-
公开(公告)号：CN112771504A
公开(公告)日：2021-05-07
申请号：CN201880095070.6
申请日：2018-06-29
Applicant: 微软技术许可有限责任公司
IPC: G06F11/22
Abstract: 本文中描述了用于多因素云服务存储设备错误预测的系统和技术。一组存储设备度量和一组计算系统度量可以被获取。特征集可以使用该一组存储设备度量和该一组计算系统度量而被生成。特征集的成员可以通过使用特征集的成员评估验证训练数据集而被验证。已修改特征集可以基于验证而被创建。存储设备故障模型可以使用已修改特征集而被创建。存储设备额定范围可以通过使存储设备的误分类成本最小化而被确定。待标记的一组存储设备可以被标识为具有高故障概率。
-
公开(公告)号：CN116057902A
公开(公告)日：2023-05-02
申请号：CN202080102107.0
申请日：2020-06-30
Applicant: 微软技术许可有限责任公司
IPC: H04L43/0817 , H04L43/16 , H04L43/045 , H04L43/0823 , H04L43/06 , H04L41/16 , H04L41/5025
Abstract: 根据本文描述的主题的实现，提供了一种提供服务的健康指数的解决方案。在该解决方案中，获得与多个服务相关联的多个事故信息集。多个服务在计算环境中供应。事故信息集指示在服务操作期间报告的至少一个事故。基于多个事故信息集中的相应事故信息集和健康分类策略针对多个服务确定相应的健康指数。相应的健康指数指示多个服务的相应的健康状态，并且从相同的健康指数范围确定。通过统一使用事故信息，所确定的健康指数可以指示针对不同服务的通用并且一致的健康状态。
-
公开(公告)号：CN107992503B
公开(公告)日：2022-05-24
申请号：CN201610968389.8
申请日：2016-10-26
Applicant: 微软技术许可有限责任公司
Abstract: 根据本公开内容的实现，提出了一种查询处理的方案。在该方案中，多个数据子集被预先存储、例如被存储在可快速访问的存储设备中，以供数据分析。每个数据子集可以包括与一个或多个维度对应的数据条目。当接收到的查询的多个查询项对应的多个目标维度需由两个或更多的数据子集覆盖时，取代于转向分析未被存储的源数据集，可以将该查询分解为多个子查询。这样的分解可以使得与每个子查询的查询项相关的目标维度由单个数据子集覆盖。针对每个子查询分析相应的数据子集并且基于多个子查询的分析结果，确定该查询的查询结果。通过这种方式，可以从已有的数据子集中快速地处理查询和提供查询结果。
-
公开(公告)号：CN119631058A
公开(公告)日：2025-03-14
申请号：CN202280098754.8
申请日：2022-09-09
Applicant: 微软技术许可有限责任公司
Abstract: 一种计算系统，包括一个或多个处理设备，其至少部分地通过接收计算资源使用轨迹来训练超额订阅强化学习器。在超额订阅强化学习器处，训练还包括至少部分地基于计算资源使用轨迹来生成原型。训练还包括至少部分地基于原型来生成超额订阅率。训练还包括输出原型反馈查询和/或超额订阅率反馈查询。训练还包括接收原型反馈输入和/或超额订阅率反馈输入。至少部分地基于计算资源使用轨迹、原型、以及原型反馈输入和/或超额订阅率反馈输入，训练还包括计算目标函数值并且至少部分地基于目标函数值来训练超额订阅强化学习器。
-
Patent Agency Ranking
公开(公告)号：CN116057902B
公开(公告)日：2025-01-17
申请号：CN202080102107.0
申请日：2020-06-30
Applicant: 微软技术许可有限责任公司
IPC: H04L43/0817 , H04L43/16 , H04L43/045 , H04L43/0823 , H04L43/06 , H04L41/16 , H04L41/5025
