促す標準的な機構を通してアクセスされる。
リソースの共用:提供者のコンピューティング資源は、マルチテナント・モデルを使用し、動的に割当てられる必要に応じて再割り当てられる異なった物理的及び仮想化資源と共に多数の消費者に提供するべく共用される。コンシューマは概ね提供される資源の正確な位置(例えば、国、州、又はデータセンタ)に関する制御又は知識を有さず、抽象化の高度の階層において位置を特定することができるというように、位置非依存の感覚が存在する。
迅速な弾力性:機能は、迅速かつ弾力的に、場合によっては自動的に供給され素早くスケールアウトし、迅速に解放して素早くスケールインすることが可能である。コンシューマにとっては、供給のために利用可能な機能は、多くの場合、制限がないように見え、いつでも任意の量で購入することができる。
計測されるサービス:クラウド・システムは、サービスの種類(例えば、ストレージ、処理、帯域幅、及びアクティブ・ユーザ・アカウント)に適したいくつかの抽象化レベルで計量機能を活用することによって、リソースの使用を自動的に制御し、最適化する。リソース使用量を監視し、制御し、報告することで、使用されているサービスのプロバイダ及びコンシューマの両方に対して透明性を提供することができる。
サービスモデルは、以下のとおりである:
ソフトウェア・アズ・ア・サービス(SaaS):コンシューマに提供される機能は、クラウド・インフラストラクチャ上で実行されるプロバイダのアプリケーションを使用することである。アプリケーションは、ウェブ・ブラウザ(例えば、ウェブベースの電子メール)のようなシン・クライアント・インターフェースを通じて、種々のクライアント・デバイスからアクセス可能である。コンシューマは、限定されたユーザ固有のアプリケーション構成設定を除いて、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の機能も含む、基盤となるクラウド・インフラストラクチャを管理又は制御することはない。
プラットフォーム・アズ・ア・サービス(PaaS):コンシューマに提供される能力は、プロバイダがサポートするプログラミング言語及びツールを用いて作成された、コンシューマが作成又は獲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置することである。コンシューマは、ネットワーク、サーバ、オペレーティング・システム、又はストレージを含む、基盤となるクラウド・インフラストラクチャを管理又は制御することはないが、配置されたアプリケーションを制御し、可能であればアプリケーション・ホスティング環境の構成を制御する。
インフラストラクチャ・アズ・ア・サービス(IaaS):コンシューマに提供される機能は、処理、ストレージ、ネットワーク、及びその他の基本的なコンピューティング・リソースの提供であり、コンシューマは、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配置し、実行させることが可能である。コンシューマは、基盤となるクラウド・インフラストラクチャを管理又は制御することはないが、オペレーティング・システム、ストレージ、配置されたアプリケーションの制御を有し、可能であれば選択ネットワーキング・コンポーネント(例えば、ホストのファイアウォール)の限定的な制御を有する。
配置モデルは、以下の通りである:
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、1つの組織のためだけに動作する。これは、その組織又は第三者によって管理することができオン・プレミス又はオフ・プレミスで存在することができる。
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、いくつかの組織によって共有され、共通の利害関係(例えば、任務、セキュリティ要件、ポリシー、及びコンプライアンスの考慮事項)を有する特定のコミュニティをサポートする。これは、それらの組織又は第三者によって管理することができ、オン・プレミス又はオフ・プレミスに存在することができる。
パブリック・クラウド:クラウド・インフラストラクチャは、公衆又は大きな産業グループが利用可能できるようにされており、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、2つ又はそれより多いクラウド(プライベート、コミュニティ、又はパブリック)を組み合わせたものであり、これらのクラウドは、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ポータビリティを可能にする標準化技術又は専有技術によって互いに結合される(例えば、クラウド間の負荷バランスのためのクラウド・バースティング)。
クラウド・コンピューティング環境は、無国籍性、粗結合性、モジュール性、及び意味的相互運用性に焦点を合わせたサービス指向のものである。クラウド・コンピューティングの心臓部において、相互接続された複数のノードを含むものがインフラストラクチャである。
図7は、例示的なクラウド・コンピューティング環境50を示す。図示するように、クラウド・コンピューティング環境50は、1つ又はそれ以上のクラウド・コンピューティング・ノード10を含み、それらと共にクラウド・コンシューマにより使用される例えばパーソナル・デジタル・アシスタント(PDA)又はセルラ電話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、又は自動車コンピュータ・システム54N又はこれらの組合せといったローカル・コンピューティング・デバイスが通信する。ノード10は、互いに通信することができる。これらは、上述したプライベート、コミュニティ、パブリック、又はハイブリッド・クラウド、又はそれらの組合せといった、1つ又はそれ以上のネットワーク内で、物理的又は仮想的にグループ化することができる(不図示)。これは、クラウド・コンピューティング環境50が、クラウド・コンシューマがローカルなコンピューティング・デバイス上のリソースを維持する必要を無くするための、インフラストラクチャ、プラットホーム、又はソフトウェア・アズ・ア・サービスを提供することを可能とする。図7に示すコンピューティング・デバイス54A、54B、54C、及び54Nのタイプは、例示を意図するためのみのものであり、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又はアドレス可能なネットワーク接続(例えばウェブ・ブラウザ)、又はそれらの両方を通じて、いかなるタイプのコンピュータ化デバイスとも通信することができることが理解される。
