[发明专利]一种基于人工智能的虚拟机故障迁移方法与装置

说明书

本发明公开了一种基于人工智能的虚拟机故障迁移方法与装置，其中该方法包括：采集虚拟机信息；从虚拟机信息中提取特征信息；根据特征信息检测虚拟机的状态，生成状态评估和故障检测结果；使用人工智能算法计算状态评估和故障检测结果，获得故障预测；根据故障预测生成迁移决策并据此迁移虚拟机。本发明提出的基于人工智能的虚拟机故障迁移方法与装置能够针对不同虚拟机或不同类型的虚拟机进行故障迁移，提高虚拟环境的可靠性和可用性。

技术领域

本发明涉及虚拟机领域，更具体地，特别是指一种基于人工智能的虚拟机故障迁移方法与装置。

背景技术

近年来，随着虚拟化和云计算技术的迅速发展，全球数据中心的规模不断增长。IT企业、互联网企业和电信企业在数据中心的投资不断加大。政府、军队和企业也在发展和建设数据中心，提供面向互联网开放的公有云，面向企业内部用户开放的私有云以及兼顾上述两种模式的混合云。数据中心服务器作为信息化业务的核心载体，通常承载着越来越多重要的关键业务，一旦数据中心发生故障将带来不可估量的损失。在数据中心发生故障的情况下，虚拟机较实体机具有的容错优势在于：虚拟机可以进行快速迁移、实时迁移，从而保障应用环境的可用性和稳定性。

现在对于数据中心的虚拟机的迁移技术主要是手动操作迁移或基于负载均衡的动态迁移技术。这种方法的优点是已经实现虚拟机冷热迁移技术，通过负载均衡的动态迁移技术避免服务器热点、提高数据中心的吞吐量。对于数据中心发生故障时的迁移策略主要为发现故障后的手动迁移，其相应的缺点是故障难于实时发现，容易造成服务中断；手动迁移需要人工操作，难以保证时间和反应效率。

针对现有技术中虚拟机迁移时难以实时发现故障、人工操作效率低的问题，目前尚未有有效的解决方案。

发明内容

有鉴于此，本发明实施例的目的在于提出一种基于人工智能的虚拟机故障迁移方法与装置，能够针对不同虚拟机或不同类型的虚拟机进行故障迁移，提高虚拟环境的可靠性和可用性。

基于上述目的，本发明实施例的一方面提供了一种基于人工智能的虚拟机故障迁移方法，包括以下步骤：

采集虚拟机信息；

从虚拟机信息中提取特征信息；

根据特征信息检测虚拟机的状态，生成状态评估和故障检测结果；

使用人工智能算法计算状态评估和故障检测结果，获得故障预测；

根据故障预测生成迁移决策并据此迁移虚拟机。

在一些实施方式中，采集虚拟机信息为使用协议采集、代理采集、和/或Libvirt接口采集方式来采集虚拟机和虚拟机所在的物理主机的数据。

在一些实施方式中，提取特征信息包括：

使用贝叶斯算法将多种虚拟机信息的数据融合为一种；

使用映射或变换从虚拟机信息的较多数据特征中提取出较少数据特征；

从虚拟机信息的数据特征中选择与系统最优化相关的特征。

在一些实施方式中，生成状态评估和故障检测结果包括：

将特征信息与存储模块中的相应信息进行模糊匹配和阈值比较，生成状态评估；

对状态评估中的故障征兆使用存储模块中的专家知识和诊断来识别故障，确定故障模式、原因、和位置，并生成故障检测结果。

在一些实施方式中，人工智能算法包括威布尔分布模型和贝叶斯神经网络算法，使用威布尔分布模型评估故障征兆的发展趋势、影响、和/或剩余使用寿命，并使用贝叶斯神经网络算法计算未来可能出现的故障。