[发明专利]一种云计算自主式优化方法

说明书

技术领域

本发明涉及系统信息技术领域，尤其涉及一种云计算自主式优化方法。

背景技术

元胞自动机是一种源于人工生命的新兴建模方法，其发展得益于逻辑数学、离散数学和计算机模拟技术的发展。另一方面，元胞自动机的发展也为非线性科学和复杂系统科学提供了一种好的建模方法。

元胞自动机(Cellular Automata，简称CA)模型，是一种对空间、时间、状态高度抽象化概括而成的微观仿真模型，它在宏观上表现为规则的离散的无穷网络，内在结构随着其应用目的而变化，无穷网络上的每个节点称为一个元胞(cell)。该模型由John Von Neumann提出，它从复杂系统的视角出发，利用人工智能和计算机科学领域的最新研究成果，在微观层次上构造个体(元胞)，微观个体的加总得到宏观结果，是一种自底向上(Bottom-up)的研究方法。各元胞来源于对所研究具体对象实体的抽象，每个元胞具有其自身的状态和行为，通过与其它元胞和外部环境进行通信与合作，达到整个系统状态的更新。模型的基本思想是模拟个体的行为和互动，通过个体的综合得到宏观结果。它能确切地描述现实中的状态传播现象，即：个体状态取决于周围一定数目邻居的状态。虽然，各个个体之间可能没有直接的联系，但是，通过元胞个体之间的邻居关系，通过邻居去影响邻居的邻居。如此反复，就能将局部个体的行为拓展开来，直至影响到全局。

发明内容

本发明针对云计算网络中资源统一调配的复杂性问题，提供一种云计算自主式优化方法，从自主式调配的方向，通过使用元胞自动机的模拟方法，实现云计算中计算资源的自主式调配、存储、管理、分析。

本发明的目的是通过以下技术方案来实现的：一种基于仿生学的云计算优化方法，它包括以下步骤：

(1)网络初始建立：计算机通过可用通信进行相互的连接，构成云计算的计算网络。

(2)初始网络连接权计算：按照计算机之间的通信能力，来计算计算机之间的连接权，并将这些连接权发送至云平台服务器进行记录。

(3)初始网络集合分割：云平台服务器根据计算机连接权的大小，将网络中的计算机进行排序，连接权大的作为中心计算单元，连接权较小的作为边缘计算单元，按连接权从大到小对网络进行集合化分割，集合的等级和个数根据云网络大小可灵活制定。

(4)动态网络负荷计算：在进行云计算的过程中，每一个计算机单元根据周围计算机的负荷信息来更新自身的负荷等级，每一个集合根据周围计算机的负荷信息来更新动态网络连接权值。

(5)计算资源自主分配：在进行计算资源调度时，发出资源需求的计算机通过探测周围计算机的负荷等级，来决定计算资源的提取方向(元胞的生长方向)，同时通过探测周围计算机的网络连接权来标定死区计算机(即没有外向传输信息能力的计算机)，通过对计算资源的提取过程可通过元胞自动机的生长进行模拟，使系统进行自主式资源调配、存储、管理、分析。

本发明的有益效果是，自主式计算资源管理和调度，解决了统一管理和调度中，由于网络的滞后拥堵而带来的计算资源错误调度问题，使计算资源的管理和调度实现优化。

具体实施方式

本发明基于仿生学的云计算优化方法，包括以下步骤：

一、网络初始建立：计算机通过可用通信进行相互的连接，构成云计算的计算网络。

计算机可以通过无线Wifi、有线宽带、电话线等多种网络接入方式相互连接，构成云计算的计算网络

二、初始网络连接权计算：通过按照计算机之间的通信能力，来计算计算机之间的连接权，并将这些连接权发送至云平台服务器进行记录。

通过一个计算机向其它网络中的计算机发送测试数据包，来考查响应时间，根据响应时间的长短来定义计算机之间的通信能力，同时通过计算机在网络中的拓扑连接结构来定义连接权系数，两个计算机之间每需要通过一个拓扑网络节点连接，连接权系数就加一，直接连接的两个计算机连接权系数为一，如果两个计算机之间有多条路径相连，则取其中连接权最小的连接权系数作为两个计算机之间的连接权系数。两个计算机之间的连接权值由两个计算机之间多个数据包响应时间的平均值除以它的连接权系数得到，单个计算机的总连接权值由全部和它有关的连接权值相加得到。

三、初始网络集合分割：云平台服务器根据单个计算机总连接权的大小，将网络中的计算机进行排序，连接权大的作为中心计算单元，连接权较小的作为边缘计算单元，按连接权从大到小对网络进行集合化分割，集合的等级和个数根据云网络大小可灵活制定。