ここで、図8を参照するとクラウド・コンピューティング環境50(図7を参照されたい)により提供される機能的抽象レイヤのセットが示される。予め、図8に示したコンポーネント、レイヤ、及び機能は、例示することのみを意図したものであり、本発明の実施形態は、これらに限定されることは無いことは理解されるべきである。
図示したように、後述するレイヤ及び対応する機能が提供される。
図示したように、後述するレイヤ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レイヤ60は、ハードウェア及びソフトウェア・コンポーネントを含む。ハードウェア・コンポーネントの例としては、メインフレーム61;RISC(縮小命令セットコンピュータ)アーキテクチャに基づく複数のサーバ62;複数のサーバ63;複数のブレード・サーバ64;複数のストレージ・デバイス65;及びネットワーク及びネットワーキング・コンポーネント66を含むことができる。いくつかの実施形態ではソフトウェア・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を含む。
可視化レイヤ70は、それから後述する仮想エンティティの実施例が提供される抽象レイヤ;仮想サーバ71;仮想ストレージ72;仮想プライベート・ネットワークを含む仮想ネットワーク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;及び仮想クライアント75を提供する。
1つの実施例では、マネージメント・レイヤ80は、下記の機能を提供することができる。リソース提供部81は、コンピューティング資源及びクラウド・コンピューティング環境内でタスクを遂行するために用いられる他の資源の動的獲得を提供する。計測及び価格設定部82は、クラウド・コンピューティング環境内で資源が使用されるとコストの追跡を提供すると共に、これらの資源の消費に対する課金又は請求を提供する。1つの実施例では、これら資源としてはアプリケーション・ソフトウェア・ライセンスを含むことができる。セキュリティ部は、クラウド・コンシューマ及びタスクの同定及び認証と共にデータ及び他の資源の保護を提供する。ユーザ・ポータル部83は、コンシューマに対するクラウド・コンピューティング環境及びシステム・アドミニストレータへのアクセス性を提供する。サービスレベル・マネージメント部87は、クラウド・コンピューティング資源の割り当て及び管理を提供し、必要なサービス・レベルに適合させる。サービス・レベル・アグリーメント(SLA)プランニング・フルフィルメント部88は、SLAにしたがって将来的な要求が要求されるクラウド・コンピューティング資源の事前準備を行うと共にその獲得を行う。
ワークロード・レイヤ101は、クラウド・コンピューティング環境を利用するための機能の例示を提供する。このレイヤから提供されることができるワークロード及び機能の実施例は:マッピング及びナビゲーション102;ソフトウェア開発及びライフタイム・マネージメント103;仮想教室教育伝達133;データ分析処理134;トランザクション・プロセッシング106;ソフトウェア・アプリケーションのダウンロードのトラッキング、リモート・ハードウェア及びソフトウェア・リソースの能力検出、将来のリソース要求の判断及びシステム能力(図4のシステム400)の判断に関連するソフトウェア及びサーバ技術の改善107を含むことができる。
本開示の実施形態は、例示の目的のために説明されたが、多くの変更例又は変形例は、本開示の範囲及び精神から逸脱することなく、当業者において自明であろう。したがって、添付する請求項は、本発明の範囲内にあるそのようなすべての修正及び変更に及ぶことを意図する。
請求されるものは:
請求されるものは:
Claims (20)
- リモート・リソースの能力及び使用の最適化の方法であって、
リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断すること、
ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること、
複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること、
前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること、
前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること、
前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能にするための全システム能力を判断すること、及び
前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすること
を含む方法。 - 前記関連を前記判断することは、
前記ソーシャル・メディアWebサイトのトラフィック及びトレンドに関連して複数のソーシャル・メディアWebサイトからWebサイト・データを検索すること、
前記Webサイト・データをアグリゲートすること、及び
前記アグリゲートすることに応答して生成されたアグリゲートされたデータに基づいて、前記特定の地理的領域についての前記リモート・ハードウェア及びソフトウェアのリソースの前記使用についての領域スコアを生成すること
を含む、請求項1に記載の方法。 - 前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードを前記トラッキングすることは、
前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードの全ダウンロード数を検出すること、
前記全ダウンロード数の分析に基づいて、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードに関連するユーザについてのアクティブ・ユーザ・トレンドを判断すること、
