发明创造名称：一种I/O密集型应用识别方法
外观设计名称：
决定号：188219
决定日：2019-07-01
委内编号：1F266351
优先权日：
申请（专利）号：201510800933.3
申请日：2015-11-19
复审请求人：上海天玑数据技术有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：郑嘉青
合议组组长：张焰
参审员：苏丹
国际分类号：G06F11/30
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求与作为最接近现有技术的对比文件相比存在区别技术特征，该区别技术特征中的一部分被另一对比文件公开，该区别技术特征中的其他部分为本领域技术人员根据应用环境和实际需求所能够想到的常规技术手段，并且该项权利要求在相对于作为最接近现有技术的对比文件、另一对比文件和常规技术手段的结合是显而易见的，则该项权利要求不具备创造性。
全文：
本复审请求涉及申请号为201510800933.3、名称为“一种I/O密集型应用识别方法”的发明专利申请（下称本申请）。申请人为上海天玑数据技术有限公司。本申请的申请日为2015年11月19日，公开日为2016年04月06日。
经实质审查，国家知识产权局原审查部门于2018年08月03日发出驳回决定，指出权利要求1-7相对于对比文件1（“基于应用特征的虚拟机VCPU调度优化技术研究”，杨洋，中国优秀硕士学位论文全文数据库信息科技辑，2014年第03期，第33-34页，公开日为2014年03月15日）、对比文件2（CN103076870A，公开日为2013年05月01日）和本领域常用技术手段的结合不具备专利法第22条第3款规定的创造性。
驳回决定所依据的文本为：申请日2015年11月19日提交的说明书摘要、说明书第[0001]-[0101]段、摘要附图、说明书附图图1-图13，2018年6月27日提交的权利要求第1-7项。
驳回决定所针对的权利要求如下：
“1. 一种I/O密集型应用识别方法，其特征在于，包括以下步骤：
1)建立I/O密集型应用的识别模型；
2)根据所述识别模型，对未知应用执行过程进行监测，采集一段时间内未知应用执行过程对资源的使用情况数据；
3)将步骤2)所采集的使用情况数据与设定的阈值条件进行比较，判断未知应用是否为I/O密集型应用；
所述I/O密集型应用的识别模型为一特征六元组：
(CPU,Csw,Mem,Pro,I/O,Net)
其中，CPU表示CPU状态，Csw表示应用上下文切换状态，Mem表示虚拟内存使用状态，Pro表示进程阻塞状态，I/O表示硬盘读写状态，Net表示网络传输状态；
根据所述识别模型，采集的使用情况数据包括CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率；
所述步骤3)具体为：
301)判断CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值是否均满足第一阈值条件，若是，则执行步骤302)，若否，则执行步骤307)；
302)判断上下文切换数量是否满足第二阈值条件，若是，则执行步骤303)，若否，则执行步骤307)；
303)判断虚拟内存占用值是否满足第三阈值条件且是否发生页面替换，若是，则执行步骤304)，若否，则执行步骤307)；
304)判断阻塞队列的每秒任务数是否满足第四阈值条件，若是，则执行步骤305)，若否，则执行步骤307)；
305)判断硬盘读写速率是否满足第五阈值条件，若是，则执行步骤306)，若否，则执行步骤307)；
306)判断网络传输速率是否满足第六阈值条件，若是，则判定未知应用为I/O密集型应用，若否，则执行步骤307)；
307)判定未知应用为非I/O密集型应用。
2. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤301)中，第一阈值条件为：iowait>C，user<><>
3. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤302)中，第二阈值条件为：上下文切换数量>W，W为设定的阈值。
4. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤303)中，第三阈值条件为：虚拟内存占用值>M，M为设定的阈值。
5. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤304)中，第四阈值条件为：阻塞队列的每秒任务数<>
6. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤305)中，第五阈值条件为：硬盘读写速率>V，V为设定的阈值。
7. 根据权利要求1所述的I/O密集型应用识别方法，其特征在于，所述步骤306)中，第六阈值条件为：网络传输速率>N，N为设定的阈值。”
申请人（下称复审请求人）对上述驳回决定不服,于2018年11月18日向国家知识产权局提出了复审请求，同时修改了权利要求书，根据说明书记载将“该识别模型根据I/O密集型应用满足的共性规律建立”加入独立权利要求1中。复审请求人认为：权利要求1与对比文件1的区别技术特征在于：a）建立有I/O密集型应用的识别模型，根据该识别模型采集一段时间内未知应用执行过程对资源的使用情况数据，通过使用情况数据与设定的阈值条件的比较判断一个应用是否为I/O密集型应用；b）建立的识别模型为一特征六元组(CPU, Csw, Mem, Pro, I/O, Net)，采集的使用情况数据包括CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率；c）I/O密集型应用的具体判断过程是依据识别模型按顺序进行判断的。对于区别技术特征a），对比文件1公开的是通过计算置信度判断一个应用是否为I/O密集型应用，这与本申请的判断思想是不同的；对于区别技术特征b），本申请六元组中的各个特征分开时虽然是本领域的已知特征，但如何从众多特征中选择能最准确地实现I/O密集型应用判断的六元组是本申请发明人创造性劳动的成果，不能因为技术特征本身的简单而将其归类为公知常识。对于区别技术特征c），本申请基于特征六元组进行数据采集，并对采集的数据按一特定顺序进行阈值判断，不仅能准确判断一个应用是否为I/O密集型应用，并且大大提高了判断效率。
复审请求时新修改的独立权利要求1如下：
“1. 一种I/O密集型应用识别方法，其特征在于，包括以下步骤：
1)建立I/O密集型应用的识别模型，该识别模型根据I/O密集型应用满足的共性规律建立；
2)根据所述识别模型，对未知应用执行过程进行监测，采集一段时间内未知应用执行过程对资源的使用情况数据；
3)将步骤2)所采集的使用情况数据与设定的阈值条件进行比较，判断未知应用是否为I/O密集型应用；
所述I/O密集型应用的识别模型为一特征六元组：
(CPU,Csw,Mem,Pro,I/O,Net)
其中，CPU表示CPU状态，Csw表示应用上下文切换状态，Mem表示虚拟内存使用状态，Pro表示进程阻塞状态，I/O表示硬盘读写状态，Net表示网络传输状态；
根据所述识别模型，采集的使用情况数据包括CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率；
所述步骤3)具体为：
301)判断CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值是否均满足第一阈值条件，若是，则执行步骤302)，若否，则执行步骤307)；
302)判断上下文切换数量是否满足第二阈值条件，若是，则执行步骤303)，若否，则执行步骤307)；
303)判断虚拟内存占用值是否满足第三阈值条件且是否发生页面替换，若是，则执行步骤304)，若否，则执行步骤307)；
304)判断阻塞队列的每秒任务数是否满足第四阈值条件，若是，则执行步骤305)，若否，则执行步骤307)；
305)判断硬盘读写速率是否满足第五阈值条件，若是，则执行步骤306)，若否，则执行步骤307)；
306)判断网络传输速率是否满足第六阈值条件，若是，则判定未知应用为I/O 密集型应用，若否，则执行步骤307)；
307)判定未知应用为非I/O密集型应用。 ”
