[發明專利]一種跨云數據中心的能效預測方法

在審

• 申請號: 201811208599.2
• 申請日: 2018-10-17
• 公開（公告）號: CN109492264A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 李云;沈子鈺;劉崢;夏彬;徐小龍
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;H04L29/08;G06F16/26
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種跨云數據中心的能效預測方法，其特征在于，包括步驟：

(1)用傳感器采集N個云數據中心設備能耗數據及其能效PUE值作為訓練樣本，待測云數據中心的歷史能耗數據及其能效PUE值作為校準樣本；

(2)對采集的能耗數據進行特征提?。?/p>

(3)對每個云數據中心，分別構建基于訓練樣本的嶺回歸模型；

(4)判斷待測云數據中心校準樣本是否為空，若不為空，則執行步驟(5)；若為空，則直接將構建的所有嶺回歸模型作為備選模型，跳轉執行步驟(6)；

(5)用校準數據對所有嶺回歸模型進行過濾得到備選模型；

(6)將備選模型進行域適應模型融合；

(7)基于融合模型對待測云數據中心進行能效預測以調整資源分配，進而完善該云數據中心。

2.根據權利要求1所述的一種跨云數據中心的能效預測方法，其特征在于：步驟(2)中，所述特征提取，提取包括IT設備、制冷設備、電力輸送設備在內的云數據中心設備上與能效相關的特征，包括CPU利用率，空調溫度，空氣風向，用于實現對數據中心的能效預測。

3.根據權利要求1所述的一種跨云數據中心的能效預測方法，其特征在于：步驟(3)中，所述嶺回歸模型為，對每個云數據中心的能耗特征矩陣X^z及相應能效PUE矩陣Y^z，找到一個回歸系數β^z，滿足最小化損失函數

β^z＝((X^z)^TX^z+λI)^-1(X^z)^TY^z，

其中，z表示嶺回歸模型序號及對應已知云數據中心的編號，z＝1...N；λ為給定嶺參數，其值的選擇可以通過交叉驗證來完成，λ＞0。

4.根據權利要求1所述的一種跨云數據中心的能效預測方法，其特征在于：步驟(5)中，所述過濾包括步驟：

(1)利用得到的N個嶺回歸模型，分別對待測云數據中心的歷史能耗數據計算其能效PUE預測值；

(2)將得到的N個PUE預測值與作為校對樣本的PUE真實值進行平均絕對誤差MAE的評估，如下公式所示：

其中m是校準樣本容量，為歷史能耗數據的能效PUE預測值，y_j為PUE真實值；

(3)根據(2)算出的MAE，人為設置閥值σ、模型有效融合的最少個數a，閥值σ的設置要保證模型的準確度和精度，防止模型過擬合，去除MAE大于閥值的嶺回歸模型，保留剩余的M個模型，若M＜a，則保留MAE最小的a個嶺回歸模型。

5.根據權利要求1所述的一種跨云數據中心的能效預測方法，其特征在于：步驟(7)中，所述的域適應模型融合如下公式：

其中，β_final為最終模型參數。

6.根據權利要求1所述的一種跨云數據中心的能效預測方法，其特征在于：步驟(7)，所述預測為利用最終模型參數β_final對待測云數據中心的能效PUE值進行預測，如下公式所示：

y_PUE＝A^Tβ_final

其中，y_PUE、A分別為待測云數據中心的能效預測值和能耗特征向量，n為對待測云數據中心能耗特征提取的個數，α₁,…,α_n為n個能耗特征對應值，為數據中心的資源分配提供理論數據，得到的待測云數據中心的總預測能效值y_PUE用于綜合評價該數據中心，進行資源分配的改進，進而完善并獲得能效優化的云數據中心。