前記アクティブ・ユーザ・トレンドの分析に基づいて、前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された以前のダウンロード・イベントに関連するものとして検出された前記特定の地理的領域を横断する多数のユーザに関連する追加的なトレンドを判断すること、
現在のアクティブ・ユーザ、前記全ダウンロード数、前記現在及び履歴的なソフトウェア・アプリケーションの新たなダウンロードの全数について、以前に判断されたADTスコアに関連付けてアプリケーション・ダウンロード・トラッカ(ADT)スコアを生成すること
を含む、請求項2に記載の方法。 - 前記データを格納することは、
前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された全ダウンロード・イベントについての前記データを格納すること、
前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの前記現在消費されている能力に関連する消費データを格納すること、
将来のリソース要求のための予測に関連する履歴的な興味スコアを格納すること
を含む、請求項3に記載の方法。 - さらに、
前記特定の地理的領域についての全システム能力に対する能力要求に関連する修正ファクタを判断すること
を含む、請求項4に記載の方法。 - 前記全システム能力を前記判断することは、
前記ADTスコア及び前記修正ファクタについて前記領域スコアの関数として能力ファクタを判断すること
を含む、請求項5に記載の方法。 - 前記全システム能力は、クラウド・ストレージ能力
を含む、請求項1に記載の方法。 - さらに、
前記リモート・サーバにコンピュータ可読なコードを生成、一体化、ホスティング、維持、及び配置する少なくとも1つのための、少なくとも1つのサポート・サービスを提供することを含み、前記コードが前記コンピュータ・プロセッサによって、前記関連を前記判断すること、前記トラッキングすること、前記検出すること、前記将来のリソース要求を判断すること、前記格納すること、前記全システム能力を判断すること、及び前記イネーブルすることを実装するように実行される
請求項1に記載の方法。 - コンピュータ可読なプログラム・コードを格納するコンピュータ可読なハードウェア・ストレージ・デバイスを含むコンピュータ・プログラム製品であって、前記コンピュータ可読なプログラム・コードは、リモート・サーバ・デバイスのプロセッサにより実行される場合にリモート・リソースの能力及び使用を最適化する方法を実装するアルゴリズムを含み、前記方法が、
リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断すること、
ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること、
複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること、
前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること、
前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること、
前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能とするための全システム能力を判断すること、及び
前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすること
を含む、コンピュータ・プログラム製品。 - 前記関連を前記判断することは、
前記ソーシャル・メディアWebサイトのトラフィック及びトレンドに関連して複数のソーシャル・メディアWebサイトからWebサイト・データを検索すること、
前記Webサイト・データをアグリゲートすること、及び
前記アグリゲートすることに応答して生成されたアグリゲートされたデータに基づいて、前記特定の地理的領域についての前記リモート・ハードウェア及びソフトウェアのリソースの前記使用についての領域スコアを生成すること
を含む、請求項9に記載のコンピュータ・プログラム製品。 - 前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードを前記トラッキングすることは、
前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードの全ダウンロード数を検出すること、
前記全ダウンロード数の分析に基づいて、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードに関連するユーザについてのアクティブ・ユーザ・トレンドを判断すること、
前記アクティブ・ユーザ・トレンドの分析に基づいて、前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された以前のダウンロード・イベントに関連するものとして検出された前記特定の地理的領域を横断する多数のユーザに関連する追加的なトレンドを判断すること、
現在のアクティブ・ユーザ、前記全ダウンロード数、前記現在及び履歴的なソフトウェア・アプリケーションの新たなダウンロードの全数について、以前に判断されたADTスコアに関連付けてアプリケーション・ダウンロード・トラッカ(ADT)スコアを生成すること
を含む、請求項10に記載のコンピュータ・プログラム製品。 - 前記データを格納することは、
前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された全ダウンロード・イベントについての前記データを格納すること、
前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの前記現在消費されている能力に関連する消費データを格納すること、
将来のリソース要求のための予測に関連する履歴的な興味スコアを格納すること
を含む、請求項11に記載のコンピュータ・プログラム製品。 - さらに前記方法は、