经形式审查合格，国家知识产权局于2018年11月21日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：对比文件1中给出了可以采用多种不同的判断方法来进行判断是否是I/O密集型应用的启示，在对比文件2公开的模型的基础上，本领域技术人员可以根据密集型应用的判定标准和应用环境和密切需求，对描述参数进行相应的增、减，以能够更好地描述此时的密集型应用，而对元组内参数的增、减并不能起到预料不到的技术效果，其技术效果都是可以预期的。此外，将各参数值和阈值进行比对是本领域的常用技术手段，属于公知常识，坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年03月28日向复审请求人发出复审通知书，指出：权利要求1-7相对于对比文件1、2和本领域常规技术手段的结合不具备专利法第22条第3款所规定的创造性 。
复审请求人于2019年05月09日提交了意见陈述书，但未修改申请文件。复审请求人认为：1）本申请权利要求1与对比文件1的区别在于：权利要求1建立特征六元组 (CPU, Csw, Mem, Pro, I/O, Net)，采集的使用情况数据包括CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率；I/O密集型应用的具体判断过程是依据识别模型按顺序进行判断的。基于该以上区别，权利要求1实际解决的技术问题是如何更准确地对未知应用是否为I/O密集型应用进行判断。一个技术方案需要解决的技术问题是以其技术“起点”为基础确定的，而不是根据区别技术特征去反过来确定技术问题，所以复审请求人认为复审通知书中指出的技术问题“如何设置识别I/O密集型应用的模型参数并且如何设置针对参数的具体判断规则”是不正确的，不是符合专利法的技术问题的确认方式。现有技术如对比文件1中，通过计算置信度判断一个应用是否为I/O密集型应用，其置信度仅以收到的数据为基础，很大程度上会将一个可能是网络密集型应用判定为I/O密集型应用。则现有技术存在对未知应用的判断不够准确的技术问题，而本申请的提出就是为了解决这一技术问题。2）对比文件2虽然公开了：当一个应用请求Ai提交到数据中心的后台服务器运行时，在t时刻为满足其性能约束的资源需求可以描述为：R(Ai，t)＝(cpui，memi，diski，neti，t)，cpui，memi，diski和neti分别表示对处理器、内存、I/O 和网络的资源需求。但其与本申请的特征六元组并不相同。本申请六元组中的各个特征分开时虽然是本领域的已知特征，但如何从众多特征中获得能最准确地实现I/O密集型应用判断的六元组是需要本申请发明人考虑具体应用环境、利用已有知识和经验、经过大量选择、大量归纳和大量推导等许多创造性劳动才能获得的，且如何基于所获得的六元组进行I/O密集型应用判断以提高判断效率也是需要申请人付出创造性劳动的。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
复审请求人在提交复审请求时修改了申请文件，在答复复审通知书时未修改申请文件，提交复审请求时的修改文本符合专利法第33条和专利法实施细则第61条第1款的规定。本复审请求审查决定针对的审查文本与复审通知书针对的审查文本相同，为：2018年11月18日提交的权利要求第1-7项、申请日2015年11月19日提交的说明书第[0001]-[0101]段、说明书附图图1-图13、说明书摘要和摘要附图。
具体理由的阐述
2-1、关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求与作为最接近现有技术的对比文件相比存在区别技术特征，该区别技术特征中的一部分被另一对比文件公开，该区别技术特征中的其他部分为本领域技术人员根据应用环境和实际需求所能够想到的常规技术手段，并且该项权利要求在相对于作为最接近现有技术的对比文件、另一对比文件和常规技术手段的结合是显而易见的，则该项权利要求不具备创造性。
本复审请求审查决定评价本申请权利要求的创造性时使用了与驳回决定中相同的对比文件，即：
对比文件1：“基于应用特征的虚拟机VCPU调度优化技术研究”，杨洋，中国优秀硕士学位论文全文数据库信息科技辑，2014年第03期，第33-34页，公开日为2014年03月15日；
对比文件2：CN103076870A，公开日为2013年05月01日。
2-2、独立权利要求1不具备创造性，不符合专利法第22条第3款的规定。
