整块应用的微服务分解策略

    公开(公告)号:CN114830091A

    公开(公告)日:2022-07-29

    申请号:CN202180007343.9

    申请日:2021-01-18

    Abstract: 提供了便于为整块应用自动推荐微服务分解策略的系统和技术。在不同实施例中,社区检测组件可基于表征整块应用的代码属性图来检测整块应用中的不相交代码集群。在各个方面,代码属性图可以基于整块应用的时间代码演进。在不同实施例中,主题建模组件可基于对应于整块应用的业务文档语料库来识别不相交代码集群的功能目的。在不同实施例中,微服务组件可基于功能目的推荐微服务来替换不相交代码集群。

    整块应用的微服务分解策略

    公开(公告)号:CN114830091B

    公开(公告)日:2025-05-27

    申请号:CN202180007343.9

    申请日:2021-01-18

    Abstract: 提供了便于为整块应用自动推荐微服务分解策略的系统和技术。在不同实施例中,社区检测组件可基于表征整块应用的代码属性图来检测整块应用中的不相交代码集群。在各个方面,代码属性图可以基于整块应用的时间代码演进。在不同实施例中,主题建模组件可基于对应于整块应用的业务文档语料库来识别不相交代码集群的功能目的。在不同实施例中,微服务组件可基于功能目的推荐微服务来替换不相交代码集群。

    计算资源漏洞的基于上下文的风险评估

    公开(公告)号:CN116547948A

    公开(公告)日:2023-08-04

    申请号:CN202180071018.9

    申请日:2021-10-22

    Abstract: 一种计算机实现的方法可以包括:使用处理器查验分别与荚相关联的一组容器图像;使用处理器标识包含漏洞的荚的第一子集;使用处理器将荚的第一子集分类为初级感染荚;使用处理器生成其中初级感染荚部署在网络内的名称空间的第一列表;使用处理器检查与名称空间的第一列表相关的网络策略,以确定有能力与初级感染荚通信的次级可疑荚;使用处理器生成其中次级可疑荚部署在网络内的次级可疑名称空间的列表;使用处理器标识与一个或多个初级感染荚通信的一个或多个次级可疑荚;以及使用处理器生成次级感染荚的列表。

    数据处理系统中的警报管理
    6.
    发明公开

    公开(公告)号:CN116157779A

    公开(公告)日:2023-05-23

    申请号:CN202180057921.X

    申请日:2021-08-02

    Abstract: 提供了用于动态更新警报管理系统的几个方面,该警报管理系统使用主规则集来将数据处理系统中的警报与用于处理警报的自动机相匹配。一种方法包括使用包括由自动机成功处理的警报的训练数据集来训练机器学习模型以将警报与自动机相关联。然后应用机器学习模型将未匹配警报与自动机相关联,其中未匹配警报没有通过主规则集与自动机匹配。该方法还包括分析与未匹配警报的关联相关的机器学习模型的操作,以定义用于将未匹配警报与自动机匹配的新规则集,并输出新规则集用于审计新规则集中的每个规则。响应于审计的规则的批准,审计的规则被添加到主规则集中。

    基于应用程序模式和风险评估的合规感知的运行时生成

    公开(公告)号:CN110914809A

    公开(公告)日:2020-03-24

    申请号:CN201880048011.3

    申请日:2018-06-18

    Abstract: 提供了促进容器的合规感知的运行时生成的系统、计算机实现的方法和/或计算机程序产品。在一个实施例中,一种计算机实现的方法包括:由可操作地耦合到处理器的系统识别目标应用程序用于容器化的信息;确定在一个或多个已定义阈值内所述信息是否存在一个或多个风险违规;确定所述信息中是否存在合规性或安全性违规,其中,基于风险评估组件对不存在一个或多个风险违规性的确定,来执行由合规性组件进行的确定;以及生成与允许所述目标应用程序在没有底层操作系统的情况下执行的所述目标应用程序的定义组件对应的新容器,其中所述生成基于在所述信息中不存在合规性或安全性违规的确定。

    基于应用程序模式和风险评估的合规感知的运行时生成

    公开(公告)号:CN110914809B

    公开(公告)日:2023-08-29

    申请号:CN201880048011.3

    申请日:2018-06-18

    Abstract: 提供了促进容器的合规感知的运行时生成的系统、计算机实现的方法和/或计算机程序产品。在一个实施例中,一种计算机实现的方法包括:由可操作地耦合到处理器的系统识别目标应用程序用于容器化的信息;确定在一个或多个已定义阈值内所述信息是否存在一个或多个风险违规;确定所述信息中是否存在合规性或安全性违规,其中,基于风险评估组件对不存在一个或多个风险违规性的确定,来执行由合规性组件进行的确定;以及生成与允许所述目标应用程序在没有底层操作系统的情况下执行的所述目标应用程序的定义组件对应的新容器,其中所述生成基于在所述信息中不存在合规性或安全性违规的确定。

    流水线工件选择的动态自动化
    10.
    发明公开

    公开(公告)号:CN115668129A

    公开(公告)日:2023-01-31

    申请号:CN202180036221.2

    申请日:2021-05-18

    Abstract: 一种人工智能(AI)平台,用于支持用于软件开发和操作(DevOp)的持续集成和部署(CI/CD)流水线。基于应用工件生成一个或多个依赖图。利用机器学习(ML)模型来捕获(多个)依赖图中的组件与一个或多个流水线工件之间的关系。响应于应用工件的改变,所捕获的关系被利用来标识所检测到的改变对流水线工件的影响。基于所标识的影响来选择性地优化和执行CI/CD流水线以提高流水线的效率和部署时间。

Patent Agency Ranking