本發(fā)明實施例涉及通信
技術(shù)領(lǐng)域：
，尤其涉及一種虛擬機的管理方法及裝置。
背景技術(shù)：
：在NFV(NetworkFunctionsVirtualization，網(wǎng)絡(luò)功能虛擬化)系統(tǒng)中，可以為網(wǎng)絡(luò)內(nèi)的各個網(wǎng)元分配相應(yīng)的虛擬資源，并利用云化技術(shù)使每個網(wǎng)元運行在一個或多個虛擬機(VM，VirtualMachine)上，這一個或多個VM可稱為該網(wǎng)元的虛擬機組。示例性的，如圖1所示，網(wǎng)元1的各項業(yè)務(wù)運行在網(wǎng)元1的虛擬機組上，NFV系統(tǒng)中的MANO(ManagementandOrchestration，管理和編排器)可以為網(wǎng)元1設(shè)置擴容閾值和縮容閾值(縮容閾值小于擴容閾值)，當網(wǎng)元1的負載值大于擴容閾值時，觸發(fā)擴容操作，即：為網(wǎng)元1的虛擬機組額外申請一定數(shù)量的VM為網(wǎng)元1分擔(dān)負載，當網(wǎng)元1的負載值小于縮容閾值時，觸發(fā)縮容操作，即：從網(wǎng)元1的虛擬機組中釋放一定數(shù)量的VM給其他的網(wǎng)元。但是，MANO為網(wǎng)元1配置擴容閾值和縮容閾值時，通常是由操作人員根據(jù)實際經(jīng)驗向MANO輸入固定的擴容閾值和縮容閾值，即設(shè)置的擴容閾值和縮容閾值是一個固定的經(jīng)驗值，而依靠經(jīng)驗設(shè)定的擴容閾值(或縮容閾值)并不能適用所有的應(yīng)用場景，例如，對于網(wǎng)元1而言，在白天，連接到網(wǎng)元1的用戶數(shù)量波動比較大，當網(wǎng)元1的負載值低于30％(即縮容閾值為30％)時可觸發(fā)縮容操作，然而，在晚上，連接到網(wǎng)元1的用戶數(shù)量波動比較小，且用戶數(shù)量比較少，當網(wǎng)元1的負載值低于50％時便可進行縮容操作，此時，如果仍然設(shè)置縮容閾值為30％，則會使得網(wǎng)元1的負載值低于30％時才能觸發(fā)縮容操作，從而浪費一部分網(wǎng)元1的虛擬資源，不能充分實現(xiàn)對虛擬資源的按需申請和釋放。技術(shù)實現(xiàn)要素：本發(fā)明的實施例提供一種虛擬機的管理方法及裝置，可以提高虛擬資源的利用率。為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案：第一方面，本發(fā)明的實施例提供一種虛擬機的管理方法，包括：獲取目標網(wǎng)元的虛擬機組在第一時段內(nèi)運行時產(chǎn)生的用戶行為數(shù)據(jù)，該用戶行為數(shù)據(jù)用于指示客戶端與目標網(wǎng)元通信的過程中產(chǎn)生的流量信息；進而，從該用戶行為數(shù)據(jù)中提取影響該虛擬機組內(nèi)VM個數(shù)的特征信息；根據(jù)該特征信息預(yù)測目標網(wǎng)元在目標時段(即獲取上述用戶行為數(shù)據(jù)之后虛擬機組運行的任意時段)內(nèi)運行時所需的目標VM數(shù)量；后續(xù)，可指示MANO在該目標時段到來時，按照該目標VM數(shù)量調(diào)整該虛擬機組中VM的數(shù)量?？梢钥闯?，在本發(fā)明實施例提供的虛擬機的管理方法中，可基于過去一定時間內(nèi)(即第一時段內(nèi))的用戶行為數(shù)據(jù)，為各個網(wǎng)元預(yù)測出未來在目標時段內(nèi)運行時所需的目標VM數(shù)量，進而在目標時段到來時提前為網(wǎng)元的虛擬組配置好相應(yīng)數(shù)量的VM，即為該網(wǎng)元分配相應(yīng)的虛擬資源，指導(dǎo)MANO進行智能化的擴縮容操作，從而提高虛擬資源的利用率。在一種可能的設(shè)計方式中，該特征信息具體可包括N(N＞1)個特征矩陣，其中，從該用戶行為數(shù)據(jù)中提取影響該虛擬機組內(nèi)VM個數(shù)的特征信息，包括：確定影響該虛擬機組內(nèi)VM個數(shù)的至少一個特征屬性；對于N個時間區(qū)間中的每個時間區(qū)間：從該用戶行為數(shù)據(jù)中提取與該時間區(qū)間對應(yīng)的一個特征矩陣，得到上述N個特征矩陣，該特征矩陣包括每個歷史樣本周期內(nèi)與該時間區(qū)間對應(yīng)的該至少一個特征屬性的屬性值，其中，上述N個時間區(qū)間組成了一個歷史樣本周期，M(M≥1)個歷史樣本周期組成了上述第一時段。