独立权利要求1请求保护一种I/O密集型应用识别方法。对比文件1公开了一种I/O特征判定算法，并公开了如下技术特征（参见对比文件1第33-34页）：I/O特征判定算法的目的是根据I/O流量统计的数据，判断该数据包对应的上层应用是否是I/O密集型应用；这和I/O密集型应用的判定标准密切相关；对于I/O密集型应用的判定标准，暂时还没有一个公认的统一方法，这和具体的应用环境和需求密切相关；本文认为I/O密集型应用就是在一段较长时间内有持续稳定的I/O交互的应用，根据这个判断，在这里本文提出了一种长期和短期相结合的判定标准；本文为每一个应用，定义了一个值为C(t)，称为t时刻该应用的置信度，置信度的取值说明了该应用多大程度上确认为一个 I/O 密集型应用；应用的置信度每隔△t时间重新计算一次，则t △t时刻的置信度C（t △t）由t时刻的执行度C(t)计算得到，计算方法如下： C(t △t)=C(t)-Cdes Cacc （4-1）；Cdes=μ/TC （4-2），Cacc=δΔPTC （4-3）（相当于1）建立I/O密集型应用的识别模型；此外，由于对比文件1中认为I/O密集型应用的共性规律为在一段较长时间内有持续稳定的I/O交互，并根据此规律建立了识别模型，因此隐含公开了该识别模型根据I/O密集型应用满足的共性规律建立），式（4-1）中，置信度的值C(t △t)等于前一个置信度C(t)减去一个置信度的自然下降值Cdes，再加上一个置信度的上升值Cacc组成；由于应用的负载是动态变化的，该应用对应的流量也可以是动态变化的，一个应用可能在当前时刻是I/O密集型的，但是随着时间的推移，该应用的I/O密集特性可能会变化，所以置信度也会变化；如果长时间没有I/O交互，则置信度会自然下降；如式（4-1）所示，Cdes就是Δt时间内置信度的下降值；TC一个计数值，如果两个连续的Δt时间内，都收到发送到同一个端口的数据包，认为该应用满足了一次I/O密集型特征，就将TC加1；TC值同Cdes成反比，也就是说一个应用，如果它有频繁的I/O交互，则TC的值就会越大，I/O密集型特征就越明显，则随着I/O交互的增加，它的置信度的自然下降Cdes就会缓慢；μ是一个经验常数，和具体的应用环境相关；如式（4-3）所示，Cacc是置信度的增加值，它和三个值成正比；δ是一个经验常数；ΔP是指一个时钟周期内是否收到数据包；如果上个时钟周期内收到数据包，则ΔP为1；没有收到数据包，则ΔP的值为0；Cacc也和TC成正比，随着I/O交互的增加，该应用的I/O密集型特征越来越明显，则每次收到新数据包时，置信度的上升速度就越快（相当于2）根据所述识别模型，对未知应用执行过程进行监测，采集一段时间内未知应用执行过程对资源的使用情况数据）；当置信度超过一个阀值T时，就可以确认该应用为I/O密集型应用，反之，则不是（相当于3）将步骤2）所采集的使用情况数据与设定的阈值条件进行比较，判断未知应用是否为I/O密集型应用）。
由此可见，权利要求1与对比文件1的区别技术特征在于：
（1）所述I/O密集型应用的识别模型为一特征六元组：(CPU,Csw,Mem,Pro,I/O,Net)，其中，CPU表示CPU状态，Csw表示应用上下文切换状态，Mem表示虚拟内存使用状态，Pro表示进程阻塞状态，I/O表示硬盘读写状态，Net表示网络传输状态；根据所述识别模型，采集的使用情况数据包括CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率；
（2）所述步骤3）具体为：301)判断CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值是否均满足第一阈值条件，若是，则执行步骤302)，若否，则执行步骤307)； 302)判断上下文切换数量是否满足第二阈值条件，若是，则执行步骤303)，若否，则执行步骤307)；303)判断虚拟内存占用值是否满足第三阈值条件且是否发生页面替换，若是，则执行步骤304)，若否，则执行步骤307)；304)判断阻塞队列的每秒任务数是否满足第四阈值条件，若是，则执行步骤305)，若否，则执行步骤307)； 305)判断硬盘读写速率是否满足第五阈值条件，若是，则执行步骤306)，若否，则执行步骤307)；306)判断网络传输速率是否满足第六阈值条件，若是，则判定未知应用为I/O密集型应用，若否，则执行步骤307)；307)判定未知应用为非I/O密集型应用。
基于以上区别技术特征（1）、（2），该权利要求请求保护的技术方案相对于对比文件1实际要解决的技术问题是如何设置识别I/O密集型应用的模型参数并且如何设置针对参数的具体判断规则。
