[發明專利]一種非確定性分離的web服務器集群伸縮方法

在審

• 申請號: 202011422059.1
• 申請日: 2020-12-08
• 公開（公告）號: CN112365099A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 范景新;秦逸;馬曉星
• 申請（專利權）人: 南京大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/20;G06F9/50
• 代理公司: 南京知識律師事務所 32207
• 代理人: 張蘇沛

1.一種非確定性分離的web服務器集群資源伸縮方法，其特征在于：通過如下三個步驟設計web服務器資源伸縮過程：

步驟一、構建非確定性分離的系統模型和決策模型，在剝離非確定性的理想環境下，對系統建立精確的數學模型作為系統模型，利用Alloy建模工具得到系統狀態轉移矩陣構建決策模型；

步驟二、環境非確定性因素處理，定義補償系數描述由環境變化及建模誤差導致的非確定性因素，利用卡爾曼濾波動態估計該補償系數的分布；

步驟三、自適應調度策略求取，綜合模型預測控制的滾動優化思想和博弈論方法，在步驟一中獲得的系統模型和決策模型上求解最優資源伸縮策略。

2.根據權利要求1所述的非確定性分離web服務器集群伸縮方法，其特征在于：在步驟一中，基于確定性的系統模型和決策模型建模方法，為受調度對象構建其狀態機模型。

3.根據權利要求2所述的非確定性分離web服務器集群伸縮方法，其特征在于：所述系統模型和決策模型是在線下完成的，系統模型為對系統建立的理想狀態下的精確數學模型，描述在不同環境下，服務器系統處于不同配置參數時的收益情況；決策模型為系統的狀態轉移矩陣，即在不同配置狀態下，執行某種控制決策可將系統配置參數調整到某個目標狀態；決策模型能夠通過Alloy建模工具獲得；系統模型和決策模型構成的確定的狀態機模型用于后續步驟的博弈論求解過程。

4.根據權利要求1所述的非確定性分離web服務器集群伸縮方法，其特征在于：在步驟二中，定義模型補償系數用于描述由于環境變化及建模誤差導致的非確定性因素，利用卡爾曼濾波在線估計該補償系數的分布，將環境的非確定性因素轉化為調度方法中確定的系數，以此容忍環境變化及建模誤差對自適應決策的影響。

5.根據權利要求4所述的非確定性分離web服務器集群伸縮方法，其特征在于：系統的自適應決策受兩種非確定性性因素的影響，一個是系統所面對的環境的非確定性變化，另一個是在步驟一中對系統構建的數學模型與實際系統之間存在著一定的偏差。本方法將系統決策邏輯與非確定性處理邏輯分離，定義一個模型補償系數用于描述由于環境變化及建模誤差導致的非確定性因素，將該補償因子作為狀態量構建卡爾曼濾波的狀態方程，根據系統模型的輸出值與測量值之間的差距，利用卡爾曼濾波在線估計該補償系數。

6.根據權利要求1所述的非確定性分離web服務器集群伸縮方法，其特征在于：在步驟三中，采用博弈論思想，討論未來五步決策后的最優收益情況，根據補償因子的分布求得總收益值的分布，利用動態規劃算法在線求解概率最優決策；決策求解模型由系統模型及決策模型構成，而非對系統進行線性抽象然后利用二次優化求解最優控制量。

7.根據權利要求6所述的非確定性分離web服務器集群伸縮方法，其特征在于：當系統收益函數為非線性函數時，考慮到估計后的補償系數的分布可求得概率上的最優收益值。