基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng)及配置方法
【專利摘要】本發(fā)明屬于云計(jì)算系統(tǒng)資源配置領(lǐng)域，具體涉及基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng)及配置方法?；诘瓜螂S機(jī)微分方程的云計(jì)算資源配置系統(tǒng)，由用戶處理請(qǐng)求模塊、歷史數(shù)據(jù)處理模塊、逆向推理模塊和用戶交互模塊組成，用戶請(qǐng)求處理模塊首先按照指定格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，以及對(duì)資源配置的約束條件，并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng)求和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存需求的參數(shù)。能夠根據(jù)未來(lái)確定時(shí)刻的計(jì)算資源需求情況，確定當(dāng)前需要的計(jì)算資源，并保證當(dāng)前準(zhǔn)備的計(jì)算資源是“最節(jié)省的”；能夠積極應(yīng)對(duì)未來(lái)資源配置的隨機(jī)波動(dòng)性，提高云計(jì)算系統(tǒng)的穩(wěn)定性和可用性。
【專利說(shuō)明】
基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng) 及配置方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于云計(jì)算系統(tǒng)資源配置領(lǐng)域，具體涉及基于倒向隨機(jī)微分方程的云計(jì)算 系統(tǒng)資源配置逆向推理系統(tǒng)及配置方法。
【背景技術(shù)】
[0002] 云計(jì)算是把大量計(jì)算資源(包括狹義計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源等)虛擬化為 一個(gè)共享資源池，用戶通過(guò)租用方式獲得所需服務(wù)。云計(jì)算的最大特點(diǎn)是按需使用，即客戶 可根據(jù)需要隨時(shí)申請(qǐng)?jiān)瀑Y源或者擴(kuò)充/縮減資源，而運(yùn)營(yíng)商根據(jù)客戶需求完成相關(guān)資源配 置。服務(wù)運(yùn)營(yíng)商提供的可分配資源越多，用戶的服務(wù)體驗(yàn)和可用性就越高，應(yīng)對(duì)突發(fā)任務(wù)請(qǐng) 求的能力越強(qiáng)。但是可分配的云計(jì)算資源越多，投入也越多，開(kāi)銷(xiāo)也越大。如何平衡這兩者 面臨著巨大的挑戰(zhàn)。
[0003] 當(dāng)前，云計(jì)算系統(tǒng)的資源配置面臨著兩方面的挑戰(zhàn)。一方面，云計(jì)算系統(tǒng)的重要特 性是隨機(jī)性，無(wú)論是服務(wù)請(qǐng)求發(fā)起還是資源配置部署，處處充滿著不確定性和隨機(jī)現(xiàn)象，未 來(lái)的資源配置往往具有隨機(jī)波動(dòng)性。因而必須在資源配置過(guò)程中考慮這種隨機(jī)性與波動(dòng) 性。另一方面，現(xiàn)有的云計(jì)算系統(tǒng)僅僅根據(jù)當(dāng)前的計(jì)算資源來(lái)預(yù)測(cè)未來(lái)時(shí)間點(diǎn)能否滿足用 戶的需求，而云計(jì)算系統(tǒng)隨時(shí)可能產(chǎn)生突發(fā)任務(wù)和用戶激增的問(wèn)題，并不能確保用戶與服 務(wù)提供商簽訂的服務(wù)等級(jí)協(xié)議SLA(Serice Level Agreement)-定恰好滿足，不產(chǎn)生資源 浪費(fèi)。因而，需要一種逆向的推理方法，根據(jù)未來(lái)時(shí)刻的資源需求量來(lái)確定當(dāng)前時(shí)刻最少的 資源配置量?，F(xiàn)有的關(guān)于云計(jì)算系統(tǒng)資源配置的方法都還未考慮這個(gè)方面的問(wèn)題。
[0004] "倒向隨機(jī)微分方程"理論就是根據(jù)未來(lái)時(shí)刻的目標(biāo)，通過(guò)策略的制定逐步把隨機(jī) 波動(dòng)引入的不確定性抵消，從而把風(fēng)險(xiǎn)規(guī)避掉的一種方法。它搭起了"隨機(jī)"與"確定"之間 的橋梁，使人們可以用確定的策略、方法去解決隨機(jī)的不確定的問(wèn)題，或把隨機(jī)的不確定的 東西進(jìn)行最優(yōu)化處理。目前倒向隨機(jī)微分方程"理論主要用于解決金融學(xué)、經(jīng)濟(jì)學(xué)和工程學(xué) 等領(lǐng)域的實(shí)際問(wèn)題，沒(méi)有運(yùn)用到本領(lǐng)域。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種充分考慮了云計(jì)算資源配置的隨機(jī)性特點(diǎn)和逆向推 理的需求，資源配置方案更為合理;有利于減少云計(jì)算系統(tǒng)資源配置的浪費(fèi)，提升資源配置 效率，節(jié)省成本的基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng)。本發(fā)明的 目的還在于提供一種基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理方法。