前記特定の地理的領域についての全システム能力に対する能力要求に関連する修正ファクタを判断すること
を含む、請求項12に記載のコンピュータ・プログラム製品。 - 前記全システム能力を前記判断することは、
前記ADTスコア及び前記修正ファクタについて前記領域スコアの関数として能力ファクタを判断すること
を含む、請求項13に記載のコンピュータ・プログラム製品。 - 前記全システム能力は、クラウド・ストレージ能力
を含む、請求項9に記載のコンピュータ・プログラム製品。 - コンピュータ可読なメモリ・ユニットに結合されたプロセッサを含むリモート・サーバであって、前記メモリ・ユニットは、リモート・サーバ・デバイスのプロセッサにより実行される場合にリモート・リソースの能力及び使用を最適化する方法を実装するアルゴリズムを含み、前記方法が、
リモート・メディア発見コードを実行するリモート・サーバのプロセッサにより、リモート・ハードウェア及びソフトウェアのリソースの使用に関連するソーシャル・メディアWebサイトのトラフィック及びトレンドについて、特定の地理的領域と、関連する興味のあるトピックとの関連を判断すること、
ダウンロード・センサを介して前記プロセッサにより、前記ソーシャル・メディアWebサイトのトラフィック及びトレンドについての現在及び履歴的なソフトウェア・アプリケーションのダウンロードをトラッキングすること、
複数のセンサを介して前記プロセッサにより、前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの現在消費されている能力を検出すること、
前記プロセッサにより、前記リモート・ハードウェア及びソフトウェアのリソースの前記現在使用されている能力に関連して将来のリソース要求を判断すること、
前記プロセッサにより、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロード及び前記将来のリソース要求を示すデータをデータベース内に格納すること、
前記プロセッサにより、前記データの分析に基づいて、領域的なWebトラフィックに関連する領域特定の要求の急上昇を可能とするための全システム能力を判断すること、及び
前記プロセッサにより、前記全システム能力を増加することのためにハードウェア及びソフトウェアのグループをイネーブルにすること
を含む、リモート・サーバ。 - 前記関連を前記判断することは、
前記ソーシャル・メディアWebサイトのトラフィック及びトレンドに関連して複数のソーシャル・メディアWebサイトからWebサイト・データを検索すること、
前記Webサイト・データをアグリゲートすること、及び
前記アグリゲートすることに応答して生成されたアグリゲートされたデータに基づいて、前記特定の地理的領域についての前記リモート・ハードウェア及びソフトウェアのリソースの前記使用についての領域スコアを生成すること
を含む、請求項16に記載のリモート・サーバ。 - 前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードを前記トラッキングすることは、
前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードの全ダウンロード数を検出すること、
前記全ダウンロード数の分析に基づいて、前記現在及び履歴的なソフトウェア・アプリケーションのダウンロードに関連するユーザについてのアクティブ・ユーザ・トレンドを判断すること、
前記アクティブ・ユーザ・トレンドに基づいて、前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された以前のダウンロード・イベントに関連するものとして検出された前記特定の地理的領域を横断するユーザの数に関連する追加的なトレンドを判断すること、
現在のアクティブ・ユーザ、前記全ダウンロード数、前記現在及び履歴的なソフトウェア・アプリケーションの新たなダウンロードの全数について、以前に判断されたADTスコアに関連付けてアプリケーション・ダウンロード・トラッカ(ADT)スコアを生成すること
を含む、請求項17に記載のリモート・サーバ。 - 前記データを格納することは、
前記リモート・ハードウェア及びソフトウェアのリソースを介して実行された全ダウンロード・イベントについての前記データを格納すること、
前記特定の地理的領域について前記リモート・ハードウェア及びソフトウェアのリソースの前記現在消費されている能力に関連する消費データを格納すること、
将来のリソース要求のための予測に関連する履歴的な興味スコアを格納すること
を含む、請求項18に記載のリモート・サーバ。 - さらに前記方法は、
前記特定の地理的領域についての全システム能力に対する能力要求に関連する修正ファクタを判断すること
を含む、請求項19に記載のリモート・サーバ。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/931,826 US11095520B1 (en) | 2020-05-14 | 2020-05-14 | Remote resource capacity and utilization management |
US15/931,826 | 2020-05-14 | ||
PCT/CN2021/093085 WO2021228094A1 (en) | 2020-05-14 | 2021-05-11 | Remote resource capacity and utilization management |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023525628A true JP2023525628A (ja) | 2023-06-19 |
Family
ID=77274172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022554599A Pending JP2023525628A (ja) | 2020-05-14 | 2021-05-11 | リモート・リソースの能力及び使用の管理 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11095520B1 (ja) |
JP (1) | JP2023525628A (ja) |
