JPH0460253B2 - - Google Patents

Info

Publication number
JPH0460253B2
JPH0460253B2 JP58130820A JP13082083A JPH0460253B2 JP H0460253 B2 JPH0460253 B2 JP H0460253B2 JP 58130820 A JP58130820 A JP 58130820A JP 13082083 A JP13082083 A JP 13082083A JP H0460253 B2 JPH0460253 B2 JP H0460253B2
Authority
JP
Japan
Prior art keywords
knowledge base
resource
information
policy
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
JP58130820A
Other languages
English (en)
Other versions
JPS6024647A (ja
Inventor
Toshinori Watanabe
Koichi Haruna
Hiroshi Motoyama
Tooru Nishigaki
Koji Sasaki
Teruo Iekata
Yoshitaka Watanabe
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP58130820A priority Critical patent/JPS6024647A/ja
Publication of JPS6024647A publication Critical patent/JPS6024647A/ja
Priority to US07/089,919 priority patent/US4890227A/en
Publication of JPH0460253B2 publication Critical patent/JPH0460253B2/ja
Granted legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y10S706/903—Control
    • Y10S706/908—Electronic or computer, internal or network, circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Devices For Executing Special Programs (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、システムの処理能力向上と応答性向
上の２目標を自律的に実現することのできる資源
管理システムに係り、主として計算機システムに
おける上記２目標を自律的に実現できる、プロセ
スユニツトの資源への割り当てスケジユーリング
機能を実現する方式に関する。
〔発明の背景〕
システムの資源管理方式の代表的ケースとして
大型計算機システムのOSを現状をみるとつぎの
通りである。
大型計算機システムのオペレーテングシステム
の中核のひとつである資源管理システムの目的
は、計算機システムの諸資源をできるだけ有効に
利用して処理能力を向上させると共に利用者から
みた応答性を向上させることにある。この目的で
従来多くの資源管理方式が提案されてきた（たと
えば、A.J.Bernstein＆J.C.Sharp：Ａ policy
Driven Scheduler for ａ Time−Saring
System，Comm.ACM、Vol.14、No.２、PP.74〜
78（1971）．、H.W.Lynch＆J.B.Page：The OS／
VS2Release ２ System Resources Manager.
IBM System Journal、Vol.13、No.４、PP.274
〜291（1974）．） これらの提案の中では、上記２目標を満足させ
るために、各資源の利用率や各プロセスユニツト
（オンラインシステムではトランザクシヨンと呼
ばれ、バツチ処理システムではジヨブと呼ばれ、
TSSシステムではコマンドなどと呼ばれるプロ
グラムの単位のこと）に供給される資源サービス
量を定期的に測定し、その値があらかじめ設定し
た目標値やサービス目標関数から外れた度合に応
じた制御行動を取るようになつている。さらにこ
こではシステム一般にこの種のソフトウエアをソ
フトウエアユニツトと呼ぶことにする。
ただし、この制御行動を取らせるためには、サ
ービス目標関数の形状を指定するためのパラメタ
をはじめ種々のパラメタ値を設定する必要があ
る。
第１図はこの状況を示すものである。計算機シ
ステム１００には、多様な性格のプロセスユニツ
ト１１５の集まり１１０が入力されてくる。上記
２目標を満足させるために、資源の利用状況など
をはじめとする種々のモニター情報１２０を取
り、計算機室の管理者１３０は、マニユアル１４
０を参考にして、資源管理方針パラメタ１５０を
最適化してゆく必要がある。
しかしながら、処理せねばならないプロセスユ
ニツトの性質は安定したものでは無く（時間と共
に量や性質が変化する）、パラメタを変化させた
場合に上記２目標の満足度がどのように変わるか
は不確定であり、パラメタの最適化はきわめて困
難である。たとえ可能であつたとしても計算機へ
の端末接続数の改変や、実メモリーの増設等をお
こなつた場合には、再度最適化をおこなう必要が
生じる。
〔発明の目的〕
本発明の目的はシステムのソフトウエアユニツ
トや、システム構造の変化等に自律的に適応でき
る資源管理方式を提供することにあり、主として
処理すべきプロセスユニツトの性格や計算機シス
テム構造の変化に自律的に適応できる資源管理方
式を提供することにより、従来方式の持つ、上述
した難点を克服することにある。
〔発明の概要〕
上記目的を達成するために、本発明においては
“計算機等のシステムの内部状態やプロセスユニ
ツトの状態がある状態になつている場合に、ある
資源管理方式を用いたら、結果として上記２目標
の満足状況はある状況になつた”という事実を、
システムの運用を通じて経験的に蓄積して知識ベ
ース化する。現在のシステムの状態に対して有効
であると思われる過去の経験を知識ベースから引
き出して利用すると共に、新たに経験した事実を
知識ベース内の過去の経験的事実の内であまり有
用でないものと交替させるという進化論的な手段
を利用することによつて知識ベースの内容を改良
し、資源管理能力を自律的に向上させる。
〔発明の実施例〕 以下、本発明の対象とするシステムの代表的ケ
ースとしての計算機システムの実施例について第
２図以下を用いて具体的に説明する。
第２図は本発明を用いた計算機システムの自律
化資源管理方式の機能構成を示すものである。２
００は計算機２１０に入力される未処理のプロセ
スユニツト群、２５０は処理済みのプロセスユニ
ツト群を表わす。分類機能２０５は、２００の要
素を、いくつかのクラスに分類する。その方法と
しては処理時間や使用するメモリー量をあらかじ
めプロセスユニツト毎に与えておき、これを利用
して分類する方法、実際にプロセスユニツトを実
行させて、その特性を計測する方法などが可能で
あるが、いずれの方法を用いてもよい。
分類されたプロセスユニツトは、図中２１５〜
２２５に示した、各クラスに対して用意されたバ
ツフア（保管空間）上に待行列を作る。
２３０〜２４０は、計算機内の資源（以下リン
ースともよぶ）であり、例えば実メモリ、cpu、
入出力チヤンネル、外部記憶装置等である。
各プロセスユニツトは、資源２３０〜２４０を
めぐつて競合する。この競合を調整するのが、２
６０に示した自律化資源管理機能の役割りであ
り、知識ベース２６５、スケジユーラ２７５、資
源利用方針指示機能２７０からなる。知識ベース
内には、計算機やプロセスユニツトの状態がある
状態Ｙになつた時、資源利用方針Ｕを使用した結
果、計算機システムの動作の良否の指標がＪとな
つたという経験的知識がコードの形で蓄積されて
いる。２０７は、現在観測されている状態Y^を用
いてこのコードの中から適当なものを呼び出し、
その上に記述されている方針Ｕを自律的に若干変
異させU^とする。スケジユーラ２７５は方針U^に
もとづいて２１０内に発生する競合を解消する。
このためスケジユーリング時点においてリソース
２３０〜２４０の各々の使用を持つているプロセ
スユニツトの内、いずれのクラス（２１５〜２２
５）に属するプロセスユニツトに各リソースを使
用させるかを決定する。２７０は方針U^をある期
間長だけ採用した後に、この期間内での計算機の
動作を良否を評価して評点J^を作成し、Y^，J^，U^
を主要内容とするコードを作成し、２６５に収納
する。２６５内に収納できるコードの数には制限
が設けられており、収納余裕がある場合にはその
まま収納されるが、収納余裕が無くなつて場合に
は、後述する方法によつて２６５内の特性の悪い
コードを消去し、そこに収納する。
これによつて、２６５内のコードは次第に淘汰
され、有効な資源利用方針が２６５内に自律的に
形成される。
なお図で、２９１と２９３はプロセスユニツト
の流れを示しており、２９６と２９７は情報を表
わしている。２９６は資源利用状況等計算機内の
