JP7361135B2 - 管理対象ネットワークによって使用されるソフトウェアの決定及び調整 - Google Patents

管理対象ネットワークによって使用されるソフトウェアの決定及び調整 Download PDF

Info

Publication number
JP7361135B2
JP7361135B2 JP2021564923A JP2021564923A JP7361135B2 JP 7361135 B2 JP7361135 B2 JP 7361135B2 JP 2021564923 A JP2021564923 A JP 2021564923A JP 2021564923 A JP2021564923 A JP 2021564923A JP 7361135 B2 JP7361135 B2 JP 7361135B2
Authority
JP
Japan
Prior art keywords
software
packages
software packages
publisher
transactions
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.)
Active
Application number
JP2021564923A
Other languages
English (en)
Other versions
JP2022531370A (ja
Inventor
ギャヴィン トーマス ピーターキン
ブライアン エリック ガイスラー
パトリック リチャード ロウンズ
ピーター ジョン ベル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ServiceNow Inc
Original Assignee
ServiceNow Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ServiceNow Inc filed Critical ServiceNow Inc
Publication of JP2022531370A publication Critical patent/JP2022531370A/ja
Application granted granted Critical
Publication of JP7361135B2 publication Critical patent/JP7361135B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G06F21/105—Arrangements for software license management or administration, e.g. for managing licenses at corporate level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0483—Interaction with page-structured environments, e.g. book metaphor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5058—Service discovery by the service manager
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/048—Indexing scheme relating to G06F3/048
    • G06F2203/04803—Split screen, i.e. subdividing the display area or the window area into separate subareas
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2220/00—Business processing using cryptography
    • G06Q2220/10—Usage protection of distributed data files
    • G06Q2220/18—Licensing
    • 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
    • H04L41/02—Standardisation; Integration
    • H04L41/0213—Standardised network management protocols, e.g. simple network management protocol [SNMP]
    • 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
    • H04L41/12—Discovery or management of network topologies
    • 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
    • H04L41/40—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Technology Law (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)

