【技术实现步骤摘要】
高速缓存更新预测机制
技术介绍
云服务可以是指包括彼此连接和/或与平台连接的基础设施资源(计算资源、存储资源、网络资源等)的服务。这样的基础设施资源可以统称为“云资源”。例如,主机(也称为云服务提供方)可以通过托管应用或其他机器可读指令来提供软件即服务(SaaS);通过托管设备(服务器、存储组件、网络组件等)来提供基础设施即服务(IaaS);或者通过托管计算平台(操作系统、硬件、存储等)来提供平台即服务(PaaS)。混合云是云服务提供方在此提供IaaS或PaaS的一种公共和/或私有云环境。公共云的服务可以用于部署应用。在其他示例中,混合云还可以提供SaaS,诸如在其中公共云提供SaaS作为实用程序的示例中(例如,根据订阅或按需付费模型)。混合云实现虚拟化技术以基于本机硬件来部署虚拟基础设施。虚拟化技术通常经由虚拟机(VM)来使用,其中每个应用VM具有一组独立的操作系统、联网和存储。附图说明在以下附图中,相似的附图标记用于指代相似的元素。尽管以下附图描绘了各种示例,但是一个或多个实现不限于附图中描绘的示例。图1示出了 ...
【技术保护点】
1.一种用于促进基础设施管理的系统,包括:/n一个或多个处理器;以及/n非暂态机器可读介质,存储指令,所述指令在被执行时使所述一个或多个处理器执行控制器以:/n检测在数据高速缓存处接收到的第一数据更新,所述数据高速缓存与多个数据源中的第一数据源相关联;/n生成到达时间值,所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联;/n基于所述到达时间值,调整机器学习模型中的一个或多个参数;以及/n基于所述一个或多个参数来生成预测到达时间值,其中所述预测到达时间值对应于到针对所述第一数据源的所述数据高速缓存的第二数据更新的预测到达时间。/n
【技术特征摘要】
20200130 US 16/777,5791.一种用于促进基础设施管理的系统,包括:
一个或多个处理器;以及
非暂态机器可读介质,存储指令,所述指令在被执行时使所述一个或多个处理器执行控制器以:
检测在数据高速缓存处接收到的第一数据更新,所述数据高速缓存与多个数据源中的第一数据源相关联;
生成到达时间值,所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联;
基于所述到达时间值,调整机器学习模型中的一个或多个参数;以及
基于所述一个或多个参数来生成预测到达时间值,其中所述预测到达时间值对应于到针对所述第一数据源的所述数据高速缓存的第二数据更新的预测到达时间。
2.根据权利要求1所述的系统,其中所述控制器基于所述预测到达时间来生成更新速率值。
3.根据权利要求2所述的系统,其中所述更新速率值包括由自所述第一数据更新以来的经过时间除以直到所述第二数据更新的所述预测到达时间为止的延迟时间所表示的百分比。
4.根据权利要求3所述的系统,其中所述机器学习模型包括梯度下降模型。
5.根据权利要求4所述的系统,其中所述梯度下降模型基于所述一个或多个参数的线性回归来生成所述预测到达时间值。
6.根据权利要求5所述的系统,其中所述第一数据源包括控制多个基础设施设备的预置基础设施控制器。
7.根据权利要求6所述的系统,其中所述第一数据源包括基础设施设备。
8.根据权利要求1所述的系统,其中所述多个数据源中的每个数据源包括唯一标识符。
9.根据权利要求8所述的系统,其中所述第一数据更新包括数据流,所述数据流包括与所述第一数据源相关联的第一标识符。
10.一种存储指令的非暂态机器可读介质,所述指令在由处理器执行时使所述处理器:
检测在数据高速缓存处接收到的第一数据更新,所述数据高速缓存与多个数据源中的第一数据源相关联;
生成到达时间值,所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联;
基于所述到达时间值,调整机器学习模型中...
【专利技术属性】
技术研发人员:S·达斯古普塔,C·E·弗勒,M·C·弗罗里克,C·S·格里尼治,J·J·小哈劳,S·V·马德亚斯塔,C·麦卡蒂,A·帕德利亚,R·潘德伊,J·M·萨奥尔,G·舒尼科特,L·斯里尼亚萨恩,G·L·塔恩奎斯特,
申请(专利权)人:慧与发展有限责任合伙企业,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。