KR20140112555A - 가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리 - Google Patents

가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리 Download PDF

Info

Publication number
KR20140112555A
KR20140112555A KR1020147022556A KR20147022556A KR20140112555A KR 20140112555 A KR20140112555 A KR 20140112555A KR 1020147022556 A KR1020147022556 A KR 1020147022556A KR 20147022556 A KR20147022556 A KR 20147022556A KR 20140112555 A KR20140112555 A KR 20140112555A
Authority
KR
South Korea
Prior art keywords
customer
data center
performance
policy
level
Prior art date
Application number
KR1020147022556A
Other languages
English (en)
Other versions
KR101558909B1 (ko
Inventor
이제키엘 크룩릭
Original Assignee
엠파이어 테크놀로지 디벨롭먼트 엘엘씨
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 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 filed Critical 엠파이어 테크놀로지 디벨롭먼트 엘엘씨
Publication of KR20140112555A publication Critical patent/KR20140112555A/ko
Application granted granted Critical
Publication of KR101558909B1 publication Critical patent/KR101558909B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements
    • H04L43/55—Testing of service level quality, e.g. simulating service usage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26—Functional testing
    • G06F11/261—Functional testing by simulating additional hardware, e.g. fault simulation
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
    • H04L41/5064—Customer relationship management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

현재 데이터센터에서 기존 고객 배치의 토폴로지 설명 및 달성된 성능 메트릭의 집합을 수신하고, 달성된 성능 수준에 매치하거나 이를 초과하는 설정을 발견하도록 이용가능한 서비스 수준 전체에 걸쳐 정책 설정을 사용하여 시뮬레이션을 반복하도록 구성되는 방법 및 시스템에 관한 기술이 제시된다. 설정이 기본 시뮬레이션으로부터 얻어질 수 있도록, 고객 사양은 측정된 성능과 함께 표준화된 포맷으로 수신될 수 있다. 결과적인 시뮬레이션은 고객을 위한 옵션 및 그 성능의 메뉴를 자동적으로 생성하는데에 이용될 수 있으며, 그 정보는 고객이 셋업을 선택하는 경우 구성 관리자에게 제공될 수 있다.