[0006] 本發(fā)明的目的是這樣實(shí)現(xiàn)的：
[0007] 基于倒向隨機(jī)微分方程的云計(jì)算資源配置系統(tǒng)，由用戶處理請(qǐng)求模塊、歷史數(shù)據(jù) 處理模塊、逆向推理模塊和用戶交互模塊組成，用戶請(qǐng)求處理模塊首先按照指定格式接收 用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，以及對(duì)資源配置的約束條件，并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié) 點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng)求和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存 需求的參數(shù)，形式為一個(gè)三元組ζ=(CPU(T)，MEM(T)，BW(T))，其中T為用戶與云服務(wù)提供商 在服務(wù)等級(jí)協(xié)議SLA中約定的未來(lái)確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需求，MEM(T)為T(mén) 時(shí)刻的帶寬需求，BW(T)為T(mén)時(shí)刻的內(nèi)存需求，把三元組ζ傳遞給逆向推理模塊;歷史數(shù)據(jù)處 理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù);另一方面歷史數(shù)據(jù)處理模塊收集 的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確定倒向隨機(jī)微分方程的生成函數(shù)G(*);歷史數(shù) 據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位：G(*)預(yù)設(shè)置標(biāo)志位PRECONFIG_G和更新標(biāo)志位 UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法，確定G(*)解析式;將生成函數(shù)G (*)傳遞給逆向推理模塊;逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)ζ，以及來(lái)自 于歷史數(shù)據(jù)處理模塊的生成函數(shù)G(*);將ζ作為終端條件，采用生成函數(shù)G(*)建立基于倒向 隨機(jī)微分方程的資源配置模型;根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模型，由倒向 隨機(jī)微分方程的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系統(tǒng)初始資 源配置;把初始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊;其中Υ(0)、Ζ(0)分 別為初始時(shí)刻的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn) 資源配置;用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條件，并把資源 配置方案反饋給用戶。
[0008] 基于倒向隨機(jī)微分方程的云計(jì)算資源配置方法，包括如下步驟：
[0009] (1)用戶請(qǐng)求處理模塊首先按照指定格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求， 以及對(duì)資源配置的約束條件;并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn) 請(qǐng)求和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存需求的參數(shù)，形式為一個(gè)三元組ζ = (CPU(T)，MEM(T)，BW(T))，其中Τ為用戶與云服務(wù)提供商在服務(wù)等級(jí)協(xié)議SLA中約定的未 來(lái)確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需求，MEM(T)為T(mén)時(shí)刻的帶寬需求，BW(T)為T(mén)時(shí)刻 的內(nèi)存需求;并把ζ傳遞給逆向推理模塊；
[0010] (2)歷史數(shù)據(jù)處理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)；另一方 面歷史數(shù)據(jù)處理模塊根據(jù)行業(yè)經(jīng)驗(yàn)值或者收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確 定倒向隨機(jī)微分方程的生成函數(shù)G(*);歷史數(shù)據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位:G(*) 預(yù)設(shè)置標(biāo)志位PREC0NFIG_G和更新標(biāo)志位UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù) 設(shè)定方法，確定G(*)解析式;并將生成函數(shù)G(*)傳遞給逆向推理模塊；