KR (1) | KR20220160022A (ja) |
CN (1) | CN115668258A (ja) |
AU (1) | AU2021269591A1 (ja) |
DE (1) | DE112021001578T5 (ja) |
GB (1) | GB2610533A (ja) |
WO (1) | WO2021228094A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11645119B2 (en) * | 2020-07-28 | 2023-05-09 | Optum Services (Ireland) Limited | Dynamic allocation of resources in surge demand |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8423993B2 (en) * | 2008-02-29 | 2013-04-16 | Red Hat, Inc. | Systems and methods for managing software patches |
US8145456B2 (en) | 2008-09-30 | 2012-03-27 | Hewlett-Packard Development Company, L.P. | Optimizing a prediction of resource usage of an application in a virtual environment |
US20110016465A1 (en) * | 2009-07-15 | 2011-01-20 | Cbs Interactive, Inc. | Systems and methods for synchronizing user and machine data during tracking of products on a user computer |
US20110060717A1 (en) * | 2009-09-08 | 2011-03-10 | George Forman | Systems and methods for improving web site user experience |
GB201107275D0 (en) * | 2011-04-28 | 2011-06-15 | Communigate Ltd | Method of tracking software application internet downloads |
US9280394B2 (en) * | 2012-02-03 | 2016-03-08 | International Business Machines Corporation | Automatic cloud provisioning based on related internet news and social network trends |
US8868689B1 (en) * | 2013-05-17 | 2014-10-21 | Google Inc. | Device configuration based content selection |
US10361924B2 (en) | 2014-04-04 | 2019-07-23 | International Business Machines Corporation | Forecasting computer resources demand |
US9898315B1 (en) | 2014-11-24 | 2018-02-20 | Amazon Technologies, Inc. | Management of demand for virtual computing resources |
US11032153B2 (en) * | 2015-08-21 | 2021-06-08 | Classwallet | Method, medium, and server system for allocating and tracking resource distributions in computer networks |
US10339484B2 (en) * | 2015-10-23 | 2019-07-02 | Kpmg Llp | System and method for performing signal processing and dynamic analysis and forecasting of risk of third parties |
WO2018164739A1 (en) * | 2017-03-08 | 2018-09-13 | Google Llc | Playability service application programming interface |
US10157396B1 (en) * | 2017-12-19 | 2018-12-18 | Capital One Services, Llc | Allocation of service provider resources based on a capacity to provide the service |
CN109257758B (zh) * | 2018-10-19 | 2021-12-07 | 中国联合网络通信集团有限公司 | 一种网络扩容方法及装置 |
-
2020
- 2020-05-14 US US15/931,826 patent/US11095520B1/en active Active
-
2021
- 2021-05-11 AU AU2021269591A patent/AU2021269591A1/en active Pending
- 2021-05-11 DE DE112021001578.8T patent/DE112021001578T5/de active Pending
- 2021-05-11 GB GB2218466.7A patent/GB2610533A/en active Pending
- 2021-05-11 CN CN202180035366.0A patent/CN115668258A/zh active Pending
