Processing

Please wait...

Settings

Settings

1. WO2020000405 - MULTI-PHASE CLOUD SERVICE NODE ERROR PREDICTION

Publication Number WO/2020/000405
Publication Date 02.01.2020
International Application No. PCT/CN2018/093775
International Filing Date 29.06.2018
IPC
G PHYSICS
08
SIGNALLING
B
SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
29
Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
02
Monitoring continuously signalling or alarm systems
06
Monitoring of the line circuits, e.g. signalling of line faults
G08B 29/06 (2006.01)
CPC
G06F 9/5044
G08B 29/06
Applicants
  • MICROSOFT TECHNOLOGY LICENSING, LLC. [US/US]; One Microsoft Way, Redmond, Washington 98052, US
Inventors
  • LIN, Qingwei; CN
  • SUI, Kaixin; CN
  • XU, Yong; CN
Agents
  • KING & WOOD MALLESONS; 20th Floor, East Tower, World Financial Centre, No.1 Dongsanhuan Zhonglu, Chaoyang District, Beijing 100020, CN
Priority Data
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) MULTI-PHASE CLOUD SERVICE NODE ERROR PREDICTION
(FR) PRÉDICTION D'ERREUR DE NŒUD DE SERVICE EN NUAGE À PHASES MULTIPLES
Abstract
(EN)
Systems and techniques for multi-phase cloud service node error prediction are described herein. A set of spatial metrics and a set of temporal metrics may be obtained for node devices in a cloud computing platform. The node devices may be evaluated using a spatial machine learning model and a temporal machine learning model to create a spatial output and a temporal output. One or more potentially faulty nodes may be determined based on an evaluation of the spatial output and the temporal output using a ranking model. The one or more potentially faulty nodes may be a subset of the node devices. One or more migration source nodes may be identified from one or more potentially faulty nodes. The one or more migration source nodes may be identified by minimization of a cost of false positive and false negative node detection.
(FR)
L'invention concerne des systèmes et des techniques pour la prédiction d'erreur de nœud de service en nuage à phases multiples. Un ensemble de métriques spatiales et un ensemble de métriques temporelles peuvent être obtenus pour des dispositifs de nœud dans une plateforme informatique en nuage. Les dispositifs de nœud peuvent être évalués à l'aide d'un modèle d'apprentissage machine spatiale et d'un modèle d'apprentissage machine temporelle pour créer une sortie spatiale et une sortie temporelle. Un ou plusieurs nœuds potentiellement défaillants peuvent être déterminés sur la base d'une évaluation de la sortie spatiale et de la sortie temporelle à l'aide d'un modèle de classement. Le ou les nœuds potentiellement défaillants peuvent être un sous-ensemble des dispositifs de nœud. Un ou plusieurs nœuds de source de migration peuvent être identifiés à partir d'un ou de plusieurs nœuds potentiellement défaillants. Le ou les nœuds de source de migration peuvent être identifiés par la minimisation d'un coût de détection de nœud faux positif et faux négatif.
Latest bibliographic data on file with the International Bureau