[0011] 前述的倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法具體還包括：
[0012] (2.1)歷史數(shù)據(jù)處理模塊首先檢查G(*)預(yù)設(shè)置標(biāo)志位PRE⑶NFIG_G，若為1則生成 函數(shù)G(*)已由行業(yè)經(jīng)驗(yàn)值設(shè)定，轉(zhuǎn)(2.7)，否則轉(zhuǎn)(2.2);
[0013] (2.2)檢查更新標(biāo)志位UPDATE_FLAG是否為0，若UPDATE_FLAG為0，轉(zhuǎn)(2.3)，否則轉(zhuǎn) (2.4)；
[0014] (2.3)歷史數(shù)據(jù)處理模塊根據(jù)收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，利用 一個(gè)預(yù)設(shè)的函數(shù)集合擬合倒向隨機(jī)微分方程的生成函數(shù)G(*)，并把UPDATE_FLAG設(shè)置為1， 同時(shí)記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)(2.7);
[0015] (2.4)此時(shí)UPDATE_FLAG為l，讀取當(dāng)前時(shí)刻系統(tǒng)時(shí)間Nowtime，若Nowtime-Lasttime〉= Interval，其中l(wèi)nterval>0為預(yù)設(shè)更新周期常數(shù)，轉(zhuǎn)(2.5)，否則轉(zhuǎn)(2.6);
[0016] (2.5)此時(shí)重新對(duì)生成函數(shù)G(*)進(jìn)行擬合，完成G(*)的更新；同時(shí)記錄此時(shí)的時(shí)間 Lasttime，車(chē)專（2·7);
[0017] (2 · 6)此時(shí)，Nowtime-Lasttime〈Interval，記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)（2 · 7);
[0018] (2.7)歷史數(shù)據(jù)處理模塊把生成函數(shù)G(*)傳遞給逆向推理模塊；
[0019] (3)逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)ζ，以及來(lái)自于歷史數(shù)據(jù)處 理模塊的生成函數(shù)G(*);并將ζ作為終端條件，采用生成函數(shù)G(*)建立基于倒向隨機(jī)微分方 程的資源配置模型；并根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模型，由倒向隨機(jī)微分 方程的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系統(tǒng)初始資源配置;并 把初始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊;其中Υ(0)、Ζ(0)分別為初始 時(shí)刻的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)資源配置；
[0020] 前述的基于倒向隨機(jī)微分方程的資源配置模型具有如下特征：
[0021] (3.1)建立的基于倒向隨機(jī)微分方程的資源配置模型滿足如下方程
[0023]其中，te [0，T]，t為時(shí)間，Τ為未來(lái)確定的時(shí)刻，W是d維的布朗運(yùn)動(dòng)；
[0024] (3.2)在[0，T]時(shí)間段內(nèi)資源配置量可以表示為中央處理器的處理容量CPU(t)、內(nèi) 存的容量MEM(t)、帶寬的容量BW(t);
[0025] (3.3)Y(t)為 t 時(shí)刻資源配置，SPY(t) = (CPU(t)，MEM(t)，BW(t));
[0026] (3.4)Z(t)設(shè)為應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)的資源配 置（以下簡(jiǎn)稱預(yù)防風(fēng)險(xiǎn)的資源配置），且Z(t) = (CPU(t) '，MEM(t) '，BW(t) '）其中環(huán)境影響主 要是指突發(fā)任務(wù)請(qǐng)求、計(jì)算節(jié)點(diǎn)的溫度激增、主板供電不足等因素;Z(t)可以應(yīng)對(duì)資源隨機(jī) 擾動(dòng)，為資源配置提供冗余；
[0027] (3.5)生成函數(shù)6(*)為￥(〇、2(〇、丨的關(guān)系函數(shù)，根據(jù)云計(jì)算系統(tǒng)各節(jié)點(diǎn)的資源配 置歷史數(shù)據(jù)處理結(jié)果或行業(yè)經(jīng)驗(yàn)值設(shè)定，可以由歷史數(shù)據(jù)處理模塊提供；
[0028] (3.6)ζ為倒向隨機(jī)微分方程的終端條件，為一組可測(cè)的隨機(jī)變量，ζ由用戶請(qǐng)求處 理模塊給出；
[0029] (4)用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條件，并把資 源配置方案反饋給用戶。
[0030] 本發(fā)明的有益效果在于：（1)能夠根據(jù)未來(lái)確定時(shí)刻的計(jì)算資源需求情況，確定當(dāng) 前需要的計(jì)算資源，并保證當(dāng)前準(zhǔn)備的計(jì)算資源是"最節(jié)省的"；（2)能夠積極應(yīng)對(duì)未來(lái)資源 配置的隨機(jī)波動(dòng)性，提高云計(jì)算系統(tǒng)的穩(wěn)定性和可用性。