对比文件2公开了一种数据中心中能耗驱动的应用融合调度和资源动态配置方法，并具体公开了以下技术特征（参见说明书第[0040]-[0049]段）：数据中心能源消耗模型：数据中心应用请求：数据中心处理的应用请求根据资源需求的不同可以划分为以下四类：计算密集型、内存密集型、I/O密集型和网络密集型；当一个应用请求Ai提交到数据中心的后台服务器运行时，在t时刻为满足其性能约束的资源需求可以描述为：R(Ai，t)＝(cpui，memi，diski，neti，t)，cpui，memi，diski和neti分别表示对处理器、内存、I/O和网络的资源需求。由此可见，对比文件2公开了数据中心处理的应用请求根据资源需求的不同可以划分为四类，其中包括I/O密集型，并公开了可以用一个组 (cpui，memi，diski，neti，t)来描述一个应用对资源的需求，因此，本领域技术人员从对比文件2所公开的内容容易想到从组 (cpui，memi，diski，neti，t)，即，从CPU、内存、I/O和网络的使用需求量来作为识别I/O密集型应用的参数。此外，虽然对比文件2没有公开识别模型为六元组(CPU,Csw,Mem,Pro,I/O,Net)，但是，正如在对比文件1中所记载的那样，“对于I/O密集型应用的判定标准，暂时还没有一个公认的统一方法，这和具体的应用环境和需求密切相关”，因此，本领域技术人员可以根据所在的应用环境、并结合当前的需求，对I/O密集型应用的定义规则做出相应的增加、减少或修改，例如，本领域技术人员结合应用环境和自身需求发现I/O密集型应用在对资源的使用上具有如下特点：CPU大多数时间都在等待I/O设备的执行（因此CPUiowait状态下占用值相对于CPUuser和CPUsystem较高）、进行大量的上下文切换、频繁的I/O读写会导致虚拟内存的大量使用、不会导致系统中的任务处理处于高负荷状态（因此阻塞队列的任务数较小）、硬盘读写速率要求高、网络传输速率要求高，这些I/O密集型特征是具有普通技术知识和实践经验的本领域技术人员能够发现、归纳和推导出来，无需付出创造性劳动。因此，在对比文件2公开的组(cpui，memi，diski，neti，t)的基础上，再增加相应的判定条件，并且规定具体的识别值，即将四元组扩充为六元组，并具体限定六元组具体为CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率，是在对比文件2的基础上结合本领域常规技术手段所容易得到的。
对于区别技术特征（2），在对具体的应用类型判断时，当确定用于判断I/O密集型参数的多个具体参数后，本领域技术人员通常将多个参数值和阈值进行逐一判断即可得出结论，因此，将各参数值和阈值进行一一的顺序比对，并在所有比对都符合预设要求时判定为I/O密集型应用，反之为非I/O密集型应用，是本领域常规技术手段。
因此，在对比文件1的基础上结合对比文件2和本领域常规技术手段以获得权利要求1请求保护的技术方案，对于本领域技术人员来说是显而易见的，权利要求1不具备突出的实质性特点和显著的进步，因而不具备创造性。
2-3、权利要求2-7不具备创造性，不符合专利法第22条第3款的规定。
权利要求2的附加技术特征对CPU占用值的判断进行了限定，本领域技术人员通过普通技术知识和实践经验可以发现，一个I/O密集型应用的进程大多数时间都在等待I/O设备的执行，占用iowait的时间片较多，因此CPUiowait状态下占用值较高，而相对来说，用户态进程、内核态进程所占用的CPU时间片的百分比较小；因此，将第一阈值条件设置为：iowait>C，user<><>
权利要求3、4、6、7的附加技术特征对上下文切换数量、虚拟内存占用值、硬盘读写速率和网络传输速率的判断进行了限定，本领域技术人员通过普通技术知识和实践经验可以发现，一个I/O密集型应用其会产生大量的上下文切换，也会因频繁的I/O读写操作导致虚拟内存的大量使用，并且对硬盘读写速率和网络传输速率会有更高的需求。因此，分别对上下文切换数量、虚拟内存占用值、硬盘读写速率和网络传输速率限定为大于某个设定阈值时才满足I/O密集型应用的判定标准，属于本领域常规技术手段。
权利要求5的附加技术特征对阻塞队列的每秒任务数的判断进行了限定，本领域技术人员通过普通技术知识和实践经验可以发现，一个I/O密集型应用不会导致系统中的任务处理处于高负荷状态，因此一般情况下阻塞队列中的任务数会较小。因此，将阻塞队列中的每秒任务数限定为小于某个设定阈值时才满足I/O密集型应用的判定标准，属于本领域常规技术手段。
因此，当其引用的权利要求不具备创造性时，权利要求2-7也不具备创造性。
