JP2004240671A - Processing method and system for distributed computer - Google Patents
Processing method and system for distributed computer Download PDFInfo
- Publication number
- JP2004240671A JP2004240671A JP2003028637A JP2003028637A JP2004240671A JP 2004240671 A JP2004240671 A JP 2004240671A JP 2003028637 A JP2003028637 A JP 2003028637A JP 2003028637 A JP2003028637 A JP 2003028637A JP 2004240671 A JP2004240671 A JP 2004240671A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- computer
- job
- job processing
- computer resource
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims description 10
- 238000012545 processing Methods 0.000 claims abstract description 233
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000001419 dependent effect Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Landscapes
- Multi Processors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【0001】
【発明の属する技術分野】
本発明は、インターネット上に分散するコンピュータ資源を共用するコンピューティングの分散処理サービスにおいて、ジョブ処理を効率的に行うために、当該ジョブ処理に最適なコンピュータ資源を割当て、顧客端末の処理要件を満足する処理結果を出力し、処理結果に対し成果に応じた報酬を提供するサービス方法及びシステムに関する。
【0002】
【従来の技術】
近年、インターネットの普及により全世界を取り巻くコンピュータネットワーク網が整備され、さらにWebサービスが充実し世界中において情報発信・収集ができるコンピューティング環境が整いつつある。これに伴い、インターネット上にある全世界に分散するコンピュータ資源を統合利用し効率的に計算処理を行う(グリッドコンピューティング)など、分散したコンピュータ資源の共用のニーズが拡大している。
【0003】
従来からインターネット上に分散するコンピュータ資源を利用することを目的に、インターネットを通じて家庭や社内のパソコンにおいて、使用していないコンピュータ資源を活用し、暗号解読や医療研究などの複雑な処理を行わせるコンピューティングの分散処理サービス、即ち、分散したコンピュータを処理する処理方法又は装置は既に知られている。このコンピューティングの分散処理サービスは、顧客端末からのジョブ処理(例えば、金融機関にて発生した決算データの処理や販売店にて発生した顧客データの集計処理等)を代行依頼するコンピューティングの分散処理サービスの仲介機関とジョブ処理を行うコンピュータ資源において、コンピューティングの分散処理サービスの仲介機関は、当該ジョブ処理を行うコンピュータ資源の選択をハードウェア仕様などのコンピュータ資源だけで判断している。
【0004】
すなわち、設計仕様や理論上での比較に留まっており、実際に処理を行なった場合、実メモリ使用領域(実際に当該ジョブが要求するメモリ領域)やデータの誤り及び誤差などの複合要素を考慮していないため、顧客端末が要求したジョブ処理結果の正確度を満足していないことや処理期限を厳守できないこともあり得る。
【0005】
また、コンピューティングの分散処理サービスの仲介機関は、コンピュータ資源をジョブ処理の実行回数に応じてランク付けすることにより、ジョブ処理作業に対しコンピュータ資源所有者の作業意欲を喚起させている。
【0006】
また、他の従来技術として、ジョブ処理結果の印字出力といったジョブ処理を所有している顧客端末と実際にジョブ処理を実行する複数のコンピュータ資源と当該ジョブ処理を顧客に代わって代行依頼し、複数のコンピュータ資源を管理する管理装置とからなる分散処理システムにおいて、管理装置は、顧客端末から処理時間、印字品質、費用について重み付けされた当該ジョブを受信し、当該ジョブを処理できるコンピュータ資源を募集し、応募した各コンピュータ資源に対して見積もりを指示する。その後、管理装置は、顧客端末が設定した処理時間、印字品質、費用といったパラメータの重み付けに基づき、各コンピュータ資源から提出された見積もり結果を比較する。当該見積もり結果は、コンピュータ資源とプリンタとの処理速度やジョブの容量及び出力した1枚の用紙当たりの単価に基づいて算出される。これにより、最適なコンピュータ資源を選択する分散処理システムの提供も提案されている(特許文献1参照)。
【0007】
【特許文献1】
特開平9−198354号公報
【0008】
【発明が解決しようとする課題】
しかし、上述した従来技術においては、ジョブ処理結果の正確度やジョブ処理期限の厳守度の可否に関わらず、ジョブ処理を行ったという回数だけのランク付けに留まっている。すなわち、コンピュータ資源所有者の作業意欲は、ジョブ処理結果の正確度やジョブ処理期限の厳守度の可否に関わらず、ジョブ処理を行うことで支払われる報酬に依るところが大きい。その結果、ジョブ処理を頻繁に行うために、コンピュータ資源所有者の中には、意図的に虚偽のジョブ処理結果を報告しジョブ処理回数を上げる者が存在するようになって課題となっている。
【0009】
見方を変えると、従来技術は、コンピュータ資源の演算処理性能などのハードウェア仕様や処理費用を低く抑えたいなどの判断基準により、当該ジョブ処理を行う最適なコンピュータ資源を選択していた。その結果、実際にジョブ処理を実行した場合、ジョブによっては顧客端末が要求したジョブ処理結果の正確度を満足していないことやジョブ処理期限を厳守できないこともあって課題となっている。
【0010】
また、上述の特許文献1の技術では、処理時間、印字品質、費用といった3つのパラメータだけでコンピュータ資源を選択しており、理論上での比較に留まっている。このため、実際に処理を行なった場合、当該ジョブ処理がコンピュータ資源の演算処理性能あるいはメモリ処理性能に依存するなどのジョブ特性や、あるいは実メモリ使用領域やデータの誤り及び誤差などの複合要素を考慮していないため、顧客端末が要求したジョブ処理結果の正確度を満足していないことや処理時間の予測値を上回ってしまうことがあって解決課題となっている。
【0011】
また、最適なコンピュータ資源の選択は、見積もり結果に基づいて行われるが、パラメータの一つにおいて、複数のコンピュータ資源が同一の見積もり結果を返してきた場合は、処理開始時刻が最も早いコンピュータ資源を選択する。一方、複数のコンピュータ資源が異なる見積もり結果を返してきた場合は、コンピュータ資源の複数の候補を顧客端末に提示し、顧客端末の判断でコンピュータ資源を選択する。このため、あるパラメータでは最適なコンピュータ資源として選択されていても、その他のパラメータでは、非常に不適切なコンピュータ資源の場合があり、各パラメータを総合的に判断して最適なコンピュータ資源を選択していないことが課題である。
【0012】
したがって、本発明の目的は、ジョブの特性に応じた顧客端末からの要求を満足できる最適なコンピュータ資源の選択に際して、コンピュータ資源の演算処理性能あるいはメモリ処理性能に依存するなどのジョブ特性を考慮することにより、ジョブ処理結果の正確度及び納期を厳守したかと云うジョブ処理期限の信頼度による過去の実績をコンピュータ資源の選択基準に盛り込み、これらを総合的に判断して最適なコンピュータ資源を選択する分散計算機の処理方法及びシステムを提示することにある。さらに、ジョブ処理結果の正確度や納期を厳守できたかというジョブ処理期限の信頼度による過去の実績に基づき、各コンピュータ資源所有者への報酬を差別化して、成果に応じた報酬を行うことでコンピュータ資源所有者の作業意欲を喚起させることにある。
【0013】
【課題を解決するための手段】
前記課題を解決するために、本発明は主として次のような構成を採用する。 ジョブ処理を依頼する顧客端末と、ジョブ処理を実行する分散した複数のコンピュータ資源と、に接続されたサービス仲介機関における分散計算機の処理方法であって、
前記複数のコンピュータ資源のCPU性能、メモリ容量、ディスク容量を含むコンピュータ資源と、ジョブ処理結果の正確度と、処理期限の信頼度と、を含むパラメータを求め、
前記パラメータの各々にポイントを付して全てのパラメータの合計ポイントを算出することによって、各コンピュータ資源をポイント値で格付けし、
前記格付けされたポイント値で前記顧客端末から依頼されたジョブ処理に最適なコンピュータ資源を選択する構成である。
【0014】
また、前記パラメータとして、ジョブ処理実績で変動するコンピュータ資源の単価を含ませる構成である。
【0015】
また、前記顧客端末からのジョブ処理の特性に応じた要求内容と前記パラメータのポイントとを関連付けすることによって、前記顧客端末からの要求内容に対応した最適なコンピュータ資源を選択する構成である。
【0016】
また、各コンピュータ資源から出力されたジョブ処理結果を取得し、ジョブ処理結果の正確度とジョブ処理期限の信頼度に基づいて次回の単価を算出し、ジョブ処理の成果に応じた報酬をコンピュータ資源を有するコンピュータ資源所有者へ送付する構成である。
【0017】
以上のような構成を採用することによって、本発明は、最適なコンピュータ資源を選択することができるとともに、ジョブ特性に応じた顧客端末からの要求を満足できる最適なコンピュータ資源を効率的に選択でき、コンピュータ資源所有者の作業意欲を喚起させ、意図した嘘偽のジョブ処理結果の報告数を低減させることを可能とする。
【0018】
【発明の実施の形態】
本発明の実施形態に係る分散計算機の処理方法及びシステムについて、図面を参照しながら以下説明する。図1は本発明の実施形態に係るコンピューティングの分散処理サービス提供方式の全体構成図である。図2は本実施形態のコンピューティングの分散処理サービス提供方式の処理フローである。