状況およびプロセスユニツトの状況に関する情
報、２９７はスケジユーラ２７５による資源割り
当て指令情報を表わしている。
第３図は、計算機２１０内に発生する状況を模
式的に表現したものである。
図は時間軸、リソースR1〜Roを配列した軸、
リソース利用状況（例えば、リソースの単位時間
あたりの利用率）を表わす軸よりなるグラフ表示
からなつている。図には時刻T0，T1，T2での各
リソースの利用状況が３３０，３４０，３５０に
示してある。
ある時点で計算機に入力させたプロセスユニツ
ト３６０は、計算機内で処理され、処理完了後に
３８０に示したように計算機外の処理に移る。３
６２はリソースR1をある時間使用したことを示
す。３６４は、R2の使用待ち、３６６はR2の使
用、３６８はR3使用待ち、３７０はR3使用、３
７２はR3使用待ち、３７３はR3使用、３７４は
R3使用待ち、３７６はR3使用、等を表わしてい
る。
３９０は別のプロセスユニツトを表わしてい
る。
計算機システムの資源管理の目的は、処理能力
の向上と応答性の向上であり、前者は資源R1，
R2，…，Roの利用率の向上、すなわち図中３３
０，３４０，３５０のグラフ下の面積（ハツチで
示した）が、各リソースについてできるだけ大と
なるようにすることによつて達成できる。後者の
応答性は、処理をうけるプロセスユニツト（３６
０，３９０等）が、リソースを利用した正味の時
間（図中３６２，３６６，３７０，３７３，３７
６の状態があつた時間）に比して、処理待ち時間
（図中３６４，３６８，３７２，３７４）と正味
時間との合計値がどの程度延長したかを示す膨張
率の分布パラメタ、たとえば、平均値や分散値を
できるだけ小さくするようにすることによつて達
成できる。
さて、時点T0からT2に至る期間を考える。期
間長を適当に選べばこの期間におけるR1〜Roの
資源利用率と、プロセスユニツトの膨張率の分布
パラメタとは、大まかにみて、時点T0近辺での
計算機の状態（たとえば、各リソースの利用率）
とプロセスユニツトの状態（たとえば、第２図２
１５〜２２５内のプロセスユニツトの量や、その
増減傾向値）と、時刻T0からT2の間で採用した
資源利用方針によつて定まると考えることができ
る。
この点に着目して、本発明においては、これら
の諸量の関係を経験的に知識化して利用する。
第４図は、資源利用方針指示機能（第２図２７
０）が作成する指示の一例を示すものである。本
例では指示は図に示すマトリクスの要素αij（ｉ＝
１〜ｍ、ｊ＝１〜ｎ）であり、各リソースについ
てのαijの合計値は1.0（Σm f=1 αij＝1.0 for all
ｊ）
となつている。例えば、図の第１列４１０の意味
は、リソースR1を、クラスA1，A2，…，Anに割
り当てるについては、その比率がα12，α12，…，
αn1に近づくようにせよということである。
第２図275のスケジユーラは、この指示をでき
るだけ守るように、第２図２１５〜２２５内のプ
ロセスユニツトをリソース２３０〜２４０に割り
当てる。その具体的方法については後述する。
第５図は、第２図２６５の知識ベースの内容の
一例を示している。
５００は、コード５６０〜５６２の各項目の内
容を説明するために記載した見出し行である。
図に示すように、コードは次の内容からなつて
いる。
プロセスユニツト状態５１０： 第２図２１５〜２２５内のプロセスユニツトの数
とその増減傾向値を計測したのもを記入する部分
である。計測対象の動きは高周波変動を含むの
で、移動平均法等を用いて高周波成分を除去した
ものを記入する。具体例については後述する。
プロセスユニツトをクラスA1，A2，…，Anに
分けるのは第２図２０５の役割りであるが、方法
としては、あらかじめ計算機利用者にプロセスユ
ニツトの性質を記述する情報を与えてもらつて、
これを用いてクラス分けする方法と、プロセスユ
ニツトを若干時間実行させ、実行時の状況を観測
して分類する方法とがある。
第６図は前者の方法の一例を示すものであり、
例えば図中６００に示すように、所要メモリーが
５１２KB以下で、計算時間が１分以下のプロセ
スユニツトであればクラスA1であると利用者に
記入させる。
後者の方法を取る場合には、例えば第２図２１
５のクラスA1を、クラス分類未完了のプロセス
ユニツト用としておき、クラスA1内の要素は他
のクラスに比して高い優先権でリソースR1〜Ro
を使用できるようにしておき（ただし、ある定め
られた時間長についてのみ）、クラスA1のプロセ
スユニツトを、その実行結果によつてクラスA2
〜Anのいずれかに分類するという方法を取れば
良い。
第５図のコードにおける計算機の状態５２０： 第２図２３０〜２４０に示した計算機リソースの
利用率を記入する。R1はcpu、R2は実メモリ、
R3はチヤンネル、R4はデイスク、R5〜Roは後述
する集合資源に対応させることが出来る。
利用率の定義を第７図を用いて説明する。計算
機システムの任意のリソースは、任意の時点を取
つてみると使用中、未使用中のいずれかの状態に
ある。このリソースの時刻T0からT2の間の利用
率とは、時刻T0からT2の間の特定の時間間隔で
サンプリングした時の、リソースが使用中であつ
た割合を示すものである。ただし、この方法は基
本的なものであり、移動平均法等を用いる各種の
方法が可能である。
第８図は、上述した集合資源利用率の説明図で
ある。プロセスユニツトの中には、ある資源のあ
つまり全体を同時ら占有しないと処理の進められ
ないものがある。集合資源とは、このような複数
個の資源のあつまりを新たに１個の資源としたも
のである（図中８００，８１０）。資源利用率と
は、その集合資源内のリソースのいずれかが使用
されている確率である。逆に言えば、その集合資
源内のすべてのリソースが同一時点で使用されて
いない確率をｇとした時、1.0−ｇが集合資源利
用率となる。
第５図のコードにおける評点５３０： ある時刻T0からT2の間の計算機システムの動
作の良否を計測して作成した評点を記入する。評
点はJ1，J2の２値を記入するが、通常はJ1＝J2と
する。その詳細は後述する。
評点の作成法の一例を第９図に示す。この例で
は、時刻T0からT2の間での計算機システムのス
ループツト値と、プロセスユニツト処理時刻の膨
張率との関数として評価値J1（＝J2）を決定する。
スループツト値が80以上、平均膨張率が10以下の
時は、９２０に示すように、評点が５とされる。
本実施例では、特性が良い程、評点は小さくする
と定めておく。
スループツト値の計算法を第１０図に示す。図
に示したように、時刻T0からT2の間のサンプリ
ング時点で各リソースR1，R2，R3，…，Roの使
用不使用を調査し、各リソースのこの期間での利
用率ｖ（Rj）を求める（％表示）。スループツト
値は、この値を用いて、Σm j=1・βj・ｖ（Rj）とし
て与えられる。ここにβjはあらかじめ与えておく
正の定数である。
平均膨張率とは、プロセスユニツトが所望のリ
ソースを待ち無しに利用できる場合の総処理時間
に対する、実処理時間の比率すなわち個々のプロ
セスユニツトの膨張率の平均値である。第１１図
にその説明をおこなう。図で、１１００，１１１
０等はプロセスユニツトの処理経過を示すもので
ある。図の１１０２はプロセスユニツト１１００
の計算処理開始点、１１０４は処理終了点であ
る。１１０５等の実線部はリソース使用中である
ことを示し、折線はリソース使用待ちを示す。時
刻T0からT2の間での平均膨張率は、この時間帯
で終了したプロセスユニツト（図では１１００，
１１１０，１１２０，１１３０，１１４０，１１
５０）の各々について計算した膨張率すなわち全
処理時間（実線部＋折線部）÷正味処理時間（実
線部）の値を平均したものである（％表示）。
上記以外にも、評点の作成の仕方はいろいろ存
在する。平均膨張率は、処理要求を出しているプ
ロセスユニツトの数に相関して変化するという点
で評価指標に備わつているべき安定性を欠くとい
う難点がある。この難点を軽減するには、個々の
プロセスユニツトの膨張率が、平均膨張率からど
のくらい隔つているかを示す尺度、たとえば膨張
率の標準偏差値を平均膨張率のかわりに使用すれ
ば良い。より詳細な評価をおこなうには、第４図
A1〜Anの各クラスごとに第９図の平均膨張率軸
を作成し、第９図を多次元化するという方法をと
れば良い。
第５図のコードにおけるテリトリポテンシヤル
関数用パラメタ５４０： 第２図２７０の資源利用方針指示機能は、知識
ベースからコード（ルールとも言う）を読み出し
たり、知識ベースにコードを書き込んだりする。
読み出し、書き込みのために、各コードに、２つ
のテリトリポテンシヤル関数P1（Y^，Ｙ，J1，ｔ，
r1，α），P2（Y^，Ｙ，J2，ｔ，r2，α）を随伴さ
せておく。パラメタr1，r2，α，ｔはこれらの関
数で使用され、r1，r2，α０である。第１２図
はこれらの関数を視覚化したものである。
図で、たて軸Ｐは関数値、横軸Ｙはルールの条
件部の要素すなわち第５図５１０と５２０の項目
を要素とするベクトルの空間である。第１２図Ｙ
は、このベクトルが１次元空間の場合を示してい
る。図では２つのルールに対応した合計４個の関
数が表示してある。点Y1，Y2は２つのルールの
条件部のベクトルＹの図示である。ルール１の関
数はP11とP12、ルール２の関数はP21とP22であ
る。上記パラメタr1，r2，α，ｔを変えるとこれ
