JAVA堆使用的季节趋势、预报、异常检测和端点预测制造技术

数据能归类为事实、信息、假设和指令。通过能归类为分类、评估、求解和制定的知识的应用基于其它类别的数据生成特定类别的数据的行为。行为能通过分类-评估-求解-制定(CARE)控制引擎驱动。CARE控制和这些类别能用于增强例如诊断系统的系统的量级，诸如通过历史记录保存、机器学习和自动化。这种诊断系统能包括基于向诸如线程或堆栈段强度和内存堆使用的系统生命征应用知识预报计算系统故障的系统。这些生命征是能被分类以产生诸如内存泄漏、护航效应或其它问题的信息的事实。分类能涉及类、状态、观察、预测、标准、目标和具有不规则持续时间的采样间隔的处理的自动生成。

【技术实现步骤摘要】
【国外来华专利技术】JAVA堆使用的季节趋势、预报、异常检测和端点预测优先权声明本申请还根据35U.S.C.§119(e)要求2013年4月11日提交的题为“SEASONALTRENDING,FORECASTING,ANOMALYDETECTION,ANDENDPOINTPREDICTIONOFJAVAHEAPUSAGE”的美国临时专利申请序列号61/811,102的优先权，这里通过引用并入该申请的内容；并且要求2013年12月17日提交的题为“SEASONALTRENDING,FORECASTING,ANOMALYDETECTION,ANDENDPOINTPREDICTIONOFJAVAHEAPUSAGE”的美国专利申请序列号14/109,546的优先权，这里通过引用并入该申请的内容。本申请还根据35U.S.C.§119(e)要求2013年4月11日提交的题为“PREDICTIVE.DIAGNOSISOFSLAVIOLATIONSINCLOUDSERVICESBYSEASONALTRENDINGANDFORECASTINGWITHTHREADINTENSITYANALYTICS”的美国临时专利申请序列号61/811,106的优先权，这里通过引用并入该申请的内容；并且要求2013年12月17日提交的题为“PREDICTIVEDIAGNOSISOFSLAVIOLATIONSINCLOUDSERVICESBYSEASONALTRENDINGANDFORECASTINGWITHTHREADINTENSITYANALYTICS”的美国专利申请序列号14/109,578的优先权，这里通过引用并入该申请的内容。本申请还根据35U.S.C.§119(e)要求2013年10月1日提交的题为“DATADRIVENBUSINESSPROCESSANDCASEMANAGEMENT”的美国临时专利申请序列号61/885,424的优先权，这里通过引用并入该申请的内容；并且要求2013年12月17日提交的题为“KNOWLEDGEINTENSIVEDATAMANAGEMENTSYSTEMFORBUSINESSPROCESSANDCASEMANAGEMENT”的美国专利申请序列号14/109,651的优先权，这里通过引用并入该申请的内容。
技术介绍
个人和组织面临快速增加的数据量。这些数据可在复杂性和紧迫性方面快速增加。个人和组织经常需要分析这些数据以便用适当且及时的方式按照数据进行行动。在一些领域，个人和组织采取的行动受也趋于变得日益复杂的规则管理。例如，规则可能要求维护在某问题应该发生的情况下易受审计的细致历史记录。另选地，进入商业组织之间的服务级别协议(SLA)可能要求系统性分析数据并且主动对数据中的可行性信息进行行动，以避免违反SLA并且还确定是否满足协议。遵循规则、服务级别协议和其它要求可能会非常繁重，并且随时间经过可能会变得更繁重。因为监管和SLA要求变得如此极其复杂，计算机软件适合于帮助个人和组织努力符合要求。然而，因为规则和SLA趋于演进，计算机软件本身具有一致演进以保持不衰退的任务。不幸的是，用于开发和更新计算机软件的常规处理慢且麻烦。软件开发周期通常长。困扰计算机软件演进的这些困难能部分归因于数据经常隐藏在程序上的软件代码中这一事实。