一种应用于网络设备控制系统的任务智能调度方法及装置制造方法及图纸

本发明专利技术公开一种应用于网络设备控制系统的任务智能调度方法及装置，其中，该方法包括：根据待执行任务的属性、所有任务执行器的实时执行状态、任务对应网络设备的实时状态和任务调度规则，将任务下发到最佳的任务执行器进行执行；将全部任务执行器的实时执行状态、任务的实时执行状态和网络设备的实时状态进行实时更新并记录；根据记录的执行日志，利用机器学习，分析出合理的任务调度规则下发，并实时更新任务调度规则。该方法及装置根据运营商网络设备控制系统和业务场景的特性，在有限系统资源前提下，满足不同优先级的任务调度要求，并具有自我学习和自我决策特性，使总体任务执行调度达到最优状态。行调度达到最优状态。行调度达到最优状态。

【技术实现步骤摘要】
一种应用于网络设备控制系统的任务智能调度方法及装置


[0001]本专利技术涉及承载领域，尤其是一种应用于网络设备控制系统的任务智能调度方法及装置。

技术介绍

[0002]通信运营商建设和运营电信网络，需要对网络设备进行管理，搭建网络设备控制系统，上层应用通过该网络设备控制系统进行客户业务开通。该网络设备控制系统频繁与网络设备进行交互，进行网络设备控制或者数据采集动作。由于网络设备访问和系统资源都具有限制性，但上层应用的请求具有偶然高并发性，故该网络设备控制系统需要对这些与网络设备交互的任务进行调度，满足系统稳定性要求和任务时延要求。传统任务调度时，都是基于经验或者有限的测试数据，规则相对单一且固定。
[0003]如图1所示，传统任务调度的通用方案是随机在1个任务执行器执行，或者是当前执行任务最小的任务执行器执行，没有考虑任务的具体特征对调度的影响。

技术实现思路

[0004]为克服传统任务调度时，都是基于经验或者有限的测试数据，规则相对单一且固定，存在处理能力不足或者资源利用率低的缺陷，本专利技术提供一种应用于网络设备控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于网络设备控制系统的任务智能调度方法，其特征在于，该方法包括：根据待执行任务的属性、所有任务执行器的实时执行状态、任务对应网络设备的实时状态和任务调度规则，将任务下发到最佳的任务执行器进行执行；将全部任务执行器的实时执行状态、任务的实时执行状态和网络设备的实时状态进行实时更新并记录；根据记录的执行日志，利用机器学习，分析出合理的任务调度规则下发，并实时更新任务调度规则。2.根据权利要求1所述的应用于网络设备控制系统的任务智能调度方法，其特征在于，所述任务调度规则包括人为限制规则和智能调度机器规则，人为限制规则先于智能调度机器规则进行判断，对于不符合人为限制规则的任务，置入等待队列延后执行，对于符合人为限制规则的任务，由智能调度机器规则决定执行顺序和选择最佳的任务执行器。3.根据权利要求2所述的应用于网络设备控制系统的任务智能调度方法，其特征在于，所述智能调度机器规则是将一段时间内的大量的任务日志数据加工后，对于每个任务执行指令集，利用机器学习，分析出相匹配的模型，利用该模型预测不同任务执行器下该任务执行指令集执行时间，选择最短任务执行时间对应的任务执行器作为任务调度时最佳的任务执行器。4.根据权利要求3所述的应用于网络设备控制系统的任务智能调度方法，其特征在于，机器学习时，特征数据从任务日志数据中提取，先采用随机调度策略，得到足够的特征数据后，再采用两次留出法构造出合理比例的训练集、验证集和测试集；标签为任务的执行时间，训练方式采用有监督训练的支持向量机模型。5.根据权利要求4所述的应用于网络设备控制系统的任务智能调度方法，其特征在于，机器学习后，得到一个有效的任务调度规则模型，该模型是个数学函数公式，如下：T＝k+a*X1+b*X2+c*X
33
+d*X
42
+e*X
53
其中，T是任务执行时间，k是常量，X1,X2,X3,X4,X5是变量，是任务执行指令集调度时特征数据归一化处理后的值，a,b,c,d,e是系数。6.根据权利要求5所述的应用于网络设备控制系统的任务智能调度方法，其特征在于，针对模型特征数据中的离群点，对其执行日志进行分析，根据分析结果，可增加相应的任务调度规则，从而更新任务调度模型。7.一种应用于网络设备控制系统的任务智能调度装置，其特征在于，该装置包括：任务调度模块，用于根据待执行任务的属性、所有任务执行器的实时执行状态、任务对应网络设备的实时状态和任务调度规则，将任务下发到最佳的任务执行器；任务执行器，用于接收并执行指定任务，同时将任务执行器的实时执行状态、任务的实时执行...

【专利技术属性】
技术研发人员：周策，王俊，李维，梁巍，陈金方，连方旋，文卓然，邓晓云，肖杰华，刘玮，蔡伟文，
申请(专利权)人：中国移动粤港澳大湾区广东创新研究院有限公司，
类型：发明
国别省市：