一种基于云架构的试验环境自动配置部署方法技术

一种基于云架构的试验环境自动配置部署方法，对不同仿真资源的规范内容进行分析匹配，生成相应的匹配算法；通过加载解析想定文件，调用匹配算法自动生成想定中的作战实体与资源库中的模型资源匹配对应关系并生成模型相应参数；根据资源匹配结果，生成模型运行所需的环境资源，形成仿真实体与试验资源种类的关联组合，用云平台的资源运行状态监视功能，实时测量并记录各虚拟节点的资源占用情况和负载变化趋势；自动部署工具调用试验资源优化算法服务，形成资源优化方案，调用云仿真平台提供的资源扩展接口完成资源优化扩展；以平台化、自动化、标准化的试验环境构建为原则，通过融合云计算、虚拟化、建模仿真等技术，提高应用系统的部署效率。系统的部署效率。

【技术实现步骤摘要】
一种基于云架构的试验环境自动配置部署方法


[0001]本专利技术涉及云架构
，尤其涉及一种基于云架构的试验环境自动配置部署方法。

技术介绍

[0002]随着国防科技进步和新技术不断应用，我军电子信息装备由单体装备、单个系统建设，发展到全系统、全要素、成体系建设的新阶段，电子信息系统网络化程度的提高以及节点规模的扩大对试验环境提出了更高的要求。
[0003]目前，试验环境构建方式基于物理方或仿真的方法。基于物理方式环境构建的方法能够反映真实的使用环境特征需求，但是在设置与维护方面十分复杂，无法适应日益复杂多变的试验需求。试验前期不仅需要采购大量的计算设备与网络设备，试验环境的部署和运行维护也比较困难；试验过程中进行试验任务切换时，需要从通信网络环境、计算环境，以及操作系统和上层应用等各方面进行重新构建，要花费巨大的人力劳动，且很难在短时间做到。如果需要切换回上一任务时，也无法快速还原；而一旦试验环境崩溃，将它恢复到崩溃前的状态无疑是一项浩大的工程，最后往往事倍功半，效率极低。基于仿真方式构建试验环境的方法，比通过物理方式构建相对灵活，能够满足部分试验需求，但由于技术不足，试验中的若干系统数学模型庞大，并且模型试验数据需要进行高强度的计算，计算资源的匮乏会导致试验准确性和实时性大打折扣。搭建一个大规模网络信息系统的试验环境将是一个复杂且艰巨的工作，存在成本高、周期长、占用空间大、能耗高等缺点和需求复杂多变，计算环境和网络环境无法有效结合等难题，因此，需要针对这些问题进行深入研究，解决试验环境快速部署的难题。
[0004]鉴于上述原因，现研发出一种基于云架构的试验环境自动配置部署方法。