【0019】
図1において、顧客端末10は実際にジョブを保有しているクライアントを表す。ジョブとは、金融機関による決済データの処理や販売店による顧客データの集計処理などのコンピュータの演算処理機能やデータベース機能などを利用し、何らかの処理結果が出力されるデータ処理作業である。
【0020】
コンピュータ資源30は、コンピューティングの分散処理サービスの仲介機関20に所属して、実際にジョブ処理を行うコンピュータ資源である。コンピューティングの分散処理サービスの仲介機関20とは、顧客端末10からコンピュータ資源30へのジョブ処理依頼を代行する仲介機関である。コンピューティングの分散処理サービスの仲介機関20は、顧客端末10に対し、ジョブ処理費用であるサービスの料金、ジョブ処理結果の正確度、ジョブ処理期限を厳守したかなどのサービスの信頼度の実績を明示する。
【0021】
また、コンピューティングの分散処理サービスの仲介機関20は、コンピュータ資源30に対し、当該コンピュータ資源30のジョブ処理する際の単位時間当たりの時給を明示する。顧客端末が複数のコンピューティングの分散処理サービスの仲介機関20から特定のコンピューティングの分散処理サービスの仲介機関20を選択する判断基準は、ジョブ処理の結果が正確であり、ジョブ処理期限を厳守しているかなどのサービスの信頼度による。一方、コンピュータ資源30からは、ジョブ処理作業の基準となる単価が高いなどの判断基準により、コンピューティングの分散処理サービスの仲介機関20が選定される。
【0022】
図2において、コンピューティングの分散処理サービスの仲介機関20は、インターネット40を介し、コンピューティングの分散処理サービスの方法において、実際にジョブ処理を行う複数のコンピュータ資源30をコンピュータ資源獲得部21のホームページなどで募集し囲い込みを行う(200)。また、囲い込みの際は、コンピューティングの分散処理サービスの仲介機関20毎に設定された単価や期限を厳守できなかった場合の罰則、成果に応じた報酬であることを明示する。コンピュータ資源30が合意した場合は、鍵暗号方式などにより、コンピュータ資源30の所有者の身分証明や口座番号及び所有するコンピュータ資源のハードウェア仕様といった情報を通知し、登録依頼を行う(300)。
【0023】
依頼人によって操作される顧客端末10は、コンピューティングの分散処理サービスの仲介機関20にジョブ処理依頼を行う(100)。ジョブ処理期限や処理費用などに基づき契約交渉を行い(201)、両者合意の場合は、コンピューティングの分散処理サービスの仲介機関20から、合意の通知を受ける(202)。その後、顧客端末10は、コンピューティングの分散処理サービスの仲介機関20に処理依頼をしたい当該ジョブを送付する(101)。
【0024】
コンピューティングの分散処理サービスの仲介機関20は、当該ジョブを受け取り、最適なコンピュータ資源30を選択する(203)。これの選択方法は、後述する図3〜図7の説明において詳述する。
【0025】
コンピューティングの分散処理サービスの仲介機関20は、選択した複数の最適なコンピュータ資源30の所有者とジョブ処理期限について契約交渉を行う(204)。コンピュータ資源30所有者が当該ジョブ処理に合意した場合は、当該コンピュータ資源30に当該ジョブ処理を割当てる(205)。また、コンピュータ資源30所有者が合意しなかった場合は、次に適切な別のコンピュータ資源30所有者と契約交渉を行うことになる(204)。コンピューティングの分散処理サービスの仲介機関20は、割当てた複数のコンピュータ資源30に当該ジョブと当該ジョブ処理を実行するアプリケーションを送付する(206)。
【0026】
複数のコンピュータ資源30は当該アプリケーションを使用し、同一のジョブ処理を行い(302)、処理終了後コンピューティングの分散処理サービスの仲介機関20に処理結果を送付する(303)。コンピューティング分散処理のサービス仲介機関20では、複数のコンピュータ資源30から送付された処理結果を比較し、正確であるかを判断する。従来から、ジョブ処理結果が正確であるかの判断は、複数のコンピュータ資源30から送付された処理結果の突合せにより行われている。
【0027】
そして、当該コンピュータ資源30の処理結果が正確だった場合は、報酬算出部27において、ジョブ処理に対する報酬を算出する(207)。これの算出方法は、後述する図3、図5及び図8の説明において詳述する。また、当該コンピュータ資源30の処理結果が不正確だった場合は、コンピューティングの分散処理サービスの仲介機関20毎に定義された契約に基づき罰則が課せられる。
【0028】
コンピューティングの分散処理サービスの仲介機関20は、ジョブ処理依頼した顧客端末10に対し、当該ジョブ処理結果及び処理費用の請求書を送付する(208)。顧客端末10はジョブ処理の出力結果と請求書を確認後、コンピューティングの分散処理サービスの仲介機関20に報酬を支払う(102)。コンピューティングの分散処理サービスの仲介機関20は、報酬算出部27にて算出した報酬金額を各コンピュータ資源30所有者に支払う(209)。これで、本実施形態の当該ジョブ処理おける一連の作業は全て終了する。
【0029】
次に、上述した当該ジョブ処理に最適なコンピュータ資源30の選択方法を図3、図4、図5、図6、図7を用いて説明する。図3は、コンピューティングの分散処理サービスの仲介機関20のコンピュータ資源情報保管部22が管理しているコンピュータ資源情報220を示す図である。パラメータには、コンピュータ資源30の情報が格納されている。図3において、CPU性能221、メモリ容量222及びディスク容量223は、コンピュータ資源30が所有するコンピュータ資源のハードウェア仕様である。尚、ディスク容量は、使用可能な空き容量を示す。
【0030】
また、処理結果の正確度224は、ジョブ処理結果が正確であったかをポイントを加減算することで表示している。ジョブ処理結果の正確度を満足できた場合は、1ポイントを加算し、満足できなかった場合は、1ポイント減算する。初期値は50ポイントとし、ジョブ処理毎に加減算する。尚、初期値は、コンピューティングの分散処理サービスの仲介機関20毎に定義可能とする。
【0031】
ジョブ処理期限の信頼度225は、コンピュータ資源30がジョブ処理期限を厳守しているかを判断するため、契約した所要日数と実際に短縮又は遅延した日数より算出する値である。算出式は、(1±短縮(又は延期)期間/契約期間)×コンピューティングの分散処理サービスの仲介機関20毎の料金×単価226とする。例えば、単価1000円のコンピュータ資源が、10日間の期限のジョブ処理を8日間で提出した場合の次回の単価は(仲介機関の料率は0.9とする)、(1+2/10)×0.9×1000=1080円となる。この±は、期限より早い場合がプラス(+)、期限より遅い場合がマイナス(−)とする。すなわち、ジョブ処理結果をより早く出力した方が高い数値となる。また、コンピューティングの分散処理サービスの仲介機関20毎の料金は、コンピューティングの分散処理サービスの仲介機関20毎に定義可能であるが、ジョブ処理結果が期限通りに出力された場合は、1.0以上とする。
【0032】
単価226は、コンピュータ資源30のジョブ処理の実績に応じて変動する金額である。算出式は、(1−単価226/各コンピュータ資源中の最大の単価)×100+コンピューティングの分散処理サービスの仲介機関20毎の付加ポイントとする。例えば、単価1000円のポイント算出式において、各コンピュータ資源中の最大の単価が2000円の所有者がいた場合(仲介機関毎の付加ポイントを50ポイントとする)、(1−1000/2000)×100+50=100ポイントとなる。したがって、単価226の低い場合が、高いポイントとなる。また、付加ポイントはコンピューティングの分散処理サービスの仲介機関20毎に定義可能であるが、他パラメータのポイント値と整合性を取るために、後述の図4の例示では50ポイントを付加している(図4のポイント変換式232の単価欄を参照)。尚、単価226の初期値はコンピューティングの分散処理サービスの仲介機関20毎に定義可能とする。また、各パラメータは、コンピューティングの分散処理サービスの仲介機関20毎に定義可能とする。
【0033】
図4は、本実施形態に関する、仲介機関20のリソース/実績ポイント変換部23でのポイント変換フローを示す図である。リソース/実績ポイント変換部23は、図3のコンピュータ資源情報220の数値をポイント値に対応付ける変換部である。まず、図3のコンピュータ資源220の情報を取得する(230)。コンピューティングの分散処理サービスの仲介機関20は、図3のコンピュータ資源情報220の各パラメータの数値の整合性を確保するために基準値を設定する。すなわち、コンピューティングの分散処理サービスの仲介機関20が標準と考えるコンピュータ資源のハードウェア仕様などを基準値とし、各コンピュータ資源を格付けするものである。
【0034】
本実施形態では、符号231の(i)から(n)に示す通りの数値を適用しているが、これらの数値はコンピューティングの分散処理サービスの仲介機関20毎に定義可能とする。また、図4の符号231に示すコンピュータ資源情報の数値を100ポイント(h)として対応付けている。次に、取得した各パラメータの数値をポイント値に変換する(232)。ポイント変換式は、(i)から(l)までの各パラメータの変換式を符号233の通りに定義している。(m)については、そのままの数値を流用するものとする。また、(n)の単価の変換式は、符号234の通りに定義している。ここで、変換式のxは、コンピュータ資源を特定する変数である。xには図3のコンピュータ資源A,B,C,・・・と順番に設定される。また、yには、(n)単価のパラメータで最も高い単価が設定される。
【0035】
符号232では、コンピュータ資源Aの変換例を示している。最後に、当該ポイント値を図5の各パラメータに対するポイント表に出力する(235)。これにより、図3に示すコンピュータ資源情報220の数値をポイント値に変換することができる。この各ポイント表240は、コンピューティングの分散処理サービスの仲介機関20のリソース/実績ポイント管理部24(図1参照)で管理されている。
【0036】