らの関数の形を変えることができる。
関数P11，P21は知識ベースからルールを呼び出
す時に使用する。今仮に知識ベース内にはこれら
２つのルールしか存在しないと仮定し、第２図２
７０の資源利用方針指示機能が計測した、プロセ
スユニツト及び計算機の状態を記述するベクトル
がY^であつたとする。
点Ｙにおいて関数P1が最小となるのはルール
２の方である。よつてルール２を呼び出して使用
する。（実際には、P1値の小さいルールを複数個
選び、その中から乱数によつてひとつを選択する
という確率的方法を用いることにより、あまり有
効でないルールであるにもかかわらず、たまたま
良好な特性を示したようなものが、繰り返し呼び
出されることを防止する）。
次に、ベクトルY^のもとでよび出したルール２
を制御に使用した後に再度知識ベースに収納する
場合の説明をおこなう。知識ベース内にルールの
収納ペース（第５図５６３，５６４）が存在する
時には、そこに収納する。収納スペースが無い場
合には、点Y^において関数P2の値が最大となるル
ール（図ではルール１）を追い出し、そこに収納
する。
図示したように、P1としては単一の最小値を
もつ関数を、P2としては単一の最大値を持つ関
数を使用することにより、Y^と類似のＹを持ち、
かつ特性の良いルールをよび出すこと、及びY^と
類似のＹを持ち、かつ特性の悪いルールを追い出
す（淘汰する）ことができ、知識ベースは使用さ
れる都度、洗練されてゆく。
関数P1，P2の具体的定義は種々考えられるが、
ここで一例を示す。
P1（Y^，Ｙ，J1，ｔ，r1，α） ＝Jnax−｛Jnax−Jnax／１＋（Jnax／J1−１）
exp（−αt）｝exp｛−Ａ（r1，Y^−Ｙ）｝ P2（Y^，Ｙ，J2，ｔ，r2，α） ＝｛Jnax／１＋（Jnax／J2−１）exp（−αt）
｝exp｛−Ａ（r2，Y^−Ｙ）｝ 式中、Jnaxは評点J1，J2の最大値あるいはそれ
より若干小さい値（第９図の場合、たとえばJnax
＝99とすれば良い）を示す定数であり、Ａ（ｒ，
Ｘ）は、ベクトルＸの距離（ノルム）を求める関
数であり、Ａ（ｒ，０）＝０である。ｒ＝（r1，
r2），Ｘ＝（x1，x2）の場合の一例として、Ａ（ｒ，
Ｘ）＝r1｜x1｜＋r2｜x2｜が可能である。ここで
｜x1｜はx1の絶対値である。ｒは距離算出の際の
重み係数となつている。
パラメタｔはルールの年令であり、知識ベース
へのルールの収納操作がおこなわれるたびに１才
加齢される。パラメタαは、ｔを関数P1，P2の
値に反映させるための係数で、ｔの増加と共に、
第１２図で、関数P11，P12が上方向に移動してゆ
く速度を支配する。これによつて、年令の大きい
ルールは呼び出しにくく、追い出され易くなつて
ゆく。すなわち忘却されてゆく。αを大とすると
忘却速度は大となる。
P1とP2の頂点（Y^＝Ｙの点）は、年令ｔ＝０の
時P1＝J1，P2＝J2となる。ここでJ1，J2は第５図
図示の評点５３０に示したものである。また、Y^
がＹから離れるとP1は増加、P2は減少する。ｔ
→∞となるとP1＝P2＝Jnaxに漸近する。
第５図のコードにおける制御信号５５０： 計算機の資源利用方針に関する情報が記入され
る部分である。利用方針の与え方も様々のものが
考えられる。その一例を第１３図に示す。
図で、１３１０〜１３４０は第４図に示した資
源利用方針を示すマトリクスと同じ形のものであ
る。本例は、あらかじめ典型的な方針マトリクス
１３１０，１３２０，１３３０等を記憶してお
き、実際のマトリクス１３４０は、これらの線形
和として生成する方式となつている。w1〜wk（１
３５０〜１３７０）は重みである。
w1〜wkを種々に変えると様々の資源利用方針
を生成することができる。第５図５５０部分では
これを指示するようになつている。ここで注意を
要するのは、w1〜wkの値をどのようにすれば良
いかが不明であり、計算機運用を通じて学習せね
ばならないという点である。
５５０部には、w1〜wk以外のいくつかのパラ
メタも記入される。これが図ではｄと記してあ
る。ｄの一部は、重みw1〜wkによる資源利用方
針指示を何秒間与えつづけるかを示すパラメタ
や、計算機の状態、たとえば資源利用率算出のた
めの移動平均法の中で使用する平滑化パラメタ等
を含む。これらのパラメタの値の設定が困難な場
合には、重みw1〜wkにするのと同じように学習
させる方法を取る。
第５図の知識ベースにおけるデフオルトルール
５６０： 条件部のベクトル（５１０，５２０部）に＊が
記入されている。＊は任意の実数との距離が０で
ある仮想数値であると定めておく。前述の関数Ａ
（r1，Y^−Ｙ）において、例えばY^＝（y^1，＊），Ｙ
＝（＊，y2）ならば、Ａ＝０となる。すなわち、
デフオルトルールの条件部のベクトルＹは、他の
いかなるベクトルY^とも、距離０となる。次にJ1
＝90（これはJnaxに近い値であれば何でも良い）、
J2＝０，α＝０である。
前述の関数P1，P2の定義にこれらの値を与え
ると、本ルールに関するP1，P2は、任意のベク
トルY^に対して、年令ｔに依存せずP1＝90、P2＝
０となることがわかる。すなわち、本デフオルト
ルールは知識ベースから呼び出しにくく、また追
い出されにくいが、いかなる状態ベクトルY^によ
つても呼び出すことは可能にはなつている。別の
言葉で言えば、本ルールは、他の良好なルールが
無い時に代用ルールとしての機能を果たすことが
できる。
第５図図中５６０の行の５５０列に示したよう
に、（w1，w2，…，wk）＝（1.0，0.0，…，0.0）と
あらかじめ書き込んでおけば、他に良好なルール
が無い場合には本デフオルトルールがよび出さ
れ、第１３図１３１０の資源利用方針マトリクス
を用いた資源管理を指示してくれる。
第５図の知識ベースにおけるその他のルール５
６１，５６２： 条件部のベクトル（５１０，５２０部）をはじ
め、種々の情報が記入されている。これらは、経
験的事実の蓄積されたものである。図中５６１の
意味は次の通りである。
プロセスユニツト状態が（50，＋１，20，−２，
…，10，＋５）、計算機の状態が（0.8，0.9，0.7，
0.3，0.1，…0.2）である時、制御信号として
（0.7，…，0.1，d′）を使用した資源管理をおこな
つたところ、評点はJ1＝J2＝50となつた。このル
ールのテリトリ関数用パラメタは（r1′，r2′，α′，
１）である。ここで、r1′，r2′，α′等はある定数
値となつているが、その詳細表示は略してある。
１はこのルールの年令が１才であることを表わし
ている。
第１４図は、第２図２７０に示した資源利用方
針指示機能の動作フローチヤートである。
計算機システムの始動の際、先ずプロセスユニ
ツトの状態と計算機の状態とを記憶するエリアを
初期セツト、例えば０セツト、する（１４０５）。
このエリアを以下SAとよぶ。SAの内容は、第５
図５１０，５２０の部分と相同である。
次に、SAの内容を用いて、知識ベース検索用
のキーY^を作る。SAが第５図５１０，５２０の
部分と相同であるので、SAの内容をY^であると
みなせばよい（１４１０）。
次に、上記で作成したキーY^を用いて、知識ベ
ースを検索し、ルールをよび出す（１４１５）。
知識ベース内の各コードについて、その条件部の
ベクトル（第５図５１０，５２０）Ｙ、及び他の
情報（第５図５３０，５４０部）を用いて定義さ
れるテリトリポテンシヤル関数P1に、Y^を代入し
た時の値の小さいものからあらかじめ定められた
いくつかを残し、その内からランダムにひとつを
選ぶことによつてよび出すルールを決める。
次に、呼び出したルールの変異作成と資源利用
方針マトリクスの設定（１４２０）をおこなう。
呼び出したルールの右辺の制御信号部（第５図５
５０）、の重みw1〜wk、その他を、乱数を用いて
変異させる。例えば重みについては wj（NEW）＝wj（OLD）＋ｗ・δ とする。ここにwj（NEW）は、変異後の重み、
wj（OLD）は変異前の重み、ｗはあらかじめ与え
た定数、δは−１から１の間の１様乱数である。
こうして求めたwj（NEW）（ｊ＝１，２，…，
ｋ）を用いて、第１３図で説明した方法により、
方針マトリクス（第１３図１３４０）を決める。
重み以外のパラメタすなわち、第５図５５０の
ｄの要素である、制御時間Ｔ、計算機の状態をモ
ニターするための移動平均式のパラメタ（例え
ば、指数平滑法を使う場合には、平滑化定数ρ）
についても適当な方法で変異させる。以下、説明
のために変異結果をＴ（NEW）、ρ（NEW）と表
記する。ただし、これらのパラメタに法外な値を
取らせないために、上限、下限値を設けておき、
この範囲を外れたら上限か下限値かに戻してやる
等の操作が一般には必要である。
次に時間計測タイマーを０セツトする（１４２
５）。
以下、計算機システムの持つている特定のサン
プリング周期ごとにスケジユーラを起動するか否
かを判定し、スケジユーラ起動周期ごとにスケジ
ユーラを起動する（１４３５）。スケジユール周
期が50サンプリング周期と定められていれば50サ
ンプリングに１回スケジユーラを起動する。スケ
ジユーラの動作は第１５図で説明する。次に状態
モニター指標を作成し、エリアSAにかきこむ
（１４４０）。状態モニター指標の一例として、
cpu利用率を取りあげ、その算出方法を以下に述
べる。
状態モニターをおこなう理由は２つある。ひと
つは、知識ベース検索用キーY^を作るためであ