Description

가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리{ITERATIVE SIMULATION OF REQUIREMENT METRICS FOR ASSUMPTION AND SCHEMA-FREE CONFIGURATION MANAGEMENT}
여기에서 달리 명시되지 않는 한, 본 섹션에서 설명되는 내용은 본 출원에서 청구범위에 대한 종래 기술이 아니며, 본 섹션에 포함함으로써 선행 기술로 인정되지 않는다.
네트워킹 및 데이터 처리 기술의 발전에 따라, 데이터센터(datacenter)를 통해 제공되는 서비스의 수가 점점 많아지고 있다. 데이터센터는 특정 지식체(body of knowledge)를 중심으로 하여 조직되거나 하나 이상의 특정 기관에 관한 데이터 및 정보의 저장, 관리 및 보급을 위한 중앙집권화된(centralized) 저장소(repository)이다. 일부 데이터센터는 데이터 저장소, 애플리케이션 실행 플랫폼 및 유사한 서비스를 다수의 고객에게 제공할 수 있다. 다른 데이터센터는 데이터의 수집, 처리 및/또는 분석과 같은 클라이언트를 위한 태스크를 관리하는데에 전문화될 수 있다.
데이터센터에 의해 그 고객에게 제공되는 서비스는 전형적으로 서비스 수준 합의(Service Level Agreement(SLA))에 의해 특정된다. SLA는 데이터 저장 용량, 액세스 타이밍, 보장된 가동 시간(uptime) 및 유사한 양태와 같은 서비스 파라미터를 정의할 수 있다. 고객을 새로운 데이터센터로 이동시키는 것은 SLA에 열거된 사양(specification) 매칭의 문제 이상이다. 통상적인 SLA는 종종 간결하거나 구체적이지 않을 수 있고, 구체적인 메트릭(metric)을 결여할 수 있다. 그러나, 중요한 메트릭을 제공하는 복잡한 스키마(schema)조차 신호 타이밍(signaling timing) 및 시스템 상호작용의 뉘앙스(nuance)를 포착하지 않을 수 있다.
데이터센터가 계속적으로 고장을 검사(troubleshoot)하고 대규모 배치(deployment)를 조정하여, 고객의 애플리케이션이 데이터센터의 특정 부족(shortcoming)에 제대로 작용하도록 하지만, 고객을 잃은 오리진(origin) 데이터센터는 자신의 고장 검사 발견을 공유하기를 원하지 않을 수 있고, 그 데이터센터에서 작용하지 않을 수 있는 목적지(destination) 데이터센터에서 구현되는 일련의 요건에 책임이 있기를 원하지 않을 수 있다.
따라서, 종래의 접근법은 고객의 애플리케이션/데이터가 하나의 데이터센터에서 다른 것으로 이동되는 경우 그것들에 일어날 수 있는 것의 불완전한 그림을 제공하며, 이는 새로운 데이터센터로의 이동에 따라 예상치 못하게 호환성이 없게 되거나(incompatibility) 에러가 발생할 수 있는 위험을 증가시킨다.
본 개시는 일반적으로 클라우드 이동(cloud migration)에 있어서 스키마 없는(schema-free) 구성 관리(configuration management)를 위하여 측정된 성능(measured performance)의 반복적 시뮬레이션(iterative simulation)을 구현하기 위한 기술을 설명한다.
일부 예시에 따르면, 측정된 성능의 반복적 시뮬레이션에 기초하여 클라우드 이동에서의 구성 관리를 위한 방법은, 현재 데이터센터에서의 기존의 고객 배치의 토폴로지 설명(topology description) 및 달성된 성능 수준의 집합을 수신하는 단계, 토폴로지 설명을 정책 설정(policy setting)의 시험 집합(test set)과 조합하는 단계, 및 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 대해 정책 설정의 시험 집합을 사용하여 하나 이상의 시뮬레이션을 반복하는 단계를 포함할 수 있다.
다른 예시에 따르면, 측정된 성능의 반복적 시뮬레이션에 기초하여 클라우드 이동에서의 구성 관리를 구현하기 위한 컴퓨팅 장치는, 명령어를 저장하도록 구성되는 메모리 및 명령어와 함께 이동 애플리케이션(migration application)을 실행하도록 구성되는 처리 유닛을 포함할 수 있다. 이동 애플리케이션은 현재 데이터센터에서 기존의 고객 배치의 토폴로지 설명 및 달성된 성능 수준의 집합을 수신하고, 토폴로지 설명을 정책 설정의 시험 집합과 조합하며, 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 대해 정책 설정의 시험 집합을 사용하여 하나 이상의 시뮬레이션을 반복할 수 있다.
또 다른 예시에 따르면, 컴퓨터 판독 가능 저장 매체에는 측정된 성능의 반복적 시뮬레이션에 기초하는 클라우드 이동에서의 구성 관리를 위한 명령어가 저장될 수 있다. 명령어는 현재 데이터센터에서의 기존의 고객 배치의 토폴로지 설명 및 달성된 성능 수준의 집합을 수신하는 것, 토폴로지 설명을 정책 설정의 시험 집합과 조합하는 것, 및 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 대해 정책 설정의 시험 집합을 사용하여 하나 이상의 시뮬레이션을 반복하는 것을 포함할 수 있다.
이상의 요약은 단지 예시적인 것으로서 어떠한 방식으로든 제한적으로 의도된 것이 아니다. 이하의 상세한 설명과 도면을 참조함으로써, 위에서 설명된 예시적인 양태들, 실시예들 및 특징들에 더하여, 추가적인 양태들, 실시예들 및 특징들이 명확해질 것이다.
본 개시의 전술한 특징들 및 다른 특징들은 첨부 도면과 함께, 다음의 설명 및 첨부된 청구범위로부터 더욱 명확해질 것이다. 이들 도면은 본 개시에 따른 단지 몇 개의 실시예들을 묘사할 뿐이고, 따라서 그 범위를 제한하는 것으로 간주되어서는 안될 것임을 이해하면서, 본 개시는 첨부 도면을 사용하여 더 구체적이고 상세하게 설명될 것이다.
도 1은 클라우드 이동에서의 스키마 없는 구성 관리를 위해 이용될 수 있는 측정된 성능의 반복적 시뮬레이션이 구현될 수 있는 예시적인 시스템을 도시하고,
도 2는 예시적인 클라우드 토폴로지 구조를 도시하고,
도 3은 계층적인 클라우드 토폴로지를 생성하기 위한 예시적인 하향식(top-down) 접근법을 도시하고,
도 4는 클라우드 이동에서의 스키마 없는 구성 관리를 위하여 측정된 성능의 반복적 시뮬레이션의 이용을 위한 시스템을 개념적으로 도시하고,
도 5는 클라우드 이동에서의 스키마 없는 구성 관리를 위하여 측정된 성능의 반복적 시뮬레이션을 구현하는데에 이용될 수 있는 범용 컴퓨팅 장치를 도시하고,
도 6은 도 5에서의 장치(500)와 같은 컴퓨팅 장치에 의해 수행될 수 있는 예시적인 방법을 도시하는 흐름도이고,
도 7은 예시적인 컴퓨터 프로그램 제품의 블록도를 도시하며,
모두 여기에서 설명되는 적어도 일부 실시예에 따라 배열된다.
이하의 상세한 설명에서, 여기의 일부를 이루는 첨부 도면에 대한 참조가 이루어진다. 문맥에서 달리 지시하고 있지 않은 한, 도면에서 유사한 부호는 통상적으로 유사한 컴포넌트를 나타낸다. 상세한 설명, 도면 및 청구범위에 설명되는 예시적인 실시예들은 제한적으로 여겨지지 않는다. 본 개시에서 제시되는 대상의 범위 또는 사상에서 벗어나지 않으면서 다른 실시예가 이용될 수 있고 다른 변경이 이루어질 수 있다. 여기에서 일반적으로 설명되고 도면에 도시되는 본 개시의 양태들이 다양한 다른 구성들로 배열, 대체, 조합, 분리 및 설계될 수 있음과 이 모두가 여기에서 명시적으로 고려됨이 기꺼이 이해될 것이다.
일반적으로 본 개시는, 그 중에서도 특히, 클라우드 이동에서의 스키마 없는 구성 관리를 위해 측정된 성능의 반복적 시뮬레이션을 구현하는 것과 관련된 방법, 기기, 시스템, 장치 및/또는 컴퓨터 프로그램 제품에 관한 것이다.
간단히 말해, 현재 데이터센터로부터 기존의 고객 배치의 토폴로지 설명 및 달성된 성능 메트릭의 집합을 수신하고 이용가능한 서비스 수준 전체에 걸쳐 정책 설정을 이용하여 시뮬레이션을 반복하여 달성된 성능 수준을 매치 또는 초과하는 설정을 발견하도록 구성되는 시스템에 관한 기술이 제시된다. 측정된 성능과 함께 고객 사양은 표준화된 포맷으로 수신될 수 있어, 기본 시뮬레이션(fundamental simulation)으로부터 설정이 얻어질 수 있다. 결과적인 시뮬레이션은 고객을 위하여 자동적으로 옵션과 그 성능의 메뉴를 생성하는데에 이용될 수 있고, 그 정보는 고객이 셋업(setup)을 선택하는 경우 구성 관리자(configuration manager)에게 제공될 수 있다.
도 1은 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는, 클라우드 이동에서의 스키마 없는 구성 관리를 위해 이용될 수 있는 측정된 성능의 반복적 시뮬레이션이 구현될 수 있는 예시적인 시스템을 도시한다.
데이터센터는 특정 지식체를 중심으로 하여 조직되거나 하나 이상의 특정 기관에 관한 데이터 및 정보의 저장, 관리 및 보급을 위한 중앙집권화된 저장소이다. 또한, 데이터센터는 다양한 고객 애플리케이션에 대해 클라우드 기반 플랫폼을 제공한다. 데이터센터의 고객(또는 "세입자(tenant)")은 클라우드 기반 게이밍 애플리케이션, 협업 애플리케이션 및 유사한 것들과 같은, 데이터센터에서 실행 및 관리되는 하나 이상의 애플리케이션을 통해 자신의 고객 또는 사용자에게 서비스를 제공할 수 있다.
도해(100)에 도시된 바와 같이, 데이터센터 또는 클라우드(102)는 다수의 서버(104), 전문화된(specialized) 장치(106)(예컨대, 라우터, 방화벽 등) 및 데이터 저장소를 포함할 수 있다. 클라우드(102)는 다수의 물리적 머신 상에 분산된 다수의 가상 데이터센터를 포함할 수 있다. 클라우드(102)에서 실행되는 애플리케이션은 컴퓨터(108) 및/또는 서버(109)와 같은 고객 장치에 의해 액세스될 수 있다.
클라우드 기반 기술의 확산과 서비스 제공자 간의 경쟁의 증가에 따라, 하나의 데이터센터에서 다른 것으로의 이동이 점점 자주 발생하고 있다. 전형적으로 데이터센터 제공자와의 고객 관계는 SLA에 의해 정의된다. 그러나, 다른 데이터센터 제공자와의 SLA는 변화하는 용어(terminology) 또는 변화하는 세부 사항 수준(detail level)에서 서비스 사양을 정의할 수 있다. 또한, 데이터센터의 구조 및 능력이 변화할 수 있어 성능과 다른 메트릭의 직접적인 비교를 어렵게 할 수 있다. 따라서, 목적지 데이터센터가 잠재적 고객에게 다양한 조건 및 서비스 수준 제안(offering)에 관해 새로운 데이터센터 상의 자신의 구현된 아키텍처 및 서비스에 대한 예상되는 성능을 실제적으로 증명하는 것이 유익할 것이다. 또한, 고객 이동(customer transfer)은 고객 니즈(customer needs)의 통신이 구현(implementation) 및 해석(interpretation)에 종속되는 관리 가치(management value)의 형태를 취하지 않고 구현 정책(implementation policy) 대신 관측된 측정값의 집합인 경우에 가능해질 수 있어, 오리진 데이터센터로부터 책임을 덜어 주고 불공정한 이동 행위의 염려를 없앨 수 있다.
일부 실시예에 따른 시스템에서, 측정된 성능은 서버(118)에 의해 관리되는 제3자 엔티티(110)에 의해 또는 다른 장치(116)를 이용하고 서버(114)에 의해 관리되는 목적지 데이터센터(클라우드(112))에 의해 반복적 시뮬레이션을 통해 클라우드 이동에서의 스키마 없는 구성 관리를 위해 사용될 수 있다.
또한, 일부 실시예에 따른 시스템은 목적지 데이터센터(클라우드(112))가 다른 정책을 사용하여 달성될지라도 타겟(target) 성능을 초과하는 해결책(solution)을 발견하는 것을 허용함으로써, 더 적은 수의 정의된 요건(토폴로지 및 최종 결과)을 이용하면서 더 완전한 비교를 가능하게 할 수 있다. 이동을 위한 오리진 데이터센터(클라우드(102)) 상의 부담은, 더 이상 오리진 데이터센터가 목적지 데이터센터(클라우드(112))에 정책을 제안하는 것을 필요하지 않게 하고 단순히 사실에 입각한 양적 측정값(measurement)을 제공하여야 함으로써 감소될 수 있다. 목적지 데이터센터는 수신된 측정값으로부터 정책을 개발(develop)하도록 허용될 수 있다. 측정값은 오리진 데이터센터(클라우드(102))를 모르는 고객에 의해 취해질 수도 있다.
도 2는 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는 예시적인 클라우드 토폴로지 구조를 도시한다.
오리진 데이터센터에서 측정된 성능 결과에 예상되는 성능을 비교하도록 타겟 데이터센터에서 시뮬레이션을 실행하기 위해, 일부 실시예에 따른 시스템은 배치 토폴로지에 대한 표준화된 입력 포맷을 취할 수 있다. 배치 토폴로지를 제공하는데에 이용될 수 있는 표준화된 포맷의 일례는 BRITE(Boston University Representative Internet Topology Generator)일 수 있다.
