[发明专利]一种基于QoS模型自校正的云软件服务资源分配方法有效
| 申请号： | 201910403638.2 | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110138612B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 陈星;汪海疆;朱芳宁 | 申请（专利权）人： | 福州大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L29/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于QoS模型自校正的云软件服务资源分配方法，包括：步骤S1：进行在线自学习，得到QoS预测模型；步骤S2：收集某个工作负载下的运行时数据，通过自校正控制提高QoS预测模型在当前工作负载下的准确度；步骤S3：结合服务质量QoS和云资源成本Cost构建适应度函数，并使用改进的粒子群优化算法来搜索目标资源分配方案；步骤S4：将当前的资源分配情况与搜索到的目标资源分配方案进行比较，得到二者之间的差异，然后按一定的比例进行资源调整；步骤S5：重复步骤S2至步骤S4，直到当前的资源分配情况和目标资源分配方案相同时，完成资源调整。本发明能够在QoS预测模型不准确时实现资源的最优分配。 | ||
| 搜索关键词： | 一种 基于 qos 模型 校正 软件 服务 资源 分配 方法 | ||
【主权项】：
1.一种基于QoS模型自校正的云软件服务资源分配方法，其特征在于：包括以下步骤：步骤S1：进行在线自学习，得到QoS预测模型；步骤S2：收集某个工作负载下的运行时数据，通过自校正控制提高QoS预测模型在当前工作负载下的准确度；步骤S3：结合服务质量QoS和云资源成本Cost构建适应度函数，并使用改进的粒子群优化算法来搜索目标资源分配方案；步骤S4：将当前的资源分配情况与搜索到的目标资源分配方案进行比较，得到二者之间的差异，然后按一定的比例进行资源调整；步骤S5：重复步骤S2至步骤S4，直到当前的资源分配情况和目标资源分配方案相同时，完成资源调整。
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福州大学，未经福州大学许可，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/201910403638.2/，转载请声明来源钻瓜专利网。
