[发明专利]一种基于虚拟资源状态预测的云计算资源调度方法

权利要求书

1.一种基于虚拟资源状态预测的云计算资源调度方法，其特征在于，所述方法包括：

根据云计算虚拟资源的网络度量差构建云计算虚拟资源形式化模型；

结合马尔科夫链预测原理对云计算虚拟机的云计算虚拟资源下一时刻的状态进行预测；

根据执行运算任务的重要程度，确定虚拟机的优先级；

根据所述虚拟机的优先级和虚拟机的云计算虚拟资源下一刻的状态以及云环境的资源池对虚拟机进行资源分配；

所述根据云计算虚拟资源的网络度量差构建云计算虚拟资源形式化模型包括：

对所述云计算虚拟资源进行分类，包括：中央处理器CPU资源、图形处理器GPU资源、内存资源、外存资源、带宽资源和I/O资源；

对每一类云计算虚拟资源的初始时刻资源利用率和当前时刻状态资源利用率进行归一化处理；

获取每一类云计算虚拟资源的网络度量值差ΔH；

根据每一类云计算虚拟资源的网络度量值差ΔH获取云计算虚拟资源的状态向量S及状态集合state。

2.如权利要求1所述的方法，其特征在于，所述云计算虚拟资源的网络度量值差ΔH的公式为：

ΔH＝-log₂V'-(-log₂V) (1)

式(1)中，V为虚拟资源的初始时刻资源利用率的归一化参数，V'为虚拟资源的当前时刻资源利用率的归一化参数。

3.如权利要求1所述的方法，其特征在于，所述根据每一类云计算虚拟资源的网络度量值差ΔH获取云计算虚拟资源的状态向量S及状态集合state包括：

将每一类云计算虚拟资源的网络度量值差ΔH作为所述状态向量S中元素，获取所述状态向量S；

根据每一类云计算虚拟资源的网络度量值差ΔH的值，获取所述状态集合state：所述状态集合state＝{h₁,h₂,h₃,h₄,h₅}，h₁为无感态，h₂为可感知态，h₃为可信态，h₄为可接受态，h₅为不可信态；当ΔH＜0.32时，ΔH对应的虚拟资源属于无感态h₁；当0.32≤ΔH＜1.23时，ΔH对应的虚拟资源属于可感知态h₂；当1.23≤ΔH＜2.41时，ΔH对应的虚拟资源属于可信态h₃，当2.41≤ΔH＜3.32时，ΔH对应的虚拟资源属于可接受态h₄，当ΔH≥3.32时，ΔH对应的虚拟资源属于不可信态h₅。

4.如权利要求1所述的方法，其特征在于，所述结合马尔科夫链预测原理对云计算虚拟机的云计算虚拟资源下一刻的状态进行预测包括：

构建基于马尔科夫链的虚拟资源状态预测模型VRSPM，公式为：

VRSPM::＝＜S,state,[P_i]_1×5,[P_ij]_5×5＞ (2)

式(2)中，S为状态向量，state＝{h₁,h₂,h₃,h₄,h₅}为状态集合，h₁为无感态，h₂为可感知态，h₃为可信态，h₄为可接受态，h₅为不可信态，[P_i]_1×5为当前时刻状态概率向量，[P_ij]_5×5为当前时刻状态转移概率矩阵，i＝1,2,3,4,5；j＝1,2,3,4,5；

根据每一类云计算虚拟资源的当前状态h_now，now＝1,2,3,4,5及当前时刻状态转移概率矩阵[P_ij]_5×5预测下一时刻每一类云计算虚拟资源的状态。