り、他は資源利用方針の良否の評点J1，J2を算出
するためのスループツト値等を算出するためであ
る。前者は、比較的短期間の間の対象の状態ある
いはその変化に着目するのに対し、後者は比較的
長い時間での傾向に着目する。そこで各々の目的
に応じたモニター指標の算出法が必要である。
cpu利用率を例に取つて、移動平均法、特に指
数平滑法を用いたモニター方式を示す。これは次
に示す方法を用いるものである。
Ucpu(t) ＝ρ・ｕ(t)＋（１−ρ）Ucpu（ｔ−１） ここで、Ucpu(t)は、モニタ時点ｔでのcpu利用
率の移動平均値、Ucpu（ｔ−１）は１回前のモニ
タ時点でのcpu利用率移動平均値、ｕ(t)は０か１
を取る変数であり、モニタ時点ｔでcpuが使用中
であれば１、使用中でなければ０となる。ρは平
滑化定数とよばれるものであり、上述したρ
（NEW）を用いる。この方法の利点は、１回前
の値Ucpu（ｔ−１）をエリアSAに記憶しておけ
ば、簡単に現在の値Ucpu(t)を求めることができる
という点であり、過去のある期間内でのｕ(t)を多
く記憶する必要は無くなる。
さて、ρは０と１の間の数であるが、式からわ
かるようにρ→１とすると時刻ｔからみて近い過
去の期間でのcpu利用率が求められる。ρ→０と
すると遠い過去からの長期間でのcpu利用率が求
められる。
以上より、例えば0.01ρ10.02，0.1ρ20.2
なる平滑化定数ρ1，ρ2を使用してcpu利用率の移
動平均値を２系列求め、前者は評点作成のための
スループツト値の算出用、後者は知識ベース検索
用キーY^の算出用に用いれば良い。
ρ1，ρ2は、第５図５５０部のパラメタｄの要素
としておき、上記の範囲内で変異させたρ1
（NEW），ρ2（NEW）を実際には使用する。
次いで、制御インタバルが、図中１４２０で設
定した時間長Ｔ（NEW）をオーバーしたか否か
をしらべる。オーバーしていなければ、１４３０
に戻る。オーバーしておれば制御特性値の算出
（１４５０）をおこなう。具体的には、第９図で
示したスループツト値と、平均膨張率を求める。
上述した移動平均法でこれらの値をオンライン的
に計算してある場合には、その値を使用すれば良
い。そうでない方法を用いている場合には、１４
２５でタイマーを０セツトしてから、Ｔ（NEW）
の時間が経過する間での種々のデータを別途記憶
しておき、これを用いて求める。
次に、求まつた制御特性値を用いて、例えばあ
らかじめ用意した第９図の表を用いて制御特性の
評点J1、J2を求める（J1＝J2とする）。次いで、
知識ベースに収納するルールを作成する。収納す
るルールの条件部（第５図５１０，５２０）のベ
クトルは、第１４図１４１０で作成したベクトル
Y^とする。評点（第５図５３０）は上記で求めた
値とする。テリトリ関数用パラメタ（第５図５４
０）の内r1、r2は、第１４図１４１５でよび出し
たルールのものをそのまま使用する。パラメタα
は、評点J1が小ならば（制御特性が良好だつた
時）小とし、長い間忘却されないようにする。逆
に評点J1が大ならαは大とし、早く忘却させる。
このためにはαを次式で定めれば良い。
α＝αnio＋（αnax−αnio）Ｊ／Jnax ここで、αnio、αnaxはあらかじめ与えられたα
の最小、最大値である。年令ｔを０とする。
制御信号（第５図５５０）部には、第１４図１
４２０で求めた変異後の情報Ｗｊ（NEW）、Ｔ
（NEW）、ρ（NEW）等をかき込む。
以上の操作によつて、収納するルールの作成が
完了する。その作成法から明らかなように、この
ルール上には、プロセスユニツトや計算機がいか
なる状態のときに、このルールを呼び出したか、
その時に採用した制御信号はいかなるものであつ
たか、その時の制御の評点はいかなるものであつ
たか等の情報が記入されている。
そこで、次に、このルールを知識ベースに収納
する（１４６５）。知識ベース内に収納余裕スペ
ースがある場合（第５図５６３，５６４）にはそ
こに収納する。無い場合には、収納しようとして
いるルールの条件部のベクトルY^を、既存のルー
ル（第５図では５６０，５６１，５６２）のテリ
トリーポテンシヤル関数P2に代入し、関数値が
最大となるルールを追い出して、そこに収納す
る。ここで、今から知識ベースに収納しようとし
ているルールの評点J1よりもY^におけるP2の値が
小さければ、収納を取り止めるという方法を用い
ると、特性の良いルールが早急に消失することを
防止できる。
次に、知識ベース内の全ルールの年令ｔに、値
１を加えて加齢した（１４７０）後、もとの処理
１４１０に戻る。この時、１４４０の処理によつ
て状態モニター指標は、エリアSA内にオンライ
ン的に作成してあるので、これを用いて知識ベー
ス検索するキーを作成することができる。以下、
同様にして、計算機システムが動作している間は
第２図２７０の資源利用方針指示機能は上記の動
作をくりかえす。これによつて、第２図２６５の
知識ベースの内容は次第に改良されてゆく。
第１５図は、第１４図１４３５の内容を示すフ
ローチヤートであり、第２図２７５をスケジユー
ラの動作説明図となつている。
先ず、スケジユール対象とするリソースRjを
第２図２３０〜２４０の中から選び出す（１５１
０）。一例として前回のスケジユールで、リソー
スR4をスケジユールした場合には、今回はR5を
選ぶという方法を用いれば良い。今、仮にR5を
選んだとする。次に、第２図２１５〜２２５の各
クラスにつき、処理待ち中のプロセスユニツト
が、考察中の資源R5をどの程度使用したかを合
計したものC15（ｉ＝１、２、…、ｍ）を求める
（１５２０）。次に、これを正規化してα* i5を作成
する（１５３０）。次に、α* i5（ｉ＝１、２、…、
ｍ）と、第１４図１４２０で作成した資源利用方
針マトリクス（第１３図１３４０であり、その内
容は第４図に示されえている）のR5の列を比較
する。相対誤差（α* i5−αi5）／αi5が最小となる
クラスi^を選ぶ（１５４０）。そしてクラスi^の中
の待ち時間最大のプロセスユニツトに、リソース
R5を使用させる（１５５０）。
以上計算機システムの実施例により本発明を詳
述したが、本発明の自律化資源管理の思想は、こ
のほかのプラントシステム、計算機制御システ
ム、工場等のFA、LAシステム、OAシステム等
集中系、分散系を問わずシステム一般に実施し得
るものである。
〔発明の効果〕
以上実施例で説明した本発明の代表的ケースで
ある計算機システムの資源管理でみるように、第
１図に示した従来の方法における、システム管理
者１３０に代わつて、第２図２６０の自律化資源
管理機能が最適な資源管理方式を自動的に探索し
てくれる。通常の最適化方式と異なり、“進化方
式”であるために、どんな条件にも対処可能であ
る。このため、計算機システムへの入力である計
算機プログラムの多様な変動（量や性質の変化）
やあるいはシステム内部の状態の多様な変動のも
とで、システム資源の有効利用（スループツトの
改善）とシステム利用者便益の改善（プログラム
実行時間の短縮）をおこなうための複雑なパラメ
タ最適化作業を自動化することができる。
従来は、計算機等のシステムの構成、たとえば
メモリー量などを変更した場合には、パラメタ最
適化を再度実施する必要があつたが、本発明方式
を用いる場合には、その必要は無い。
計算機等のシステムを販売設置する場合、販売
先の業務の性質や、処理させるプログラムの性質
等を分析し、これにマツチする資源管理方針を設
定する必要があつたが、本発明方式を用いれば、
この作業を省略することができるようになる。
本方式は、前述した説明からもわかるように、
きわめて簡単に実施することができる。従来の学
習技法においては、学習のアルゴリズムが複雑で
あるという難点があるが、本発明はその点におい
ても優れている。
【図面の簡単な説明】
第１図は従来の計算機システム資源管理方式の
一例を示すブロツク図、第２図は本発明における
自律化資源管理方式の機能構成図、第３図は本発
明で対照とする計算機内に発生する状況説明用概
念図、第４図は本発明における資源利用方針マト
リクス説明図、第５図は本発明における知識ベー
スの内容説明図、第６図は本発明におけるプロセ
ス・ユニツトのクラス分けの一例を示す説明図、
第７図は本発明におけるリソース利用率の定義説
明図、第８図は本発明におけるチヤネル利用率の
説明図、第９図は本発明における制御効果の評価
法説明図、第１０図は本発明におけるスループツ
ト値の定義の説明図、第１１図は本発明における
平均膨張率の定義の説明図、第１２図は本発明に
おけるテリトリ、ポテンシヤル関数の説明図、第
１３図は本発明における資源利用方針マトリクス
の作成法説明図、第１４図は本発明における資源
利用方針指示機能の動作説明用フローチヤート、
第１５図は本発明におけるスケジユーラ動作説明
用フローチヤートを示す。 ２００……計算機２１０に入力される未処理の
プロセスユニツト群、２１０……計算機、２０５
……200の要素をいくつかのクラスに分類する分
類機能、２１５〜２２５……分類されたプロセス
ユニツト、２３０〜２４０……システム内の資源
（リソース）、２６０……自律化資源管理機能、２
５０……処理済プロセスユニツト群、２６５……
知識ベース、２７０……資源利用方針指示機能、
２７５……スケジユーラ、２９１，２９３……プ
ロセスユニツトの流れ、２９６，２９７……情
報。

