[發明專利]使用機器學習進行數據中心管理

在審

• 申請號: 202210145920.7
• 申請日: 2022-02-17
• 公開（公告）號: CN114978568A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 瓦迪姆·杰克曼;塔馬·維克利茲基;加比·瓦妮莎·迪恩戈特;達維德·斯拉馬;薩米爾·迪布;希·曼諾爾;賈勒·謝希克
• 申請（專利權）人: 邁絡思科技有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L43/0817;G06N20/00
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 賀征華

1.一種用于數據中心管理的方法，所述方法包括：

在包括多個組件的數據中心中，監控所述組件的多個性能測量；

自動定義復合度量集合，每個復合度量包括所述性能測量中的兩個或更多個性能測量的相應加權組合；

為所述復合度量建立基線值；以及

檢測一個或多個所述復合度量與所述相應基線值的異常偏差。

2.根據權利要求1所述的方法，其中檢測所述異常偏差包括組合多個相應復合度量的多個偏差以產生組合偏差，以及檢測所述組合偏差中的所述異常。

3.根據權利要求1所述的方法，其中自動定義所述復合度量集合包括運行機器學習（ML）過程，所述過程自動執行以下中的一項或多項：

選擇要組合的性能測量組，以形成所述復合度量；以及

為所述復合度量中的所述性能測量分配權重。

4.根據權利要求1所述的方法，其中檢測所述異常偏差包括運行重復的自動過程，所述過程：

監控所述性能測量；

響應于所監控的性能測量更新所述復合度量的定義；以及

將所更新的復合度量與所述相應的基線值進行比較。

5.根據權利要求4所述的方法，還包括在所述重復的自動過程的至少一些重復期間更新基線方程。

6.一種用于數據中心管理的方法，所述方法包括：

在包括多個組件的數據中心中，監控所述組件的多個性能測量；

自動定義復合度量集合，每個復合度量包括所述性能測量中的兩個或更多個性能測量的相應加權組合；以及

基于所述復合度量得出一個或多個所述組件的潛在異常模式。

7.根據權利要求6所述的方法，其中自動定義所述復合度量集合包括運行機器學習（ML）過程，所述過程自動執行以下中的一項或多項：

選擇要組合的性能測量組，以形成所述復合度量；以及

為所述復合度量中的所述性能測量分配權重。

8.根據權利要求6所述的方法，其中導出所述潛在故障模式包括估計所述組件的未來異常時間。

9.根據權利要求8所述的方法，包括基于新收集的復合度量重復更新所估計的未來異常時間。

10.一種用于數據中心管理的方法，所述方法包括：

在包括多個硬件組件的數據中心中運行多個軟件應用；

自動導出映射，所述映射（i）為每個軟件應用指定由所述軟件應用使用的一個或多個所述硬件組件的相應子集，并且（ii）為每個硬件組件指定使用所述硬件組件的一個或多個所述軟件應用的相應子集；以及

監控所述軟件應用和所述硬件組件的性能，并且基于所監控的性能和所述映射來識別異常事件。

11.根據權利要求10所述的方法，其中識別所述異常事件包括檢測一個或多個所述硬件組件的異常性能，并且使用所述映射識別與所述異常性能相關聯的一個或多個所述軟件應用。

12.根據權利要求10所述的方法，其中識別所述異常事件包括檢測一個或多個所述軟件應用的異常性能，以及使用所述映射識別與所述異常性能相關聯的一個或多個所述硬件組件。

13.根據權利要求10所述的方法，其中自動導出所述映射包括：

為所述軟件應用和所述硬件組件建立基線性能模式；以及

響應于檢測到與所述基線性能模式的異常偏差更新所述映射。