Description

中規模及び大規模企業は、その企業のネットワーク全体に多数のソフトウェアパッケージを展開しており、サードパーティ又はクラウドベースのプロバイダを介してアクセスできる他のソフトウェアパッケージを使用することがある。場合によっては、これらのパッケージの数百又は数千個が、様々なタイプのコンピューティングデバイスにインストールされていることがある。多くの場合、企業内の情報技術（ＩＴ）の専門家は、展開又は使用されているソフトウェアパッケージの全体像を把握しておらず、これらのパッケージが適切にライセンスされているか、機能が重複しているかについてあまり把握できていない。その結果、企業は、自社のソフトウェア資産を把握して最適化しようと多大な労力を費やすことがあるが、それでもこの目標には達していない。
ソフトウェアの使用、ライセンス、及び／又はサブスクリプションをアクティブに管理するために、企業は、ソフトウェア資産管理ツールを利用することがある。これらのツールは、企業のネットワーク上のコンピューティングデバイスをプローブすることによって、展開されているソフトウェアを自動的に検索する発見機能と、このソフトウェアの資格（例えば、企業によって購入又は取得されたライセンスの単位）を記憶するライセンスマネージャとを含む、又は使用することがある。更なる調整ツールは、ソフトウェアパッケージが過少にライセンスされている（したがって、企業を法的責任のリスクにさらす）又は過剰にライセンスされている（したがって、企業が不要なライセンスに対して費用を浪費するリスクにさらしている）状況を識別するために、発見されたソフトウェアを資格と比較することがある。
しかし、特にコンピューティングデバイスが定期的にネットワークに参加及び離脱する場合（例えば、ラップトップやモバイルデバイス）、又は対象のソフトウェアが企業にインストールされておらず、クラウドで（例えば、リモートのサードパーティネットワーク上で）ホストされているアプリケーションとしてアクセスされるとき、自動検出ツールは、インストールされている全てのソフトウェアパッケージを検出することができないことがある。したがって、自動発見手順は、少なくともいくつかのタイプのソフトウェアを発見する機能に関して、範囲及び精度の制限があり得る。
本実施形態は、ソフトウェアパッケージのライセンス取得に関する文書を解析して、ネットワーク上に展開されている若しくは展開されることがある、又はクラウドベースの提供元によってホストされている若しくはホストされることがあるソフトウェアを決定することができる技法を述べる。機械学習を使用して、ソフトウェアパッケージの発行元（例えばベンダ）の名前及び製品（アプリケーションタイトル）を、ジャーナルエントリ、取引の説明、請求書、明細書、マニフェスト、又は他の支出記録（例えば、領収書又はクレジットカードの明細書）から決定することができる。これにより、通常であれば簡単には発見できないことがあるソフトウェアパッケージ及びその資格を発見できるようになる。
このようにして識別されたソフトウェアパッケージは、ソフトウェア資産管理ツールを介してアクティブに管理されているものと比較される。グラフィカルユーザインターフェース（ＧＵＩ）は、管理されていないパッケージ、パッケージに費やされた金額、パッケージが取得された方法（例えば、請求書又は個別の購入による）、及び／又はこれらのパッケージが購入若しくは展開されたコストセンタ、部署、若しくは場所を示すことがある。更なるＧＵＩは、重複する機能を備えたソフトウェアパッケージに費やされた金額及びソフトウェアパッケージの数を示すことがある。例えば、企業内の様々なグループが、同じソフトウェアパッケージの冗長なコピーを知らずに購入することや、同じ目的を有する複数のソフトウェアパッケージを使用していることがある。
本明細書で述べる実施形態により、ＩＴ専門家、調達専門家、及び／又は他のユーザは、ソフトウェアの利用及びライセンス取得の非効率性を迅速に識別して対処することができる。
したがって、第１の例示的実施形態は、（ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア活動それぞれに関連付けられた説明及び金額を含む複数のソフトウェア活動（例えば取引）との表現を含むデータベースを含むことがある。第１の例示的実施形態は、サーバデバイスも含むことがある。サーバデバイスは、ソフトウェア活動の機械学習ベースの分類を取得するように構成されることがあり、機械学習ベースの分類は、説明からソフトウェア活動の発行元、タイトル、及びカテゴリを予測する。更に、サーバデバイスは、（ｉ）ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、複数のソフトウェアパッケージを機械学習ベースの分類と比較するように構成されることがある。更に、サーバデバイスは、クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信するように構成されることがあり、グラフィカルユーザインターフェースは、第１のペイン及び第２のペインを示し、第１のペインは、各発行元に帰属するソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、非管理ソフトウェアパッケージの任意のものが各発行元に帰属するかどうかとを含む、発行元の展開可能なリストを含み、第２のペインは、所定の期間の単位にわたって発生した金額を視覚的に示すチャートを含む。
第２の例示的実施形態は、サーバデバイスによって、及びデータベースから、（ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア活動それぞれに関連付けられた説明及び金額を含む複数のソフトウェア活動との表現を取得することを含むことがある。また、第２の例示的実施形態はまた、サーバデバイスによって、ソフトウェア活動の機械学習ベースの分類を取得することを含むことがあり、機械学習ベースの分類は、説明からソフトウェア活動の発行元、タイトル、及びカテゴリを予測する。また、第２の例示的実施形態は、サーバデバイスによって、（ｉ）ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、複数のソフトウェアパッケージを機械学習ベースの分類と比較することを含むことがある。また、第２の例示的実施形態は、サーバデバイスによって、クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信することを含むことがあり、グラフィカルユーザインターフェースは、第１のペイン及び第２のペインを示し、第１のペインは、各発行元に帰属するソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、非管理ソフトウェアパッケージの任意のものが各発行元に帰属するかどうかとを含む、発行元の展開可能なリストを含み、第２のペインは、所定の期間の単位にわたって発生した金額を視覚的に示すチャートを含む。
第３の例示的実施形態では、製造品は、プログラム命令が記憶されている非一時的なコンピュータ可読媒体を含むことがあり、プログラム命令は、コンピューティングシステムによって実行されるとき、コンピューティングシステムに、第１及び／又は第２の例示的実施形態による動作を実行させる。
第４の例示的実施形態では、コンピューティングシステムは、少なくとも１つのプロセッサ、並びにメモリ及びプログラム命令を含むことがある。プログラム命令は、メモリに記憶されていることがあり、少なくとも１つのプロセッサによって実行されるとき、コンピューティングシステムに、第１及び／又は第２の例示的実施形態による動作を実行させる。
第５の例示的実施形態では、システムは、第１及び／又は第２の例示的実施形態の動作のそれぞれを実行するための様々な手段を含むことがある。
上記及び他の実施形態、態様、利点、及び代替形態は、添付の図面を適宜参照して以下の詳細な説明を読むことによって当業者に明らかになるであろう。更に、本明細書に提供されたこの概要並びに他の説明及び図は、単に例として実施形態を示すことを意図しており、したがって、多くの変形が可能である。例えば、構造要素及び処理ステップは、請求項に係る実施形態の範囲内に留まりながら、再配置、結合、分散、若しくは除去され、又は他の方法で変更され得る。
例示的実施形態によるコンピューティング装置の概略図である。 例示的実施形態によるサーバ装置クラスタの概略図である。 例示的実施形態によるリモートネットワーク管理アーキテクチャを示す図である。 例示的実施形態によるリモートネットワーク管理アーキテクチャを含む通信環境を示す図である。 例示的実施形態によるリモートネットワーク管理アーキテクチャを含む別の通信環境を示す図である。 例示的実施形態によるフローチャートである。 例示的実施形態によるソフトウェアカタログを示す図である。 例示的実施形態による、１組のラベル付きの活動記録を示す図である。 例示的実施形態による、多層機械学習モデルの第１の層の訓練フェーズを示す図である。 例示的実施形態による、多層機械学習モデルの第１の層の実行時フェーズを示す図である。 例示的実施形態による、多層機械学習モデルの第２の層の実行時フェーズを示す図である。 例示的実施形態による、多層機械学習モデルの第３の層の実行時フェーズを示す図である。 例示的実施形態によるフローチャートである。 例示的実施形態による、ソフトウェア取引をリストするグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア調整を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア冗長決定を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態による、ソフトウェア冗長決定を容易にするためのグラフィカルユーザインターフェースを示す図である。 例示的実施形態によるフローチャートである。
例示的な方法、装置、及びシステムが本明細書で説明される。「例」及び「例示的」という言葉は、本明細書では「実施例、例、又は例示として機能すること」を意味するように使用されると理解されるべきである。本明細書で「例」又は「例示的」であると説明される任意の実施形態又は特徴は、そのように明言されない限り、他の実施形態又は特徴よりも好ましい又は有利であると必ずしも解釈される必要はない。したがって、本明細書で示される主題の範囲から逸脱することなく、他の実施形態が使用されてよく、他の変更がなされてよい。
したがって、本明細書に記載の例示的実施形態は、限定するように意図されていない。本開示の態様は、本明細書に一般的に記載され図示されるように、様々な異なる形態で配置、置換、結合、分離、設計され得ることは容易に理解されるであろう。例えば、「クライアント」構成要素と「サーバ」構成要素への特徴の分離は、多くの方法で生じ得る。
更に、文脈が別段に示唆しない限り、各図に示される特徴は互いに組み合わされて使用されてよい。したがって、図面は、一般に、全ての図示された特徴が各実施形態に必要であるとは限らないことを理解した上で、１つ又は複数の全体的な実施形態の構成要素の態様とみなされるべきである。
更に、本明細書又は特許請求の範囲における要素、ブロック又は、ステップの列挙は、明瞭性の目的のためである。したがって、このような列挙は、これらの要素、ブロック、又はステップが特定の配列に固定される又は特定の順序で実行されることを必要とする又は示唆すると解釈されるべきではない。
Ｉ．序論
大企業は、相互に関連する多くの業務を含む複雑な実体である。これらの業務の中には、人事（ＨＲ）、サプライチェーン、情報技術（ＩＴ）、及び財務などのように企業に横断的に見られるものもある。しかしながら、それぞれの企業は、本質的な機能を提供し及び／又は競争優位性を創出する、それ独自の業務も有する。
広く実施される業務をサポートするために、企業は一般的に、顧客関係管理（ＣＲＭ）及び人的資本管理（ＨＣＭ）パッケージのような既製のソフトウェアアプリケーションを使用する。しかしながら、企業は、自身の独自の要件を満たすためにカスタムソフトウェアアプリケーションを必要とすることもある。大企業は、多くの場合、数十から数百のこうしたカスタムソフトウェアアプリケーションを有する。それにもかかわらず、本明細書の実施形態によって提供される利点は、大企業に限定されず、任意の規模の企業又は他の任意のタイプの組織に適用され得る。
多くのそのようなソフトウェアアプリケーションは、企業内の個々の部門によって開発される。これらは、簡単なスプレッドシートからカスタムメイドのソフトウェアツール及びデータベースまで様々である。しかし、サイロ化されたカスタムソフトウェアアプリケーションの急増には多くの欠点がある。それは、企業の業務を運営し成長させ、革新し、規制要件を満たすための企業の能力に対して悪影響を及ぼす。企業は、そのサブシステムとデータを統合する単一のシステムがないために、その業務を統合し合理化し強化することが困難になる可能性がある。
カスタムアプリケーションを効率的に作成するために、企業は、不必要な開発の複雑さを排除するリモートホストされたアプリケーションプラットフォームの恩恵を受けるであろう。そのようなプラットフォームの目標は、時間を消費する反復的なアプリケーション開発タスクを減らして、ソフトウェアエンジニア及び他の役割の個人が独自の高価値の機能の開発に集中できるようにすることである。
この目標を達成するために、サービスとしてのアプリケーションプラットフォーム（ａＰａａＳ）の概念が導入されて、企業全体にわたるワークフローがインテリジェントに自動化される。ａＰａａＳシステムは企業からリモートでホストされるが、安全な接続を介して企業内のデータ、アプリケーション、及びサービスにアクセスすることができる。そのようなａＰａａＳシステムは、いくつかの有利な能力及び特徴を有することができる。これらの利点及び特徴は、ＩＴ、ＨＲ、ＣＲＭ、顧客サービス、アプリケーション開発、及びセキュリティに関する企業の業務及びワークフローを改善する可能性がある。
ａＰａａＳシステムは、モデル・ビュー・コントローラ（ＭＶＣ）アプリケーションの開発及び実行をサポートすることができる。ＭＶＣアプリケーションは、情報の表現をその情報がユーザに提示される方法から分離するために、それらの機能を３つの相互接続部分（モデル、ビュー、及びコントローラ）に分割し、それにより、効率的なコード再利用及び並列開発を可能にする。これらのアプリケーションはウェブベースとすることができ、作成、読取り、更新、削除（ＣＲＵＤ）能力を提供することができる。これにより、新しいアプリケーションを共通のアプリケーションインフラストラクチャ上に構築することが可能になる。
ａＰａａＳシステムは、グラフィカルユーザインターフェース（ＧＵＩ）開発用のウィジェットの標準化されたセットなど、標準化されたアプリケーション構成要素をサポートすることができる。このようにして、ａＰａａＳシステムを使用して構築されたアプリケーションは共通のルックアンドフィールを有する。他のソフトウェア構成要素及びモジュールも標準化されることがある。場合によっては、このルックアンドフィールは、企業のカスタムロゴ及び／又は配色を用いてブランド化又はスキン化され得る。
ａＰａａＳシステムは、メタデータを使用してアプリケーションの挙動を設定する能力をサポートすることができる。これにより、アプリケーションの挙動を特定のニーズに合うように迅速に適応させることができる。そのような手法により、開発時間が短縮し、柔軟性が向上する。更に、ａＰａａＳシステムは、メタデータの作成及び管理を容易にするＧＵＩツールをサポートし、それによりメタデータ内のエラーを減らすことができる。
ａＰａａＳシステムは、アプリケーション間の明確に定義されたインターフェースをサポートしているため、ソフトウェア開発者は望ましくないアプリケーション間の依存関係を回避することができる。したがって、ａＰａａＳシステムは、永続的状態情報及び他のデータが記憶されるサービス層を実装することができる。
ａＰａａＳシステムは、統合機能の豊富なセットをサポートしているため、システム上のアプリケーションがレガシアプリケーション及びサードパーティアプリケーションと対話することができる。例えば、ａＰａａＳシステムは、レガシーのＨＲ、ＩＴ、及び会計システムと統合するカスタムの従業員オンボーディングシステムをサポートすることができる。
ａＰａａＳシステムは、エンタプライズレベルのセキュリティをサポートすることができる。また、ａＰａａＳシステムはリモートでホストされ得るので、企業内のシステム、又は企業外でホストされるサードパーティのネットワーク及びサービスと対話するときに、セキュリティ手順も利用すべきである。例えば、ａＰａａＳシステムは、一般的なセキュリティの脅威を検出し識別するために、企業及び他の関係者の間でデータを共有するように構成され得る。
ａＰａａＳシステムには他の特徴、機能、及び利点もあり得る。この説明は、例示を目的としており、限定することを意図していない。
ａＰａａＳ開発プロセスの例として、ソフトウェア開発者は、ａＰａａＳシステムを使用して新しいアプリケーションを作成する任務を与えられることがある。まず、開発者はデータモデルを定義することができ、それにより、アプリケーションが使用するデータのタイプ及びそれらの間の関係を指定する。次いで、ａＰａａＳシステムのＧＵＩを介して、開発者はデータモデルを入力（例えばアップロード）する。ａＰａａＳシステムは、対応するデータベーステーブル、フィールド、及び関係の全てを自動的に作成し、それらには、オブジェクト指向サービス層を介してアクセスすることができる。
更に、ａＰａａＳシステムは、クライアント側のインターフェースとサーバ側のＣＲＵＤロジックを有する完全機能ＭＶＣアプリケーションを構築することもできる。この生成されたアプリケーションは、ユーザのための更なる開発の基盤として機能することができる。有利なことに、開発者は基本的なアプリケーション機能に大量の時間を費やす必要がない。更に、アプリケーションはウェブベースとすることができるので、任意のインターネット対応クライアント装置からアクセスすることができる。代替的又は追加的に、例えばインターネットサービスが利用できないときに、アプリケーションのローカルコピーにアクセスできることがある。
ａＰａａＳシステムは、アプリケーションに追加できる予め定義された機能の豊富なセットをサポートすることもできる。これらの機能は、検索、電子メール、テンプレート、ワークフロー設計、レポート、分析、ソーシャルメディア、スクリプト作成、モバイル対応の出力、及びカスタマイズされたＧＵＩのサポートを含む。
以下の実施形態は、例示的なａＰａａＳシステムのアーキテクチャ及び機能的態様、並びにその特徴及び利点を説明する。
ＩＩ．例示的なコンピューティング装置及びクラウドベースのコンピューティング環境
図１は、コンピューティング装置１００を例示する簡略ブロック図であり、本明細書の実施形態に従って動作するように構成されたコンピューティング装置に含まれ得る構成要素のいくつかを示す。コンピューティング装置１００は、クライアント装置（例えば、ユーザによって能動的に操作される装置）、サーバ装置（例えば、クライアント装置に計算サービスを提供する装置）、又は他の何らかのタイプの計算プラットフォームであり得る。サーバ装置によっては、特定の動作を実行するために時としてクライアント装置として動作する場合があり、クライアント装置によっては、サーバ機能を組み込んでいる場合がある。
この例では、コンピューティング装置１００は、プロセッサ１０２、メモリ１０４、ネットワークインターフェース１０６、及び入出力ユニット１０８を含み、それらの全ては、システムバス１１０又は同様のメカニズムによって結合することができる。いくつかの実施形態では、コンピューティング装置１００は、他の構成要素及び／又は周辺装置（例えば、取外し可能ストレージ、プリンタなど）を含んでよい。
プロセッサ１０２は、中央処理装置（ＣＰＵ）、コプロセッサ（例えば、数学、グラフィックス、又は暗号化コプロセッサ）、デジタル信号プロセッサ（ＤＳＰ）、ネットワークプロセッサ、及び／又はプロセッサ動作を実行する集積回路若しくはコントローラの形態など、任意のタイプのコンピュータ処理要素のうちの１つ又は複数とすることができる。場合によっては、プロセッサ１０２は、１つ又は複数のシングルコアプロセッサであってよい。他の場合、プロセッサ１０２は、複数の独立した処理ユニットを有する１つ又は複数のマルチコアプロセッサであってよい。また、プロセッサ１０２は、実行されている命令及び関連データを一時的に記憶するためのレジスタメモリ、並びに最近使用された命令及びデータを一時的に記憶するためのキャッシュメモリを含むことができる。
メモリ１０４は、ランダムアクセスメモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、及び不揮発性メモリ（例えば、フラッシュメモリ、ハードディスクドライブ、ソリッドステートドライブ、コンパクトディスク（ＣＤ）、デジタルビデオディスク（ＤＶＤ）、及び／又はテープストレージ）を含むがこれらに限定されない、任意の形態のコンピュータ使用可能メモリであってよい。したがって、メモリ１０４は主記憶装置と長期記憶装置の両方を表す。他のタイプのメモリは生物学的メモリを含み得る。
メモリ１０４は、プログラム命令及び／又はプログラム命令が動作し得るデータを記憶することができる。例として、メモリ１０４は、これらのプログラム命令を非一時的コンピュータ可読媒体に記憶することができ、したがって、これらの命令は、本明細書又は添付の図面で開示される任意の方法、プロセス、又は動作を行うためにプロセッサ１０２によって実行可能である。
図１に示されるように、メモリ１０４は、ファームウェア１０４Ａ、カーネル１０４Ｂ、及び／又はアプリケーション１０４Ｃを含むことができる。ファームウェア１０４Ａは、コンピューティング装置１００の一部又は全部をブート又は他の様式で起動するために使用されるプログラムコードであり得る。カーネル１０４Ｂは、メモリ管理、プロセスのスケジューリング及び管理、入出力、並びに通信のためのモジュールを含む、オペレーティングシステムであり得る。カーネル１０４Ｂは、オペレーティングシステムがコンピューティング装置１００のハードウェアモジュール（例えば、メモリユニット、ネットワーキングインターフェース、ポート、及びバス）と通信することを可能にする、デバイスドライバを含むこともできる。アプリケーション１０４Ｃは、ウェブブラウザ又は電子メールクライアント、並びにこれらのプログラムによって使用される任意のソフトウェアライブラリなどの、１つ又は複数のユーザ空間ソフトウェアプログラムであり得る。メモリ１０４は、これら並びに他のプログラム及びアプリケーションによって使用されるデータを記憶することもできる。
ネットワークインターフェース１０６は、イーサネット（例えば、ファストイーサネット、ギガビットイーサネット）などの１つ又は複数の有線インターフェースの形態をとることができる。ネットワークインターフェース１０６は、同軸ケーブル若しくは電力線などの１つ若しくは複数の非イーサネット媒体を介する通信、又は同期光ネットワーク（ＳＯＮＥＴ）又はデジタル加入者線（ＤＳＬ）技術などの広域媒体を介する通信をサポートすることもできる。ネットワークインターフェース１０６は更に、ＩＥＥＥ８０２．１１（Ｗｉｆｉ）、ＢＬＵＥＴＯＯＴＨ（登録商標）、全地球測位システム（ＧＰＳ）、又は広域無線インターフェースなどの１つ又は複数の無線インターフェースの形態をとることもできる。しかしながら、他の形態の物理層インターフェース及び他のタイプの標準又は独自仕様の通信プロトコルがネットワークインターフェース１０６を介して使用されてもよい。更に、ネットワークインターフェース１０６は複数の物理インターフェースを含むこともできる。例えば、コンピューティング装置１００のいくつかの実施形態は、イーサネット、ＢＬＵＥＴＯＯＴＨ（登録商標）、及びＷｉｆｉインターフェースを含むことができる。
入出力ユニット１０８は、コンピューティング装置１００とユーザ及び周辺装置の対話を容易にすることができる。入出力ユニット１０８は、キーボード、マウス、タッチスクリーンなどの１つ又は複数のタイプの入力装置を含むことができる。同様に、入出力ユニット１０８は、スクリーン、モニタ、プリンタ、及び／又は１つ若しくは複数の発光ダイオード（ＬＥＤ）などの１つ又は複数のタイプの出力装置を含むことができる。追加的又は代替的に、コンピューティング装置１００は、例えば、ユニバーサルシリアルバス（ＵＳＢ）又は高精細マルチメディアインターフェース（ＨＤＭＩ）ポートインターフェースを使用して、他の装置と通信することができる。
いくつかの実施形態では、コンピューティング装置１００のような１つ又は複数のコンピューティング装置が展開されてａＰａａＳアーキテクチャをサポートすることができる。これらのコンピューティング装置の正確な物理的位置、接続性、及び構成は、クライアント装置にとって不明であってよく、及び／又は重要でなくてもよい。したがって、コンピューティング装置は、様々なリモートデータセンタの場所に収容され得る「クラウドベース」装置と呼ばれることがある。
図２は、例示的実施形態によるクラウドベースのサーバクラスタ２００を示す。図２では、コンピューティング装置（例えば、コンピューティング装置１００）の動作は、サーバ装置２０２、データストレージ２０４、及びルータ２０６の間で分散されることができ、それらの全ては、ローカルクラスタネットワーク２０８によって接続することができる。サーバクラスタ２００内のサーバ装置２０２、データストレージ２０４、及びルータ２０６の数は、サーバクラスタ２００に割り当てられたコンピューティングタスク及び／又はアプリケーションに依存し得る。
例えば、サーバ装置２０２は、コンピューティング装置１００の様々なコンピューティングタスクを実行するように構成され得る。したがって、コンピューティングタスクは、１つ又は複数のサーバ装置２０２の間で分散することができる。これらのコンピューティングタスクを並列に実行できる限り、タスクのそのような分散により、これらのタスクを完了して結果を返すまでの合計時間を短縮することができる。簡単にするために、サーバクラスタ２００と個々のサーバ装置２０２の両方が「サーバ装置」と呼ばれることがある。この命名は、１つ又は複数の別個のサーバ装置、データストレージ装置、及びクラスタルータがサーバ装置動作に関与し得ることを示唆すると理解されるべきである。
データストレージ２０４は、ハードディスクドライブ及び／又はソリッドステートドライブのグループに対する読取り及び書込みアクセスを管理するように構成されたドライブアレイコントローラを含むデータストレージアレイであり得る。また、ドライブアレイコントローラは、単独で又はサーバ装置２０２と共に、データストレージ２０４に記憶されたデータのバックアップ又は冗長コピーを管理して、１つ又は複数のサーバ装置２０２がデータストレージ２０４のユニットにアクセスするのを妨げるドライブの障害又は他のタイプの障害からの保護をするように構成され得る。ドライブ以外の他のタイプのメモリが使用されてもよい。
ルータ２０６は、サーバクラスタ２００のための内部及び外部通信を提供するように構成されたネットワーク機器を含むことができる。例えば、ルータ２０６は、（ｉ）ローカルクラスタネットワーク２０８を介するサーバ装置２０２とデータストレージ２０４との間のネットワーク通信、及び／又は（ｉｉ）ネットワーク２１２への通信リンク２１０を介するサーバクラスタ２００と他の装置との間のネットワーク通信を提供するように構成された、１つ又は複数のパケット交換及び／又はルーティング装置（スイッチ及び／又はゲートウェイを含む）を含むことができる。
更に、ルータ２０６の構成は、サーバ装置２０２及びデータストレージ２０４のデータ通信要件、ローカルクラスタネットワーク２０８のレイテンシ及びスループット、通信リンク２１０のレイテンシ、スループット、及びコスト、並びに／又は、コスト、速度、耐故障性、回復力、効率、及び／若しくはシステムアーキテクチャの他の設計目標に寄与し得る他のファクタに、少なくとも部分的に基づくことができる。
可能な例として、データストレージ２０４は、構造化照会言語（ＳＱＬ）データベースなどの任意の形態のデータベースを含むことができる。テーブル、アレイ、リスト、ツリー、及びタプルを含むがこれらに限定されない様々なタイプのデータ構造により、そのようなデータベースに情報を格納することができる。更に、データストレージ２０４における任意のデータベースは、モノリシックであってよく、又は複数の物理装置にわたって分散されてもよい。
サーバ装置２０２は、データストレージ２０４との間でデータを送受信するように構成され得る。この送信及び取得はそれぞれ、ＳＱＬクエリ又は他のタイプのデータベースクエリの形態、及びそのようなクエリの出力の形態をとることができる。追加のテキスト、画像、ビデオ、及び／又はオーディオも含まれてよい。更に、サーバ装置２０２は、受信したデータをウェブページ表現へ編成することができる。そのような表現は、ハイパーテキストマークアップ言語（ＨＴＭＬ）、拡張マークアップ言語（ＸＭＬ）、又は他の何らかの標準化された若しくは独自仕様のフォーマットなど、マークアップ言語の形態をとることができる。更に、サーバ装置２０２は、限定されないが、Ｐｅｒｌ、Ｐｙｔｈｏｎ、ＰＨＰハイパーテキストプリプロセッサ（ＰＨＰ）、アクティブサーバページ（ＡＳＰ）、ＪａｖａＳｃｒｉｐｔなど、様々なタイプのコンピュータ化スクリプト言語を実行する能力を有することができる。これらの言語で書かれたコンピュータプログラムコードは、クライアント装置へのウェブページの提供、並びにウェブページとクライアント装置の対話を容易にすることができる。
ＩＩＩ．例示的リモートネットワーク管理アーキテクチャ