Claims (1)

  1. 【特許請求の範囲】 １ 複数個のソフトウエアユニツトがシステム内
    資源を競合するシステムにおいて、 システムまたはソフトウエアユニツトの状態を
    表わす第１の情報、システムまたはソフトウエア
    ユニツトのシステム資源への割り当て方針を表わ
    す第２の情報、及び当該割り当て方針のもとでの
    システムの動作の評価を表わす第３の情報からな
    るルールを蓄積した知識ベースを形成する第１の
    段階と、 前記第１の情報に適合する前記第２及び第３の
    情報を前記知識ベース内から呼び出す第２の段階
    と、 前記呼び出した第２の情報に記入されているシ
    ステムの資源割り当て方針を表わす情報を変異さ
    せる第３の段階と、 前記異変させた方針に従つて資源を割り当て実
    行した場合または前記変異させた方針に相当する
    処理をした場合の結果を得る第４の段階と、 前記変異させた方針のもとでのシステムの動作
    の良否を前記第３の情報に基づいて評価する第５
    の段階と、 前記評価結果に基づいて前記知識ベースを変更
    する第６の段階と を有することを特徴とするシステムの自律化資源
    管理方式。 ２ 前記第６の段階において、前記システムまた
    はソフトウエアユニツトの状態と、前記変異後の
    方針と、前記動作評価結果とを記入した情報を作
    成し、これを前記知識ベースに記憶する際に、前
    記知識ベースに記憶された既存の情報のうち内容
    が劣性のものを排除する段階を設けた特許請求の
    範囲第１項記載のシステムの自律化資源管理方
    式。 ３ ソフトウエアユニツトとしてプロセスユニツ
    トを使用し、システムとして多重プログラミング
    計算機システムを使用した特許請求の範囲第１項
    記載のシステムの自律化資源管理方式。
JP58130820A 1983-07-20 1983-07-20 システムの自律化資源管理方式 Granted JPS6024647A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP58130820A JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式
US07/089,919 US4890227A (en) 1983-07-20 1987-08-25 Autonomous resource management system with recorded evaluations of system performance with scheduler control including knowledge learning function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58130820A JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式

