專利名稱：一種基于云模型云服務(wù)的管理方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)與信息技術(shù)領(lǐng)域，特別是涉及一種基于云模型云服務(wù)的管理方法及系統(tǒng)。
背景技術(shù)：
隨著科學(xué)技術(shù)的不斷發(fā)展，計(jì)算機(jī)與信息技術(shù)特別是涉及云服務(wù)管理發(fā)展愈發(fā)迅速。云服務(wù)管理是云計(jì)算的核心問(wèn)題之一，它包括對(duì)服務(wù)的組織、定位、發(fā)現(xiàn)、調(diào)度、分配、確認(rèn)、進(jìn)程創(chuàng)建以及準(zhǔn)備所需資源的其它活動(dòng)。云服務(wù)資源中常用的資源包括計(jì)算服務(wù)、存儲(chǔ)服務(wù)、數(shù)據(jù)庫(kù)服務(wù)等服務(wù)資源。河南師范大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院的高宏卿，邢穎在《基于經(jīng)濟(jì)學(xué)的云資源管 理模型研究》一文中，結(jié)合云計(jì)算的特點(diǎn)，在分析計(jì)算資源的效用市場(chǎng)基礎(chǔ)上，從經(jīng)濟(jì)學(xué)原理的角度提出了云計(jì)算經(jīng)濟(jì)學(xué)架構(gòu)，設(shè)計(jì)了基于SLA的云資源管理經(jīng)濟(jì)模型。研究了該模型采用的基于使用量的計(jì)費(fèi)機(jī)制、基于SLA的談判流程、基于效用函數(shù)的談判算法。此外，內(nèi)蒙古科技大學(xué)信息與網(wǎng)絡(luò)中心的王靜宇在《云計(jì)算環(huán)境下資源分配與任務(wù)調(diào)度研究》一文中提出了基于任務(wù)分類(lèi)及蟻群算法的云計(jì)算系統(tǒng)調(diào)度模型。圍繞云服務(wù)資源，各研究機(jī)構(gòu)和企業(yè)都在進(jìn)行有益的探索。故，在目前最主要的三種云服務(wù)資源管理體系結(jié)構(gòu)模型中分層模型、抽象所有者模型以及計(jì)算經(jīng)濟(jì)模型。其中，計(jì)算經(jīng)濟(jì)模型因?yàn)橐栽品?wù)資源管理中相對(duì)成熟技術(shù)為基礎(chǔ)，又充分考慮云服務(wù)資源的經(jīng)濟(jì)學(xué)背景，與現(xiàn)實(shí)的商業(yè)社會(huì)相符，因此是目前最有前途的模型。它通過(guò)協(xié)商、拍賣(mài)等方式實(shí)現(xiàn)資源定價(jià)并分配，這與現(xiàn)實(shí)生活中的價(jià)值規(guī)律相符，能最大限度滿足資源所有者和資源使用者的需求。但是由于云服務(wù)的環(huán)境是復(fù)雜多變的，資源也不是靜態(tài)存在或永恒不變的，這樣計(jì)算經(jīng)濟(jì)模型缺乏動(dòng)態(tài)統(tǒng)一的定性定量評(píng)價(jià)機(jī)制的缺點(diǎn)就很容易使其在分配資源過(guò)程中因?yàn)樵品?wù)環(huán)境或資源狀態(tài)的改變而不得不再次進(jìn)行協(xié)商、拍賣(mài)，從而造成時(shí)間和網(wǎng)絡(luò)資源的耗費(fèi)，同時(shí)還會(huì)對(duì)用戶在云服務(wù)上所進(jìn)行的業(yè)務(wù)的可靠性、安全性和效率造成影響。為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于云模型云服務(wù)的管理方法及系統(tǒng)，嘗試從一個(gè)統(tǒng)一的刻面(facet)描述各種云服務(wù),從而提高云服務(wù)的管理效率,是目前計(jì)算機(jī)與信息技術(shù)領(lǐng)域亟待解決的問(wèn)題之一。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明實(shí)施例提出了一種基于云模型云服務(wù)的管理方法及系統(tǒng)，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配，本方案可實(shí)現(xiàn)定性到定量的轉(zhuǎn)換，有效地將傳統(tǒng)管理策略中由于定性的管理而形成網(wǎng)絡(luò)瓶頸現(xiàn)象大大減少，提高了資源管理的效率和可靠性。