BRITE는 다수의 생성 모델을 지원하는 유연한(flexible) 토폴로지 생성기(topology generator)이다. BRITE는 사용자에 의해 수동으로 준비될 수 있거나 모델링 애플리케이션에 의해 자동으로 생성될 수 있는 구성 파일로부터 생성 파라미터를 판독할 수 있다. 또한, 다른 토폴로지 생성기에 의해 생성된 토폴로지가 불러오기(import) 될 수 있거나, 인터넷으로부터 직접적으로 수집된 토폴로지 데이터가 사용될 수 있다. 생성 프로세스는 평면(plane)에 노드(node)를 배치하는 것, 노드를 상호 연결하는 것, 토폴로지 컴포넌트에 속성(예컨대, 링크에 대한 지연, 신뢰도, 분산 및 대역폭, 라우터 노드에 대한 자율 시스템(autonomous system(AS)) 식별자 등)을 할당하는 것, 및 토폴로지를 특정 포맷으로 출력하는 것을 포함할 수 있다.
BRITE에서, 토폴로지는 도해(200)에 도시된 바와 같은 클래스 토폴로지(220)에 의해 표시될 수 있다. 이러한 클래스는 데이터 멤버로서 모델(222) 및 그래프(230)와, 그 중에서도 내보내기(exporting) 방법(236)의 집합을 포함할 수 있다. 토폴로지는 스케일러블 시뮬레이션 프레임워크(Scalable Simulation Framework(SSF))(242), 네트워크 시뮬레이터(240) 또는 다른 대표적인 클라우드 토폴로지 생성기(예컨대, BRITE) 인스턴스(instance)로 내보내기 될 수 있다.
모델(222) 클래스는 다수의 특정 생성 모델(224, 226 및 228)이 얻어질(244) 수 있는 추상 베이스 클래스(abstract base class)이다. BRITE에 의해 생성되는 각각의 특정 토폴로지는, 생성된 토폴로지가 플랫(flat)인 경우 생성 모델의 하나의 인스턴스를 사용할 수 있거나, 토폴로지가 조합된 계층적 토폴로지(combined hierarchical topology)인 경우 하나보다 많은 인스턴스를 사용할 수 있다. 그래프(230) 데이터 멤버는 생성 모델에 의해 요구되는 최소한의 기능성(functionality)을 가지는 그래프 클래스일 수 있다. 그래프(230)는 그래프 표현에서 네트워크 토폴로지를 나타내는 노드(232) 및 에지(edge)(234)를 포함할 수 있다.
BRITE 또는 유사한 생성기의 출력 파일은 도 4의 배치 지도(deployment map)(462)를 위해 사용될 수 있다. 모델 생성기에 의해 제공되는 트리(tree) 구조는 연결성(connectivity), 모델, 트래픽 데이터 등을 처리할 수 있다. 토폴로지를 추출하는 것을 넘어, 데이터센터는 전형적으로 트래픽과 액티비티(activity)를 정량화(quantify)하는 좋은 모델을 생성하기 위한 협조적인(accommodating) 환경이다. 데이터센터는 풀 모델(full model)이 제공될 수 있도록 추출된 배치에서의 각각의 노드에서의 트래픽 및 액티비티의 스냅샷(snapshot)을 제공하기에 충분한 데이터를 수집할 수 있다.
일부 예시적인 실시예를 위한 모델 데이터는 각각의 링크에 대한 트래픽 양과 각각의 노드에서의 액티비티 부하(load)를 가지는 스냅샷 상태(state)(모델 1부터 N)를 포함할 수 있다. 풀 모델을 위한 추출된 배치에서의 각각의 노드에서의 트래픽과 액티비티의 스냅샷과 같은 정보는 실시예에 따른 시스템에서 필요하지 않을 수 있다. 토폴로지와 처리량(throughput)의 최종 성능은 여기에서 설명되는 반복을 수행하기에 충분할 수 있다. 상태는 하이(high)로부터 로우(low)까지의 로딩 오분위(loading quintile)에서의 상태 또는 고장(fault) 또는 한계(limit)가 발생할 때의 상태와 같은 다양한 전형적인 사건(occurrence)을 포함할 수 있다. 일부 실시예에서, 표준화된 포맷의 배치 지도는 오리진 데이터센터에서 자동화된 방식으로 제공될 수 있으며, 이는 고객 요건이 아니라 실제 관측된 배치 상태이기 때문에 해석에 종속되지 않을 수 있다. 이러한 상태와 애플리케이션 성능 사이의 관계는 반복적 시뮬레이션을 통해 정책 설정을 결정하는데에 이용되어 결과적인 설정이 각각의 데이터센터 및 그 특정한 동작에 특정하도록 될 수 있다. 그 중에서도, 이는 정책의 특정 집합이 고객을 만족시킬 것이라고 하는 것이 아니라, 오리진 데이터센터가 배치 지도에 대해 관측된 양 및 측정된 애플리케이션 성능을 제공하는 것이고, 이를 구성으로 바꾸기 위한 부담은 타겟 데이터센터나 제3자에게 있으므로, 오리진 데이터센터에서의 책임을 감소시킬 수 있다.
실시예에 따른 토폴로지 포맷은 특정 인스턴스 배치에 따라 정해지는 것이 아니라 그들 사이의 연결에 의해 정의됨에 유의하여야 한다. 따라서, 오리진 데이터센터는 표준화된 배치 파일(예컨대, BRITE 파일)을 공유함으로써 그 내부 작용을 드러내는 것은 아니다.
도 3은 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는 계층적 클라우드 토폴로지를 생성하기 위한 예시적인 하향식 접근법을 도시한다.
하향식은 계층적 토폴로지를 생성하기 위한 BRITE와 같은 토폴로지 생성기에 의해 사용되는 접근법 중 하나이다. 하향식은 BRITE가 먼저 도해(300)에 도시된 바와 같은 이용가능한 플랫 AS 수준 모델 중 하나에 따라 AS 수준 토폴로지(344)를 생성하는 것을 의미한다. 다음, AS 수준 토폴로지에서의 각각의 노드(예컨대, 노드(346))에 대하여, 라우터 수준에서 사용될 수 있는 이용가능한 플랫 모델로부터 상이한 생성 모델을 사용하여 라우터 수준 토폴로지가 생성될 수 있다(351부터 355). AS 수준 토폴로지(344)의 연결성에 의해 지시되는 대로 라우터 수준 토폴로지(351-355)를 상호 연결하는데에 에지 연결 메커니즘(edge connection mechanism)(358)이 사용될 수 있다. 대표적인 방식의 라우터 수준 토폴로지의 상호 연결은 인터넷 토폴로지에서 실제 일어나는 것을 반영하는 모델로 에지 연결 방법의 집합을 점차적으로 증가시키는 에지 연결 메커니즘을 이용할 수 있다. 실제 AS 식별자는 공유될 필요가 없고, 토폴로지만 및 이동될 그 고객에 관련하는 토폴로지만 공유될 필요가 있으므로, 네트워크의 넓은 면적이 생략될 수 있다.
최종 토폴로지는 계층적 토폴로지를 AS 수준에서의 각각의 노드와 연관된 개별 토폴로지로 구성되는 라우터 수준 토폴로지로 평평하게(flatten) 함으로써 얻어질 수 있다. 하향식 토폴로지를 생성하기 위한 구성 파일은 도메인 간(inter-domain) 및 도메인 내(intra-domain) 링크에 대한 대역폭 분배를 제어하는 파라미터를 포함할 수 있다. 이러한 파라미터는 AS 수준 및 라우터 수준 토폴로지를 위한 특정 파라미터를 무효화(override) 할 수 있다. 생성된 AS 수준 토폴로지를 위한 대역폭은 도메인 간 분배에 따라 할당될 수 있다.
도 4는 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는, 클라우드 이동에서의 스키마 없는 구성 관리를 위한 측정된 성능의 반복적 시뮬레이션의 사용을 위한 시스템을 개념적으로 도시한다.
예시적인 실시예는 고객이 다양한 부하 또는 미디어 파일 처리량에서 각각의 고객 페이지를 제공(serve)하도록 지연(delay)과 비슷한 비즈니스 수준을 관련시키고 특정할 수 있는 성능 관련 메트릭의 작은 집합(short set)으로서 고객 요건이 전달되는 것을 가능하게 한다. 도해(400)에 도시된 바와 같이, 오리진 데이터센터는 이러한 메트릭의 측정되고 달성된 값(측정된 애플리케이션 성능(464)) 및 고객 배치의 실제 배치 토폴로지 및 트래픽 지도(462)를 전달할 수 있다. 타겟 데이터센터(470)는 이후 반복적인 시뮬레이션에 의해 타겟 데이터센터 정책 및 서비스 수준의 측면에서 자신의 고객 요건에 도달할 수 있다 - 실제 배치를 사용하여 시뮬레이션된 높은 수준 성능에 기초하여 다수의 가능한 패키지(package)를 고객에게 제안한다. 따라서, 교환될 필요가 있는 요건의 수가 실질적으로 감소되면서, 또한 스키마 착오(misunderstanding)의 여지를 줄이고, 타겟 데이터센터가 오리진 데이터센터(460)에 의해 사용되는 복잡한 서비스 프로파일을 채택(이는 타겟 데이터센터(470)에서 단순히 비효율적일 수 있음)하는 대신 자신의 능력들을 혼합하여 높은 성능 메트릭 목표를 달성하는 것을 허용할 수 있다.
도해(400)에서 설명되는 시스템에서, (자동적으로 생성될 수 있는) 배치 지도(462) 및 측정된 애플리케이션 성능(464)은 오리진 데이터센터(460)에 의해 정량화할 수 있는(quantifiable) 비독점적(nonproprietary) 고객 요건으로서 공급될 수 있다. 시뮬레이션 어셈블러(assembler)(472)는 수신된 고객 배치 지도(476) 및 정책 시스템(478)에 의해 생성된 가능한 정책 설정(474)을 수집할 수 있고, 타겟 데이터센터(470)에서 시뮬레이터(480) 상에서 실행할 시뮬레이션을 생성할 수 있다. 시뮬레이션의 결과는 이전에 측정된 애플리케이션 성능(482)에 비교될 수 있으며, 적절한 요건에 도달하지 않는 경우 정책 설정은 정책 시스템(478)을 통해 반복될 수 있다. 타겟 성능이 도달되는 경우, 서비스 수준 정책의 전체 집합(full set)이 높은 수준 성능 사양에 의해 요약되는 고객 옵션(484)으로서 부가될 수 있고 완료시까지 시뮬레이션이 다시 반복될 수 있다. 사이클이 완료되는 경우, 서비스 수준(488)의 고객 메뉴가 사용자에게 제공되거나 제공되지 않을 수 있는 연관된 풀 서비스 수준 데이터 및 요약된 성능 옵션과 함께 이용가능하게 될 수 있다.
따라서, 고객은 타겟 성능과 정책의 전체 리스트를 선택할 수 있고, 요구되는 서비스 수준이 시스템에 의해 구성 관리자(486)에게 전달되어 고객으로 하여금 기초를 이루는 정책을 배우거나 수동으로 설정하도록 요하지 않으면서 복잡한 서비스 옵션의 자동적인 고객 선택을 가능하게 할 수 있다. 오리진 데이터센터(460)에 의하거나 고객에 의해 측정될 수 있는 모호하지 않은(unambiguous) 관측된 데이터에 기초하여 타겟 데이터센터(470) 내에 정책이 개발될 수 있음을 유의하여야 한다.
배치 토폴로지가 배치 지도(476)에 제공되면, 시뮬레이션 어셈블러(472)는 허용되는 대역폭, 토폴로지 지점 사이의 거리(예컨대, 네트워크 상에서 태스크들이 얼마나 떨어져 실행되도록 허용되는지), 다양한 서비스에 대한 응답 시간, 및 타겟 데이터센터(470)의 유사한 특징과 같은 메트릭을 정의하는 정책 설정의 시험 집합과 배치 지도(476)를 조합할 수 있다.
정책 설정 옵션은 타겟 데이터센터(470) 내에서 완전히 정의되기 때문에, 데이터센터는 다른 데이터센터의 정책 설정을 매치 또는 번역(translate)하여야 하지 않고도 최적의 정책 옵션을 실행할 수 있다. 따라서, 오리진 애플리케이션 성능에 매치시키기 위한 상이한 정책의 반복적 시뮬레이션은 기존에 고려되는 요건 스키마의 일부인 데이터센터 사이의 어떠한 정보 교환 없이도 타겟 데이터센터(470) 정책의 설정을 효과적으로 허용한다. 이는, 예컨대 요구되는 데이터가 고객에 의해 액세스될 수 있으므로, 협업적이지 않은 이동 중에도 성능 시험 및 매치를 허용한다.
전술한 바와 같이, 용인되는 결과를 제공하는 정책 혼합(mix)은 서비스 수준(488)의 고객 메뉴를 제공하도록 저장될 수 있다. 고객 메뉴는 다양한 옵션 뒤의 정책 세부 사항을 반드시 식별하여야 하는 것은 아닐 수 있다. 대신에, 이는 적절한 성능 메트릭(예컨대, 측정된 애플리케이션 성능(464)과 같은 메트릭을 사용하는 측정치)을 제시할 수 있고, 제안(offering)과 연관된 적절한 정책으로 정책 시스템(478) 내 링크를 유지할 수 있다. 고객이 옵션을 선택하면, 정책 시스템(478)으로부터의 관련된 정책은 구현을 위해 구성 관리자(486)로 전달될 수 있다. 이는 고객이 이전에 측정된 애플리케이션 성능(464)을 매치하는 것을 포함하는 다양한 성능 옵션으로부터 선택하는 것을 가능하게 할 수 있고, 이는 타겟 데이터센터(470)에서 그러한 성능을 생성하기 위한 비용에 기초하여 가격이 책정될 수 있다. 일부 예시에서, 옵션은 필터링될 수 있다. 예를 들어, 많은 수의 옵션이 자격이 있는 경우, 가격 책정 선택 입상도(granularity)를 최대화하도록 가장 높은 소정의 수의 옵션 또는 각각의 성능 카테고리로부터 하나가 보여질 수 있다.
