JP6490806B2

JP6490806B2 - 計算リソースの新たな構成を決定するための構成方法、機器、システム及びコンピュータ可読媒体

Info

Publication number: JP6490806B2
Application number: JP2017519284A
Authority: JP
Inventors: サラ，アレッサンドラ; ルゴネス，ディエゴ; ジン，ユエ; フリードリッヒヒルト，フォルカー
Original assignee: アルカテル−ルーセント
Priority date: 2014-10-10
Filing date: 2015-09-09
Publication date: 2019-03-27
Anticipated expiration: 2035-09-09
Also published as: EP3007407B1; US20170244808A1; EP3007407A1; WO2016055229A1; JP2017530482A; CN106797399A; CN106797399B; US10511691B2

Description

本主題は、クラウド内の異なる機能の実施に専用のリソースの最適化、限定ではないが特に、仮想化ネットワーク機能（ＶｉｒｔｕａｌｉｚｅｄＮｅｔｗｏｒｋＦｕｎｃｔｉｏｎ）の概念に関する。

近年、仮想化ネットワーク機能の概念が、情報技術（ＩＴ）仮想化技術を電気通信ネットワーク機能に適用するために導入された。実際に、この最新の電気通信インフラストラクチャは、仮想化環境（例えば、クラウド・インフラストラクチャ（Ｃｌｏｕｄｉｎｆｒａｓｔｒｕｃｔｕｒｅ））に対しネットワーク機能を用いることの利益を利用することを目的とする。これらの利益は、限定ではないが、例えば、信頼性、体感品質（ＱｏＥ）の改善である。これらの利益は、資本支出（ＣａｐＥｘ）及び営業支出（ＯｐＥｘ）の低減でもある。

一方、電気通信サービス、限定ではないが特に、発展型パケット・コア（ＥｖｏｌｖｅｄＰａｃｋｅｔＣｏｒｅ）（ＥＰＣ）、ＩＰマルチメディア・サブシステム（ＩＭＳ）及びコンテンツ配信ネットワーク（ＣＤＮ）の電気通信サービスは、大きなオーバ・プロビジョニングを伴って実行され、これは仮想リソースのスケジューリング及びインスタンス化／解放の伸縮性能を与えられるクラウド環境では意味をなさない。仮想化環境、及び実際の需要に応じたサービスチェーンリソースの最適化の可能性を最大限に利用するために、ネットワーク機能を実現するのに用いられるクラウド・インフラストラクチャは、最新技術のシステム又は方法において存在していない予測解析機能の組を提供するべきである。

２０１１年１０月１７日に出版された、ＨａｄｉＧｏｕｄａｒｚｉら「Ｄｅｍａｎｄ−ｓｉｄｅｌｏａｄｓｃｈｅｄｕｌｉｎｇｉｎｃｅｎｔｉｖｉｚｅｄｂｙｄｙｎａｍｉｃｅｎｅｒｇｙｐｒｉｃｅｓ」、ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｓｍａｒｔｇｒｉｄｃｏｍｍｕｎｉｃａｔｉｏｎｓの会議論文も既知となっている。

ＨａｄｉＧｏｕｄａｒｚｉら「Ｄｅｍａｎｄ−ｓｉｄｅｌｏａｄｓｃｈｅｄｕｌｉｎｇｉｎｃｅｎｔｉｖｉｚｅｄｂｙｄｙｎａｍｉｃｅｎｅｒｇｙｐｒｉｃｅｓ」、ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｓｍａｒｔｇｒｉｄｃｏｍｍｕｎｉｃａｔｉｏｎｓ

この発明の概要は、ネットワーク機能に配分されたリソースの再構成、限定ではないが特に、クラウドシステム内の異なる機能に配分されたリソースの再構成に関する概念を紹介するために提供される。

１つの実施態様において、構成方法が説明される。この方法は、機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するように構成される。計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータ内に含められる様々な計算能力として定義されている。この構成方法は、機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップであって、以前のタイムスロットは、未来のタイムスロットの前に位置する、第１のステップと、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２のステップと、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定し、古い需要、及び／又は古い能力、及び／又は新たな需要、及び／又は複数の条件付き確率、及び／又はタイムスロットあたりの能力単位あたりの動作コスト、及び／又はタイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は能力単位あたりのスケーリングコスト、及び／又はタイムスロットの持続時間を用いる、第３のステップと、を含む。この方法は、最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するステップも含む。

１つの実施態様において、機器が説明される。この機器は、機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するように構成される。計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータ内に含められる様々な計算能力として定義されている。この機器は、機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定するように構成された第１の決定モジュールと、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するように構成された第２の決定モジュールであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２の決定モジュールと、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定するように構成され、古い需要、及び／又は古い能力、及び／又は新たな需要、及び／又は複数の条件付き確率、及び／又はタイムスロットあたりの能力単位あたりの動作コスト、及び／又はタイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は能力単位あたりのスケーリングコスト、及び／又はタイムスロットの持続時間を用いる、第３の決定モジュールと、を備える。機器は、最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するように構成された選択モジュールも備える。

１つの実施態様において、システムが記載される。本システムは、機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するように構成され、計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータ内に含められる様々な計算能力として定義されている。本システムは、少なくとも１つの機器を備え、各機器は、少なくとも１つのプロセッサ、及びプロセッサに結合された少なくとも１つのメモリを備える。メモリのうちの少なくとも１つが、機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定するように構成された第１の決定モジュールを備え、メモリのうちの少なくとも１つが、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するように構成された第２の決定モジュールであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２の決定モジュールを備え、メモリのうちの少なくとも１つが、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定するように構成され、古い需要、及び／又は古い能力、及び／又は新たな需要、及び／又は複数の条件付き確率、及び／又はタイムスロットあたりの能力単位あたりの動作コスト、及び／又はタイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は能力単位あたりのスケーリングコスト、及び／又はタイムスロットの持続時間を用いる、第３の決定モジュールを備え、メモリのうちの少なくとも１つが、最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するように構成された選択モジュールを備える。

