[发明专利]一种面向云负载测试的共享式资源分配方法有效

专利信息
申请号: 201911163041.1 申请日: 2019-11-25
公开(公告)号: CN111082971B 公开(公告)日: 2021-07-20
发明(设计)人: 钱巨;晋文明 申请(专利权)人: 南京航空航天大学
主分类号: H04L12/24 分类号: H04L12/24;H04L29/08;G06N3/12
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 施昊
地址: 210016 江*** 国省代码: 江苏;32
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 面向 负载 测试 共享 资源 分配 方法
【权利要求书】:

1.一种面向云负载测试的共享式资源分配方法,其特征在于:构建共享式资源分配模型,该模型包括共享式资源分配方案、资源分配的优化目标和测试约束,所述共享式资源分配方案允许在一个虚拟节点上同时执行多个负载测试任务,资源分配的单位由整个虚拟节点细化到单位测试资源,所述优化目标包括最小资源冗余、最小测试执行成本和最小网络冲突,所述测试约束为考虑虚拟节点资源提供能力;采用多目标优化方法求解共享式资源分配模型,得到负载测试任务序列的最优资源分配方案;所述多目标优化方法的步骤如下:

(1)基于滑动窗口机制实现负载测试任务的实时资源分配,每一处理周期对指定时间窗口内的负载测试任务序列批量处理,为其分配云测试资源;

(2)为负载测试任务序列中每个负载测试任务随机分配一组支持发起该测试的虚拟节点,生成该负载测试任务序列的初始资源分配方案,以构造父代种群;对父代种群中的负载测试任务序列的资源分配方案进行编码,将一个虚拟节点编码为一个整数,一个负载测试任务的资源分配方案编码为一个长度可变的整数集合,整个负载测试任务序列的资源分配方案编码为一个变长整数集合的组合;

(3)完成种群的进化,其步骤如下:

(301)采用交叉、变异方法形成子代种群;

(302)对交叉、变异后的子代种群进行修复与优化;

(303)生成多目标优化的新种群;

(4)重复步骤(3)进化至预设的最大迭代次数,得到负载测试任务序列的最优资源分配方案。

2.根据权利要求1所述面向云负载测试的共享式资源分配方法,其特征在于:所述最小资源冗余为,设负载测试任务序列T在资源分配方案S下实际分配的虚拟节点集VMtasks(T,S)={vm1,vm2,...,vmn},定义资源冗余函数L(T,S):

其中,R(vmi)表示虚拟节点vmi的可用资源向量;R(Tj)表示负载测试任务Tj所需的资源向量;ω1为资源权重向量。

3.根据权利要求1所述面向云负载测试的共享式资源分配方法,其特征在于:所述最小测试执行成本为,设负载测试任务序列T在资源分配方案S下实际分配的虚拟节点集VMtasks(T,S)={vm1,vm2,...,vmn},定义测试执行成本函数Z(T,S):

其中,price(vmi)表示虚拟节点vmi单位时间内的占用成本,price(vmi)=ω2*R(vmi),ω2表示单位资源的成本向量,R(vmi)表示虚拟节点vmi的可用资源向量;occupyTtime(vmi)表示虚拟节点vmi的占用时间。

4.根据权利要求1所述面向云负载测试的共享式资源分配方法,其特征在于:所述最小网络冲突为,设负载测试任务序列T在资源分配方案S下实际占用的路由节点集Rtasks(T,S)={r1,r2,...,rk},而定义网络冲突函数C(T,S):

其中,conflict(ri)表示路由节点ri上的网络竞争。

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南京航空航天大学,未经南京航空航天大学许可,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/201911163041.1/1.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