為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的—種基于云模型云服務(wù)的管理方法,包括步驟一、通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表；步驟二、通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換；步驟三、根據(jù)生成的云滴將確定度低的資源進(jìn)行去除；步驟四、將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。優(yōu)選的，上述步驟一中，是通過(guò)Globus系統(tǒng)的監(jiān)控和發(fā)現(xiàn)服務(wù)單元提供的基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。優(yōu)選的，上述步驟二中，云的數(shù)字特征用期望值Ex、熵En以及超熵He3個(gè)數(shù)值來(lái)表 征。優(yōu)選的，上述步驟二中，云發(fā)生器有正向、逆向兩種。優(yōu)選的，上述正向云發(fā)生器是根據(jù)已有正態(tài)云的數(shù)字特征Ex，En和He，產(chǎn)生滿足上述正態(tài)云分布規(guī)律的二維云Drop(x, μ ),稱為云滴。優(yōu)選的，上述逆向云發(fā)生器是已知云中相當(dāng)數(shù)量的云滴分布Drop (X，μ)，確定正態(tài)云的三個(gè)數(shù)字特征值Ex，En和He。優(yōu)選的，上述步驟三中，進(jìn)一步包括將得到的確定度與最小確定度比較，如小于最小確定度則將該資源從可用資源列表中刪除。優(yōu)選的，上述步驟四中，是將經(jīng)過(guò)篩選的定量表示的資源通過(guò)目前研究相對(duì)比較成熟的算法或模型進(jìn)行分配，即將篩選后的資源用資源選擇框架進(jìn)行分配。一種基于云模型云服務(wù)的管理系統(tǒng)，包括資源獲取單元、轉(zhuǎn)換單元、判斷單元及分配單元，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。優(yōu)選的，上述資源獲取單元用于通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。優(yōu)選的，上述轉(zhuǎn)換單元用于通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換。優(yōu)選的，上述判斷單元用于根據(jù)生成的云滴將確定度低的資源進(jìn)行去除。優(yōu)選的，上述分配單元用于將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。綜上所述，本發(fā)明提供了一種基于云模型云服務(wù)的管理方法及系統(tǒng)，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配，本方案可實(shí)現(xiàn)定性到定量的轉(zhuǎn)換，有效地將傳統(tǒng)管理策略中由于定性的管理而形成網(wǎng)絡(luò)瓶頸現(xiàn)象大大減少，提高了資源管理的效率和可靠性。


圖I為一種基于云模型云服務(wù)的管理方法不意圖；圖2為基于云模型的云服務(wù)管理示意圖；圖3為正向云發(fā)生器構(gòu)造示意圖4為一種基于云模型云服務(wù)的管理系統(tǒng)不意圖。
具體實(shí)施例方式本發(fā)明實(shí)施例提供的一種基于云模型云服務(wù)的管理方法及系統(tǒng)，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配，本方案可實(shí)現(xiàn)定性到定量的轉(zhuǎn)換，有效地將傳統(tǒng)管理策略中由于定性的管理而形成網(wǎng)絡(luò)瓶頸現(xiàn)象大大減少，提高了資源管理的效率和可靠性。為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，下面參照附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。在本方案中，鑒于云服務(wù)廠商都有自己的云服務(wù)管理模式，但并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范。而在云計(jì)算平臺(tái)中，服務(wù)分配的效率非常重要，對(duì)云計(jì)算平臺(tái)的系統(tǒng)綜合性能影響 很大。故，本方案將關(guān)注和解決如何從一個(gè)統(tǒng)一的刻面(facet)描述各種云服務(wù)，從而提高云服務(wù)的管理效率。云計(jì)算實(shí)現(xiàn)了包括計(jì)算服務(wù)、數(shù)據(jù)庫(kù)服務(wù)、存儲(chǔ)服務(wù)等服務(wù)資源的集中管理與整合，云服務(wù)資源具有分布透明、歸屬不同組織、服務(wù)等級(jí)多等特點(diǎn)，如何定量的表達(dá)是有效管理的基礎(chǔ)。云模型是定性定量間轉(zhuǎn)換的不確定性模型，通過(guò)云模型對(duì)云服務(wù)資源進(jìn)行定性定量的轉(zhuǎn)換，形成對(duì)云服務(wù)的定量表達(dá)。