System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于云计算领域,具体涉及一种私有云平台下虚拟机使用情况分级方法。
技术介绍
1、在虚拟化平台的无计费模式下,虚拟机一旦被分配给用户,保持长期开机状态,即使用户在长时间内没有使用,虚拟机也往往保持被占用状态,在资源有限的情况下其他用户无法申请,计算资源无法高效充分的利用。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术要解决的技术问题是如何提供一种私有云平台下虚拟机使用情况分级方法,以解决在资源有限的情况下其他用户无法申请,计算资源无法高效充分的利用的问题。
3、(二)技术方案
4、为了解决上述技术问题,本专利技术提出一种私有云平台下虚拟机使用情况分级方法,该方法包括如下步骤:
5、s1、部署虚拟机监控服务代理和使用情况分级算法模型ugam;
6、在虚拟化平台的每个虚拟机中搭建虚拟机监控服务代理,包括:数据采集单元、数据处理单元、使用状态检测单元和数据传输单元,其中,数据采集单元实现了虚拟机资源使用数据与用户io数据的采集,使用状态检测单元用于判断用户是否有io操作,数据处理单元用于将数据采集单元、使用状态检测单元获得的数据转换成统一格式,数据传输单元用于将数据同步至虚拟化管理平台的使用情况分级算法模型ugam进行后续的分析;
7、在虚拟化管理平台部署使用情况分级算法模型ugam,由时序判断单元以及使用情况分析单元组成,时序判断单元使用lstm时序算法模型进行更深入的分析,通过一段时间内的分析
8、s2、采集虚拟机综合数据
9、数据采集单元实时监测和记录基本信息、虚拟机资源使用情况和用户io数据,收集到的源数据通过数据处理单元转换成统一格式;
10、s3、通过用户io数据确定虚拟机使用情况
11、通过虚拟机监控服务代理中的使用状态检测单元进行判断,通过用户是否有io操作、通过用户io数据确定虚拟机使用情况,使用状态检测单元的输出结果将会保存为统一的数据格式;
12、s4、构建特征工程
13、采用构建特征工程的方法,将采集得到的源数据构建为特征工程数据,此特征工程数据将输入至lstm时序算法模型中;
14、s5、训练深度学习算法
15、通过获取各个情景下的虚拟机使用的特征工程数据,并进行标注,使用标注好的数据对lstm时序算法进行训练;
16、s6、获得虚拟机使用情况分级结果
17、获得虚拟机使用情况分级结果共分为两个步骤,首先虚拟机监控服务代理中的使用状态检测单元通过io操作直接判断出虚拟机的使用情况,继而通过使用情况分析单元得出无io操作的虚拟机的使用情况,共同获得最终的虚拟机使用情况分级结果。
18、(三)有益效果
19、本专利技术提出一种私有云平台下虚拟机使用情况分级方法,本专利技术的一种私有云平台下虚拟机使用情况分级方法具有如下优点和效果:
20、通过在虚拟机中部署虚拟机监控服务代理,能够在麒麟,统信等不同国产化操作系统;海光,兆芯等不同国产化处理器下进行实时监控和处理虚拟机基本信息、资源使用情况和用户io数据。
21、提出使用情况分级算法,配合虚拟化管理平台,可支向虚拟机回收等操作提供决策支持,提高了虚拟机资源利用率。
22、通过上述技术方案,本专利技术提供的一种私有云平台下虚拟机使用情况分级方法,与传统的虚拟机管理方法相比,能够更有效地促进虚拟机资源的高效使用,减少无使用情况的虚拟机浪费资源的场景,后续可通过对无使用情况的虚拟机进行回收等决策,提高整体平台的运行效率。
本文档来自技高网...【技术保护点】
1.一种私有云平台下虚拟机使用情况分级方法,其特征在于,该方法包括如下步骤:
2.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,虚拟机资源使用数据包括:操作系统类型、键盘鼠标活动、应用程序使用、登录/注销记录,以及CPU和内存使用情况数据。
3.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,用户IO数据包括:鼠标、键盘IO数据。
4.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,数据采集单元在每个虚拟机中每经过n时间进行一次监控源数据获取,在经历m次后使用状态检测单元进行一次虚拟机使用情况的判断。
5.如权利要求4所述的私有云平台下虚拟机使用情况分级方法,其特征在于,源数据的采集支持在不同的国产化操作系统以及处理器进行。
6.如权利要求5所述的私有云平台下虚拟机使用情况分级方法,其特征在于,国产化操作系统包括:麒麟,统信,国产化处理器包括:海光,兆芯。
7.如权利要求4所述的私有云平台下虚拟机使用情况分级方法,其特征在于,所述S4中,通过构建n*m时
8.如权利要求7所述的私有云平台下虚拟机使用情况分级方法,其特征在于,LSTM时序算法模型作为深度学习算法,用于处理输入的特征工程数据以预测n*m时间内虚拟机是否使用,训练此算法共分为两个步骤:
9.如权利要求8所述的私有云平台下虚拟机使用情况分级方法,其特征在于,使用情况分级算法模型UGAM将虚拟机运行情况分为频繁使用、经常使用、偶尔使用以及无使用。
10.如权利要求1-9任一项所述的私有云平台下虚拟机使用情况分级方法,其特征在于,
...【技术特征摘要】
1.一种私有云平台下虚拟机使用情况分级方法,其特征在于,该方法包括如下步骤:
2.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,虚拟机资源使用数据包括:操作系统类型、键盘鼠标活动、应用程序使用、登录/注销记录,以及cpu和内存使用情况数据。
3.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,用户io数据包括:鼠标、键盘io数据。
4.如权利要求1所述的私有云平台下虚拟机使用情况分级方法,其特征在于,数据采集单元在每个虚拟机中每经过n时间进行一次监控源数据获取,在经历m次后使用状态检测单元进行一次虚拟机使用情况的判断。
5.如权利要求4所述的私有云平台下虚拟机使用情况分级方法,其特征在于,源数据的采集支持在不同的国产化操作系统以及处理器进行。
6.如权利要求...
【专利技术属性】
技术研发人员:胡晨宇,刘一非,高艳鹍,王瑞林,姚韫,周丽娜,陈鹏,刘浩,杨广,李杰,
申请(专利权)人:北京计算机技术及应用研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。