[发明专利]一种预加载虚拟机的方法及其系统

说明书

本申请公开了一种预加载虚拟机的方法及其系统，其中预加载虚拟机的方法具体包括以下步骤：响应于接收到对于物理机的改变命令，获得物理机的当前运行信息；将运行信息输入神经网络预测模型；根据神经网络预测模型确定预加载的虚拟机列表；预加载虚拟机列表中的虚拟机的关键数据。本申请提供的预加载虚拟机的方法及其系统能够在根据物理机的运行模型预测预加载的虚拟机列表，无需人为启动，便能够自行启动预加载的虚拟机。

技术领域

本申请涉及虚拟机启动领域，具体地，涉及一种预加载虚拟机的方法及其系统。

背景技术

现有技术中，随着互联思想的无处不在，分布式计算机应用而生，随之虚拟化技术的应用也变得更加广泛，由于利用虚拟机能够实现对硬件异构性的有效屏蔽以及隔离软件，因此，虚拟机技术得以广泛发展，通常的虚拟机是在物理机上进行启动的，但是在启动过程中，均需要从硬盘中读取启动资源，过程繁琐且较慢，降低用户体验。另外，现有技术中通常不能够对预加载的虚拟机进行预测，导致物理机发出指令时才启动对应的虚拟机，响应时间过长，并且由于虚拟机需要时间进行启动，导致整个周期更加延长，从而进一步降低了用户体验。

发明内容

本申请的目的在于提供一种预加载虚拟机的方法及其系统，能够获取物理机的运行信息，将运行信息放入神经网络模型进行预测，最终得出预加载的虚拟机并进行加载，从而减少了系统的响应和启动虚拟机的时间，能够解决上述因虚拟机启动时间过长导致用户体验差的问题。

为达到上述目的，本申请提供了一种预加载虚拟机的方法，具体包括以下步骤：响应于接收到对于物理机的改变命令，获得物理机的当前运行信息；将运行信息输入神经网络预测模型；根据神经网络预测模型确定预加载的虚拟机列表；预加载虚拟机列表中的虚拟机的关键数据。

如上的，其中，在获取物理机的当前运行信息前，还包括将改变指令存储在物理机的存储盘中。

如上的，其中，在将改变指令存储在目标物理机的存储盘之前，还包括获取存储盘的容量大小，判断存储盘是否能够容纳足够的改变指令。

如上的，其中，当前运行信息包括当前物理机的存储容量、物理机运行的环境信息、当前物理机加载的虚拟机数量、虚拟机型号、以及虚拟机开启的时间和关闭的时间数据中的一个或多个信息。

如上的，其中，预先对神经网络预测模型进行训练，通过将物理机不同时间段的运行信息作为输入向量进行收集，构建运行数据集合，从而训练神经网络预测模型，其中神经网络预测模型的训练过程具体包括以下步骤：对网络初始化；计算隐含层输出；计算输出层输出。

如上的，其中，将物理机运行信息输入神经网络预测模型中，预测输出为当前一段时间之后物理机最大可能性预加载的虚拟机列表。

如上的，其中，在预加载虚拟机的关键数据前，判断物理机本地是否安装了与虚拟机对应的虚拟目录，若存在虚拟目录，则进行关键数据的预加载。

如上的，其中，将关键数据存储在关键数据文件夹中，以及将关键数据文件夹写入格式化后的关键磁盘中，从关键磁盘中读取关键数据文件夹，从而读取预加载虚拟机的关键数据，启动虚拟机。

一种预加载虚拟机的系统，具体包括处理单元、预测单元、预加载单元；处理单元，获取接收的改变命令，获得物理机的当前运行信息；预测单元，将运行信息作为输入向量输入神经网络预测模型，根据神经网络预测模型确定预加载的虚拟机列表；预加载单元，预加载虚拟机列表中的虚拟机的关键数据。

如上的，其中，处理单元具体包括以下子模块：接收模块、获取模块、存储盘、第一判断模块、存储模块、验证对比模块；接收模块，接收对于物理机的改变命令；获取模块，根据改变命令获取物理机的当前运行信息；存储盘，存储改变命令；第一判断模块，获取存储盘的容量大小，判断存储盘是否能够容纳足够的改变命令；存储模块，将物理机正常运行时的运行信息进行存储；验证对比模块，将获取的运行信息与存储的运行信息进行对比，验证物理机是否正常运行。