本發(fā)明實(shí)施例提供一種基于云模型云服務(wù)的管理方法，如圖I所不，具體步驟包括步驟一、通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表；具體而言，在本發(fā)明實(shí)施例中，是通過(guò)Globus系統(tǒng)的監(jiān)控和發(fā)現(xiàn)服務(wù)單元MDS(Monitoring and Discovery Service)提供的基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。而Globus系統(tǒng)是一個(gè)多研究機(jī)構(gòu)聯(lián)合開(kāi)發(fā)的項(xiàng)目，它力圖實(shí)現(xiàn)計(jì)算網(wǎng)格結(jié)構(gòu)，來(lái)提供對(duì)高性能遠(yuǎn)程計(jì)算資源普遍的、可靠的、一致性的訪問(wèn)。目前的Globus系統(tǒng)可以認(rèn)為是計(jì)算網(wǎng)格技術(shù)的典型代表和事實(shí)上的規(guī)范。如圖2所示為基于云模型的云服務(wù)管理示意圖，其中RSS(ReSourCe SelectionService)為資源選擇服務(wù),它由三個(gè)模塊構(gòu)成。Resource Monitor資源監(jiān)控單元負(fù)責(zé)從MDS獲取云服務(wù)環(huán)境信息，存入本地內(nèi)存，并負(fù)責(zé)在必要的時(shí)候刷新信息。Set Matcher匹配單元，用來(lái)運(yùn)用選擇算法來(lái)找到合適的資源集。以及Mapper單元。步驟二、通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換；具體而言,在本發(fā)明實(shí)施例中，云的數(shù)字特征用期望值Ex (Expected Value)、熵En (Entropy)、超熵 He (Hyper Entropy) 3 個(gè)數(shù)值來(lái)表征。其中，期望值Ex是概念在論域中的中心值，是最能代表一個(gè)定性概念的值，換句話說(shuō)，它100%地隸屬于一個(gè)定性概念。其中，熵En是定性概念模糊度的度量，反映了在論域中可被這個(gè)概念所接受的數(shù)值范圍，體現(xiàn)了定性概念亦此亦彼性的裕度。熵越大，概念所接受的數(shù)值范圍也越大，概念越模糊。其中，超熵He可謂熵En的熵，反映了云滴的離散程度。超熵越大，云滴離散度越大，隸屬度的隨機(jī)性越大，云的“厚度”也越大。
所以，云模型的3個(gè)數(shù)字特征值把模糊性(定性概念的亦此亦彼性)和隨機(jī)性(隸屬度的隨機(jī)性)完全集成到一起，構(gòu)成定性和定量相互間的映射，作為知識(shí)表示的基礎(chǔ)。云發(fā)生器(Cloud Generators, CG)有正向、逆向兩種。正向云發(fā)生器是根據(jù)已有正態(tài)云的數(shù)字特征Ex, En和He,產(chǎn)生滿足上述正態(tài)云分布規(guī)律的二維云Drop(x, μ ),稱為云滴；逆向云發(fā)生器是已知云中相當(dāng)數(shù)量的云滴分布Drop (X，μ )，確定正態(tài)云的三個(gè)數(shù)字特征值Ex，En和He。對(duì)于云服務(wù)管理系統(tǒng)，主要關(guān)注定性到定量的轉(zhuǎn)換，即主要關(guān)注正向云發(fā)生器，其構(gòu)造示意圖如圖3所示。進(jìn)一步的，在本方案基于云模型的云服務(wù)管理算法中，將輸入資源定性概念的期望值Ex、熵En和超熵He，最小確定度D和生成云滴數(shù)M。并且，(l)for(i = {從MDS中獲取的可用資源列表})//設(shè)有w個(gè)資源{for (j = I ；j <= M ;j++)//直到產(chǎn)生M個(gè)云滴,得到M個(gè)云滴在數(shù)域空間的定量位置及每個(gè)云滴代表該概念的確定度。{
(2)產(chǎn)生一個(gè)均值為Ex，標(biāo)準(zhǔn)差為He的正態(tài)隨機(jī)數(shù)En'；(3)產(chǎn)生一個(gè)均值為Ex，標(biāo)準(zhǔn)差為En'的正態(tài)隨機(jī)數(shù)x ；(4)令X為定性概念的一次具體量化值，稱為云滴；(5)計(jì)算J =(6)令y為X屬于該定性概念的確定度；(7) {x，y}完整地反映了這一次定性定量轉(zhuǎn)換的全部?jī)?nèi)容；}步驟三、根據(jù)生成的云滴將確定度低的資源進(jìn)行去除；具體而言，在本發(fā)明實(shí)施例中，會(huì)將得到的確定度與最小確定度D比較，如小于最小確定度D則將該資源從可用資源列表中刪除。確定度過(guò)低表示該資源不穩(wěn)定，這樣的資源可能會(huì)造成分配無(wú)效或降低分配效率，因此將其刪除。S卩，(8)將得到的確定度與D比較，如小于D則將該資源從可用資源列表中刪除。//確定度過(guò)低表示該資源不穩(wěn)定，這樣的資源可能會(huì)造成分配無(wú)效或降低分配效率，因此將其刪除。步驟四、將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。