[發(fā)明專利]一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710625231.5
• 申請(qǐng)日: 2017-07-27
• 公開（公告）號(hào): CN107391230B
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 李新虎;于輝
• 申請(qǐng)（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號(hào): G06F9/455
• 分類號(hào): G06F9/455;G06N3/08
• 代理公司: 北京安信方達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11262
• 代理人: 李丹

本發(fā)明實(shí)施例公開了一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)方法，該方法包括：基于虛擬機(jī)負(fù)載監(jiān)控?cái)?shù)據(jù)樣本對(duì)預(yù)建的反向傳播BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型；計(jì)算預(yù)設(shè)時(shí)間段內(nèi)各項(xiàng)監(jiān)控資源的平均使用量信息；將平均使用量信息輸入BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型以確定虛擬機(jī)負(fù)載。本發(fā)明實(shí)施例還公開了一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)裝置。通過本發(fā)明實(shí)施例，實(shí)現(xiàn)了高效、準(zhǔn)確地確定和監(jiān)控虛擬機(jī)負(fù)載，提高了云數(shù)據(jù)中心中的資源利用率。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及虛擬機(jī)監(jiān)控技術(shù)，尤指一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)方法和裝置。

背景技術(shù)

當(dāng)前，云計(jì)算逐漸被行業(yè)認(rèn)可，云數(shù)據(jù)中心操作系統(tǒng)逐漸實(shí)現(xiàn)并付諸于實(shí)踐，在社會(huì)生產(chǎn)和生活領(lǐng)域中起到越來越重要的作用。云計(jì)算核心的載體是虛擬機(jī)，虛擬機(jī)及其上業(yè)務(wù)的穩(wěn)定性、虛擬機(jī)運(yùn)行時(shí)的負(fù)載精準(zhǔn)確定和動(dòng)態(tài)調(diào)整也是衡量云數(shù)據(jù)中心操作系統(tǒng)健壯性的重要指標(biāo)之一。目前業(yè)界在虛擬機(jī)負(fù)載確定時(shí)，往往只是根據(jù)某一時(shí)刻點(diǎn)的中央處理器CPU、內(nèi)存、磁盤輸入輸出IO和網(wǎng)絡(luò)IO值進(jìn)行綜合確定，不能正確反映某段時(shí)間內(nèi)該虛擬機(jī)的負(fù)載情況，存在有較大的誤差。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)方法和裝置，能夠?qū)崿F(xiàn)高效、準(zhǔn)確地確定和監(jiān)控虛擬機(jī)負(fù)載，提高云數(shù)據(jù)中心中的資源利用率。

為了達(dá)到本發(fā)明實(shí)施例目的，本發(fā)明實(shí)施例提供了一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)方法，該方法包括：

基于虛擬機(jī)負(fù)載監(jiān)控?cái)?shù)據(jù)樣本對(duì)預(yù)建的反向傳播BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型；

計(jì)算預(yù)設(shè)時(shí)間段內(nèi)各項(xiàng)監(jiān)控資源的平均使用量信息；

將平均使用量信息輸入BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型以確定虛擬機(jī)負(fù)載。

可選地，基于虛擬機(jī)負(fù)載監(jiān)控?cái)?shù)據(jù)樣本對(duì)預(yù)建的反向傳播BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練包括：

將多個(gè)虛擬機(jī)負(fù)載監(jiān)控?cái)?shù)據(jù)樣本P以多維輸入向量的形式輸入BP神經(jīng)網(wǎng)絡(luò)模型；

多維輸入向量經(jīng)過BP神經(jīng)網(wǎng)絡(luò)模型的各層后輸出虛擬機(jī)負(fù)載值。

可選地，該多維輸入向量為四維輸入向量；

四維輸入向量包括：P＝{c，m，s，n}；

其中，c表示CPU負(fù)載比例、m表示內(nèi)存負(fù)載比例、s表示磁盤IO負(fù)載比例、n表示網(wǎng)絡(luò)帶寬負(fù)載比例；

如圖2所示，BP神經(jīng)網(wǎng)絡(luò)模型包括：輸入層、隱含層和輸出層；

其中，輸入層包含4個(gè)神經(jīng)元，隱含層包含4個(gè)神經(jīng)元，輸出層包含1個(gè)神經(jīng)元。

可選地，計(jì)算預(yù)設(shè)時(shí)間段內(nèi)各項(xiàng)監(jiān)控資源的平均使用量信息包括：

從預(yù)設(shè)的監(jiān)控?cái)?shù)據(jù)存儲(chǔ)模塊獲取自當(dāng)前時(shí)刻向前推得到的預(yù)設(shè)時(shí)間段內(nèi)的各項(xiàng)監(jiān)控資源的負(fù)載監(jiān)控?cái)?shù)據(jù)；

計(jì)算獲取的各項(xiàng)監(jiān)控資源的負(fù)載監(jiān)控?cái)?shù)據(jù)的平均值，作為各項(xiàng)監(jiān)控資源的平均使用量信息。

可選地，各項(xiàng)監(jiān)控資源包括：中央處理器CPU、內(nèi)存、網(wǎng)絡(luò)輸入輸出IO和/或磁盤IO。

為了達(dá)到本發(fā)明實(shí)施例目的，本發(fā)明實(shí)施例還提供了一種確定虛擬機(jī)負(fù)載的實(shí)現(xiàn)裝置，該裝置包括：訓(xùn)練模塊、計(jì)算模塊和確定模塊；

訓(xùn)練模塊，用于基于虛擬機(jī)負(fù)載監(jiān)控?cái)?shù)據(jù)樣本對(duì)預(yù)建的反向傳播BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型；

計(jì)算模塊，用于計(jì)算預(yù)設(shè)時(shí)間段內(nèi)各項(xiàng)監(jiān)控資源的平均使用量信息；

確定模塊，用于將平均使用量信息輸入BP神經(jīng)網(wǎng)絡(luò)負(fù)載確定模型以確定虛擬機(jī)負(fù)載。