云操作系统中资源等级自动分类方法和装置制造方法及图纸

本发明专利技术提供一种云操作系统中资源等级自动分类方法和装置，采集云操作系统中的资源特征数据，人为确定所述资源特征数据的等级，将确定等级的资源特征数据作为样本输入支持向量机分类器，训练该支持向量分类器的参数，采集新添加入所述云操作系统的资源的特征数据，输入所述支持向量机分类器，基于训练的所述参数确定新添加入所述云操作系统的资源特征数据的等级。提出的方案能够对云操作系统中资源等级自动执行分类，保证资源分类等级的客观性和准确性。

Method and apparatus for automatically classifying resource levels in a cloud operating system

The invention provides a cloud operating system in resource level automatic classification method and device, data acquisition of cloud resource characteristics in the operating system, for determining the resource characteristics of data level, will be identified as the sample resource feature data level input support vector machine classifier, the training parameters of support vector machine classifier, the characteristics of new data acquisition add into the cloud operating system resources, input to the support vector machine classifier, the newly added into the cloud operating system resources characteristic data level determine the parameters based on the training. The proposed scheme can automatically classify the resource levels in the cloud operating system, and ensure the objectivity and accuracy of the resource classification level.

【技术实现步骤摘要】
云操作系统中资源等级自动分类方法和装置
本专利技术涉及云计算领域，具体涉及一种云操作系统中的资源等级自动分类方法和装置。
技术介绍
当前，云计算逐渐被行业认可，云数据中心操作系统逐渐实现并付诸于实践。在云数据中心操作系统中，通常会就资源等级进行分类，根据用户不同需求和付费，提供差异化质量的服务。支持向量机是一种泛化能力很强的分类器，它在解决小样本问题方面表现出了许多特有的优势，已成为国际上模式识别领域的研究热点。目前，大多同类系统采用人工确定资源等级的方式，增加了工作量的同时，也无法保证资源等级的客观性和准确性，因此，亟待提出一种云操作系统中资源等级自动分类方法，以保证资源分类等级的客观性和准确性。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种云操作系统中资源等级自动分类方法，包括:S1:采集云操作系统中的资源特征数据，人为确定所述资源特征数据的等级；S2:将确定等级的资源特征数据作为训练样本输入支持向量机分类器，训练该支持向量分类器的参数；S3:采集新添加入所述云操作系统的资源特征数据，输入所述支持向量机分类器，基于训练的所述参数确定新添加入所述云操作系统的资源特征数据的等级。一种云操作系统中资源等级自动分类装置，包括:训练样本输入模块、支持向量机分类器和新添加资源特征数据输入模块，所述支持向量机分类器分别与训练样本输入模块和新添加资源特征数据输入模块连接；训练样本输入模块，用于采集云操作系统中的资源特征数据，人为确定所述资源特征数据的等级，将确定等级的所述资源特征数据作为训练样本输入支持向量机分类器，训练该支持向量分类器的参数；支持向量机分类器，接收训练样本输入模块输入的所述训练样本，对参数进行训练，接收新添加资源特征数据，基于训练的所述参数确定所述新添加资源特征数据的等级；新添加资源特征数据输入模块，用于采集新添加入所述云操作系统的资源特征数据，并输入所述支持向量机分类器。。本专利技术的有益效果是，能够对云操作系统中资源等级自动执行分类，保证资源分类等级的客观性和准确性。【附图说明】图I为本专利技术提出的云操作系统中的资源等级自动分类方法流程图。图2为本专利技术提出的支持向量机分类器。图3为本专利技术提出的云操作系统中的资源等级自动分类装置。【具体实施方式】下面參照附图I至3，对本专利技术的内容以ー个具体实例来描述本专利技术提供的所述方法。本专利技术的体系结构主要包括：支持向量机分类器设计（I);资源等级自动分类机制（2);其中支持向量机分类器设计（I)是该机制的算法部分，通过设计”0ne-0ne”支持向量机级联模型来实现多分类模式分类，同时确定最优的核函数，即径向基核函数，大大提高了分类精度，同时减小训练次数和计算复杂度。支持向量机（SVM, Support Vector Machine)是最优线性分类和核函数方法混合应用的产物。通过核映射，支持向量机首先将输入样本空间非线性变换到另ー个高维数的空间(特征空间)，然后在这个新的空间中求取样本的最优线性分类面，而这种非线性变换是通过定义适当的内积函数(核函数）实现的。特征空间最优线性分类面函数可用式描述：本文档来自技高网...

【技术保护点】
一种云操作系统中资源等级自动分类方法，其特征在于包括：S1:采集云操作系统中的资源特征数据，人为确定所述资源特征数据的等级；S2:将确定等级的资源特征数据作为训练样本输入支持向量机分类器，训练该支持向量分类器的参数；S3:采集新添加入所述云操作系统的资源特征数据，输入所述支持向量机分类器，基于训练的所述参数确定新添加入所述云操作系统的资源特征数据的等级。

【技术特征摘要】
1.一种云操作系统中资源等级自动分类方法，其特征在于包括: Si:采集云操作系统中的资源特征数据，人为确定所述资源特征数据的等级； S2:将确定等级的资源特征数据作为训练样本输入支持向量机分类器，训练该支持向量分类器的参数； S3:采集新添加入所述云操作系统的资源特征数据，输入所述支持向量机分类器，基于训练的所述参数确定新添加入所述云操作系统的资源特征数据的等级。2.如权利要求1所述的方法，其特征在于:所述支持向量机分类器由K-1个两分类向量机分类器级联构成，其中K为输入的样本种类个数。3.如权利要求1或2所述的方法，其特征在于:所述资源包括计算机处理器资源、内存、外部存储器。4.一种云操作系统中资源等级自动分类装置，包括: 训练样本输入模块、支持向量机分类器和新添加资源特征数据输入模块，所述支持向量机...

【专利技术属性】
技术研发人员：郭锋，
申请(专利权)人：浪潮北京电子信息产业有限公司，
类型：发明
国别省市：