TWI650636B - 偵測系統及偵測方法 - Google Patents
偵測系統及偵測方法 Download PDFInfo
- Publication number
- TWI650636B TWI650636B TW106140834A TW106140834A TWI650636B TW I650636 B TWI650636 B TW I650636B TW 106140834 A TW106140834 A TW 106140834A TW 106140834 A TW106140834 A TW 106140834A TW I650636 B TWI650636 B TW I650636B
- Authority
- TW
- Taiwan
- Prior art keywords
- service
- test
- execution
- test signal
- request instruction
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/004—Error avoidance
-
- 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
- G06F11/263—Generation of test inputs, e.g. test vectors, patterns or sequences ; with adaptation of the tested hardware for testability with external testers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/81—Threshold
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本案提供一種偵測方法,適用於一無伺服器架構,偵測方法包含:取得一測試訊號,並依據測試訊號執行至少一動作,並送出包含測試訊號的一請求指令;判斷請求指令中的測試訊號是否代表執行一測試模式,若判斷請求指令中的測試訊號代表執行測試模式,則向一測試服務裝置請求對應請求指令的至少一服務;收集於執行至少一動作時的一執行順序及各至少一動作的一執行結果,並將執行順序及執行結果整併為一待分類資料;以及根據待分類資料計算一偵測結果,其中偵測結果代表是否將發生一雪球效應。
Description
本案是有關於一種偵測系統及偵測方法。特別是有關於一種適用於無伺服器架構的偵測系統及偵測方法。
無伺服器架構不需要管理基礎設施就能建立和執行應用程式與服務,應用程式仍可在伺服器上執行,但所有伺服器管理工作都由無伺服器架構完成。因此,使用者不再需要佈建、擴展和維護伺服器來執行應用程式、資料庫以及儲存系統。
然而,無伺服器特有的架構及開發方式,容易在開發時發生雪球效應,且開發者不易於無伺服器架構的雲端平台上測試及除錯。
因此,如何提供開發者易於測試及除錯並避免雪球效應的無伺服器架構,已成為本領域相關人員所需解決的問題。
為解決上述課題,本案之一態樣是提供一種偵測系統,適用於一無伺服器架構,偵測系統包含一測試模式模組、一服務重新導向模組、一資料收集模組及一分類模組。測試模式模組取得一測試訊號,並依據測試訊號執行至少一動作,並送出包含測試訊號的一請求指令。服務重新導向模組判斷請求指令中的測試訊號是否代表執行一測試模式,若判斷請求指令中的測試訊號代表執行測試模式,則向一測試服務裝置請求對應請求指令的至少一服務。資料收集模組收集測試模式模組於執行至少一動作時的一執行順序及各至少一動作的一執行結果,並將執行順序及執行結果整併為一待分類資料。分類模組包含一分類模型,用以根據待分類資料計算一偵測結果,其中偵測結果代表是否將發生一雪球效應。
本案之另一態樣是提供一種偵測方法,適用於一無伺服器架構,偵測方法包含:取得一測試訊號,並依據測試訊號執行至少一動作,並送出包含測試訊號的一請求指令;判斷請求指令中的測試訊號是否代表執行一測試模式,若判斷請求指令中的測試訊號代表執行測試模式,則向一測試服務裝置請求對應請求指令的至少一服務;收集於執行至少一動作時的一執行順序及各至少一動作的一執行結果,並將執行順序及執行結果整併為一待分類
資料;以及根據該待分類資料計算一偵測結果,其中該偵測結果代表是否將發生一雪球效應。
綜上,本案藉由偵測系統提供開發者在測試程式時,能夠自動切換到採用測試服務裝置的服務,避免測試程式影響到正常使用者的操作,並應用機器學習演算法以判斷是否有雪球效應產生,且在雪球效應將產生的情況下能立即的停止運行測試程式,可避免無伺服器架構壞損,另外,透過在運行測試程式的過程中所進行的資料收集,亦有利於開發人員除錯。因此,本案的偵測系統及偵測方法達到了使開發人員在無伺服器架構上更易於測試程式且同時可避免雪球效應的功效。
100‧‧‧偵測系統
10‧‧‧輸入裝置
20‧‧‧資料處理裝置
22‧‧‧應用程式設計介面
M1‧‧‧測試模式模組
M2‧‧‧服務重新導向模組
M3‧‧‧資料收集模組
M4‧‧‧分類模組
M5‧‧‧訊息通知模組
NF‧‧‧正式服務裝置
NDB、TDB‧‧‧資料庫
