[发明专利]一种多级负载预测与云资源弹性配置方法与监控配置系统有效
申请号: | 201510043131.2 | 申请日: | 2015-01-28 |
公开(公告)号: | CN104639626B | 公开(公告)日: | 2018-04-17 |
发明(设计)人: | 陈永红;蒋堃;侯雪艳;王珊;陈欣;田晖;王田;蔡奕侨 | 申请(专利权)人: | 华侨大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/26 |
代理公司: | 厦门市首创君合专利事务所有限公司35204 | 代理人: | 张松亭,杨锴 |
地址: | 362000*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多级 负载 预测 资源 弹性 配置 方法 监控 系统 | ||
1.一种多级负载预测与云资源弹性配置方法,其特征在于,包括如下步骤:
1)负载预测:利用基于ARIMA模型的多级预测模型预测负载量,为云资源动态配置提供依据,步骤如下:
1.1)获取负载数据序列;
1.2)对负载数据序列进行平稳性检验;
1.3)进行ARIMA模型识别,具体为:对负载数据序列计算其自相关函数和偏相关函数,结合计算结果进行ARIMA模型识别;
1.4)估计ARIMA模型中的未知参数,确定适合ARIMA模型的阶数;
1.5)检验ARIMA模型是否适合平稳性要求,如果是,则利用该模型预测下一时刻的负载;
2)云资源弹性配置:利用基于多级预测模型预测的负载量制定多级别的云资源动态配置策略,步骤如下:
2.1)利用计算下一时刻虚拟机的需求量,其中,α为额外分配的资源比例,Lmax为单台虚拟机的平均最大负载量,Pw当前负载数据序列W的下一个负载;各级别的额外分配的资源比例α由各级别负载预测的平均相对误差MRE决定,具体为:其中,为t时刻的预测值,Xt为t时刻的实际监控值,n为用于预测的样本周期数;
2.2)利用ΔS=|S(T+1)-S(T)|计算得到虚拟机需要调整的数量,并根据S(T+1)和S(T)的关系调整虚拟机的供应量。
2.根据权利要求1所述的多级负载预测与云资源弹性配置方法,其特征在于,各级别的负载预测与云资源弹性配置具体为:
a)从当前级别的负载监控数据中取出最近的个负载数据序列作为序列W,其中,C为负载周期,n为用于预测的样本周期数,T为预测的时间的时长;
b)使用ARIMA模型预测当前负载数据序列W的下一个负载Pw;对W进行差分运算,得到W';使用ARIMA模型对W'进行预测得到P'w;再对P'w进行差分恢复,得到新的预测负载Pw;
c)计算下一时刻虚拟机的需求量若S(T+1)>S(T),则准备ΔS个挂起的虚拟机备用;若S(T+1)<S(T),则将备用的虚拟机中的ΔS个已挂起的虚拟机删除。
3.根据权利要求2所述的多级负载预测与云资源弹性配置方法,其特征在于,负载预测与云资源弹性配置包括日级别、时级别、分级别;其中,日级别、时级别为周期性的序列,采用ARIMA模型预测负载;分级别采用ARMA模型预测负载。
4.根据权利要求3所述的多级负载预测与云资源弹性配置方法,其特征在于,周期性的序列具有季节指数,季节指数为周期内各个时期季节性影响的相对数。
5.根据权利要求4所述的多级负载预测与云资源弹性配置方法,其特征在于,季节指数的计算步骤如下:
3.1)计算各周期内的平均数,得到历史数据中该时间段的平均水平,具体为:
3.2)计算总平均数,具体为:
3.3)计算季节指数,具体为:
其中,m为周期内具有季节性影响的时期数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学,未经华侨大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510043131.2/1.html,转载请声明来源钻瓜专利网。