[发明专利]使用机器学习方法支持对分布式系统内的计算环境的修改的实验评估

权利要求书

1.一种用于实验对分布式系统内的计算环境的修改的方法，包括：

创建针对所述计算环境的机器学习模型，其中所述机器学习模型基于被提供给所述计算环境的至少一个输入来预测由所述计算环境产生的至少一个输出；

确定由所述分布式系统内的所述计算环境产生的至少一个修改输出，所述至少一个修改输出在评估时间段期间被产生，所述评估时间段在对所述计算环境的至少一个修改被做出之后；

计算如果对所述计算环境的所述至少一个修改未被做出时、所述计算环境将会在所述评估时间段期间产生的至少一个预测输出，其中所述至少一个预测输出是使用所述机器学习模型而被计算的；

比较所述至少一个修改输出与所述至少一个预测输出以产生比较信息，所述比较信息示出所述至少一个修改输出与所述至少一个预测输出之间的一个或多个差异；以及

基于所述比较信息来输出所述至少一个修改如何影响所述计算环境的指示。

2.根据权利要求1所述的方法，还包括验证所述机器学习模型，以核实所述至少一个预测输出满足关于所述至少一个修改输出的至少一个验证条件。

3.根据权利要求1所述的方法，其中：

计算所述至少一个预测输出包括：在所述评估时间段期间，向模拟的计算环境提供所述至少一个输入；并且

所述模拟的计算环境利用所述机器学习模型来模拟犹如对所述计算环境的所述至少一个修改未被做出时、所述计算环境的性能。

4.根据权利要求1所述的方法，其中在所述机器学习模型已经被创建并且被验证后，对所述计算环境的所述至少一个修改被做出。

5.根据权利要求1所述的方法，其中：

在对所述计算环境的所述至少一个修改被做出之后，所述机器学习模型被创建；并且

所述机器学习模型基于历史数据而被创建。

6.根据权利要求1所述的方法，其中对所述计算环境的所述至少一个修改涉及以下至少一项：

所述计算环境的软件配置；

所述计算环境的硬件配置，或者

与所述计算环境相关联的业务载荷。

7.根据权利要求1所述的方法，其中输出所述指示响应于检测到所述至少一个修改输出与所述至少一个预测输出之间的差异超过阈值而发生。

8.根据权利要求1所述的方法，还包括响应于所述指示采取关于所述计算环境的纠正动作。

9.一种用于实验对分布式系统内的计算环境的修改的系统，包括：

一个或多个处理器；以及

包括指令的存储器，所述指令由所述一个或多个处理器可执行，以执行包括以下的操作：

创建针对所述计算环境的机器学习模型，其中所述机器学习模型基于被提供给所述计算环境的至少一个输入来预测由所述计算环境产生的至少一个输出；

确定由所述分布式系统内的所述计算环境产生的至少一个修改输出，所述至少一个修改输出在评估时间段期间被产生，所述评估时间段在对所述计算环境的至少一个修改被做出之后；

计算如果对所述计算环境的所述至少一个修改未被做出时、所述计算环境将会在所述评估时间段期间产生的至少一个预测输出，其中所述至少一个预测输出是使用所述机器学习模型而被计算的；

比较所述至少一个修改输出与所述至少一个预测输出以产生比较信息，所述比较信息示出所述至少一个修改输出与所述至少一个预测输出之间的一个或多个差异；以及

基于所述比较信息来输出所述至少一个修改如何影响所述计算环境的指示。

10.根据权利要求9所述的系统，其中所述操作还包括验证所述机器学习模型，以核实所述至少一个预测输出满足关于所述至少一个修改输出的至少一个验证条件。