Publications (2)

Publication Number Publication Date
JPS6024647A JPS6024647A (ja) 1985-02-07
JPH0460253B2 true JPH0460253B2 (ja) 1992-09-25

Family

ID=15043474

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58130820A Granted JPS6024647A (ja) 1983-07-20 1983-07-20 システムの自律化資源管理方式

Country Status (2)

Country Link
US (1) US4890227A (ja)
JP (1) JPS6024647A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2540597A2 (en) 2011-06-29 2013-01-02 Honda Motor Co., Ltd. Front vehicle body structure with reinforced area for the mounting of hood hinges

Families Citing this family (103)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63123131A (ja) * 1986-11-12 1988-05-26 Nec Corp 知識処理型オペレ−テイングシステム
JPH01124030A (ja) * 1987-11-10 1989-05-16 Kobe Steel Ltd 知識利用情報処理システムにおける推論方法
US5072376A (en) * 1988-06-10 1991-12-10 Amdahl Corporation Measuring utilization of processor shared by multiple system control programs
JP2786209B2 (ja) * 1988-10-07 1998-08-13 株式会社日立製作所 忘却機能を有する知識データ管理方法
JPH032928A (ja) * 1989-05-31 1991-01-09 Toshiba Corp 記憶装置
US5263169A (en) * 1989-11-03 1993-11-16 Zoran Corporation Bus arbitration and resource management for concurrent vector signal processor architecture
US5471593A (en) * 1989-12-11 1995-11-28 Branigin; Michael H. Computer processor with an efficient means of executing many instructions simultaneously
JPH03233637A (ja) * 1990-02-09 1991-10-17 Nec Corp スケジュール作成方式
JP3268529B2 (ja) * 1990-03-14 2002-03-25 株式会社日立製作所 知識データベース処理システムおよびエキスパートシステム
US5574912A (en) * 1990-05-04 1996-11-12 Digital Equipment Corporation Lattice scheduler method for reducing the impact of covert-channel countermeasures
US5321605A (en) * 1990-06-01 1994-06-14 Motorola, Inc. Process flow information management system
US5367473A (en) * 1990-06-18 1994-11-22 Bell Communications Research, Inc. Expert system for computer system resource management
JP3213765B2 (ja) * 1991-03-11 2001-10-02 サン・マイクロシステムズ・インコーポレーテッド パイプラインプロセッサ用のコストを基にするヒューリスティック命令スケジューリングを最適にする方法および装置
US5289370A (en) * 1991-05-31 1994-02-22 At&T Bell Laboratories Automated resource allocation method employing a learning arrangement
US5421011A (en) * 1991-12-20 1995-05-30 International Business Machines Corporation Method and system for access and accounting control in a data processing system by using a single resource account for a user or a group of users
US5394547A (en) * 1991-12-24 1995-02-28 International Business Machines Corporation Data processing system and method having selectable scheduler
JP2808584B2 (ja) * 1992-04-06 1998-10-08 日本電気株式会社 性能予測装置におけるｃｐｕ使用時間算定方式
US5414845A (en) * 1992-06-26 1995-05-09 International Business Machines Corporation Network-based computer system with improved network scheduling system
JPH0659906A (ja) * 1992-08-10 1994-03-04 Hitachi Ltd 並列計算機の実行制御方法
CA2100540A1 (en) * 1992-10-19 1994-04-20 Jonel George System and method for performing resource reconfiguration in a computer system
JP3003440B2 (ja) * 1993-01-19 2000-01-31 株式会社日立製作所 負荷分散制御方法および分散処理システム
US5677997A (en) * 1993-02-11 1997-10-14 Talatik; Kirit K. Method and apparatus for automated conformance and enforcement of behavior in application processing systems
US5459837A (en) * 1993-04-21 1995-10-17 Digital Equipment Corporation System to facilitate efficient utilization of network resources in a computer network
US5664106A (en) * 1993-06-04 1997-09-02 Digital Equipment Corporation Phase-space surface representation of server computer performance in a computer network
US5408663A (en) * 1993-11-05 1995-04-18 Adrem Technologies, Inc. Resource allocation methods
JPH0830468A (ja) * 1994-07-13 1996-02-02 Nec Corp ジョブスケジュール計画システム
US5559726A (en) * 1994-09-06 1996-09-24 International Business Machines Corporation Method and system for detecting whether a parameter is set appropriately in a computer system
JPH09138753A (ja) * 1995-11-14 1997-05-27 Okinawa Nippon Denki Software Kk ジョブ自動制御装置
US6282561B1 (en) * 1995-12-07 2001-08-28 Microsoft Corporation Method and system for resource management with independent real-time applications on a common set of machines
US5838968A (en) * 1996-03-01 1998-11-17 Chromatic Research, Inc. System and method for dynamic resource management across tasks in real-time operating systems
US5812636A (en) * 1996-09-06 1998-09-22 Northern Telecom Limited System and method for faulty mobile unit isolation
US6083278A (en) * 1997-05-28 2000-07-04 Texas Instruments Incorporated System and method for displaying and editing assembly language source codes
US6230200B1 (en) * 1997-09-08 2001-05-08 Emc Corporation Dynamic modeling for resource allocation in a file server
US6591262B1 (en) * 2000-08-01 2003-07-08 International Business Machines Corporation Collaborative workload management incorporating work unit attributes in resource allocation
US20030110252A1 (en) * 2001-12-07 2003-06-12 Siew-Hong Yang-Huffman Enhanced system and method for network usage monitoring
TW200407735A (en) * 2002-11-08 2004-05-16 Hon Hai Prec Ind Co Ltd System and method for controlling task assignment and work schedule of projects
US7649880B2 (en) * 2002-11-12 2010-01-19 Mark Adams Systems and methods for deriving storage area commands
JP2006506846A (ja) 2002-11-12 2006-02-23 ゼテーラ・コーポレイシヨン 改良型通信機能付き電気装置
US8005918B2 (en) 2002-11-12 2011-08-23 Rateze Remote Mgmt. L.L.C. Data storage devices having IP capable partitions
US7170890B2 (en) 2002-12-16 2007-01-30 Zetera Corporation Electrical devices with improved communication
EP1484684B1 (en) * 2003-06-06 2013-08-07 Sap Ag Method and computer system for providing a cost estimate for sizing a computer system
US20040267548A1 (en) * 2003-06-25 2004-12-30 Jones James O. Workload profiling in computers
GB0314874D0 (en) * 2003-06-26 2003-07-30 Ibm Generating a model of software in execution
US7213036B2 (en) 2003-08-12 2007-05-01 Aol Llc System for incorporating information about a source and usage of a media asset into the asset itself
US20050125797A1 (en) * 2003-12-09 2005-06-09 International Business Machines Corporation Resource management for a system-on-chip (SoC)
JP4367167B2 (ja) * 2004-02-18 2009-11-18 日本電気株式会社 リアルタイムシステム、ＱｏＳ適応制御装置及びそれらに用いるＱｏＳ適応制御方法並びにそのプログラム
US7433892B2 (en) * 2004-03-05 2008-10-07 International Business Machines Corporation Method, system and program product for imposing policy modification constraints
US20070195883A1 (en) * 2004-03-19 2007-08-23 Koninklijke Philips Electronics, N.V. Media signal processing method, corresponding system, and application thereof in a resource-scalable motion estimator
JP4308086B2 (ja) * 2004-05-31 2009-08-05 富士通株式会社 自律制御プログラム及びその記録媒体、自律制御装置並びに自律制御方法
US7617498B1 (en) * 2004-09-15 2009-11-10 Nortel Networks Limited Resource conflict management using predefined XML schemas
DE102004046878A1 (de) * 2004-09-28 2006-04-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Systemlast eines Prozessorsystems
US7512966B2 (en) * 2004-10-14 2009-03-31 International Business Machines Corporation System and method for visually rendering resource policy usage information
US20060095907A1 (en) * 2004-10-29 2006-05-04 International Business Machines Corporation Apparatus and method for autonomic problem isolation for a software application
US7702850B2 (en) * 2005-03-14 2010-04-20 Thomas Earl Ludwig Topology independent storage arrays and methods
US7620981B2 (en) 2005-05-26 2009-11-17 Charles William Frank Virtual devices and virtual bus tunnels, modules and methods
US8819092B2 (en) * 2005-08-16 2014-08-26 Rateze Remote Mgmt. L.L.C. Disaggregated resources and access methods
US7743214B2 (en) 2005-08-16 2010-06-22 Mark Adams Generating storage system commands
US9270532B2 (en) 2005-10-06 2016-02-23 Rateze Remote Mgmt. L.L.C. Resource command messages and methods
