[發明專利]一種基于神經網絡模型的負載確定方法、裝置及系統

在審

• 申請號: 201810037223.3
• 申請日: 2018-01-15
• 公開（公告）號: CN108255581A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 胡玉鵬;亓開元
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/02;G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請實施例公開了一種基于神經網絡模型的負載確定方法、裝置及系統，所述方法包括基于負載監控樣本數據，訓練獲得神經網絡模型，所述神經網絡模型用于確定虛擬機的負載值；根據第一時間段內的負載監控數據，計算所述第一時間段內的負載監控數據的平均值；將所述負載監控數據的平均值輸入所述神經網絡模型，輸出所述第一時間段內的負載值。在本申請實施例中，基于神經網絡模型，并結合一個時間段內的負載監控數據來確定一個時間段內虛擬機的負載值，可以在一定程度上提高虛擬機負載確定的準確性。

技術領域

本申請涉及云計算技術領域，特別是涉及一種基于神經網絡模型的負載確定方法、裝置及系統。

背景技術

云計算(cloud computing)是基于互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展的資源。隨著技術的發展，云計算逐漸被行業認可，云數據中心操作系統逐漸實現并付諸于實踐，在社會生產和生活領域中起到越來越重要的作用。

云計算的核心載體是虛擬機，虛擬機及其上業務的穩定性、虛擬機運行時的負載精準確定和動態調整是衡量云數據中心操作系統健壯性的重要指標之一。目前業界在虛擬機負載確定時，往往只是根據某一時刻點的CPU、內存、磁盤IO和網絡IO值進行一定程度的綜合確定，不能正確反映虛擬機的負載情況，存在較大的誤差。

發明內容

本申請實施例中提供了一種基于神經網絡模型的負載確定方法、裝置及系統，以解決現有技術中不能正確反映虛擬機的負載，存在較大的誤差的問題。

第一方面，本申請實施例提供了一種基于神經網絡模型的負載確定方法，所述方法包括：基于負載監控樣本數據，訓練獲得神經網絡模型，所述神經網絡模型用于確定虛擬機的負載值；

根據第一時間段內的負載監控數據，計算所述第一時間段內的負載監控數據的平均值；

將所述負載監控數據的平均值輸入所述神經網絡模型，輸出所述第一時間段內的負載值。

可選地，所述負載監控樣本數據和所述負載監控數據為五維輸入向量，所述五維輸入向量包括CPU負載比例、內存負載比例、磁盤IO負載比例、網絡帶寬負載比例和磁盤利用率負載比例。

可選地，所述神經網絡模型包括輸入層、中間層和輸出層，所述輸入層包括5個神經元，所述中間層包括4個神經元，所述輸出層包括1個神經元。

可選地，所述方法還包括：按照預設的時間間隔采集負載監控數據，并存儲所述負載監控數據；所述第一時間段內的負載監控數據為當前時間節點前的時間區間內存儲的負載監控數據。

可選地，所述方法還包括：存儲所述神經網絡模型輸出的負載值。

第二方面，本申請實施例提供了一種基于神經網絡模型的負載確定裝置，包括：

訓練模塊，用于基于負載監控樣本數據，訓練獲得神經網絡模型，所述神經網絡模型用于確定虛擬機的負載值；

平均值計算模塊，用于根據第一時間段內的負載監控數據，計算所述第一時間段內的負載監控數據的平均值；

負載值計算模塊，用于將所述負載監控數據的平均值輸入所述神經網絡模型，輸出所述第一時間段內的負載值。

可選地，所述負載監控樣本數據和所述負載監控數據為五維輸入向量，所述五維輸入向量包括CPU負載比例、內存負載比例、磁盤IO負載比例、網絡帶寬負載比例和磁盤利用率負載比例。

可選地，所述神經網絡模型包括輸入層、中間層和輸出層，所述輸入層包括5個神經元，所述中間層包括4個神經元，所述輸出層包括1個神經元。