１つの実施態様において、コンピュータ可読媒体が説明される。コンピュータ可読媒体には、機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するための構成方法を実現するように構成されたコンピュータプログラムが具現化されている。計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータ内に含められる様々な計算能力として定義されている。この構成方法は、機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップであって、以前のタイムスロットは、未来のタイムスロットの前に位置する、第１のステップと、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２のステップと、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定し、古い需要、及び／又は古い能力、及び／又は新たな需要、及び／又は複数の条件付き確率、及び／又はタイムスロットあたりの能力単位あたりの動作コスト、及び／又はタイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は能力単位あたりのスケーリングコスト、及び／又はタイムスロットの持続時間を用いる、第３のステップと、を含む。この方法は、最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するステップも含む。

添付の図面を参照して詳細な説明が記載される。図面において、参照符号の最も左の桁は、参照符号が最初に現れる図面を特定する。同じ符号は、図面全体を通じて類似の特徴及び構成要素を参照するのに用いられる。ここで、本主題の実施形態によるシステム及び／又は方法のいくつかの実施形態が、単なる例として、添付の図面を参照して説明される。

再構成リードタイムの効果を示す。本主題の方法オブジェクトの第１の実施形態を示す。本主題の方法オブジェクトの第２の実施形態を示す。本主題の機器オブジェクトの第１の実施形態を示す。需要／負荷が変化するときの新たな状態へのアプリケーションサービスチェーンの自己構成を示す。

本明細書において、「例示的」という語は、ここでは、「例、実例又は例示としての役割を果たす」ことを意味するように用いられる。本明細書において「例示的」として記載される本発明の主題の任意の実施形態又は実施態様は、必ずしも、他の実施形態よりも好ましいか又は有利であるものとして解釈されない。

本明細書における任意のブロックが、本主題の原理を具現化する例証的なシステムの概念図を表すことが当業者により理解されるべきである。同様に、任意のフローチャート、流れ図、状態遷移図、擬似コード等が様々なプロセスを表し、これらは実質的にコンピュータ可読媒体において表現することができ、したがって、コンピュータ又はプロセッサが明示的に示されているか否かに関わらず、そのようなコンピュータ又はプロセッサによって実行することができることが理解されよう。

実施形態の説明
一実施形態において、ネットワーク機能を実現するのに用いられるクラウド・インフラストラクチャは、トラフィック負荷の現在の読み値に基づいて仮想機能伸縮性をトリガーする応答性手法により管理される。この応答性手法は、到来する負荷の増減を受けた後にサービスがそのリソースを調整するように動作する。

この実施形態において、クラウド・インフラストラクチャは、現在の負荷条件に反応し、サービスが、実際の負荷を効果的にサービングすることができるサービスチェーンリソースを最適化することができるようになる前に、あるリードタイムを要する。図１に示されるように、リードタイムは、新たな仮想要素をインスタンス化するのにかかる時間に、この新たな仮想要素を実際の使用のために構成するための時間を加えたものとみなすことができる。したがって、システムが、サービスチェーンの各仮想機能に関連付けられたリソースを再構成しなくてはならない度に、システムは準最適構成を被る。このリードタイムによって、サービスレベル合意（ＳＬＡ）違反、不良なサービス品質及び管理コストの観点で、これらの遷移期間中にサービスが払わなくてはならなないコストが決まる。

別の実施形態において、仮想環境において動作するクラウド・インフラストラクチャは、到来する負荷を監視し、この負荷を何らかの静的閾値とマッチングすることによって、この反応性手法を実施する。これによって、負荷がそれらの閾値の指標を上回るか又は下回るときにアラームが起動する。

別の実施形態では、各電気通信サービスは通常、到来する負荷に応答することによって管理され、これによって特定の仮想機能が実際のトラフィックパターン又は需要を満たすように拡張しなくてはならないか又は収縮しなくてはならないかを示す閾値がトリガーされる。本明細書において、トラフィックパターン及び需要は、同義語であるとみなされる。例えば、ＩＭＳを介したボイスオーバーＩＰアプリケーションは、通常、仮想マシン内で実行されるいくつかの機能を含む。需要は、例えば、ボイスオーバーＩＰアプリケーションの場合、毎分の呼数として説明することができる。この需要は、毎分のＳＭＳメッセージ数、毎分のデータパケット数、又は毎秒のビット数とすることもできる。仮想マシンは、コンピュータのソフトウェアベースのエミュレーションである。仮想マシンは、現実又は仮想のコンピュータのコンピュータ・アーキテクチャ及び機能に基づいて動作する。異なる機能のリソース管理は、到来する負荷が変動するときに伸縮性スケーリングをトリガーする特定の閾値によって管理される。

別の実施形態では、クラウド・インフラストラクチャは、システムアラームの組み合わせを用いることによって、リアクティブなスケーリング判定を実施する。これらのアラームは、例えば、スケーリング判定を生成するのに様々な方法で統合することができる中央処理装置（ＣＰＵ）の利用、メモリ利用等によって定義される。一方、この実施形態は、アプリケーションレベル指標、異なる仮想マシン上で実行される機能に関する情報、及びこれらの仮想機能の性能に影響を及ぼす負荷パターンを利用しない。