Abstract: 根据本文描述的主题的实现，提供了一种提供服务的健康指数的解决方案。在该解决方案中，获得与多个服务相关联的多个事故信息集。多个服务在计算环境中供应。事故信息集指示在服务操作期间报告的至少一个事故。基于多个事故信息集中的相应事故信息集和健康分类策略针对多个服务确定相应的健康指数。相应的健康指数指示多个服务的相应的健康状态，并且从相同的健康指数范围确定。通过统一使用事故信息，所确定的健康指数可以指示针对不同服务的通用并且一致的健康状态。
-
公开(公告)号：CN118302748A
公开(公告)日：2024-07-05
申请号：CN202280078522.6
申请日：2022-11-28
Applicant: 微软技术许可有限责任公司
Abstract: 本申请涉及云计算环境中的滞留资源恢复。多个节点中的每个节点处的资源利用信号被测量，其中每个节点托管对应虚拟机(VM)。基于每个资源利用信号，候选节点的集合被标识。每个候选节点包括由于瓶颈资源的利用而未被利用的滞留资源。该标识包括计算每个候选节点处的滞留资源的量。候选VM的集合从被托管在候选节点的集合处的多个VM被标识以用于迁移以用于滞留资源恢复。该标识包括基于托管候选VM的候选节点处的滞留资源与瓶颈资源之间的不平衡程度来计算针对每个候选VM的得分。候选VM的集合中的至少一个候选VM的迁移被发起。
-
公开(公告)号：CN112740290B
公开(公告)日：2022-06-10
申请号：CN201880094684.2
申请日：2018-06-29
Applicant: 微软技术许可有限责任公司
IPC: G08B29/06
Abstract: 在此描述了用于多阶段云服务节点错误预测的系统和技术。针对云计算平台中的节点设备，可以获得空间度量集合和时间度量集合。可以使用空间机器学习模型和时间机器学习模型来评估节点设备，以创建空间输出和时间输出。可以基于使用排名模型对空间输出和时间输出的评估，来确定一个或多个潜在故障节点。一个或多个潜在故障节点可以是节点设备的子集。可以从一个或多个潜在故障节点标识一个或多个迁移源节点。可以通过最小化假阳性和假阴性节点检测的成本来标识一个或多个迁移源节点。
-
公开(公告)号：CN112740290A
公开(公告)日：2021-04-30
申请号：CN201880094684.2
申请日：2018-06-29
Applicant: 微软技术许可有限责任公司
IPC: G08B29/06
Abstract: 在此描述了用于多阶段云服务节点错误预测的系统和技术。针对云计算平台中的节点设备，可以获得空间度量集合和时间度量集合。可以使用空间机器学习模型和时间机器学习模型来评估节点设备，以创建空间输出和时间输出。可以基于使用排名模型对空间输出和时间输出的评估，来确定一个或多个潜在故障节点。一个或多个潜在故障节点可以是节点设备的子集。可以从一个或多个潜在故障节点标识一个或多个迁移源节点。可以通过最小化假阳性和假阴性节点检测的成本来标识一个或多个迁移源节点。
-
公开(公告)号：CN107992503A
公开(公告)日：2018-05-04
申请号：CN201610968389.8
申请日：2016-10-26
Applicant: 微软技术许可有限责任公司
IPC: G06F17/30
CPC classification number: G06F17/30592
Abstract: 根据本公开内容的实现，提出了一种查询处理的方案。在该方案中，多个数据子集被预先存储、例如被存储在可快速访问的存储设备中，以供数据分析。每个数据子集可以包括与一个或多个维度对应的数据条目。当接收到的查询的多个查询项对应的多个目标维度需由两个或更多的数据子集覆盖时，取代于转向分析未被存储的源数据集，可以将该查询分解为多个子查询。这样的分解可以使得与每个子查询的查询项相关的目标维度由单个数据子集覆盖。针对每个子查询分析相应的数据子集并且基于多个子查询的分析结果，确定该查询的查询结果。通过这种方式，可以从已有的数据子集中快速地处理查询和提供查询结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.047 seconds)