図３は、例示的実施形態によるリモートネットワーク管理アーキテクチャを示す。このアーキテクチャは、インターネット３５０を介して全て接続された３つの主な構成要素である、管理対象ネットワーク３００、リモートネットワーク管理プラットフォーム３２０、及びサードパーティネットワーク３４０を含む。
管理対象ネットワーク３００は、例えば、コンピューティング及び通信タスク、並びにデータの記憶のために実体によって使用される企業ネットワークであり得る。したがって、管理対象ネットワーク３００は、クライアント装置３０２、サーバ装置３０４、ルータ３０６、仮想マシン３０８、ファイアウォール３１０、及び／又はプロキシサーバ３１２を含むことができる。クライアント装置３０２はコンピューティング装置１００によって具現化されてよく、サーバ装置３０４はコンピューティング装置１００又はサーバクラスタ２００によって具現化されてよく、ルータ３０６は任意のタイプのルータ、スイッチ、又はゲートウェイであってよい。
仮想マシン３０８は、コンピューティング装置１００又はサーバクラスタ２００のうちの１つ又は複数によって具現化され得る。一般に、仮想マシンは、コンピューティングシステムのエミュレーションであり、物理的コンピュータの機能（例えば、プロセッサ、メモリ、及び通信リソース）を模倣する。サーバクラスタ２００などの１つの物理的コンピューティングシステムは、最大数千個の個別仮想マシンをサポートすることができる。いくつかの実施形態では、仮想マシン３０８は、個別仮想マシンに対する物理的コンピューティングリソースの割り当て、並びにパフォーマンス及びエラーの報告を容易にする、集中型サーバ装置又はアプリケーションによって管理され得る。企業は、必要に応じて、効率的にコンピューティングリソースを割り当てるために仮想マシンをしばしば使用する。仮想化コンピューティングシステムのプロバイダには、ＶＭＷＡＲＥ（登録商標）及びＭＩＣＲＯＳＯＦＴ（登録商標）が含まれる。
ファイアウォール３１０は、管理対象ネットワーク３００から開始される許可された通信を可能にしながら、管理対象ネットワーク３００をその中の装置、アプリケーション、及びサービスにアクセスする不正な試みから保護する、１つ又は複数の専用ルータ又はサーバ装置であり得る。ファイアウォール３１０はまた、侵入検出、ウェブフィルタリング、ウイルススキャン、アプリケーション層ゲートウェイ、及び他のアプリケーション又はサービスを提供することができる。図３に示されていないいくつかの実施形態では、管理対象ネットワーク３００は、リモートネットワーク管理プラットフォーム３２０と通信するために用いる１つ又は複数の仮想プライベートネットワーク（ＶＰＮ）ゲートウェイを含むことができる（下記参照）。
管理対象ネットワーク３００は、１つ又は複数のプロキシサーバ３１２を含むこともできる。プロキシサーバ３１２の一実施形態は、管理対象ネットワーク３００、リモートネットワーク管理プラットフォーム３２０、及びサードパーティネットワーク３４０の間のデータの通信及び移動を容易にするサーバ装置とすることができる。特に、プロキシサーバ３１２は、リモートネットワーク管理プラットフォーム３２０の１つ又は複数の計算インスタンスとの安全な通信セッションを確立し維持することが可能であり得る。そのようなセッションによって、リモートネットワーク管理プラットフォーム３２０は、管理対象ネットワーク３００及びその構成要素のアーキテクチャ及び構成の態様を発見し管理することが可能であり得る。場合によっては、プロキシサーバ３１２の助けを借りて、リモートネットワーク管理プラットフォーム３２０は、管理対象ネットワーク３００によって使用されるサードパーティネットワーク３４０の態様を発見し管理することも可能であり得る。
ファイアウォール３１０などのファイアウォールは、通常、インターネット３５０を介して着信する全ての通信セッションに関して、そのようなセッションがファイアウォールの背後から（即ち、管理対象ネットワーク３００上の装置から）最終的に開始されたか、又はファイアウォールがそのセッションをサポートするように明示的に構成されていない限り、それら全ての通信セッションを拒否する。プロキシサーバ３１２をファイアウォール３１０の背後に（例えば、管理対象ネットワーク３００内に、ファイアウォール３１０によって保護されるように）配置することによって、プロキシサーバ３１２は、ファイアウォール３１０を介してこれらの通信セッションを開始することが可能であり得る。したがって、ファイアウォール３１０はリモートネットワーク管理プラットフォーム３２０からの着信セッションをサポートするために特に構成される必要がなく、それにより、管理対象ネットワーク３００に対する潜在的なセキュリティリスクを回避し得る。
場合によっては、管理対象ネットワーク３００は、数個の装置と少数のネットワークとから構成されることがある。他の展開では、管理対象ネットワーク３００は複数の物理的場所にまたがり、数百のネットワーク及び数十万の装置を含むことができる。したがって、図３に示されるアーキテクチャは桁違いに拡大又は縮小することが可能である。
更に、管理対象ネットワーク３００のサイズ、アーキテクチャ、及び接続性に応じて、様々な数のプロキシサーバ３１２がその中に展開され得る。例えば、プロキシサーバ３１２のそれぞれが、管理対象ネットワーク３００の一部分に関してリモートネットワーク管理プラットフォーム３２０との通信を担当することができる。代替的又は追加的に、負荷分散、冗長性、及び／又は高可用性を目的として、２つ以上のプロキシサーバのセットが管理対象ネットワーク３００のそのような一部分に割り当てられてもよい。
リモートネットワーク管理プラットフォーム３２０は、ａＰａａＳサービスをユーザに特に管理対象ネットワーク３００のオペレータに提供するホストされた環境である。これらのサービスは、例えば、ウェブベースのポータルの形態をとることができる。したがって、ユーザは、例えば、クライアント装置３０２から、又は潜在的に管理対象ネットワーク３００の外部のクライアント装置から、リモートネットワーク管理プラットフォーム３２０に安全にアクセスすることができる。ウェブベースのポータルを介して、ユーザは、アプリケーションを設計、テスト、及び展開し、レポートを生成し、分析を表示し、並びに他のタスクを実行することができる。
図３に示されるように、リモートネットワーク管理プラットフォーム３２０は、４つの計算インスタンス３２２、３２４、３２６、及び３２８を含む。これらのインスタンスのそれぞれは、特定の顧客に利用可能な一組のウェブポータル、サービス、及びアプリケーション（例えば、完全に機能するａＰａａＳシステム）を提供する１つ又は複数のサーバ装置及び／又は１つ又は複数のデータベースを表すことができる。場合によっては、単一の顧客が複数の計算インスタンスを使用してもよい。例えば、管理対象ネットワーク３００は、リモートネットワーク管理プラットフォーム３２０の企業顧客であってよく、計算インスタンス３２２、３２４、及び３２６を使用してもよい。複数のインスタンスを１人の顧客に提供する理由は、顧客が独立してそのアプリケーション及びサービスを開発、テスト、及び展開したいと希望することがあるからである。したがって、計算インスタンス３２２は、管理対象ネットワーク３００に関連するアプリケーション開発に専用とされてよく、計算インスタンス３２４は、これらのアプリケーションのテストに専用とされてよく、計算インスタンス３２６は、テストされるアプリケーション及びサービスのライブ運用に専用とされてよい。計算インスタンスは、ホストインスタンス、リモートインスタンス、顧客インスタンス、又は他の何らかの名称で呼ばれてもよい。計算インスタンス上に展開された任意のアプリケーションは、計算インスタンス内のデータベースへのアクセスが、その中の特定の要素（例えば、１つ又は複数の特定のデータベーステーブル又は１つ又は複数のデータベーステーブルを有する特定の行）に限定され得るという点で、スコープ指定されたアプリケーションであり得る。
明瞭にするために、本明細書の開示では、物理的なハードウェア、ソフトウェア、及びそれらの配置を「計算インスタンス」と呼ぶ。ユーザがそれによって提供されるグラフィカルユーザインターフェースを口語的に「インスタンス」と呼び得ることに留意されたい。しかし、本明細書において特に定義されない限り、「計算インスタンス」は、リモートネットワーク管理プラットフォーム３２０内に配置されたコンピューティングシステムである。
リモートネットワーク管理プラットフォーム３２０のマルチインスタンスアーキテクチャは従来のマルチテナントアーキテクチャとは対照的であり、マルチインスタンスアーキテクチャはいくつかの利点を有する。マルチテナントアーキテクチャでは、異なる顧客（例えば企業）からのデータが、単一のデータベースに一緒にされる。これらの顧客のデータは互いに分離されているが、その分離は単一のデータベースを動作させるソフトウェアによって実施される。結果として、このシステムでのセキュリティ違反は全ての顧客のデータに影響を及ぼし、特に政府、医療、及び／又は金融規制の対象となる実体にとって追加のリスクを発生させる可能性がある。更に、１人の顧客に影響を及ぼす任意のデータベース動作が、そのデータベースを共有する全ての顧客に影響を及ぼす可能性がある。したがって、ハードウェア又はソフトウェアのエラーによる機能停止がある場合、この機能停止は全てのそのような顧客に影響を与える。同様に、データベースが１人の顧客のニーズに合わせてアップグレードされる場合、アップグレードプロセス中に全ての顧客に利用できなくなる。しばしば、そのようなメンテナンス期間は、共有されるデータベースのサイズが原因で長くなる。
対照的に、マルチインスタンスアーキテクチャは、各顧客に対し、専用のコンピューティングインスタンスにおいてその独自のデータベースを提供する。これにより、顧客データの混合を防ぎ、各インスタンスを独立して管理することが可能になる。例えば、ある顧客のインスタンスがエラー又はアップグレードによる機能停止を経験しても、他の計算インスタンスは影響されない。データベースには１人の顧客のデータしか含まないので、メンテナンスのダウン時間は限定される。更に、マルチインスタンスアーキテクチャのより単純な設計は、各顧客データベース及びインスタンスの冗長コピーが地理的に多様な方法で展開されることを可能にする。これにより、障害が検出されたとき又はメンテナンスが実行されているときに顧客のインスタンスのライブバージョンを移動できるような、高可用性を促進する。
いくつかの実施形態では、リモートネットワーク管理プラットフォーム３２０は、このプラットフォームを動作させるエンティティによって制御される１つ又は複数の中央インスタンスを含むことができる。計算インスタンスと同様に、中央インスタンスは、いくつかの数の物理的又は仮想的なサーバ及びデータベース装置を含むことができる。そのような中央インスタンスは、少なくともいくつかの計算インスタンスの間で共有できるデータのためのリポジトリとして機能することができる。例えば、計算インスタンス上で発生し得る共通のセキュリティ脅威の定義、計算インスタンス上で一般的に発見されるソフトウェアパッケージ、及び／又は計算インスタンスに展開され得るアプリケーションのためのアプリケーションストアが、中央インスタンス内に存在することができる。計算インスタンスは、このデータを得るために、明確に定義されたインターフェースを介して中央インスタンスと通信することができる。
複数の計算インスタンスを効率的な方法でサポートするために、リモートネットワーク管理プラットフォーム３２０は、単一のハードウェアプラットフォーム上に複数のこれらのインスタンスを実装することができる。例えば、ａＰａａＳシステムがサーバクラスタ２００などのサーバクラスタ上に実装された場合、それは様々な量の計算、記憶、及び通信リソースをインスタンス専用とする仮想マシンを動作させることができる。しかし、サーバクラスタ２００の完全な仮想化は必要ではない場合もあり、他のメカニズムがインスタンスを分離するために使用されてもよい。いくつかの例では、各インスタンスは、サーバクラスタ２００上に、専用アカウント及び１つ又は複数の専用データベースを有することができる。代替的に、計算インスタンス３２２は複数の物理装置にまたがることがある。
場合によっては、リモートネットワーク管理プラットフォーム３２０の単一のサーバクラスタが、複数の独立した企業をサポートすることができる。更に、後述するように、リモートネットワーク管理プラットフォーム３２０は、負荷分散、冗長性、及び／又は高可用性を促進するために、地理的に様々なデータセンタに展開された複数のサーバクラスタを含むことができる。
サードパーティネットワーク３４０は、アウトソーシングされた計算、データ記憶、通信、及びサービスホスティング動作のために使用できるリモートサーバ装置（例えば、サーバクラスタ２００などの複数のサーバクラスタ）であり得る。これらのサーバは仮想化されてもよい（即ち、サーバは仮想マシンであってもよい）。サードパーティネットワーク３４０の例には、ＡＭＡＺＯＮ ＷＥＢ ＳＥＲＶＩＣＥＳ（登録商標）及びＭＩＣＲＯＳＯＦＴ（登録商標）Ａｚｕｒｅが含まれ得る。リモートネットワーク管理プラットフォーム３２０と同様に、サードパーティネットワーク３４０をサポートする複数のサーバクラスタは、負荷分散、冗長性、及び／又は高可用性を目的として、地理的に様々な場所に展開され得る。
管理対象ネットワーク３００は、サードパーティネットワーク３４０の１つ又は複数を使用して、アプリケーション及びサービスをそのクライアント及び顧客に展開することができる。例えば、管理対象ネットワーク３００がオンライン音楽ストリーミングサービスを提供する場合、サードパーティネットワーク３４０が、音楽ファイルを記憶し、ウェブインターフェース及びストリーミング機能を提供することができる。このように、管理対象ネットワーク３００の企業は、これらの動作のためにそれ自体のサーバを構築し維持する必要がない。
リモートネットワーク管理プラットフォーム３２０は、サードパーティネットワーク３４０と統合してその中の仮想マシン及び管理対象サービスを管理対象ネットワーク３００に公開するモジュールを含むことができる。そのモジュールは、ユーザが、仮想リソースを要求し、サードパーティネットワーク３４０についての柔軟なレポートを提供することを可能にすることができる。この機能を確立するために、管理対象ネットワーク３００からのユーザは、まずサードパーティネットワーク３４０とのアカウントを確立し、関連リソースのセットを要求し得る。次いで、ユーザは、アカウント情報をリモートネットワーク管理プラットフォーム３２０の適切なモジュールに入力することができる。これらのモジュールは、次いで、アカウント内の管理可能なリソースを自動的に発見し、更に、使用、パフォーマンス、及び課金に関する報告を提供することもできる。
インターネット３５０は、グローバルインターネットの一部を表し得る。しかしながら、インターネット３５０は、代替的に、プライベートワイドエリア又はローカルエリアパケット交換ネットワークのような異なるタイプのネットワークを表すこともある。
図４は更に、管理対象ネットワーク３００と計算インスタンス３２２との間の通信環境を示し、追加の特徴及び代替的実施形態を導入する。図４では、計算インスタンス３２２は、データセンタ４００Ａ及び４００Ｂにまたがって複製されている。これらのデータセンタは、互いに地理的に離れており、場合によっては異なる都市又は異なる国にあってよい。各データセンタは、管理対象ネットワーク３００及びリモートユーザとの通信を容易にするサポート機器を含む。
データセンタ４００Ａにおいて、外部装置との間のネットワークトラフィックは、ＶＰＮゲートウェイ４０２Ａ又はファイアウォール４０４Ａのいずれかを通って流れる。ＶＰＮゲートウェイ４０２Ａは、インターネットプロトコルセキュリティ（ＩＰＳＥＣ）又はトランスポート層セキュリティ（ＴＬＳ）などのセキュリティプロトコルを介して、管理対象ネットワーク３００のＶＰＮゲートウェイ４１２とピア接続され得る。ファイアウォール４０４Ａは、ユーザ４１４及びリモートユーザ４１６のような許可されたユーザからのアクセスを可能にし、許可されていないユーザへのアクセスを拒否するように構成され得る。ファイアウォール４０４Ａを介して、これらのユーザは、計算インスタンス３２２に、場合によっては他の計算インスタンスにアクセスすることができる。ロードバランサ４０６Ａは、計算インスタンス３２２をホストする１つ又は複数の物理又は仮想サーバ装置の間でトラフィックを分散させるために使用され得る。ロードバランサ４０６Ａは、クライアント装置からデータセンタ４００Ａの内部構成（例えば、計算インスタンス３２２）を隠すことによって、ユーザクセスを単純化することができる。例えば、計算インスタンス３２２が複数のデータベースへのアクセスを共有する複数の物理又は仮想コンピューティング装置を含む場合、ロードバランサ４０６Ａは、どのコンピューティング装置又はデータベースも他より著しくビジーにならないように、ネットワークトラフィック及び処理タスクをこれらのコンピューティング装置及びデータベースにわたって分散させることができる。いくつかの実施形態では、計算インスタンス３２２は、ＶＰＮゲートウェイ４０２Ａ、ファイアウォール４０４Ａ、及びロードバランサ４０６Ａを含むことができる。
データセンタ４００Ｂは、データセンタ４００Ａ内の構成要素のそれ自体のバージョンを含むことができる。したがって、ＶＰＮゲートウェイ４０２Ｂ、ファイアウォール４０４Ｂ、及びロードバランサ４０６Ｂはそれぞれ、ＶＰＮゲートウェイ４０２Ａ、ファイアウォール４０４Ａ、及びロードバランサ４０６Ａと同じ又は類似の動作を行うことができる。更に、リアルタイム又は準リアルタイムのデータベースレプリケーション及び／又は他の動作によって、計算インスタンス３２２はデータセンタ４００Ａ及び４００Ｂ内に同時に存在することができる。
図４に示されるようなデータセンタ４００Ａ及び４００Ｂは、冗長性及び高可用性を促進することができる。図４の構成では、データセンタ４００Ａがアクティブであり、データセンタ４００Ｂがパッシブである。したがって、データセンタ４００Ｂ内の計算インスタンス３２２のバージョンがほぼリアルタイムで更新されている一方で、データセンタ４００Ａは管理対象ネットワーク３００との間の全てのトラフィックを処理している。両方のデータセンタがアクティブであるような他の構成もサポートされ得る。
データセンタ４００Ａが何らかの様式で失敗し又はユーザに利用できなくなった場合、データセンタ４００Ｂがアクティブなデータセンタとして引き継ぐことができる。例えば、計算インスタンス３２２のドメイン名をデータセンタ４００Ａの１つ又は複数のインターネットプロトコル（ＩＰ）アドレスと関連付けるドメインネームシステム（ＤＮＳ）サーバが、そのドメイン名をデータセンタ４００Ｂの１つ又は複数のＩＰアドレスと再関連付けすることができる。この再関連付けが完了した後（１秒未満又は数秒かかることがある）、ユーザはデータセンタ４００Ｂを介して計算インスタンス３２２にアクセスすることができる。
図４は、管理対象ネットワーク３００の可能な構成も示す。上述のように、プロキシサーバ３１２及びユーザ４１４は、ファイアウォール３１０を介して計算インスタンス３２２にアクセスすることができる。プロキシサーバ３１２はまた、構成項目４１０にアクセスすることができる。図４では、構成項目４１０は、クライアント装置３０２、サーバ装置３０４、ルータ３０６、仮想マシン３０８、それらの上で実行される任意のアプリケーション又はサービス、並びに、装置、アプリケーション、及びサービスの間の関係のうちのいずれか又は全てを指すことができる。したがって、「構成項目」という用語は、任意の物理装置若しくは仮想装置、又はリモートで発見可能な若しくは計算インスタンス３２２により管理される任意のアプリケーション若しくはサービス、又は発見された装置、アプリケーション、及びサービスの間の関係の省略表現であり得る。構成項目は、計算インスタンス３２２の構成管理データベース（ＣＭＤＢ）内で表現することができる。
上述のように、ＶＰＮゲートウェイ４１２は、ＶＰＮゲートウェイ４０２Ａに専用ＶＰＮを提供することができる。そのようなＶＰＮは、管理対象ネットワーク３００と計算インスタンス３２２との間にかなりの量のトラフィックがある場合、さもなければ、セキュリティポリシーがこれらのサイト間のＶＰＮの使用を推奨又は要求する場合に、有用であり得る。いくつかの実施形態では、ＶＰＮを介して直接通信する管理対象ネットワーク３００及び／又は計算インスタンス３２２における任意の装置に、パブリックＩＰアドレスが割り当てられる。管理対象ネットワーク３００及び／又は計算インスタンス３２２内の他の装置には、プライベートＩＰアドレス（例えば、それぞれサブネット１０．０．０．０／８及び１９２．１６８．０．０／１６と略して表現される１０．０．０．０～１０．２５５．２５５．２５５又は１９２．１６８．０．０～１９２．１６８．２５５．２５５の範囲から選択されるＩＰアドレス）が割り当てられ得る。
ＩＶ．例示的な装置、アプリケーション、及びサービス発見
リモートネットワーク管理プラットフォーム３２０が管理対象ネットワーク３００の装置、アプリケーション、及びサービスを管理するために、まず、リモートネットワーク管理プラットフォーム３２０は、管理対象ネットワーク３００内にどんな装置が存在するか、これらの装置の構成及び動作状態、それらの装置により提供されるアプリケーション及びサービス、並びに発見された装置、アプリケーション、及びサービスの間の関係を決定することができる。上述のように、各装置、アプリケーション、サービス、及び関係は、構成項目と呼ばれ得る。管理対象ネットワーク３００内の構成項目を定義するプロセスは、発見と呼ばれ、プロキシサーバ３１２によって少なくとも部分的に容易にされ得る。
本明細書の実施形態の目的では、「アプリケーション」は、１つ又は複数のプロセス、スレッド、プログラム、クライアントモジュール、サーバモジュール、又は装置若しくは装置のグループ上で実行される他の任意のソフトウェアを指すことができる。「サービス」とは、互いに関連して動作する１つ又は複数の装置上で実行される複数のアプリケーションによって提供される高レベルの能力を指すことがある。例えば、高レベルのウェブサービスは、複数のウェブアプリケーションサーバスレッドを含むことができ、これらのスレッドは、１つの装置上で実行され、別の装置上で実行されるデータベースアプリケーションの情報にアクセスする。
図５Ａは、構成項目がどのように発見されることが可能か、及び、発見された構成項目に関係する情報がどのように記憶されるかについての論理的な表現を示す。簡単にするため、リモートネットワーク管理プラットフォーム３２０、サードパーティネットワーク３４０、及びインターネット３５０は図示されていない。
図５Ａにおいて、ＣＭＤＢ５００及びタスクリスト５０２は計算インスタンス３２２内で記憶される。計算インスタンス３２２は、プロキシサーバ３１２に発見コマンドを送信することができる。応答として、プロキシサーバ３１２は、管理対象ネットワーク３００内の様々な装置、アプリケーション、及びサービスに対してプローブを送信することができる。これらの装置、アプリケーション、及びサービスは、プロキシサーバ３１２に応答を送信することができ、次いでプロキシサーバ３１２は、発見された構成項目に関する情報を記憶するためにＣＭＤＢ５００に提供することができる。ＣＭＤＢ５００に記憶された構成項目は、管理対象ネットワーク３００の環境を表す。
タスクリスト５０２は、プロキシサーバ３１２が計算インスタンス３２２に代わって行うアクティビティのリストを表す。発見が行われると、タスクリスト５０２が設定される。プロキシサーバ３１２は、繰り返しタスクリスト５０２を照会し、リスト内の次のタスクを取得し、タスクリスト５０２が空になるか又は別の停止条件に達するまでこのタスクを実行する。
発見を容易にするために、プロキシサーバ３１２は、プロキシサーバ３１２を介して到達できる管理対象ネットワーク３００内の１つ又は複数のサブネットに関する情報で構成されることが可能である。例えば、プロキシサーバ３１２は、サブネットとしてＩＰアドレス範囲１９２．１６８．０／２４を与えられてよい。次いで、計算インスタンス３２２は、この情報をＣＭＤＢ５００に記憶し、これらの各アドレスにおける装置の発見のためにタスクリスト５０２にタスクを配置することができる。
図５Ａはまた、構成項目５０４、５０６、５０８、５１０、及び５１２として、管理対象ネットワーク３００内の装置、アプリケーション、及びサービスを示す。上述のように、これらの構成項目は、セットの物理及び／又は仮想装置（例えば、クライアント装置、サーバ装置、ルータ、又は仮想マシン）、それらの上で実行されるアプリケーション（例えば、ウェブサーバ、電子メールサーバ、データベース、又はストレージアレイ）、それらの間の関係、並びに複数の個別構成項目を含むサービスを表す。
タスクリスト５０２にタスクを配置することがトリガーとなって又は別様にプロキシサーバ３１２に発見を開始させる。代替的又は追加的に、発見は手動でトリガーされてもよく、トリガーイベントに基づいて自動的にトリガーされてもよい（例えば、１日１回の特定の時間に自動的に発見が開始してもよい）。
一般に、発見は、スキャン、分類、識別、及び探査という４つの論理フェーズで進行することができる。発見の各フェーズは、プロキシサーバ３１２により管理対象ネットワーク３００内の１つ又は複数の装置に送信される様々なタイプのプローブメッセージを含む。これらのプローブに対する応答は、プロキシサーバ３１２によって受信され処理され、それらの表示はＣＭＤＢ５００に送信され得る。したがって、各フェーズの結果、より多くの構成項目が発見されてＣＭＤＢ５００に記憶され得る。
スキャンフェーズでは、プロキシサーバ３１２は、オープン伝送制御プロトコル（ＴＣＰ）及び／又はユーザデータグラムプロトコル（ＵＤＰ）ポートについて、ＩＰアドレス内の指定された範囲の各ＩＰアドレスをプローブして、装置の一般的なタイプを決定することができる。ＩＰアドレスにおけるそのようなオープンポートの存在は、特定のアプリケーションがそのＩＰアドレスを割り当てられた装置上で動作していることを示すことができ、それにより、その装置によって使用されるオペレーティングシステムを識別することができる。例えば、ＴＣＰポート１３５が開いている場合、装置はＷＩＮＤＯＷＳ（登録商標）オペレーティングシステムを実行している可能性が高い。同様に、ＴＣＰポート２２が開いている場合、装置はＬＩＮＵＸ（登録商標）などのＵＮＩＸ（登録商標）オペレーティングシステムを実行している可能性が高い。ＵＤＰポート１６１が開いている場合、装置は簡易ネットワーク管理プロトコル（ＳＮＭＰ）を介して更に識別されることが可能であり得る。他の可能性もある。特定のＩＰアドレスにおける装置とそのオープンポートの存在がいったん発見されると、これらの構成項目はＣＭＤＢ５００に保存される。
分類フェーズでは、プロキシサーバ３１２は更に、発見された各装置をプローブして、そのオペレーティングシステムのバージョンを決定することができる。特定の装置に使用されるプローブは、その装置に関してスキャンフェーズ中に収集された情報に基づく。例えば、ＴＣＰポート２２が開いている装置が見つかった場合、ＵＮＩＸ（登録商標）固有のプローブのセットが使用され得る。同様に、ＴＣＰポート１３５が開いている装置が見つかった場合、ＷＩＮＤＯＷＳ（登録商標）固有のプローブのセットが使用され得る。いずれの場合も、プロキシサーバ３１２が実行するためにタスクの適切なセットをタスクリスト５０２に配置することができる。これらのタスクは、特定の装置からの情報に対してプロキシサーバ３１２がログオン又は他のアクセスをする結果をもたらすことができる。例えば、ＴＣＰポート２２が開いている場合、プロキシサーバ３１２は、特定の装置に対するセキュアシェル（ＳＳＨ）接続を開始し、その上のオペレーティングシステムに関する情報をファイルシステム内の特定の場所から得るように指示されることが可能である。この情報に基づいて、オペレーティングシステムを決定することができる。例として、ＴＣＰポート２２が開いているＵＮＩＸ（登録商標）装置は、ＡＩＸ（登録商標）、ＨＰＵＸ、ＬＩＮＵＸ（登録商標）、ＭＡＣＯＳ（登録商標）、又はＳＯＬＡＲＩＳ（登録商標）として分類することができる。この分類情報は、ＣＭＤＢ５００内に１つ又は複数の構成項目として記憶することができる。
識別フェーズでは、プロキシサーバ３１２は、分類された装置に関する特定の詳細を決定することができる。このフェーズ中に使用されるプローブは、分類フェーズ中に特定の装置に関して収集された情報に基づくことができる。例えば、装置がＬＩＮＵＸ（登録商標）として分類された場合、ＬＩＮＵＸ（登録商標）固有のプローブのセットが使用され得る。同様に、装置がＷＩＮＤＯＷＳ（登録商標）２０１２として分類された場合、ＷＩＮＤＯＷＳ（登録商標）２０１２固有のプローブのセットが使用され得る。分類フェーズの場合と同様に、プロキシサーバ３１２が実行するためにタスクの適切なセットをタスクリスト５０２に配置することができる。これらのタスクの結果、プロキシサーバ３１２は、特定の装置から、基本入出力システム（ＢＩＯＳ）情報、シリアル番号、ネットワークインターフェース情報、これらのネットワークインターフェースに割り当てられたメディアアクセス制御アドレス、その特定の装置により使用されているＩＰアドレスなどの情報を読み取ることができる。この識別情報は、ＣＭＤＢ５００内に１つ又は複数の構成項目として記憶することができる。
探査フェーズでは、プロキシサーバ３１２は、分類された装置の動作状態に関して更なる詳細を決定することができる。このフェーズ中に使用されるプローブは、分類フェーズ及び／又は識別フェーズ中に特定の装置に関して収集された情報に基づくことができる。ここでも、プロキシサーバ３１２が実行するためにタスクの適切なセットをタスクリスト５０２に配置することができる。これらのタスクの結果、プロキシサーバ３１２が、特定の装置から、プロセッサ情報、メモリ情報、実行中のプロセス（アプリケーション）のリストなどの追加の情報を読み取ることができる。やはり、発見された情報は、ＣＭＤＢ５００内に１つ又は複数の構成項目として記憶することができる。