本主題の別の実施形態では、仮想化されたインフラストラクチャを構成する方法が提示される。この方法は、仮想機能に配分されるリソースの拡張又は収縮を可能にする。このため、この方法は、機能に関連付けられた専用の計算リソースの新たな構成の決定を可能にする。この決定は、少なくとも１つの未来のタイムスロットについて実現される。計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータに含められた異なる計算能力として定義される。ここでは、コンピュータとは、既知の及び固定の能力を有する現実のコンピュータ又は仮想マシンを意味する。図２に示されるこの構成方法は、以下のステップを含む。

機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップ２０１。以前のタイムスロットは、未来のタイムスロットの前に位置する。この第１の決定ステップの目的は、時系列トラフィック変化特性の履歴解析に基づいてトラフィック変化を平滑化することによって、到来する負荷の表現を決定することである。このステップは、解析負荷予測監視ステップとも呼ばれる。

計算リソースのトラフィックパターン又は需要、到来する負荷、到来するトラフィック、能力及び構成間に直接の関係が存在する。能力とは、需要を処理するのに用いられる計算リソースである。能力が需要よりも高い場合、能力は十分活用されず、これはリソースの浪費を表す。能力が需要よりも低い場合、この不足によりサービス劣化が生じ、これにより、サービスレベル合意によるペナルティが生じる場合がある。能力及び需要は、同じ単位を用いることによって表されるが、これらは同じ要素を表していない。能力は、現在システムによって何が処理可能かを表し、需要は、システムが未来のタイムスロットにおいて何を処理すべきかを表す。

古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップ２０２。これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す。

一実施形態では、この第２の決定ステップ２０２は、方法のオフライン部分において実現することができ、この方法の他のステップの更なる実現のために記憶することができる。

新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定し、
古い需要、及び／又は
古い能力、及び／又は
新たな需要、及び／又は
複数の条件付き確率、及び／又は
タイムスロットあたりの能力単位あたりの動作コスト、及び／又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は
能力単位あたりのスケーリングコスト、及び／又は
タイムスロットの持続時間、
を用いる第３のステップ２０３。
換言すれば、このステップは、機能に関連付けられた新たな計算リソースを再構成するコストを決定するように構成される。このコストは、これらの再構成中に被るインフラストラクチャコストと共に新たな仮想機能をアクティベート及び構成するためのリードタイムによって生成される。

最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するステップ２０４。これらの２つのステップ（２０３及び２０４）の組み合わせは、リソースの伸縮性制御のステップとも呼ばれる。換言すれば、これらの２つのステップの組み合わせはリソースを制御するように構成され、ステップ２０１及び２０２の出力を入力としてとり、リードタイムを一切生じることなく到来する需要にサービングすることを可能にしながら、かつ、頻繁なかつ短い長さのトラフィック変化に起因した起こり得る変動を低減しながら、状態再構成を最小限にするようにサービスチェーン構成を最適化する。

一実施形態では、古い需要を決定する第１のステップ２０１（解析負荷予測のステップとしても知られる）は、現在のトラフィック負荷を監視及び解析し、コストのかかるサービス再構成をトリガーする小さなトラフィック変動を平滑化することによって未来のトラフィックを予測する。このステップは、様々なインタフェース、すなわち、サービスチェーン内で各仮想機能を他の仮想機能とインタフェースするポートから実際の負荷指標を読み出す。このステップは、ネットワークの外側から到来する現在のトラフィックを読み出すこともできる。次に、解析負荷予測器は、これらの読み値を取得し、現在の需要又は負荷条件を計算する。同様に、バックエンドデータベースからこのエンジンにアクセス可能な過去の読み値に基づいて、予測段階において用いられる過去の需要の関連挙動を計算する。予測段階は、実際の負荷及び過去の需要を組み合わせて、時系列のトラフィック変化特性の履歴解析に基づいてトラフィック変化を平滑化することによって、到来する／未来の負荷又は需要を予測する。そのようなステップは、短い長さのトラフィック変化に対する感度の高くない負荷予測器を提供する。より進化した実施形態では、解析負荷予測のステップは、ニュース又は外部イベントソースからの外部情報を利用して、検討される特定のアプリケーションが予期しない負荷に見舞われる場合があるか否かを判断することができる。

一実施形態では、第１の決定ステップ２０１は、
所定の数の以前のタイムスロットにわたって機能の古い需要を平均化し、又は
所定の数の以前のタイムスロットにわたって機能の古い需要の最大値を選択する、
ようにも構成される。

第１の決定ステップ２０１の一実施形態では、履歴データは、以前の需要Ｈ_ｄ，ｔであり、ここで、ｄは日付であり、ｔはその日の間の時刻である。データは、平日のデータと、週末及び祝日のデータとに分離される。この動作は、データの各組に対し繰り返される。１日の間の時間は、スケーリングのリードタイムである長さτ’のタイムスロットに分割される。Ｈ_ｄ，ｔは、各タイムスロットにわたって集約され、ｔとｔ＋τ’との間にわたるタイムスロットｗの場合、このタイムスロットにわたる以前の需要の統計Ｆ_ｄ，ｗ＝ｆ（Ｈ_ｄ，ｔ，．．．，Ｈ_{ｄ，ｔ＋τ’}）を選択してこれらの需要を表す。例えば、Ｆ_ｄ，ｗは、平均需要

又は需要最大値ｍａｘ（Ｈ_ｄ，ｔ，．．．，Ｈ_{ｄ，ｔ＋τ’}）とすることができる。仮想マシンｃの能力にわたってＦ_ｄ，ｗを離散化する。

各仮想マシンは、現実のコンピュータにおいてマッピングされ、同じ能力を有すると仮定される。

一実施形態において、第２の決定ステップ２０２は、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するようにも構成される。この決定は、
未来のタイムスロット内で、機能が新たな需要を処理する事象及び古いタイムスロット内で機能が古い需要を処理する事象の数と、
未来のタイムスロット内で、機能が古い需要を処理する事象の数と、
の間の比をとることによって実現される。