数据经常与能应用于该数据的知识分离。附图说明图1A-B示出根据本专利技术的实施方式的例示用于应用线程或堆栈段强度分析学的技术示例的流程图。图2A-B示出根据本专利技术的实施方式的例示用于更新堆栈帧统计学的技术示例的流程图。图3A-J示出根据本专利技术的实施方式的例示用于分类线程和这些线程的堆栈段的技术示例的流程图。图4是根据本专利技术的实施方式的例示用于应用季节趋势过滤器的技术示例的流程图。图5A-C示出根据本专利技术的实施方式的例示用于在堆栈帧之前或之后在分支点处分开堆栈段的技术示例的流程图。图6A-E示出根据本专利技术的实施方式的例示用于合并线程的堆栈段的技术示例的流程图。图7A-B示出根据本专利技术的实施方式的例示用于登记指定堆栈踪迹的线程分类项和合并段的指定集合的技术示例的流程图。图8是根据本专利技术的实施方式的例示用于更新指定线程分类信息项的线程分类统计学的技术示例的流程图。图9是例示根据本专利技术的实施方式的用于更新指定段信息项的堆栈段统计学的技术示例的流程图。图10是例示根据本专利技术的实施方式可使用的系统环境的组件的简化框图。图11是根据本专利技术的实施方式可使用的计算机系统的简化框图。图12是根据本专利技术的实施方式的使用各种功能转变数据的各种状态的框架的框图。图13是根据本专利技术的实施方式的示出趋势的图。图14是根据本专利技术的实施方式的示出已被自动分类的一组数据点的示例的图。具体实施方式概述数据能归类为事实、信息、假设和指令。通过知识应用基于其它类别的数据生成特定类别的数据的行为能归类为分类、评估、求解和制定。这些归类能用于增强诊断系统，例如通过历史记录保存。这种诊断系统能包括基于向诸如线程或堆栈段强度和虚拟机的内存堆使用的系统生命征应用知识来预测计算系统故障的系统。这些生命征是能被分类以产生诸如内存泄漏、堵塞线程、死锁、拥塞或其它问题的信息的事实。分类能涉及自动生成类以及趋向采样间隔具有不规则持续时间的时间序列数据。维持数据与行为之间的关系根据本专利技术的实施方式，公开了维持行为与激发这些行为的数据之间的形式关系的技术。更具体地，形式上识别为事实的数据能在形式上与基于这些事实推导信息的分类行为相关，或映射到基于这些事实推导信息的分类行为。这种信息在一般意义上也是数据，但是能在形式上识别为区别于事实的信息。基于这种信息推导假设的评估行为能在形式上与该假设相关或映射到该假设。基于这种信息和假设推导指令的求解行为能在形式上与该指令相关或映射到该指令。指令也是数据，但在形式上识别为区别于事实和信息的指令。基于这种指令推导更进一步事实的制定行为能在形式上与这些更进一步事实相关或映射到这些更进一步事实。因此，在本专利技术的实施方式中，各数据项能被标记为事实、信息、假设或指令。各行为能被标记为分类、评估、求解或制定。从外部源接收到系统(例如传感器)的原始数据能被标记为总体上定量而非定性的事实。基于知识的自动化处理或应用于这些事实的人为判断能被标记为分类。得自分类的数据能被标记为信息。信息总体上指示什么事实被判断或确定为表示定性的。基于知识的自动化处理或应用于这种信息的人为判断能被标记为评估。得自评估的数据能被标记为假设。类似地，基于知识的自动化处理或应用于这种假设的人为判断能被标记为求解。得自求解的数据能被标记为指令。指令总体上规定被认为适于在改正或改善信息指示的状态所做的努力中进行表现的操作。基于知识的自动化处理或应用于这种指令的人为判断能被标记为制定。制定总体上承载指令规定的操作。得自制定的数据(可通过相对于制定产生的状态进行的测量得到)也能被标记为事实。能相对于这些事实进行更进一步分类，因此以上描述的顺序能迭代重复。在各迭代中，能执行附加分类、评估、求解和指定。因此，本专利技术的实施方式能涉及周期的分类产生信息的事实、评估产生假设的信息、求解产生指令的信息和制定产生更进一步事实的指令。此周期称为CARE(分类-评估-求解-制定)环。在本专利技术本文档来自技高网...