【附圖說(shuō)明】
[0031] 圖1為基于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng)的模塊圖；
[0032] 圖2是本發(fā)明實(shí)施提供的倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法流程圖。
【具體實(shí)施方式】
[0033] 下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步描述。
[0034] 現(xiàn)有關(guān)于云計(jì)算系統(tǒng)資源配置的方法只能根據(jù)當(dāng)前資源配置計(jì)算將來(lái)的可能狀 態(tài)，而不能根據(jù)將來(lái)的隨機(jī)波動(dòng)倒向地計(jì)算現(xiàn)在的資源部署需求，這使得在分析、計(jì)算和處 理云計(jì)算資源配置問(wèn)題時(shí)，無(wú)法保證當(dāng)前準(zhǔn)備的計(jì)算資源是恰好滿足的。本發(fā)明公開(kāi)的基 于倒向隨機(jī)微分方程的云計(jì)算系統(tǒng)資源配置逆向推理系統(tǒng)及方法，依據(jù)未來(lái)資源配置目標(biāo) 和隨機(jī)波動(dòng)，通過(guò)逆向推理計(jì)算出當(dāng)前的資源配置方案，有利于減少云計(jì)算系統(tǒng)資源配置 的浪費(fèi)，提升資源配置效率，節(jié)省成本。
[0035]本發(fā)明所述的基于倒向隨機(jī)微分方程的云計(jì)算資源配置系統(tǒng)包括用戶處理請(qǐng)求 模塊、歷史數(shù)據(jù)處理模塊、逆向推理模塊和用戶交互模塊等4個(gè)模塊組成。
[0036] 1、用戶請(qǐng)求處理模塊首先按照指定格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，以 及對(duì)資源配置的約束條件。并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng) 求和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存需求的參數(shù)，形式為一個(gè)三元組ζ = (CPU(T)，MEM(T)，BW(T))，其中Τ為用戶與云服務(wù)提供商在服務(wù)等級(jí)協(xié)議SLA中約定的未來(lái) 確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需求，MEM(T)為T(mén)時(shí)刻的帶寬需求，BW(T)為T(mén)時(shí)刻的 內(nèi)存需求。并把ζ傳遞給逆向推理模塊。
[0037] 2、歷史數(shù)據(jù)處理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)；另一方面 歷史數(shù)據(jù)處理模塊根據(jù)行業(yè)經(jīng)驗(yàn)值或者收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確定 倒向隨機(jī)微分方程的生成函數(shù)G(*)。歷史數(shù)據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位:G(*)預(yù) 設(shè)置標(biāo)志位PREC0NFIG_G和更新標(biāo)志位UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù)設(shè) 定方法，確定G(*)解析式。并將生成函數(shù)G(*)傳遞給逆向推理模塊。
[0038]前述的倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法具體還包括：
[0039] (1)歷史數(shù)據(jù)處理模塊首先檢查G(*)預(yù)設(shè)置標(biāo)志位PREC0NFIG_G，若為1則生成函 數(shù)G(*)已由行業(yè)經(jīng)驗(yàn)值設(shè)定，轉(zhuǎn)(7)，否則轉(zhuǎn)(2)。
[0040] (2)檢查更新標(biāo)志位UPDATE_FLAG是否為0,若UPDATE_FLAG為0,轉(zhuǎn)(3)，否則轉(zhuǎn)(4);
[0041] (3)歷史數(shù)據(jù)處理模塊根據(jù)收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，利用一 個(gè)預(yù)設(shè)的函數(shù)集合擬合倒向隨機(jī)微分方程的生成函數(shù)G(*)，并把UPDATE_FLAG設(shè)置為1，同 時(shí)記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)(7)。
[0042] (4)此時(shí) UPDATE_FLAG為 1，讀取當(dāng)前時(shí)刻系統(tǒng)時(shí)間 Nowtime，若Nowtime-Lasttime〉 = Interval，其中l(wèi)nterval>0為預(yù)設(shè)更新周期常數(shù)，轉(zhuǎn)(5)，否則轉(zhuǎn)(6)。
