基于历史数据感知的云计算资源调度方法及调度系统技术方案

本发明专利技术提供了一种基于历史数据感知的云计算资源调度方法及调度系统，调度方法包括：基于云计算控制平台的资源调度相关历史数据，获取预处理相关数据；基于预处理相关数据，对卷积神经网络模型进行训练；基于训练后的卷积神经网络模型，预测云计算资源；按照恰当的粒度对云计算资源进行默认粒度的任务划分，确定云计算资源调度的所有任务及任务数量；基于所有任务，获取遗传算法的最优解；基于遗传算法的最优解，获取最优计算资源调度方案。通过将改进的遗传算法和粒子群算法相结合，加速云计算资源调度方法的收敛过程，同时能够综合全局和局部搜索的优点，即能够缩短了任务调度完成时间，进而提高了云计算资源利用率。进而提高了云计算资源利用率。进而提高了云计算资源利用率。

【技术实现步骤摘要】
基于历史数据感知的云计算资源调度方法及调度系统


[0001]本专利技术涉及云计算
，尤其涉及一种基于历史数据感知的云计算资源调度方法及调度系统。

技术介绍

[0002]当前互联网规模迅速增长，互联网需要处理的业务量急剧膨胀，单一计算平台已经不能满足人们对于计算服务质量的需求，于是云计算技术应运而生。云计算技术结合了分布式计算等技术的技术优势，其核心在于针对大量密集的算力需要，进行资源的统一调配，实现资源的有效、充分利用。云计算的核心技术是资源调度和管理，故其效率的高低对于云计算的质量有着直接的影响。于是，在云计算技术迅速发展的背景下，如何实现最优的资源调度和管理策略，实现资源的充分利用，是目前亟待解决的问题。
[0003]研究云计算资源调度策略的目标，就是寻求一种多约束、多目标优化问题的解决方案，即在一定的约束下，通过使用节点虚拟化手段和有效的资源调度策略，来提高云计算资源的利用率，进而提升云服务提供商的经济效益，最终可以在服务质量、资源分布、用户需求和计费模式等方面，提升服务用户的质量。
[0004]目前，已有很多应用广本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据感知的云计算资源调度方法，其特征在于，所述云计算资源调度方法包括以下步骤：基于云计算控制平台的资源调度相关历史数据，获取预处理相关数据；基于所述预处理相关数据，对卷积神经网络模型进行训练；基于训练后的所述卷积神经网络模型，预测云计算资源；按照恰当的粒度对所述云计算资源进行默认粒度的任务划分，确定所述云计算资源调度的所有任务及任务数量；基于所述所有任务，获取遗传算法的最优解；基于遗传算法的所述最优解，获取最优计算资源调度方案。2.根据权利要求1所述的基于历史数据感知的云计算资源调度方法，其特征在于，所述预处理相关数据包括：对所述资源调度相关历史数据进行缺失值插样补齐和/或时间戳转换，获取基于时间序列的初始云计算资源。3.根据权利要求2所述的基于历史数据感知的云计算资源调度方法，其特征在于，利用所述时间序列的所述初始云计算资源对所述卷积神经网络模型进行训练，得到训练后的所述卷积神经网络模型。4.根据权利要求3所述的基于历史数据感知的云计算资源调度方法，其特征在于，所述卷积神经网络模型包括三层卷积神经网络层，分别为第一特征提取层、第二特征提取层和第三特层提取层，所述预处理相关数据通过输入模块输入后依次经过所述第一特征提取层、所述第二特征提取层和所述第三特层提取层进行特征提取，最终经过所述第三提取层提取后的特征通过输出模块输出。5.根据权利要求1所述的基于历史数据感知的云计算资源调度方法，其特征在于，将所述所有任务输入改进的遗传算法中，获取遗传算法的所述最优解。6.根据权利要求5所述的基于历史数据感知的云计算资源调度方法，其特征在于，判断所述最优解是否满足终止条件，如果满足，则将所述最优解作为粒子群算法的初始输入，获取最优计算资源调...

【专利技术属性】
技术研发人员：张富翔，李云鹏，李蒸，杨明钰，李佳硕，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：