[发明专利]基于树回归的虚拟化云平台能耗测量方法及系统

权利要求书

1.一种基于树回归的虚拟化云平台能耗测量方法，其特征在于，包括如下步骤：

信息采集步骤，物理机周期性地将采集到的信息发送给指定的控制节点，采集的信息包括物理机和虚拟机的资源信息、以及从测量计得到的能耗信息；

参数训练步骤，由控制节点负责使用树回归算法将数据集分段进行线性拟合，得到每个子集合中资源能耗模型参数α、γ；

能耗计算步骤，控制节点根据拟合的参数和虚拟机信息进行计算，得到虚拟机的能耗，并评估物理机能耗准确率。

2.根据权利要求1所述的虚拟化云平台能耗测量方法，其特征在于，该虚拟化云平台能耗测量方法还包括：

测量系统的基础功率步骤，当物理机处于空闲状态时，周期性地采集测量计的功率值，求得一段时间内的平均值作为基础功率。

3.根据权利要求2所述的虚拟化云平台能耗测量方法，其特征在于，在所述信息采集步骤中，通过在物理机内部署采集程序的黑盒方法，采集物理机和虚拟机的资源信息以及功率值。

4.根据权利要求3所述的虚拟化云平台能耗测量方法，其特征在于，在所述参数训练步骤中，将采集到的功率值和物理机的资源特征信息组成训练数据集D，集合D＝{d1,d2,...,dn}，某个记录di为m元组(f1,f2,f3,Psys)，其中前f1～fn-1代表资源事件相关信息，Psys是m元组最后一个元素。

5.根据权利要求4所述的虚拟化云平台能耗测量方法，其特征在于，在所述参数训练步骤中，在集合中选择最优分割点，以此将数据集分割为两个子集，并在子集上递归完成树的构建；函数SplitData根据最优分割点切分数据集，如将集合中对应feature部件的资源特征信息值小于分割点中value的划分为子集leftdata，大于等于的记录划分为rightdata。

6.根据权利要求5所述的虚拟化云平台能耗测量方法，其特征在于，在函数SelectFeat中引入阀值s，当子集分割到样本数目小于阈值s时，则停止划分，作为叶节点处理；SelectFeat计算最优分割点的方法是遍历集合中所有属性的取值，寻找能带来最小的错误率的点。

7.根据权利要求6所述的虚拟化云平台能耗测量方法，其特征在于，在数据集合可逆的情况下进行线性拟合，从而得到该集合下的资源能耗模型参数；若是数据结合不可逆，则采用模型树的方法，用集合内功率的平均值作为预测值。

8.根据权利要求7所述的虚拟化云平台能耗测量方法，其特征在于，树模型将数据集合D根据分割点集合B，划分为子集合；在叶节点的子集合中，通过模型树或回归树进行预测，回归树根据线性拟合方法得到模型参数，模型树返回某个预测值。

9.根据权利要求8所述的虚拟化云平台能耗测量方法，其特征在于，在所述能耗计算步骤中，虚拟机资源信息集合D，D中每个记录为(fv1,fv2,fv3)，分别表示某时刻某虚拟机的CPU、内存和磁盘的资源信息，遍历树模型找到对应的叶节点，计算出各个部件功率，并得到虚拟机在该时刻的功率。

10.一种基于树回归的虚拟化云平台能耗测量系统，其特征在于，包括多个物理机、多个虚拟机、多个能耗测量计、多个控制节点、以及web服务器，在物理机上通过虚拟化层管理虚拟机，物理机内采用黑盒方法采集资源特征信息，通过能耗测量计周期性测量物理机的瞬时功率；控制节点负责数据存储和处理，包括资源能耗模型参数训练，物理机能耗测量准确度和各个虚拟机某段时间的能耗信息；树回归算法在控制节点中运行，用来进行资源能耗模型参数训练；物理机和虚拟机的能耗结果通过访问Web服务器查看。