US7958509B2 (en) * 2005-12-21 2011-06-07 International Business Machines Corporation Method and system for scheduling of jobs
US7924881B2 (en) * 2006-04-10 2011-04-12 Rateze Remote Mgmt. L.L.C. Datagram identifier management
JP2008059478A (ja) * 2006-09-01 2008-03-13 Hitachi Ltd 記憶システム及びデータ入出力制御方法
US7647288B2 (en) * 2006-09-07 2010-01-12 International Business Machines Corporation System and method for optimally customizable and adaptive personalized information display for information associated with managing a chaotic event
US7584160B2 (en) * 2006-10-27 2009-09-01 International Business Machines Corporation System and method for optimizing project subdivision using data and requirements focuses subject to multidimensional constraints
US9202184B2 (en) 2006-09-07 2015-12-01 International Business Machines Corporation Optimizing the selection, verification, and deployment of expert resources in a time of chaos
US8145582B2 (en) 2006-10-03 2012-03-27 International Business Machines Corporation Synthetic events for real time patient analysis
US20090287503A1 (en) * 2008-05-16 2009-11-19 International Business Machines Corporation Analysis of individual and group healthcare data in order to provide real time healthcare recommendations
US7752154B2 (en) * 2007-02-26 2010-07-06 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of criminal and security information
US7809660B2 (en) * 2006-10-03 2010-10-05 International Business Machines Corporation System and method to optimize control cohorts using clustering algorithms
US8055603B2 (en) 2006-10-03 2011-11-08 International Business Machines Corporation Automatic generation of new rules for processing synthetic events using computer-based learning processes
US20080140468A1 (en) * 2006-12-06 2008-06-12 International Business Machines Corporation Complex exponential smoothing for identifying patterns in business data
JP4374378B2 (ja) * 2006-12-21 2009-12-02 株式会社日立製作所 運用実績評価装置、運用実績評価方法、およびプログラム
US7853611B2 (en) * 2007-02-26 2010-12-14 International Business Machines Corporation System and method for deriving a hierarchical event based database having action triggers based on inferred probabilities
US7788202B2 (en) * 2007-02-26 2010-08-31 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for clinical applications
US7788203B2 (en) * 2007-02-26 2010-08-31 International Business Machines Corporation System and method of accident investigation for complex situations involving numerous known and unknown factors along with their probabilistic weightings
US7917478B2 (en) * 2007-02-26 2011-03-29 International Business Machines Corporation System and method for quality control in healthcare settings to continuously monitor outcomes and undesirable outcomes such as infections, re-operations, excess mortality, and readmissions
US7792774B2 (en) * 2007-02-26 2010-09-07 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of chaotic events
US7702605B2 (en) * 2007-02-26 2010-04-20 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for privacy and security filtering
US7805390B2 (en) * 2007-02-26 2010-09-28 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of complex accidents
US7970759B2 (en) * 2007-02-26 2011-06-28 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for pharmaceutical analysis
US7783586B2 (en) * 2007-02-26 2010-08-24 International Business Machines Corporation System and method for deriving a hierarchical event based database optimized for analysis of biological systems
US20090089772A1 (en) * 2007-09-28 2009-04-02 International Business Machines Corporation Arrangement for scheduling jobs with rules and events
US7930262B2 (en) 2007-10-18 2011-04-19 International Business Machines Corporation System and method for the longitudinal analysis of education outcomes using cohort life cycles, cluster analytics-based cohort analysis, and probabilistic data schemas
US7779051B2 (en) 2008-01-02 2010-08-17 International Business Machines Corporation System and method for optimizing federated and ETL'd databases with considerations of specialized data structures within an environment having multidimensional constraints
US20090217282A1 (en) * 2008-02-26 2009-08-27 Vikram Rai Predicting cpu availability for short to medium time frames on time shared systems
US20090299766A1 (en) * 2008-05-30 2009-12-03 International Business Machines Corporation System and method for optimizing medical treatment planning and support in difficult situations subject to multiple constraints and uncertainties
JP5507136B2 (ja) * 2009-07-09 2014-05-28 株式会社日立製作所 管理装置及び方法並びに計算機システム
US10031829B2 (en) * 2009-09-30 2018-07-24 International Business Machines Corporation Method and system for it resources performance analysis
US9098333B1 (en) 2010-05-07 2015-08-04 Ziften Technologies, Inc. Monitoring computer process resource usage
US8560365B2 (en) 2010-06-08 2013-10-15 International Business Machines Corporation Probabilistic optimization of resource discovery, reservation and assignment
US9646271B2 (en) 2010-08-06 2017-05-09 International Business Machines Corporation Generating candidate inclusion/exclusion cohorts for a multiply constrained group
US8968197B2 (en) 2010-09-03 2015-03-03 International Business Machines Corporation Directing a user to a medical resource
US9292577B2 (en) 2010-09-17 2016-03-22 International Business Machines Corporation User accessibility to data analytics
US8429182B2 (en) 2010-10-13 2013-04-23 International Business Machines Corporation Populating a task directed community in a complex heterogeneous environment based on non-linear attributes of a paradigmatic cohort member
US9443211B2 (en) 2010-10-13 2016-09-13 International Business Machines Corporation Describing a paradigmatic member of a task directed community in a complex heterogeneous environment based on non-linear attributes
US10318877B2 (en) 2010-10-19 2019-06-11 International Business Machines Corporation Cohort-based prediction of a future event
US20120191639A1 (en) * 2011-01-26 2012-07-26 International Business Machines Corporation Statistics forecast for range partitioned tables
WO2017203556A1 (ja) * 2016-05-23 2017-11-30 株式会社日立製作所 管理計算機及びシステムのパラメータの最適値算出方法
US10437899B2 (en) 2017-05-05 2019-10-08 Bank Of America Corporation System for distributed server data management with multi-user access
US10269456B2 (en) 2017-05-05 2019-04-23 Bank Of America Corporation System for identification of treatment and resource deployment based on treatment interaction
US10872321B2 (en) 2017-05-05 2020-12-22 Bank Of America Corporation Machine initiated user status update system
US10454941B2 (en) 2017-05-05 2019-10-22 Bank Of America Corporation Person-to-person network architecture for secure authorization and approval
US10034608B1 (en) 2017-08-14 2018-07-31 Bank Of America Corporation System for receiving transmissions from disparate node and triggering automatic portal action
CN113094158B (zh) * 2021-03-15 2024-07-02 国政通科技有限公司 服务的驱动调用方法、调用装置、电子设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CS164932B2 (ja) * 1971-09-07 1975-11-28
FR2253432A5 (ja) * 1973-11-30 1975-06-27 Honeywell Bull Soc Ind
US4228495A (en) * 1978-12-19 1980-10-14 Allen-Bradley Company Multiprocessor numerical control system
FR2503898B1 (fr) * 1981-04-08 1986-02-28 Thomson Csf Procede et dispositif d'allocation d'une ressource dans un systeme comportant des unites de traitement de donnees autonomes
US4570217A (en) * 1982-03-29 1986-02-11 Allen Bruce S Man machine interface
JPS593651A (ja) * 1982-06-30 1984-01-10 Fujitsu Ltd フア−ムウエアによる性能測定システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2540597A2 (en) 2011-06-29 2013-01-02 Honda Motor Co., Ltd. Front vehicle body structure with reinforced area for the mounting of hood hinges

