[发明专利]一种基于模式转移的虚拟机混合备用动态可靠性评估方法有效

专利信息
申请号: 201910466719.7 申请日: 2019-05-31
公开(公告)号: CN110187990B 公开(公告)日: 2021-11-16
发明(设计)人: 郭军;刘文凤;张斌;刘晨;侯帅;侯凯;李薇;柳波;王嘉怡;王馨悦;张瀚铎;张娅杰 申请(专利权)人: 东北大学
主分类号: G06F11/00 分类号: G06F11/00;G06F9/455
代理公司: 沈阳东大知识产权代理有限公司 21109 代理人: 刘晓岚
地址: 110819 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模式 转移 虚拟机 混合 备用 动态 可靠性 评估 方法
【权利要求书】:

1.一种基于模式转移的虚拟机混合备用动态可靠性评估方法,其特征在于,具体步骤如下:

步骤1:采集资源和性能数据,并进行特性选择及标准化处理,具体步骤包括步骤1.1~步骤1.3:

步骤1.1:采集历史资源和性能数据,组成数据矩阵,依次包括:计算资源、存储资源、磁盘IO资源、网络资源;其中,计算资源包括:CPU空闲的百分比、CPU的运行时间、CPU使用率,存储资源包括:内存使用率、占用的最大内存、内存大小、内存最大使用率,磁盘IO资源包括:虚拟快设备I/O、吞吐量,网络资源包括:网络负载率、虚拟网络接受数据量、虚拟网络发送数据量、虚拟网络接收数据量比例、虚拟网络发送数据量比例;

步骤1.2:采用PCA方法对所采集的数据进行特征选择,具体包括步骤1.2.1~步骤1.2.7:

步骤1.2.1:针对采集的数据矩阵,计算各参数之间相关系数的协方差矩阵R;

步骤1.2.2:计算矩阵的特征值λi和特征向量αi

步骤1.2.3:根据矩阵的特征值λi和特征向量αi,计算各参数贡献率κ和累计贡献率κsum,公式如下所示:

其中,r为数据指标的个数,t就是i的最大值;

步骤1.2.4:选取累计贡献率大于设定阈值q的数据为主成分;

步骤1.2.5:计算主成分载荷,主成分载荷lij表示主成分与原变量之间的关联大小,如下公式所示:

步骤1.2.6:计算主成分得分Z,即对主成分进行加权求和,权数为每个主成分的载荷;

步骤1.2.7:通过主成分分析得到对虚拟机失效率影响较大的参数为:CPU利用率、内存利用率、网络利用率和磁盘IO速度,即为采用PCA方法对所采集的数据选择的特征;

步骤1.3:采用预处理方法,分别基于历史数据与实时数据,对虚拟机失效率影响较大的参数进行标准化处理,得到标准化后历史数据与实时数据,具体包括步骤1.3.1~步骤1.3.2:

步骤1.3.1:针对历史数据,对CPU利用率、内存利用率、网络利用率和磁盘IO速度数据进行标准化处理,使结果降落到[0,1]区间,得到标准化后历史数据,公式如下所示:

其中,xi为第i个对虚拟机失效率影响较大的参数,xj为第j个对虚拟机失效率影响较大的参数;

步骤1.3.2:针对实时数据,根据虚拟机实时运行状态信息,得到虚拟机状态变化的时间序列数据{p1,p2,...,pn},采用Z-SCORE方法进行标准化,得到标准化后实时数据,计算公式如下:

其中,p'k为标准化后实时数据;

步骤2:对标准化后数据,预测基于HSMM的虚拟机失效概率;

步骤3:基于多值决策图的冷热备份云系统进行可靠性评估,具体为:根据步骤2的虚拟机失效率预测方法,得到每台操作模式和热模式虚拟机的失效概率,根据该预测的结果构建MDD,即基于多值决策图的冷热备份云系统,进行可靠性评估。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东北大学,未经东北大学许可,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/201910466719.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top