ルータなどのネットワーク装置上で発見を実行するのにＳＮＭＰを利用することができる。発見は、実行中のプロセス又は他のアプリケーション関連情報のリストを決定することに代えて又は加えて、ルータに認識された追加サブネット、及びルータのネットワークインターフェースの動作状態（例えば、アクティブ、非アクティブ、キューの長さ、廃棄されたパケットの数など）を決定してもよい。追加のサブネットのＩＰアドレスは、更なる発見手順の候補になり得る。したがって、発見は反復的又は再帰的に進行することがある。
発見が完了すると、各発見された装置、アプリケーション、及びサービスのスナップショット表現がＣＭＤＢ５００で利用可能である。例えば、管理対象ネットワーク３００内のクライアント装置、サーバ装置、及びルータについての、オペレーティングシステムバージョン、ハードウェア構成、及びネットワーク構成の詳細、並びにそれらの上で実行されているアプリケーションが、発見の後に記憶され得る。この収集された情報は、装置のハードウェア構成及び動作状態並びに複数の装置及びアプリケーションにわたるサービスの特性をユーザが見ることを可能にするために、様々な方法でユーザに提示され得る。
更に、ＣＭＤＢ５００は、構成項目間の依存関係及び関係性についてのエントリを含むことができる。より具体的には、特定のサーバ装置上で実行されているアプリケーション、並びにこのアプリケーションに依存するサービスが、ＣＭＤＢ５００内でそのように表されることが可能である。例えば、データベースアプリケーションがサーバ装置上で実行されており、このデータベースアプリケーションが新入社員オンボーディングサービス及び給与計算サービスによって使用されていると想定する。したがって、そのサーバ装置がメンテナンスのために運用から外された場合、従業員オンボーディングサービス及び給与計算サービスが影響を受けることは明白である。同様に、構成項目間の依存関係及び関係性は、特定のルータが故障したときに影響を受けるサービスを表現することも可能であり得る。
一般に、構成項目間の依存関係及び関係性は、ウェブベースのインターフェース上に表示され、階層的な様式で表すことができる。したがって、そのような依存関係及び関係性の追加、変更、又は削除は、このインターフェースを介して達成することができる。
更に、管理対象ネットワーク３００のユーザは、複数の発見された装置にわたって特定の協調アクティビティが行われることを可能にするワークフローを開発することができる。例えば、ＩＴワークフローは、ユーザが全ての発見されたＬＩＮＵＸ（登録商標）装置に対して共通の管理者パスワードを１回の操作で変更することを可能にし得る。
上述した方法で発見を行うために、プロキシサーバ３１２、ＣＭＤＢ５００、及び／又は１つ若しくは複数の資格証明ストアが、発見される１つ又は複数の装置の資格証明を用いて構成され得る。資格証明は、装置にアクセスするために必要とされる任意のタイプの情報を含むことができる。これらは、ユーザＩＤ／パスワードの対、証明書などを含むことができる。いくつかの実施形態では、これらの資格証明は、ＣＭＤＢ５００の暗号化されたフィールドに記憶することができる。プロキシサーバ３１２は資格証明の復号鍵を含むことができ、したがって、プロキシサーバ３１２はこれらの資格証明を使用して、発見される装置にログオン又は他のアクセスをすることができる。
発見プロセスは、図５Ｂにフローチャートとして示されている。ブロック５２０で、計算インスタンス内のタスクリストに、例えば、ＩＰアドレスの範囲が設定される。ブロック５２２では、スキャンフェーズが行われる。それにより、プロキシサーバは、これらのＩＰアドレスを使用して装置のＩＰアドレスをプローブして、これらの装置で実行されているオペレーティングシステムを決定しようとする。ブロック５２４では、分類フェーズが行われる。プロキシサーバは、発見された装置のオペレーティングシステムのバージョンを決定しようとする。ブロック５２６では、識別フェーズが行われる。プロキシサーバは、発見された装置のハードウェア構成及び／又はソフトウェア構成を決定しようとする。ブロック５２８では、探査フェーズが行われる。プロキシサーバは、発見された装置上で実行されている動作状態及びアプリケーションを決定しようとする。ブロック５３０では、発見された装置及びアプリケーションを表す構成項目の更なる編集が行われ得る。この編集は、本質的に自動及び／又は手動とすることができる。
図５Ｂに表されるブロックは例示を目的としている。発見は、より多い又はより少ないフェーズを有し得る高度に構成可能な手順とすることができ、各フェーズの動作は異なってもよい。場合によっては、１つ又は複数のフェーズがカスタマイズされてもよく、又は他のやり方で上記の例示的な説明から逸脱してもよい。
Ｖ．活動記録からのソフトウェア取引の発見
アプリケーション及びサービスの購入又はライセンス取得を含む取引は、活動記録に記録されることがある。これらの活動記録は、例えば、領収書、ライセンス契約、又は経費報告書の表現からのデータを含むことがある。本明細書での実施形態に従って活動記録を解析することによって、ソフトウェアに関係付けられた取引を発見して分類することができる。
特に、本明細書で述べる自動システムは、活動記録を、ソフトウェアに関係付けられているもの又はソフトウェアに関係付けられないもののいずれかとして分類する。ソフトウェアに関係付けられるものとして分類された活動記録は、ソフトウェアの提供元（例えば、ソフトウェアを製造若しくは配布するソフトウェア会社、又はソフトウェアサービスを提供するサービス提供元）を決定するために更に解析することができる。提供元が決定された場合、活動記録を更に解析して、ソフトウェアのアプリケーションタイトルを決定することができる。本明細書での実施形態は、有利には、これらの解析のそれぞれを実施するためにマルチレベル機械学習（ＭＬ）モデルを利用し、従来の方法よりも高い精度で解析を行うことが可能であり得る。
Ａ．ソフトウェアカタログ
多層ＭＬモデルは、ソフトウェアカタログ及び／又はカタログから導出されたソフトウェアカタログ語彙にアクセスすることができる。図６Ａは、例示的実施形態によるソフトウェアカタログ６００を示す。ソフトウェアカタログ６００は、複数のエントリを含むことができ、各エントリは、特定のソフトウェアタイトル及び／又はバージョンに関係することができる。即ち、各エントリは、提供元、アプリケーションタイトル、及び／又はバージョンを含むことができる。例えば、ソフトウェアカタログ６００のエントリは、複数のアプリケーションタイトル及びそれらの対応する提供元を含むことができる。場合によっては、ソフトウェアカタログは、提供元及び／又はそれらのアプリケーションタイトルのＵＲＬ（ユニフォームリソースロケータ）又はドメイン名を含むことがある。例えば、「ＭＣアプリケーションタイトル１」に関する図６Ａのエントリ６０２は、提供元ＭＩＣＲＯＣＯＲＰに関連付けることができる。
いくつかの実施形態では、ソフトウェアカタログ６００は、例えば、１０００エントリ、１００００エントリ、１０００００エントリ、又はそれよりも多くのエントリを含むことができる。ソフトウェアカタログ６００の各エントリは、ソフトウェア製品及び関連サービスの過去、現在、又は更には将来のプレリリースバージョンに関係することもある。いくつかの実施形態では、ソフトウェアカタログ６００は、ファイル及び／又はデータベースとして実装することができる。
図６Ａに示されるように、ソフトウェアカタログ６００は、暗黙的又は明示的なツリー構造を有することができる。例えば、各提供元６０４は、木の枝を表すことができ、各製品又はアプリケーションタイトル６０６は、枝の葉を表すことができる。ソフトウェアカタログ６００は、自動（例えばリモートサーバから更新を検索することができる）又は手動で維持（例えば更新及び調整）することができる。
アプリケーションタイトルが更新又は改訂されたとき、古いバージョンのアプリケーションタイトルがソフトウェアカタログ６００に残ることがある。提供元の買収又は合併の場合、対応するアプリケーションタイトルを新たな提供元に移行することができる。しかし、ツリー履歴は保持され（例えばツリー構造は通常は切り捨てられない）、したがって、特にレガシー製品に関係するより古いアプリケーションの分類を補助するために依然として使用することができる。
いくつかの実施形態では、ソフトウェアカタログ６００を構文解析して、ソフトウェアカタログ語彙を形成することができる。例えば、ソフトウェアカタログ６００は、「ｂａｇ－ｏｆ－ｗｏｒｄｓ」モデルと共に使用するために構文解析することができる。即ち、ソフトウェアカタログ６００にある個々の単語を、単語数（例えば、その単語がソフトウェアカタログ６００に現れる回数）及び／又は単語頻度（例えば、その単語がソフトウェアカタログ６００に現れる頻度）によって識別することができる。したがって、ｂａｇ－ｏｆ－ｗｏｒｄｓモデルは、それぞれが単語数及び／又は単語頻度を有する一意の単語からなる順序のない文書によって表されるソフトウェアカタログ語彙を提供することができる。場合によっては、構文解析プロセスは、大文字使用、スペース、特殊文字、及び／又は他のフォーマット情報を無視することがある。
ｂａｇ－ｏｆ－ｗｏｒｄｓモデルによれば、「ＭＣアプリケーションタイトル１」は、｛ＭＩＣＲＯＣＯＲＰ，アプリケーション，タイトル，１｝と表すことができる。そのようなシナリオでは、短縮形「ＭＣ」を「ＭＩＣＲＯＣＯＲＰ」に展開することができる。各エントリから複数の一意の単語を提供するための他のテキスト正規化プロセスも可能である。単語数及び／又は単語頻度は、単語がソフトウェアカタログ６００に現れる回数に基づいて、各一意の単語に関連付けることができる。ソフトウェアカタログ語彙を表すための他の方法も可能であることを理解されたい。
追加として又は代替として、ソフトウェアカタログ語彙は、空間情報をソフトウェアカタログの構文解析された単語に関連付けるｎ－ｇｒａｍモデルとして記憶することができる。例えば、バイグラム（ｂｉｇｒａｍ）モデルは、ソフトウェアカタログ６００のテキストを２単語単位に構文解析し、それらを記憶すると共に、個々の単語及びそれらの個別の単語数／頻度を記憶することができる。一例として、エントリ「ＭＣアプリケーションタイトル１」の場合、バイグラムモデルは、｛ＭＩＣＲＯＣＯＲＰアプリケーション，アプリケーションタイトル，タイトル１｝などの２単語単位と、ｂａｇ－ｏｆ－ｗｏｒｄｓ表現と同様の１単語単位を含むことができる。他のｎ－ｇｒａｍモデル（例えば、ｎが３、４、又はそれよりも大きい）も可能である。更に、依存関係の構文解析及び／又は構成要素の構文解析などの他の構文解析モデルも可能である。
Ｂ．訓練データセット／ラベル付きのデータ
訓練データセットを使用して、多層ＭＬモデルの１つ又は複数の層を訓練することができる。訓練データセットは、ラベル付けされている複数の実際の及び／又は仮定の活動記録を含むことができる。いくつかの実施形態では、各活動記録は、少なくとも４つのフィールド、即ち（ｉ）活動データ、（ｉｉ）提供元データ、（ｉｉｉ）説明データ、及び（ｉｖ）１つ又は複数のラベルを含むことができる。
所与の活動記録の活動データフィールドは、経費タイプ又は取引タイプに関する情報を含むことができる。例えば、活動データフィールドは、「ソフトウェア」、「交通」、「個人」、「その他」などを含むことができる。場合によっては、活動データフィールドに手動で入力する（例えば、手動でキー入力する）こともできる。したがって、活動データフィールドは様々なエントリを含むことができる。
所与の活動記録の提供元データフィールドは、あり得るベンダ名に関する情報を含むことができる。いくつかの例では、提供元データフィールドは、「ＭＩＣＲＯＣＯＲＰ」、「ＳＯＦＴＷＡＲＥ ＳＹＳＴＥＭＳ」、「ＳＦＴＷＲ ＳＹＳ」などのテキスト情報を含むことができる。提供元データフィールドにも様々なエントリが可能である。
所与の活動記録の説明データフィールドは、取引の簡単な説明を含むことができる。一例として、説明データフィールドは、「オフィス生産性ツール」、「ＭＩＣＲＯＣＯＲＰ用のフォント購入」、又は「ＭＩＣＲＯＣＯＲＰオフィスへの輸送」などのテキストエントリを含むことができる。他の例も可能である。
ラベルフィールドは、活動記録が（ｉ）ソフトウェア、（ｉｉ）特定の提供元（例えば、ソフトウェア発行元又は会社）、並びに／又は（ｉｉｉ）特定のアプリケーションタイトル及び／又はそのバージョンに関係するかどうかに関して「グラウンドトゥルース」を示す１つ又は複数のラベルを含むことができる。一例として、ラベルフィールドは、「ソフトウェア」、「ＭＩＣＲＯＣＯＲＰ」、「ＭＣアプリケーションタイトル１」などを含むことができる。
図６Ｂは、例示的実施形態による、１組のラベル付きの活動記録６１０を示す。各活動記録は、識別子（ＩＤ）６１２、経費勘定フィールド６２０、提供元名フィールド６３０、説明フィールド６４０、並びに１つ又は複数のラベルフィールド６５０、６６０、及び／又は６７０を含むことができる。活動記録６１０の他のタイプ及び／又はフォーマットも可能である。
識別子６１２は、取引番号、経費報告書識別子、又は日付、時刻、発行者名など別のタイプの一意の識別子を含むことができる。経費勘定フィールド６２０は、取引のタイプ（例えば、交通、ソフトウェア、コンピュータ、駐車場、走行距離など）に関する情報を含むことができる。いくつかの実施形態では、経費勘定フィールド６２０は、他のタイプの活動データを含むこともできる。提供元名フィールド６３０は、取引の当事者（例えば払受人）に関する情報を含むことができる。いくつかの実施形態では、提供元名フィールド６３０は、販売者又は請負業者を含むことができる。説明フィールド６４０は、取引又は活動記録に関する詳細を示す情報を含むことができる。例えば、説明フィールド６４０は、取引又は活動記録の目的を簡単に説明するいくつかの単語を含むことができる。
例示的実施形態では、ラベル付きの活動記録６１０は、多層ＭＬモデルの１つ又は複数の層を訓練するために使用することができるラベル付きのデータセットの例示的なエントリを表すことができる。そのようなシナリオでは、実際のソフトウェアフィールド６５０、実際の提供元フィールド６６０、及び実際のアプリケーションタイトルフィールド６７０は、所与の取引又は活動記録に関する「グラウンドトゥルース」を示すラベル付きのデータを含むことができる。これらのグラウンドトゥルース値は、手動で入力することも、自動的に決定することもできる。
図６Ｂに示されるように、活動記録＃１は、経費勘定フィールド６２０に「サブスクリプションソフトウェアライセンス」、提供元名フィールド６３０に「ＭＩＣＲＯＣＯＲＰ ＲＥＮＥＷＡＬＳ」、説明フィールド６４０に「ＭＣアプリケーションタイトル１リニューアル」というテキストを含むことができる。実際のソフトウェアフィールド６５０によれば、活動記録＃１はソフトウェアに関係し、実際の提供元フィールド６６０によれば、実際の提供元は「ＭＩＣＲＯＣＯＲＰ」であり、実際のアプリケーションタイトルフィールド６７０によれば、実際のアプリケーションタイトルは「ＭＣアプリケーションタイトル１」である。
活動記録＃２は、経費勘定フィールド６２０に「交通費」、提供元名フィールド６３０に「ＲＩＤＥＳＨＡＲＥ ＩＮＣ」、説明フィールド６４０に「ＭＩＣＲＯＣＯＲＰオフィスへの輸送」というテキストを含むことができる。実際のソフトウェアフィールド６５０によれば、活動記録＃２はソフトウェアに関係していない（例えば、ＭＩＣＲＯＣＯＲＰがソフトウェア提供元である場合でさえ、この活動記録は、ソフトウェア購入ではなく、この会社のオフィスへの交通に関係する）。この場合、提供元とアプリケーションタイトルは関係がなく、ラベルに表示する必要はない。
活動記録＃３は、経費勘定フィールド６２０に「ソフトウェア」、提供元名フィールド６３０に「ＳＯＦＴＷＡＲＥ ＳＹＳＴＥＭＳ」、説明フィールド６４０に「オフィス生産性ツール」というテキストを含むことができる。実際のソフトウェアフィールド６５０によれば、活動記録＃３はソフトウェアに関係し、実際の提供元フィールド６６０によれば、実際の提供元は「ＳＯＦＴＷＡＲＥ ＳＹＳＴＥＭＳ」である。しかし、ラベル付きのデータは、実際のアプリケーションタイトルフィールド６７０に関するエントリを含まない。例えば、説明フィールド６４０の「オフィス生産性ツール」は、適切なラベルを決定するには曖昧すぎることがある。それにもかかわらず、活動記録＃３は、多層ＭＬモデルのいくつかのコンポーネントの訓練にそれでも有用であり得る。
活動記録＃４は、経費勘定フィールド６２０に「その他」、提供元名フィールド６３０に「ＳＦＴＷＲ ＳＹＳＴＭＳ」、説明フィールド６４０に「チームフィードバックのための旅行調査施設」というテキストを含むことができる。実際のソフトウェアフィールド６５０によれば、活動記録＃４はソフトウェアに関係し、実際の提供元フィールド６６０によれば、実際の提供元は「ＳＯＦＴＷＡＲＥ ＳＹＳＴＥＭＳ」であり、実際のアプリケーションタイトルフィールド６７０によれば、実際のアプリケーションタイトルは「ＳＯＦＴＷＡＲＥ ＳＹＳＴＥＭＳ調査」である。
活動記録＃５は、経費勘定フィールド６２０に「ソフトウェア」、提供元名フィールド６３０に「ＦＯＮＴＳ，ＩＮＣ」、説明フィールド６４０に「フォント購入」というテキストを含むことができる。実際のソフトウェアフィールド６５０によれば、活動記録＃５はソフトウェアに関係していない（例えば、フォント購入はソフトウェア購入とはみなされないことがある）。この場合、提供元とアプリケーションタイトルは関係がなく、ラベルに表示する必要はない。
Ｃ．ＭＬモデルの第１の層－ソフトウェア取引の識別
多層ＭＬモデルの第１の層は、教師ありスタッキングアンサンブルモデルを利用して、ソフトウェアに関係する取引を識別する。第１の層は、（ｉ）活動データ、（ｉｉ）提供元データ、及び（ｉｉｉ）説明データと呼ばれる３つのテキストフィールドを入力として受け入れる。実際には、活動データフィールドは、経費勘定フィールド６２０からのコンテンツを与えられることがあり、提供元データフィールドは、提供元名フィールド６３０からのコンテンツを与えられることがあり、説明データフィールドは、説明フィールド６４０からのコンテンツを与えられることがある。したがって、入力は、ラベルのない経費報告書、又は何らかの他のタイプのラベルのない取引又は活動記録からのものであり得る。最初のステップは、この入力がソフトウェアに関係しているかどうかを決定することであり得る。
活動データ、提供元データ、説明データのそれぞれからの構文解析データが、それぞれのＭＬ分類器（例えば、単語の埋込み又は単純ベイズ分類器）に入力され、これらは、ラベル付きの訓練データセット（例えば、ラベル付きの活動記録６１０）で訓練されていることがある。上述したように、ラベル付きの訓練データセットは、ソフトウェアに関係付けられているもの又はソフトウェアに関係付けられていないものとしてラベル付けされた実際の又は仮定の活動記録を含む。一例として、このフィールドに「交通」、「食事」、又は「会議用ポスター」などの単語又は単語の短いシーケンスが現れると、この取引がソフトウェアに関係付けられていない可能性が大幅に高まるので、活動データが重要であるとみなされることがある。それぞれのＭＬ分類器は、それらの訓練に基づいて、ソフトウェア取引又は非ソフトウェア取引のいずれかに対応する単語及び／又は単語シーケンスを独立して学習することができる。即ち、それぞれのＭＬ分類器は各々、それぞれのテキストフィールド内の単語及び／又は語句がソフトウェアに関係している尤度性を出力することができる。
本明細書で述べるように、単語埋込みベースの分類器は、ニューラルネットワークを使用して、単語及び／又は段落（例えば、ソースドキュメント内で互いに隣接又は近接する単語のグループ）に関する記述子を決定することができる。これらの記述子は、単語及び／又は段落を、単語及び／又は段落の意味論的意味を表すｎ次元空間（例えば単語ベクトル又は段落ベクトル）にマッピングすることができる。
本明細書で述べるように、単純ベイズ分類器は、ベイズの定理を適用する１つ又は複数のタイプの確率的分類器であり得る。更に、単純ベイズ分類器は、複数の特徴の間に依存関係がないことを前提としている。いくつかの実施形態では、単純ベイズ分類器は、それらの閉じた形態により、他の分類器タイプ及び／又はニューラルネットワーク実装と比較して、改良された速度及び計算効率を提供することができる。しかし、他のタイプのＭＬ分類器も可能である。
これらのテキストベースの分類モデルに加えて、活動記録のフィールドに現れる単語及び／又はｎ－ｇｒａｍをソフトウェアカタログ（例えばソフトウェアカタログ６００）の用語と比較して、それらの共通部分を見つけることができる。活動記録テキストとソフトウェアカタログとの両方に現れる単語及び／又はｎ－ｇｒａｍの数は、特定の活動記録がソフトウェアに関係していることの潜在的な更なる指標として使用される。例えば、活動記録及びソフトウェアカタログに「ＭＩＣＲＯＣＯＲＰ」という単語が多く現れることは、活動記録がソフトウェアに関係付けられていることを示していることがある。
次いで、３つの別個の尤度（ＭＬ分類器ごとに１つずつ）それぞれ、及び単語数が、各予測の確実性と共に、各フィールドの相対的な重要性を考慮した２次分類モデルに（例えば、ロジスティック回帰を使用して）集約される。即ち、３つの離散尤度及び単語数は、それぞれロジスティック回帰での特徴として扱われる。
ここで述べるように、ロジスティック回帰は、正則化項を含むＬ２ロジスティック回帰でよい。正則化項は、高い係数値又は重みに「ペナルティを課す」ように適用することができる。そのような正則化項は、当て嵌め、予測精度、及び／又は多層ＭＬモデルの他の側面を改善する助けとなり得る。例示的実施形態では、Ｌ２ロジスティック回帰の出力は、所与の活動記録がソフトウェアであるか否かの予測を、尤度又は不確実性の値と共に含むことができる。代替として、ロジスティック回帰をベイズ最適分類器によって置き換える、又はベイズ最適分類器と共に使用することもできる。本明細書で述べるように、ベイズ最適分類器は、仮説空間内の複数の仮説を収集するアンサンブル分類器を含む。例えば、ベイズの最適分類器をスタッキング分類モデルで使用して、複数の離散分類器を合成することができる。
この第１の層のプロセスの結果は、任意の所与の活動がソフトウェアに関係する確率を予測するモデルである。即ち、第１の層のプロセスがソフトウェア決定閾値（例えば５０％）以上の尤度を返す場合、活動記録は、多層ＭＬモデルの第２の層によって解析されることがある。第１の層のプロセスが、活動記録がソフトウェアに関係する低い尤度（例えば、ソフトウェア決定閾値未満の尤度）を返す場合、次の層に移動せずに所与の活動記録を破棄しても安全であるとみなすことができる。一般に、多層ＭＬモデルは、コンピューティングリソースを節約し、活動記録のスループットを向上させるために、任意の層でこれらの「ドロップアウト」を許可する。
いくつかの実施形態では、ソフトウェアであり得る活動記録（例えば、ソフトウェアである尤度が２０～５０％以内）は、正当なソフトウェア関連の活動記録を偽陰性として破棄することを回避するために、手動分類のためにタグ付けすることができる。他の実施形態では、ソフトウェアに関係付けられていないものとしての活動記録の誤った分類を回避するために、ソフトウェア決定閾値を非常に低く設定することができる（例えば２０％以下の尤度）。
Ｄ．ＭＬモデルの第２の層－提供元分類
所与の活動記録がソフトウェアとして分類されると、多層ＭＬモデルは、活動記録が特定の提供元に関係しているかどうかを予測することができる。考えられるソフトウェア提供元の数が多いため、及びそれら全てに関するデータの取得には難しさが伴うため、完全に教師ありのマルチカテゴリモデルは実行可能でないことがある。代わりに、本開示では、多層ＭＬモデルの第２の層は、順序付けられた規則集合を集約して適用する。
提供元データフィールド及び説明データフィールドは、空白文字及び他のあり得る区切り文字（コンマ、タブ、キャリッジリターンなど）でテキストを分割することによってトークン化される。次いで、トークン化された単語を、単一の単語トークンのベクトルと、様々なｎ－ｇｒａｍの単語の組合せとに編成することができる。いくつかの実施形態では、ｎ－ｇｒａｍ単語トークンは、複数の単語からなる名前を有する提供元に対応する助けとなり得る。
次いで、順序付けられた規則集合が、単一及びｎ－ｇｒａｍ単語トークンのベクトルに適用される。即ち、各規則は、ベクトルとソフトウェアカタログ及び／又はソフトウェアカタログ語彙とを取得し、比較を行って、特定のベクトルがソフトウェアカタログ内の項目にどの程度類似しているかを示す（非）類似性スコアを返す。
例示的な規則は、活動記録の提供元フィールドに対して特定の正規化操作を行い、カタログ項目の提供元名に対して別の特定の正規化操作を行うことができる。そのような規則は、提供元名が活動記録の提供元フィールドの最初に現れるかどうかを判断することができる。そうである場合、規則は一致の標示（例えば「１」又は「真」のブール値）を返し、そうでない場合、規則は不一致の標示（例えば「０」又は「偽」のブール値）を返す。別の規則は、提供元名が活動記録の提供元フィールドに完全一致するかどうかを判断することができる。更に別の規則は、提供元名が活動記録の提供元フィールドに含まれているかどうかを判断することができる。更に別の規則は、提供元データフィールドと提供元名との間の編集距離を計算し、全体の単語長を調整しながら、最短のそのような距離を選択することができる。追加の規則は、単語ベクトル（ｗｏｒｄ２ｖｅｃ）単語埋込みを使用し、活動記録とソフトウェアカタログでの単語間の最小コサイン距離を得るなど、より洗練された技法を利用することもできる。他の規則も可能であり得る。
ごく一般的に、規則（類似性関数とも呼ぶ）は、活動記録からデータを受け取り、ソフトウェアカタログ内の提供元との（非）類似性の程度を示す数又は値を返す任意の関数でよい。規則は、提供元から独立していることがある。規則は、共線的でないという仮定に従うことがある。
訓練フェーズ中、ロジスティック回帰をラベル付きのデータセットに当て嵌めて、各規則がどの程度よく機能し、それらの予測を最良に集約する方法を決定することができる。訓練されると、モデルの第２の層は、活動記録からデータを受け取り、第１の規則を実行して、得られた確率をチェックする。確率が特定の提供元に関する閾値を超える場合、システムは、特定の提供元の予測で終了する。そうでない場合、一致が発見される、又は全ての規則が実行されるまで、第２の規則がチェックされ、第３の規則がチェックされ、以下同様である。これらの規則の順序は、それぞれの予想される計算時間及び／又は予想される精度に基づいて構成することができる。例えば、予想される計算時間がより短い、及び／又は予想される精度がより高い規則は、規則の順序内でより早期に配置されることがある。いくつかの実施形態は、できるだけ長い用語に一致することを最初に試みる規則を適用し、その後、より短いテキスト文字列に一致する規則に移ることがある。
いくつかの実施形態では、規則は、各規則の重要性を示すそれぞれの重み（例えば０～１の間の値）に関連付けられることがある。より正確な結果を生成することが期待される規則は、より高い重みが与えられることがある。第２の層は、ラベル付きのデータセットを使用して訓練され、最尤推定器（ＭＬＥ）を適用してこれらの重みを決定することができる。
Ｅ．ＭＬモデルの第３の層－アプリケーションタイトル分類
活動記録が所与の提供元に関連付けられると、識別された提供元に関連付けられたアプリケーションタイトルのみを含むように、ソフトウェアカタログ内のアプリケーションタイトルの検索スペースを縮小することができる。即ち、提供元が識別されたとき、ソフトウェアカタログ及び／又は対応するソフトウェアカタログ語彙の範囲を、識別された提供元に関係するエントリに限定することができる。
第３の層は、第２の層と同様に機能する。したがって、第３の層は、活動記録の説明フィールドと、ソフトウェアカタログの説明フィールドとをトークン化し、順序付けられた規則集合をこのデータに適用する。規則は、上で第２の層に使用されたものと同様でよく、各規則は、訓練によって決定されたそれぞれの重みに関連付けられることもある。これらの規則の順序は、それぞれの予想される計算時間及び／又は予想される精度に基づいて構成することができる。更に、第３の層はまた、所与の提供元が１つのアプリケーションタイトルしか有さない状況を考慮に入れ、所与の提供元が予測されるときはいつでもそのタイトルを返すことができる。
活動記録が完全に分類されると、活動記録からのデータを、構成項目としてＣＭＤＢに記憶することができる。例えば、提供元名、アプリケーションタイトル、バージョン、価格、契約条件などが、構成項目の属性であり得る。
いくつかの実施形態では、発行元及び／又は製品分類は、ｎ－ｇｒａｍ（ｎは範囲）のＴＦ－ＩＤＦ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ－ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ：用語頻度－逆文書頻度）ベクトルのコサイン類似性を使用することができ、これらのベクトルは、カタログ及び取引に独立して適合されて、それらの一意のトークン頻度分布を反映する。単語ベクトル又は段落ベクトルも類似性に使用することができる。「規則」又は類似性を計算することができる多くの取り得る次元（例えば、取引からの「ベンダ名」及び発行元の「名前」、又は特定の発行元に属する全てのあり得る製品からの「説明」及び「名前」など）があるので、比較的小さなラベル付きのデータセットを使用して、様々な類似性手法の有効性に関する有用な情報を導出し、最尤推定器によってそれら全てを最良に集約する方法を学習することができる。これは、ロジスティック回帰又はソフトマックス回帰を依然として含むことがある。