对复审请求人相关意见的评述
针对复审请求人的意见（参见案由部分，此处不再赘述），合议组认为：
1）对于复审请求人认定的权利要求1与对比文件1的区别技术特征，合议组表示认同；但是，基于该区别技术特征，无法认定权利要求1相对于对比文件1所要解决的技术问题是更准确地对未知应用是否为I/O密集型应用进行判断，理由如下：对比文件1公开了“本文认为I/O密集型应用就是在一段较长时间内有持续稳定的I/O交互的应用，根据这个判断，在这里本文提出了一种长期和短期相结合的判定标准；本文为每一个应用，定义了一个值为C(t)，称为t时刻该应用的置信度，可以根据应用在一段时间内的I/O交互的情况来计算置信度，给出了置信度的计算公式，并进一步公开了当置信度超过一个阀值T时，就可以确认该应用为I/O密集型应用，反之，则不是”，由此可见，对比文件1同样也建立了I/O密集型的识别模型，根据该识别模型采集一段时间内未知应用执行过程对资源的使用情况数据，通过使用情况数据与设定的阈值条件的比较判断一个应用是否为I/O密集型应用。权利要求1与对比文件1的区别仅在于具体限定了判断I/O密集型应用的参数和具体的判断规则。而正如在对比文件1中所记载的那样，“对于I/O密集型应用的判定标准，暂时还没有一个公认的统一方法，这和具体的应用环境和需求密切相关”，因此，本领域技术人员可以根据所在的应用环境、并结合当前的需求，对I/O密集型应用的定义规则做出相应的具体选择、增加、减少或修改，因此，目前区别技术特征中的参数选择和判断规则只是根据请求人所处的应用环境和需求而重新确定了不同的参数和规则，即，基于不同的环境和需求，进行I/O密集型判断的适用参数和规则也是不同的，同一参数和规则，不一定适用于所有的应用环境和需求，因此并不能表明，权利要求1相对于对比文件1限定了具体的参数和判断规则，其判断I/O密集型应用的准确性就一定会因此提高。因此，合议组认定，基于该区别技术特征，权利要求1所要解决的技术问题是如何设置识别I/O密集型应用的模型参数并且如何设置针对参数的具体判断规则。
2）对比文件2中的R(Ai，t)＝(cpui，memi，diski，neti，t)虽然并非基于识别I/O密集型应用所设立，但是其在已经公开了应用根据资源需求的不同可以划分为计算、内存、I/O、和网络密集型四种类型，并且提及一个应用的资源需求可以描述为R(Ai，t)＝(cpui，memi，diski，neti，t)时，本领域技术人员在对比文件2的基础上容易想到基于R(Ai，t)＝(cpui，memi，diski，neti，t)进行应用类型的识别和判断。此外，虽然对比文件2没有公开识别模型为六元组(CPU,Csw,Mem,Pro,I/O,Net)，但是，正如在对比文件1中所记载的那样，“对于I/O密集型应用的判定标准，暂时还没有一个公认的统一方法，这和具体的应用环境和需求密切相关”，因此，本领域技术人员可以根据所在的应用环境、并结合当前的需求，对I/O密集型应用的定义规则做出相应的增加、减少或修改，例如，本领域技术人员结合应用环境和自身需求发现I/O密集型应用在对资源的使用上具有如下特点：CPU大多数时间都在等待I/O设备的执行（因此CPUiowait状态下占用值相对于CPUuser和CPUsystem较高）、进行大量的上下文切换、频繁的I/O读写会导致虚拟内存的大量使用、不会导致系统中的任务处理处于高负荷状态（因此阻塞队列的任务数较小）、硬盘读写速率要求高、网络传输速率要求高，这些I/O密集型特征是具有普通技术知识的本领域技术人员能够发现、归纳和推导出来，无需付出创造性劳动，以这些特征来识别I/O密集型应用，其效果也是可以预料的。因此，在对比文件2公开的组(cpui，memi，diski，neti，t)的基础上，再增加相应的判定条件，并且规定具体的识别值，即将四元组扩充为六元组，并具体限定六元组具体为CPU在CPUiowait、CPUuser、CPUsystem三个状态下的占用值、上下文切换数量、虚拟内存占用值、阻塞队列的每秒任务数、硬盘读写速率以及网络传输速率，是在对比文件2的基础上结合本领域常规技术手段所容易得到的。
因此，合议组对复审请求人的意见不予支持。
三、决定
维持国家知识产权局于2018年08月03日对本申请作出的驳回决定。
如对本复审请求审查决定不服,根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