Also Published As

Publication number Publication date
US4890227A (en) 1989-12-26
JPS6024647A (ja) 1985-02-07

Similar Documents

Publication Publication Date Title
JPH0460253B2 (ja)
US5325505A (en) Intelligent storage manager for data storage apparatus having simulation capability
CN110352415B (zh) 大规模数据管理系统中利用图团体监测的预测表预连接
US5675739A (en) Apparatus and method for managing a distributed data processing system workload according to a plurality of distinct processing goal types
US9755988B2 (en) Method and system for arbitraging computer resources in a cloud computing environment
JP2720910B2 (ja) データ処理システムの作業負荷を管理するための装置及び方法
US9703285B2 (en) Fair share scheduling for mixed clusters with multiple resources
US4849879A (en) Data processor performance advisor
JP2667376B2 (ja) クライアント／サーバ・データ処理システム
JP5068099B2 (ja) 個々のユーザの資源使用量およびその使用量の追跡に基づいた公平な共用分のスケジューリングを行う方法およびシステム
US7685113B2 (en) Demand breakout for a supply chain
US12405728B2 (en) Workload management using a trained model
GB2377798A (en) Print job and maintenance scheduling in a print shop
EP1626339A1 (en) Data processing system and method for assigning objects to processing units
CN117422266B (zh) 基于工人偏好的任务分配方法、系统、装置、存储介质
JP2021197039A (ja) バースト可能インスタンス推奨装置、方法、及びプログラム。
Buzen A queueing network model of MVS
CN119806779A (zh) 一种基于任务、节点、链路资源的分布式调度方法
Pan et al. A dual scheduling framework for task and resource allocation in clouds using deep reinforcement learning
CN121300956B (zh) 基于实例规格感知的资源调度方法、装置、设备及介质
Karniavoura et al. Decision-making approaches for performance QoS in distributed storage systems: A survey
CN120780429A (zh) 智能动态大数据平台资源调度方法及系统
CN119376892A (zh) 一种基于机器学习的容器动态调配方法及系统
Caton et al. Assessing the current state of AWS spot market forecastability
Fan Intelligent Job Scheduling on High Performance Computing Systems