[发明专利]一种基于云平台资源分配的精确匹配方法，设备及存储介质

权利要求书

1.一种基于云平台资源分配的精确匹配方法，其特征在于，方法包括：

步骤一，对服务质量进行评估；

步骤二，基于因子分解方式，建立云平台的资源分配模型；

步骤三，建立哈希分段空间、预测请求服务质量的评分，定位哈希表，找到匹配的服务组件的访问地址，进行任务分配，满足使用者所要使用的资源量；

具体包括如下步骤：

(1)计算每个服务组件的评估分数，建立哈希表；

将每个服务的历史测试值剔除噪点，求平均值，代入因子分解机模型中训练出的模型中，得到每个服务的服务质量评估值，组成集合E＝{e₁，e₂，…，e_m}；用E建立哈希表：还得出每个服务的评估方程f₁，f₂，…，f_m；

某一个用户u_x∈U提出服务请求s_y∈S，用户u_x提出的条件为C_xy＝{c_xy1，c_xy2，…，c_xyi，…，c_xyk}，基于每个服务的评估方程f₁，f₂，…，f_m，得出与服务请求对应的资源要求E_x；并按如下方法得到对应服务的访问地址；

①将对m个服务的评分排序列，形成e₁＜e₂＜…＜e_m的有序序列E；

②求出E中所有相邻两个评分之间的差值：

ed₁＝e₂-e₁，ed₂＝e₃-e₂，…，ed_m-1＝e_m-e_m-1

③做一个预处理，使得预处理后的结果是任意两个评分之间的差值大于一个给定值ε；预处理过程为：遍历ed_i，如果ed_i＞ε，那么取下一个ed_i，如果ed_i＜ε，那么计算ed_i+ed_i+1；如果ed_i+ed_i+1＞ε，那么就把和ed_i有关的节点作为一个节点集合，即{node_i，node_i+1}，与之对应的是评分序列也要发生相应的改变：从序列中删除e_i+1；如果ed_i+ed_i+1＜ε，那么继续向后遍历ed_i，直到那么把与ed_i，…，ed_j有关的节点作为一个节点集合{node_i，node_i+1，...，node_j，node_j+1}，相应的评分序列也要删除e_i+1，…，e_j，e_j+1；

假设经过预处理之后的评分序列长度为m，即有e₁＜e₂＜…＜e_m，取评分差值中最小的作为scale＝min{ed₁，ed₂，…，ed_m-1}/Δ，其中，Δ为细分参数，是避免任意两个序数s_i和s_j之间差距过小；

④令b_start＝e₁-δ×scale且b_start＞＝0，b_start为哈希取值空间的下界；令b_end＝e_m+δ×scale为哈希取值空间的上界；δ×scale为下界精度约束；

⑤构建哈希取值空间段：hs＝{hs₁，hs₂，…，hs_m}，则有：

其中，

设哈希表为H，则H的长度为：(b_end-b_start)/scale+1；任意hs_i对应若干个连续整数序列，其序列长度不等；令p(hs_i)表示哈希区间i的上界，则有若用表示此表达式向下取整，即为小于p(hs_i)最大整数，则哈希取值空间段还表示为：

⑥哈希表格的节点组成：(hs₁，node₁)，(hs₂，node₂)，(hs₃，node₃)，…，(hs_i，node_i)，…，(hs_m，node_m)，其中，node_i为第i个服务的访问地址；若值相同，采用桶的方式存储，如两个服务s_i与s_j的评分值相同，即e_i＝e_j(i＜j)，则(hs_i，{node_i，node_j})；

(2)计算服务请求的主估分数，从哈希表中找到最适合的服务组件访问地址；

当服务请求s_y到达后，得到评分e_xy，则由得到服务访问地址。