図6に示すジョブ特性パラメータ画面250は、ジョブ特性パラメータ入力部25(図1参照)で管理されており、コンピューティングの分散処理サービスの仲介機関20がジョブ特性に応じた顧客端末からの要求に基づき、各パラメータに優先順位を付ける設定画面である。例えば、金融機関から決済処理のジョブが期限付きで依頼された場合の入力例は、決済処理における処理結果には、正確度が最も要求される要素となる。このため、処理結果の正確度のパラメータ252にフラグ1を設定する。次に重要となるのは、処理結果の出力所要時間となり、処理能力251にフラグ2を設定する。
【0037】
また、当該ジョブ処理がCPU依存型254かメモリ依存型255か、あるいはディスク依存型256かのジョブ特性により、各パラメータに優先順位を設定する。ここで、CPU依存型ジョブ254とは、主に演算処理性能を必要とするジョブである。また、メモリ依存型ジョブ255とは、主にメモリ容量を必要とするジョブである。さらに、ディスク依存型ジョブ256とは、ジョブの容量が大きい場合、コンピュータ資源のディスク容量が不足することがあるため、ディスク容量の占有率が高いジョブである。最後に、価格253にフラグ3を設定する。
【0038】
図5と図6の関係は、図5はCPU性能241やメモリ容量242といったパラメータ毎のポイント表であり、コンピュータ資源選択部26は図6で設定されたパラメータの優先順位により、最優先されるパラメータを確定する。ここで、コンピュータ資源30はパラメータ毎にポイント値で格付けされているため、当該ジョブ処理の特性に応じた顧客端末からの要求を満足できる最適なコンピュータ資源30を選択することができる。具体的には、図6で設定した最優先パラメータを主キーに設定する。そして、コンピュータ資源30毎に、当該主キーのポイント値を2倍にし、かつ他の全パラメータのポイント値と加算する。
【0039】
図7に本実施形態のジョブ処理結果の正確度(精度)244を最優先キーとしたコンピュータ資源30のポイント算出例を示す。尚、主キーが同値であった場合は、その他のパラメータのポイント値を考慮し、適切なコンピュータ資源30の優先順位を決める。これにより、ハードウェア仕様といったコンピュータ資源やジョブ処理結果の正確度及びジョブ処理期日の信頼度に基づき複数のコンピュータ資源30を格付けできる。
【0040】
また、ジョブ処理を依頼した顧客端末の要求を判別し、格付けされた複数のコンピュータ資源とジョブ特性による顧客端末要求を関連付けることにより、ジョブ特性に応じた顧客端末からの要求を満足できる最適なコンピュータ資源30を効率的に選択可能とする。以上のようにして、本発明の実施形態に係るサービス提供方法によれば、当該ジョブ処理に最適なコンピュータ資源30を選択することにより、ジョブ特性に応じた顧客端末10からの要求を満足できる処理結果を提供できる。
【0041】
尚、本実施形態では最優先される主キーのポイント値を2倍しているが、主キーの格付けは、コンピューティングの分散処理サービスの仲介機関20毎に定義可能とする。また、ジョブ特性に応じた顧客端末10からの要求をコンピューティングの分散処理サービスの仲介機関20がジョブ特性パラメータ画面250の各パラメータに優先順位を付けることにしているが、ホームページなどを提供し、顧客端末10に直接入力させることも可能である。この場合、コンピューティングの分散処理サービスの仲介機関20を介さずに効率的に最適なコンピュータ資源30の選択が可能となる。
【0042】
次に、本発明の実施形態に係る当該ジョブ処理の成果に応じた報酬方法について、図3、図5、図8を用いて以下説明する。図8は、本実施形態に関する報酬決定フロー(課金フロー)を示す図である。
【0043】
コンピューティングの分散処理サービスの仲介機関20は、今回のジョブ処理を実施した各コンピュータ資源30の単価226情報を図3より取得する(280)。初めてジョブ処理を行うコンピュータ資源30においては、コンピューティング分散処理のサービス仲介機関20毎に定義された初期値を適用する。また、コンピュータ資源30がジョブ処理に費やした所要時間をコンピュータ資源30から報告を受け取得する(280)。コンピューティング分散処理のサービス仲介機関20は、ジョブ処理結果は正確であったかを判断し(281)、正確であった場合は、ジョブ処理の所要時間と単価226により、今回のジョブ処理に対する報酬を決定する(282)。
【0044】
一方、ジョブ処理結果が正確でなかった場合は、コンピューティングの分散処理サービスの仲介機関20毎の契約に基づき、報酬なし、又は本来の報酬の50%を支払うなどといった罰則が課せられる(283)。次に、ジョブ処理期限の信頼度225を報酬へ反映させる必要があるが、当該ジョブ処理を期限通り又は期限よりも早く出力した場合は、285の算出式により算出される。一方、期限よりも遅れてジョブ処理結果を出力した場合は、286の算出式により算出される。すなわち、より早くジョブ処理結果を出力した方が単価226が高くなる。
【0045】
この算出された単価226は、次回の単価226として使用される。最後に、図3のコンピュータ資源情報220に今回算出した単価226を反映させ(287)、図5の各パラメータに対するポイント表240を更新する。これにより、今回のジョブ処理結果の正確度やジョブ処理期限の信頼度を報酬に反映することにより、コンピュータ資源30への成果に応じた報酬を実行できるサービスを提供することができる。
【0046】
以上の説明では、本発明に関して、仲介機関による複数のコンピュータ資源中の最適選択について主として説明したが、顧客端末やコンピュータ資源による仲介機関の最適選択も本発明の思想範囲内となり得る。即ち、仲介機関としては、ジョブ処理速度や信頼性の良いコンピュータ資源を囲み込みたいという要求があり、コンピュータ資源としては、より高い時給を払ってくれる仲介機関に所属したいという要求があり、顧客端末としては、ジョブ処理速度や信頼性が良く、低価格でジョブ処理を引き受けてくれる仲介機関に依頼したいという要求があり、複数ある仲介機関において(図1に示すように)、ジョブ処理の価格付けなどによる互いの競争が発生する。例えば、或る仲介機関が、ジョブ処理単価が低価格で良質のコンピュータ資源を囲み込んでいる場合、コンピュータ資源に安くジョブ処理を行わせ、顧客端末からは多くジョブ処理費用を受け取ることにより、仲介機関は差引額を利益として受け取ることができる。ただ、ジョブ処理費用が高すぎると顧客端末は別の仲介機関に依頼することになって仲介機関同士の競争が発生する。
【0047】
そこで、図1に示すように、複数の仲介機関に対して、顧客端末とコンピュータ資源がそれぞれアクセスできて仲介機関の保持する情報を取得することができるようにすれば、顧客端末又はコンピュータ資源が最適の仲介機関を選択することができる。
【0048】
【発明の効果】
本発明によれば、ジョブ処理結果の正確度や処理期限の信頼度といった実績に基づき、複数のコンピュータ資源を格付けし、且つジョブ処理を依頼した顧客端末の要求を判別し、格付けした複数のコンピュータ資源とジョブ特性による顧客端末要求を関連付けることにより、ジョブ特性に応じた顧客端末からの要求を満足できる最適なコンピュータ資源を効率的に選択することができる。
【0049】
また、コンピュータ資源は、処理結果の正確度や処理期限の信頼度といった実績により、コンピュータ資源への成果に応じた報酬を提供できるため、コンピュータ資源所有者の作業意欲を喚起させ、意図した嘘偽のジョブ処理結果の報告数を低減させることを可能とする。
【図面の簡単な説明】
【図1】本発明の実施形態に係るコンピューティングの分散処理サービス提供方式の全体構成を示す図である。
【図2】本実施形態に係るコンピューティングの分散処理サービス提供方式の処理フローを示す図である。
【図3】本実施形態に関する、コンピューティングの分散処理サービスの仲介機関のコンピュータ資源情報保管部が管理しているコンピュータ資源情報を示す図である。
【図4】本実施形態に関する、仲介機関のリソース/実績ポイント変換部でのポイント変換フローを示す図である。
【図5】本実施形態に関する、コンピュータ資源情報の各パラメータに対するポイント表を示す図である。
【図6】本実施形態に関する、ジョブ特性パラメータに優先順位を付ける設定画面を示す図である。
【図7】本実施形態に関する、ジョブ処理結果の正確度を最優先キーとしたコンピュータ資源のポイント算出例を示す図である。
【図8】本実施形態に関する、報酬決定フロー(課金フロー)を示す図である。
【符号の説明】
10 顧客端末
20 コンピューティングの分散処理サービスの仲介機関
21 コンピュータ資源獲得部
22 コンピュータ資源情報保管部
23 リソース/実績ポイント変換部
24 リソース/実績ポイント管理部
25 ジョブ特性パラメータ入力部
26 コンピュータ資源選択部
27 報酬算出部
30 コンピュータ資源
40 インターネットなどのネットワーク
220 コンピュータ資源情報
240 各パラメータに対するポイント表
250 ジョブ特性パラメータ画面[0001]
TECHNICAL FIELD OF THE INVENTION
According to the present invention, in a distributed processing service of computing sharing computer resources distributed on the Internet, in order to perform job processing efficiently, optimal computer resources are allocated to the job processing and the processing requirements of the customer terminal are satisfied. The present invention relates to a service method and system for outputting a processing result to be performed and providing a reward according to the result to the processing result.
[0002]
[Prior art]
