-
公开(公告)号：CN109213616A
公开(公告)日：2019-01-15
申请号：CN201811114173.0
申请日：2018-09-25
Applicant: 江苏润和软件股份有限公司
IPC: G06F11/07
Abstract: 发明涉及一种基于调用图分析的微服务软件系统异常检测方法。监测每个微服务特征，为每个特征建立滑动窗口，基于一次移动平均方法预测特征值；比较预测值与监测值的差值，基于统计方法检测异常特征；特征异常的微服务检测为异常，根据系统构建的知识建立微服务的调用关系图；基于PageRank方法评估各微服务的异常程度并进行排序。
-
公开(公告)号：CN109067598A
公开(公告)日：2018-12-21
申请号：CN201811113776.9
申请日：2018-09-25
Applicant: 江苏润和软件股份有限公司
CPC classification number: H04L41/065 , H04L41/0677 , H04L41/142 , H04L41/145 , H04L41/147 , H04L43/0817
Abstract: 发明涉及一种基于图中心度的云计算系统物理设备故障检测方法。周期性监测物理设备各资源的度量信息，根据各物理资源度量的历史信息建立XmR控制图，当在线监测的物理资源度量值超出控制图的正常范围则检测为异常度量，计算任意两个异常度量间的皮尔逊相关系数，当相关系数超出阈值则形成相关边从而建立异常度量的相关图，计算图中各异常度量的中心度作为该度量的异常程度，按照异常程度从高到低排序，排名靠前的异常度量所在的物理设备为发生故障的物理设备。
-
公开(公告)号：CN108093046A
公开(公告)日：2018-05-29
申请号：CN201711360655.X
申请日：2017-12-18
Applicant: 江苏润和软件股份有限公司
IPC: H04L29/08
Abstract: 发明涉及一种基于前馈控制的云应用容器资源调度方法。发明首先提取了微服务架构的多个特征，通过Jackson开环网络的收益方程建立了工作负载、响应时间与资源利用率的关联关系；采用模糊自适应卡尔曼滤波算法对响应时间、负载等参数进行预测，从而提高了资源供给的及时性，保障了应用服务质量；在以响应时间违背应用服务质量为首要调度策略的前提下，加入了任务类型、任务优先级、服务器资源利用率等辅助策略，提供了扩展、收缩和迁移三种调度方法，从而实现了容器级多任务混合部署。
-
Patent Agency Ranking
公开(公告)号：CN107967167A
公开(公告)日：2018-04-27
申请号：CN201711250852.6
申请日：2017-12-01
Applicant: 江苏润和软件股份有限公司
CPC classification number: G06F9/45558 , G06F9/5077 , G06F2009/4557 , H04L67/025 , H04L67/10 , H04L67/1074
Abstract: 发明涉及一种面向复杂虚拟化环境的云平台资源调度方法。面向将虚拟机和容器部署在相同物理服务器上的复杂虚拟化环境，进行云资源调度。首先，调度器将物理资源进行逻辑划分，对物理资源进行监测、评估、决策和调整，并分配给第二层资源调度器；而后，适配已有虚拟机和容器资源调度实现，通过物理资源在异构虚拟化之间分时复用以提高资源利用率。
-
公开(公告)号：CN107944565A
公开(公告)日：2018-04-20
申请号：CN201711191522.4
申请日：2017-11-24
Applicant: 江苏润和软件股份有限公司
CPC classification number: G06N99/005 , G06F8/20
Abstract: 发明涉及一种基于定制化组件的流式机器学习方法与软件系统。首先，提出Spark机器学习组件模型，将Spark MLlib的机器学习算法自动转换成流程中的算法组件；其次，定义机器学习分析业务流程模型，实现该模型向Spark代码的自动转换与执行；最后，基于分布式内存文件系统管理中间数据以优化流程执行性能。
-
公开(公告)号：CN107968833A
公开(公告)日：2018-04-27
申请号：CN201711258719.5
申请日：2017-12-04
Applicant: 江苏润和软件股份有限公司
CPC classification number: H04L67/28 , H04L41/069 , H04L41/145 , H04L43/14 , H04L43/50 , H04L67/02 , H04L67/32
Abstract: 发明涉及一种基于执行路径的云应用性能监测方法。提出了基于程序分析的自动化细粒度监测算法，实现了监测粒度的自动控制，在无需开发人员配置的情况下，对事务在服务节点上的执行过程进行更细粒度的监测，为了避免产生大量的冗余数据，植入的拦截器能够利用运行时信息对监测进行开关。
-
公开(公告)号：CN109240890A
公开(公告)日：2019-01-18
申请号：CN201811113777.3
申请日：2018-09-25
Applicant: 江苏润和软件股份有限公司
Abstract: 发明涉及一种基于统计分析的Spark拖延任务诊断方法，监测数据中心并行执行任务，从监测数据中推断出任务执行拖延的原因。在相同阶段，监测相同任务在不同节点的执行情况，搜集物理服务器的监测数据，分析Spark日志文件得到任务执行的监测数据。比较任务执行时间以检测拖延任务，分析拖延任务与正常执行任务的特征值的偏离程度以定位异常特征，从而诊断任务拖延的原因。
-
公开(公告)号：CN108694090A
公开(公告)日：2018-10-23
申请号：CN201810335555.X
申请日：2018-04-16
Applicant: 江苏润和软件股份有限公司
CPC classification number: G06F9/505 , G06F9/5027 , H04L67/10
Abstract: 本发明涉及一种面向分布式机器学习的云计算资源调度方法。通过历史数据建立迭代次数与模型质量提升间的模型，在线预测资源分配对模型质量提升的影响，制定资源分配策略，以达到在云计算平台运行的多个并发执行的模型训练任务的整体性能最大化的效果，从而提高资源利用率，快速适应任务和负载的动态变化。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