NSR、TSR‧‧‧儲存裝置
NAPP、TAPP‧‧‧使用者應用程式
D1、D2‧‧‧電子裝置
A1~A3‧‧‧動作
300‧‧‧偵測方法
500‧‧‧服務重新導向方法
310~347、510~524‧‧‧步驟
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖示之說明如下:第1圖為根據本案一實施例繪示的一種偵測系統的示意圖;第2圖為根據本案一實施例繪示的一種偵測系統與電子裝置的互動示意圖;第3圖為根據本案一實施例繪示的一種偵測方法之流程圖;第4圖為根據本案一實施例繪示的一種測試模
式模組執行多個動作的示意圖;第5圖為根據本案一實施例繪示的一種服務重新導向方法的流程圖;以及第6圖為根據本案一實施例繪示的一種資料收集方法的示意圖。
下文係舉實施例配合所附圖式作詳細說明,但所提供之實施例並非用以限制本發明所涵蓋的範圍,而結構操作之描述非用以限制其執行之順序,任何由元件重新組合之結構,所產生具有均等功效的裝置,皆為本發明所涵蓋的範圍。此外,圖式僅以說明為目的,並未依照原尺寸作圖。為使便於理解,下述說明中相同元件將以相同之符號標示來說明。
關於本文中所使用之『第一』、『第二』、...等,並非特別指稱次序或順位的意思,亦非用以限定本發明,其僅僅是為了區別以相同技術用語描述的元件或操作而已。
請參閱第1~3圖,第1圖為根據本案一實施例繪示的一種偵測系統100的示意圖。第2圖為根據本案一實施例繪示的一種偵測系統100與電子裝置D1、D2的互動示意圖。第3圖為根據本案一實施例繪示的一種偵測方法200之流程圖。於一實施例
中,偵測系統100包含測試模式模組M1、服務重新導向模組M2、資料收集模組M3及分類模組M4。於一實施例中,偵測系統100更包含訊息通知模組M5。於一實施例中,偵測系統100更包含輸入裝置10、正式服務裝置NF及測試服務裝置TF。於一實施例中,資料處理裝置20中包含應用程式設計介面22及測試模式模組M1,正式服務裝置NF中包含儲存於一儲存裝置NSR的資料庫NDB及使用者應用程式NAPP,測試服務裝置TF中包含儲存於一儲存裝置TSR的資料庫TDB及使用者應用程式TAPP。
於一實施例中,使用者可由輸入裝置10將指令或程式輸入至應用程式設計介面22,輸入裝置10及應用程式設計介面22可分別以軟體或硬體的方式實現之,例如可以是指使用者介面,或是實體的網路介面卡或其他可接收訊號的電子裝置。
於一實施例中,資料處理裝置20可以是一伺服器、一筆電、一桌機或任何可執行運算的電子裝置。
於一實施例中,測試模式模組M1、服務重新導向模組M2、資料收集模組M3、分類模組M4及訊息通知模組M5可以一併或分別被實施為微控制單元(microcontroller)、微處理器(microprocessor)、數位訊號處理器(digital signal processor)、特殊應用積體電路(application specific
integrated circuit,ASIC)或一邏輯電路。
於一實施例中,儲存置裝置NSR、儲存裝置TSR可分別被實作為快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶或熟悉此技藝者可輕易思及具有相同功能之儲存媒體。
於一實施例中,使用者應用程式TAPP及使用者應用程式NAPP是指使用者欲執行的應用程式,正式服務裝置NF用以執行使用者應用程式NAPP,測試服務裝置TF用以執行使用者應用程式TAPP。
於第2圖中,偵測系統100可接收電子裝置D1、D2的事件(event),電子裝置D1、D2例如為手機、平板、筆電、感測器或其他具有傳輸功能的裝置,電子裝置D1、D2所觸發的事件例如為上傳一張影像到偵測系統100,使得偵測系統100偵測到資料已被更新而被觸發(trigger),並接著將影像依據預設或使用者定義的規則(rule)進行影像縮圖、影像轉碼等應用,並執行一動作(action)例如是將轉碼後的影像上傳到其他軟體或硬體裝置中。以下詳述偵測方法300的各個步驟。
於步驟310中,測試模式模組M1取得一測試訊號,並依據測試訊號執行至少一動作,並送出包含測試訊號的一請求指令。
於一實施例中,使用者可由輸入裝置10
將測試訊號輸入至應用程式設計介面22,應用程式設計介面22再將測試訊號傳送到測試模式模組M1。
請參閱第4圖,第4圖為根據本案一實施例繪示的一種測試模式模組M1執行多個動作A1~A3之示意圖。於一實施例中,測試模式模組M1依序執行多個動作A1~A3,此些動作A1~A3皆係以不同的程式語言所編輯,例如,動作A1是由“NodeJS”程式語言所編寫,測試模式模組M1執行動作A1後,產生一第一執行結果,將第一執行結果代入動作A2,動作A2是由“Python”程式語言所編寫,測試模式模組M1執行動作A2後,產生一第二執行結果,將第二執行結果代入動作A3,動作A3將第二執行結果代入“Docker”的平台上運行,產生一第三執行結果。然而,測試模式模組M1所能執行的程式語言不限於此,測試模式模組M1可執行資料處理裝置20所支援的程式語言。
於一實施例中,測試模式模組M1再將帶有測試訊號的請求指令傳到服務重新導向模組M2。