In recent years, with the spread of the Internet, computer networks surrounding the entire world have been improved, Web services have been further enhanced, and a computing environment in which information can be transmitted and collected worldwide is being prepared. Along with this, there is an increasing need to share distributed computer resources, such as efficient use of computer resources that are distributed throughout the world on the Internet for efficient computation (grid computing).
[0003]
With the aim of using computer resources that have traditionally been distributed on the Internet, home and office personal computers that use the computer resources that are not being used through the Internet to perform complex processing such as decryption and medical research. A distributed processing service of a computer, that is, a processing method or apparatus for processing a distributed computer is already known. This distributed processing service of computing is a distributed processing service of computing that requests job processing from a customer terminal (for example, processing of settlement data generated at a financial institution, totalization processing of customer data generated at a store, etc.). Among the computer resources that perform job processing with the intermediary agency of the processing service, the intermediary agency of the distributed processing service of computing determines the selection of the computer resource that performs the job processing based only on the computer resource such as hardware specifications.
[0004]
In other words, the comparison is only based on the design specifications and the theory, and when the processing is actually performed, the complex elements such as the real memory use area (the memory area actually required by the job) and data errors and errors are considered. Therefore, the accuracy of the job processing result requested by the customer terminal may not be satisfied, or the processing time limit may not be strictly observed.
[0005]
In addition, an intermediary agency of a distributed processing service of computing ranks computer resources according to the number of times of execution of job processing, thereby motivating a computer resource owner to perform job processing.
[0006]
Further, as another conventional technique, a client terminal that owns job processing such as printout of a job processing result, a plurality of computer resources for actually executing the job processing, and a request for the job processing on behalf of the customer, In a distributed processing system including a management device that manages computer resources, the management device receives the job weighted for processing time, print quality, and cost from a customer terminal, and recruits computer resources capable of processing the job. Then, an estimate is given to each applied computer resource. Thereafter, the management device compares the estimation results submitted from the respective computer resources based on the weights of parameters such as the processing time, print quality, and cost set by the customer terminal. The estimation result is calculated based on the processing speed between the computer resources and the printer, the capacity of the job, and the unit price per output sheet. Accordingly, provision of a distributed processing system for selecting an optimal computer resource has been proposed (see Patent Document 1).
[0007]
[Patent Document 1]
JP-A-9-198354
[0008]
[Problems to be solved by the invention]
However, in the above-described related art, the ranking is limited to the number of times that the job processing has been performed, regardless of the accuracy of the job processing result and whether or not the job processing time limit is strictly observed. That is, the motivation of the computer resource owner to work largely depends on the reward paid for performing the job processing, regardless of the accuracy of the job processing result and whether or not the job processing deadline is strictly adhered to. As a result, in order to perform job processing frequently, some computer resource owners intentionally report false job processing results and increase the number of times of job processing. .
[0009]
In other words, according to the prior art, the most suitable computer resource for performing the job processing is selected based on hardware specifications such as the computing performance of the computer resource and a criterion for suppressing the processing cost. As a result, when the job processing is actually executed, there is a problem that some jobs do not satisfy the accuracy of the job processing result requested by the customer terminal and the job processing deadline cannot be strictly observed.