[0043] (5)此時(shí)重新對(duì)生成函數(shù)G(*)進(jìn)行擬合，完成G(*)的更新。同時(shí)記錄此時(shí)的時(shí)間 Lasttime，車(chē)專（7)〇
[0044] (6)此時(shí)，Nowtime_Lasttime〈Interval，記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)（7) 〇
[0045] (7)歷史數(shù)據(jù)處理模塊把生成函數(shù)G(*)傳遞給逆向推理模塊。
[0046] 3、逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)ζ，以及來(lái)自于歷史數(shù)據(jù)處 理模塊的生成函數(shù)G(*)。并將ζ作為終端條件，采用生成函數(shù)G(*)建立基于倒向隨機(jī)微分方 程的資源配置模型。并根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模型，由倒向隨機(jī)微分 方程的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系統(tǒng)初始資源配置。并 把初始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊。其中Υ(0)、Ζ(0)分別為初始 時(shí)刻的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)資源配置。
[0047] 前述的基于倒向隨機(jī)微分方程的資源配置模型具有如下特征：
[0048] (1)建立的基于倒向隨機(jī)微分方程的資源配置模型滿足如下方程
[0050]其中，七￡[0，!']^為時(shí)間，1'為未來(lái)確定的時(shí)刻，1是(1維的布朗運(yùn)動(dòng)(本發(fā)明設(shè)定為 3)〇
[00511 (2)在[0，T]時(shí)間段內(nèi)資源配置量可以表示為中央處理器的處理容量CPU(t)、內(nèi)存 的容量MEM(t)、帶寬的容量BW(t)。
[0052] (3)Y(t)為 t 時(shí)刻資源配置，SPY(t) = (CPU(t)，MEM(t)，BW(t))。
[0053] (4)Z(t)設(shè)為應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)的資源配置 (以下簡(jiǎn)稱預(yù)防風(fēng)險(xiǎn)的資源配置），且Z(t) = (CPU(t)'，MEM(t)'，BW(t)'）其中環(huán)境影響主要 是指突發(fā)任務(wù)請(qǐng)求、計(jì)算節(jié)點(diǎn)的溫度激增、主板供電不足等因素。Z(t)可以應(yīng)對(duì)資源隨機(jī)擾 動(dòng)，為資源配置提供冗余。
[0054] (5)生成函數(shù)G(*)為Y(t)、Z(t)、t的關(guān)系函數(shù)，根據(jù)云計(jì)算系統(tǒng)各節(jié)點(diǎn)的資源配置 歷史數(shù)據(jù)處理結(jié)果或行業(yè)經(jīng)驗(yàn)值設(shè)定，可以由歷史數(shù)據(jù)處理模塊提供。
[0055] (6)ζ為倒向隨機(jī)微分方程的終端條件，為一組可測(cè)的隨機(jī)變量，ζ由用戶請(qǐng)求處理 模塊給出。
[0056] 4、用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條件，并把資源 配置方案反饋給用戶。
[0057]本方法的實(shí)例為一個(gè)簡(jiǎn)單的云計(jì)算服務(wù)器系統(tǒng)，服務(wù)可以占用資源有CPU、帶寬、 內(nèi)存。
[0058]本發(fā)明所述的基于倒向隨機(jī)微分方程的云計(jì)算資源配置系統(tǒng)包括用戶處理請(qǐng)求 模塊、歷史數(shù)據(jù)處理模塊、逆向推理模塊和用戶交互模塊等4個(gè)模塊組成。
[0059] 1、用戶請(qǐng)求處理模塊首先按照指定格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，以 及對(duì)資源配置的約束條件。并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng) 求和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存需求的參數(shù)，形式為一個(gè)三元組ζ = (CPU(T)，MEM(T)，BW(T))，其中Τ為用戶與云服務(wù)提供商在服務(wù)等級(jí)協(xié)議SLA中約定的未來(lái) 確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需求，MEM(T)為T(mén)時(shí)刻的帶寬需求，BW(T)為T(mén)時(shí)刻的 內(nèi)存需求。并把ζ傳遞給逆向推理模塊。
[0060] 2、歷史數(shù)據(jù)處理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)；另一方面 歷史數(shù)據(jù)處理模塊根據(jù)行業(yè)經(jīng)驗(yàn)值或者收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確定 倒向隨機(jī)微分方程的生成函數(shù)G(*)。歷史數(shù)據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位:G(*)預(yù) 設(shè)置標(biāo)志位PREC0NFIG_G和更新標(biāo)志位UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù)設(shè) 定方法，確定G(*)解析式。并將生成函數(shù)G(*)傳遞給逆向推理模塊。
