模拟方法和建模方法、以及非暂时性计算机可读记录介质技术

提供了模拟方法和建模方法、以及非暂时性计算机可读记录介质。模拟方法包括：基于从用户应用接收的读请求生成关于用户应用要求的目标输入/输出(I/O)吞吐量的输入信息；以及利用输入信息作为输入通过神经网络生成包括I/O处理比率和延迟时间的输出信息。处理比率和延迟时间的输出信息。处理比率和延迟时间的输出信息。

【技术实现步骤摘要】
模拟方法和建模方法、以及非暂时性计算机可读记录介质
[0001]相关申请的交叉引用
[0002]本申请基于并要求在韩国知识产权局于2021年12月3日提交的韩国专利申请No.10
‑
2021
‑
0172379和于2022年5月25日提交的韩国专利申请No.10
‑
2022
‑
0064245的优先权，这些申请的每一个的公开以引用方式全文并入本文中。


[0003]本专利技术构思涉及电子装置，更具体地说，涉及模拟方法和建模方法。

技术介绍

[0004]根据管理数据的单位，存储装置通常可分为基于对象的存储装置和基于块的存储装置。基于对象的存储装置(以下称为“对象存储装置”)是以对象格式存储和管理数据的存储结构。对象是指可以具有任何大小的数据，例如，多媒体数据(如运动图片、或图像)和文件，基于对象的存储装置可以用于管理对象。
[0005]当设计者设计、开发和验证对象存储装置时，在设计者构建测试台之前，可能需要对对象存储装置进行性能验证和评估，以模拟对象存储装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在计算机上实施的模拟方法，以模拟包括多个存储模型和与所述多个存储模型并联的应用模型的对象存储系统模型，所述模拟方法包括：通过所述应用模型从用户应用接收关于对象的读请求；通过所述应用模型基于所述读请求生成关于所述用户应用要求的目标输入/输出吞吐量的输入信息；以及利用所述输入信息作为所述多个存储模型中的至少一个存储模型中包括的至少一个神经网络的输入，生成输出信息，所述输出信息包括输入/输出处理比率和延迟时间，所述输入/输出处理比率基于已处理的输入/输出吞吐量相对于所述目标输入/输出吞吐量的比率，所述延迟时间基于处理输入/输出的时延。2.根据权利要求1所述的模拟方法，其中，所述应用模型包括指示对象ID与所述多个存储模型中的存储对应于所述对象ID的对象的存储模型的存储模型ID之间的映射关系的映射表，所述生成所述输入信息的步骤包括：基于所述映射表识别用于存储所述用户应用请求的所述对象的至少一个存储模型的存储模型ID，并且将所述输入信息提供至对应于识别的存储模型ID的存储模型。3.根据权利要求1所述的模拟方法，其中，所述生成所述输入信息的步骤包括：从多个用户应用接收多个读请求，所述多个读请求包括分别由所述多个用户应用要求的多个目标输入/输出吞吐量，并且还包括：基于所述多个用户应用的所述多个目标输入/输出吞吐量，为具有所述多个目标输入/输出吞吐量中的属于多个输入/输出吞吐量区段中的对应的输入/输出吞吐量区段的对应的目标输入/输出吞吐量的用户应用的数量计数，以及生成向量作为所述输入信息的至少一部分，所述向量基于为具有属于所述对应的输入/输出吞吐量区段的所述目标输入/输出吞吐量的用户应用的所述数量计数的结果。4.根据权利要求3所述的模拟方法，其中，所述多个输入/输出吞吐量区段的数量对应于通过将最大目标输入/输出吞吐量除以区段大小获得的值。5.根据权利要求3所述的模拟方法，其中，所述生成所述输出信息的步骤包括：针对每个对应的输入/输出吞吐量区段推断所述输入/输出处理比率，并且所述输出信息包括向量，所述向量包括对应于所述多个输入/输出吞吐量区段的数量的多个输入/输出处理比率和一个延迟时间。6.根据权利要求1所述的模拟方法，其中，所述至少一个存储模型的所述至少一个神经网络包括：第一神经网络，其包括被配置为接收所述输入信息的输入层和被配置为输出所述延迟时间的输出层，以及第二神经网络，其包括被配置为接收所述输入信息的输入层和被配置为输出所述输入/输出处理比率的输出层，所述生成所述输出信息的步骤包括：通过所述第一神经网络输出所述延迟时间，以及通过所述第二神经网络输出所述输入/输出处理比率。
7.根据权利要求1所述的模拟方法，其中，所述生成所述输出信息的步骤包括：在单位时间中，基于在第一时间点接收的目标输入/输出吞吐量，推断在所述第一时间点之后的第二时间点处的所述已处理的输入/输出吞吐量和所述延迟时间。8.根据权利要求1所述的模拟方法，其中，应用于所述至少一个神经网络中包括的至少一个层的函数包括mish激活函数。9.根据权利要求1所述的...

【专利技术属性】
技术研发人员：禹泓郁，郑承桓，朴炷英，李泳锡，
申请(专利权)人：成均馆大学校产学协力团，
类型：发明
国别省市：