[发明专利]应用的多对象优化

权利要求书

1.一种计算机系统，包括：

处理单元，其可操作地耦接到存储器；

人工智能(AI)平台，操作性地耦合到所述处理单元，所述AI平台被配置为协调云应用的多目标优化，所述AI平台包括：

输入管理器，其用于接收与所述应用相关联的两个或更多个关键性能指示符(KPI)的集合，所述KPI的集合中的每个KPI与KPI值相关联；

试验管理器，其用于结合获取函数利用基于机器学习(ML)的替代函数学习模型以采用一个或多个参数进行所述应用的适应性试验执行；

所述试验管理器用于观察来自每次试验执行的输出并计算所观察的输出的pareto表面；

优化管理器，其用于探索所计算的pareto表面并选择与所述一个或多个参数的配置对应的最佳应用操作点；以及

所述优化管理器用于在所选择的最佳操作点执行所述应用。

2.根据权利要求1所述的计算机系统，其中，所述基于ML的替代函数学习模型将所述一个或多个参数的每个配置映射到所述两个或更多个KPI值。

3.根据权利要求2所述的计算机系统，其中，使用神经网络、高斯进展回归、核回归技术或其组合来实现所述基于ML的替代函数学习模型。

4.根据权利要求1所述的计算机系统，其中，所述获取函数针对所述应用的第二试验执行来选择一个或多个第二参数的第二配置。

5.根据权利要求4所述的计算机系统，其中，所述获取函数被实现为预期改进函数、最大改进概率函数、置信上界函数或其组合。

6.根据权利要求1所述的计算机系统，其中，所述两个或更多个KPI值的集合包括等待时间、错误率、吞吐量、或其组合，并且其中，与一个或多个拓扑约束相关联的所述一个或多个参数包括超时、重试、复制计数、或其组合。

7.根据权利要求6所述的计算机系统，其中，所述拓扑约束包括微服务的层级，并且所述一个或多个参数是相对于所述层级设置的，包括确保所述一个或多个参数保证只要来自子微服务的一个或多个查询是有效的则来自所述层级中的父微服务的查询是有效的。

8.一种计算机程序产品，用于协调云应用的多目标优化，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有随其体现的程序代码，所述程序代码能够由处理器执行用于：

接收与应用相关联的两个或更多个关键性能指示符(KPI)的集合，所述KPI的集合中的每个KPI与KPI值相关联；

结合获取函数利用基于机器学习(ML)的替代函数学习模型来采用一个或多个所接收的参数进行所述应用的适应性试验执行；

观察来自每次试验执行的输出并计算所观察的输出的pareto表面；

探索所计算的pareto表面并选择与所述一个或多个参数的配置对应的最佳应用操作点；以及

在所选择的最佳操作点执行所述应用。

9.根据权利要求8所述的计算机程序产品，其中，所述基于ML的替代函数学习模型将所述一个或多个参数的每个配置映射到所述两个或更多个KPI值。

10.根据权利要求9所述的计算机程序产品，其中，使用神经网络、高斯进展回归、核回归技术或其学习组合来实现所述基于ML的替代函数学习模型。

11.根据权利要求8所述的计算机程序产品，其中，所述获取函数针对所述应用的第二试验执行来选择一个或多个第二参数的第二配置。

12.根据权利要求11所述的计算机程序产品，其中，所述获取函数被实现为预期改进函数、最大改进概率函数、置信上界函数或其组合。