於步驟320中,服務重新導向模組M2判斷請求指令中的測試訊號是否代表執行一測試模式,若判斷請求指令中的測試訊號代表執行測試模式,則向一測試服務裝置TF請求對應請求指令的至少一服務(步驟325)。於一實施例中,當服務重新導向模組M2判斷請求指令中的測試訊號不代表執行測試
模式,則向一正式服務裝置NF請求對應請求指令的至少一服務(步驟327)。
於一實施例中,服務例如為一資料庫系統存取服務、一儲存裝置設定服務或使用者應用程式TAPP、NAPP,可以透過正式服務裝置NF及/或測試服務裝置TF喚起對應之服務。
請參閱第5圖,第5圖為根據本案一實施例繪示的一種服務重新導向方法500之流程圖。第5圖中的步驟510~524可以是步驟325的子步驟。於第5圖中,服務重新導向模組M2接收請求指令(步驟510),判斷請求指令中的測試訊號是否代表執行測試模式(步驟512),若判斷請求指令中的測試訊號代表執行測試模式時,服務重新導向模組M2檢查對應請求指令的至少一服務(步驟516),例如檢查請求指令中需使用資料庫TDB之服務或儲存裝置TSR之服務,建立至少一服務(步驟518),以列出相關於進行測試用的服務,例如為應用程式,使得服務重新導向模組M2可快速地讓使用者在偵測系統100上測試部屬,動態建立相關測試用的服務,接著,產生一初始認證(步驟520),以表示當前使用者符合取得操作偵測系統100的權限,並依據初始認證產生一更新認證(522),此更新認證可以在不干擾使用者操作情形下,更改取得服務(例如為儲存裝置設定服務)的導向路徑,再接著,依據更新認證向一測試服務裝
置TF請求對應請求指令的至少一服務(步驟524),藉此將請求指令導向測試服務裝置TF(例如請求指令為,寫入新影像檔案寫入至資料庫TSR)。
藉由服務重新導向方法500,當使用者測試程式,需要存取資料庫TDB或儲存裝置TSR的服務(或資源)時,使用者無需得知資料庫TDB或儲存裝置TSR的IP位址,只需取得初始認證,且偵測系統100會自動產生一更新認證,藉由更新認證即可自動導向到測試服務裝置TF(此步驟是由服務重新導向模組M2自動進行,無須由使用者設定),取得測試服務裝置TF中的需要存取資料庫TDB或儲存裝置TSR的服務。
由於測試服務裝置TF與正式服務裝置NF為兩個獨立的環境,因此,在測試程式時,不會影響其他使用者的正常操作。例如,第1圖所示,於正常操作下,服務重新導向模組M2是將請求指令導向到正式服務裝置NF,以取得服務。
於步驟514中,若服務重新導向模組M2判斷請求指令中的測試訊號不代表執行測試模式時,則向一正式服務裝置NF請求對應請求指令的至少一服務,藉此將請求指令導向測試服務裝置NF。
請再參閱第3圖,於步驟330中,資料收集模組M3收集測試模式模組M1於執行至少一動作A1~A3時的一執行順序及各至少一動作A1~A3的一
執行結果(例如第一執行結果至第三執行結果),並將執行順序及執行結果整併為一待分類資料。
請參閱第6圖,第6圖為根據本案一實施例繪示的一種資料收集方法之示意圖。於第6圖中,資料收集模組M3用以收集測試模式模組M1於執行至少一動作A1~A3時的一執行順序及各至少一動作A1~A3的第一執行結果至第三執行結果,此些資料整併或集合為一待分類資料,待分類資料的形式例如為一日誌檔(log file)。於此實施例中,執行順序依序為動作A1、動作A2及動作A3。
步驟330及步驟325可以同時或互換執行順序。
於步驟340中,分類模組M4包含一分類模型,用以根據待分類資料計算一偵測結果,其中偵測結果代表是否將發生一雪球效應。
於一實施例中,當偵測結果代表將發生雪球效應時,執行步驟345,當偵測結果代表將不會發生雪球效應時,執行步驟347。
於一實施例中,分類模組M4將多個已知資料代入一機器學習演算法,以於一訓練階段產生分類模型,並於一預測階段將待分類資料代入分類模型,以判斷待分類資料是否將發生一雪球效應,藉此產生偵測結果。
於一實施例中,分類模型可以是以一或
多個函式實現,例如應用已知的S型函式(如sigmoid函式)及用以突顯最大值的函式(如softmax)實現,由於可利用已知的機器學習演算法實現此步驟,故此處不贅述之。
於一實施例中,雪球效應是指事件如同雪球一樣越滾越大,形容事物發展規模速度瘋狂增長。於本發明中,雪球效應定義為代表至少一服務所採用的一儲存裝置與發出測試訊號的一電子裝置所包含的儲存裝置相同,舉例而言,步驟320中至少一服務將新影像檔案寫入的儲存裝置(例如是位在電子裝置D1中的儲存裝置)與步驟310中發出測試訊號的電子裝置所包含的儲存裝置(例如亦是位在電子裝置D1中的儲存裝置)相同時,偵測系統100會偵測到有檔案被更動,故偵測系統100再次被此電子裝置D1觸發,又再次進入步驟310,導致無窮迴圈如同雪球效應般的產生。
於步驟345中,訊息通知模組M5傳送一雪球效應訊號,並傳送一中止動作訊號。
於一實施例中,訊息通知模組M5將偵測系統100中正在運行測試程式的容器(container)或虛擬機器關閉,以避免偵測系統100進入運算的無窮迴圈。
於一實施例中,訊息通知模組M5傳送一雪球效應訊號至傳出測試訊號的電子裝置(例如為
電子裝置D1)。
於步驟347中,訊息通知模組M5傳送一正常服務訊號。於一實施例中,訊息通知模組M5傳送一正常服務訊號至傳出測試訊號的電子裝置(例如為電子裝置D1)。