后續(xù)，可以時間區(qū)間為粒度，預(yù)測出目標時段內(nèi)各個時間區(qū)間所需的目標VM數(shù)量，從而得到在目標時段內(nèi)目標VM數(shù)量的變化趨勢。在一種可能的設(shè)計方式中，從該用戶行為數(shù)據(jù)中提取與該時間區(qū)間對應(yīng)的一個特征矩陣，包括：從該用戶行為數(shù)據(jù)中提取M個目標行向量，該M個目標行向量中的每個目標行向量唯一對應(yīng)一個歷史樣本周期，該每個目標行向量包括：與該目標行向量對應(yīng)的歷史樣本周期內(nèi)該至少一個特征屬性在該時間區(qū)間內(nèi)的屬性值；將該M個目標向量中的每個目標行向量分別轉(zhuǎn)換為一個列向量，以構(gòu)成與該時間區(qū)間對應(yīng)的一個特征矩陣。在一種可能的設(shè)計方式中，根據(jù)該特征信息預(yù)測該目標網(wǎng)元在目標時段內(nèi)運行時所需的目標VM數(shù)量，包括：對于該N個時間區(qū)間中的每個時間區(qū)間，根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該目標網(wǎng)元在該目標時段的該時間區(qū)間內(nèi)運行時所需的目標VM數(shù)量。在一種可能的設(shè)計方式中，根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該目標網(wǎng)元在該目標時段的該時間區(qū)間內(nèi)運行時所需的目標VM數(shù)量，包括：根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該M個歷史樣本周期中每個歷史樣本周期所需的歷史VM數(shù)量，得到M個歷史VM數(shù)量；根據(jù)該M個歷史VM數(shù)量，預(yù)測在該目標網(wǎng)元在該目標時段的該時間區(qū)間內(nèi)運行時所需的目標VM數(shù)量。在一種可能的設(shè)計方式中，在根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該M個歷史樣本周期中每個歷史樣本周期所需的歷史VM數(shù)量，得到M個歷史VM數(shù)量之后，還包括：確定在第二時段內(nèi)存在的突變數(shù)據(jù)，該突變數(shù)據(jù)為該M個歷史VM數(shù)量中的至少一個，該第二時段的開始時間早于該第一時段的開始時間，該第二時段的結(jié)束時間與該第一時段的結(jié)束時間相同；去除該突變數(shù)據(jù)，以提高后續(xù)預(yù)測目標VM數(shù)量時的準確度。在一種可能的設(shè)計方式中，確定在第二時段內(nèi)存在的突變數(shù)據(jù)，包括：計算上述M個歷史VM數(shù)量的第一平均值；若M個歷史VM數(shù)量中的L個歷史VM數(shù)量不屬于第一平均值區(qū)間(第一平均值區(qū)間為包含該第一平均值的預(yù)設(shè)區(qū)間)，則計算該第二時段內(nèi)每個歷史樣本周期所需的歷史VM數(shù)量的第二平均值；若L個歷史VM數(shù)量中的至少一個歷史VM數(shù)量不屬于第二平均值區(qū)間(第二平均值區(qū)間為包含該第二平均值的預(yù)設(shè)區(qū)間)，則確定該至少一個歷史VM數(shù)量為突變數(shù)據(jù)，這樣可降低因第一時段的約束而導(dǎo)致確定的突變數(shù)據(jù)誤差較大的幾率。在一種可能的設(shè)計方式中，在指示MANO在該目標時段到來時，按照該目標VM數(shù)量調(diào)整該虛擬機組中VM的數(shù)量之后，包括：獲取該虛擬機組的當前負載值；若該當前負載值大于預(yù)設(shè)的擴容閾值，則向該虛擬機組中增加至少一個VM；若該當前負載值小于預(yù)設(shè)的縮容閾值，則向該虛擬機組中釋放至少一個VM，該擴容閾值大于該縮容閾值。