[0010]
Further, in the technique of
[0011]
In addition, the selection of the optimal computer resource is performed based on the estimation result. However, when a plurality of computer resources return the same estimation result in one of the parameters, the computer resource with the earliest processing start time is selected. select. On the other hand, when a plurality of computer resources return different estimation results, a plurality of computer resource candidates are presented to the customer terminal, and the computer resource is selected based on the judgment of the customer terminal. For this reason, even if one parameter is selected as the optimal computer resource, the other parameter may be a very inappropriate computer resource, and each parameter is comprehensively determined to select the optimal computer resource. The challenge is not to.
[0012]
Therefore, an object of the present invention is to consider the job characteristics such as depending on the arithmetic processing performance or the memory processing performance of the computer resources when selecting the optimum computer resources that can satisfy the request from the customer terminal according to the job characteristics. In this way, past results based on the reliability of job processing deadlines, such as the accuracy of job processing results and the strict adherence to delivery dates, are included in the selection criteria for computer resources, and these are comprehensively determined to select the optimal computer resources. An object of the present invention is to provide a processing method and a system for a distributed computer. Furthermore, based on past performance based on the reliability of job processing deadlines, such as the accuracy of job processing results and whether delivery deadlines were strictly observed, the rewards for each computer resource owner are differentiated, and rewards are given according to the results. To motivate computer resource owners to work.
[0013]
[Means for Solving the Problems]
In order to solve the above problems, the present invention mainly employs the following configuration. A processing method of a distributed computer in a service intermediary institution connected to a customer terminal for requesting job processing and a plurality of distributed computer resources for executing job processing,
CPU parameters of the plurality of computer resources, memory capacity, computer resources including disk capacity, the accuracy of the job processing result, the reliability of the processing deadline, and obtain parameters including,
By assigning points to each of the parameters and calculating the total points of all parameters, each computer resource is rated by a point value,
The computer is configured to select an optimal computer resource for a job process requested from the customer terminal using the rated point value.
[0014]
Further, the unit is configured to include, as the parameter, a unit price of a computer resource that fluctuates according to a job processing result.
[0015]
Further, by associating a request content according to a characteristic of job processing from the customer terminal with a point of the parameter, an optimum computer resource corresponding to the request content from the customer terminal is selected.
[0016]
In addition, the job processing result output from each computer resource is obtained, the next unit price is calculated based on the accuracy of the job processing result and the reliability of the job processing deadline, and a reward according to the job processing result is given to the computer resource. Is sent to the computer resource owner having
[0017]
By employing the above-described configuration, the present invention can select the optimum computer resources and efficiently select the optimum computer resources that can satisfy the request from the customer terminal according to the job characteristics. In this way, it is possible to encourage the computer resource owner to work, and to reduce the number of reports of intended false job processing results.
[0018]
BEST MODE FOR CARRYING OUT THE INVENTION
A processing method and system of a distributed computer according to an embodiment of the present invention will be described below with reference to the drawings. FIG. 1 is an overall configuration diagram of a distributed processing service providing system for computing according to an embodiment of the present invention. FIG. 2 is a processing flow of a distributed processing service providing method of computing according to the present embodiment.
[0019]
In FIG. 1, a customer terminal 10 represents a client actually holding a job. A job is a data processing operation in which some processing result is output using an arithmetic processing function or a database function of a computer, such as processing of settlement data by a financial institution or totalization of customer data by a store.
[0020]
The
[0021]
In addition, the
[0022]
In FIG. 2, the
[0023]
The client terminal 10 operated by the client makes a job processing request to the
[0024]
The
[0025]
The
[0026]
The plurality of
[0027]
Then, when the processing result of the
[0028]
The
[0029]
Next, a method for selecting the most
[0030]
The
[0031]
The job processing
[0032]
The
[0033]
FIG. 4 is a diagram showing a point conversion flow in the resource / actual point conversion unit 23 of the
[0034]
In the present embodiment, numerical values as shown in (i) to (n) of the reference numeral 231 are applied, but these numerical values can be defined for each
[0035]
Reference numeral 232 indicates a conversion example of the computer resource A. Finally, the point value is output to the point table for each parameter in FIG. 5 (235). Thereby, the numerical value of the
[0036]
The job
[0037]
Also, the priority is set to each parameter according to the job characteristics of the job processing, such as the CPU-
[0038]
The relationship between FIG. 5 and FIG. 6 is that FIG. 5 is a point table for each parameter such as the
[0039]
FIG. 7 shows an example of calculating points of the
[0040]
Further, by determining the request of the customer terminal that has requested the job processing, and correlating the plurality of rated computer resources with the customer terminal request based on the job characteristics, the optimum computer that can satisfy the request from the customer terminal according to the job characteristics.
[0041]
Although the point value of the primary key having the highest priority is doubled in this embodiment, the rating of the primary key can be defined for each
[0042]
Next, a reward method according to the result of the job processing according to the embodiment of the present invention will be described below with reference to FIGS. 3, 5, and 8. FIG. FIG. 8 is a diagram illustrating a reward determination flow (charging flow) according to the present embodiment.
[0043]
The
[0044]
On the other hand, if the job processing result is not accurate, a penalty is imposed based on the contract of each
[0045]
The
[0046]
In the above description, regarding the present invention, the optimal selection among a plurality of computer resources by the intermediary institution has been mainly described, but the optimal selection of the intermediary institution by the customer terminal or the computer resources can also be included in the concept of the present invention. That is, as an intermediary institution, there is a demand to enclose computer resources with high job processing speed and reliability, and as a computer resource, there is a request to belong to an intermediary institution that pays a higher hourly wage. There is a request to request an intermediary agency that has good job processing speed and reliability and accepts job processing at a low price, and a plurality of intermediary institutions (as shown in FIG. 1) price job processing. Competition between each other occurs. For example, if an intermediary institution encloses high-quality computer resources at a low job processing unit price, it causes the computer resources to perform low-cost job processing and receives a large amount of job processing costs from the customer terminal, so The institution can receive the difference as profit. However, if the job processing cost is too high, the customer terminal requests another intermediary agency, and competition between the intermediary agencies occurs.
[0047]
Therefore, as shown in FIG. 1, if a client terminal and a computer resource can access a plurality of intermediaries and acquire information held by the intermediary institution, the customer terminal or the computer resources can be obtained. The most suitable intermediary can be selected.
[0048]
【The invention's effect】
According to the present invention, a plurality of computer resources are classified based on results such as the accuracy of job processing results and the reliability of processing deadlines, and a request from a client terminal that has requested job processing is determined. By associating resources with customer terminal requests based on job characteristics, it is possible to efficiently select optimal computer resources that can satisfy requests from customer terminals according to job characteristics.
[0049]
In addition, computer resources can provide rewards according to their achievements based on their results, such as the accuracy of processing results and the reliability of processing deadlines. , It is possible to reduce the number of reports of job processing results.
[Brief description of the drawings]
FIG. 1 is a diagram showing an overall configuration of a distributed processing service providing system for computing according to an embodiment of the present invention.
FIG. 2 is a diagram showing a processing flow of a distributed processing service providing method of computing according to the present embodiment.
FIG. 3 is a diagram illustrating computer resource information managed by a computer resource information storage unit of an intermediary agency of a distributed processing service of computing according to the embodiment;
FIG. 4 is a diagram showing a point conversion flow in a resource / actual point conversion unit of an intermediary institution according to the present embodiment.
FIG. 5 is a diagram showing a point table for each parameter of computer resource information according to the embodiment.
FIG. 6 is a diagram illustrating a setting screen for assigning priorities to job characteristic parameters according to the embodiment;
FIG. 7 is a diagram illustrating an example of computer resource point calculation using the accuracy of a job processing result as a top priority key according to the embodiment;
FIG. 8 is a diagram showing a reward determination flow (charging flow) according to the present embodiment.