[0061 ]前述的倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法具體還包括：
[0062] (1)歷史數(shù)據(jù)處理模塊首先檢查G(*)預(yù)設(shè)置標(biāo)志位PREC0NFIG_G，若為1則生成函 數(shù)G(*)已由行業(yè)經(jīng)驗(yàn)值設(shè)定，轉(zhuǎn)(7)，否則轉(zhuǎn)(2)。
[0063] (2)檢查更新標(biāo)志位UPDATE_FLAG是否為0,若UPDATE_FLAG為0,轉(zhuǎn)(3)，否則轉(zhuǎn)(4);
[0064] (3)歷史數(shù)據(jù)處理模塊根據(jù)收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，利用一 個(gè)預(yù)設(shè)的函數(shù)集合擬合倒向隨機(jī)微分方程的生成函數(shù)G(*)，并把UPDATE_FLAG設(shè)置為1，同 時(shí)記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)(7)。
[0065] (4)此時(shí) UPDATE_FLAG為 1，讀取當(dāng)前時(shí)刻系統(tǒng)時(shí)間 Nowtime，若Nowtime-Lasttime〉 = Interval，其中l(wèi)nterval>0為預(yù)設(shè)更新周期常數(shù)，轉(zhuǎn)(5)，否則轉(zhuǎn)(6)。
[0066] (5)此時(shí)重新對(duì)生成函數(shù)G(*)進(jìn)行擬合，完成G(*)的更新。同時(shí)記錄此時(shí)的時(shí)間 Lasttime，車(chē)專（7)〇
[0067] (6)此時(shí)，Nowtime_Lasttime〈Interval，記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)（7) 〇
[0068] (7)歷史數(shù)據(jù)處理模塊把生成函數(shù)G(*)傳遞給逆向推理模塊。
[0069] 3、逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)ζ，以及來(lái)自于歷史數(shù)據(jù)處 理模塊的生成函數(shù)G(*)。并將ζ作為終端條件，采用生成函數(shù)G(*)建立基于倒向隨機(jī)微分方 程的資源配置模型。并根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模型，由倒向隨機(jī)微分 方程的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系統(tǒng)初始資源配置。并 把初始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊。其中Υ(0)、Ζ(0)分別為初始 時(shí)刻的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)資源配置。
[0070] 前述的基于倒向隨機(jī)微分方程的資源配置模型具有如下特征：
[0071] (1)建立的基于倒向隨機(jī)微分方程的資源配置模型滿足如下方程
[0073]其中，te [0，T]，t為時(shí)間，Τ為未來(lái)確定的時(shí)刻，W是3維的布朗運(yùn)動(dòng)。
[0074] (2)在[0，T]時(shí)間段內(nèi)資源配置量可以表示為中央處理器的處理容量CPU(t)、內(nèi)存 的容量MEM(t)、帶寬的容量BW(t)。
[0075] (3)Y(t)為 t 時(shí)刻資源配置，SPY(t) = (CPU(t)，MEM(t)，BW(t))。
[0076] (4)Z(t)設(shè)為應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)的資源配置 (以下簡(jiǎn)稱預(yù)防風(fēng)險(xiǎn)的資源配置），且Z(t) = (CPU(t)'，MEM(t)'，BW(t)'）其中環(huán)境影響主要 是指突發(fā)任務(wù)請(qǐng)求、計(jì)算節(jié)點(diǎn)的溫度激增、主板供電不足等因素。Z(t)可以應(yīng)對(duì)資源隨機(jī)擾 動(dòng)，為資源配置提供冗余。
[0077] (5)生成函數(shù)G(*)為Y(t)、Z(t)、t的關(guān)系函數(shù)，根據(jù)云計(jì)算系統(tǒng)各節(jié)點(diǎn)的資源配置 歷史數(shù)據(jù)處理結(jié)果或行業(yè)經(jīng)驗(yàn)值設(shè)定，可以由歷史數(shù)據(jù)處理模塊提供。
[0078] (6)ζ為倒向隨機(jī)微分方程的終端條件，為一組可測(cè)的隨機(jī)變量，ζ由用戶請(qǐng)求處理 模塊給出。
[0079] 4、用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條件，并把資源 配置方案反饋給用戶。