具體而言，在本發(fā)明實(shí)施例中，將經(jīng)過(guò)篩選的定量表示的資源通過(guò)目前研究相對(duì)比較成熟的算法或模型進(jìn)行分配，即(9)將篩選后的資源用資源選擇框架進(jìn)行分配。進(jìn)一步的，在本方案中，如圖2所示基于云模型的云服務(wù)管理示意圖，對(duì)于SaaS應(yīng)用服務(wù)，子任務(wù)如何分配和程序的行為表現(xiàn)密切相關(guān)。因此，在預(yù)測(cè)程序行為的時(shí)候，必須事先知道子任務(wù)將要如何分配到各個(gè)資源，這個(gè)工作由Mapper分配單元完成。GIIS(GridIndex Information Service)為云月艮務(wù)索弓丨信息月艮務(wù)，GRIS(Grid Resource InformationService)為云服務(wù)資源信息服務(wù)，他們的功能是提供資源有效性和配置信息。NWS (Network Weather Service)是一個(gè)用于跟蹤現(xiàn)有資源和網(wǎng)絡(luò)狀況的分布式監(jiān)控系統(tǒng)，同時(shí)能夠提供短期的網(wǎng)絡(luò)性能預(yù)測(cè)。在本實(shí)施例中，時(shí)間復(fù)雜性為0(w*M)+0(w2)，其中w是可用資源列表中資源的數(shù)量，表現(xiàn)為(I)中雙重循環(huán)的第一重循環(huán)數(shù)，即要將w個(gè)資源進(jìn)行定性定量轉(zhuǎn)換；M是每個(gè)資源生成的云滴數(shù)，即第二重循環(huán)數(shù)。0(w*M)為(1)-(8)的時(shí)間復(fù)雜度，而(9)中資源選擇框架采用的是貪心算法，其時(shí)間復(fù)雜度為0(w2) [8]，因此整個(gè)算法的時(shí)間復(fù)雜度就為O (w*M) +0 (w2)。另外，本發(fā)明實(shí)施例還提供了一種基于云模型云服務(wù)的管理系統(tǒng)。如圖4所示，為本發(fā)明實(shí)施例提供的一種基于云模型云服務(wù)的管理系統(tǒng)不意圖。一種基于云模型云服務(wù)的管理系統(tǒng)，包括資源獲取單元11、轉(zhuǎn)換單元22、判斷單元33及分配單元44。資源獲取單元11，用于通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表；具體而言，在本發(fā)明實(shí)施例中，是通過(guò)Globus系統(tǒng)的監(jiān)控和發(fā)現(xiàn)服務(wù)單元MDS(Monitoring and Discovery Service)提供的基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。而Globus系統(tǒng)是一個(gè)多研究機(jī)構(gòu)聯(lián)合開(kāi)發(fā)的項(xiàng)目，它力圖實(shí)現(xiàn)計(jì)算網(wǎng)格結(jié)構(gòu)，來(lái)提供對(duì)高性能遠(yuǎn)程計(jì)算資源普遍的、可靠的、一致性的訪問(wèn)。目前的Globus系統(tǒng)可以認(rèn) 為是計(jì)算網(wǎng)格技術(shù)的典型代表和事實(shí)上的規(guī)范。如圖2所示為基于云模型的云服務(wù)管理示意圖，其中RSS(ReSourCe SelectionService)為資源選擇服務(wù),它由三個(gè)模塊構(gòu)成。Resource Monitor資源監(jiān)控單元負(fù)責(zé)從MDS獲取云服務(wù)環(huán)境信息，存入本地內(nèi)存，并負(fù)責(zé)在必要的時(shí)候刷新信息。Set Matcher匹配單元，用來(lái)運(yùn)用選擇算法來(lái)找到合適的資源集。轉(zhuǎn)換單元22，用于通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換；具體而言,在本發(fā)明實(shí)施例中，云的數(shù)字特征用期望值Ex (Expected Value)、熵En (Entropy)、超熵 He (Hyper Entropy) 3 個(gè)數(shù)值來(lái)表征。其中，期望值Ex是概念在論域中的中心值，是最能代表一個(gè)定性概念的值，換句話說(shuō)，它100%地隸屬于一個(gè)定性概念。其中，熵En是定性概念模糊度的度量，反映了在論域中可被這個(gè)概念所接受的數(shù)值范圍，體現(xiàn)了定性概念亦此亦彼性的裕度。熵越大，概念所接受的數(shù)值范圍也越大，概念越模糊。其中，超熵He可謂熵En的熵，反映了云滴的離散程度。超熵越大，云滴離散度越大，隸屬度的隨機(jī)性越大，云的“厚度”也越大。所以，云模型的3個(gè)數(shù)字特征值把模糊性(定性概念的亦此亦彼性)和隨機(jī)性(隸屬度的隨機(jī)性)完全集成到一起，構(gòu)成定性和定量相互間的映射，作為知識(shí)表示的基礎(chǔ)。云發(fā)生器(Cloud Generators, CG)有正向、逆向兩種。