오리진 데이터센터(460)에서 데이터를 측정하는 것은 데이터센터 자체에 의해 또는 고객 배치 내 일련의 프로그램에 의해 수행될 수 있다. 예를 들어, 타겟 데이터센터(470)는 고객에게 패킷 스니퍼(packet sniffer) 및 소프트웨어 계측(instrumentation)을 제공할 수 있으며, 이는 예컨대 배치된 인스턴스 사이의 상호 연결 토폴로지를 측정하도록 예비 패킷(exploratory packet) 상의 "수명(time-to-live)" 변수를 조작함에 의한 또는 홉 체킹(hop-checking) 같은 오리진 데이터센터(460)로부터의 도움 없이 고객 배치 내에서 실행될 수 있다. 또한, 제3자 서비스도 독립 엔티티로서 전술한 태스크를 수행할 수 있다.
착오를 줄이고 가능한 관리 형태를 다루려는 시도로 고객 프로세스를 실행하기 위한 더 정밀한 스키마 및 가이드라인을 제공하는 대신, 일부 실시예에 따른 시스템은 데이터센터 동작에 관한 가정이 없는 단순하고 정량적인 통신을 허용한다. 오리진 데이터센터(460)는 고객의 배치에 관한 측정 가능한 데이터를 공유할 수 있고, 이를 타겟 데이터센터(470)로 넘겨 적절한 결과 정책을 얻을 수 있다. 또한, 협업할 필요 또는 책임이 오리진 데이터센터(460)로부터 제거될 수 있다. 실제로, 이는 일부 구현에서 오리진 데이터센터(460)의 참여 없이 또는 이를 모르면서 이루어질 수 있다. 동시에 오리진 및 타겟 데이터센터 모두의 독점적인(proprietary) 아키텍처 세부 사항이 보호된다. 또한, 타겟 데이터센터는 어떻게 고객의 배치를 실행하고 고객이 용인할 수 있는 수준에서 신경쓸 수 있는 메트릭을 달성하는 것을 기대하는지에 관한 추적 가능한 분석을 포함하는 설득력 있는 시나리오를 나타내는 것이 가능해진다.
도 5는 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는 클라우드 이동에서의 스키마 없는 구성 관리를 위하여 측정된 성능의 반복적 시뮬레이션을 구현하는데에 이용될 수 있는 범용 컴퓨팅 장치(500)를 도시한다. 예를 들어, 컴퓨팅 장치(500)는 도 4의 타겟 데이터센터(470)에서 서버로서 사용될 수 있다. 예시적인 기본 구성(basic configuration)(502)에서, 컴퓨팅 장치(500)는 하나 이상의 프로세서(504) 및 시스템 메모리(506)를 포함할 수 있다. 메모리 버스(508)가 프로세서(504)와 시스템 메모리(506) 사이의 통신을 위해 사용될 수 있다. 기본 구성(502)은 도 5에서 내부 파선 내의 컴포넌트로서 도시된다.
요구되는 구성에 따라, 프로세서(504)는 마이크로프로세서(μP), 마이크로컨트롤러(μC), 디지털 신호 프로세서(DSP) 또는 그 임의의 조합을 포함하나 이에 한정되지 않는 임의의 유형일 수 있다. 프로세서(504)는 레벨 캐시 메모리(512)와 같은 하나 이상의 레벨의 캐싱, 프로세서 코어(514) 및 레지스터(516)를 포함할 수 있다. 예시적인 프로세서 코어(514)는 ALU(arithmetic logic unit), FPU(floating point unit), DSP 코어(digital signal processing core), 또는 그 임의의 조합을 포함할 수 있다. 예시적인 메모리 컨트롤러(518)는 또한 프로세서(504)와 사용될 수 있거나, 또는 일부 구현예에서, 메모리 컨트롤러(518)는 프로세서(504)의 내부 부품일 수 있다.
요구되는 구성에 따라, 시스템 메모리(506)는 (RAM과 같은) 휘발성 메모리, (ROM, 플래시 메모리 등과 같은) 비휘발성 메모리, 또는 그 임의의 조합을 포함하나 이에 한정되지 않는 임의의 유형일 수 있다. 시스템 메모리(506)는 운영 체제(520), 하나 이상의 애플리케이션(522) 및 프로그램 데이터(524)를 포함할 수 있다. 애플리케이션(522)은 데이터센터 관리 애플리케이션, 이동 관리 애플리케이션 또는 유사한 것일 수 있으며, 여기에서 설명된 바와 같이 소스 데이터센터로부터 배치 지도 및 측정된 성능 결과를 수신, 타겟 데이터센터 상에서 시뮬레이션을 수행, 및 이동을 위한 고객 요건을 만족하는 적절한 정책 설정을 결정할 수 있는 이동 모듈(526)을 포함할 수 있다. 프로그램 데이터(524)는, 다른 데이터 중에서도, 여기에서 설명된 바와 같은 정책(526), 배치 지도(529) 등을 포함할 수 있다.
컴퓨팅 장치(500)는 추가적인 특징 또는 기능, 및 기본 구성(502)과 임의의 요구되는 장치와 인터페이스 사이의 통신을 용이하게 하기 위한 추가적인 인터페이스를 가질 수 있다. 예를 들어, 버스/인터페이스 컨트롤러(530)는 저장 인터페이스 버스(534)를 통한 기본 구성(502)과 하나 이상의 데이터 저장 장치(532) 간의 통신을 용이하게 하는데에 사용될 수 있다. 데이터 저장 장치(532)는 하나 이상의 분리형 저장 장치(536), 하나 이상의 비분리형 저장 장치(538), 또는 그 조합일 수 있다. 분리형 저장 장치 및 비분리형 저장 장치의 예로는, 몇 가지 말하자면, 플렉서블 디스크 드라이브 및 하드 디스크 드라이브(HDD)와 같은 자기 디스크 장치, 컴팩트 디스크(CD) 드라이브 또는 디지털 다기능 디스크(DVD) 드라이브와 같은 광 디스크 드라이브, 고체 상태 드라이브(solid state drive(SSD)) 및 테이프 드라이브를 포함할 수 있다. 예시적인 컴퓨터 저장 매체는, 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성의, 분리형 및 비분리형 매체를 포함할 수 있다.
시스템 메모리(506), 분리형 저장 장치(536) 및 비분리형 저장 장치(538)는 컴퓨터 저장 매체의 예시이다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 다른 메모리 기술, CD-ROM, 디지털 다기능 디스크(DVD), 고체 상태 드라이브, 또는 다른 광학 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 다른 자기 저장 장치, 또는 원하는 정보를 저장하는데에 사용될 수 있고 컴퓨팅 장치(500)에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만, 이에 한정되는 것은 아니다. 임의의 그러한 컴퓨터 저장 매체는 컴퓨팅 장치(500)의 일부일 수 있다.
컴퓨팅 장치(500)는 버스/인터페이스 컨트롤러(530)를 통한 다양한 인터페이스 장치(예컨대, 하나 이상의 출력 장치(542), 하나 이상의 주변 인터페이스(544) 및 하나 이상의 통신 장치(546))로부터 기본 구성(502)으로의 통신을 용이하게 하기 위한 인터페이스 버스(540)도 포함할 수 있다. 예시적인 출력 장치(542)의 일부는 그래픽 처리 유닛(548) 및 오디오 처리 유닛(550)을 포함하며, 이는 하나 이상의 A/V 포트(552)를 통해 디스플레이 또는 스피커와 같은 다양한 외부 장치로 통신하도록 구성될 수 있다. 하나 이상의 예시적인 주변 인터페이스(544)는 직렬 인터페이스 컨트롤러(554) 또는 병렬 인터페이스 컨트롤러(556)를 포함할 수 있으며, 이는 하나 이상의 I/O 포트(558)를 통해 입력 장치(예컨대, 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치 등) 또는 다른 주변 장치(예컨대, 프린터, 스캐너 등)와 같은 외부 장치와 통신하도록 구성될 수 있다. 예시적인 통신 장치(546)는 네트워크 컨트롤러(560)를 포함하며, 이는 하나 이상의 통신 포트(564)를 통해 네트워크 통신 링크 상에서의 하나 이상의 다른 컴퓨팅 장치(562)와의 통신을 용이하게 하도록 배열될 수 있다. 하나 이상의 다른 컴퓨팅 장치(562)는 데이터센터에서의 서버, 고객 컴퓨터 및 비슷한 장치를 포함할 수 있다.
네트워크 통신 링크는 통신 매체의 일례일 수 있다. 통신 매체는 전형적으로 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파 또는 다른 전송 메커니즘 같은 변조된 데이터 신호 내의 다른 데이터에 의해 구현될 수 있고, 임의의 정보 전달 매체를 포함할 수 있다. "변조된 데이터 신호"는 신호 내에 정보를 인코딩하기 위한 방식으로 설정되거나 변경된 특성 중 하나 이상을 갖는 신호일 수 있다. 제한적이지 않은 예시로서, 통신 매체는 유선 네트워크 또는 직접 유선 접속과 같은 유선 매체, 및 음향(acoustic), 무선 주파수(RF), 마이크로파(microwave), 적외선(IR) 및 다른 무선 매체와 같은 무선 매체를 포함할 수 있다. 여기에서 사용되는 컴퓨터 판독 가능 매체라는 용어는 저장 매체 및 통신 매체 둘 다를 포함할 수 있다.
컴퓨팅 장치(500)는 범용 또는 전문화된 서버, 메인프레임, 또는 위의 기능 중 임의의 것을 포함하는 유사한 컴퓨터의 일부로서 구현될 수 있다. 또한, 컴퓨팅 장치(500)는 랩탑 컴퓨터 및 랩탑이 아닌 컴퓨터 구성 둘 다를 포함하는 개인용 컴퓨터로서 구현될 수도 있다.
예시적인 실시예는 클라우드 이동에서의 스키마 없는 구성 관리 및 가정을 위한 요건 메트릭의 반복적 시뮬레이션을 구현하기 위한 방법도 포함할 수 있다. 이러한 방법은 여기에서 설명되는 구조를 포함하여, 임의의 수의 방식으로 구현될 수 있다. 하나의 그러한 방식은 본 개시에 설명되는 유형의 장치의 머신 동작에 의할 수 있다. 다른 선택적인 방식은 방법의 개별 동작 중 하나 이상이 동작의 일부를 수행하는 하나 이상의 인간 오퍼레이터와 함께 수행되고 다른 동작은 머신에 의해 수행될 수 있는 것일 수 있다. 이러한 인간 오퍼레이터는 서로 함께 위치될 필요는 없으나, 각각은 프로그램의 일부를 수행하는 머신과 함께 있을 수 있다. 다른 예시에서, 인간 상호 작용은 머신 자동화될 수 있는 미리 선택된 기준에 의해는 것과 같이 자동화될 수 있다.
도 6은 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는, 도 4의 타겟 데이터센터(470)에서의 서버 또는 도 5의 장치(500)와 같은 컴퓨팅 장치에 의해 수행될 수 있는 클라우드 이동에서의 스키마 없는 구성 관리 및 가정을 위한 요건 메트릭의 반복적 시뮬레이션을 위한 예시적인 방법을 도시하는 흐름도이다. 예시적인 방법은 블록(622, 624, 626, 628 및/또는 630) 중 하나 이상에 의해 도시된 하나 이상의 동작, 기능 또는 작용을 포함할 수 있다. 블록(622 내지 630)에 설명된 동작은 컴퓨팅 장치(610)의 컴퓨터 판독 가능 매체(620)와 같은 컴퓨터 판독 가능 매체 내에 컴퓨터 실행 가능 명령어로서 저장될 수도 있다.
클라우드 이동에서의 스키마 없는 구성 관리 및 가정을 위한 요건 메트릭의 반복적 시뮬레이션을 위한 예시적인 프로세스는 블록 622, "배치 지도 및 측정된 애플리케이션 성능 수신"에서 시작할 수 있으며, 여기에서 도 5의 이동 모듈(526)과 같은 이동 애플리케이션 또는 모듈이 도 4의 소스 데이터센터(460)와 같은 소스 데이터센터로부터 배치 지도 및 측정된 애플리케이션 성능 결과를 수신할 수 있다. 블록 622에 블록 624, "시뮬레이션 실행"이 뒤따를 수 있으며, 여기서 도 4의 타겟 데이터센터(470)와 같은 타겟 데이터센터에서 하나 이상의 시뮬레이션이 실행되어 타겟 데이터센터로 이동되는 경우 애플리케이션이 어떻게 수행할지를 결정할 수 있다.
블록 624에 블록 626, "결과≥측정된 애플리케이션 성능이면, 고객 옵션으로서 정책 설정 부가"가 뒤따를 수 있다. 블록 626에서, 블록 624에서 실행된 시뮬레이션의 결과가 소스 데이터센터로부터 수신된 측정된 성능에 비교될 수 있다. 결과가 소스 데이터센터에서의 측정된 성능에 비해 더 나은 또는 용인할 수 있는 타겟 데이터센터에서의 성능을 가리키는 경우, 현재 정책 설정이 고객 옵션으로서 부가될 수 있다. 일부 실시예에서, 옵션은 필터링될 수 있다. 예를 들어, 100개의 옵션이 자격이 있는 경우, 가격 책정 선택 입상도를 최대화하도록 가장 높은 열 개(또는 임의의 소정의 수) 또는 각각의 성능 십분위수(decile)로부터 하나가 보여질 수 있다. 선택적인 블록 628, "결과<측정된 애플리케이션 성능이면, 정책 설정을 통해 반복"에서, 결과가 도 4의 소스 데이터센터(460)로부터 수신된 측정된 성능보다 낮은 경우, 이동 모듈(526)은 정책 설정을 통해 반복하고 가능한 더 많은 시뮬레이션을 실행하여 용인 가능한 정책 설정을 결정할 수 있다. 일부 실시예에서, 시스템은 결정에 상관 없이 시뮬레이션을 통해 반복할 수 있다. 블록 628에 블록 630, "이동 수행"이 뒤따를 수 있으며, 여기서 결정된 정책 설정에 따라 이동이 실행될 수 있다.
전술된 프로세스에 포함된 블록들은 예시의 목적이다. 클라우드 이동에서의 스키마 없는 구성 관리 및 가정을 위한 요건 메트릭의 반복적 시뮬레이션은 더 적은 또는 추가적인 블록들을 가지는 유사한 프로세스에 의해 구현될 수 있다. 일부 예시에서, 블록들은 다른 순서로 수행될 수 있다. 일부 다른 예시에서, 다양한 블록들이 제거될 수 있다. 또 다른 예시에서, 다양한 블록들이 추가적인 블록들로 분할되거나 더 적은 블록들로 함께 조합될 수 있다.
