[发明专利]使用基于容量的供给关于企业体系架构的动态生成

权利要求书

1.一种方法，包括：

从多个企业网络接收历史信息，所述历史信息包括关于所述多个企业网络中的每个企业网络的企业体系架构的信息；

分析来自所述多个企业网络的历史信息以生成所述多个企业网络中的每个企业网络的网络健康分数；

基于历史信息和所述多个企业网络中的每个企业网络的网络健康分数使用多个机器学习算法训练机器学习模型；以及

使用机器学习模型为第一企业网络生成企业体系架构，所述第一企业网络是新企业网络或所述多个企业网络中的现有企业网络。

2.如权利要求1所述的方法，其中接收历史信息包括连续接收历史信息，并且其中所述方法还包括：

基于连续接收的历史信息，为所述多个企业网络中的每个企业网络更新网络健康分数；以及

基于连续接收的历史信息和更新后的网络健康分数训练机器学习模型。

3.如权利要求1所述的方法，还包括训练机器学习模型以使用基于密度的聚类技术对所述多个企业网络中的每个企业网络进行分类。

4.如权利要求3所述的方法，其中为第一企业网络生成企业体系架构包括：

使用机器学习模型从所述多个企业网络中识别与所述第一企业网络具有相同类别的企业网络的子集；

将所述第一企业网络与企业网络的子集进行比较以识别至少一个企业网络，所述比较基于用于生成所述第一企业网络的企业体系架构的一个或多个参数；以及

基于识别出的至少一个企业网络的企业体系架构生成所述第一企业网络的企业体系架构。

5.如权利要求4所述的方法，其中所述一个或多个参数包括预算参数、优先级参数、地理参数和复杂性参数。

6.如权利要求1所述的方法，还包括：

监视第一企业网络的性能；

基于监视的性能计算第一企业网络的健康分数的变化；

确定健康分数变化的原因；以及

为第一企业网络生成用于更新企业体系架构的一个或多个推荐，以修改健康分数变化的原因。

7.如权利要求1所述的方法，其中为所述多个企业网络中的每个企业网络生成网络健康分数包括基于多个子网络健康分数为所述多个企业网络中的每个企业网络生成整体网络健康分数。

8.一种设备，包括：

存储器；以及

处理器，耦合到所述存储器并且被配置为：

从多个企业网络接收历史信息，所述历史信息包括关于所述多个企业网络中的每个企业网络的企业体系架构的信息；

分析来自所述多个企业网络的历史信息以生成所述多个企业网络中的每个企业网络的网络健康分数；

基于历史信息和所述多个企业网络中的每个企业网络的网络健康分数使用多个机器学习算法训练机器学习模型；以及

使用机器学习模型为第一企业网络生成企业体系架构，所述第一企业网络是新企业网络或所述多个企业网络中的现有企业网络。

9.如权利要求8所述的设备，其中接收历史信息包括连续接收历史信息，并且其中所述处理器还被配置为：

基于连续接收的历史信息，为所述多个企业网络中的每个企业网络更新网络健康分数；以及

基于连续接收的历史信息和更新后的网络健康分数训练机器学习模型。

10.如权利要求8所述的设备，其中所述处理器还被配置为训练机器学习模型以使用基于密度的聚类技术对所述多个企业网络中的每个企业网络进行分类。