正向云發(fā)生器是根據(jù)已有正態(tài)云的數(shù)字特征Ex, En和He,產(chǎn)生滿足上述正態(tài)云分布規(guī)律的二維云Drop(x, μ ),稱為云滴；逆向云發(fā)生器是已知云中相當(dāng)數(shù)量的云滴分布Drop (X，μ),確定正態(tài)云的三個(gè)數(shù)字特征值Εχ，En和He。對(duì)于云服務(wù)管理系統(tǒng)，主要關(guān)注定性到定量的轉(zhuǎn)換，即主要關(guān)注正向云發(fā)生器，其構(gòu)造示意圖如圖3所示。進(jìn)一步的，在本方案基于云模型的云服務(wù)管理算法中，將輸入資源定性概念的期望值Ex、熵En和超熵He，最小確定度D和生成云滴數(shù)M。并且，(2)for(i = {從MDS中獲取的可用資源列表})//設(shè)有w個(gè)資源{for (j = I ；j <= M ;j++)//直到產(chǎn)生M個(gè)云滴,得到M個(gè)云滴在數(shù)域空間的定量位置及每個(gè)云滴代表該概念的確定度。{
(2)產(chǎn)生一個(gè)均值為Ex，標(biāo)準(zhǔn)差為He的正態(tài)隨機(jī)數(shù)En'；(3)產(chǎn)生一個(gè)均值為Ex，標(biāo)準(zhǔn)差為En'的正態(tài)隨機(jī)數(shù)x ；(4)令X為定性概念的一次具體量化值，稱為云滴；(5)計(jì)算y =.
5(6)令y為X屬于該定性概念的確定度；(7) {x，y}完整地反映了這一次定性定量轉(zhuǎn)換的全部?jī)?nèi)容；}·
判斷單元33，用于根據(jù)生成的云滴將確定度低的資源進(jìn)行去除；具體而言，在本發(fā)明實(shí)施例中，會(huì)將得到的確定度與最小確定度D比較，如小于最小確定度D則將該資源從可用資源列表中刪除。確定度過(guò)低表示該資源不穩(wěn)定，這樣的資源可能會(huì)造成分配無(wú)效或降低分配效率，因此將其刪除。S卩，(8)將得到的確定度與D比較，如小于D則將該資源從可用資源列表中刪除。//確定度過(guò)低表示該資源不穩(wěn)定，這樣的資源可能會(huì)造成分配無(wú)效或降低分配效率，因此將其刪除。分配單元44，用于將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。具體而言，在本發(fā)明實(shí)施例中，將經(jīng)過(guò)篩選的定量表示的資源通過(guò)目前研究相對(duì)比較成熟的算法或模型進(jìn)行分配，即(9)將篩選后的資源用資源選擇框架進(jìn)行分配。進(jìn)一步的，在本方案中，如圖2所示基于云模型的云服務(wù)管理示意圖，對(duì)于SaaS應(yīng)用服務(wù)，子任務(wù)如何分配和程序的行為表現(xiàn)密切相關(guān)。因此，在預(yù)測(cè)程序行為的時(shí)候，必須事先知道子任務(wù)將要如何分配到各個(gè)資源，這個(gè)工作由Mapper分配單元完成。GIIS(GridIndex Information Service)為云月艮務(wù)索弓丨信息月艮務(wù)，GRIS(Grid Resource InformationService)為云服務(wù)資源信息服務(wù)，他們的功能是提供資源有效性和配置信息。NWS (Network Weather Service)是一個(gè)用于跟蹤現(xiàn)有資源和網(wǎng)絡(luò)狀況的分布式監(jiān)控系統(tǒng)，同時(shí)能夠提供短期的網(wǎng)絡(luò)性能預(yù)測(cè)。在本實(shí)施例中，時(shí)間復(fù)雜性為0(w*M)+0(w2)，其中w是可用資源列表中資源的數(shù)量，表現(xiàn)為(I)中雙重循環(huán)的第一重循環(huán)數(shù)，即要將w個(gè)資源進(jìn)行定性定量轉(zhuǎn)換；M是每個(gè)資源生成的云滴數(shù)，即第二重循環(huán)數(shù)。0(w*M)為(I)-⑶的時(shí)間復(fù)雜度，而(9)中資源選擇框架采用的是貪心算法，其時(shí)間復(fù)雜度為0(w2) [8]，因此整個(gè)算法的時(shí)間復(fù)雜度就為0(w*M)+0(w2)。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷(xiāo)售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。綜上所述，本文提供了一種基于云模型云服務(wù)的管理方法及系統(tǒng)，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配，本方案可實(shí)現(xiàn)定性到定量的轉(zhuǎn)換，有效地將傳統(tǒng)管理策略中由于定性的管理而形成網(wǎng)絡(luò)瓶頸現(xiàn)象大大減少，提高了資源管理的效率和可靠性。以上對(duì)本發(fā)明所提供的一種基于云模型云服務(wù)的管理方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只 是用于幫助理解本發(fā)明的方案；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式