この実施形態において、第２の決定ステップ２０２は、以下の定式を用いるように構成することもでき、

ここで、

であり、
Ｆ_ｗはタイムスロットｗに関連付けられた需要であり、
ｃはコンピュータ内に含まれる能力の数であり、
Ｐ（Ｄ_ｗ＋１＝ｊ｜Ｄ_ｗ＝ｉ）は、タイムスロットｗの間に機能が需要ｉを処理することが既知の状態で、タイムスロットｗ＋１の間に、機能が需要ｊを処理する条件付き確率であり、
Ｎ_ｉ，ｗは、タイムスロットｗ内で機能が需要ｉを処理する事象の数であり、
Ｎ_{ｉ，ｊ，ｗ}は、タイムスロットｗ＋１内で機能が需要ｊを処理し、タイムスロットｗ内で機能が需要ｉを処理する事象の数である。

一実施形態において、複数の再構成コストを決定する第３のステップ２０３は、多様な負荷条件及びリソース利用を検討することによって、アプリケーション仮想機能の構成及び動作をインスタンス化することに関連付けられたコストをプロファイリングする。このステップは、アプリケーションが、例えばリードタイム中に十分なリソースで仮想機能を実行していないときの動作コスト及びペナルティコストのオフラインプロファイルを取得する。このメカニズムは、ＣＰＵ利用及びメモリ使用のような物理的指標を、アプリケーション要素（例えば、仮想マシン）及びエンドツーエンド性能指標のようなアプリケーション指標と組み合わせ、上述したコストを生成する。

一実施形態において、第３の決定ステップ２０３は、
新たな能力を、タイムスロットあたりの能力単位あたりの動作コストと乗算し、最終的に、タイムスロットの持続時間と乗算することによる、複数の新たな利用可能な構成の動作コスト、及び／又は
能力単位あたりのスケーリングコストを、古い能力と新たな能力との差の絶対値と乗算することによる、複数の新たな利用可能な構成のスケーリングコスト、及び／又は
新たな能力よりも高い利用可能な需要に関連付けられた複数のペナルティコストを合算することによる、満たされない需要のペナルティであって、これらのペナルティは、満たされない需要単位あたりのペナルティコストを、古い需要に関連付けられた古い需要を処理する以前のタイムスロットの後に、より高い需要を処理する未来のタイムスロットが続く確率と乗算することによって決定される、ペナルティと、
を決定及び／又は合算することによって、新たな能力に関連付けられた計算リソースの利用可能な構成に関連付けられた複数の再構成コストを決定するようにも構成される。

この実施形態において、第３の決定ステップ２０３は、以下の定式を用いるようにも構成することができる。

ここで、Ｃ_ｌは、能力ｌに関連付けられた再構成コストであり、
ｃ_０はタイムスロットあたりの能力単位あたりの動作コストであり、
ｃ_ｕは満たされない需要単位あたりのペナルティコストであり、
ｃ_ｓは能力単位あたりのスケーリングコストであり、
Ｐ（Ｄ_ｗ＋１＝ｊ｜Ｄ_ｗ＝ｉ）は、タイムスロットｗの間に機能が需要ｉを処理することが既知の状態で、タイムスロットｗ＋１の間に、機能が需要ｊを処理する条件付き確率であり、
τはタイムスロットの持続時間であり、
ｊは未来のタイムスロットｗ＋１において処理される需要であり、
ｉは以前のタイムスロットｗにおいて処理される需要であり、
ｋは以前のタイムスロットｗにおける能力である。
換言すれば、ｃ_０は、クラウド・インフラストラクチャを実行するための電気コスト等の、計算リソースを実行し続けるコストとすることができる。ｃ_ｕは、能力が需要を下回るときに生じる。この欠陥によってサービス劣化が生じ、サービスレベル合意の違反につながる。次に、サービスレベル合意において指定される金銭ペナルティが続く。ｃ_ｓは、能力を変更するコストである。クラウドシステムは、能力変更中に遷移状態にある。これは、サービス劣化及びサービスレベル違反のペナルティにつながり得る。

第３の決定ステップ２０３の別の実施形態では、タイムスロットｗにおいて機能が需要ｉを処理することができることを仮定し、スケーリング判定を行う必要がある。このスケーリング判定を行うために、複数の新たな能力ｌに関連付けられたスケーリングのコストが決定される。まず、タイムスロットｗ：Ｐ（Ｄ_ｗ＋１＝ｊ｜Ｄ_ｗ＝ｉ）において、現在の需要Ｄ_ｗから、次のタイムスロットＤ_ｗ＋１において処理される需要の条件付き確率又は遷移確率を抽出する。スケーリングのコストは、異なるコストをトレードオフすることによって判定される。
・動作コスト。
・満たされない需要のペナルティ。
・スケーリングコスト。
需要が増大し、能力をスケーリングしないとき、スケーリングコストを被ることを回避するが、需要を満たさないことのペナルティコストを被らなくてはならない場合がある。需要が減少し、能力をスケーリングしないとき、スケーリングコストを被ることを回避するが、アイドル能力に対する動作コストを被らなくてはならない場合がある。