也就是說，可以根據(jù)目標網(wǎng)元的實際負載值對管理裝置預(yù)測得到的目標VM數(shù)量進行校驗，避免因為預(yù)測結(jié)果出現(xiàn)偏差，而導(dǎo)致虛擬資源的利用率降低的問題第二方面，本發(fā)明的實施例提供一種管理裝置，包括：獲取單元，用于獲取目標網(wǎng)元的虛擬機組在第一時段內(nèi)運行時產(chǎn)生的用戶行為數(shù)據(jù)，該用戶行為數(shù)據(jù)用于指示客戶端與目標網(wǎng)元通信時產(chǎn)生的流量信息，該第一時段是指在獲取該用戶行為數(shù)據(jù)之前的任意時段；提取單元，用于從該用戶行為數(shù)據(jù)中提取影響該虛擬機組內(nèi)VM個數(shù)的特征信息；預(yù)測單元，用于根據(jù)該特征信息預(yù)測目標網(wǎng)元在目標時段內(nèi)運行時所需的目標VM數(shù)量，該目標時段是指在獲取該用戶行為數(shù)據(jù)之后的任意時段；執(zhí)行單元，用于指示MANO在該目標時段到來時，按照該目標VM數(shù)量調(diào)整該虛擬機組中VM的數(shù)量。在一種可能的設(shè)計方式中，該特征信息包括N個特征矩陣，N＞1，該提取單元，具體用于：確定影響該虛擬機組內(nèi)VM個數(shù)的至少一個特征屬性；對于N個時間區(qū)間中的每個時間區(qū)間：從該用戶行為數(shù)據(jù)中提取與該時間區(qū)間對應(yīng)的一個特征矩陣，該特征矩陣包括每個歷史樣本周期內(nèi)與該時間區(qū)間對應(yīng)的該至少一個特征屬性的屬性值，該N個時間區(qū)間組成了一個歷史樣本周期，M個歷史樣本周期組成了該第一時段，M≥1。在一種可能的設(shè)計方式中，該提取單元，具體用于：從該用戶行為數(shù)據(jù)中提取M個目標行向量，該M個目標行向量中的每個目標行向量唯一對應(yīng)一個歷史樣本周期，該每個目標行向量包括：與該目標行向量對應(yīng)的歷史樣本周期內(nèi)該至少一個特征屬性在該時間區(qū)間內(nèi)的屬性值；將該M個目標向量中的每個目標行向量分別轉(zhuǎn)換為一個列向量，以構(gòu)成與該時間區(qū)間對應(yīng)的一個特征矩陣。在一種可能的設(shè)計方式中，該預(yù)測單元，具體用于：對于該N個時間區(qū)間中的每個時間區(qū)間，根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該目標網(wǎng)元在該目標時段的該時間區(qū)間內(nèi)運行時所需的目標VM數(shù)量。在一種可能的設(shè)計方式中，該預(yù)測單元，具體用于：根據(jù)與該時間區(qū)間對應(yīng)的特征矩陣，預(yù)測該M個歷史樣本周期中每個歷史樣本周期所需的歷史VM數(shù)量，得到M個歷史VM數(shù)量；根據(jù)該M個歷史VM數(shù)量，預(yù)測在該目標網(wǎng)元在該目標時段的該時間區(qū)間內(nèi)運行時所需的目標VM數(shù)量。在一種可能的設(shè)計方式中，該裝置還包括確定單元，該確定單元，用于確定在第二時段內(nèi)存在的突變數(shù)據(jù)，該突變數(shù)據(jù)為該M個歷史VM數(shù)量中的至少一個，該第二時段的開始時間早于該第一時段的開始時間，該第二時段的結(jié)束時間與該第一時段的結(jié)束時間相同；該執(zhí)行單元，還用于去除該突變數(shù)據(jù)。在一種可能的設(shè)計方式中，該確定單元，具體用于：計算該M個歷史VM數(shù)量的第一平均值；若第一VM數(shù)量不屬于第一平均值區(qū)間，則計算該第二時段內(nèi)每個歷史樣本周期所需的歷史VM數(shù)量的第二平均值，該第一平均值區(qū)間為包含該第一平均值的預(yù)設(shè)區(qū)間，該第一歷史VM數(shù)量為該M個歷史VM數(shù)量中的任一個；若該第一歷史VM數(shù)量不屬于第二平均值區(qū)間，則確定該第一歷史VM數(shù)量為突變數(shù)據(jù)，該第二平均值區(qū)間為包含該第二平均值的預(yù)設(shè)區(qū)間。在一種可能的設(shè)計方式中，該裝置還包括校驗單元，該獲取單元，還用于獲取該虛擬機組的當前負載值；該校驗單元，用于若該當前負載值大于預(yù)設(shè)的擴容閾值，則向該虛擬機組中增加至少一個VM；若該當前負載值小于預(yù)設(shè)的縮容閾值，則向該虛擬機組中釋放至少一個VM，該擴容閾值大于該縮容閾值。第三方面，本發(fā)明的實施例提供一種管理裝置，包括：處理器、存儲器、總線和通信接口；該存儲器用于存儲計算機執(zhí)行指令，該處理器與該存儲器通過該總線連接，當該管理裝置運行時，該處理器執(zhí)行該存儲器存儲的該計算機執(zhí)行指令，以使該管理裝置執(zhí)行如第一方面中任意一項的虛擬機的管理方法。第四方面，本發(fā)明實施例提供了一種計算機存儲介質(zhì)，用于儲存為上述管理裝置所用的計算機軟件指令，其包含用于執(zhí)行上述方面為管理裝置所設(shè)計的程序。