及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
權(quán)利要求
1.一種基于云模型云服務(wù)的管理方法，其特征在于，所述方法包括 步驟一、通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表； 步驟二、通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換； 步驟三、根據(jù)生成的云滴將確定度低的資源進(jìn)行去除； 步驟四、將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟一中，是通過(guò)Globus系統(tǒng)的監(jiān)控和發(fā)現(xiàn)服務(wù)單元提供的基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟二中，云的數(shù)字特征用期望值Ex、熵En以及超熵He3個(gè)數(shù)值來(lái)表征。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟二中，云發(fā)生器有正向、逆向兩種。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述正向云發(fā)生器是根據(jù)已有正態(tài)云的數(shù)字特征Ex，En和He，產(chǎn)生滿足上述正態(tài)云分布規(guī)律的二維云Drop (χ, μ ),稱為云滴。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述逆向云發(fā)生器是已知云中相當(dāng)數(shù)量的云滴分布Drop(x, μ ),確定正態(tài)云的三個(gè)數(shù)字特征值Ex, En和He。
7.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟三中，進(jìn)一步包括將得到的確定度與最小確定度比較，如小于最小確定度則將該資源從可用資源列表中刪除。
8.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟四中，是將經(jīng)過(guò)篩選的定量表示的資源通過(guò)目前研究相對(duì)比較成熟的算法或模型進(jìn)行分配，即將篩選后的資源用資源選擇框架進(jìn)行分配。
9.一種基于云模型云服務(wù)的管理系統(tǒng)，其特征在于，所述系統(tǒng)包括資源獲取單元、轉(zhuǎn)換單元、判斷單元及分配單元，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。
10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述資源獲取單元用于通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表。
11.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述轉(zhuǎn)換單元用于通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換。
12.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述判斷單元用于根據(jù)生成的云滴將確定度低的資源進(jìn)行去除。
13.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述分配單元用于將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配。
全文摘要
本發(fā)明提供了一種基于云模型云服務(wù)的管理方法及系統(tǒng)，通過(guò)基于LDAP協(xié)議的資源目錄服務(wù)獲取可用資源列表，然后通過(guò)正向正態(tài)云發(fā)生器對(duì)資源進(jìn)行定性定量轉(zhuǎn)換，接著根據(jù)生成的云滴將確定度低的資源進(jìn)行去除，最終將經(jīng)過(guò)篩選的定量表示的資源用資源選擇框架進(jìn)行分配，本方案可實(shí)現(xiàn)定性到定量的轉(zhuǎn)換，有效地將傳統(tǒng)管理策略中由于定性的管理而形成網(wǎng)絡(luò)瓶頸現(xiàn)象大大減少，提高了資源管理的效率和可靠性。
文檔編號(hào)G06F17/30GK102904963SQ20121041464
公開(kāi)日2013年1月30日 申請(qǐng)日期2012年10月25日 優(yōu)先權(quán)日2012年10月25日
發(fā)明者楊志和 申請(qǐng)人:上海電機(jī)學(xué)院