一実施形態では、新たな構成を選択するステップ２０４（リソースの伸縮性制御ステップとしても知られる）は、仮想機能リソースを最適化する。この最適化は、解析負荷予測器からの予測作業負荷と、コスト推定器ステップからのコスト係数とを知ることによって行われる。この解析伸縮性コントローラステップは、仮想機能リソースの最適化を可能にする。任意の時点において、このコントローラから生成される最適な構成は、サービスチェーン仮想機能の最小の再構成を保証し、それによってこれらは、現在及び近未来の需要にサービングすることができる安定した状態で動作する。

図３は、再構成方法の別の実施形態を提示する。この実施形態において、再構成方法は、未来のタイムスロットの間に新たな構成を用いてコンピュータを構成するステップ３０１も含む。

図４は、仮想化インフラストラクチャのリソースの構成に専用の機器の一実施形態を提示する。これらのリソースは、ネットワーク機能に関連付けられている。本実施形態において、機器は、
・第１の決定モジュール４０１（解析負荷予測器モジュールとしても知られる）。このモジュールは、機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定するように構成される。この第１の決定モジュールの目的は、時系列のトラフィック変化特性の履歴解析に基づいて、トラフィック変化を平滑化することによって、到来する負荷又は需要を決定することである。このモジュールは、負荷予測のモジュールとも呼ばれ、時系列のトラフィック変化特性の履歴解析に基づいてトラフィック変化を平滑化することによって、到来する負荷を推定するように構成することもできる。
・第２の決定モジュール。このモジュールは、古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するように構成される。これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す。
・第３の決定モジュール４０２（コスト推定器メカニズムとしても知られる）。このモジュールは、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定するように構成される。このモジュールは、コスト推定のモジュールとも呼ばれ、仮想機能に関連付けられたリソースを再構成するためのコストを決定するように構成することができる。これらのコストは、特に、これらの再構成中に被るインフラストラクチャコストと共に新たな仮想機能をアクティベートし構成するためのリードタイムによって生じる。
・新たな構成を、最小の再構成コストに関連付けられた利用可能な新たな構成として選択するように構成されたモジュール４０３（解析伸縮性コントローラモジュールとしても知られる）。２つの以前のモジュールの組み合わせは、解析伸縮性コントローラモジュールとも呼ばれる。２つの以前のモジュールの組み合わせは、２つの第１のモジュールの出力を入力としてとるように構成することができ、リードタイムを一切生じることなく到来する需要にサービングすることを可能にしながら、かつ、頻繁なかつ短い長さのトラフィック変化に起因した起こり得る変動を低減しながら、状態再構成を最小限にするようにサービスチェーン構成を最適化する。

一実施形態では、第１の決定モジュール４０１（解析負荷予測器としても知られる）は、現在のトラフィック負荷を監視及び解析し、コストのかかるサービス再構成をトリガーする小さなトラフィック変動を平滑化することによって未来のトラフィックを予測する。このモジュールは、様々なインタフェース、すなわち、サービスチェーン内で各仮想機能を他の仮想機能とインタフェースするポートから実際の負荷指標を読み出す。このモジュールは、外側、すなわちネットワークから到来する現在のトラフィックを読み出すこともできる。次に、解析負荷予測器は、これらの読み値を取得し、現在のトラフィック／負荷条件を計算する。同様に、解析負荷予測器は、バックエンドデータベースからこのエンジンにアクセス可能な過去の読み値に基づいて、予測段階において用いられる過去の需要の関連挙動を計算する。予測段階は、実際の負荷及び過去の需要を組み合わせて、時系列のトラフィック変化特性の履歴解析に基づいてトラフィック変化を平滑化することによって、到来する／未来の負荷を予測する。そのようなモジュールは、短い長さのトラフィック変化に対する感度が高くない負荷予測器を提供する。より進化した解析エンジンは、ニュース又は外部イベントソースからの外部情報を利用して、検討される特定のアプリケーションが予期しない負荷に見舞われる場合があるか否かを判断することができる。

一実施形態では、第３の決定モジュール４０２（コスト推定器メカニズムとしても知られる）は、多様な負荷条件及びリソース利用を検討することによってアプリケーション仮想機能の構成及び動作をインスタンス化することに関連付けられたコストをプロファイリングする。このモジュールは、アプリケーションが、例えばリードタイム中に十分なリソースで仮想機能を実行していないときの動作コスト及びペナルティコストのオフラインプロファイルを取得する。このメカニズムは、ＣＰＵ利用及びメモリ使用のような物理的指標を、アプリケーション要素（例えば、仮想マシン）及びエンドツーエンド性能指標のようなアプリケーション指標と組み合わせ、上述したコストを生成する。

一実施形態において、新たな構成を選択するように構成されたモジュール４０３（解析伸縮性コントローラモジュールとしても知られる）は、仮想機能リソースを最適化する。この最適化は、解析負荷予測器からの予測作業負荷と、コスト推定器ステップからのコスト係数とを知ることによって行われる。この解析伸縮性コントローラモジュールは、仮想機能リソースの最適化を可能にする。任意の時点において、このコントローラから生成される最適な構成は、サービスチェーン仮想機能の最小の再構成を保証し、それによってこれらは、現在及び近未来の需要にサービングすることができる安定した状態で動作する。

一実施形態において、この方法は、最適化されたリソース管理のための、ソフトウェアにより実施されるコンピュータプログラム、すなわち、クラウドサービス管理システムを通じて実現される。クラウドデータセンタにおいて、この方法は、全てのリソース（例えば、ＣＰＵ、メモリ、ネットワーク）からの連続システムレベル測定値、到来するトラフィック負荷及び主要性能指標（ＫＰＩ）のストリーム、並びに実行中のアプリケーション要素（例えば、仮想マシン）に接続する。この方法は、これらのデータストリーム及びアプリケーションに固有の情報を、解析負荷予測器及びコスト推定器メカニズム内に方向付ける。予測される目標負荷、及びコスト推定器によって生成されるコストプロファイルに基づいて、解析伸縮性コントローラは、プロアクティブに展開（例えば、特定のＶＭのインスタンス数）を最適化し、リードタイム無しで実際の需要に最適にサービングしながら、仮想要素のスケーリングを最小限にする。