[0080]本實(shí)例能夠覆蓋本發(fā)明。通過(guò)對(duì)本實(shí)例的描述可以發(fā)現(xiàn)，只需輸入未來(lái)某一確定 時(shí)間所要達(dá)到的云計(jì)算系統(tǒng)資源配置需求，即可反向推出初始時(shí)刻的云計(jì)算系統(tǒng)資源配 置。本發(fā)明提供的有益效果體現(xiàn)在：（1)能夠根據(jù)未來(lái)確定時(shí)刻的計(jì)算資源需求情況，確定 當(dāng)前需要的計(jì)算資源，并保證當(dāng)前準(zhǔn)備的計(jì)算資源是"最節(jié)省的"；（2)能夠積極應(yīng)對(duì)未來(lái)資 源配置的隨機(jī)波動(dòng)性，提高云計(jì)算系統(tǒng)的穩(wěn)定性和可用性。
【主權(quán)項(xiàng)】
1. 基于倒向隨機(jī)微分方程的云計(jì)算資源配置系統(tǒng)，由用戶處理請(qǐng)求模塊、歷史數(shù)據(jù)處 理模塊、逆向推理模塊和用戶交互模塊組成，其特征在于：用戶請(qǐng)求處理模塊首先按照指定 格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，W及對(duì)資源配置的約束條件，并根據(jù)云計(jì)算系 統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng)求和約束條件解析為中央處理器需求、帶寬 需求、內(nèi)存需求的參數(shù)，形式為一個(gè)S元組ζ=(CPU(T)，MEM(T)，BW(T))，其中T為用戶與云 服務(wù)提供商在服務(wù)等級(jí)協(xié)議化A中約定的未來(lái)確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需 求，MEM( T)為T(mén)時(shí)刻的帶寬需求，BW( T)為T(mén)時(shí)刻的內(nèi)存需求，把Ξ元組C傳遞給逆向推理模 塊;歷史數(shù)據(jù)處理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)；另一方面歷史數(shù) 據(jù)處理模塊收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確定倒向隨機(jī)微分方程的生成函 數(shù)G(*);歷史數(shù)據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位:G(*)預(yù)設(shè)置標(biāo)志位PRECONFIG_G和更 新標(biāo)志位UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法，確定G(*)解析式;將 生成函數(shù)G(*)傳遞給逆向推理模塊;逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)C， W及來(lái)自于歷史數(shù)據(jù)處理模塊的生成函數(shù)G(*);將C作為終端條件，采用生成函數(shù)G(*)建立 基于倒向隨機(jī)微分方程的資源配置模型；根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模 型，由倒向隨機(jī)微分方程的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系 統(tǒng)初始資源配置;把初始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊；其中Υ (〇)、Ζ(0)分別為初始時(shí)刻的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng) 的預(yù)防風(fēng)險(xiǎn)資源配置；用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條 件，并把資源配置方案反饋給用戶。2. 基于倒向隨機(jī)微分方程的云計(jì)算資源配置方法，其特征在于，包括如下步驟： (1) 用戶請(qǐng)求處理模塊首先按照指定格式接收用戶對(duì)云計(jì)算服務(wù)器的訪問(wèn)請(qǐng)求，W及 對(duì)資源配置的約束條件;并根據(jù)云計(jì)算系統(tǒng)計(jì)算節(jié)點(diǎn)的配置和網(wǎng)絡(luò)條件，將前述訪問(wèn)請(qǐng)求 和約束條件解析為中央處理器需求、帶寬需求、內(nèi)存需求的參數(shù)，形式為一個(gè)Ξ元組ζ = (CPU(T)，MEM(T)，BW(T))，其中Τ為用戶與云服務(wù)提供商在服務(wù)等級(jí)協(xié)議化A中約定的未來(lái) 確定時(shí)刻，CPU(T)為T(mén)時(shí)刻的中央處理器需求，MEM(T)為T(mén)時(shí)刻的帶寬需求，BW(T)為T(mén)時(shí)刻的 內(nèi)存需求;并把ζ傳遞給逆向推理模塊； (2) 歷史數(shù)據(jù)處理模塊一方面收集云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)；另一方面歷 史數(shù)據(jù)處理模塊根據(jù)行業(yè)經(jīng)驗(yàn)值或者收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，確定倒 