114中执行的应用程序121(图1)的先前生成的识别。这可以包括从数据存储111加载与机器实例114关联的应用程序配置文件147 (图1)。这还可以包括访问数据聚合模块134同时执行的过程识别出的应用程序121的识别或本地可访问存储器中存储的识别。获取应用程序121的先前生成的识别也可以通过另一种方法来执行。
[0071]接下来，在框411中，数据聚合模块134然后识别机器实例114中的一个中执行的至少一个应用程序121。这可以包括例如，计算有关多个潜在应用程序121的计分或百分比并且将具有最高计分或百分比的那个潜在应用程序121识别为正在机器实例114中执行。这还可以包括将其计分或百分比超过阈值的那些潜在应用程序121识别为正在机器实例114中执行。这些计分或百分比的计算可以至少部分地基于如使用数据135、网络业务模式141、网络配置127、实例类型124、路由选择配置137、先前识别的应用程序121或潜在地其他数据中包括的数据所确定的满足了识别知识库144 (图1)中包括的标准。
[0072]在将至少一个应用程序121识别为正在机器实例114中执行之后，在框414中，将机器实例121的识别和元数据151 (图1)作为与其中已识别出应用程序121的机器实例114关联的应用程序配置文件147条目来存储。元数据151可以通过查询web服务来获取，从数据存储111获取或通过另一种方法来获取。
[0073]本发明公开的实施方案可以依据如下摘要来描述:
1.一种体现可在至少一个计算装置中执行的程序的非瞬态计算机可读介质，其包括:
获取执行多个应用程序的多个机器实例中的一个的磁盘配置的代码；
获取所述机器实例中的所述一个的网络业务许可配置的代码，所述网络业务许可配置定义将所述机器实例中的所述一个配置成接受网络业务所对应的开放端口、一组网络地址或联网协议中的至少一个；
获取与所述机器实例中的所述一个关联的网络业务路由选择配置的代码，所述网络业务路由选择配置定义所述机器实例中的所述一个与所述机器实例中另外的机器实例之间的网络业务流；
在没有内部检查所述机器实例中的所述一个的情况下，至少部分地基于所述磁盘配置、所述网络业务路由选择配置、所述网络业务许可配置和所述应用程序中的第二应用程序的识别来识别所述应用程序中的第一应用程序的代码；
将所述应用程序中的所述第一应用程序的识别作为数据存储中存储的多个识别中的一个来存储的代码；
生成体现所述识别的分析报告的代码。
[0074]2.如条款I所述的非瞬态机器可读介质，其中所述程序还包括:
确定所述机器实例中的所述一个是否连接到负载平衡服务的代码；以及其中所述识别的所述第一识别是至少部分地基于所述确定而识别。
[0075]3.如条款I所述的非瞬态机器可读介质，其中所述程序还包括:确定与所述机器实例中的所述一个关联的中央处理单元(CPU)使用、图形处理单元(GPU)使用、磁盘使用或存储器使用中的至少一个的代码；以及
其中所述至少一个应用程序是至少部分地基于所述中央处理单元(CPU)使用、所述图形处理单元(GPU)使用、所述磁盘使用或所述存储器使用而识别。
[0076]4.一种系统，其包括:
至少一个计算装置；
所述至少一个计算装置中可执行的目录应用程序，所述目录应用程序包括:
获取体现多个机器实例的至少一个子集之间的可互操作性的数据的逻辑；
至少部分地基于所述数据生成所述机器实例中的一个中执行的至少一个应用程序的识别的逻辑；以及
其中所述目录应用程序在所述机器实例外部执行，且不执行所述机器实例中的所述一个的内部检查。
[0077]5.如条款4所述的系统，其中生成所述识别的逻辑还包括:
至少部分地基于所述数据计算与所述至少一个应用程序对应的识别的概率的逻辑；以及
响应所述概率超过阈值将所述识别与所述至少一个应用程序关联的逻辑。
[0078]6.如条款4所述的系统，其中所述数据包括所述机器实例中的所述一个接受网络业务所对应的开放端口、一组网络地址或联网协议中的至少一个。
[0079]7.如条款4所述的系统，其中所述数据包括与所述机器实例中的所述一个关联的网络业务路由选择配置，所述网络业务路由选择配置定义所述机器实例中的所述一个与所述机器实例中另外的机器实例之间的网络业务流，以及所述识别是至少部分地基于所述网络业务路由选择配置而生成。
[0080]8.如条款4所述的系统，其中所述识别是至少部分地基于先前生成的识别而生成。
[0081]9.如条款4所述的系统，其中所述数据包括开放网络端口，以及至少部分地基于所述开放网络端口是所述至少一个应用程序的默认开放网络端口来生成识别。
[0082]10.如条款4所述的系统，其中所述目录应用程序还包括:
获取所述机器实例中的所述一个的独立磁盘配置的冗余阵列(RAID)的逻辑；以及其中所述识别是至少部分地基于所述RAID配置而生成。
[0083]11.如条款4所述的系统，其中所述数据包括负载平衡配置。
[0084]12.如条款4所述的系统，其中所述目录应用程序还包括: 确定与所述机器实例中的所述一个关联的中央处理单元(CPU)使用、图形处理单元(GPU)使用、磁盘使用或存储器使用中的至少一个的逻辑；以及
其中所述识别是至少部分地基于所述CPU使用、所述GPU使用、所述磁盘使用或所述存储器使用而生成。
[0085]13.如条款4所述的系统，其中所述识别是至少部分地基于所述机器实例中的所述一个的磁盘大小而生成。
[0086]14.如条款4所述的系统，其中所述机器实例中的所述一个与实例类型关联，所述实例类型定义存储器使用阈值、输入/输出(I/o)阈值、CPU使用阈值或GPU使用阈值中的至少一个，以及所述识别是至少部分地基于所述实例类型而生成。
[0087]15.如条款4所述的系统，其中所述数据包括对所述机器实例的子集定义的网络业务许可。
[0088]16.如条款4所述的系统，其中所述目录应用程序还包括:
将所述识别作为多个识别中的一个来存储的逻辑；以及至少部分地基于所述识别生成分析报告的逻辑。
[0089]17.一种方法，其包括下列步骤:
在一个或多个计算装置中获取体现在执行至少一个应用程序的多个机器实例的子集之间的可互操作性的数据；以及
在所述计算装置中，在没有所述多个机器实例的内部检查的情况下至少部分地基于所述数据来识别所述至少一个应用程序。
[0090]18.如条款14所述的方法，其中识别所述至少一个应用程序包括:
在所述计算装置中，计算各与多个潜在应用程序实体中的一个对应的多个计分；以及在所述计算装置中，将所述至少一个应用程序识别为所述潜在应用程序实体中具有最高计分的应用程序实体。
[0091]19.如条款14所述的方法，其中所述数据包括RAID配置、磁盘大小或磁盘分区中的至少一个。
[0092]20.如条款14所述的方法，其中所述机器实例中的所述一个与实例类型关联，所述实例类型定义存储器使用阈值、输入/输出(I/o)阈值、CPU使用阈值或GPU使用阈值中的至少一个，以及所述识别是至少部分地基于所述实例类型而生成。
[0093]21.如条款14所述的方法，其中所述数据包括网络业务许可配置，所述网络业务许可配置定义所述机器实例中的所述一个接受网络业务所对应的开放端口、一组网络地址或联网协议中的至少一个。
[0094]22.如条款14所述的方法，其还包括:
在所述计算装置中生成体现所述机器实例的所述子集之间的网络通信的网络业务模式；以及
其中识别所述至少一个应用程序是至少部分地基于所述网络业务模式而执行。
[0095]23.如条款14所述的方法，其还包括:
在所述计算装置中将所述至少一个应用程序的标识符存储在数据存储中；以及在所述计算装置中，生成体现所述标识符以及多个先前存储的标识符的分析报告。
[0096]24.如条款14所述的方法，其中所述数据包括网络业务路由选择配置，所述网络业务路由选择配置定义所述机器实例的所述子集之间的网络业务流。
[0097]参考图5，其中示出根据本发明公开实施方案的计算环境101的示意框图。计算环境101包括一个或多个计算装置501。每个计算装置501包括至少一个处理器电路，例如，具有处理器502和存储器504，二者都耦合到本地接口 507。为此，每个计算装置501可以包括例如至少一个服务器计算机或类似装置。本地接口 507可以包括例如，具有附带地址的数据总线/控制总线或其他总线结构，正如能够认识到的。
[0098]存储在存储器504中的是处理器502可执行的数据和若干组件。具体来说，存储在存储器504中且可被处理器502执行的是机器实例114、目录应用程序117和潜在地其他应用程序。也存储在存储器504中的可以是数据存储111，其存储使用数据135、路由选择配置137、网络业务模式141、识别知识库144、应用程序配置文件147和其他数据。此外，操作系统可以存储在存储器504中且可被处理器502执行。
[0099]要理解，可以有其他应用程序存储在存储器504中且可被处理器502执行，正如能够认识到的。在以软件形式实现本文论述的任何组件的情况中，可以采用多种编程语言的任何一种，例如，C、C++、C#、Objective C、Java?、JavaScript?、Perl、PHP、Visual Basic?、Python?、Ruby、Flash?或其他编程语言。
[0100]多个软件组件存储在存储器504中且可被处理器50