一実施形態では、１つ又は複数のプロセッサ、Ｉ／Ｏインタフェース、及びプロセッサに結合されたメモリを用いて異なるモジュールが実現される。プロセッサは、動作命令に基づいて信号を操作する１つ又は複数のマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサ、中央処理装置、状態マシン、論理回路及び／又は任意のデバイスとして実施することができる。プロセッサは、単一の処理ユニット又は複数のユニットとすることができ、それらの全てが複数の計算ユニットを含むこともできる。他の能力の中でも、プロセッサは、メモリに記憶されたコンピュータ可読命令をフェッチし実行するように構成される。

プロセッサによって実現される機能は、専用ハードウェアの使用、及び適切なソフトウェアに関連付けてソフトウェアを実行することが可能なハードウェアを通じて提供することができる。プロセッサによって提供されるとき、機能は、単一の専用プロセッサによって、単一の共有プロセッサによって、又は複数の個々のプロセッサによって提供することができるが、それらのうちのいくつかは共有することができる。更に、「プロセッサ」という用語の明示的な使用は、ソフトウェアを実行することが可能なハードウェアのみを指すように解釈されるべきでなく、限定ではないが、デジタル信号プロセッサ（ＤＳＰ）ハードウェア、ネットワークプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ソフトウェアを記憶するためのリードオンリーメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）及び不揮発性ストレージを暗黙的に含むことができる。従来の及び／又はカスタムの他のハードウェアも含めることができる。

メモリは、例えば、スタティックランダムアクセスメモリ（ＳＲＡＭ）及びダイナミックランダムアクセスメモリ（ＤＲＡＭ）等の揮発性メモリ、及び／又はリードオンリーメモリ（ＲＯＭ）、消去可能プログラマブルＲＯＭ、フラッシュメモリ、ハードディスク、光ディスク及び磁気テープ等の不揮発性メモリを含む、当該技術分野において既知の任意のコンピュータ可読媒体を含むことができる。メモリは、モジュール及びデータを含む。モジュールは、特定のタスクを実行するか、特定の抽象データタイプを実施する、ルーチン、プログラム、オブジェクトの、コンポーネント、データ構造等を含むことができる。データは、中でも、モジュールのうちの１つ又は複数によって処理、受信及び生成されるデータを記憶するためのレポジトリとしての役割を果たす。

当業者であれば、上記で提示した方法のステップを、プログラムされたコンピュータによって実行することができることを容易に認識するであろう。本明細書において、いくつかの実施形態は、プログラムストレージデバイス、例えば、デジタルデータストレージ媒体を包含するようにも意図される。これらは、マシン又はコンピュータ可読であり、命令のマシン実行可能な又はコンピュータ実行可能なプログラムを符号化する。ここで、これらの命令は、説明された方法のステップのうちのいくつか又は全てを実行する。プログラムストレージデバイスは、例えば、デジタルメモリ、磁気ディスク及び磁気テープ等の磁気ストレージ媒体、ハードドライブ、又は光学的に可読のデジタルデータストレージ媒体とすることができる。

主題の一実施形態において、図２に記載される構成方法は、プログラムされたコンピュータによって実行することができる。この方法は、機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定することができる。計算リソースは、タイムスロット中に機能に配分され、少なくとも１つのコンピュータ内に含まれる異なる計算能力として定義される。構成方法は、
機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップ（２０１）であって、以前のタイムスロットは、未来のタイムスロットの前に位置する、第１のステップと、
古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップ（２０２）であって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２のステップと、
新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを決定し、
古い需要、及び／又は
古い能力、及び／又は
新たな需要、及び／又は
複数の条件付き確率、及び／又は
タイムスロットあたりの需要単位あたりの動作コスト、及び／又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、及び／又は
需要単位あたりのスケーリングコスト、及び／又は
タイムスロットの持続時間、
を用いる、第３のステップ（２０３）と、
最小再構成コストに関連付けられた利用可能な構成として新たな構成を選択するステップ（２０４）と、
を含む。

本主題のオブジェクトの方法及び機器の様々な実施形態が、電気通信サービスのためのサービスチェーンの管理を記載しているが、同じ原理は、他の領域（例えば、ウェブサービス）におけるサービスの管理にも適用される。

このため、本主題のオブジェクトの方法及び機器の異なる実施形態を用いることによって、クラウド・インフラストラクチャは、図５に示されるように、需要／負荷が変化するときに、新たな状態に対しアプリケーションサービスチェーンに従ってプロアクティブに構成を行うことができる。

このため、本主題の方法及び機器オブジェクトの実施形態は、急速なトラフィック変化を検出し、仮想機能のスケーリングの動作及び管理コストを検討する解析エンジンのロジックを提供する。次に、解析エンジンは、解析伸縮性コントローラを介して、ＳＬＡ違反、不良なサービス品質及び管理コストを低減しながら、最適化されたアプリケーション性能に対するより長い期間のトラフィック推定を考慮に入れて、サービスチェーン仮想リソースを最適化する。

本主題の方法及び機器オブジェクトの実施形態は、到来するトラフィックが頻繁なかつ短い長さの変化を有するときに、頻繁なスケーリングアップ及びスケールダウンによって、仮想要素の変動を処理する方法を提供する。（到来する負荷の高い変動を仮定しての）これらの頻繁な状態再構成は、オペレータがサービスチェーンの変化する状態を絶えず管理するために、ＳＬＡ違反、不良なサービス品質及び高い管理コスト生じる可能性がある。本主題の方法及び機器オブジェクトの実施形態は、これらの上述した欠点を回避する方法を提供する。