【技术保护点】
一种计算机实现的方法，包括：从以下中的至少一个提取特定特征向量：JVM堆大小、直方图、季节因子、线性趋势、非线性趋势、水平尖峰、水平移位、水平漂移、方差变化、离群值或端点预测；基于所述特征向量将状态分类；将包括所述特定特征向量的两个不同特征向量的两个连续间隔之间的点识别为标志状态转变的事件；以及利用(a)指令的制定或(b)异常中的至少一个识别所述状态转变。

【技术特征摘要】
【国外来华专利技术】2013.04.11 US 61/811,106;2013.04.11 US 61/811,102;1.一种计算机实现的方法，包括：接收与在计算机系统上执行的多个JAVA虚拟机中的每一个相关联的多个堆大小测量，所述多个堆大小测量对应于随时间段对所述多个JAVA虚拟机中的每一个取得的多个堆大小样本；基于与所述多个JAVA虚拟机相关联的所述多个堆大小测量，确定所述多个JAVA虚拟机中的每一个的堆大小发展趋势；向所述多个JAVA虚拟机中的每一个的堆大小发展趋势应用周期趋势过滤器，其中，应用周期趋势过滤器包括对与所述多个JAVA虚拟机中的每一个相关联的所述多个堆大小测量中的每一个确定并应用权重值，以创建与所述多个JAVA虚拟机中的每一个相关联的多个经调整的堆大小测量，其中所述权重值基于所述计算机系统的堆大小周期趋势数据；基于与所述多个JAVA虚拟机中的每一个相关联的所述多个经调整的堆大小测量，确定所述多个JAVA虚拟机中的每一个的堆大小发展的已过滤趋势；基于所述多个JAVA虚拟机中的每一个的堆大小发展的已过滤趋势，生成所述计算机系统的一个或多个JAVA堆大小发展预报；以及基于所述一个或多个JAVA堆大小发展预报，在所述多个JAVA虚拟机之间重新分配计算机系统的共享内存。2.根据权利要求1所述的方法，其中对所述多个堆大小测量中的每一个确定并应用权重值包括：确定第一堆大小样本与紧接在所述第一堆大小样本前面的第二堆大小样本之间的第一时间间隔；确定所述第二堆大小样本与紧接在所述第二堆大小样本前面的第三堆大小样本之间的第二时间间隔；响应于确定紧接在所述第一堆大小样本之前的所述第一时间间隔大于紧接在所述第二堆大小样本前面的所述第二时间间隔，通过增加与所述第一堆大小样本对应的第一权重，来调整所述第一权重。3.根据权利要求1所述的方法，其中对所述多个堆大小测量中的每一个确定并应用权重值包括：确定第一堆大小样本与紧接在所述第一堆大小样本前面的第二堆大小样本之间的第一时间间隔；确定所述第二堆大小样本与紧接在所述第二堆大小样本前面的第三堆大小样本之间的第二时间间隔；响应于确定紧接在所述第二堆大小样本之前的所述第二时间间隔大于紧接在所述第一堆大小样本前面的所述第一时间间隔，通过减小与所述第一堆大小样本对应的第一权重，来调整所述第一权重。4.根据权利要求1所述的方法，其中对所述多个堆大小测量中的每一个确定并应用权重值至少部分基于(a)与所述一个或多个权重所应用的堆大小样本对应的时间间隔的持续时间的比例，并且基于(b)与所述一个或多个权重所应用的堆大小样本对应的时间间隔期间发生的测量操作的持续时间的比例。5.根据权利要求1所述的方法，还包括：至少部分基于与所述经调整的堆大小测量对应的时间间隔的持续时间的比例，对所述多个JAVA虚拟机中的每一个的堆大小发展的已过滤趋势确定并应用对多个经调整的堆大小测量加权的第二过滤器；以及基于所述第二过滤器向所述多个经调整的堆大小测量的应用，生成所述计算机系统的一个或多个更新的JAVA堆大小发展预报。6.根据权利要求1所述的方法，还包括：基于所述一个或多个JAVA堆大小发展预报，确定所述计算机系统预计崩溃的预计时间。7.根据权利要求5所述的方法，还包括：至少部分基于与所述一个或多个权重所应用的样本对应的时间间隔的持续时间的比例，使用对所述多个经调整的堆大小测量加权的第三过滤器，确定所述多个JAVA虚拟机中的每一个的堆大小的变化速率加速度；以及至少部分基于所述多个JAVA虚拟机中的每一个的堆大小的变化速率加速度，生成计算机系统的一个或多个更新的JAVA堆大小发展预报。8.根据权利要求5所述的方法，还包括：至少部分基于一个或多个JAVA堆大小发展预报，预报特定时...

【专利技术属性】
技术研发人员：E·S·钱，R·阿哈德，A·戈内米，A·C·圣托斯，
申请(专利权)人：甲骨文国际公司，
类型：发明
国别省市：美国;US