ＴＦ－ＩＤＦコサイン類似性の実装は、本質的に、単語の重みに関する事前確率として機能するＴＦ－ＩＤＦとのパラメータ共有の形式になる。最終的に、このパラメータの結びつきは、適切な正則化によって弱めることができ、新たにラベル付けされた取引から新たなトークンをピックアップし、ＴＦ－ＩＤＦの「事前確率（ｐｒｉｏｒ）」を調整することによってクラス特有の分布を学習する柔軟性を有する。
Ｆ．実験モデルの結果
実行時の実験中、本明細書で述べる多層ＭＬモデルは、ラベルのない活動記録から提供元とアプリケーションタイトルとの両方を分類する際に９４～９８％を超える精度を実現した。これらの結果は、例示的な活動記録の９０％しか正しく分類されない手動ラベリングと同等である又はそれを上回っている。
いくつかの実施形態では、モデルを利用して、新たなデータ（ラベルのない活動記録）にタグを付けることができる。そのようなシナリオでは、信頼性の低い予測が行われるとき、そのような活動記録は、ソフトウェアカタログにまだ含まれていないソフトウェア製品を含むことがある。したがって、本実施形態は、ソフトウェアカタログ及び／又はソフトウェアカタログ語彙を更新する方法を知らせる助けとなり得る。
ＶＩ．例示的な多層ＭＬモデル
図７Ａ、７Ｂ、８、及び９は、例示的実施形態による、多層ＭＬモデルの３つの層をより詳細に示す。即ち、図７Ａは、第１の層の訓練を示し、図７Ｂは、第１の層の動作を示し、図８は、第２の層の動作を示し、図９は、第３の層の動作を示す。第２の層及び第３の層の訓練は任意選択であり、本明細書の本文で述べる。
上述したように、多層ＭＬモデルの少なくとも１つの層は、ラベル付きの１組の活動記録に基づいて、訓練フェーズ中に訓練することができる。そのようなシナリオでは、各活動記録は、限定はしないが、活動データと、提供元データと、説明データと、活動記録がソフトウェア、提供元名、及びアプリケーションタイトルに関係付けられているかどうかのグラウンドトゥルース値を示す１つ又は複数のラベルとを含むことができる。ラベル付きの活動記録６１０は、この訓練データの例を提供する。
多層ＭＬモデルの側面は、様々な方法で訓練することができる。例えば、いくつかの実施形態では、構成素モデルの１つ又は複数のパラメータは、ＭＬＥ及び／又は最大事後確率（ＭＡＰ）推定を使用して推定及び調整することができる。構成素モデルのパラメータを訓練する他の方法には、様々な推定方法の中でもとりわけ、最大間隔推定、最大エントロピー推定、最小距離推定、及び／又はモーメント法が含まれる。
いくつかの実施形態では、各モデルは、同じ訓練データセットを利用することができる。他の例では、各モデルに、それ独自の一意の訓練データセットを提供することができる。更に、いくつかの訓練データエントリは、１つ又は複数の試験フェーズ中に使用するために取っておくことができ、試験フェーズは、最初の訓練フェーズの後に、及び／又はいくつかの訓練フェーズの間に行うことができる。
図７Ａは、第１の層７００のコンポーネントの訓練を示す。特に、ＭＬ訓練プロセス７０８は、ラベル付きの活動記録６１０から活動訓練データ７０２を入力として受け取り、ソフトウェア分類器７１４を出力として生成することができる。一例として、活動訓練データ７０２は、ラベル付きの活動記録６１０のフィールド６２０及び６５０からのデータを含むことがある。ソフトウェア分類器７１４は、活動データの新たな観察がソフトウェアに関係付けられているかどうかを予測するブール値又は数値を返す単純ベイズ分類器であり得る。
ＭＬ訓練プロセス７１０は、ラベル付きの活動記録６１０から提供元訓練データ７０４を入力として受け取り、ソフトウェア分類器７１６を出力として生成することができる。一例として、提供元訓練データ７０４は、ラベル付きの活動記録６１０のフィールド６３０及び６５０からのデータを含むことがある。ソフトウェア分類器７１６も、提供元データの新たな観察がソフトウェアに関係付けられているかどうかを予測するブール値又は数値を返す単純ベイズ分類器であり得る。
ＭＬ訓練プロセス７１２は、ラベル付きの活動記録６１０から説明訓練データ７０２を入力として受け取り、ソフトウェア分類器７１８を出力として生成することができる。一例として、説明訓練データ７０６は、ラベル付きの活動記録６１０のフィールド６４０及び６５０からのデータを含むことがある。ソフトウェア分類器７１８も、提供元データの新たな観察がソフトウェアに関係付けられているかどうかを予測するブール値又は数値を返す単純ベイズ分類器であり得る。
ＭＬ訓練プロセス７２８は、ソフトウェア分類器７１４、ソフトウェア分類器７１６、及びソフトウェア分類器７１８のそれぞれからラベル付きの出力を取得する。したがって、それぞれの点線で示されるように、ソフトウェア分類器出力７２０は、ソフトウェア分類器７１４からのものであり、ソフトウェア分類器出力７２２は、ソフトウェア分類器７１６からのものであり、ソフトウェア分類器出力７２４は、ソフトウェア分類器７１８からのものである。ラベル付きの出力は、ソフトウェア分類器７１４、ソフトウェア分類器７１６、及びソフトウェア分類器７１８のそれぞれの例示的な出力（実際又は合成のいずれか）、並びにそのグラウンドトゥルース精度の標示（例えば、特定の活動記録がソフトウェアに関係するかどうか、及び特定の活動記録が実際にソフトウェアに関係しているかどうかの予測）を含むことがある。
ＭＬ訓練プロセス７２８は、単語数訓練データ７２６及び関連のグラウンドトゥルースラベルも取得する。単語数訓練データ７２６は、特定の活動記録とソフトウェアカタログとの共通の単語及び／又はｎ－ｇｒａｍに基づいて、特定の活動記録がソフトウェアに関係するかどうかの予測を含むことがある。グラウンドトゥルースラベルは、特定の活動記録が実際にソフトウェアに関係しているかどうかを示すことがある。
ＭＬ訓練プロセス７２８は、ロジスティック回帰７３０に関する重みを生成し、ここで、ロジスティック回帰は、ソフトウェア分類器７１４、ソフトウェア分類器７１６、ソフトウェア分類器７１８からの出力、及び単語数手順（詳細は図７Ｂを参照）に適用される。ＭＬ訓練７０８、ＭＬ訓練７１０、ＭＬ訓練７１２、及びＭＬ訓練７２８はそれぞれ、互いに独立して行われることがあることに留意されたい。
図７Ｂは、動作７５０でのＭＬモデルの第１の層を示す。活動データ７５２、提供元データ７５４、及び説明データ７５６は、新たな活動記録からのものであり得る（ここで「新たな」という用語は、第１の層が訓練された後に活動記録が生成された、又は活動記録が第１の層の訓練に使用されていないことがあることを意味する）。
このデータは、ソフトウェア分類器７１４、ソフトウェア分類器７１６、及びソフトウェア分類器７１８それぞれに提供され、これらはそれぞれ、上の論述に従って訓練されていることがある。これらの分類器は、それぞれ出力７５８、出力７６０、及び出力７６２を生成する。これらの出力は、活動記録がソフトウェアに関係付けられているかどうかの予測でよく、例えば数値形式又はブール型を取ることがある。また、上で論じたように、（ｉ）活動データ７５２、提供元データ７５４、及び説明データ７５６のうちの１つ又は複数と、（ｉｉ）ソフトウェアカタログとの間の単語数類似性７７０を決定することができる。一般に、ソフトウェア分類器７１４、ソフトウェア分類器７１６、ソフトウェア分類器７１８、及び単語数類似性７７０は、活動データ７５２、提供元データ７５４、及び説明データ７５６がソフトウェア取引と一貫性があるかどうかを予測する類似性関数であるとみなすことができる。
これらの出力は、それぞれ重み７６４、７６６、７６８、及び７７２によって変更される。したがって、重み７６４を出力７５８に適用することができ、重み７６６を出力７６０に適用することができ、重み７６８を出力７６２に適用することができ、重み７７２を単語数類似性７７０に適用することができる。これらの重みは、例えばＭＬ訓練７２８中に決定されていることがある。
変更された出力はロジスティック回帰７７４に提供され、ロジスティック回帰７７４は、集約した「ソフトウェア又は非ソフトウェア」分類７７６を生成する。ロジスティック回帰７７４は、例えばＬ２ロジスティック回帰であり得る。
ロジスティック回帰７７４が活動記録をソフトウェアに関係付けられるものとして分類した場合、プロセスは、ＭＬモデルの第２の層に進む。ロジスティック回帰７７４が活動記録をソフトウェアに関係付けられていないものとして分類した場合、活動記録に関する分類手順は終了することがある。
図８は、動作８００で多層ＭＬモデルの第２の層を示す。第２の層は、提供元データ７５４及び説明データ７５６を入力として取る。いくつかの実施形態では、これは、動作７５０において第１の層への入力として使用されるのと同じデータでよい。場合によっては、説明データ７５６が省略されることがあり、提供元データ７５４のみが使用される。
トークン化８０２は、提供元データ７５４及び説明データ７５６を入力として取り、入力内の単語及び／又はｎ－ｇｒａｍに関連付けられた１つ又は複数のトークンからなるトークン化された出力を生成することができる。提供元データ７５４及び説明データ７５６に対して他の処理、調整、又は編集が行われることもある。また、ソフトウェアカタログ８０４は、すでにトークン化（及び／又は処理、調整、又は編集）されており、トークン化８０２の出力と比較することができる状態にあると仮定される。
次いで、いくつかの規則が、規則命令８０６でこのデータに適用されることがある。例えば、提供元規則を適用すること８０８は、トークン化８０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各既知の提供元に関するそれぞれの確率８１４を出力として生成することができる。同様に、提供元規則を適用すること８１０は、トークン化８０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各既知の提供元に関するそれぞれの確率８１６を出力として生成することができる。同様に、提供元規則を適用すること８１２は、トークン化８０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各既知の提供元に関するそれぞれの確率８１８を出力として生成することができる。提供元規則８１０と提供元規則８１２との間の点線は、規則命令８０６が任意の数の規則を含むことがあることを示す。
上述したように、規則は、完全一致、部分一致、前方一致、後方一致、編集距離、又はトークン化された入力データとソフトウェアカタログ８０４との間の他の類似性関数に基づくことがある。他のタイプの規則も可能である。
したがって、ソフトウェアカタログ８０４に１０個の既知の提供元がある場合、規則は、これらの提供元のそれぞれについて０～１の間の確率を生成することができ、確率が高いほど、トークン化された入力データとソフトウェアカタログ８０４との一致が良くなる。例えば、規則が完全一致に基づいている場合、完全一致が見つかったときに確率１を生成し、他の全ての場合には確率０を生成することがある。一方、規則が編集距離に基づいている場合、決定された編集距離に反比例する確率を生成することがある。
規則命令８０６は、より高い精度（例えば、重みによって示される）及び／又はより低い計算要件を有する規則を最初に適用することができるように構成することができる。任意の規則が閾値（例えば９０％又は９５％）を超える確率を生成する場合、手順は、更なる規則の適用を省略することができる。又は、手順は、出力に関係なく全ての規則を適用することができる。
各規則の出力にそれぞれの重みを適用することができる。例えば、重み８２０は、各既知の提供元８１４に関するそれぞれの確率に適用されることがあり、重み８２２は、各既知の提供元８１６に関するそれぞれの確率に適用されることがあり、重み８２４は、各既知の提供元８１８に関するそれぞれの確率に適用されることがある。上述したように、第２の層は、ラベル付きのデータセットで訓練され、ＭＬＥを適用してこれらの重みを決定することができる。
総スコアの計算８２６は、既知の提供元ごとに実行することができる。これらの総スコアは、加重確率の和であり得る（例えば、所与の提供元に関するそれぞれの確率に適用される重み８２０、所与の提供元に関するそれぞれの確率に適用される重み８２２などの和）。他の集約関数を使用することもできる。
予測される提供元８２８は、最高の総スコアを有する提供元であり得る。この提供元は、提供元データ７５４及び／又は説明データ７５６に最も類似している、又は関係付けられているとみなされることがある。場合によっては、上位ｎ個の最高の総スコア（ここで、ｎは３、５、１０など）を有する提供元のリストがユーザに提示され、ユーザはこのリストから提供元を選択することができる。
提供元が予測されると、プロセスは多層ＭＬモデルの第３の層に進むことができる。図９は、動作９００時の第３の層を示す。第３の層９００は、予測された提供元８２８及び説明データ７５６を入力として取る。いくつかの実施形態では、説明データ７５６は、動作７５０において第１の層への入力として使用されるのと同じデータでよい。
トークン化９０２は、説明データ７５６を入力として取り、入力内の単語及び／又はｎ－ｇｒａｍに関連付けられた１つ又は複数のトークンからなるトークン化された出力を生成することができる。説明データ７５６に対して他の処理、調整、又は編集が行われることもある。ここでも、ソフトウェアカタログ８０４は、すでにトークン化（及び／又は処理、調整、又は編集）されており、トークン化９０２の出力と比較することができる状態にあると仮定される。
提供元はすでに予測されているので、ソフトウェアカタログ８０４からのデータのサブセットをこの層で使用することができる。特に、予測された提供元からのアプリケーションタイトルのみを考慮に入れることができる。したがって、いくつかの実施形態では、第３の層は、予測された提供元８２８に関連付けられたアプリケーションを予測する、又はアプリケーションタイトルをまったく予測しない。更に、予測された提供元８２８が１つのアプリケーションタイトルのみに関連付けられている場合、このアプリケーションタイトルがデフォルトで選択されることがあり、したがって以下で論じられる規則のいずれかの適用を回避する。
しかし、予測された提供元８２８に関連付けられた複数のアプリケーションタイトルがある場合、いくつかの規則が、規則命令９０６でこのデータに適用されることがある。これらの規則は、第２の層で使用される規則と同様である。
例えば、アプリケーションタイトル規則を適用すること９０８は、トークン化９０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各関連のアプリケーションタイトルに関するそれぞれの確率９１４を出力として生成することができる。同様に、アプリケーションタイトル規則を適用すること９１０は、トークン化９０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各関連のアプリケーションタイトルに関するそれぞれの確率９１６を出力として生成することができる。同様に、アプリケーションタイトル規則を適用すること９１２は、トークン化８０２の出力と、ソフトウェアカタログ８０４の少なくとも一部とを入力として受け取り、各関連のアプリケーションタイトルに関するそれぞれの確率９１８を出力として生成することができる。提供元規則９１０と提供元規則９１２との間の点線は、規則命令９０６が任意の数の規則を含むことがあることを示す。
上述したように、規則は、完全一致、部分一致、プレフィックス一致、サフィックス一致、編集距離、又はトークン化された入力データとソフトウェアカタログ８０４との間の他の類似性関数に基づくことがある。他のタイプの規則も可能である。
したがって、ソフトウェアカタログ８０４に１００個の関連のアプリケーションタイトルがある場合、規則は、これらのアプリケーションタイトルのそれぞれについて０～１の間の確率を生成することができ、確率が高いほど、トークン化された入力データとソフトウェアカタログ８０４との一致が良くなる。例えば、規則が完全一致に基づいている場合、完全一致が見つかったときに確率１を生成し、他の全ての場合には確率０を生成することがある。一方、規則が編集距離に基づいている場合、決定された編集距離に反比例する確率を生成することがある。
規則命令８０６は、より高い精度及び／又はより低い計算要件を有する規則を最初に適用することができるように構成することができる。任意の規則が閾値（例えば９０％又は９５％）を超える確率を生成する場合、手順は、更なる規則の適用を省略することができる。又は、手順は、出力に関係なく全ての規則を適用することができる。
各規則の出力にそれぞれの重みを適用することができる。例えば、重み９２０は、各関連のアプリケーションタイトル９１４に関するそれぞれの確率に適用されることがあり、重み９２２は、各関連のアプリケーションタイトル９１６に関するそれぞれの確率に適用されることがあり、重み９２４は、各関連の提供元９１８に関するそれぞれの確率に適用されることがある。第３の層は、ラベル付きのデータセットを使用して訓練され、ＭＬＥを適用してこれらの重みを決定することができる。
総スコアの計算９２６は、関連のアプリケーションタイトルごとに実行することができる。これらの総スコアは、加重確率の和でよく、例えば、所与のアプリケーションタイトルに関するそれぞれの確率に適用される重み９２０、所与のアプリケーションタイトルに関するそれぞれの確率に適用される重み９２２などの和である。他の集約関数を使用することもできる。
予測されるアプリケーションタイトル９２８は、最高の総スコアを有するアプリケーションタイトルであり得る。このアプリケーションタイトルは、説明データ７５６に最も類似している、又は関係付けられているとみなされることがある。場合によっては、上位ｎ個の最高の総スコア（ここで、ｎは３、５、１０など）を有するアプリケーションタイトルのリストがユーザに提示され、ユーザはこのリストからアプリケーションタイトルを選択することができる。
ＶＩＩ．例示的なソフトウェア分類動作
図１０は、例示的実施形態によるプロセス又は方法を示すフローチャートである。この方法は、本明細書で述べる多層ＭＬモデルの実行時フェーズに関係することがある。この方法は、コンピューティングデバイス１００などのコンピューティングデバイス、及び／又はサーバクラスタ２００などのコンピューティングデバイスのクラスタによって行うことができる。しかし、この方法は、他のタイプのデバイス又はデバイスサブシステムによって行うこともできる。例えば、この方法は、ラップトップ又はタブレットデバイスなどのポータブルコンピュータによって行うことができる。
図１０の実施形態は、そこに示されている特徴の任意の１つ又は複数を削除することによって単純化することもできる。更に、これらの実施形態は、前の図のいずれかにおける又は本明細書で述べる特徴、態様、及び／又は実装形態と組み合わせることができる。ステップ又はブロックのいくつか又は全ては、図７Ｂ、８、及び９を参照して図示して述べた第１の層７５０、第２の層８００、及び／又は第３の層９００と同様又は同一でよい。
ブロック１０００は、管理対象ネットワークに関係付けられた活動記録を受信することを含むことがあり、活動記録は、活動データ、提供元データ、及び説明データを含む。
ブロック１００２は、活動記録がソフトウェアに関係していることを予測するために多層ＭＬモデルの第１の層を適用することを含むことがあり、第１の層を適用することは、（ｉ）複数のベイズモデルを使用して、活動データの第１の単語セット、提供元データの第２の単語セット、及び説明データの第３の単語セットに基づいて、活動記録がソフトウェアに関係するそれぞれの尤度を決定することと、（ｉｉ）それぞれの尤度に基づいて活動記録がソフトウェアに関係する総計尤度を予測することとを含む。
ブロック１００４は、活動記録で参照されるソフトウェアアプリケーションの提供元名を予測するために多層ＭＬモデルの第２の層を適用することを含むことがあり、第２の層を適用することは、（ｉ）提供元名規則命令に従って、複数の提供元名規則を第２の単語セット及び第３の単語セットに適用して、複数の提供元に関するそれぞれの提供元名尤度を生成することと、（ｉｉ）それぞれの提供元名尤度に基づいてソフトウェアアプリケーションの提供元名を予測することとを含む。
ブロック１００６は、ソフトウェアアプリケーションのアプリケーションタイトルを予測するために多層ＭＬモデルの第３の層を適用することを含むことがあり、多層ＭＬモデルの第３の層を適用することは、（ｉ）アプリケーションタイトル規則命令に従って、複数のアプリケーションタイトル規則を第３の単語セットに適用して、提供元名に関連付けられた１つ又は複数のアプリケーションに関するそれぞれのアプリケーションタイトル尤度を生成することと、（ｉｉ）それぞれのアプリケーションタイトル尤度に基づいてソフトウェアアプリケーションのアプリケーションタイトルを予測することとを含む。
ブロック１００８は、活動記録がソフトウェアに関係していることを示す構成項目をデータベースに記憶することを含み、構成項目は、提供元名及びアプリケーションタイトルを含む属性を含む。
いくつかの実施形態では、複数のベイズモデルはそれぞれ、ラベル付きの活動記録で訓練され、各活動記録は、（ｉ）活動訓練データ、提供元訓練データ、及び説明訓練データの１つ又は複数を、（ｉｉ）それぞれの活動記録がソフトウェアに関係付けられるかどうかの標示と関連付ける。
いくつかの実施形態では、複数のベイズモデルがそれぞれ、互いに独立して訓練されて適用される。
いくつかの実施形態では、活動記録がソフトウェアに関係している総尤度を予測することは、ロジスティック回帰モデルをそれぞれの尤度に適用することを含み、ロジスティック回帰モデルは、それぞれの重みをそれぞれの提供元名尤度に適用する。
いくつかの実施形態では、第１の層を適用することは、（ｉ）活動データ、提供元データ、又は説明データのいずれかと、（ｉｉ）単語及び語句の所定のカタログとに現れる単語又は語句の数を決定することを更に含むことがあり、活動記録がソフトウェアに関係する総尤度を予測することも、単語や語句の数に基づく。いくつかの実施形態では、所定のカタログは、ソフトウェアアプリケーションタイトル、及びソフトウェアアプリケーションタイトルの提供元の提供元名を含む。
いくつかの実施形態では、所定のカタログは、ソフトウェアアプリケーションタイトル又は提供元名に関連付けられたＵＲＬも含む。
いくつかの実施形態では、複数のベイズモデルは各々、それぞれの閾値に関連付けられ、第１の層を適用することは、活動記録がソフトウェアに関係しているそれぞれの尤度をそれらのそれぞれの閾値と比較することを更に含む。いくつかの実施形態では、第１の層を適用することは、活動記録がソフトウェアに関係しているそれぞれの尤度の少なくとも１つと、そのそれぞれの閾値との間の比較が互いに所定の範囲内にあることに基づいて、手動分類のために活動記録にタグを付けることを更に含む。
いくつかの実施形態では、所定のカタログは、複数のグラウンドトゥルース提供元名を含み、複数の提供元名規則は、以下のものを含む。第２の単語セットが複数のグラウンドトゥルース提供元名の１つと完全一致するときにトリガーされる第１の規則、第２の単語セットが複数のグラウンドトゥルース提供元名の１つと共通のプレフィックスを共有するときにトリガーされる第２の規則、第２の単語セットが複数のグラウンドトゥルース提供元名の１つに含まれるときにトリガーされる第３の規則、又は第２の単語セットと複数のグラウンドトゥルース提供元名の１つとの間の編集距離に基づいてトリガーされる第４の規則。
いくつかの実施形態では、所定のカタログは、複数のグラウンドトゥルースアプリケーションタイトルを含み、複数のアプリケーションタイトル規則は、以下のものを含む。第３の単語セットが複数のグラウンドトゥルースアプリケーションタイトルの１つと完全一致するときにトリガーされる第１の規則、第２の単語セットが複数のグラウンドトゥルースアプリケーションタイトルの１つと共通のプレフィックスを共有するときにトリガーされる第２の規則、第３の単語セットが複数のグラウンドトゥルースアプリケーションタイトルの１つに含まれるときにトリガーされる第３の規則、又は第３の単語セットと複数のグラウンドトゥルースアプリケーションタイトルの１つとの間の編集距離の場合、トリガーされる第４の規則。
いくつかの実施形態では、複数のアプリケーションタイトル規則を第３の単語セットに適用することは、提供元名が正確に１つの関連付けられたアプリケーションタイトルを有することを決定することを含み、ソフトウェアアプリケーションのアプリケーションタイトルを予測することは、アプリケーションタイトルを、正確に１つの関連付けられたアプリケーションタイトルであると予測することを含む。
いくつかの実施形態では、提供元名規則命令は、計算の複雑さの昇順で複数の提供元名規則を配置する。いくつかの実施形態では、アプリケーションタイトル規則命令は、計算の複雑さの昇順で複数のアプリケーションタイトル規則を配置する。
いくつかの実施形態では、ソフトウェアアプリケーションの提供元名を予測することは、それぞれの重みをそれぞれの提供元名尤度に適用することを含み、それぞれの重みは、（ｉ）提供元訓練データ及び説明訓練データを、（ｉｉ）複数の提供元名規則のうちのそれぞれの提供元名規則に関連付けるラベル付きの訓練データセットで第２の層を訓練することに基づいて決定される。
いくつかの実施形態では、ソフトウェアアプリケーションのアプリケーションタイトルを予測することは、それぞれの重みをそれぞれのアプリケーションタイトル尤度に適用することを含み、それぞれの重みは、（ｉ）説明訓練データを、（ｉｉ）複数のアプリケーションタイトル規則のうちのそれぞれのアプリケーションタイトル規則に関連付けるラベル付きの訓練データセットで第３の層を訓練することに基づいて決定される。
ＶＩＩＩ．例示的なソフトウェア調整ツール
上述したＭＬベースのソフトウェア分類の実施形態を使用して、ソフトウェアに関係付けられる取引を決定し、これらの取引におけるソフトウェアの提供元（発行元）及びアプリケーションタイトル（製品）を識別することができる。そのような決定及び識別は、請求書、領収書、クレジットカード請求書などの様々な情報源から行うことができる。
これらの取引はそれぞれ、金額（例えばドル単位）、企業内のコストセンタ、企業内の部署、及び／又はソフトウェアが購入又は展開された物理的な場所に関連付けられていることがある。この追加情報は、取引の情報源（請求書など）から自動的に決定される、又は取引に精通しているユーザによって手動で入力されることがある。例えば、取引の金額とその物理的な場所は、請求書から自動的に決定できることがあり、コストセンタ及び部署は、分類のためのシステムに請求書を入力又はスキャンするユーザが入力することがある。各取引は、買掛金（例えば、発行元から請求された取引）又は経費（例えば、企業の従業員の個人資金から購入され、したがって払い戻される取引）などのタイプに関連付けることもできる。
取引が分類されると（例えば上記のＭＬベースのシステムを使用して）、これらの分類をデータベース内の関連情報と組み合わせることができる。このデータの一部又は全ては、ＧＵＩを介して表示することができる。
本明細書での実施形態は、様々な形でＧＵＩを表すことができる。例えば、サーバデバイスは、例えばＨＴＭＬとＪＡＶＡＳＣＲＩＰＴ（登録商標）との組合せを使用してＧＵＩの表現を生成することがある。ＪＡＶＡＳＣＲＩＰＴ（登録商標）は、クライアント側の実行可能コード、サーバ側の実行可能コード、又はそれら両方を含むことがある。サーバデバイスは、この表現をクライアントデバイスに送信する、又は他の形で提供することができ、クライアントデバイスは、そのローカルに定義されたルックアンドフィールに従ってこの表現を画面上に表示する。代替として、ＧＵＩの表現は、グラフィック出力を直接生成するためにクライアントデバイスが使用することができる中間形式（例えば、ＪＡＶＡ（登録商標）バイトコード）など他の形式を取ることができる。他の可能性もある。
更に、ボタン、メニュー、タブ、スライダ、チェックボックス、トグルなどのＧＵＩ要素を用いたユーザ対話は、それらの「選択」、「アクティブ化」、又は「作動」と呼ばれることがある。これらの用語は、キーボード、ポインティングデバイス、タッチスクリーン、又は別のメカニズムのどれを介してＧＵＩ要素が対話されているかに関係なく使用することができる。
ここで、図１１は、分類されたソフトウェア取引の視覚的表現であるＧＵＩ１１００を示す。ＧＵＩ１１００は、各取引に関連付けられた日付、説明、金額、決定された発行元、決定された製品、タイプ、及び部署に関する列を含むテーブルの形式である。したがって、列は、取引の個別のフィールドを表すことがある。ヘッダ行１１０２は、各列に関するタイトルを提供する。図示されている列は、わかりやすくするために完全なものではなく、より多くの列（例えばコストセンタ及び場所）を表示するために利用可能であり得る。
エントリ行１１０４、１１０６、１１０８、１１１０、１１１２、及び１１１４はそれぞれ、単一のソフトウェア取引を表す。例えば、エントリ行１１０４は、４６０００ドルの金額での「Ｗｏｒｄｗｒｉｔｅｒ年間サブスクリプション」の購入を表し、ここで、発行元は「Ｗｏｒｄｗｒｉｔｅｒ，Ｉｎｃ」として識別され、製品は「Ｗｏｒｄｗｒｉｔｅｒ」として識別され、購入は買掛金によるものであり、購入を行った部署は「出版」である。別の例では、エントリ行１１１２は、８７．００ドルの額での「ＳｏｃｉａｌＮｅｔプレミアム料金」の購入を表し、ここで、発行元は「ＳｏｃｉａｌＮｅｔ」として識別され、製品は識別されておらず、購入は経費によるものであり、購入した部署は「人事」である。
各エントリ行は、その左側のチェックボックスにも関連付けられている。エントリ行のチェックボックスがチェックされているとき、ドロップダウンメニュー１１１６によって、エントリのより詳細な表示、エントリの編集、又はエントリの削除などのアクションをエントリに対して実行することができる。ヘッダ行１１０２のチェックボックスがチェックされた場合、全てのエントリ行が、それぞれに対して共通のアクションを実行するために選択されることがある。