本主題の方法及び機器オブジェクトの実施形態は、不安定なサービスチェーン管理手法の場合であっても、仮想機能再構成を動作させる。

本主題の方法及び機器オブジェクトの実施形態は、異なる構成間でリードタイム及びサービス変動を回避しながら、未来の需要に対しシステムを準備することができる予測解析及び最適化戦略を利用することによって、プロアクティブな手法を実施する。このため、本主題の方法及び機器オブジェクトの実施形態は、ＳＬＡ違反、不良なサービス品質及び管理コストを軽減する。

ある状況において、複雑なクラウドアプリケーションは、静的な閾値に基づいてスケーリングされ、トラフィックの揺らぎを考慮に入れない、完全に異なる部分（例えば、ＩＭＳ、例えば、ＣＳＣＦ、ＨＳＳ又はＭＧＷに関連する）からなることができる。トラフィックが急速に低下する場合、実際の伸縮性モニタは、サービスチェーン内のそれぞれの仮想要素について閾値をスケールダウンするようにトリガーし、次に、仮想要素収縮の直後のトラフィックが、以前のステータスに戻るように増大する場合、アプリケーションサービスは、以前のステータスに戻るように遷移する。本主題の方法及び機器、特に、伸縮性コントローラモジュール又はステップは、急速なトラフィック変化を検出し、リアルタイムトラフィック予測器モジュールを統合することによって計算される平滑化されたトラフィック推定に基づいて、近未来に到来する負荷を管理するためにサービスリソースを安定した状態に維持するための情報に基づく判断を開始するように解析伸縮性コントローラを誘導することができる。

Claims

機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するための機器によって実行される構成方法であって、
前記計算リソースは、タイムスロット中に前記機能に配分され、少なくとも１つのコンピュータ内に含められ、且つ、需要を処理するために用いられる様々な計算能力として定義され、
前記構成方法は、
前記機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップ（２０１）であって、該第１のステップは、前記古い需要を用いて未来の新たな需要を予測するステップを含み、前記以前のタイムスロットは前記未来のタイムスロットの前に位置する、第１のステップと、
前記古い需要及び複数の前記新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップ（２０２）であって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、前記新たな需要を処理する未来のタイムスロットが続く確率を表す、第２のステップと、
新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを、
前記古い需要、又は
古い能力、又は
前記複数の条件付き確率、又は
タイムスロットあたりの能力単位あたりの動作コスト、又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、又は
能力単位あたりのスケーリングコスト、及び、
前記予測された未来の新たな需要
を用いて決定する、第３のステップ（２０３）と、
最小再構成コストに関連付けられた利用可能な構成として前記新たな構成を決定するステップ（２０４）と、
を含む、
構成方法。
前記第１の決定ステップ（２０１）は、
所定の数の以前のタイムスロットにわたって前記機能の前記古い需要を平均化する、又は、
所定の数の前記以前のタイムスロットにわたる前記機能の前記古い需要の最大値を選択する、
ことにより前記古い需要を決定するように構成される、請求項１に記載の構成方法。
前記第２の決定ステップ（２０２）は、前記古い需要及び複数の新たな需要に関連付けられた前記複数の条件付き確率を、
前記タイムスロット内で、前記機能が前記新たな需要を処理する事象及び前記古いタイムスロット内で前記機能が前記古い需要を処理する事象の数と、
前記タイムスロット内で、前記機能が前記古い需要を処理する事象の数と、
の間の比として決定するように構成される、請求項１又は２に記載の構成方法。
前記第２の決定ステップ（２０２）は、以下の定式を用いるように構成され、

ここで、

であり、
Ｆ_ｗはタイムスロットｗに関連付けられた前記需要であり、
ｃは前記コンピュータ内に含まれる計算能力であり、
Ｐ（Ｄ_ｗ＋１＝ｊ｜Ｄ_ｗ＝ｉ）は、前記タイムスロットｗの間に前記機能が需要ｉを処理することが既知の状態で、タイムスロットｗ＋１の間に、前記機能が需要ｊを処理する条件付き確率であり、
Ｎ_ｉ，ｗは、前記タイムスロットｗ内で前記機能が需要ｉを処理する事象の数であり、
Ｎ_{ｉ，ｊ，ｗ}は、前記タイムスロットｗ＋１内で前記機能が需要ｊを処理し、前記タイムスロットｗ内で前記機能が需要ｉを処理する事象の数である、請求項１乃至３のいずれか１項に記載の構成方法。
前記第３の決定ステップ（２０３）は、
前記新たな能力を、タイムスロットあたりの能力単位あたりの動作コストと乗算し、最終的に、前記タイムスロットの持続時間と乗算することによる、複数の新たな利用可能な構成の動作コスト、及び／又は
能力単位あたりのスケーリングコストを、前記古い能力と前記新たな能力との差の絶対値と乗算することによる、前記複数の新たな利用可能な構成のスケーリングコスト、及び／又は
前記新たな能力よりも高い新たな需要に関連付けられた複数のペナルティコストを合算することによる、満たされない需要のペナルティであって、これらのペナルティは、満たされない需要単位あたりのペナルティコストを、古い需要に関連付けられた古い需要を処理する以前のタイムスロットの後に、より高い需要を必要とする未来のタイムスロットが続く確率と乗算することによって決定される、ペナルティと、
を決定及び合算することによって、前記新たな能力に関連付けられた計算リソースの利用可能な構成に関連付けられた複数の再構成コストを決定するように構成される、請求項１乃至４のいずれか１項に記載の構成方法。
第３の決定ステップ（２０３）は、以下の定式を用いるように構成され、

