[發明專利]一種移動云計算中的資源分配預測方法及系統

有效

• 申請號: 201711131885.9
• 申請日: 2017-11-15
• 公開（公告）號: CN108052387B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 羅佩聰;王曉英
• 申請（專利權）人: 青海大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06K9/62
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立;王丹

本發明涉及一種移動云計算中資源分配預測方法及系統，所述方法包括：統計目標時間節點之前預設時間段內移動云計算中資源指標值構成指標值集合A，對集合A中的資源指標值進行分級，每個等級對應一個狀態空間；利用加權馬爾科夫鏈算法，計算目標時間節點的狀態概率行向量；根據分級標準建立資源指標值均值列向量，結合狀態概率行向量，計算目標時間節點的預測值。本方法可以直接得出預測值，在一定程度上簡化了模型，減少了運算量，提高了效率。本發明利用均值列向量降低了各區間疊加概率對整個預測結果的影響，提高了預測準確率，解決了加權馬爾科夫鏈預測模型在疊加過程中忽略各階預測概率不同而造成最終的預測結果偏離實際結果的這一問題。

技術領域

本發明涉及云計算技術領域，具體涉及一種移動云計算中的資源分配預測方法及系統。

背景技術

云計算是分布式計算、并行計算和網格計算等技術發展的產物，是一種利用互聯網實現隨時隨地、按需、便捷地訪問共享資源池的計算模式。而隨著移動設備的不斷出現與發展，基于安卓、IOS等的移動云計算也應運而生。目前，云計算允許租戶以現收現付的方式租賃資源，相比于內部計算消除租戶維護復雜基礎設施的需要，它有潛力提供更具成本效益的解決方案。為了實現這個好處，需要向在云中運行的應用提供適當數量的資源，所需資源很少是靜態的，更多的是隨著總體工作負載的變化而變化。然而，供應資源不足將導致違反服務級別協議(Service-Level Agreement,SLA)，這往往與嚴重的財務處罰相關聯，而過度的資源供應則會浪費了可用于其他用途的資源。這兩個問題在實時性要求較高的移動云計算中更為突出。

現有技術中，存在一種利用馬爾科夫鏈或加權馬爾科夫鏈進行資源分配的方法。常規馬爾科夫鏈模型采用概率最大隸屬原則來確定預報對象的狀態，得到預測概率行向量，而無法獲得準確的預測值。為了得到更為合適的預測值通常采用級別特征值法來對預測出的概率行向量進行處理。馬爾科夫預測模型沒有后效性。事物狀態發生在n時刻，它只與在n-1時刻的狀態有關，但與過去無關。也就是說，馬爾科夫預測模型并未對預測點前面若干時段的指標值的狀態進行預測，忽略了前面若干時段的指標值的狀態對預測點狀態的影響，因此預測概率準確度不高，而且利用級別特征值法對預測出的概率行向量進行處理，增加了算法模型的復雜度，運算量大，效率低。而加權馬爾科夫鏈利用數據規范化的自相關系數為權重，該權重表述了一列隨機變量各種滯時的狀態間的相關關系的強弱。因此，可考慮先分別從其前面若干時段的指標值的狀態進行預測，這樣能夠盡可能多概括數據信息，且算法簡便、合理，預測精度較高。但是它的預測結果仍然是以概率表述的概率矩陣，所以仍然需要配合級別特征值法來得到最終的預測值。另外盡管應用了各階(各種步長)馬爾科夫鏈的絕對分布疊加來預測狀態，但沒有考慮到各階馬爾科夫鏈對應的絕對概率在疊加中所起的作用，即認為各階馬爾科夫鏈的絕對概率所起的作用是相同的，這顯然是不科學的。

發明內容

本發明針對現有技術中存在的技術問題，提供一種移動云計算中的資源分配預測方法及系統，通過建立一個預測模型對未來資源需求進行預測計算，隨后按需分配，避免資源不足或者過剩，實現資源使用率的最大化，有效的減少不必要的網絡日常管理費，改善資源分配中存在的問題。

本發明解決上述技術問題的技術方案如下：

一種移動云計算中資源分配預測方法，包括以下步驟：

步驟1，統計目標時間節點之前預設時間段內移動云計算中資源指標值構成指標值集合A，對集合A中的資源指標值進行分級，每個等級對應一個狀態空間；

步驟2，計算各狀態間的狀態轉移概率，并利用加權馬爾科夫鏈算法，計算目標時間節點的狀態概率行向量；

步驟3，根據分級標準建立資源指標值均值列向量，結合步驟2中得到的狀態概率行向量，計算目標時間節點的預測值。