コントロール１１１８は、ユーザが、ＧＵＩ１１００のページごとに表示される行数を構成することができる。コントロール１１１８は、ユーザがこれらのページ間をナビゲートすることも可能にする。
検索ボックス１１２０は、ユーザがテキスト検索用語を入力できるようにする。それに応じて、システムは、ＧＵＩ１１００のテーブルを表示することができるが、その用語を含む又は一致する少なくとも１つのフィールドを有するエントリ行のみを表示する。例えば、ユーザが検索ボックス１１２０に「チャット」と入力した場合、ＧＵＩ１１００は、エントリ行１１０６及び１１０８のみを表示することができる。この検索用語が、これらのエントリ行の説明、発行元、及び製品の列内のテキストに一致するからである。
中規模から大規模の企業は、大規模なソフトウェア購入を行うことがあり、月に数百又は数千の取引に容易に達することがある。その結果、このソフトウェアの利用及びコストを追跡することは、煩雑であり費用のかかる問題である。
例えば、十分に大きい組織では、連絡し合わない異なる部署がそれぞれ、同じソフトウェアについて企業全体にわたるライセンスを購入することがある。したがって、企業は、このソフトウェアについて二重でライセンスを取得しており、重複したライセンスに費用を浪費している。
別のシナリオでは、異なる部署が、同じ機能のために異なるソフトウェアツールを使用することがある。したがって、３つの異なる部署が３つの異なるオンラインチャットプログラムを使用する可能性がある。これらの３つのチャットプログラムは互いに互換性がなく、したがって部署間のチャットセッションを促進できない可能性が高いだけでなく、企業は、それらのうちの２つをなくし、３つの部署全てにそのようなプログラムを１つだけ使用させることによって、ライセンスコストを削減することが可能になり得る。
更に別のシナリオでは、２つの企業が合併する、又は一方が他方を買収することがある。これらの企業はそれぞれ、様々な機能に関して異なるソフトウェアソリューションのライセンスを取得していることがある。しかし、企業はライセンスが取得されているソフトウェアの正確なインベントリを有していないことがあるので、この冗長性をなくし、それにより全体的なソフトウェア支出を削減するには、数か月又は数年かかることがある。
これら及び他の問題に対処するために、ソフトウェア資産管理ツールが導入されている。ソフトウェア資産管理ツールは、購入及び／又は展開されたソフトウェア、並びにその資格の数及びタイプを企業が追跡できるようにする機能を含む。企業がリモートネットワーク管理プラットフォーム３２０を利用するとき、そのようなツールは、ソフトウェア及びその資格の表現を、内部の計算インスタンス（例えば計算インスタンス３２２）のデータベースに記憶することができる。したがって、ＷｅｂベースのＧＵＩによって、企業は、そのソフトウェア資産のインベントリを維持することができることがある。
この論述の目的で、特定のソフトウェアパッケージは、ソフトウェアの発行元、製品、バージョン、及びエディションを含むソフトウェアモデルによって表されることがある。場合によっては、ソフトウェアモデルは、発行元及び製品のみなど、より多数又はより少数の情報を含むことがある。例えば、エントリ行１１１０で参照されるソフトウェアパッケージは、発行元「ＡＢＣ Ｓｏｆｔｗａｒｅ」、製品名「ＰｈｏｔｏＥｄｉｔｏｒ」、バージョン３．１、及びエディション１．０を有することがある。
また、この論述の目的で、資格は、企業が購入しているライセンスの数及びこれらのライセンスのタイプであり得る。ライセンスタイプは、地理的ベース（例えばサイト全体又はワールドワイド）、デバイスごと、プロセッサごと、コアごと、ユーザごと、同時ユーザごとなどでよい。例えば、企業がＰｈｏｔｏＥｄｉｔｏｒのデバイス当たり５回のインストールに関する資格を購入していることがある。この場合、企業は、このソフトウェアパッケージを５つ以下の異なるコンピューティングデバイスにインストールすることを許可されている。
更に、ソフトウェア資産管理ツールは、図５Ａ及び図５Ｂの文脈で述べる発見手順によって促進することができる。これらの手順は、企業内のデバイスにインストールされているソフトウェアを識別することが可能であり得る（即ち、企業は管理対象ネットワーク３００によって表されることがある）。次いで、発見されたソフトウェアをソフトウェア資産管理データベースでの資格と比較して、企業のライセンスが過少であるか、ライセンスが過剰であるか、又は適切にライセンスされているかを判断することができる。
それにもかかわらず、発見手順は、インストールされている全てのソフトウェアパッケージを識別することができないことがある。例えば、いくつかのクライアントデバイス（例えばラップトップ及びモバイルデバイス）は、発見の実行中に管理対象ネットワーク上にないことがあり、インストールされているソフトウェアが過少に数えられる可能性がある。更に、管理対象ネットワークによって使用されるいくつかのソフトウェアパッケージは、実際には管理対象ネットワークにインストールされていないことがある。代わりに、サードパーティ及び／又はクラウドベースの提供元が運営するネットワークにインストールされることがある。
結局のところ、ソフトウェア資産管理ツールを使用しても、見えないものを管理することはできない。したがって、上述して図１１に例示したソフトウェア分類の実施形態をソフトウェア資産管理ソリューションに組み込むことにより、ソフトウェア資産管理ソリューションの有効性を改良することができる。
特に、取引に基づくソフトウェア分類は、ソフトウェア資産管理ツールによって管理されていないソフトウェアを識別することがある。この管理されていないソフトウェアは、企業側の追加の、冗長な、又は無駄な支出となり得る。更に、ＧＵＩを作成することができ、これは、ユーザが、コストセンタ、部署、又は場所ベースで、特定のタイプの追加の、冗長な、又は無駄な支出（例えば、企業がすでにサイト全体でライセンス取得しているソフトウェアに関する個人的なライセンスを企業の従業員が購入する）を迅速に識別できるようにする。更に、追加のＧＵＩは、企業の支出が多いソフトウェア、又は企業が複数の異なるソフトウェアパッケージのライセンスを取得しているソフトウェアのカテゴリをユーザが識別する助けとなり得る。
Ａ．ソフトウェア支出検出のためのグラフィカルユーザインターフェース
図１２Ａは、ソフトウェア支出の検出を容易にするＧＵＩ１２００を示す。特に、ＧＵＩ１２００、及び本明細書で述べる他のＧＵＩは、ユーザが、管理されたソフトウェアと管理されていないソフトウェアとの両方に関するソフトウェア支出を迅速に決定し、この支出の源を決定するために掘り下げることを可能にする。これらのＧＵＩから、ユーザは、過剰にライセンスされたソフトウェア及び冗長なソフトウェアパッケージへの支出を削減できる戦略を識別できることがある。
これらの図に示されている額は、図ごとに又は複数の図にわたって一貫していることも一貫していないこともあることに留意されたい。これらの図中の額は説明のためのものであり、それらの間の関係については以下で述べることがある。
ＧＵＩ１２００は、ペイン１２０２、１２０６、及び１２１２を含む。ペイン１２０２は、日付範囲１２０４を含むタイトルバーであり、日付範囲１２０４は、２０１８年４月１日～２０１９年３月３１日の範囲が選択されて示されている。日付範囲１２０４は、例えば、過去１週間、過去１か月、前四半期、過去１年、過去２年、過去３年、ユーザ設定範囲などを含む範囲を選択するようにユーザ調整可能であり得る。そのような範囲が選択されると、ＧＵＩ１２００は、この範囲からのデータを含むように更新されることがある。例えば、日付範囲が２０１７年４月１日～２０１９年３月３１日に変更された場合、ペイン１２０６及び１２１２は、新たに指定された２年範囲からのデータを反映するように動的に更新することができる。
ペイン１２０６は、スライダ１２０８及びメニュー１２１０を含む。左側に位置決めされて示されているスライダ１２０８は、メニュー１２１０及び／又はペイン１２１２に全てのソフトウェアが示されるか、又は管理されていないソフトウェアのみが示されるかを制御する。この機能は、以下で図１２Ｃに示される。
メニュー１２１０は、上述した分類手順によって支出が見つかったソフトウェアパッケージの展開可能及び折畳み可能なリストを含む。メニュー１２１０は、発行元、それぞれについて検出された合計の支出、及びそれぞれについての状態の畳んだリストを含む。検出された合計の支出は、その発行元に帰属するその全ての製品にわたる全ての支出の和であり得る。状態は、発行元の支出の任意のものが管理されていないソフトウェアに帰属するかどうかを示すことがある。その場合、感嘆符を丸で囲んだ記号が状態列に示されることがある。特に、メニュー１２１０では、Ｃａｒｄｂｏｒｄ以外の各発行元は、その状態列にそのようなインジケータを有する。
各発行元は、発行元の名前の左側に配置されたそれぞれのドロップダウン矢印に関連付けることもできる。アクティブにされると、この矢印が展開され、関連する発行元の下にサブメニューを作成し、サブメニューは、発行元によって提供されている製品（ソフトウェアパッケージ又はサービス）のリストを含む。この機能は、以下で図１２Ｂに示される。
メニュー１２１０の発行元リストの一番上は、「全ての発行元」に関するエントリである。このエントリに関するコスト及び状態の列は、分類されたソフトウェアパッケージの全ての発行元に関する合計のソフトウェア支出、及びこの支出の任意のものが管理されていないソフトウェアに帰属するかどうかをそれぞれ示す。
ペイン１２１２は、日付範囲１２０４によって示される期間にわたるソフトウェア支出のチャート１２１４を含む。図示されている実施形態は、買掛金及び費用に帰属する支出額を指定する積み上げ棒グラフである。買掛金は、各バーの経費額の上方に現れる。他のタイプのチャート又はグラフも可能であり得る。上記のチャート１２１４は、全ての発行元にわたる支出の要約である。この支出の和（３３，３７２，５７９ドル）は、買掛金支出（２７，８２７，６５４ドル）と経費支出（５，５４４，９２５ドル）とに分けられる。また、管理されていない支出の合計（８，８２４，４９０ドル）も示されている。
ＧＵＩ１２００は、ソフトウェア資産管理ツールによって管理されていないソフトウェアパッケージ、及び管理されていない支出額をユーザが迅速に決定できるようにする。これにより、管理されていないソフトウェアが管理されていない理由、並びにこれら及び他のソフトウェアパッケージに費やされた金額が正当であるかどうかを更に調査することが容易になる。
上述したように、図１２Ｂは、ＡＢＣ Ｓｏｆｔｗａｒｅに関連付けられたメニュー１２１０のドロップダウン矢印がアクティブにされているＧＵＩ１２００を示す。それに応じて、ＡＢＣ Ｓｏｆｔｗａｒｅに費やされた３９０万ドルがＰｈｏｔｏＥｄｉｔｏｒに関する２７０万ドル、Ｃａｔａｌｙｓｔに関する１１０万ドル、クラウドサービスに関する１０万ドルに分けられることを示すサブメニューが現れる。特に、ＰｈｏｔｏＥｄｉｔｏｒ及びＣａｔａｌｙｓｔソフトウェアは管理されているが、クラウドサービスのラインアイテムは管理されていない。これは、１人若しくは複数の個人又は１つ若しくは複数のグループがＡＢＣ Ｓｏｆｔｗａｒｅと企業との間のより広範な（例えば企業全体の）ライセンス契約の外でＡＢＣ Ｓｏｆｔｗａｒｅからクラウドサービスを購入及び／又はライセンス取得している可能性があることを示すことがある。したがって、これらの購入について調査を行って、クラウドサービスが実際に企業に必要かどうか、必要な場合には既存の契約でカバーされているかどうかを判断することができる。
また上述したように、図１２Ｃは、スライダ１２０８が右側に配置されたＧＵＩ１２００を示す。したがって、メニュー１２１０の発行元は、少なくともいくつかの管理されていないソフトウェアを有する発行元のみを表示するようにフィルタされる。これにより、ユーザが、この管理されていないソフトウェアの問題の対処に迅速に注意を向けることができる。
これらの機能に加えて、図１２Ｄは、メニュー１２１０からクラウドサービスが選択されたＧＵＩ１２００を示す。例えば、ユーザは、このメニューエントリをクリックする、又は他の方法でアクティブにすることができ、ペイン１２１２は、図１２Ｄに示されるように更新されることがある。特に、ペイン１２１２の上部にある支出額は、ＡＢＣ Ｓｏｆｔｗａｒｅからのクラウドサービス製品のみに焦点を当てるように更新されている。ここで、日付範囲１２０４によって示される期間中に合計１００，０００ドルがクラウドサービスに費やされたことを示す。これらは全て売掛金ではなく経費によるものであり、これらも全て管理されていない。チャート１２１４は、クラウドサービスへの経時的な支出を示すように更新されることもある。図１２Ｄの例は、管理されていないソフトウェア及びあり得る余剰の支出をユーザが簡単に識別できるようにするために、分類されたソフトウェア取引を表すデータを表示することができる方法を更に示す。
図１２Ｅ、１２Ｆ、及び１２Ｇは、ＧＵＩ１２００でのペイン１２１２の拡大図を示す。特に、サブペイン１２２０は、ペイン１２１２の下に現れるように示されている。サブペイン１２２０は、チャート１２１４に示されるソフトウェア支出に関する追加の詳細を提供し、ソフトウェア取引、コストセンタ、部署、及び場所のための選択可能なタブを含む。いくつかの実施形態では、これらのタブの正確に１つを一度に選択することができ、そうすることにより、タブの下のサブペイン１２２０の部分に更なる情報を表示させることができる。
図１２Ｅでは、コストセンタタブが選択されて示されている。したがって、チャート１２１４に示されている支出は、サブペイン１２２０のコストセンタによって分けられている。企業では、コストセンタが、支出の論理的なグループとなり得る。各コストセンタはドロップダウン矢印によって表され、コストセンタに属する個々のソフトウェア取引がそれぞれの矢印の下に表示される。例えば、Ｐｒｏｄｕｃｔ ＵＸコストセンタを使用して２つのソフトウェア取引が行われた。それぞれについて、日付、説明、金額（コスト）、発行元、製品、及びタイプが示される。特に、それらのソフトウェア取引について発行元及び製品は全て同じであるが、説明が異なるものもある。これは、取引分類器が、ソフトウェアの様々な説明を適切な発行元及び製品に正しく割り当てるのに十分な柔軟性を有することがあることを反映している。
図１２Ｆでは、部署タブが選択されて示されている。したがって、チャート１２１４に示されている支出は、サブペイン１２２０での部署に分けられている。企業では、部署は、職務記述書に基づいた個人のグループであり得る。各部署はドロップダウン矢印で表され、その部署に属する個々のソフトウェア取引がそのそれぞれの矢印の下に表示される。例えば、３つのソフトウェア取引が、Ｒ＆Ｄコストセンタによって行われた。それぞれについて、日付、説明、金額、発行元、製品、及びタイプが示される。
図１２Ｇには、場所タブが選択されて示されている。したがって、チャート１２１４に示されている支出は、サブペイン１２２０の場所によって分けられている。企業は、都市、国、又は世界中の様々な物理的な場所にオフィスを構えることがある。各場所はドロップダウン矢印で表され、その場所に属する個々のソフトウェア取引がそのそれぞれの矢印の下に表示される。例えば、５つのソフトウェア取引が、企業のシカゴオフィスで行われた。それぞれについて、日付、説明、金額、発行元、製品、及びタイプが示される。
選択されているソフトウェア取引タブを表示するＧＵＩは、図には明示的に示されていない。しかし、そのようなＧＵＩは、図１２Ｅ、１２Ｆ、及び１２Ｇの出力と同様の出力を示すことがあるが、例えば図１１のソフトウェア取引コンテンツを含む。
Ｂ．ソフトウェア重複検出のためのグラフィカルユーザインターフェース
ソフトウェア支出が発行元及び製品の観点から分類されると、ソフトウェアは更にカテゴリに分類されることがある。これらのカテゴリは事前定義されることがあり、各発行元／製品の対は、１つのそのようなカテゴリに関連付けられることがある。例示的なカテゴリは、リレーショナルデータベース、人事管理、ＣＲＭ、チームコラボレーション、ビデオ会議などを含む。
本明細書での実施形態は、これらのカテゴリ内で重複するソフトウェアを識別することを容易にする。例えば、企業全体でパッケージを１つだけ使用することで企業のニーズが満たされてコストを節約できるとき、企業は、知らずに複数のチームコラボレーションソフトウェアパッケージを使用し、それぞれにライセンス料又はサブスクリプション料を支払っていることがある。特に、カテゴリごとのパッケージに費やされた金額と、カテゴリごとのパッケージの数を検査することによって、統合することができる重複するソフトウェアパッケージを識別する方法がある。
図１３Ａは、これらの方法それぞれに関するチャートを含むＧＵＩ１３００を示す。ペイン１３０２は、チャート内で、ソフトウェアのカテゴリごとの支出を最高額から最低額の順にランク付けする。水平棒グラフがペイン１３０２に表示されているが、他のタイプのチャート又はグラフも可能であり得る。例えば、５７０万ドルがリレーショナルデータベースに費やされ、１００万ドルがプロジェクト管理に費やされた。したがって、単にペイン１３０２の情報を考慮すると、企業によって使用されるリレーショナルデータベースソフトウェアパッケージの数を統合する方が、プロジェクト管理ソフトウェアパッケージの数を統合するよりも有益であるように思われる。
一方、ペイン１３０４は、別のチャートで、カテゴリごとのソフトウェアパッケージの数を最大から最小にランク付けする。水平棒グラフがペイン１３０４に表示されているが、他のタイプのチャート又はグラフも可能であり得る。特に、このペインは、企業が６つの異なるプロジェクト管理ソフトウェアパッケージ及び２つの異なるリレーショナルデータベースソフトウェアパッケージを購入、ライセンス取得、又はサブスクライブしていることを示す。その結果、企業が、プロジェクト管理ソフトウェアパッケージの数を統合して減らして１つ又は２つにすることが有益であり得て、（ｉ）企業内のほとんど又は全ての部署がより簡単にコラボレーションでき、コストが削減される。それにもかかわらず、企業がリレーショナルデータベースパッケージの数を２つから１つに統合することも、大幅な節約になり得るので有益であり得る。
これらのチャートの各バー、又はそのラベルは、アクティブにされると、関連するカテゴリに関する詳細情報を表示するようにＧＵＩ１３００を変更するリンクであり得る。一例として、図１３Ｂは、ペイン１３０４でプロジェクト管理バーをアクティブにした結果を示す。チャートは、６つのプロジェクト管理ソフトウェアパッケージそれぞれによって支出を分けるテーブルに置き換えられている。特に、各パッケージ（ＢｕｇＴｒａｃｋｅｒ、Ｗｅｅｋｄａｙ．ｃｏｍ、ＤａｙＰｌａｎｎｅｒ、ＰｅｏｐｌｅＭｇｒ、ＴｅａｍＢｕｉｌｄｅｒ、ＣｈａｒｔＷｅａｖｅ）について、そのパッケージに関する支出を表す取引がリストされている。更に、リストされている各パッケージの左側にあるドロップダウン矢印は、これらのパッケージに帰属する取引が示されるかどうかをそれぞれ制御する。図１３Ｂには、全ての取引が示されているが、ユーザがドロップダウン矢印の１つ又は複数をアクティブにする場合、関連する取引を非表示にすることができる。
取引ごとの同様の内訳は、ペイン１３０２のバーに関連付けられたリンクをアクティブにすることで表示可能であり得る。更に、ソフトウェアカテゴリ（そのカテゴリ内のソフトウェアパッケージを表示するためにそれぞれ展開可能である）の完全なリストが、ペイン１３０２及び１３０４の下に現れることがある。
有利には、ＧＵＩ１３００は、冗長であり得るソフトウェアパッケージと、そのようなパッケージの統合に関連するコスト削減をユーザが迅速に決定できるようにする。多くの中規模及び大規模な企業では、これらの冗長性は、本明細書での実施形態なしでは分からない、又は発見できない可能性がある。例えば、２つの大企業が合併するシナリオでは、これらの企業はそれぞれ、多くの目的で異なるソフトウェアパッケージを使用していることがある。以前は、２つの企業間での全ての冗長なソフトウェアパッケージを識別するのに何年もかかることがあった。しかし、本明細書での実施形態では、これらの冗長性は、数日又は数週間で識別することができる。
ＩＸ．例示的なソフトウェア冗長性動作
図１４は、例示的実施形態によるプロセス又は方法を示すフローチャートである。この方法は、本明細書で述べる多層ＭＬモデルの実行時フェーズに関係することがある。この方法は、コンピューティングデバイス１００などのコンピューティングデバイス、及び／又はサーバクラスタ２００などのコンピューティングデバイスのクラスタによって行うことができる。しかし、この方法は、他のタイプのデバイス又はデバイスサブシステムによって行うこともできる。例えば、この方法は、ラップトップ又はタブレットデバイスなどのポータブルコンピュータによって行うことができる。
図１４の実施形態は、そこに示されている特徴の任意の１つ又は複数を削除することによって単純化することもできる。更に、これらの実施形態は、前の図のいずれかにおける又は本明細書で述べる特徴、態様、及び／又は実装形態と組み合わせることができる。
ブロック１４００は、サーバデバイスによって、及びデータベースから、（ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア活動それぞれに関連付けられた説明及び金額を含む複数のソフトウェア活動（例えば取引）との表現を取得することを含むことがある。
ブロック１４０２は、サーバデバイスによって、ソフトウェア活動の機械学習ベースの分類を取得することを含むことがあり、機械学習ベースの分類は、説明からソフトウェア活動の発行元、タイトル、及びカテゴリを予測する。
ブロック１４０４は、サーバデバイスによって、（ｉ）ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、複数のソフトウェアパッケージを機械学習ベースの分類と比較することを含むことがある。
ブロック１４０６は、サーバデバイスによって、クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信することを含むことがあり、グラフィカルユーザインターフェースは、第１のペイン及び第２のペインを示し、第１のペインは、各発行元に帰属するソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、非管理ソフトウェアパッケージの任意のものが各発行元に帰属するかどうかとを含む、発行元の展開可能なリストを含み、第２のペインは、所定の期間の単位にわたって発生した金額を視覚的に示すチャートを含む。
いくつかの実施形態では、発行元の展開可能なリストにより、そのリスト中の各特定の発行元を展開して、その特定の発行元に帰属するソフトウェアパッケージ、その特定の発行元に帰属するソフトウェアパッケージに関連付けられたそれぞれの金額、及びその特定の発行元に帰属する各ソフトウェアパッケージが管理されていないかどうかを表示する。
いくつかの実施形態では、第１のペインはスライダ又はボタンも含み、スライダ又はボタンは、アクティブにされると、発行元の展開可能なリストをフィルタリングして、非管理ソフトウェアパッケージのうちの少なくとも１つを有する発行元のみをリストする。
いくつかの実施形態では、所定の期間の単位にわたって生じた金額を視覚的に示すチャートは、棒グラフ形式で月ごとの金額を表示する。
いくつかの実施形態では、ソフトウェア活動は、ソフトウェア取引であり、金額は、ソフトウェア取引に関連付けられたコストである。
いくつかの実施形態では、発行元の展開可能なリストにより、そのリスト中の特定の発行元をそれぞれ選択することができ、特定の発行元を選択すると、所定の期間の単位にわたって生じた金額を視覚的に示すチャートが、特定の発行元に関連付けられた金額のみを表す。
いくつかの実施形態では、第２のペインは、コストセンタに関する第１のタブ、部署に関する第２のタブ、及び場所に関する第３のタブを備えたタブ付きインターフェースを含み、第１のタブをアクティブにすると、関連するコストセンタごとのソフトウェア活動が表示され、第２のタブをアクティブにすると、関連する部署ごとのソフトウェア活動が表示され、第３のタブをアクティブにすると、関連する場所ごとのソフトウェア活動が表示される。
いくつかの実施形態では、動作は、以下のことも含む。（ｉ）カテゴリについて、合計のカテゴリ金額を決定する。ここで、合計のカテゴリ金額は、各カテゴリでのソフトウェアパッケージに関連付けられた金額の和である。（ｉｉ）カテゴリについて、合計のパッケージ数を決定する。ここで、合計のパッケージ数は、各カテゴリでのソフトウェアパッケージの数である。（ｉｉｉ）クライアントデバイスに、第３のペイン及び第４のペインを示すグラフィカルユーザインターフェースの更新されたバージョンの更新された表現を送信する。ここで、第３のペインは、合計のカテゴリ金額及びそれらの関連するカテゴリの第１のランキングを降順で視覚的に示す第２のチャートを含み、第４のペインは、合計のパッケージ数及びそれらの関連するカテゴリの第２のランキングを降順で視覚的に示す第３のチャートを含む。
いくつかの実施形態では、第２のチャートに表示される合計のカテゴリ金額は、関連するカテゴリのソフトウェアパッケージごとの取引の第１のリストを更に表示するために選択可能であり、第２のチャートに表示される合計のパッケージ数は、関連するカテゴリのソフトウェアパッケージごとの取引の第２のリストを更に表示するために選択可能である。
いくつかの実施形態では、金額は、買掛金取引又は経費取引のどちらから導出されたかに基づいて個別に表される。
Ｘ．結語
本開示は、本出願に記載された特定の実施形態の観点から限定されるものではなく、種々の態様の例示として意図されている。多くの変更及び変形は、当業者に明らかであるように、その範囲から逸脱することなく行うことができる。本明細書に説明されているものに加えて、開示の範囲内で機能的に等価な方法及び装置は、上記の説明から当業者には明らかであろう。そのような変更及び変形は、添付の特許請求の範囲内に含まれることを意図されている。
上記の詳細な説明は、添付の図面を参照して、開示されているシステム、装置、及び方法の種々の特徴及び動作について説明したものである。本明細書に説明された及び図面における例示的実施形態は、限定するように意図されていない。本明細書で示される主題の範囲から逸脱することなく、他の実施形態が使用されてよく、他の変更がなされてよい。本開示の態様は、本明細書に一般的に記載され図示されるように、様々な異なる形態で配置、置換、結合、分離、設計され得ることは容易に理解されるであろう。
図面における及び本明細書で説明されているメッセージフロー図、シナリオ、及びフローチャートのいずれか又は全てに関して、各ステップ、ブロック、及び／又は通信は、例示的実施形態に従って情報の処理及び／又は情報の送信を表すことができる。代替実施形態は、これらの例示的実施形態の範囲内に含まれる。これらの代替実施形態において、例えば、ステップ、ブロック、送信、通信、要求、応答、及び／又はメッセージとして説明される動作は、関連する機能に応じて、実質的に同時又は逆の順序を含めて、図示又は説明されるものと異なる順序で実行され得る。更に、本明細書で説明されたメッセージフロー図、シナリオ、及びフローチャートのいずれかと共に、より多い又はより少ないブロック及び／又は動作が使用されてよく、これらのメッセージフロー図、シナリオ、及びフローチャートは、部分的又は全体で相互に組み合わされ得る。
情報の処理を表すステップ又はブロックは、本明細書に記載の方法又は技術の特定の論理機能を実行するように構成できる回路に対応することができる。代替的又は追加的に、情報の処理を表すステップ又はブロックは、モジュール、セグメント、又はプログラムコードの一部（関連データを含む）に対応することができる。プログラムコードは、方法又は技術における特定の論理操作又はアクションを実装するためにプロセッサによって実行可能である１つ又は複数の命令を含むことができる。プログラムコード及び／又は関連データは、ＲＡＭ、ディスクドライブ、ソリッドステートドライブ、又は他の記憶媒体を含む記憶装置など、任意のタイプのコンピュータ可読媒体に記憶され得る。
コンピュータ可読媒体は更に、プログラムコード及び／又はデータをより長期間記憶する非一時的コンピュータ可読媒体が含まれ得る。したがって、コンピュータ可読媒体には、例えば、ＲＯＭ、光又は磁気ディスク、ソリッドステートドライブ、コンパクトディスク読取り専用メモリ（ＣＤ－ＲＯＭ）のような、二次又は永続的な長期記憶装置が含まれ得る。コンピュータ可読媒体はまた、他の任意の揮発性又は不揮発性の記憶システムとすることもできる。コンピュータ可読媒体は、例えば、コンピュータ可読記憶媒体又は有形記憶装置であるとみなされ得る。
更に、１つ又は複数の情報伝送を表すステップ又はブロックは、同じ物理装置内のソフトウェア及び／又はハードウェアモジュール間の情報伝送に対応することができる。しかしながら、他の情報伝送は、異なる物理装置におけるソフトウェアモジュール及び／又はハードウェアモジュール間にあり得る。
図面に示された特定の配置は、限定するものとみなされるべきではない。他の実施形態は、所与の図に示される各要素についてより多い又はより少ない要素を含み得ると理解されるべきである。更に、例示された要素のいくつかは、結合又は省略され得る。更に、例示的実施形態は、図面に示されていない要素を含むことができる。
様々な態様及び実施形態が本明細書に開示されているが、他の態様及び実施形態は当業者には明らかであろう。本明細書に開示された様々な態様及び実施形態は例示を目的としており、限定するものではなく、真の範囲は添付の特許請求の範囲によって示される。