도 7은 여기에서 설명되는 적어도 일부 실시예에 따라 배열되는 예시적인 컴퓨터 프로그램 제품(700)의 블록도를 도시한다. 일부 예시에서, 도 7에 도시된 바와 같이, 컴퓨터 프로그램 제품(700)은, 예컨대 프로세서에 의해 실행되는 경우 여기에서 설명되는 기능을 제공할 수 있는 하나 이상의 머신 판독 가능 명령어(704)를 포함할 수 있는 신호 포함 매체(signal bearing medium)(702)를 포함할 수 있다. 따라서, 예를 들어, 도 5의 프로세서(504)를 참조하면, 이동 모듈(526)은 여기에서 설명되는 디스플레이를 위한 그래픽 렌더 매칭을 제공하는 것과 연관된 작용을 수행하도록 매체(702)에 의해 프로세서(504)로 전달되는 명령어(704)에 응답하여 도 7에 도시된 태스크 중 하나 이상을 착수할 수 있다. 그러한 명령어 중 일부는 여기에 설명되는 적어도 일부 실시예에 따라, 예컨대 배치 지도 및 측정된 애플리케이션 성능 수신, 시뮬레이션 실행, 결과가 측정된 애플리케이션 성능보다 크거나 같을 경우 고객 옵션으로서 정책 설정 부가, 및 결과가 측정된 애플리케이션 성능보다 작을 경우 정책 설정을 통해 반복하기 위한 명령어를 포함할 수 있다.
일부 구현예에서, 도 7에 도시된 신호 포함 매체(702)는 하드 디스크 드라이브, 고체 상태 드라이브, CD(Compact Disc), DVD(Digital Versatile Disk), 디지털 테이프, 메모리 등과 같은 컴퓨터 판독 가능 매체(706)를 포함할 수 있으나, 이에 제한되지는 않는다. 일부 구현예에서, 신호 포함 매체(702)는 메모리, 읽기/쓰기(R/W) CD, R/W DVD 등과 같은 기록 가능 매체(708)를 포함할 수 있으나, 이에 제한되지는 않는다. 일부 구현예에서, 신호 포함 매체(702)는 디지털 및/또는 아날로그 통신 매체(예컨대, 광섬유 케이블, 도파관(waveguide), 유선 통신 링크, 무선 통신 링크 등)와 같은 통신 매체(710)를 포함할 수 있으나, 이에 제한되지는 않는다. 따라서, 예를 들어, 프로그램 제품(700)은, 신호 포함 매체(702)가 무선 통신 매체(710)(예컨대, IEEE 802.11 표준에 따르는 무선 통신 매체)에 의해 전달되는 RF 신호 포함 매체에 의하여 프로세서(504)의 하나 이상의 모듈로 전달될 수 있다.
일부 예시에 따르면, 측정된 성능의 반복적 시뮬레이션에 기초하는 클라우드 이동에서의 구성 관리를 위한 방법은 현재 데이터센터에서 달성된 성능 수준의 집합 및 기존의 고객 배치의 토폴로지 설명을 수신하는 단계, 토폴로지 설명을 정책 설정의 시험 집합과 조합하는 단계, 및 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하도록 이용가능한 서비스 수준 전체에 걸쳐 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복하는 단계를 포함할 수 있다.
다른 예시에 따르면, 방법은 수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 제3자 서비스에서 조합하는 단계 및 반복하는 단계를 수행하는 단계 및 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객 및 목적지 데이터센터 중 하나에 제공하는 단계도 포함할 수 있다. 방법은 목적지 데이터센터 정책 및 서비스 수준에 기초하여 목적지 데이터센터에서 조합하는 단계 및 반복하는 단계를 수행하는 단계, 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객에게 제공하는 단계, 및 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 다수의 가능한 패키지를 고객에 제안하는 단계를 더 포함할 수 있다.
추가적인 예시에 따르면, 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간, 저장소 제한, 저장소 쿼터(quota) 및/또는 확장성 인자(scalability factor)를 정의할 수 있다. 성능 수준은 정량화할 수 있는 비독점적인 고객 요건으로서 제공될 수 있으며, 하나 이상의 시뮬레이션을 반복하는 단계는 시뮬레이션 결과를 달성된 성능 수준에 비교하는 단계, 시뮬레이션 결과가 달성된 성능 수준에 도달하는 것에 실패한 경우 정책 설정을 통해 반복하는 단계, 그렇지 않은 경우 높은 수준 성능 사양에 의해 요약된 고객 옵션으로서 현재 정책 설정을 부가하고 목적지 데이터센터의 모든 정책 설정이 처리될 때까지 비교를 반복하는 단계를 포함할 수 있다.
또 다른 예시에 따르면, 방법은 고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 시뮬레이션 결과를 이용하는 단계, 고객이 셋업을 선택하는 경우 옵션 및 연관된 성능을 구성 관리자에게 제공하는 단계, 및 옵션의 메뉴를 고객에게 제시하는 단계도 포함할 수 있다. 정책 설정 세부 사항은 고객에게 제시되는 옵션의 메뉴에서 숨겨질 수 있으며, 제안된 패키지를 위한 하나 이상의 성능 메트릭은 연관된 정책 설정에 대한 링크와 함께 제시될 수 있다. 방법은 고객이 타겟 성능을 선택하는 것을 가능하게 하는 단계 및 서비스 수준 및 정책 설정의 전체 리스트를 구성 관리자에게 전달하여 고객이 기초가 되는 정책을 배우거나 수동으로 설정할 필요 없이 복잡한 서비스 옵션을 선택하는 것이 가능하게 하는 단계를 더 포함할 수 있다. 달성된 성능 수준은 현재 데이터 센터 중 하나에 의해, 고객에 의해, 목적지 데이터센터에 의해, 및 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 현재 데이터센터에서 측정될 수 있다. 기존의 고객 배치의 토폴로지 설명은 표준화된 포맷을 이용하여 제공될 수 있다. 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성될 수 있다. 클라우드 이동은 단일 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일 타겟으로의 이동, 또는 다수의 소스로부터 다수의 타겟으로의 이동을 포함할 수 있다.
다른 예시에 따르면, 측정된 성능의 반복적 시뮬레이션에 기초하여 클라우드 이동에서의 구성 관리를 구현하기 위한 컴퓨팅 장치는 명령어를 저장하도록 구성되는 메모리 및 명령어와 함께 이동 애플리케이션을 실행하도록 구성되는 처리 유닛을 포함할 수 있다. 이동 애플리케이션은 현재 데이터센터에서 달성된 성능 수준의 집합 및 기존의 고객 배치의 토폴로지 설명을 수신하고, 토폴로지 설명을 정책 설정의 시험 집합과 조합하며, 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하도록 이용가능한 서비스 수준 전체에 걸쳐 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복할 수 있다.
일부 예시에 따르면, 컴퓨팅 장치는 제3자 서비스의 일부일 수 있으며, 이동 애플리케이션은 수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 더 조합 및 반복할 수 있고, 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객 및 목적지 데이터센터 중 하나에 제공할 수 있다. 컴퓨팅 장치는 목적지 데이터센터의 일부일 수도 있으며, 이동 애플리케이션은 목적지 데이터센터 정책 및 서비스 수준에 기초하여 조합 및 반복하고, 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객에게 제공하며, 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 다수의 가능한 패키지를 고객에 제안할 수 있다.
추가적인 예시에 따르면, 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간, 저장소 제한, 저장소 쿼터 및/또는 확장성 인자를 정의할 수 있다. 성능 수준은 정량화할 수 있는 비독점적인 고객 요건으로서 제공될 수 있으며, 이동 애플리케이션은 시뮬레이션 결과를 달성된 성능 수준에 비교함으로써 하나 이상의 시뮬레이션을 반복하고, 시뮬레이션 결과가 달성된 성능 수준에 도달하는 것에 실패한 경우 정책 설정을 통해 반복하며, 그렇지 않은 경우 높은 수준 성능 사양에 의해 요약된 고객 옵션으로서 현재 정책 설정을 부가하고 목적지 데이터센터의 모든 정책 설정이 처리될 때까지 비교를 반복하도록 구성될 수 있다.
또 다른 예시에 따르면, 이동 애플리케이션은 고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 시뮬레이션 결과를 이용하고, 고객이 셋업을 선택하는 경우 옵션 및 연관된 성능을 구성 관리자에게 제공하며, 옵션의 메뉴를 고객에게 제시할 수 있다. 정책 설정 세부 사항은 고객에게 제시되는 옵션의 메뉴에서 숨겨질 수 있으며, 제안된 패키지를 위한 하나 이상의 성능 메트릭은 연관된 정책 설정에 대한 링크와 함께 제시될 수 있다. 이동 애플리케이션은 또한 고객이 타겟 성능을 선택하는 것을 가능하게 할 수 있고, 서비스 수준 및 정책 설정의 전체 리스트를 구성 관리자에게 전달하여 고객이 기초가 되는 정책을 배우거나 수동으로 설정할 필요 없이 복잡한 서비스 옵션을 선택하는 것이 가능하게 할 수 있다. 달성된 성능 수준은 현재 데이터 센터에 의해, 목적지 데이터센터에 의해, 고객에 의해, 또는 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 현재 데이터센터에서 측정될 수 있다. 기존의 고객 배치의 토폴로지 설명은 표준화된 포맷을 이용하여 제공될 수 있으며, 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성될 수 있다. 클라우드 이동은 단일 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일 타겟으로의 이동, 또는 다수의 소스로부터 다수의 타겟으로의 이동을 포함할 수 있다.
추가적인 예시에 따르면, 컴퓨터 판독 가능 저장 매체에는 측정된 성능의 반복적 시뮬레이션에 기초하는 클라우드 이동에서의 구성 관리를 위한 명령어가 저장될 수 있다. 명령어는 현재 데이터센터에서 달성된 성능 수준의 집합 및 기존의 고객 배치의 토폴로지 설명을 수신하는 것, 토폴로지 설명을 정책 설정의 시험 집합과 조합하는 것, 및 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하도록 이용가능한 서비스 수준 전체에 걸쳐 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복하는 것을 포함할 수 있다.
일부 예시에 따르면, 명령어는 수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 제3자 서비스에서 조합 및 반복을 수행하는 것 및 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객 및 목적지 데이터센터 중 하나에 제공하는 것을 더 포함할 수 있다. 명령어는 목적지 데이터센터 정책 및 서비스 수준에 기초하여 목적지 데이터센터에서 조합 및 반복을 수행하는 것, 달성된 성능 수준에 적어도 매치하는 발견된 정책 설정을 고객에게 제공하는 것, 및 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 다수의 가능한 패키지를 고객에 제안하는 것도 포함할 수 있다.
다른 예시에 따르면, 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간, 저장소 제한, 저장소 쿼터 및/또는 확장성 인자의 집합으로터의 적어도 하나를 정의할 수 있다. 성능 수준은 정량화할 수 있는 비독점적인 고객 요건으로서 제공될 수 있으며, 하나 이상의 시뮬레이션을 반복하는 것은 시뮬레이션 결과를 달성된 성능 수준에 비교하는 것, 시뮬레이션 결과가 달성된 성능 수준에 도달하는 것에 실패한 경우 정책 설정을 통해 반복하는 것, 그렇지 않은 경우 높은 수준 성능 사양에 의해 요약된 고객 옵션으로서 현재 정책 설정을 부가하고 목적지 데이터센터의 모든 정책 설정이 처리될 때까지 비교를 반복하는 것을 포함할 수 있다.
