公开(公告)号：US08386995B2

公开(公告)日：2013-02-26

申请号：US11763726

申请日：2007-06-15

申请人： David Wiley Coleman ,  Steven E. Froehlich ,  Joseph L. Hellerstein ,  Lawrence S. Hsiung ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Mukund Raghavachari ,  Lance Warren Russell ,  Maheswaran Surendra ,  Noshir Cavas Wadia ,  Peng Ye

发明人： David Wiley Coleman ,  Steven E. Froehlich ,  Joseph L. Hellerstein ,  Lawrence S. Hsiung ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Mukund Raghavachari ,  Lance Warren Russell ,  Maheswaran Surendra ,  Noshir Cavas Wadia ,  Peng Ye

IPC分类号： G06F9/44

CPC分类号： G06F11/008

摘要： Automated or autonomic techniques for managing deployment of one or more resources in a computing environment based on varying workload levels. The automated techniques may comprise predicting a future workload level based on data associated with the computing environment. Then, an estimation is performed to determine whether a current resource deployment is insufficient, sufficient, or overly sufficient to satisfy the future workload level. Then, one or more actions are caused to be taken when the current resource deployment is estimated to be insufficient or overly sufficient to satisfy the future workload level. Actions may comprise resource provisioning, resource tuning and/or admission control.

摘要翻译： 用于根据不同的工作负载水平管理计算环境中的一个或多个资源的部署的自动或自主技术。 自动化技术可以包括基于与计算环境相关联的数据预测未来的工作负载水平。 然后，执行估计以确定当前资源部署是否不充足，足够或过度足以满足未来的工作负载水平。 然后，当估计当前资源部署不足够或过度足以满足未来的工作负载级别时，会采取一个或多个动作。 动作可以包括资源调配，资源调整和/或准入控制。

公开(公告)号：US07039559B2

公开(公告)日：2006-05-02

申请号：US10385265

申请日：2003-03-10

申请人： Steven E. Froehlich ,  Joseph L. Hellerstein ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Maheswaran Surendra

发明人： Steven E. Froehlich ,  Joseph L. Hellerstein ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Maheswaran Surendra

IPC分类号： G06F3/05

CPC分类号： G06F9/5083 ,  G06F2209/5019

摘要： Techniques for performing adaptive and robust prediction. Prediction techniques are adaptive in that they use a minimal amount of historical data to make predictions, the amount of data being selectable. The techniques are able to learn quickly about changes in the workload traffic pattern and make predictions, based on such learning, that are useful for proactive response to workload changes. To counter the increased variability in the prediction as a result of using minimal history, robustness is improved by checking model stability at every time interval and revising the model structure as needed to meet designated stability criteria. Furthermore, the short term prediction techniques can be used in conjunction with a long term forecaster.

摘要翻译： 用于执行自适应和鲁棒预测的技术。 预测技术是自适应的，因为它们使用最少量的历史数据进行预测，数据量可选择。 这些技术能够快速了解​​工作负载流量模式的变化，并根据此类学习进行预测，对于对工作负载变化的主动响应非常有用。 为了应对由于使用最小历史而导致的预测增加的变异性，通过在每个时间间隔检查模型稳定性并根据需要修改模型结构来改善鲁棒性以满足指定的稳定性标准。 此外，短期预测技术可以与长期预报员结合使用。

公开(公告)号：US07350186B2

公开(公告)日：2008-03-25

申请号：US10384973

申请日：2003-03-10

申请人： David Wiley Coleman ,  Steven E. Froehlich ,  Joseph L. Hellerstein ,  Lawrence S. Hsiung ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Mukund Raghavachari ,  Lance Warren Russell ,  Maheswaran Surendra ,  Noshir Cavas Wadia ,  Peng Ye

发明人： David Wiley Coleman ,  Steven E. Froehlich ,  Joseph L. Hellerstein ,  Lawrence S. Hsiung ,  Edwin Richie Lassettre ,  Todd William Mummert ,  Mukund Raghavachari ,  Lance Warren Russell ,  Maheswaran Surendra ,  Noshir Cavas Wadia ,  Peng Ye

IPC分类号： G06F9/44

CPC分类号： G06F11/008

摘要： Automated or autonomic techniques for managing deployment of one or more resources in a computing environment based on varying workload levels. The automated techniques may comprise predicting a future workload level based on data associated with the computing environment. Then, an estimation is performed to determine whether a current resource deployment is insufficient, sufficient, or overly sufficient to satisfy the future workload level. Then, one or more actions are caused to be taken when the current resource deployment is estimated to be insufficient or overly sufficient to satisfy the future workload level. Actions may comprise resource provisioning, resource tuning and/or admission control.

摘要翻译： 基于不同的工作负载级别来管理计算环境中的一个或多个资源的部署的自动或自主技术。 自动化技术可以包括基于与计算环境相关联的数据预测未来的工作负载水平。 然后，执行估计以确定当前资源部署是否不充足，足够或过度足以满足未来的工作负载水平。 然后，当估计当前资源部署不足够或过度足以满足未来的工作负载级别时，会采取一个或多个动作。 动作可以包括资源调配，资源调整和/或准入控制。

公开(公告)号：US06563517B1

公开(公告)日：2003-05-13

申请号：US09236622

申请日：1999-01-29

申请人： Pravin Bhagwat ,  Richard Yeh-whein Han ,  Richard Orville LaMaire ,  Todd William Mummert ,  James Rubas

发明人： Pravin Bhagwat ,  Richard Yeh-whein Han ,  Richard Orville LaMaire ,  Todd William Mummert ,  James Rubas

IPC分类号： G06F1500

CPC分类号： H04N21/658 ,  G06F17/30905 ,  H04L67/28 ,  H04L67/2823 ,  H04L67/306 ,  H04L67/32 ,  H04L69/24 ,  H04N19/40 ,  H04N21/6377

摘要： The present invention provides methods, devices and systems for dynamically adjusting transcoding parameters so as to increase the benefits of transcoding. Methods of adaptation are designed to cope with the variability of network characteristics and of the size of transcoded images. The invention also provides a method and apparatus to enable the transcoding proxy to adjust a quality-size tradeoff on a per-image and/or a per-client basis. The adaptive transcoder chooses different parameters for each object, and provides performance improvements. The invention further provides a general framework for making policy decisions taking into account available bandwidth, content and type of image, and user preferences. The invention also includes methods for generating feedback about the choice of optimal transcoding parameters to the user.

摘要翻译： 本发明提供了用于动态调整代码转换参数的方法，装置和系统，以便增加转码的益处。 适应方法旨在应对网络特性和代码转换图像大小的变化。 本发明还提供一种使代码转换代理能够在每个图像和/或每个客户端基础上调整质量尺寸权衡的方法和装置。 自适应代码转换器为每个对象选择不同的参数，并提供性能改进。 本发明进一步提供了考虑可用带宽，图像的内容和类型以及用户偏好来制定策略决策的一般框架。 本发明还包括用于产生关于对用户的最佳代码转换参数的选择的反馈的方法。