Claims (40)

  1. （ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア取引それぞれに関連付けられた説明及び金額を含む複数のソフトウェア取引との表現を含むデータベースと、
    サーバデバイスとを含むシステムであって、前記サーバデバイスが、
    前記ソフトウェア取引の機械学習ベースの分類を取得することであって、前記機械学習ベースの分類が、前記説明から前記ソフトウェア取引の前記発行元、タイトル、及びカテゴリを予測する、取得することと、
    （ｉ）前記ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）前記ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、前記複数のソフトウェアパッケージを前記機械学習ベースの分類と比較することと、
    クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、第１のペイン及び第２のペインを示し、前記第１のペインが、前記発行元それぞれに帰属する前記ソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、前記非管理ソフトウェアパッケージの任意のものが前記発行元それぞれに帰属するかどうかとを含む、前記発行元の展開可能なリストを含み、前記第２のペインが、所定の期間の単位にわたって発生した前記金額を視覚的に示すチャートを含む、送信することとを行うように構成された、システム。
  2. 前記発行元の前記展開可能なリストにより、前記リスト中の各特定の発行元を展開して、前記特定の発行元に帰属する前記ソフトウェアパッケージ、前記特定の発行元に帰属する前記ソフトウェアパッケージに関連付けられたそれぞれの金額、及び前記特定の発行元に帰属する前記ソフトウェアパッケージそれぞれが管理されていないかどうかを表示する、請求項１に記載のシステム。
  3. 前記第１のペインがスライダ又はボタンも含み、前記スライダ又はボタンが、アクティブにされると、前記発行元の前記展開可能なリストをフィルタリングして、前記非管理ソフトウェアパッケージのうちの少なくとも１つを有する発行元のみをリストする、請求項１に記載のシステム。
  4. 前記所定の期間の単位にわたって生じた前記金額を視覚的に示す前記チャートが、棒グラフ形式で月ごとの前記金額を表示する、請求項１に記載のシステム。
  5. 前記金額が、買掛金取引又は経費取引のどちらから導出されたかに基づいて個別に表される、請求項４に記載のシステム。
  6. 前記金額が、前記ソフトウェア取引に関連付けられたコストである、請求項１に記載のシステム。
  7. 前記発行元の前記展開可能なリストにより、前記リスト中の特定の発行元をそれぞれ選択することができ、前記特定の発行元を選択すると、前記所定の期間の単位にわたって生じた前記金額を視覚的に示す前記チャートが、前記特定の発行元に関連付けられた金額のみを表す、請求項１に記載のシステム。
  8. 前記第２のペインが、コストセンタに関する第１のタブ、部署に関する第２のタブ、及び場所に関する第３のタブを備えたタブ付きインターフェースを含み、前記第１のタブをアクティブにすると、関連するコストセンタごとの前記ソフトウェア取引が表示され、前記第２のタブをアクティブにすると、関連する部署ごとの前記ソフトウェア取引が表示され、前記第３のタブをアクティブにすると、関連する場所ごとの前記ソフトウェア取引が表示される、請求項１に記載のシステム。
  9. 前記サーバデバイスが、
    前記カテゴリについて、合計のカテゴリ金額を決定することであって、前記合計のカテゴリ金額が、前記カテゴリそれぞれでの前記ソフトウェアパッケージに関連付けられた前記金額の和である、決定することと、
    前記カテゴリについて、合計のパッケージ数を決定することであって、前記合計のパッケージ数が、前記カテゴリそれぞれでの前記ソフトウェアパッケージの数である、決定することと、
    前記クライアントデバイスに、第３のペイン及び第４のペインを示す前記グラフィカルユーザインターフェースの更新されたバージョンの更新された表現を送信することであって、前記第３のペインが、前記合計のカテゴリ金額及びそれらの関連するカテゴリの第１のランキングを降順で視覚的に示す第２のチャートを含み、前記第４のペインが、前記合計のパッケージ数及びそれらの関連するカテゴリの第２のランキングを降順で視覚的に示す第３のチャートを含む、送信することとを行うように更に構成された、請求項１に記載のシステム。
  10. 前記第２のチャートに表示される前記合計のカテゴリ金額が、前記関連するカテゴリのソフトウェアパッケージごとの取引の第１のリストを更に表示するために選択可能であり、前記第２のチャートに表示される合計のパッケージ数が、前記関連するカテゴリのソフトウェアパッケージごとの取引の第２のリストを更に表示するために選択可能である、請求項９に記載のシステム。
  11. サーバデバイスによって、及びデータベースから、（ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア取引それぞれに関連付けられた説明及び金額を含む複数のソフトウェア取引との表現を取得することと、
    前記サーバデバイスによって、前記ソフトウェア取引の機械学習ベースの分類を取得することであって、前記機械学習ベースの分類が、前記説明から前記ソフトウェア取引の発行元、タイトル、及びカテゴリを予測する、取得することと、
    前記サーバデバイスによって、（ｉ）前記ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）前記ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、前記複数のソフトウェアパッケージを前記機械学習ベースの分類と比較することと、
    前記サーバデバイスによって、クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、第１のペイン及び第２のペインを示し、前記第１のペインが、前記発行元それぞれに帰属する前記ソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、前記非管理ソフトウェアパッケージの任意のものが前記発行元それぞれに帰属するかどうかとを含む、前記発行元の展開可能なリストを含み、前記第２のペインが、所定の期間の単位にわたって発生した前記金額を視覚的に示すチャートを含む、送信することとを含むコンピュータ実装方法。
  12. 前記発行元の前記展開可能なリストにより、前記リスト中の各特定の発行元を展開して、前記特定の発行元に帰属する前記ソフトウェアパッケージ、前記特定の発行元に帰属する前記ソフトウェアパッケージに関連付けられたそれぞれの金額、及び前記特定の発行元に帰属する前記ソフトウェアパッケージそれぞれが管理されていないかどうかを表示する、請求項１１に記載のコンピュータ実装方法。
  13. 前記第１のペインがスライダ又はボタンも含み、前記スライダ又はボタンが、アクティブにされると、前記発行元の前記展開可能なリストをフィルタリングして、前記非管理ソフトウェアパッケージのうちの少なくとも１つを有する発行元のみをリストする、請求項１１に記載のコンピュータ実装方法。
  14. 前記所定の期間の単位にわたって生じた前記金額を視覚的に示す前記チャートが、棒グラフ形式で月ごとの前記金額を表示する、請求項１１に記載のコンピュータ実装方法。
  15. 前記金額が、前記ソフトウェア取引に関連付けられたコストである、請求項１１に記載のコンピュータ実装方法。
  16. 前記発行元の前記展開可能なリストにより、前記リスト中の特定の発行元をそれぞれ選択することができ、前記特定の発行元を選択すると、前記所定の期間の単位にわたって生じた前記金額を視覚的に示す前記チャートが、前記特定の発行元に関連付けられた金額のみを表す、請求項１１に記載のコンピュータ実装方法。
  17. 前記第２のペインが、コストセンタに関する第１のタブ、部署に関する第２のタブ、及び場所に関する第３のタブを備えたタブ付きインターフェースを含み、前記第１のタブをアクティブにすると、関連するコストセンタごとの前記ソフトウェア取引が表示され、前記第２のタブをアクティブにすると、関連する部署ごとの前記ソフトウェア取引が表示され、前記第３のタブをアクティブにすると、関連する場所ごとの前記ソフトウェア取引が表示される、請求項１１に記載のコンピュータ実装方法。
  18. 前記カテゴリについて、合計のカテゴリ金額を決定することであって、前記合計のカテゴリ金額が、前記カテゴリそれぞれでの前記ソフトウェアパッケージに関連付けられた前記金額の和である、決定することと、
    前記カテゴリについて、合計のパッケージ数を決定することであって、前記合計のパッケージ数が、前記カテゴリそれぞれでの前記ソフトウェアパッケージの数である、決定することと、
    前記クライアントデバイスに、第３のペイン及び第４のペインを示す前記グラフィカルユーザインターフェースの更新されたバージョンの更新された表現を送信することであって、前記第３のペインが、前記合計のカテゴリ金額及びそれらの関連するカテゴリの第１のランキングを降順で視覚的に示す第２のチャートを含み、前記第４のペインが、前記合計のパッケージ数及びそれらの関連するカテゴリの第２のランキングを降順で視覚的に示す第３のチャートを含む、送信することとを更に含む、請求項１１に記載のコンピュータ実装方法。
  19. 前記第２のチャートに表示される前記合計のカテゴリ金額が、前記関連するカテゴリのソフトウェアパッケージごとの取引の第１のリストを更に表示するために選択可能であり、前記第２のチャートに表示される合計のパッケージ数が、前記関連するカテゴリのソフトウェアパッケージごとの取引の第２のリストを更に表示するために選択可能である、請求項１８に記載のコンピュータ実装方法。
  20. プログラム命令が記憶されている非一時的なコンピュータ可読媒体を含むサーバデバイスであって、前記プログラム命令が、サーバデバイスによって実行されるとき、前記サーバデバイスに、
    データベースから、（ｉ）ソフトウェアパッケージそれぞれに関連付けられた発行元、タイトル、及びカテゴリを含む、ソフトウェア管理ツールによって管理される複数のソフトウェアパッケージと、（ｉｉ）ソフトウェア取引それぞれに関連付けられた説明及び金額を含む複数のソフトウェア取引との表現を取得することと、
    前記ソフトウェア取引の機械学習ベースの分類を取得することであって、前記機械学習ベースの分類が、前記説明から前記ソフトウェア取引の前記発行元、タイトル、及びカテゴリを予測する、取得することと、
    （ｉ）前記ソフトウェア管理ツールによって管理されていない非管理ソフトウェアパッケージ、及び（ｉｉ）前記ソフトウェアパッケージの少なくともいくつかに関連付けられた金額を識別するために、前記複数のソフトウェアパッケージを前記機械学習ベースの分類と比較することと、
    クライアントデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、第１のペイン及び第２のペインを示し、前記第１のペインが、前記発行元それぞれに帰属する前記ソフトウェアパッケージに関連付けられたそれぞれの発行元合計金額と、前記非管理ソフトウェアパッケージの任意のものが前記発行元それぞれに帰属するかどうかとを含む、前記発行元の展開可能なリストを含み、前記第２のペインが、所定の期間の単位にわたって発生した前記金額を視覚的に示すチャートを含む、送信することとを含む動作を実行させる、サーバデバイス。
  21. プロセッサと、
    前記プロセッサによってアクセス可能なメモリとを含むシステムであって、前記メモリが命令を記憶し、前記命令が、前記プロセッサによって実行されるときに、前記プロセッサに、
    管理対象ネットワークに関連付けられた１つ又は複数のソフトウェア取引の記録を受信することと、
    機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録が１つ又は複数のソフトウェアパッケージに関連付けられていることを決定することと、
    前記機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録に基づいて前記１つ又は複数のソフトウェアパッケージのそれぞれの特徴を決定することであって、前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージに関連付けられたそれぞれの発行元を含む、決定することと、
    前記１つ又は複数のソフトウェアパッケージの前記それぞれの特徴に基づいて、前記１つ又は複数のソフトウェアパッケージが前記管理対象ネットワークに関連付けられたソフトウェア管理ツールによって現在管理されていないことを決定することと、
    ディスプレイデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元のリストを含むウィンドウを含む、送信することとを含む動作を実施させる、システム。
  22. 前記１つ又は複数のソフトウェア取引の記録が、前記１つ又は複数のソフトウェアパッケージに関連付けられたソフトウェア取引の１つ又は複数の標示を含む、請求項２１に記載のシステム。
  23. 前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元及びそれぞれのタイトルを含む、請求項２１に記載のシステム。
  24. 前記動作が、
    前記グラフィカルユーザインターフェースを介して、前記それぞれの発行元のうちの特定の発行元の選択を示すユーザ入力を受信することと、
    前記ディスプレイデバイスに、更新されたグラフィカルユーザインターフェースの表現を送信することであって、前記更新されたグラフィカルユーザインターフェースが、前記特定の発行元に関連付けられた前記１つ又は複数のソフトウェアパッケージの前記それぞれのタイトルのリストを含む前記ウィンドウを含む、送信することとを含む、請求項２３に記載のシステム。
  25. 前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージがインストールされている１つ又は複数の追加のデバイスを含む、請求項２１に記載のシステム。
  26. 前記動作が、データベースで、前記１つ又は複数のソフトウェアパッケージに関連付けられた１つ又は複数の構成項目を記憶することを含む、請求項２１に記載のシステム。
  27. 前記機械学習モデルが、前記管理対象ネットワークに関連付けられた１つ又は複数の追加のソフトウェア取引の記録に関連付けられたデータセットに基づいて訓練される、請求項２１に記載のシステム。
  28. 前記ウィンドウが、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元と、前記ソフトウェア管理ツールによって管理される１つ又は複数の追加のソフトウェアパッケージに関連付けられた１つ又は複数の追加の発行元との前記リストを含む、請求項２１に記載のシステム。
  29. サーバデバイスによって、管理対象ネットワークに関連付けられた１つ又は複数のソフトウェア取引の記録を受信することと、
    前記サーバデバイスによって、機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録が１つ又は複数のソフトウェアパッケージに関連付けられていることを決定することと、
    前記サーバデバイスによって、前記機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録に基づいて前記１つ又は複数のソフトウェアパッケージのそれぞれの特徴を決定することであって、前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージに関連付けられたそれぞれの発行元を含む、決定することと、
    前記サーバデバイスによって、前記１つ又は複数のソフトウェアパッケージの前記それぞれの特徴に基づいて、前記１つ又は複数のソフトウェアパッケージが前記管理対象ネットワークに関連付けられたソフトウェア管理ツールによって現在管理されていないことを決定することと、
    前記サーバデバイスによって、ディスプレイデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元と、前記ソフトウェア管理ツールによって管理される１つ又は複数の追加のソフトウェアパッケージに関連付けられた１つ又は複数の追加の発行元とのリストを含むウィンドウを含む、送信することとを含む方法。
  30. 前記１つ又は複数のソフトウェア取引の記録が、前記１つ又は複数のソフトウェアパッケージに関連付けられたソフトウェア取引の１つ又は複数の標示を含む、請求項２９に記載の方法。
  31. 前記サーバデバイスによって、前記グラフィカルユーザインターフェースを介して、前記それぞれの発行元のうちの特定の発行元の選択を示すユーザ入力を受信することと、
    前記サーバデバイスによって、前記ディスプレイデバイスに、更新されたグラフィカルユーザインターフェースの表現を送信することであって、前記更新されたグラフィカルユーザインターフェースが、前記特定の発行元に関連付けられた前記１つ又は複数のソフトウェアパッケージのそれぞれのタイトルのリストを含む前記ウィンドウを含む、送信することとを含む、請求項２９に記載の方法。
  32. 前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージがインストールされている１つ又は複数の追加のデバイスを含む、請求項２９に記載の方法。
  33. 前記サーバデバイスによって、データベースで、前記１つ又は複数のソフトウェアパッケージに関連付けられた１つ又は複数の構成項目を記憶することを含む、請求項２９に記載の方法。
  34. 前記機械学習モデルが、前記管理対象ネットワークに関連付けられた１つ又は複数の追加のソフトウェア取引の記録に関連付けられたデータセットに基づいて訓練される、請求項２９に記載の方法。
  35. 命令を含む非一時的なコンピュータ可読媒体であって、前記命令が、１つ又は複数のプロセッサによって実行されるときに、前記１つ又は複数のプロセッサに、
    管理対象ネットワークに関連付けられた１つ又は複数のソフトウェア取引の記録を受信することと、
    機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録が１つ又は複数のソフトウェアパッケージに関連付けられていることを決定することと、
    前記機械学習モデルを介して、前記１つ又は複数のソフトウェア取引の記録に基づいて前記１つ又は複数のソフトウェアパッケージのそれぞれの特徴を決定することであって、前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージに関連付けられたそれぞれの発行元と、前記１つ又は複数のソフトウェアパッケージがインストールされている１つ又は複数のデバイスとを含む、決定することと、
    前記１つ又は複数のソフトウェアパッケージの前記それぞれの特徴に基づいて、前記１つ又は複数のソフトウェアパッケージが前記管理対象ネットワークに関連付けられたソフトウェア管理ツールによって現在管理されていないことを決定することと、
    ディスプレイデバイスに、グラフィカルユーザインターフェースの表現を送信することであって、前記グラフィカルユーザインターフェースが、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元のリストを含むウィンドウを含む、送信することとを含む動作を行わせる、非一時的なコンピュータ可読媒体。
  36. 前記１つ又は複数のソフトウェア取引の記録が、前記１つ又は複数のソフトウェアパッケージに関連付けられたソフトウェア取引の１つ又は複数の標示を含む、請求項３５に記載の非一時的なコンピュータ可読媒体。
  37. 前記それぞれの特徴が、前記１つ又は複数のソフトウェアパッケージに関連付けられた前記それぞれの発行元及びそれぞれのタイトルを含む、請求項３５に記載の非一時的なコンピュータ可読媒体。
  38. 前記動作が、
    前記グラフィカルユーザインターフェースを介して、前記それぞれの発行元のうちの特定の発行元の選択を示すユーザ入力を受信することと、
    前記ディスプレイデバイスに、更新されたグラフィカルユーザインターフェースの表現を送信することであって、前記更新されたグラフィカルユーザインターフェースが、前記特定の発行元に関連付けられた前記１つ又は複数のソフトウェアパッケージの前記それぞれのタイトルのリストを含む前記ウィンドウを含む、送信することとを含む、請求項３７に記載の非一時的なコンピュータ可読媒体。
  39. 前記動作が、データベースで、前記１つ又は複数のソフトウェアパッケージに関連付けられた１つ又は複数の構成項目を記憶することを含む、請求項３５に記載の非一時的なコンピュータ可読媒体。
  40. 前記機械学習モデルが、前記管理対象ネットワークに関連付けられた１つ又は複数の追加のソフトウェア取引の記録に関連付けられたデータセットに基づいて訓練される、請求項３５に記載の非一時的なコンピュータ可読媒体。
JP2021564923A 2019-05-02 2020-05-01 管理対象ネットワークによって使用されるソフトウェアの決定及び調整 Active JP7361135B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/402,025 2019-05-02
US16/402,025 US11204903B2 (en) 2019-05-02 2019-05-02 Determination and reconciliation of software used by a managed network
PCT/US2020/031162 WO2020223696A1 (en) 2019-05-02 2020-05-01 Determination and reconciliation of software used by a managed network

