[发明专利]一种基于深度信念网络的云数据中心请求流调度方法

摘要

本发明公开一种基于深度信念网络的云数据中心请求流调度方法，综合考虑了不同种类请求所能带来的价值以及计算集群能耗等因素在请求处理时间内的变化。使用历史数据：包括每种请求的数量、资源申请量，处理请求所能带来的收益、时间，集群资源总量等，通过建立的利润计算模型计算所能得到的价值。使用请求流数据对深度信念网络(Deep Belief Network,DBN)进行训练，而后使用分类器和其输出对DBN进行调整。使用调整好的DBN获取调度树配置方案，对调度树进行调整，并结合节点效率图进行对节点资源的调度，同时根据实际调度情况对节点效率图进行修改，最终使得云数据中心处理该批次的请求获得的利润最大化。

主权项

1.一种基于深度信念网络的云数据中心请求流调度方法，其特征在于，包括如下步骤：

S1、根据建立的利润计算模型对历史数据进行计算，从而得到该数据条件下，所能获得的利润，并使用所计算得到的利润作为评判标准给历史数据添加标签；

S2、将添加了标签的历史数据分为训练集和测试集，并将训练集的数据进行归一化处理，使用处理之后的训练集对DBN网络进行训练；而后使用分类器和其输出对DBN网络的权值w和偏差值b进行调整；

S3、使用测试集和对训练完毕的DBN进行测试，并根据测试结果对DBN的参数进行调整。

S4、使用当前时刻的请求流数据和已经调整好的DBN获取最优的调度树配置方案并对调度树进行调整，其后根据节点效率图对请求流进行调度，以使调度当前请求流的获利最大，同时根据实际调度情况对节点效率图实时进行修改，为下一次调度做准备。

2.根据权利要求1所述的基于深度信念网络的云数据中心请求流调度方法，其特征在于，所述利润计算模型的结果为Profit，所描述的利润计算模型为：

Profit＝Revenue‑Cost

其中，Revenue表示处理在t时间内到来的任务请求所能带来的收益；Cost表示t时间内，集群处理请求所消耗的能量成本与人力使用成本之和；表示在时间间隔t内该种类请求的个数；g_m表示在时间间隔t内对应种类请求的平均资源申请量；表示在时间间隔t内处理该种类请求所能得到的利益，t_k表示在时间间隔t内每一个请求的实际执行时间；R表示集群资源的总量；是代表调度延迟的变量，n表示延迟调度的时间，如果在时间间隔t内该请求进行了调度，则否则q_t代表在t时间内调度该请求，并在一段时间完成之用户可能拥有的满意度,i代表超时调度的折损率；表示在时间间隔t内实际处理完成对应种类的短作业的个数l表示作业个数；表示在时间间隔t内到来的长时间请求的对应种类处理个数；z_t表示在时间间隔t内该节点能耗与使用效率间的关系系数；p_max、p_min表示CPU、内存利用率为0和100％时CPU、内存的使用率；表示在时间间隔t内单位能耗所需要花费的价格。

3.根据权利要求2所述的基于深度信念网络的云数据中心请求流调度方法，其特征在于，所述利润计算模型的约束包括：在时间间隔t内，总CPU和内存需求均不能超过限定所给出的最大配置，总需求不能超过计算集群原本的容量限制：

d_tCPU_t≤CPU_l；

d_tMemory_t≤Memory_l；

其中，CPU_t表示在时间间隔t内每个请求所需要的CPU的平均个数；Memory_t表示在时间间隔t内每个请求所需要的内存的平均大小；CPU_l表示系统对单个请求所能申请的CPU资源数量的限制；Memory_l表示系统对单个请求所能申请的内存资源数量的限制；CPU_R表示计算集群的CPU的容量限制；Memory_R表示计算集群的内存的容量限制。

4.根据权利要求3所述的基于深度信念网络的云数据中心请求流调度方法，其特征在于，所述非线性约束优化模型的约束还包括：如果该请求可以在t时间内完成，即或

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。 免登录下载普通用户下载升级VIP会员，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北京工业大学，未经北京工业大学许可，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/patent/201711434894.5/，转载请声明来源钻瓜专利网。