綜上,本案藉由偵測系統提供開發者在測試程式時,能夠自動切換到採用測試服務裝置的服務,避免測試程式影響到正常使用者的操作,並應用機器學習演算法以判斷是否有雪球效應產生,且在雪球效應將產生的情況下能立即的停止運行測試程式,可避免無伺服器架構壞損,另外,透過在運行測試程式的過程中所進行的資料收集,亦有利於開發人員除錯。因此,本案的偵測系統及偵測方法達到了使開發人員在無伺服器架構上更易於測試程式且同時可避免雪球效應的功效。
雖然本案已以實施例揭露如上,然其並非用以限定本案,任何熟習此技藝者,在不脫離本案之精神和範圍內,當可作各種之更動與潤飾,因此本案之保護範圍當視後附之申請專利範圍所界定者為準。
Claims (14)
- 一種偵測系統,適用於一無伺服器架構,該偵測系統包含: 一測試模式模組,用以取得一測試訊號,並依據該測試訊號執行至少一動作,並送出包含該測試訊號的一請求指令; 一服務重新導向模組,用以判斷該請求指令中的該測試訊號是否代表執行一測試模式,若判斷該請求指令中的該測試訊號代表執行該測試模式,則向一測試服務裝置請求對應該請求指令的至少一服務; 一資料收集模組,用以收集該測試模式模組於執行該至少一動作時的一執行順序及各該至少一動作的一執行結果,並將該執行順序及該執行結果整併為一待分類資料;以及 一分類模組,包含一分類模型,用以根據該待分類資料計算一偵測結果,其中該偵測結果代表是否將發生一雪球效應。
- 如申請專利範圍第1項所述之偵測系統,更包含: 一訊息通知模組,當該偵測結果代表將發生該雪球效應,則該訊息通知模組傳送一中止動作訊號,當該偵測結果代表將不發生該雪球效應,則該訊息通知模組傳送一正常服務訊號。
- 如申請專利範圍第1項所述之偵測系統,其中該測試模式模組依序執行複數個動作,該些動作皆係以不同的程式語言所編輯。
- 如申請專利範圍第1項所述之偵測系統,其中當該服務重新導向模組判斷該請求指令中的該測試訊號不代表執行該測試模式,則向一正式服務裝置請求對應於該請求指令的該至少一服務。
- 如申請專利範圍第1項所述之偵測系統,其中當該服務重新導向模組判斷該請求指令中的該測試訊號代表執行該測試模式時,該服務重新導向模組檢查對應該請求指令的該至少一服務,建立該至少一服務,產生一初始認證,並依據該初始認證產生一更新認證,依據該更新認證向該測試服務裝置請求對應該請求指令的該至少一服務。
- 申請專利範圍第1項所述之偵測系統,其中該至少一服務是指一資料庫系統存取服務或一儲存裝置設定服務。
- 如申請專利範圍第1項所述之偵測系統,其中該雪球效應代表該至少一服務所採用的一儲存裝置與發出該測試訊號的一電子裝置所包含的該儲存裝置相同。
- 一種偵測方法,適用於一無伺服器架構,該偵測方法包含: 取得一測試訊號,並依據該測試訊號執行至少一動作,並送出包含該測試訊號的一請求指令; 判斷該請求指令中的該測試訊號是否代表執行一測試模式,若判斷該請求指令中的該測試訊號代表執行該測試模式,則向一測試服務裝置請求對應該請求指令的至少一服務; 收集於執行該至少一動作時的一執行順序及各該至少一動作的一執行結果,並將該執行順序及該執行結果整併為一待分類資料;以及 根據該待分類資料計算一偵測結果,其中該偵測結果代表是否將發生一雪球效應。
- 如申請專利範圍第8項所述之偵測方法,更包含: 當該偵測結果代表將發生該雪球效應,則傳送一中止動作訊號,當該偵測結果代表將不發生該雪球效應,則傳送一正常服務訊號。
- 如申請專利範圍第8項所述之偵測方法,更包含: 依序執行複數個動作,該些動作皆係以不同的程式語言所編輯。
- 如申請專利範圍第8項所述之偵測方法,更包含: 當判斷該請求指令中的該測試訊號不代表執行該測試模式,則向一正式服務裝置請求對應於該請求指令的該至少一服務。
- 如申請專利範圍第8項所述之偵測方法,更包含: 當判斷該請求指令中的該測試訊號代表執行該測試模式時,檢查對應該請求指令的該至少一服務,建立該至少一服務,產生一初始認證,並依據該初始認證產生一更新認證,依據該更新認證向該測試服務裝置請求對應於該請求指令的該至少一服務。
- 申請專利範圍第8項所述之偵測方法,其中該至少一服務是指一資料庫方法存取服務或一儲存裝置設定服務。
- 如申請專利範圍第8項所述之偵測方法,其中該雪球效應代表該至少一服務所採用的一儲存裝置與發出該測試訊號的一電子裝置所包含的該儲存裝置相同。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106140834A TWI650636B (zh) | 2017-11-23 | 2017-11-23 | 偵測系統及偵測方法 |
CN201711285804.0A CN109828898A (zh) | 2017-11-23 | 2017-12-07 | 检测系统及检测方法 |