또 다른 예시에 따르면, 명령어는 고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 시뮬레이션 결과를 이용하는 것, 고객이 셋업을 선택하는 경우 옵션 및 연관된 성능을 구성 관리자에게 제공하는 것, 및 옵션의 메뉴를 고객에게 제시하는 것을 포함할 수 있다. 정책 설정 세부 사항은 고객에게 제시되는 옵션의 메뉴에서 숨겨질 수 있으며, 제안된 패키지를 위한 하나 이상의 성능 메트릭은 연관된 정책 설정에 대한 링크와 함께 제시될 수 있다. 명령어는 고객이 타겟 성능을 선택하는 것을 가능하게 하는 것 및 서비스 수준 및 정책 설정의 전체 리스트를 구성 관리자에게 전달하여 고객이 기초가 되는 정책을 배우거나 수동으로 설정할 필요 없이 복잡한 서비스 옵션을 선택하는 것이 가능하게 하는 것도 포함할 수 있다.
또 다른 예시에 따르면, 달성된 성능 수준은 현재 데이터 센터 중 하나에 의해, 목적지 데이터센터에 의해, 고객에 의해, 및 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 현재 데이터센터에서 측정될 수 있다. 기존의 고객 배치의 토폴로지 설명은 표준화된 포맷을 이용하여 제공될 수 있으며, 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성될 수 있다. 클라우드 이동은 단일 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일 타겟으로의 이동, 또는 다수의 소스로부터 다수의 타겟으로의 이동을 포함할 수 있다.
시스템 양상들의 하드웨어와 소프트웨어 구현 사이에는 구별이 거의 없다. 하드웨어 또는 소프트웨어의 사용은 일반적으로 (그러나 어떤 맥락에서 하드웨어 및 소프트웨어 사이의 선택이 중요하게 될 수 있다는 점에서 항상 그런 것은 아니지만) 비용 대비 효율의 트레이드오프(tradeoff)를 나타내는 설계상 선택(design choice)이다. 여기에서 기술된 프로세스 및/또는 시스템 및/또는 다른 기술들이 영향 받을 수 있는 다양한 수단(vehicle)(예를 들어, 하드웨어, 소프트웨어 및/또는 펌웨어)이 있으며, 선호되는 수단은 프로세스 및/또는 시스템 및/또는 다른 기술이 사용되는 맥락에 따라 변경될 것이다. 예를 들어, 구현자가 속도 및 정확도가 중요하다고 결정하면, 구현자는 주로 하드웨어 및/또는 펌웨어 수단을 선택할 수 있고, 유연성이 중요하다면, 구현자는 주로 소프트웨어 구현을 선택할 수 있으며, 또는, 또 다른 대안으로서, 구현자는 하드웨어, 소프트웨어, 및/또는 펌웨어 중 일부 조합을 선택할 수 있다.
전술한 상세한 설명은 블록도, 흐름도 및/또는 예시의 사용을 통해 장치 및/또는 프로세스의 다양한 실시예를 개시하였다. 그러한 블록도, 흐름도 및/또는 예시가 하나 이상의 기능 및/또는 동작을 포함하는 한, 당업자라면 그러한 블록도, 흐름도 또는 예시 내의 각각의 기능 및/또는 동작은 하드웨어, 소프트웨어, 펌웨어, 또는 실질적으로 그들 임의의 조합의 넓은 범위에 의해 개별적으로 및/또는 집합적으로 구현될 수 있다는 것을 이해할 것이다. 일 실시예에서, 여기에서 기술된 대상의 몇몇 부분은 ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array), DSP(Digital Signal Processor) 또는 다른 집적의 형태를 통해 구현될 수 있다. 그러나, 당업자라면, 여기에서 개시된 실시예의 일부 양상이, 전체적으로 또는 부분적으로, 하나 이상의 컴퓨터 상에 실행되는 하나 이상의 컴퓨터 프로그램(예를 들어, 하나 이상의 컴퓨터 시스템 상에 실행되는 하나 이상의 프로그램), 하나 이상의 프로세서 상에서 실행되는 하나 이상의 프로그램(예를 들어, 하나 이상의 마이크로프로세서 상에서 실행되는 하나 이상의 프로그램), 펌웨어 또는 실질적으로 임의의 그들의 조합으로서, 균등하게 집적 회로에 구현될 수 있다는 점과, 소프트웨어 및/또는 펌웨어를 위한 코드의 작성 및/또는 회로의 설계는 본 개시에 비추어 당업자의 기술 내일 것임을 알 것이다.
본 개시는 다양한 태양의 예시로서 의도된 본 출원에 기술된 특정 실시예들에 제한되지 않을 것이다. 당업자에게 명백할 바와 같이, 많은 수정과 변형이 그 사상과 범위를 벗어나지 않으면서 이루어질 수 있다. 여기에 열거된 것들에 더하여, 본 개시의 범위 안에서 기능적으로 균등한 방법과 장치가 위의 설명으로부터 당업자에게 명백할 것이다. 그러한 수정과 변형은 첨부된 청구항의 범위에 들어가도록 의도된 것이다. 본 개시는 첨부된 청구항의 용어에 의해서만, 그러한 청구항에 부여된 균등물의 전 범위와 함께, 제한될 것이다. 본 개시가 물론 다양할 수 있는 특정 방법, 시스템, 또는 컴포넌트에 제한되지 않는 것으로 이해될 것이다. 또한, 여기에서 사용된 용어는 단지 특정 실시예들을 기술하기 위한 목적이고, 제한하는 것으로 의도되지 않음이 이해될 것이다.
또한, 당업자라면, 여기에서 기술된 대상의 메커니즘들이 다양한 형태의 프로그램 제품으로 배포될 수 있음과, 여기에서 기술된 대상의 실시예는, 배포를 실제로 수행하는 데에 사용되는 신호 포함 매체의 특정 유형과 무관하게 적용됨을 이해할 것이다. 신호 포함 매체의 예시는, 플로피 디스크, 하드 디스크 드라이브(HDD), CD(Compact Disc), DVD(Digital Versatile Disk), 디지털 테이프, 컴퓨터 메모리 등과 같은 기록 가능 유형의 매체, 및 디지털 및/또는 아날로그 통신 매체(예를 들어, 광섬유 케이블, 도파관, 유선 통신 링크, 무선 통신 링크 등)와 같은 전송 유형 매체를 포함하나, 이에 제한되지는 않는다.
당업자라면, 여기서 설명된 형식으로 장치 및/또는 프로세스를 기술하고, 이후, 공학 실무를 사용하여 그러한 기술된 장치 및/또는 프로세스를 데이터 처리 시스템에 통합한다는 것은 당해 분야에서는 일반적이란 것을 인식할 것이다. 즉, 여기서 기술된 장치 및/또는 프로세스의 적어도 일부는 합당한 양의 실험을 통해 데이터 처리 시스템에 통합될 수 있다. 당업자라면, 전형적인 데이터 처리 시스템은 일반적으로 시스템 유닛 하우징, 비디오 디스플레이 장치, 휘발성 및 비휘발성 메모리 같은 메모리, 마이크로프로세서 및 디지털 신호 프로세서와 같은 프로세서, 운영 체제, 드라이버, 그래픽 사용자 인터페이스 및 애플리케이션 프로그램과 같은 컴퓨터 엔티티(computational entities), 터치 패드 또는 스크린 같은 하나 이상의 상호작용 장치, 및/또는 피드백 루프 및 제어 모터를 포함하는 제어 시스템(예컨대, 갠트리 시스템의 위치 및/또는 속도를 감지하기 위한 피드백, 컴포넌트 및/또는 양을 이동 및/또는 조정하기 위한 제어 모터) 중 하나 이상을 일반적으로 포함한다는 것을 인식할 것이다.
전형적인 데이터 처리 시스템은 데이터 컴퓨팅/통신 및/또는 네트워크 컴퓨팅/통신 시스템에서 전형적으로 발견되는 것과 같은 임의의 적절한 시판되는 컴포넌트를 이용하여 구현될 수 있다. 여기에서 기술된 대상은 때때로 상이한 다른 컴포넌트 내에 포함되거나 그와 결합된 상이한 컴포넌트를 도시한다. 도시된 그러한 아키텍처는 단순히 예시적인 것이고, 사실상 동일한 기능을 달성하는 다른 많은 아키텍처가 구현될 수 있다는 것이 이해되어야 한다. 개념적으로, 동일한 기능을 달성하기 위한 컴포넌트의 임의의 배치는 원하는 기능이 달성되도록 유효하게 "연관"된다. 이에 따라, 특정 기능을 달성하기 위해 여기에서 조합된 임의의 두 개의 컴포넌트는, 아키텍처 또는 중간 컴포넌트와는 무관하게, 원하는 기능이 달성되도록 서로 "연관"된 것으로 볼 수 있다. 마찬가지로, 연관된 임의의 두 개의 컴포넌트는 또한 원하는 기능을 달성하기 위해 서로 "동작적으로 접속"되거나 또는 "동작적으로 결합"되는 것으로 간주될 수 있고, 그와 같이 연관될 수 있는 임의의 두 개의 컴포넌트는 또한 원하는 기능을 달성하기 위해 서로 "동작적으로 결합 가능"한 것으로 간주될 수 있다. 동작적으로 결합 가능하다는 것의 구체적인 예시는 물리적으로 연결 가능 및/또는 물리적으로 상호작용하는 컴포넌트 및/또는 무선으로 상호작용 가능 및/또는 무선으로 상호작용하는 컴포넌트 및/또는 논리적으로 상호작용 및/또는 논리적으로 상호작용 가능한 컴포넌트를 포함하지만, 이에 한정되는 것은 아니다.
여기에서 실질적으로 임의의 복수 및/또는 단수의 용어의 사용에 대하여, 당업자는 맥락 및/또는 응용에 적절하도록, 복수를 단수로 및/또는 단수를 복수로 해석할 수 있다. 다양한 단수/복수의 치환은 명확성을 위해 여기에서 명시적으로 기재될 수 있다.
당업자라면, 일반적으로 본 개시에 사용되며 특히 첨부된 청구범위(예를 들어, 첨부된 청구범위 본문)에 사용된 용어들이 일반적으로 "개방적(open)" 용어로 의도됨을 이해할 것이다(예를 들어, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는"으로, 용어 "갖는"는 "적어도 갖는"으로, 용어 "포함하다"는 "포함하지만 이에 제한되지 않는" 등으로 해석되어야 한다). 또한, 당업자라면, 도입된 청구항의 기재사항의 특정 수가 의도된 경우, 그러한 의도가 청구항에 명시적으로 기재될 것이며, 그러한 기재사항이 없는 경우, 그러한 의도가 없음을 이해할 것이다. 예를 들어, 이해를 돕기 위해, 이하의 첨부된 청구범위는 "적어도 하나" 및 "하나 이상" 등의 도입 구절의 사용을 포함하여 청구항 기재사항을 도입할 수 있다. 그러나, 그러한 구절의 사용이, 부정관사 "하나"("a" 또는 "an")에 의한 청구항 기재사항의 도입이, 그러한 하나의 기재사항을 포함하는 실시예로, 그러한 도입된 청구항 기재사항을 포함하는 임의의 특정 청구항을 제한함을 암시하는 것으로 해석되어서는 안되며, 동일한 청구항이 도입 구절인 "하나 이상" 또는 "적어도 하나" 및 "하나"("a" 또는 "an")와 같은 부정관사를 포함하는 경우에도 마찬가지로 해석되어야 한다(예를 들어, "하나"는 "적어도 하나" 또는 "하나 이상"을 의미하는 것으로 해석되어야 한다). 이는 청구항 기재사항을 도입하기 위해 사용된 정관사의 경우에도 적용된다. 또한, 도입된 청구항 기재사항의 특정 수가 명시적으로 기재되는 경우에도, 당업자라면 그러한 기재가 전형적으로 적어도 기재된 수를 의미하도록 해석되어야 함을 이해할 것이다(예를 들어, 다른 수식어가 없이 "두 개의 기재사항"을 단순히 기재한 것은, 적어도 두 개의 기재사항 또는 두 개 이상의 기재사항을 의미한다).
또한, "A, B 및 C 등 중의 적어도 하나"와 유사한 규칙이 사용된 경우에는, 일반적으로 그러한 해석은 당업자가 그 규칙을 이해할 것이라는 전제가 의도된 것이다(예를 들어, "A, B 및 C 중의 적어도 하나를 갖는 시스템"은, A만을 갖거나, B만을 갖거나, C만을 갖거나, A 및 B를 함께 갖거나, A 및 C를 함께 갖거나, B 및 C를 함께 갖거나, A, B 및 C를 함께 갖는 시스템 등을 포함하지만 이에 제한되지 않는다). 또한 당업자라면, 실질적으로 임의의 이접 접속어(disjunctive word) 및/또는 두 개 이상의 대안적인 용어들을 나타내는 구절은, 그것이 상세한 설명, 청구범위 또는 도면에 있는지와 상관없이, 그 용어들 중의 하나, 그 용어들 중의 어느 하나, 또는 그 용어들 두 개 모두를 포함하는 가능성을 고려하는 것으로 이해되어야 함을 이해할 것이다. 예를 들어, "A 또는 B"라는 구절은 "A" 또는 "B" 또는 "A 및 B"의 가능성을 포함하는 것으로 이해될 것이다.
또한, 개시의 특징 또는 양태가 마쿠시(Markush) 그룹으로 기술되는 경우, 개시는 마쿠시 그룹의 임의의 개별 요소 또는 요소들의 하위 그룹의 면에서도 설명됨을 당업자는 인식할 것이다.
당업자에게 이해될 것과 같이, 서면의 설명을 제공하는 측면에서와 같은 임의의 그리고 모든 목적에서, 여기에 개시되어 있는 모든 범위는 임의의 그리고 모든 가능한 하위범위와 그러한 하위범위의 조합을 또한 포함한다. 임의의 열거된 범위는 적어도 1/2, 1/3, 1/4, 1/5, 1/10 등으로 나누어지는 동일한 범위를 충분히 설명하고 실시가능하게 하는 것으로서 쉽게 인식될 수 있다. 제한하지 않는 예시로서, 여기서 논의되는 각각의 범위는 하위 1/3, 중앙 1/3, 상위 1/3 등으로 나누어질 수 있다. 또한, "까지", "적어도", "보다 많은", "보다 적은" 등과 같은 모든 언어가 기재된 수를 포함하며, 전술한 하위범위로 후속적으로 나누어질 수 있는 범위를 지칭함이 당업자에게 이해되어야 한다. 마지막으로, 범위는 각각의 개별 요소를 포함함이 이해되어야 한다. 예를 들어, 1-3개의 셀을 갖는 그룹은 1, 2 또는 3개의 셀을 갖는 그룹들을 지칭한다. 유사하게, 1-5개의 셀을 갖는 그룹은 1, 2, 3, 4 또는 5개의 셀을 갖는 그룹을 지칭한다.
다양한 양상 및 실시예가 여기에 개시되었지만, 다른 양상 및 실시예가 당업자에게 명확할 것이다. 여기에 개시된 다양한 양상 및 실시예는 예시의 목적으로 제시된 것이고, 제한하려고 의도된 것이 아니며, 진정한 범위와 사상은 이하 청구범위에 의해 나타낸다.