ここで、Ｃ_ｌは、能力ｌに関連付けられた前記再構成コストであり、
ｃ_０はタイムスロットあたりの能力単位あたりの動作コストであり、
ｃ_ｕは満たされない需要単位あたりのペナルティコストであり、
ｃ_ｓは能力単位あたりのスケーリングコストであり、
Ｐ（Ｄ_ｗ＋１＝ｊ｜Ｄ_ｗ＝ｉ）は、タイムスロットｗの間に機能が需要ｉを処理することが既知の状態で、タイムスロットｗ＋１の間に、機能が需要ｊを処理する条件付き確率であり、
τは前記タイムスロットの持続時間であり、
ｊは未来のタイムスロットｗ＋１において処理される需要であり、
ｉは以前のタイムスロットｗにおいて処理される需要であり、
ｋは以前のタイムスロットｗにおける能力である、請求項１乃至５のいずれか１項に記載の構成方法。
前記未来のタイムスロットの間に前記新たな構成を用いて前記コンピュータを構成するステップ（３０１）を含む、請求項１乃至６のいずれか１項に記載の構成方法。
機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するための機器であって、
前記計算リソースは、タイムスロット中に前記機能に配分され、少なくとも１つのコンピュータ内に含められ、且つ、需要を処理するために用いられる様々な計算能力として定義され、
前記機器は、
・前記機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定し、且つ、該古い需要を用いて未来の需要を予測するように構成された第１の決定モジュール（４０１）と、
・前記古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するように構成された第２の決定モジュールであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２の決定モジュールと、
・新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを、
前記古い需要、又は
古い能力、又は
前記複数の条件付き確率、又は
タイムスロットあたりの能力単位あたりの動作コスト、又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、又は
能力単位あたりのスケーリングコスト、及び、
前記予測された未来の新たな需要、
を用いて決定するように構成された、第３の決定モジュール（４０２）と、
・最小再構成コストに関連付けられた利用可能な構成として前記新たな構成を決定するように構成された選択モジュール（４０３）と、
を備える、機器。
前記未来のタイムスロット中に前記新たな構成を用いて前記コンピュータを構成するように適合された構成モジュールを更に備える、請求項８に記載の機器。
少なくとも１つのプロセッサ、
及び前記プロセッサに結合された少なくとも１つのメモリ、
を更に備え、
前記メモリは、前記第１の決定モジュール、前記第２の決定モジュール及び前記第３の決定モジュール、並びに前記選択モジュール、並びに最終的に前記構成モジュールを備える、請求項８又は９に記載の機器。
機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するためのシステムであって、
前記計算リソースは、タイムスロット中に前記機能に配分され、少なくとも１つのコンピュータ内に含められ、且つ、需要を処理するために用いられる様々な計算能力として定義され、
前記システムは少なくとも１つの機器を備え、各機器は、
少なくとも１つのプロセッサ、
及び前記プロセッサに結合された少なくとも１つのメモリ、
を備え、
・前記メモリのうちの少なくとも１つが、前記機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定し、且つ、該古い需要を用いて未来の需要を予測するように構成された第１の決定モジュール（４０１）を備え、
・前記メモリのうちの少なくとも１つが、前記古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定するように構成された第２の決定モジュールであって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２の決定モジュールを備え、
・前記メモリのうちの少なくとも１つが、新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを、
前記古い需要、又は
古い能力、又は
前記複数の条件付き確率、又は
タイムスロットあたりの能力単位あたりの動作コスト、又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、又は
能力単位あたりのスケーリングコスト、及び、
前記予測された未来の新たな需要
を用いて決定するように構成された、第３の決定モジュール（４０２）を備え、
・前記メモリのうちの少なくとも１つが、最小再構成コストに関連付けられた利用可能な構成として前記新たな構成を決定するように構成された選択モジュール（４０３）を備える、
システム。
機能及び少なくとも１つの未来のタイムスロットに関連付けられた計算リソースの新たな構成を決定するための構成方法を実現するように構成されたコンピュータプログラムが具現化されたコンピュータ可読媒体であって、
前記計算リソースは、タイムスロット中に前記機能に配分され、少なくとも１つのコンピュータ内に含められ、且つ、需要を処理するために用いられる様々な計算能力として定義され、
前記構成方法は、
前記機能及び少なくとも１つの以前のタイムスロットに関連付けられた古い需要を決定する第１のステップ（２０１）であって、該第１のステップは、前記古い需要を用いて未来の需要を予測するステップを含み、前記以前のタイムスロットは前記未来のタイムスロットの前に位置する、第１のステップと、
前記古い需要及び複数の新たな需要に関連付けられた複数の条件付き確率を決定する第２のステップ（２０２）であって、これらの条件付き確率は、古い需要を処理する以前のタイムスロットの後に、新たな需要を処理する未来のタイムスロットが続く確率を表す、第２のステップと、
新たな能力に関連付けられた計算リソースの複数の利用可能な構成に関連付けられた複数の再構成コストを、
前記古い需要、又は
古い能力、又は
前記複数の条件付き確率、又は
タイムスロットあたりの能力単位あたりの動作コスト、又は
タイムスロットあたりの満たされない需要単位あたりのペナルティコスト、又は
能力単位あたりのスケーリングコスト、及び、
前記予測された未来の新たな需要、
を用いて決定する、第３のステップ（２０３）と、
最小再構成コストに関連付けられた利用可能な構成として前記新たな構成を決定するステップ（２０４）と、
を含む、
コンピュータ可読媒体。