使用图优化进行智能部署的制作方法

背景技术：

1、云计算服务正在全球不断发展和扩展。用户依赖并期望这样的服务始终安全且可用。因此，云计算服务的更新应被快速部署并且尽量最小化中断。

技术实现思路

1、本概念涉及云计算服务中的部署的智能编排。使用人工智能，可以自动高效地实现更快、更安全的部署。例如，机器学习模型可以被训练来预测与多个部署选项相关联的某些部署目标。附加地，部署规划问题可以被建模为多层、多目标图问题，多层、多目标图问题可以使用优化算法来求解。本概念可以在合理的时间量内以有效的方式解决计算复杂的图问题。

技术特征：

1.一种系统，包括：

2.根据权利要求1所述的系统，其中所述指还使所述处理器：

3.根据权利要求1所述的系统，其中所述解是对部署时间和部署风险进行优化的帕累托最优解的近似值。

4.根据权利要求1所述的系统，其中所述优选部署规划包括以下一项或多项：

5.一种方法，包括：

6.根据权利要求5所述的方法，其中：

7.根据权利要求5所述的方法，其中：

8.根据权利要求7所述的方法，其中：

9.根据权利要求8所述的方法，还包括：

10.根据权利要求9所述的方法，还包括：

11.根据权利要求5所述的方法，还包括：

12.根据权利要求11所述的方法，其中：

13.根据权利要求11所述的方法，还包括：

14.根据权利要求13所述的方法，其中使用所述进化算法包括：

15.根据权利要求11所述的方法，还包括：

技术总结本概念可以将云计算机群的部署自动化和优化。人工智能和/或优化算法可以被用于查找最优部署参数(例如，计算机在机群中的部署顺序)，最优部署参数将部署时间最小化并且将部署风险最小化。例如，机器学习预测模型可以被用于生成最短路径图问题模型来解决部署规划问题。然后，优化算法可以被用于有效地查找最短路径图问题的帕累托最优解的近似值。根据优选的时间和风险级别，这些解中的一个解可以被用于运行部署。技术研发人员：P·巴拉尔,P·庞杰,张一岚,B·马拉迪赫利·沙希达尔,许晗祎,A·库马尔,M·梅格万希,熊思思,M·斯蒂芬森,A·查哈拉,J-A·赫雷拉·奥茨,黄华明受保护的技术使用者：微软技术许可有限责任公司技术研发日：技术公布日：2024/7/29