向隨機(jī)微分方程的生成函數(shù)G(*);歷史數(shù)據(jù)處理模塊具有兩個(gè)布爾值型標(biāo)志位:G(*)預(yù)設(shè) 置標(biāo)志位PRECONFIG_G和更新標(biāo)志位UPDATE_FLAG，根據(jù)倒向隨機(jī)微分方程的生成函數(shù)設(shè)定 方法，確定G(*)解析式;并將生成函數(shù)G(*)傳遞給逆向推理模塊； 前述的倒向隨機(jī)微分方程的生成函數(shù)設(shè)定方法具體還包括： (2.1) 歷史數(shù)據(jù)處理模塊首先檢查G(*)預(yù)設(shè)置標(biāo)志位PRECONFIG_G，若為1則生成函數(shù)G (*)已由行業(yè)經(jīng)驗(yàn)值設(shè)定，轉(zhuǎn)(7)，否則轉(zhuǎn)(2); (2.2) 檢查更新標(biāo)志位UPDATE_FLAG是否為0，若UPDATE_FLAG為0，轉(zhuǎn)（2.3)，否則轉(zhuǎn) (2.4); (2.3) 歷史數(shù)據(jù)處理模塊根據(jù)收集的云計(jì)算系統(tǒng)運(yùn)行的資源配置歷史數(shù)據(jù)，利用一個(gè) 預(yù)設(shè)的函數(shù)集合擬合倒向隨機(jī)微分方程的生成函數(shù)G(*)，并把UPDATE_FLAG設(shè)置為1，同時(shí) 記錄此時(shí)的時(shí)間Lasttime，轉(zhuǎn)（2.7); (2.4) 此時(shí)1]?04了6_。1^\0為1，讀取當(dāng)前時(shí)刻系統(tǒng)時(shí)間齡*1山6，若齡*^1116-1^日3?山6〉= Interval,其中l(wèi)nte;rval〉0為預(yù)設(shè)更新周期常數(shù)，轉(zhuǎn)(2.5)，否則轉(zhuǎn)(2.6); (2.5) 此時(shí)重新對(duì)生成函數(shù)G(*)進(jìn)行擬合，完成G(*)的更新；同時(shí)記錄此時(shí)的時(shí)間 Lasttime，轉(zhuǎn)（2.7); (2.6) 此時(shí)，齡*1:;[1116-1^日31:1:;[1116<1]1161^日1,記錄此時(shí)的時(shí)間1^日31:1:;[1116，轉(zhuǎn)（2.7); (2.7) 歷史數(shù)據(jù)處理模塊把生成函數(shù)G(*)傳遞給逆向推理模塊； (3) 逆向推理模塊接收來(lái)自于用戶請(qǐng)求處理模塊的參數(shù)及來(lái)自于歷史數(shù)據(jù)處理模 塊的生成函數(shù)G(*);并將C作為終端條件，采用生成函數(shù)G(*)建立基于倒向隨機(jī)微分方程的 資源配置模型；并根據(jù)前述基于倒向隨機(jī)微分方程的資源配置模型，由倒向隨機(jī)微分方程 的數(shù)值解法得出一組唯一確定的(Υ(〇)，Ζ(0))，進(jìn)而得出云計(jì)算系統(tǒng)初始資源配置;并把初 始時(shí)刻的資源配置條件(Υ(〇)，Ζ(0))發(fā)送給用戶交互模塊;其中Υ(0)、Ζ(0)分別為初始時(shí)刻 的正常資源配置和應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)資源配置； 前述的基于倒向隨機(jī)微分方程的資源配置模型具有如下特征： (3.1) 建立的基于倒向隨機(jī)微分方程的資源配置模型滿足如下方程其中，t e [0，Τ ]，t為時(shí)間，Τ為未來(lái)確定的時(shí)刻，W是d維的布朗運(yùn)動(dòng)； (3.2) 在[0，Τ]時(shí)間段內(nèi)資源配置量可W表示為中央處理器的處理容量CPU(t)、內(nèi)存的 容量MEM(t)、帶寬的容量BW(t); (3.3) Y(t)為t時(shí)刻資源配置，即Y(t) = (CPU(t)，MEM(t)，BW(t)); (3.4) Z(t)設(shè)為應(yīng)對(duì)由于受到環(huán)境影響而產(chǎn)生資源隨機(jī)波動(dòng)的預(yù)防風(fēng)險(xiǎn)的資源配置 (W下簡(jiǎn)稱預(yù)防風(fēng)險(xiǎn)的資源配置），且Z(t) = (CPU(t)'，MEM(t)'，BW(t)'）其中環(huán)境影響主要 是指突發(fā)任務(wù)請(qǐng)求、計(jì)算節(jié)點(diǎn)的溫度激增、主板供電不足等因素;Z(t)可W應(yīng)對(duì)資源隨機(jī)擾 動(dòng)，為資源配置提供冗余； (3.5) 生成函數(shù)6(*)為￥(〇、2(〇、*的關(guān)系函數(shù)，根據(jù)云計(jì)算系統(tǒng)各節(jié)點(diǎn)的資源配置歷 史數(shù)據(jù)處理結(jié)果或行業(yè)經(jīng)驗(yàn)值設(shè)定，可W由歷史數(shù)據(jù)處理模塊提供； (3.6K為倒向隨機(jī)微分方程的終端條件，為一組可測(cè)的隨機(jī)變量，C由用戶請(qǐng)求處理模 塊給出； (4) 用戶交互模塊接收來(lái)自于逆向推理模塊的初始時(shí)刻的資源配置條件，并把資源配 置方案反饋給用戶。
【文檔編號(hào)】G06F9/50GK106095565SQ201610363496
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年5月27日
【發(fā)明人】呂宏武, 郭盛開(kāi), 王慧強(qiáng), 馮光升, 郭方方, 林俊宇, 徐俊波, 李冰洋
【申請(qǐng)人】哈爾濱工程大學(xué)