US15/834,448 US10691515B2 (en) | 2017-11-23 | 2017-12-07 | Testing in serverless system with autostop of endless loop |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106140834A TWI650636B (zh) | 2017-11-23 | 2017-11-23 | 偵測系統及偵測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI650636B true TWI650636B (zh) | 2019-02-11 |
TW201926039A TW201926039A (zh) | 2019-07-01 |
Family
ID=66213681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106140834A TWI650636B (zh) | 2017-11-23 | 2017-11-23 | 偵測系統及偵測方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10691515B2 (zh) |
CN (1) | CN109828898A (zh) |
TW (1) | TWI650636B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12105139B2 (en) * | 2021-11-10 | 2024-10-01 | Advanced Micro Devices, Inc. | Secure testing mode |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5628013A (en) * | 1992-09-30 | 1997-05-06 | Apple Computer, Inc. | Apparatus and method for allocating processing time in a frame-based computer system |
TW514832B (en) * | 2000-04-26 | 2002-12-21 | Texas Instruments Inc | Multiprocessor object control |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020019843A1 (en) * | 2000-04-26 | 2002-02-14 | Killian Robert T. | Multiprocessor object control |
US7154880B2 (en) * | 2002-08-12 | 2006-12-26 | Vodtel Communications Inc. | Non-server type voice packet communication device and method |
TW200617737A (en) * | 2004-06-28 | 2006-06-01 | Eplus Capital Inc | Method for a server-less office architecture |
CN100561985C (zh) * | 2007-09-27 | 2009-11-18 | 中兴通讯股份有限公司 | 一种基于业务优先级的流量控制方法及其系统 |
WO2013184137A1 (en) * | 2012-06-08 | 2013-12-12 | Hewlett-Packard Development Company, L.P. | Test and management for cloud applications |
KR20160006781A (ko) * | 2013-05-17 | 2016-01-19 | 후아웨이 테크놀러지 컴퍼니 리미티드 | Icn을 통한 대규모 컨퍼런싱을 위한 멀티-티어 푸시 하이브리드 서비스 제어 아키텍처 |
-
2017
- 2017-11-23 TW TW106140834A patent/TWI650636B/zh active
- 2017-12-07 CN CN201711285804.0A patent/CN109828898A/zh active Pending
- 2017-12-07 US US15/834,448 patent/US10691515B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5628013A (en) * | 1992-09-30 | 1997-05-06 | Apple Computer, Inc. | Apparatus and method for allocating processing time in a frame-based computer system |
TW514832B (en) * | 2000-04-26 | 2002-12-21 | Texas Instruments Inc | Multiprocessor object control |
Also Published As