Publications (2)

Publication Number Publication Date
JP2022531370A JP2022531370A (ja) 2022-07-06
JP7361135B2 true JP7361135B2 (ja) 2023-10-13

Family

ID=70918987

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021564923A Active JP7361135B2 (ja) 2019-05-02 2020-05-01 管理対象ネットワークによって使用されるソフトウェアの決定及び調整

Country Status (5)

Country Link
US (2) US11204903B2 (ja)
JP (1) JP7361135B2 (ja)
KR (1) KR102665243B1 (ja)
AU (1) AU2020266172A1 (ja)
WO (1) WO2020223696A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10838715B1 (en) * 2019-05-03 2020-11-17 Servicenow, Inc. Efficient automatic population of downgrade rights of licensed software
US11562439B2 (en) * 2019-07-24 2023-01-24 International Business Machines Corporation Multi-way optimal reconciliation and recommendation
US11068254B1 (en) 2020-06-10 2021-07-20 Cigna Intellectual Property, Inc. Systems and methods for generating and managing domain-based technology architecture
US20220366340A1 (en) * 2021-05-13 2022-11-17 Microsoft Technology Licensing, Llc Smart rollout recommendation system
US11880672B2 (en) * 2021-08-31 2024-01-23 Dell Products L.P. Dynamically consolidating applicable updates into an update recommendation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001222424A (ja) 2000-02-08 2001-08-17 Fujitsu Ltd ソフトウェアライセンス管理装置，ソフトウェアライセンス管理方法およびソフトウェアライセンス管理用プログラム記録媒体
JP2004118584A (ja) 2002-09-26 2004-04-15 Ricoh Co Ltd ライセンス管理サーバ、方法及びプログラム
US20140059535A1 (en) 2012-08-21 2014-02-27 International Business Machines Corporation Software Inventory Using a Machine Learning Algorithm
US20180322599A1 (en) 2017-05-04 2018-11-08 Servicenow, Inc. Automated software license reclamation

Family Cites Families (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6321229B1 (en) 1999-02-26 2001-11-20 Hewlett-Packard Company Method and apparatus for using an information model to organize an information repository into a hierarchy of information
US6829604B1 (en) 1999-10-19 2004-12-07 Eclipsys Corporation Rules analyzer system and method for evaluating and ranking exact and probabilistic search rules in an enterprise database
US20010042032A1 (en) 2000-05-11 2001-11-15 Crawshaw Geoffrey K. System for capturing, processing, tracking and reporting time and expense data
WO2002005154A2 (en) 2000-07-10 2002-01-17 It Masters Technologies S.A. System and method of enterprise systems and business impact management
US6609122B1 (en) 2000-08-01 2003-08-19 Bmc Software, Inc. Navigation of view relationships in database system
US6816898B1 (en) 2000-08-16 2004-11-09 Proactivenet, Inc. Interfacing external metrics into a performance management system
US6895586B1 (en) 2000-08-30 2005-05-17 Bmc Software Enterprise management system and method which includes a common enterprise-wide namespace and prototype-based hierarchical inheritance
US7027411B1 (en) 2000-10-31 2006-04-11 Hewlett-Packard Development Company, L.P. Method and system for identifying and processing changes to a network topology
US6944630B2 (en) 2000-11-22 2005-09-13 Bmc Software Database management system and method which monitors activity levels and determines appropriate schedule times
US7028301B2 (en) 2000-12-08 2006-04-11 Bmc Software, Inc. System and method for automatic workload characterization
US7170864B2 (en) 2001-03-08 2007-01-30 Bmc Software, Inc. System and method for WAP server management using a single console
US7506047B2 (en) 2001-03-30 2009-03-17 Bmc Software, Inc. Synthetic transaction monitor with replay capability
US7350209B2 (en) 2001-06-29 2008-03-25 Bmc Software System and method for application performance management
US7149734B2 (en) 2001-07-06 2006-12-12 Logic Library, Inc. Managing reusable software assets
US7089245B1 (en) 2001-08-31 2006-08-08 Bmc Software, Inc. Service desk data transfer interface
US6799189B2 (en) 2001-11-15 2004-09-28 Bmc Software, Inc. System and method for creating a series of online snapshots for recovery purposes
WO2003075117A2 (en) 2002-03-01 2003-09-12 Bmc Software, Inc. System and method for assessing and indicating the health of components
US7131037B1 (en) 2002-06-05 2006-10-31 Proactivenet, Inc. Method and system to correlate a specific alarm to one or more events to identify a possible cause of the alarm
US7020706B2 (en) 2002-06-17 2006-03-28 Bmc Software, Inc. Method and system for automatically updating multiple servers
US7194728B1 (en) 2002-11-18 2007-03-20 Bmc Software, Inc. System and method for packaging updates
US7062683B2 (en) 2003-04-22 2006-06-13 Bmc Software, Inc. Two-phase root cause analysis
US7945860B2 (en) 2003-05-14 2011-05-17 Hewlett-Packard Development Company, L.P. Systems and methods for managing conversations between information technology resources
US7925981B2 (en) 2003-05-14 2011-04-12 Hewlett-Packard Development Company, L.P. Systems and methods for managing web services via a framework of interfaces
US7882213B2 (en) 2003-06-03 2011-02-01 Bmc Software, Inc. Network management system to monitor managed elements
US7689628B2 (en) 2005-05-19 2010-03-30 Atul Garg Monitoring several distributed resource elements as a resource pool
US8224683B2 (en) 2003-07-08 2012-07-17 Hewlett-Packard Development Company, L.P. Information technology service request level of service monitor
US7133884B1 (en) 2003-11-26 2006-11-07 Bmc Software, Inc. Unobtrusive point-in-time consistent copies
US7392300B2 (en) 2004-01-08 2008-06-24 Hewlett-Packard Development Company, L.P. Method and system for modelling a communications network
WO2005078606A2 (en) 2004-02-11 2005-08-25 Storage Technology Corporation Clustered hierarchical file services
US20060111874A1 (en) * 2004-09-30 2006-05-25 Blazant, Inx. Method and system for filtering, organizing and presenting selected information technology information as a function of business dimensions
US7933927B2 (en) 2004-11-17 2011-04-26 Bmc Software, Inc. Method and apparatus for building index of source data
US9137115B2 (en) 2004-12-06 2015-09-15 Bmc Software, Inc. System and method for resource reconciliation in an enterprise management system
WO2006069359A2 (en) 2004-12-21 2006-06-29 Bmc Software, Inc. System and method for business service management and modeling
US7716353B2 (en) 2005-12-21 2010-05-11 Bmc Software, Inc. Web services availability cache
US7610512B2 (en) 2006-01-06 2009-10-27 Hewlett-Packard Development Company, L.P. System and method for automated and assisted resolution of it incidents
US8887133B2 (en) 2006-04-28 2014-11-11 Bmc Software, Inc. Bi-directional communication between change management tool and implementation tools
US8555287B2 (en) 2006-08-31 2013-10-08 Bmc Software, Inc. Automated capacity provisioning method using historical performance data
US7685167B2 (en) 2007-01-30 2010-03-23 Bmc Software, Inc. Configuration management database reference instance
US8051164B2 (en) 2007-12-14 2011-11-01 Bmc Software, Inc. Impact propagation in a directed acyclic graph having restricted views
US8266096B2 (en) 2008-10-24 2012-09-11 Bmc Software, Inc. Vendor portfolio management in support of vendor relationship management analysis, planning and evaluation
US8380749B2 (en) 2009-01-14 2013-02-19 Bmc Software, Inc. MDR federation facility for CMDBf
US8554750B2 (en) 2009-01-15 2013-10-08 Bmc Software, Inc. Normalization engine to manage configuration management database integrity
US8646093B2 (en) 2009-03-31 2014-02-04 Bmc Software, Inc. Method and system for configuration management database software license compliance
US10402544B2 (en) * 2009-11-30 2019-09-03 Red Hat, Inc. Generating a software license knowledge base for verifying software license compliance in cloud computing environments
US8743121B2 (en) 2009-12-23 2014-06-03 Bmc Software, Inc. Smart impact views
US9805322B2 (en) 2010-06-24 2017-10-31 Bmc Software, Inc. Application blueprint and deployment model for dynamic business service management (BSM)
US9122536B2 (en) 2009-12-30 2015-09-01 Bmc Software, Inc. Automating application provisioning for heterogeneous datacenter environments
US8832652B2 (en) 2010-03-26 2014-09-09 Bmc Software, Inc. Method for customizing software applications
US8457928B2 (en) 2010-03-26 2013-06-04 Bmc Software, Inc. Automatic determination of dynamic threshold for accurate detection of abnormalities
US9467344B2 (en) 2010-03-26 2016-10-11 Bmc Software, Inc. Mechanism to display graphical IT infrastructure using configurable smart navigation
US8478569B2 (en) 2010-03-26 2013-07-02 Bmc Software, Inc. Auto adjustment of baseline on configuration change
US8712979B2 (en) 2010-03-26 2014-04-29 Bmc Software, Inc. Statistical identification of instances during reconciliation process
US8380645B2 (en) 2010-05-27 2013-02-19 Bmc Software, Inc. Method and system to enable inferencing for natural language queries of configuration management databases
US8674992B2 (en) 2010-06-24 2014-03-18 Bmc Software, Inc. Spotlight graphs
US8402127B2 (en) 2010-06-28 2013-03-19 Bmc Software, Inc. System and method for offering virtual private clouds within a public cloud environment
US20120054166A1 (en) * 2010-08-31 2012-03-01 Leo Jeremias System for displaying search engine results with images
US8818994B2 (en) 2011-06-27 2014-08-26 Bmc Software, Inc. Mobile service context
US8745040B2 (en) 2011-06-27 2014-06-03 Bmc Software, Inc. Service context
US9015188B2 (en) 2011-09-28 2015-04-21 Bmc Software, Inc. Methods and apparatus for monitoring execution of a database query program
US8812539B2 (en) 2012-03-31 2014-08-19 Bmc Software, Inc. Unique attribute constraints for versioned database objects
US8626769B1 (en) * 2012-04-20 2014-01-07 Intuit Inc. Community contributed rules in online accounting systems
US9122552B2 (en) 2012-06-29 2015-09-01 Bmc Software, Inc. Hybrid cloud infrastructures
US9645833B2 (en) 2012-12-31 2017-05-09 Bmc Software, Inc. Additive independent object modification
US9317327B2 (en) 2013-02-28 2016-04-19 Bmc Software, Inc. Computing infrastructure planning
US9158799B2 (en) 2013-03-14 2015-10-13 Bmc Software, Inc. Storing and retrieving context sensitive data in a management system
US9613070B2 (en) 2013-03-15 2017-04-04 Bmc Software, Inc. Multi-entity normalization
US9098322B2 (en) 2013-03-15 2015-08-04 Bmc Software, Inc. Managing a server template
US9654473B2 (en) 2013-06-28 2017-05-16 Bmc Software, Inc. Authentication proxy agent
KR20150053513A (ko) 2013-11-08 2015-05-18 한국전자통신연구원 클라우드 서비스 브로커 장치 및 이를 이용한 클라우드 서비스 제공 방법
US20150332414A1 (en) * 2014-05-13 2015-11-19 Mastercard International Incorporated System and method for predicting items purchased based on transaction data
US9659051B2 (en) 2014-12-22 2017-05-23 Bladelogic Inc. Enforcing referential integrity for object data documents
US9535737B2 (en) 2015-01-30 2017-01-03 Bladelogic, Inc. Dynamic virtual port provisioning
US9930025B2 (en) * 2015-03-23 2018-03-27 Duo Security, Inc. System and method for automatic service discovery and protection
US10162982B2 (en) 2015-12-10 2018-12-25 Sap Se End user control of personal data in the cloud
US20180052713A1 (en) * 2016-08-19 2018-02-22 Flexera Software Llc Method and Apparatus for Optimizing System Resource Availability by Heuristically Transforming Raw Purchase Data into License Inventory
JP7074451B2 (ja) * 2017-10-24 2022-05-24 Ｎｔｔテクノクロス株式会社 管理装置、管理方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001222424A (ja) 2000-02-08 2001-08-17 Fujitsu Ltd ソフトウェアライセンス管理装置，ソフトウェアライセンス管理方法およびソフトウェアライセンス管理用プログラム記録媒体
JP2004118584A (ja) 2002-09-26 2004-04-15 Ricoh Co Ltd ライセンス管理サーバ、方法及びプログラム
US20140059535A1 (en) 2012-08-21 2014-02-27 International Business Machines Corporation Software Inventory Using a Machine Learning Algorithm
US20180322599A1 (en) 2017-05-04 2018-11-08 Servicenow, Inc. Automated software license reclamation

Also Published As

Publication number Publication date
US20200349134A1 (en) 2020-11-05
US20220050815A1 (en) 2022-02-17
JP2022531370A (ja) 2022-07-06
US11204903B2 (en) 2021-12-21
AU2020266172A1 (en) 2021-11-25
KR20220003056A (ko) 2022-01-07
KR102665243B1 (ko) 2024-05-16
WO2020223696A1 (en) 2020-11-05

Similar Documents

Publication Publication Date Title
US11176331B2 (en) Contextual communication and service interface
JP7361135B2 (ja) 管理対象ネットワークによって使用されるソフトウェアの決定及び調整
US11706243B2 (en) Multi-application recommendation engine for a remote network management platform
US11054972B2 (en) Context-based user assistance and service workspace
US10958532B2 (en) Machine learning based discovery of software as a service
US20200092178A1 (en) Decision tables and flow engine for building automated flows within a cloud based development platform
US10223329B2 (en) Policy based data collection, processing, and negotiation for analytics
US11222290B2 (en) Intelligent capability extraction and assignment
US10255364B2 (en) Analyzing a query and provisioning data to analytics
Missbach et al. SAP on the Cloud
Ciaburro et al. Hands-on machine learning on google cloud platform: Implementing smart and efficient analytics using cloud ml engine
Al-Sayed et al. CloudFNF: An ontology structure for functional and non-functional features of cloud services
US11061949B2 (en) User interface for contextual search
EP3624027A1 (en) Decision tables and flow engine for building automated flows within a cloud based development platform
Muppala et al. Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker
US10169382B2 (en) Keyword identification for an enterprise resource planning manager
Dinh et al. Data Process Approach by Traditional and Cloud Services Methodologies
US11205047B2 (en) Hierarchical search for improved search relevance
Carpenter SQL Server 2008 Administration: Real-World Skills for MCITP Certification and Beyond (Exams 70-432 and 70-450)
Lisdorf et al. Cloud Technology
Polgar Web Portal Design, Implementation, Integration, and Optimization

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211224

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211224

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221227

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230324

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230606

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230804

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230912

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231002

R150 Certificate of patent or registration of utility model

Ref document number: 7361135

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150