[发明专利]一种虚拟机调度方法、装置及电子设备在审
申请号: | 201811525925.2 | 申请日: | 2018-12-13 |
公开(公告)号: | CN109634719A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 刘文意;李天宇;方晓蓉;宋轶慧;钱偲书 | 申请(专利权)人: | 国网上海市电力公司 |
主分类号: | G06F9/455 | 分类号: | G06F9/455;G06N3/04 |
代理公司: | 上海智晟知识产权代理事务所(特殊普通合伙) 31313 | 代理人: | 杨飞 |
地址: | 200131 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 虚拟机调度 装置及电子设备 卷积神经网络 虚拟机 虚拟机资源 调度 调度策略 环境数据 特征提取 网络利用 预先获取 样本 分析 网络 | ||
1.一种虚拟机调度方法,其特征在于,应用于虚拟机调度系统中,所述虚拟机调度系统包括虚拟机资源池,所述方法包括:
获取虚拟机调度请求;
通过DQN网络对所述虚拟机调度请求以及预先获取的环境数据进行分析,以对虚拟机调度信息进行特征提取;其中,所述DQN网络利用卷积神经网络进行样本的训练;
且根据提取的所述特征以及所述虚拟机资源池,进行虚拟机的调度。
2.根据权利要求1所述的虚拟机调度方法,其特征在于,所述DQN网络为双重DQN网络;其中,所述双重DQN网络包括关于当前值的DQN网络和关于目标值的DQN网络。
3.根据权利要求1所述的虚拟机调度方法,其特征在于,利用经验回放技术,实现所述卷积神经网络的样本训练。
4.根据权利要求1所述的虚拟机调度方法,其特征在于,所述卷积神经网络的卷积层采用权重共享的方式进行运行。
5.根据权利要求1所述的虚拟机调度方法,其特征在于,还包括根据用户的使用情况,对调度的所述虚拟机进行调整的步骤;其中,对调度的所述虚拟机进行调整的调整操作至少包括以下中的一种:添加虚拟机、虚拟机保持闲置和删除虚拟机。
6.根据权利要求5所述的虚拟机调度方法,其特征在于,所述方法还包括:当判断进行第一调整操作后的所述虚拟机的处理能力增强,则设置所述第一调整操作为正奖励值;当判断进行第二调整操作后的所述虚拟机的处理能力增强,则设置所述第二调整操作为负奖励值。
7.根据权利要求6所述的虚拟机调度方法,其特征在于,在进行调整操作时,根据各所述调整操作的奖励值的大小,优先选用奖励值最大的调整操作对调用的所述虚拟机进行调整。
8.根据权利要求5所述的虚拟机调度方法,其特征在于,根据用户的负载情况,对调度的所述虚拟机进行调整。
9.一种虚拟机调度装置,其特征在于,应用于虚拟机调度系统中,所述虚拟机调度系统包括虚拟机资源池,所述装置包括:
请求获取模块,用以获取虚拟机调度请求;
特征提取模块,通过DQN网络对所述虚拟机调度请求以及预先获取的环境数据进行分析,以对虚拟机调度信息进行特征提取;其中,所述DQN网络利用卷积神经网络进行样本的训练;
调度模块,且根据提取的所述特征以及所述虚拟机资源池,进行虚拟机的调度。
10.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储计算机程序;所述处理器用以执行所述计算机程序,以令所述电子设备执行如权利要求1~8中任一项所述虚拟机调度方法。
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国网上海市电力公司,未经国网上海市电力公司许可,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/201811525925.2/1.html,转载请声明来源钻瓜专利网。