Publication number | Publication date |
---|---|
US10691515B2 (en) | 2020-06-23 |
US20190155670A1 (en) | 2019-05-23 |
CN109828898A (zh) | 2019-05-31 |
TW201926039A (zh) | 2019-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9679090B1 (en) | Systematically exploring programs during testing | |
CA3089044A1 (en) | Cost optimized dynamic resource allocation in a cloud infrastructure | |
US20140372985A1 (en) | API Rules Verification Platform | |
US20140331209A1 (en) | Program Testing Service | |
US20140372986A1 (en) | Timed API Rules for Runtime Verification | |
JP5692414B2 (ja) | 検知装置、検知プログラムおよび検知方法 | |
JP7241713B2 (ja) | オペレータ管理装置、オペレータ管理方法及びオペレータ管理コンピュータープログラム | |
US20150066869A1 (en) | Module Database with Tracing Options | |
US9292423B1 (en) | Monitoring applications for compatibility issues | |
US10069702B2 (en) | Dynamic discovery of applications, external dependencies, and relationships | |
US11586522B2 (en) | Pattern-recognition enabled autonomous configuration optimization for data centers | |
US10705949B2 (en) | Evaluation of library test suites using mutation testing | |
US20150019722A1 (en) | Determining, managing and deploying an application topology in a virtual environment | |
US20220107858A1 (en) | Methods and systems for multi-resource outage detection for a system of networked computing devices and root cause identification | |
US9208005B2 (en) | System and method for performance management of large scale SDP platforms | |
US20150019198A1 (en) | Method to apply perturbation for resource bottleneck detection and capacity planning | |
US20230061613A1 (en) | Parallel rollout verification processing for deploying updated software | |
TWI650636B (zh) | 偵測系統及偵測方法 | |
Iyer et al. | The case for performance interfaces for hardware accelerators | |
US10380339B1 (en) | Reactively identifying software products exhibiting anomalous behavior | |
WO2023138923A1 (en) | Failure prediction using informational logs and golden signals | |
US10642676B2 (en) | Scalable automated detection of functional behavior | |
JP6142878B2 (ja) | 情報システムの性能評価装置、方法およびプログラム | |
US11176010B2 (en) | Circuit-cycle reproduction | |
US10649976B1 (en) | Using a global sequence number for replicating mutating data |