Claims (45)

  1. 측정된 성능(measured performance)의 반복적 시뮬레이션(iterative simulation)에 기초하는 클라우드 이동(cloud migration)에서의 구성 관리(configuration management)를 위한 방법으로서,
    현재 데이터센터에서 달성된 성능 수준의 집합 및 기존의 고객 배치(deployment)의 토폴로지 설명(topology description)을 수신하는 단계;
    상기 토폴로지 설명을 정책 설정(policy setting)의 시험 집합(test set)과 조합하는 단계; 및
    상기 달성된 성능 수준에 적어도 매치(match)하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 걸쳐 상기 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 제3자 서비스에서 상기 조합하는 단계 및 상기 반복하는 단계를 수행하는 단계; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객 및 상기 목적지 데이터센터 중 하나에 제공하는 단계
    를 더 포함하는 방법.
  3. 제1항에 있어서,
    목적지 데이터센터 정책 및 서비스 수준에 기초하여 목적지 데이터센터에서 상기 조합하는 단계 및 상기 반복하는 단계를 수행하는 단계; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객에 제공하는 단계
    를 더 포함하는 방법.
  4. 제3항에 있어서,
    상기 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 상기 고객에게 다수의 가능한 패키지(package)를 제안하는 단계
    를 더 포함하는 방법.
  5. 제1항에 있어서,
    상기 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간(response time), 저장 한계(storage limit), 저장 쿼터(storage quota) 및/또는 확장성 인자(scalability factor)의 집합 중의 적어도 하나를 정의하는, 방법.
  6. 제1항에 있어서,
    상기 성능 수준은 정량화할 수 있는 비독점적(nonproprietary)인 고객 요건(customer requirement)으로서 제공되는, 방법.
  7. 제1항에 있어서,
    상기 하나 이상의 시뮬레이션을 반복하는 단계는,
    시뮬레이션 결과를 상기 달성된 성능 수준과 비교하는 단계;
    상기 시뮬레이션 결과가 상기 달성된 성능 수준에 도달하는 것에 실패한 경우, 상기 정책 설정을 통해 반복하는 단계;
    그렇지 않은 경우, 높은 수준 성능 사양(specification)에 의해 요약(summarize)된 고객 옵션으로서 현재 정책 설정을 부가하는 단계; 및
    목적지 데이터센터의 모든 정책 설정이 처리될 때까지 상기 비교를 반복하는 단계
    를 포함하는, 방법.
  8. 제7항에 있어서,
    고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 상기 시뮬레이션 결과를 이용하는 단계; 및
    상기 고객이 셋업(setup)을 선택하는 경우 상기 옵션 및 상기 연관된 성능을 구성 관리자(configuration manager)에 제공하는 단계
    를 더 포함하는 방법.
  9. 제8항에 있어서,
    상기 옵션의 메뉴를 상기 고객에게 제시하는 단계
    를 더 포함하는 방법.
  10. 제9항에 있어서,
    정책 설정 세부 사항은 상기 고객에게 제시되는 상기 옵션의 메뉴에서 숨겨지고, 제안된 패키지를 위한 하나 이상의 성능 메트릭(metric)이 연관된 정책 설정에 대한 링크(link)와 함께 제시되는, 방법.
  11. 제7항에 있어서,
    상기 고객이 기초가 되는(underlying) 정책을 배우거나 수동으로 설정하여야 하지 않고 복잡한 서비스 옵션을 선택할 수 있도록, 상기 고객이 타겟 성능을 선택하는 것을 가능하게 하고 서비스 수준 및 정책 설정의 전체 리스트를 상기 구성 관리자에 전달하는 단계
    를 더 포함하는 방법.
  12. 제1항에 있어서,
    상기 달성된 성능 수준은 상기 현재 데이터센터 중 하나에 의해, 목적지 데이터센터에 의해, 및 상기 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 상기 현재 데이터센터에서 측정되는, 방법.
  13. 제1항에 있어서,
    상기 기존 고객 배치의 상기 토폴로지 설명은 표준화된 포맷을 이용하여 제공되는, 방법.
  14. 제13항에 있어서,
    상기 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성되는, 방법.
  15. 제1항에 있어서,
    상기 클라우드 이동은 단일의 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일의 타겟으로의 이동, 및 다수의 소스로부터 다수의 타겟으로의 이동 중 하나를 포함하는, 방법.
  16. 측정된 성능의 반복적 시뮬레이션에 기초하는 클라우드 이동에서의 구성 관리를 구현하기 위한 컴퓨팅 장치로서,
    명령어를 저장하도록 구성되는 메모리; 및
    상기 명령어와 함께 이동 애플리케이션(migration application)을 실행하도록 구성되는 처리 유닛
    을 포함하고,
    상기 이동 애플리케이션은,
    현재 데이터센터에서 달성된 성능 수준의 집합 및 기존 고객 배치의 토폴로지 설명을 수신;
    상기 토폴로지 설명을 정책 설정의 시험 집합과 조합; 및
    상기 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 걸쳐 상기 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복하도록 구성되는, 컴퓨팅 장치.
  17. 제16항에 있어서,
    상기 컴퓨팅 장치는 제3자 서비스의 일부이고,
    상기 이동 애플리케이션은,
    수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 조합 및 반복; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객 및 상기 목적지 데이터센터 중 하나에 제공하도록 더 구성되는, 컴퓨팅 장치.
  18. 제16항에 있어서,
    상기 컴퓨팅 장치는 목적지 데이터센터의 일부이고,
    상기 이동 애플리케이션은,
    목적지 데이터센터 정책 및 서비스 수준에 기초하여 조합 및 반복; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객에게 제공하도록 더 구성되는, 컴퓨팅 장치.
  19. 제18항에 있어서,
    상기 이동 애플리케이션은 상기 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 다수의 가능한 패키지를 고객에게 제안하도록 더 구성되는, 컴퓨팅 장치.
  20. 제16항에 있어서,
    상기 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간, 저장 한계, 저장 쿼터 및/또는 확장성 인자의 집합 중의 적어도 하나를 정의하는, 컴퓨팅 장치.
  21. 제16항에 있어서,
    상기 성능 수준은 정량화할 수 있는 비독점적인 고객 요건으로서 제공되는, 컴퓨팅 장치.
  22. 제16항에 있어서,
    상기 이동 애플리케이션은,
    시뮬레이션 결과를 상기 달성된 성능 수준과 비교;
    상기 시뮬레이션 결과가 상기 달성된 성능 수준에 도달하는 것에 실패한 경우, 상기 정책 설정을 통해 반복;
    그렇지 않은 경우, 높은 수준 성능 사양에 의해 요약된 고객 옵션으로서 현재 정책 설정을 부가; 및
    목적지 데이터센터의 모든 정책 설정이 처리될 때까지 상기 비교를 반복
    함으로써 상기 하나 이상의 시뮬레이션을 반복하도록 구성되는, 컴퓨팅 장치.
  23. 제22항에 있어서,
    상기 이동 애플리케이션은,
    고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 상기 시뮬레이션 결과를 이용; 및
    상기 고객이 셋업을 선택하는 경우 상기 옵션 및 상기 연관된 성능을 구성 관리자에 제공하도록 더 구성되는, 컴퓨팅 장치.
  24. 제23항에 있어서,
    상기 이동 애플리케이션은 상기 옵션의 메뉴를 상기 고객에게 제시하도록 더 구성되는, 컴퓨팅 장치.
  25. 제24항에 있어서,
    정책 설정 세부 사항은 상기 고객에게 제시되는 상기 옵션의 메뉴에서 숨겨지고, 제안된 패키지를 위한 하나 이상의 성능 메트릭이 연관된 정책 설정에 대한 링크와 함께 제시되는, 컴퓨팅 장치.
  26. 제22항에 있어서,
    상기 이동 애플리케이션은 상기 고객이 기초가 되는 정책을 배우거나 수동으로 설정하여야 하지 않고 복잡한 서비스 옵션을 선택할 수 있도록, 상기 고객이 타겟 성능을 선택하는 것을 가능하게 하고 서비스 수준 및 정책 설정의 전체 리스트를 상기 구성 관리자에 전달하도록 더 구성되는, 컴퓨팅 장치.
  27. 제16항에 있어서,
    상기 달성된 성능 수준은 상기 현재 데이터센터 중 하나에 의해, 목적지 데이터센터에 의해, 및 상기 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 상기 현재 데이터센터에서 측정되는, 컴퓨팅 장치.
  28. 제16항에 있어서,
    상기 기존 고객 배치의 상기 토폴로지 설명은 표준화된 포맷을 이용하여 제공되는, 컴퓨팅 장치.
  29. 제28항에 있어서,
    상기 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성되는, 컴퓨팅 장치.
  30. 제16항에 있어서,
    상기 클라우드 이동은 단일의 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일의 타겟으로의 이동, 및 다수의 소스로부터 다수의 타겟으로의 이동 중 하나를 포함하는, 컴퓨팅 장치.
  31. 측정된 성능의 반복적 시뮬레이션에 기초하는 클라우드 이동에서의 구성 관리를 위한 명령어가 저장된 컴퓨터 판독 가능 저장 매체로서,
    상기 명령어는,
    현재 데이터센터에서 달성된 성능 수준의 집합 및 기존의 고객 배치의 토폴로지 설명을 수신하는 것;
    상기 토폴로지 설명을 정책 설정의 시험 집합과 조합하는 것; 및
    상기 달성된 성능 수준에 적어도 매치하는 정책 설정을 발견하기 위하여 이용가능한 서비스 수준 전체에 걸쳐 상기 정책 설정의 시험 집합을 이용하여 하나 이상의 시뮬레이션을 반복하는 것
    을 포함하는, 컴퓨터 판독 가능 저장 매체.
  32. 제31항에 있어서,
    상기 명령어는,
    수신된 목적지 데이터센터 정책 및 서비스 수준에 기초하여 제3자 서비스에서 상기 조합 및 상기 반복을 수행하는 것; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객 및 상기 목적지 데이터센터 중 하나에 제공하는 것
    을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  33. 제31항에 있어서,
    상기 명령어는,
    목적지 데이터센터 정책 및 서비스 수준에 기초하여 목적지 데이터센터에서 상기 조합 및 상기 반복을 수행하는 것; 및
    상기 달성된 성능 수준에 적어도 매치하는 상기 발견된 정책 설정을 고객에 제공하는 것
    을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  34. 제33항에 있어서,
    상기 명령어는 상기 발견된 정책 설정 및 시뮬레이션 결과에 기초하여 상기 고객에게 다수의 가능한 패키지를 제안하는 것을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  35. 제31항에 있어서,
    상기 정책 설정은 허용된 대역폭, 토폴로지 지점 사이의 거리, 하나 이상의 서비스에 대한 응답 시간, 저장 한계, 저장 쿼터 및/또는 확장성 인자의 집합 중의 적어도 하나를 정의하는, 컴퓨터 판독 가능 저장 매체.
  36. 제31항에 있어서,
    상기 성능 수준은 정량화할 수 있는 비독점적인 고객 요건으로서 제공되는, 컴퓨터 판독 가능 저장 매체.
  37. 제33항에 있어서,
    상기 하나 이상의 시뮬레이션을 반복하는 것은,
    시뮬레이션 결과를 상기 달성된 성능 수준과 비교하는 것;
    상기 시뮬레이션 결과가 상기 달성된 성능 수준에 도달하는 것에 실패한 경우, 상기 정책 설정을 통해 반복하는 것;
    그렇지 않은 경우, 높은 수준 성능 사양에 의해 요약된 고객 옵션으로서 현재 정책 설정을 부가하는 것; 및
    목적지 데이터센터의 모든 정책 설정이 처리될 때까지 상기 비교를 반복하는 것
    을 포함하는, 컴퓨터 판독 가능 저장 매체.
  38. 제37항에 있어서,
    상기 명령어는,
    고객을 위한 옵션 및 연관된 성능의 메뉴를 자동적으로 생성하도록 상기 시뮬레이션 결과를 이용하는 것; 및
    상기 고객이 셋업을 선택하는 경우 상기 옵션 및 상기 연관된 성능을 구성 관리자에 제공하는 것
    을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  39. 제38항에 있어서,
    상기 명령어는 상기 옵션의 메뉴를 상기 고객에게 제시하는 것을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  40. 제39항에 있어서,
    정책 설정 세부 사항은 상기 고객에게 제시되는 상기 옵션의 메뉴에서 숨겨지고, 제안된 패키지를 위한 하나 이상의 성능 메트릭이 연관된 정책 설정에 대한 링크와 함께 제시되는, 컴퓨터 판독 가능 저장 매체.
  41. 제37항에 있어서,
    상기 명령어는 상기 고객이 기초가 되는 정책을 배우거나 수동으로 설정하여야 하지 않고 복잡한 서비스 옵션을 선택할 수 있도록, 상기 고객이 타겟 성능을 선택하는 것을 가능하게 하고 서비스 수준 및 정책 설정의 전체 리스트를 상기 구성 관리자에 전달하는 것을 더 포함하는, 컴퓨터 판독 가능 저장 매체.
  42. 제31항에 있어서,
    상기 달성된 성능 수준은 상기 현재 데이터센터 중 하나에 의해, 목적지 데이터센터에 의해, 및 상기 현재 데이터센터로부터의 도움 없이 제3자 고객 배치 서비스에 의해 상기 현재 데이터센터에서 측정되는, 컴퓨터 판독 가능 저장 매체.
  43. 제31항에 있어서,
    상기 기존 고객 배치의 상기 토폴로지 설명은 표준화된 포맷을 이용하여 제공되는, 컴퓨터 판독 가능 저장 매체.
  44. 제43항에 있어서,
    상기 표준화된 포맷은 대표적인 인터넷 토폴로지 생성기에 의해 생성되는, 컴퓨터 판독 가능 저장 매체.
  45. 제31항에 있어서,
    상기 클라우드 이동은 단일의 소스로부터 다수의 타겟으로의 이동, 다수의 소스로부터 단일의 타겟으로의 이동, 및 다수의 소스로부터 다수의 타겟으로의 이동 중 하나를 포함하는, 컴퓨터 판독 가능 저장 매체.
KR1020147022556A 2012-01-19 2012-01-19 가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리 KR101558909B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2012/021810 WO2013109274A1 (en) 2012-01-19 2012-01-19 Iterative simulation of requirement metrics for assumption and schema-free configuration management

