[发明专利]管理计算机服务器能力的方法、装置和系统

摘要

公开了用于使用机器学习(如，神经网络和/或组合学习)来解决服务器群(如，云资源)的供应预测的非线性问题的系统和方法。机器学习可使用诸如来自德国斯图加特大学的SNNS产品的可商购产品执行。包括用于机器学习的神经网络的系统提供了用于进行跟踪的输入和输出标识，并且系统提供它们之间的相互关系。代替静态规则，机器学习提供了结合对应的置信度分数的动态供应建议。基于由神经网络采集/测量的数据，供应建议将改变，置信度分数也会改变。

主权项

一种管理计算机服务器能力的系统，包括：多个服务器机器，每一个服务器机器包括至少一个计算机处理器、一个或多个计算机存储器及输入输出总线；数据储存器，其储存所述多个服务器机器的对应的负载测量结果和健康测量结果；神经网络，其被配置为接收所述对应的负载测量结果和健康测量结果作为输入；储存了学习模块的计算设备的存储器，当所述学习模块被所述计算设备的处理器执行时，导致使用所述多个服务器机器的对应的负载测量结果和健康测量结果的输入对所述神经网络进行更新；储存了预测器模块的所述计算设备的所述存储器，当所述预测器模块被所述计算设备的所述处理器执行时，给定假设的增加的负载值，所述预测器模块使用被更新的神经网络生成所述多个服务器机器的预测健康值，其中，所述预测健康值包括置信度分数，其中，当所述系统上的负载处于第一值时，所述预测健康值指示线性响应，而当所述系统上的所述负载处于大于所述第一值的第二值时，所述预测健康值指示非线性响应；以及储存了模拟器模块的所述计算设备的所述存储器，当所述模拟器模块被所述计算设备的所述处理器执行时，所述模拟器模块依据假设的增加的负载值生成所述多个服务器机器上的模拟的负载。