[发明专利]用于获得安全资源的等效负载的方法和系统在审
| 申请号： | 201610895438.X | 申请日： | 2016-10-14 |
| 公开（公告）号： | CN107959692A | 公开（公告）日： | 2018-04-24 |
| 发明（设计）人： | 唐维;裘晓峰;牛剑锋;唐洪玉;李天博;张罡;常巍;邵振亚;李玲晓;张静 | 申请（专利权）人： | 中国电信股份有限公司 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08 |
| 代理公司： | 中国国际贸易促进委员会专利商标事务所11038 | 代理人： | 曲瑞 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 获得 安全 资源 等效 负载 方法 系统 | ||
1.一种用于获得安全资源的等效负载的方法，其特征在于，包括：
获得安全资源自身的实时物理负载和安全业务的剩余执行时间；以及
根据所述安全资源自身的实时物理负载和所述安全业务的剩余执行时间确定所述安全资源的等效负载。
2.根据权利要求1所述的方法，其特征在于，其中，
等效负载＝安全业务的剩余执行时间×安全资源自身的实时物理负载。
3.根据权利要求1所述的方法，其特征在于，获得安全业务的剩余执行时间的步骤包括：
获得所述安全业务当前完成的比例和所述安全业务的预测执行时间；以及
根据所述安全业务当前完成的比例与所述安全业务的预测执行时间计算得到所述安全业务的剩余执行时间。
4.根据权利要求3所述的方法，其特征在于，获得所述安全业务的预测执行时间的步骤包括：
通过使用所述安全业务的历史执行数据进行神经网络训练，建立反向传播BP神经网络模型，其中，训练时输入的历史执行数据包括所述安全业务的决定性参数和所述安全业务的历史执行时间；
在所述安全业务的实际执行完成后，利用所述安全业务的实际执行数据对建立的所述BP神经网络模型进行增量训练，所述实际执行数据包括所述安全业务的决定性参数和实际执行时间；以及
在新的所述安全业务的决定性参数输入所述BP神经网络模型之后，得到所述安全业务的预测执行时间。
5.根据权利要求3或4所述的方法，其特征在于，
所述安全业务包括k个安全业务，k为正整数；
通过以下公式计算得到所述等效负载equivalent_load：
其中，n为正整数，task_progressk为所述安全资源中第k个安全业务当前完成的比例，其从安全资源中实时读取；Predicted_Timek为所述安全资源中第k个安全业务的预测执行时间；load为所述安全资源自身的实时物理负载。
6.根据权利要求1所述的方法，其特征在于，获得安全资源自身的实时物理负载的步骤包括：
从所述安全资源实时获取所述安全资源的CPU利用率、内存利用率和磁盘利用率；以及
根据所述CPU利用率和CPU利用率权重、所述内存利用率和内存利用率权重以及所述磁盘利用率和磁盘利用率权重计算得到所述安全资源自身的实时物理负载。
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中国电信股份有限公司，未经中国电信股份有限公司许可，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/201610895438.X/1.html，转载请声明来源钻瓜专利网。