- 2021-05-11 WO PCT/CN2021/093085 patent/WO2021228094A1/en active Application Filing
- 2021-05-11 KR KR1020227035937A patent/KR20220160022A/ko not_active Application Discontinuation
- 2021-05-11 JP JP2022554599A patent/JP2023525628A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
GB202218466D0 (en) | 2023-01-25 |
US11095520B1 (en) | 2021-08-17 |
GB2610533A (en) | 2023-03-08 |
WO2021228094A1 (en) | 2021-11-18 |
CN115668258A (zh) | 2023-01-31 |
DE112021001578T5 (de) | 2023-02-16 |
AU2021269591A1 (en) | 2022-09-22 |
KR20220160022A (ko) | 2022-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762213B2 (en) | Database system threat detection | |
JP7257728B2 (ja) | ソフトウェア・アプリケーションのデプロイメント構成の動的選択のための方法、コンピュータ・プログラム及びコンピュータ・システム | |
US11704123B2 (en) | Automated orchestration of containers by assessing microservices | |
US10891547B2 (en) | Virtual resource t-shirt size generation and recommendation based on crowd sourcing | |
US20180025406A1 (en) | Determining recommendations based on user intent | |
US11288601B2 (en) | Self-learning selection of information-analysis runtimes | |
US20210174189A1 (en) | Optimization Framework for Real-Time Rendering of Media Using Machine Learning Techniques | |
US11514507B2 (en) | Virtual image prediction and generation | |
US10783210B1 (en) | Dynamic generation of web browser links based on cognitive analysis | |
US10778785B2 (en) | Cognitive method for detecting service availability in a cloud environment | |
US11017874B2 (en) | Data and memory reorganization | |
US11030015B2 (en) | Hardware and software resource optimization | |
JP2023525628A (ja) | リモート・リソースの能力及び使用の管理 | |
JP7410040B2 (ja) | 仮想エージェント・システムにおけるクエリ認識レジリエンシの判断 | |
US11301760B2 (en) | Automated postulation thresholds in computer-based questioning | |
US11165881B2 (en) | Personalized content and services based on profile information | |
US10949764B2 (en) | Automatic model refreshment based on degree of model degradation | |
US10621205B2 (en) | Pre-request execution based on an anticipated ad hoc reporting request | |
US11900078B2 (en) | Tuning a container orchestrator | |
US20230123399A1 (en) | Service provider selection | |
US20230108391A1 (en) | Artificial intelligence module communication | |
US20230043505A1 (en) | Deep learning software model modification | |
US11188968B2 (en) | Component based review system | |
US11429381B1 (en) | Software application refactoring and modification | |
US20220413989A1 (en) | Cloud service provider selection based on digital twin simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221116 |
|
RD16 | Notification of change of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7436 Effective date: 20221201 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231026 |