[發明專利]IaaS云環境下物理主機資源狀態預測方法

有效

• 申請號: 201510350166.0
• 申請日: 2015-06-23
• 公開（公告）號: CN105045648B
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 蘭雨晴;夏慶新
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06F9/48;G06F9/50
• 代理公司: 北京匯智英財專利代理事務所(普通合伙)11301
• 代理人: 陳曉娟

技術領域

本發明涉及云平臺應用技術領域，尤其是涉及IaaS云環境下物理主機資源狀態預測方法。

背景技術

云環境下，提高資源利用率是能耗感知和負載均衡必須考慮的重要手段，而資源利用率由虛擬機通過遷移操作改變物理主機的資源狀態來體現，因此，虛擬機遷移是IaaS云資源調度的尤為重要關鍵技術。

當前，IaaS云資源調度策略研究中，違反SLA時或者物理主機過載是虛擬機遷移的觸發因素，這勢必造成系統性能下降和額外的能耗成本，這是問題出現后處理造成的后果。這種“事后處理”的方式早已過時。

IaaS云平臺服務商為用戶提供高性能服務的同時，必須考慮如何在不違反SLA(Service Level Agreement)的前提下，節約云平臺的能耗成本。而虛擬機遷移技術是在物理服務器過載時，保證服務器性能的有效手段，也是考慮節能的關鍵技術之一。服務器的過載和欠載是物理主機的兩個運行狀態，過載會造成違反SLA的可能性，而欠載會造成物理主機資源利用率低，造成額外的能耗浪費。

由此可見，目前沒有依據虛擬機遷移的能耗代價與物理主機與物理主機關機的電能收益關系，降低IaaS云平臺的SLA違反率的目標的方法，亟待進一步改進。

發明內容

本發明的目的是提供一種IaaS云環境下物理主機資源狀態預測方法，其具有依據虛擬機遷移的能耗代價與物理主機與物理主機關機的電能收益關系，降低IaaS云平臺的SLA違反率，實現資源需求可控、綠色節能的效果。

為解決上述技術問題，本發明提供一種IaaS云環境下物理主機資源狀態預測方法，其包括以下步驟：

步驟A:將IaaS云資源需求預測過程確立為隱式馬爾可夫過程；

步驟B:確定物理主機資源的觀察狀態集合和隱式狀態集合；

步驟C:構建IaaS云平臺資源預測的隱式馬爾可夫過程模型；

步驟D:根據該IaaS云平臺資源預測的隱式馬爾可夫過程模型的預測狀態，進行資源調度。

本發明的一個實施例中，所述隱式馬爾可夫過程模型中，其通過Viterbi算法給出一個場景的預測過程，以驅動構建該隱式馬爾可夫過程模型。

本發明的一個實施例中，所述步驟A中的隱式馬爾可夫過程模型通過一個五元組來描述：

λ＝(N,M,A,B,π)

其中：N是物理主機狀態的集合，M是觀察值的集合，A是狀態轉移概率矩陣，B是觀察值的概率分布矩陣，π是初始狀態概率分布。

本發明的一個實施例中，所述物理主機狀態的集合N為隱狀態集，N＝{S₁,S₂,S₃}，其中，其中，S₁為物理主機欠載狀態；S₂為物理主機正常狀態；S₃為物理主機過載狀態；

所述觀察值的集合M為明狀態集，M＝{OUT,IN,NON}，其中，OUT為虛擬機遷出狀態；IN為虛擬機遷入狀態；NON為虛擬機無遷出遷入狀態；

其中，初始狀態概率：π＝{π₁,π₂,π₃}；

隱狀態轉移概率：A＝(a_ij)_3×3，其中a_ij表示從狀態i到狀態j的轉移概率；

觀察值分布概率：B＝b(M)，其中b(M)為M中元素的分布概率。

本發明的一個實施例中，所述隱狀態組成的狀態序列為Q＝(q₁,q₂,…,q_t,…,q_T)，其中每個q_t∈N中的一個狀態，由初始狀態概率π和狀態轉移概率A決定；

所述明狀態組成的觀察序列為O＝(o₁,o₂,…,o_t,…,o_T)，其中每個o_t∈M中的一個狀態，由狀態序列Q和各狀態的分布概率B決定。

本發明的一個實施例中，所述步驟D中，隱式馬爾可夫過程模型的預測狀態與系統的負載和資源狀態實時相關，并在下一個穩定其到來之前對資源進行整合。

本發明的一個實施例中，所述步驟A中的隱式馬爾可夫過程模型通過資源需求預測物理主機過載、安全和欠載狀態，作為虛擬機遷移時機選擇的基準。

本發明的一個實施例中，所述步驟A中的隱式馬爾可夫過程模型通過Viterbi算法來驅動構建的。