[Explanation of symbols]
10 Customer terminals
20 Intermediaries for distributed computing services
21 Computer Resources Acquisition Department
22 Computer Resource Information Storage Department
23 Resource / Result Point Conversion Unit
24 Resources / Results Point Management Department
25 Job characteristic parameter input section
26 Computer Resource Selection Department
27 Reward calculator
30 Computer Resources
40 Internet and other networks
220 Computer resource information
240 Point table for each parameter
250 Job characteristic parameter screen
Claims (5)
前記複数のコンピュータ資源のCPU性能、メモリ容量、ディスク容量を含むコンピュータ資源と、ジョブ処理結果の正確度と、処理期限の信頼度と、を含むパラメータを求め、
前記パラメータの各々にポイントを付して全てのパラメータの合計ポイントを算出することによって、各コンピュータ資源をポイント値で格付けし、
前記格付けされたポイント値で前記顧客端末から依頼されたジョブ処理に最適なコンピュータ資源を選択する
ことを特徴とする分散計算機の処理方法。A processing method of a distributed computer in a service intermediary institution connected to a customer terminal for requesting job processing and a plurality of distributed computer resources for executing job processing,
CPU parameters of the plurality of computer resources, memory capacity, computer resources including disk capacity, the accuracy of the job processing result, the reliability of the processing deadline, and obtain parameters including,
By assigning points to each of the parameters and calculating the total points of all parameters, each computer resource is rated by a point value,
A processing method for a distributed computer, comprising: selecting an optimal computer resource for a job process requested by the customer terminal based on the rated point value.
前記パラメータとして、ジョブ処理実績で変動するコンピュータ資源の単価を含ませることを特徴とする分散計算機の処理方法。In claim 1,
A processing method for a distributed computer, characterized in that a unit price of a computer resource that fluctuates according to a job processing result is included as the parameter.
前記顧客端末からのジョブ処理の特性に応じた要求内容と前記パラメータのポイントとを関連付けすることによって、前記顧客端末からの要求内容に対応した最適なコンピュータ資源を選択することを特徴とする分散計算機の処理方法。In claim 1 or 2,
A distributed computer that selects the optimum computer resource corresponding to the request content from the customer terminal by associating the request content according to the characteristic of the job processing from the customer terminal with the point of the parameter. Processing method.
各コンピュータ資源から出力されたジョブ処理結果を取得し、ジョブ処理結果の正確度とジョブ処理期限の信頼度に基づいて次回の単価を算出し、ジョブ処理の成果に応じた報酬をコンピュータ資源を有するコンピュータ資源所有者へ送付することを特徴とする分散計算機の処理方法。In claim 2,
Obtain the job processing results output from each computer resource, calculate the next unit price based on the accuracy of the job processing results and the reliability of the job processing deadline, and have the computer resources rewarded according to the job processing results A processing method for a distributed computer, which is sent to a computer resource owner.
前記複数のコンピュータ資源のCPU性能、メモリ容量、ディスク容量を含むコンピュータ資源と、ジョブ処理結果の正確度と、処理期限の信頼度と、を含むパラメータを獲得する手段と、
前記パラメータの各々にポイントを付して全てのパラメータの合計ポイントを算出し、各コンピュータ資源をポイント値で格付けする手段と、
前記格付けされたポイント値で前記顧客端末から依頼されたジョブ処理に最適なコンピュータ資源を選択する手段と、を備えた
ことを特徴とする分散計算機の処理システム。A processing system of a distributed computer in a service intermediary agency connected to a customer terminal for requesting job processing and a plurality of distributed computer resources for executing job processing,
Means for acquiring parameters including computer resources including CPU performance, memory capacity, and disk capacity of the plurality of computer resources, accuracy of job processing results, and reliability of processing deadlines;
Means for attaching a point to each of the parameters to calculate a total point of all parameters, and rating each computer resource by a point value;
Means for selecting the most suitable computer resource for the job processing requested from the customer terminal based on the rated point value, a processing system for a distributed computer.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003028637A JP2004240671A (en) | 2003-02-05 | 2003-02-05 | Processing method and system for distributed computer |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003028637A JP2004240671A (en) | 2003-02-05 | 2003-02-05 | Processing method and system for distributed computer |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004240671A true JP2004240671A (en) | 2004-08-26 |
Family
ID=32956049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003028637A Pending JP2004240671A (en) | 2003-02-05 | 2003-02-05 | Processing method and system for distributed computer |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004240671A (en) |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006040084A (en) * | 2004-07-29 | 2006-02-09 | Nec Corp | Resource information collection distribution method and system |
JP2007140906A (en) * | 2005-11-18 | 2007-06-07 | Hitachi Ltd | Method and system for trading information processing performance |
JP2007293603A (en) * | 2006-04-25 | 2007-11-08 | Mitsubishi Electric Corp | Information processor, information processing method and program |
KR100779116B1 (en) | 2006-10-11 | 2007-11-27 | (주)아이젠데이타시스템 | Rate compensation system in use of system using and thereof |
JP2008152618A (en) * | 2006-12-19 | 2008-07-03 | Fujitsu Ltd | Job assignment program, method and device |
JP2008158921A (en) * | 2006-12-26 | 2008-07-10 | Toshiba Corp | Unit and program for resource management |
JP2009517734A (en) * | 2005-11-29 | 2009-04-30 | グリドン カンパニー,リミテッド | Grid computing control method and service method for testing application program performance of server |
JP2010224754A (en) * | 2009-03-23 | 2010-10-07 | Nec Corp | Resource allocation system, resource allocation method and program |
JP2011503727A (en) * | 2007-11-08 | 2011-01-27 | ジェネティック ファイナンス (バルバドス) リミテッド | A decentralized network running complex algorithms |
JP2012064249A (en) * | 2012-01-04 | 2012-03-29 | Fujitsu Ltd | Program, method and device for job assignment |
JP2013073269A (en) * | 2011-09-26 | 2013-04-22 | Kddi Corp | Server device and program of system capable of requesting another device to perform processing |
US8688484B2 (en) | 2005-03-18 | 2014-04-01 | Hitachi, Ltd. | Method and system for managing computer resource in system |
JP2014078080A (en) * | 2012-10-09 | 2014-05-01 | Vinas Co Ltd | Cloud computer selection system and program for cloud computer selection |
US8768811B2 (en) | 2009-04-28 | 2014-07-01 | Genetic Finance (Barbados) Limited | Class-based distributed evolutionary algorithm for asset management and trading |
US8825560B2 (en) | 2007-11-08 | 2014-09-02 | Genetic Finance (Barbados) Limited | Distributed evolutionary algorithm for asset management and trading |
US8909570B1 (en) | 2008-11-07 | 2014-12-09 | Genetic Finance (Barbados) Limited | Data mining technique with experience-layered gene pool |
US8977581B1 (en) | 2011-07-15 | 2015-03-10 | Sentient Technologies (Barbados) Limited | Data mining technique with diversity promotion |
US9304895B1 (en) | 2011-07-15 | 2016-04-05 | Sentient Technologies (Barbados) Limited | Evolutionary technique with n-pool evolution |
US9367816B1 (en) | 2011-07-15 | 2016-06-14 | Sentient Technologies (Barbados) Limited | Data mining technique with induced environmental alteration |
US9466023B1 (en) | 2007-11-08 | 2016-10-11 | Sentient Technologies (Barbados) Limited | Data mining technique with federated evolutionary coordination |
US9710764B1 (en) | 2011-07-15 | 2017-07-18 | Sentient Technologies (Barbados) Limited | Data mining technique with position labeling |
JP2018109878A (en) * | 2017-01-05 | 2018-07-12 | 株式会社日立製作所 | Distributed Computing System |
US10025700B1 (en) | 2012-07-18 | 2018-07-17 | Sentient Technologies (Barbados) Limited | Data mining technique with n-Pool evolution |
US10268953B1 (en) | 2014-01-28 | 2019-04-23 | Cognizant Technology Solutions U.S. Corporation | Data mining technique with maintenance of ancestry counts |