技术实现思路

[0005]本专利技术的目的就在于为了解决上述问题而提供一种基于云架构的试验环境自动配置部署方法，以平台化、自动化、标准化的试验环境构建为原则，通过融合云计算、虚拟化、建模仿真等技术，具体描述应用云平台开展试验环境自动配置部署的设计和实施过程，实现了在有限的物理网络和服务器等基础设施资源环境下，构建与真实试验环境近似、可扩展、可配置、可复制、可恢复、快速响应的私有云试验环境避免试验前与试验中大量人力物力的浪费，从而提高应用系统的部署效率，还能够满足同一时间段中多个试验任务的环境独立与自由切换。
[0006]为实现上述目的，本专利技术提供的种基于云架构的试验环境自动配置部署方法，具体流程为：S1.实现试验资源匹配与参数动态生成根据想定文件描述规范、模型资源描述规范、模拟器资源描述规范、实装描述规范、仿真资源描述规范，结合预置的匹配规则库对不同仿真资源的规范内容进行分析匹配，
生成相应的匹配算法，指导仿真资源匹配调用和部署；通过加载解析想定文件，调用匹配算法自动生成想定中的作战实体与资源库中的模型资源匹配对应关系并生成模型相应参数；具体步骤为：S11.注册仿真资源；S12.加载想定文件；S13.自动匹配模型试验资源；S2.资源自动规划S21.根据上一步实体
‑
模型资源匹配结果，查询模型运行环境所需的软件资源、操作系统资源、主机资源、网络资源、计算资源，生成模型运行所需的环境资源，形成仿真实体与试验资源种类的关联组合；S22.利用基于计算量需求和计算资源的多目标规划优化算法对所需环境资源数量进行最优规划，实现仿真模型、应用软件等仿真资源与计算资源之间的最优匹配，得出试验前最优的规划配置结果数据；S23.根据前面仿真模型和试验资源匹配结果进行自动部署，将所需的各类资源部署到各个试验节点，完成试验环境配置；S3. 实现基于云架构完成试验环境自动部署S31.管理席位按照预先规划的部署方案，在web浏览器中选取相应的软件，生成调度指令，将软件下发给各个试验虚拟节点，控制各个虚拟节点自动安装软件镜像；S32.安装完成后，管理席位根据虚拟资源规划结果进行仿真模拟运行，通过远程桌面操作软件，生成软件操作指令，控制虚拟节点上各个软件运行，进行相应的通信、计算、显示、存储等操作；S33.利用云平台提供的资源运行状态监视功能，实时测量并记录各虚拟节点的资源占用情况和负载变化趋势，当节点负载不均衡，利用云计算平台资源弹性伸缩的属性动态调整各虚拟节点的资源配置，直至各节点资源配置满足仿真系统的应用运行需求和模型计算需求；S34.模拟运行结束后，管理节点则再次通过远程桌面生成软件关闭指令，关闭虚拟节点计算机，释放资源；S4. 试验环境运行时进行部署优化S41.启动试验环境进行模拟运行时，云平台资源监控工具通过云仿真平台提供的资源监控接口，实时获得基础云平台中虚拟节点的运行状态，监测各仿真节点的CPU、内存、磁盘I/O、网络等负载；S42.资源监控工具利用深度学习模型对监测数据进行处理得出试验环境的运行趋势，发现潜在的性能问题和可待优化的资源，通过消息的方式发送给自动部署工具；S43.自动部署工具则通过自愿接收服务获得资源占用数据，并调用高效的试验资源优化算法服务，形成资源优化方案，自动部署工具依据资源优化方案，调用云仿真平台提供的资源扩展接口完成资源优化扩展。
[0007]有益效果在于：本专利技术的试验环境构建方法，以平台化、自动化、标准化的试验环境构建为原则，通过融合云计算、虚拟化、建模仿真等技术，具体描述应用云平台开展试验环境自动配置部署的设计和实施过程，实现了在有限的物理网络和服务器等基础设施资源
环境下，构建与真实试验环境近似、可扩展、可配置、可复制、可恢复、快速响应的私有云试验环境，避免试验前与试验中大量人力物力的浪费，从而提高应用系统的部署效率，还能够满足同一时间段中多个试验任务的环境独立与自由切换。基于云平台的弹性伸缩利用已有系统仿真资源，实现面向特定试验任务的仿真系统部署生成，并且能够根据资源使用监测信息，优化试验仿真资源规划部署方案，保证试验计算资源满足计算性能需求，提高仿真系统配置管理效率，提供仿真系统多试验任务的并行支持能力；本专利技术未详细介绍处为现有常用技术。
附图说明
[0008]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0009]图1是基于云架构的试验环境自动配置部署流程图；图2是试验资源参数动态生成过程示意图；图3 试验资源自动规划过程示意图；图4基于云架构自动部署原理图；图5 基于云架构的部署优化原理图。
具体实施方式
[0010]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。
[0011]参见图1
‑
图5所示，S1.实现试验资源匹配与参数动态生成根据想定文件描述规范、模型资源描述规范、模拟器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云架构的试验环境自动配置部署方法，其特征在于：S1.实现试验资源匹配与参数动态生成根据想定文件描述规范、模型资源描述规范、模拟器资源描述规范、实装描述规范、仿真资源描述规范，结合预置的匹配规则库对不同仿真资源的规范内容进行分析匹配，生成相应的匹配算法，指导仿真资源匹配调用和部署；通过加载解析想定文件，调用匹配算法自动生成想定中的作战实体与资源库中的模型资源匹配对应关系并生成模型相应参数；具体步骤为：S11.注册仿真资源；S12.加载想定文件；S13.自动匹配模型试验资源；S2.资源自动规划S21.根据上一步实体
‑
模型资源匹配结果，查询模型运行环境所需的软件资源、操作系统资源、主机资源、网络资源、计算资源，生成模型运行所需的环境资源，形成仿真实体与试验资源种类的关联组合；S22.利用基于计算量需求和计算资源的多目标规划优化算法对所需环境资源数量进行最优规划，实现仿真模型、应用软件等仿真资源与计算资源之间的最优匹配，得出试验前最优的规划配置结果数据；S23.根据前面仿真模型和试验资源匹配结果进行自动部署，将所需的各类资源部署到各个试验节点，完成试验环境配置；S3. 实现基于云架构完成试验环境自动部署S31.管理席位按照预先规划的部署方案，在web浏览器中选取相应的软件，生成调度指令，将软件下发...

【专利技术属性】
技术研发人员：刘冰峰，刘语婵，孔德培，石川，王琼，孙丹辉，高彦三，张蓓，王小森，
申请(专利权)人：中国人民解放军六三八九二部队，
类型：发明
国别省市：