Publications (2)

Publication Number Publication Date
KR20140112555A true KR20140112555A (ko) 2014-09-23
KR101558909B1 KR101558909B1 (ko) 2015-10-08

Family

ID=48798172

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147022556A KR101558909B1 (ko) 2012-01-19 2012-01-19 가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리

Country Status (5)

Country Link
US (1) US9215085B2 (ko)
JP (1) JP6055487B2 (ko)
KR (1) KR101558909B1 (ko)
CN (1) CN104040529B (ko)
WO (1) WO2013109274A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10459819B2 (en) 2015-09-21 2019-10-29 Splunk Inc. Circular timeline displays of timestamped event data
US10536356B2 (en) 2015-09-21 2020-01-14 Splunk Inc. Generating and displaying topology map time-lapses of cloud computing resources
US10678805B2 (en) 2015-09-21 2020-06-09 Splunk Inc. Schedule modification of data collection requests sent to external data sources
US10693743B2 (en) 2015-09-21 2020-06-23 Splunk Inc. Displaying interactive topology maps of cloud computing resources

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9059960B2 (en) * 2012-08-31 2015-06-16 International Business Machines Corporation Automatically recommending firewall rules during enterprise information technology transformation
US10148530B2 (en) 2012-09-07 2018-12-04 Oracle International Corporation Rule based subscription cloning
US9621435B2 (en) 2012-09-07 2017-04-11 Oracle International Corporation Declarative and extensible model for provisioning of cloud based services
US9667470B2 (en) 2012-09-07 2017-05-30 Oracle International Corporation Failure handling in the execution flow of provisioning operations in a cloud environment
US10521746B2 (en) 2012-09-07 2019-12-31 Oracle International Corporation Recovery workflow for processing subscription orders in a computing infrastructure system
US9203866B2 (en) 2012-09-07 2015-12-01 Oracle International Corporation Overage framework for cloud services
US9253113B2 (en) 2012-09-07 2016-02-02 Oracle International Corporation Customizable model for throttling and prioritizing orders in a cloud environment
US9338223B2 (en) * 2013-08-14 2016-05-10 Verizon Patent And Licensing Inc. Private cloud topology management system
US9800689B2 (en) * 2013-12-19 2017-10-24 Sap Se Distributed application integration auto-adjustment
US10164901B2 (en) * 2014-08-22 2018-12-25 Oracle International Corporation Intelligent data center selection
WO2016053306A1 (en) 2014-09-30 2016-04-07 Hewlett Packard Enterprise Development Lp Topology based management of second day operations
US10009243B2 (en) 2015-08-27 2018-06-26 International Business Machines Corporation Cross-tenant analysis of similar storage environments to recommend storage policy changes
CN108984102B (zh) * 2017-06-02 2021-06-22 伊姆西Ip控股有限责任公司 管理存储系统的方法、系统和计算机程序产品
US11785084B2 (en) 2018-06-20 2023-10-10 Netapp, Inc. Machine learning based assignment of service levels in a networked storage system
US11449776B2 (en) 2019-03-06 2022-09-20 Micro Focus Lcc Topology-based migration assessment
US11494835B2 (en) 2019-11-05 2022-11-08 International Business Machines Corporation Intelligent agent to simulate financial transactions
US11461728B2 (en) 2019-11-05 2022-10-04 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for consortium sharing
US11676218B2 (en) * 2019-11-05 2023-06-13 International Business Machines Corporation Intelligent agent to simulate customer data
US11475467B2 (en) 2019-11-05 2022-10-18 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for realistic modeling
US11842357B2 (en) 2019-11-05 2023-12-12 International Business Machines Corporation Intelligent agent to simulate customer data
US11556734B2 (en) 2019-11-05 2023-01-17 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for realistic modeling
US12056720B2 (en) 2019-11-05 2024-08-06 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for detection model sharing across entities
US11599884B2 (en) 2019-11-05 2023-03-07 International Business Machines Corporation Identification of behavioral pattern of simulated transaction data
US11461793B2 (en) 2019-11-05 2022-10-04 International Business Machines Corporation Identification of behavioral pattern of simulated transaction data
US11475468B2 (en) 2019-11-05 2022-10-18 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for detection model sharing across entities
US11488185B2 (en) 2019-11-05 2022-11-01 International Business Machines Corporation System and method for unsupervised abstraction of sensitive data for consortium sharing
US11526825B2 (en) * 2020-07-27 2022-12-13 Cygnvs Inc. Cloud-based multi-tenancy computing systems and methods for providing response control and analytics
US20220108412A1 (en) 2020-10-07 2022-04-07 Nec Corporation Adaptive autonomous negotiation method and system of using
US20220121640A1 (en) * 2020-10-21 2022-04-21 Western Digital Technologies, Inc. Emulation of relational data table relationships using a schema
US11775487B2 (en) * 2020-11-12 2023-10-03 Western Digital Technologies, Inc. Automatic flexible schema detection and migration
US20220385552A1 (en) * 2021-05-27 2022-12-01 At&T Intellectual Property I, L.P. Record and replay network traffic
US11922183B2 (en) * 2021-06-23 2024-03-05 Microsoft Technology Licensing, Llc. Cross-platform deployment of application
US12041062B2 (en) 2021-09-15 2024-07-16 Cygnvs Inc. Systems for securely tracking incident data and automatically generating data incident reports using collaboration rooms with dynamic tenancy
US11477208B1 (en) 2021-09-15 2022-10-18 Cygnvs Inc. Systems and methods for providing collaboration rooms with dynamic tenancy and role-based security

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4592325B2 (ja) 2004-04-28 2010-12-01 株式会社東芝 Ｉｔシステムの設計支援システムおよび設計支援方法
US8121877B2 (en) * 2007-07-18 2012-02-21 International Business Machines Corporation Dynamic evolution of business performance management solutions using declarative evolution policies
US7801994B2 (en) * 2007-11-29 2010-09-21 Hitachi, Ltd. Method and apparatus for locating candidate data centers for application migration
US7987262B2 (en) 2008-11-19 2011-07-26 Accenture Global Services Limited Cloud computing assessment tool
US8935142B2 (en) 2009-03-12 2015-01-13 Verizon Patent And Licensing Inc. Simulation of communication networks
US7904540B2 (en) * 2009-03-24 2011-03-08 International Business Machines Corporation System and method for deploying virtual machines in a computing environment
US8433749B2 (en) * 2009-04-15 2013-04-30 Accenture Global Services Limited Method and system for client-side scaling of web server farm architectures in a cloud data center
US8751627B2 (en) * 2009-05-05 2014-06-10 Accenture Global Services Limited Method and system for application migration in a cloud
US20100319004A1 (en) * 2009-06-16 2010-12-16 Microsoft Corporation Policy Management for the Cloud
US9329951B2 (en) * 2009-07-31 2016-05-03 Paypal, Inc. System and method to uniformly manage operational life cycles and service levels
US8078691B2 (en) * 2009-08-26 2011-12-13 Microsoft Corporation Web page load time prediction and simulation
US8316125B2 (en) 2009-08-31 2012-11-20 Red Hat, Inc. Methods and systems for automated migration of cloud processes to external clouds
JP4939594B2 (ja) * 2009-11-30 2012-05-30 インターナショナル・ビジネス・マシーンズ・コーポレーション プライマリクラウドが提供したサービスレベルの実績値又は更新されたプリファレンス情報に基づいて、サービスレベルアグリーメントを動的に決定してサービスを提供することができるクラウドシステムを構成する装置、方法及びコンピュータプログラム
US20110289329A1 (en) * 2010-05-19 2011-11-24 Sumit Kumar Bose Leveraging smart-meters for initiating application migration across clouds for performance and power-expenditure trade-offs

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10459819B2 (en) 2015-09-21 2019-10-29 Splunk Inc. Circular timeline displays of timestamped event data
US10536356B2 (en) 2015-09-21 2020-01-14 Splunk Inc. Generating and displaying topology map time-lapses of cloud computing resources
US10678805B2 (en) 2015-09-21 2020-06-09 Splunk Inc. Schedule modification of data collection requests sent to external data sources
US10693743B2 (en) 2015-09-21 2020-06-23 Splunk Inc. Displaying interactive topology maps of cloud computing resources
US11075825B2 (en) 2015-09-21 2021-07-27 Splunk Inc. Generating and displaying topology map time-lapses of cloud computing resources
US11169900B2 (en) 2015-09-21 2021-11-09 Splunk, Inc. Timeline displays of event data with start and end times
US11611493B2 (en) 2015-09-21 2023-03-21 Splunk Inc. Displaying interactive topology maps of cloud computing resources

Also Published As

Publication number Publication date
CN104040529B (zh) 2017-04-12
WO2013109274A1 (en) 2013-07-25
JP6055487B2 (ja) 2016-12-27
JP2015511345A (ja) 2015-04-16
US9215085B2 (en) 2015-12-15
KR101558909B1 (ko) 2015-10-08
US20130191531A1 (en) 2013-07-25
CN104040529A (zh) 2014-09-10

Similar Documents

Publication Publication Date Title
KR101558909B1 (ko) 가정을 위한 요건 메트릭의 반복적 시뮬레이션 및 스키마 없는 구성 관리
JP6336606B2 (ja) 可視化されたネットワーク運用及び保守のための方法及び装置
Gupta et al. A comparative study of software defined networking controllers using mininet
US9843485B2 (en) Monitoring dynamic networks
Hasenburg et al. MockFog: Emulating fog computing infrastructure in the cloud
US9565129B2 (en) Resource provisioning planning for enterprise migration and automated application discovery
US20190138288A1 (en) Automatic creation of delivery pipelines
US20140365196A1 (en) Infrastructure Model Generation System And Method
EP2890054B1 (en) System and method for designing a network for one or more entities in an enterprise
US9705773B2 (en) Parallelized network traffic flow availability simulation using stochastic process and traffic engineering algorithms
US20160357522A1 (en) Physical space map overlay and interaction for an internet of things integrated developer environment
US20160359664A1 (en) Virtualized things from physical objects for an internet of things integrated developer environment
US10536348B2 (en) Operational micro-services design, development, deployment
Zarrad et al. Evaluating network test scenarios for network simulators systems
JP2017536608A (ja) ステージ及びバージョンポリシーを用いるトポロジーベースの管理
US10904128B2 (en) Testing functionality of an Internet of Things environment
GB2523338A (en) Testing a virtualised network function in a network
US11381463B2 (en) System and method for a generic key performance indicator platform
CN109218048A (zh) 对部署在云上的一个工业系统的性能测试方法和装置
WO2014042753A1 (en) Generating and evaluating expert networks
US11044155B2 (en) Utilizing unstructured data in self-organized networks
Ali et al. Performance and scalability analysis of SDN-based large-scale Wi-Fi networks
Adday et al. Investigating and Analyzing Simulation Tools of Wireless Sensor Networks: A Comprehensive Survey
US10129184B1 (en) Detecting the source of link errors in a cut-through forwarding network fabric
Gilly et al. End-to-end simulation environment for mobile edge computing

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20181129

Year of fee payment: 4