US10430429B2 (en) | 2015-09-01 | 2019-10-01 | Cognizant Technology Solutions U.S. Corporation | Data mining management server |
US10744372B2 (en) | 2017-03-03 | 2020-08-18 | Cognizant Technology Solutions U.S. Corporation | Behavior dominated search in evolutionary search systems |
US10956823B2 (en) | 2016-04-08 | 2021-03-23 | Cognizant Technology Solutions U.S. Corporation | Distributed rule-based probabilistic time-series classifier |
US11003994B2 (en) | 2017-12-13 | 2021-05-11 | Cognizant Technology Solutions U.S. Corporation | Evolutionary architectures for evolution of deep neural networks |
US11182677B2 (en) | 2017-12-13 | 2021-11-23 | Cognizant Technology Solutions U.S. Corporation | Evolving recurrent networks using genetic programming |
US11250328B2 (en) | 2016-10-26 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Cooperative evolution of deep neural network structures |
US11250314B2 (en) | 2017-10-27 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Beyond shared hierarchies: deep multitask learning through soft layer ordering |
US11281977B2 (en) | 2017-07-31 | 2022-03-22 | Cognizant Technology Solutions U.S. Corporation | Training and control system for evolving solutions to data-intensive problems using epigenetic enabled individuals |
US11288579B2 (en) | 2014-01-28 | 2022-03-29 | Cognizant Technology Solutions U.S. Corporation | Training and control system for evolving solutions to data-intensive problems using nested experience-layered individual pool |
US11403532B2 (en) | 2017-03-02 | 2022-08-02 | Cognizant Technology Solutions U.S. Corporation | Method and system for finding a solution to a provided problem by selecting a winner in evolutionary optimization of a genetic algorithm |
US11481639B2 (en) | 2019-02-26 | 2022-10-25 | Cognizant Technology Solutions U.S. Corporation | Enhanced optimization with composite objectives and novelty pulsation |
US11507844B2 (en) | 2017-03-07 | 2022-11-22 | Cognizant Technology Solutions U.S. Corporation | Asynchronous evaluation strategy for evolution of deep neural networks |
US11527308B2 (en) | 2018-02-06 | 2022-12-13 | Cognizant Technology Solutions U.S. Corporation | Enhanced optimization with composite objectives and novelty-diversity selection |
US11574201B2 (en) | 2018-02-06 | 2023-02-07 | Cognizant Technology Solutions U.S. Corporation | Enhancing evolutionary optimization in uncertain environments by allocating evaluations via multi-armed bandit algorithms |
US11574202B1 (en) | 2016-05-04 | 2023-02-07 | Cognizant Technology Solutions U.S. Corporation | Data mining technique with distributed novelty search |
US11663492B2 (en) | 2015-06-25 | 2023-05-30 | Cognizant Technology Solutions | Alife machine learning system and method |
US11669716B2 (en) | 2019-03-13 | 2023-06-06 | Cognizant Technology Solutions U.S. Corp. | System and method for implementing modular universal reparameterization for deep multi-task learning across diverse domains |
US11755979B2 (en) | 2018-08-17 | 2023-09-12 | Evolv Technology Solutions, Inc. | Method and system for finding a solution to a provided problem using family tree based priors in Bayesian calculations in evolution based optimization |
US11775841B2 (en) | 2020-06-15 | 2023-10-03 | Cognizant Technology Solutions U.S. Corporation | Process and system including explainable prescriptions through surrogate-assisted evolution |
US11783195B2 (en) | 2019-03-27 | 2023-10-10 | Cognizant Technology Solutions U.S. Corporation | Process and system including an optimization engine with evolutionary surrogate-assisted prescriptions |
US12026624B2 (en) | 2019-05-23 | 2024-07-02 | Cognizant Technology Solutions U.S. Corporation | System and method for loss function metalearning for faster, more accurate training, and smaller datasets |
US12033079B2 (en) | 2018-02-08 | 2024-07-09 | Cognizant Technology Solutions U.S. Corporation | System and method for pseudo-task augmentation in deep multitask learning |
US12099934B2 (en) | 2020-04-07 | 2024-09-24 | Cognizant Technology Solutions U.S. Corporation | Framework for interactive exploration, evaluation, and improvement of AI-generated solutions |
-
2003
- 2003-02-05 JP JP2003028637A patent/JP2004240671A/en active Pending
Cited By (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006040084A (en) * | 2004-07-29 | 2006-02-09 | Nec Corp | Resource information collection distribution method and system |
US8688484B2 (en) | 2005-03-18 | 2014-04-01 | Hitachi, Ltd. | Method and system for managing computer resource in system |
JP2007140906A (en) * | 2005-11-18 | 2007-06-07 | Hitachi Ltd | Method and system for trading information processing performance |
JP2009517734A (en) * | 2005-11-29 | 2009-04-30 | グリドン カンパニー,リミテッド | Grid computing control method and service method for testing application program performance of server |
JP2007293603A (en) * | 2006-04-25 | 2007-11-08 | Mitsubishi Electric Corp | Information processor, information processing method and program |
KR100779116B1 (en) | 2006-10-11 | 2007-11-27 | (주)아이젠데이타시스템 | Rate compensation system in use of system using and thereof |
JP2008152618A (en) * | 2006-12-19 | 2008-07-03 | Fujitsu Ltd | Job assignment program, method and device |
US8510742B2 (en) | 2006-12-19 | 2013-08-13 | Fujitsu Limited | Job allocation program for allocating jobs to each computer without intensively managing load state of each computer |
JP2008158921A (en) * | 2006-12-26 | 2008-07-10 | Toshiba Corp | Unit and program for resource management |
JP2014130608A (en) * | 2007-11-08 | 2014-07-10 | Genetic Finance (Barbados) Ltd | Method for performing computer task, and network computer system |
US8918349B2 (en) | 2007-11-08 | 2014-12-23 | Genetic Finance (Barbados) Limited | Distributed network for performing complex algorithms |
JP2011503727A (en) * | 2007-11-08 | 2011-01-27 | ジェネティック ファイナンス (バルバドス) リミテッド | A decentralized network running complex algorithms |
US8825560B2 (en) | 2007-11-08 | 2014-09-02 | Genetic Finance (Barbados) Limited | Distributed evolutionary algorithm for asset management and trading |
US9466023B1 (en) | 2007-11-08 | 2016-10-11 | Sentient Technologies (Barbados) Limited | Data mining technique with federated evolutionary coordination |
US9684875B1 (en) | 2008-11-07 | 2017-06-20 | Sentient Technologies (Barbados) Limited | Data mining technique with experience-layered gene pool |
US9734215B2 (en) | 2008-11-07 | 2017-08-15 | Sentient Technologies (Barbados) Limited | Data mining technique with experience-layered gene pool |
US8909570B1 (en) | 2008-11-07 | 2014-12-09 | Genetic Finance (Barbados) Limited | Data mining technique with experience-layered gene pool |
JP2010224754A (en) * | 2009-03-23 | 2010-10-07 | Nec Corp | Resource allocation system, resource allocation method and program |
US8768811B2 (en) | 2009-04-28 | 2014-07-01 | Genetic Finance (Barbados) Limited | Class-based distributed evolutionary algorithm for asset management and trading |
US8977581B1 (en) | 2011-07-15 | 2015-03-10 | Sentient Technologies (Barbados) Limited | Data mining technique with diversity promotion |
US9304895B1 (en) | 2011-07-15 | 2016-04-05 | Sentient Technologies (Barbados) Limited | Evolutionary technique with n-pool evolution |
US9367816B1 (en) | 2011-07-15 | 2016-06-14 | Sentient Technologies (Barbados) Limited | Data mining technique with induced environmental alteration |
US9710764B1 (en) | 2011-07-15 | 2017-07-18 | Sentient Technologies (Barbados) Limited | Data mining technique with position labeling |
JP2013073269A (en) * | 2011-09-26 | 2013-04-22 | Kddi Corp | Server device and program of system capable of requesting another device to perform processing |
JP2012064249A (en) * | 2012-01-04 | 2012-03-29 | Fujitsu Ltd | Program, method and device for job assignment |
US10025700B1 (en) | 2012-07-18 | 2018-07-17 | Sentient Technologies (Barbados) Limited | Data mining technique with n-Pool evolution |
JP2014078080A (en) * | 2012-10-09 | 2014-05-01 | Vinas Co Ltd | Cloud computer selection system and program for cloud computer selection |
US10268953B1 (en) | 2014-01-28 | 2019-04-23 | Cognizant Technology Solutions U.S. Corporation | Data mining technique with maintenance of ancestry counts |
US11288579B2 (en) | 2014-01-28 | 2022-03-29 | Cognizant Technology Solutions U.S. Corporation | Training and control system for evolving solutions to data-intensive problems using nested experience-layered individual pool |
US11663492B2 (en) | 2015-06-25 | 2023-05-30 | Cognizant Technology Solutions | Alife machine learning system and method |
US10430429B2 (en) | 2015-09-01 | 2019-10-01 | Cognizant Technology Solutions U.S. Corporation | Data mining management server |
US11151147B1 (en) | 2015-09-01 | 2021-10-19 | Cognizant Technology Solutions U.S. Corporation | Data mining management server |
US11281978B2 (en) | 2016-04-08 | 2022-03-22 | Cognizant Technology Solutions U.S. Corporation | Distributed rule-based probabilistic time-series classifier |
US10956823B2 (en) | 2016-04-08 | 2021-03-23 | Cognizant Technology Solutions U.S. Corporation | Distributed rule-based probabilistic time-series classifier |
US11574202B1 (en) | 2016-05-04 | 2023-02-07 | Cognizant Technology Solutions U.S. Corporation | Data mining technique with distributed novelty search |
US11250328B2 (en) | 2016-10-26 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Cooperative evolution of deep neural network structures |
US11250327B2 (en) | 2016-10-26 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Evolution of deep neural network structures |
JP2018109878A (en) * | 2017-01-05 | 2018-07-12 | 株式会社日立製作所 | Distributed Computing System |
US11403532B2 (en) | 2017-03-02 | 2022-08-02 | Cognizant Technology Solutions U.S. Corporation | Method and system for finding a solution to a provided problem by selecting a winner in evolutionary optimization of a genetic algorithm |
US10744372B2 (en) | 2017-03-03 | 2020-08-18 | Cognizant Technology Solutions U.S. Corporation | Behavior dominated search in evolutionary search systems |
US11247100B2 (en) | 2017-03-03 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Behavior dominated search in evolutionary search systems |
US11507844B2 (en) | 2017-03-07 | 2022-11-22 | Cognizant Technology Solutions U.S. Corporation | Asynchronous evaluation strategy for evolution of deep neural networks |
US11281977B2 (en) | 2017-07-31 | 2022-03-22 | Cognizant Technology Solutions U.S. Corporation | Training and control system for evolving solutions to data-intensive problems using epigenetic enabled individuals |
US11250314B2 (en) | 2017-10-27 | 2022-02-15 | Cognizant Technology Solutions U.S. Corporation | Beyond shared hierarchies: deep multitask learning through soft layer ordering |
US11030529B2 (en) | 2017-12-13 | 2021-06-08 | Cognizant Technology Solutions U.S. Corporation | Evolution of architectures for multitask neural networks |
US11182677B2 (en) | 2017-12-13 | 2021-11-23 | Cognizant Technology Solutions U.S. Corporation | Evolving recurrent networks using genetic programming |
US11003994B2 (en) | 2017-12-13 | 2021-05-11 | Cognizant Technology Solutions U.S. Corporation | Evolutionary architectures for evolution of deep neural networks |
US11527308B2 (en) | 2018-02-06 | 2022-12-13 | Cognizant Technology Solutions U.S. Corporation | Enhanced optimization with composite objectives and novelty-diversity selection |
US11574201B2 (en) | 2018-02-06 | 2023-02-07 | Cognizant Technology Solutions U.S. Corporation | Enhancing evolutionary optimization in uncertain environments by allocating evaluations via multi-armed bandit algorithms |
US11995559B2 (en) | 2018-02-06 | 2024-05-28 | Cognizant Technology Solutions U.S. Corporation | Enhancing evolutionary optimization in uncertain environments by allocating evaluations via multi-armed bandit algorithms |
US12033079B2 (en) | 2018-02-08 | 2024-07-09 | Cognizant Technology Solutions U.S. Corporation | System and method for pseudo-task augmentation in deep multitask learning |
US11755979B2 (en) | 2018-08-17 | 2023-09-12 | Evolv Technology Solutions, Inc. | Method and system for finding a solution to a provided problem using family tree based priors in Bayesian calculations in evolution based optimization |
US11481639B2 (en) | 2019-02-26 | 2022-10-25 | Cognizant Technology Solutions U.S. Corporation | Enhanced optimization with composite objectives and novelty pulsation |
US11669716B2 (en) | 2019-03-13 | 2023-06-06 | Cognizant Technology Solutions U.S. Corp. | System and method for implementing modular universal reparameterization for deep multi-task learning across diverse domains |
US11783195B2 (en) | 2019-03-27 | 2023-10-10 | Cognizant Technology Solutions U.S. Corporation | Process and system including an optimization engine with evolutionary surrogate-assisted prescriptions |
US12026624B2 (en) | 2019-05-23 | 2024-07-02 | Cognizant Technology Solutions U.S. Corporation | System and method for loss function metalearning for faster, more accurate training, and smaller datasets |
US12099934B2 (en) | 2020-04-07 | 2024-09-24 | Cognizant Technology Solutions U.S. Corporation | Framework for interactive exploration, evaluation, and improvement of AI-generated solutions |
US11775841B2 (en) | 2020-06-15 | 2023-10-03 | Cognizant Technology Solutions U.S. Corporation | Process and system including explainable prescriptions through surrogate-assisted evolution |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004240671A (en) | Processing method and system for distributed computer | |
Sühr et al. | Two-sided fairness for repeated matchings in two-sided markets: A case study of a ride-hailing platform | |
US20180253771A1 (en) | System and method for performing online competitive bidding | |
Jin et al. | Towards optimized fine-grained pricing of IaaS cloud platform | |
US9015723B2 (en) | Resource optimization for real-time task assignment in multi-process environments | |
AuYoung et al. | Service contracts and aggregate utility functions | |
JP4965460B2 (en) | Method for automatically controlling grid provider selection for grid jobs | |
US8041599B2 (en) | Method, system, and program product for selecting a brokering method for obtaining desired service level characteristics | |
US20050080696A1 (en) | Method and system for generating a business case for a server infrastructure | |
US7899696B2 (en) | Application of brokering methods to recoverability characteristics | |
CN101911047A (en) | Distribute according to service level agreement prediction and management resource | |
JP2003256222A (en) | Distribution processing system, job distribution processing method and its program | |
Nguyen et al. | Capacity and lead-time management when demand for service is seasonal and lead-time sensitive | |
Dorsch et al. | Combining models of capacity supply to handle volatile demand: The economic impact of surplus capacity in cloud service environments | |
US8533026B2 (en) | Method and system for maximizing revenue generated from service level agreements | |
CN111932314A (en) | Method, device and equipment for pushing recommended content and readable storage medium | |
Ding et al. | Truthful online double auctions for on-demand integrated ride-sourcing platforms | |
Altmann et al. | A marketplace and its market mechanism for trading commoditized computing resources | |
Clearwater et al. | Swing options: a mechanism for pricing IT peak demand | |
JP2010231268A (en) | Investment system | |
US8117074B2 (en) | Scaling offers for elemental biddable resources (EBRs) | |
JP2020198021A (en) | Api plan prediction system, and api plan prediction method | |
Kostopoulos et al. | Energy-aware pricing within cloud environments | |
JP7058804B1 (en) | Prediction systems, prediction methods, and programs | |
Chao et al. | Using automated negotiation for grid services |