第五方面，本發(fā)明實施例提供了一種計算機程序，該計算機程序包括指令，當該計算機程序被計算機執(zhí)行時，使得計算機可以執(zhí)行上述第一方面中任意一項的虛擬機的管理方法。本發(fā)明中，上述管理裝置的名字對設(shè)備本身不構(gòu)成限定，在實際實現(xiàn)中，這些設(shè)備可以以其他名稱出現(xiàn)。只要各個設(shè)備的功能和本發(fā)明類似，即屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)。另外，第二方面至第五方面中任一種設(shè)計方式所帶來的技術(shù)效果可參見第一方面中不同設(shè)計方式所帶來的技術(shù)效果，此處不再贅述。本發(fā)明的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。附圖說明圖1為現(xiàn)有技術(shù)中擴容操作和縮容操作的應(yīng)用場景示意圖；圖2為本發(fā)明實施例提供的一種虛擬機的管理方法的應(yīng)用場景示意圖；圖3為本發(fā)明實施例提供的一種虛擬機的管理方法的交互示意圖；圖4為本發(fā)明實施例提供的一種管理裝置的預(yù)測結(jié)果的示意圖；圖5為本發(fā)明實施例提供的一種管理裝置的結(jié)構(gòu)示意圖一；圖6為本發(fā)明實施例提供的一種管理裝置的結(jié)構(gòu)示意圖二；圖7為本發(fā)明實施例提供的一種管理裝置的結(jié)構(gòu)示意圖三。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行詳細描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。另外，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括一個或者更多個該特征。在本發(fā)明的描述中，除非另有說明，“多個”的含義是兩個或兩個以上。本發(fā)明的實施例提供一種虛擬機的管理方法，示例性的，如圖2所示，為本發(fā)明實施例提供的虛擬機的管理方法的一種應(yīng)用場景示意圖。其中，網(wǎng)元可運行在一個或多個VM組成的虛擬機組100中，客戶端可通過交換機(switch)與虛擬機組100進行交互，虛擬機組100中的VM可以將第一時段(例如過去一個月)內(nèi)各個客戶端產(chǎn)生的用戶行為數(shù)據(jù)，例如，客戶端的MAC地址，上下行流量以及上網(wǎng)時間段等流量信息上報給數(shù)據(jù)中心(DC，DataCenter)。DC可與管理裝置200進行交互，具體的，管理裝置200可以從DC中獲取上述用戶行為數(shù)據(jù)，進而從該用戶行為數(shù)據(jù)中提取影響虛擬機組100內(nèi)VM個數(shù)的特征信息，例如，第一時段內(nèi)用戶的上線時間、流量總和、瞬間最大流量峰值以及CPU占用率等，進而，管理裝置200根據(jù)這些特征信息預(yù)測虛擬機組100在未來的目標時段內(nèi)運行時所需的目標VM數(shù)量，例如，目標時段為獲取上述用戶行為數(shù)據(jù)的第二天內(nèi)的2:00-18:00，管理裝置200預(yù)測得到虛擬機組100在上述第二天內(nèi)2:00-8:00運行時所需的目標VM數(shù)量為4個VM，在上述第二天內(nèi)8:00-18:00運行時所需的目標VM數(shù)量為8個VM，后續(xù)，管理裝置200可以將預(yù)測結(jié)果發(fā)送給NFV系統(tǒng)中的MANO，由MANO根據(jù)該預(yù)測結(jié)果，在目標時段到來時，為虛擬機組100配置不同數(shù)量的VM?？梢钥闯觯诒景l(fā)明實施例提供的虛擬機的管理方法中，可基于過去一定時間內(nèi)(即第一時段內(nèi))的用戶行為數(shù)據(jù)，為各個網(wǎng)元所在的虛擬機組預(yù)測出未來在目標時段內(nèi)運行時所需的目標VM數(shù)量，進而在目標時段到來之前，可以提前為網(wǎng)元的虛擬組配置好相應(yīng)數(shù)量的VM，即為該網(wǎng)元分配相應(yīng)的虛擬資源，指導(dǎo)MANO進行智能化的擴縮容操作，從而提高虛擬資源的利用率。其中，上述第一時段是指在管理裝置200獲取用戶行為數(shù)據(jù)之前虛擬機組100運行的任意時段；上述目標時段是指在管理裝置200獲取用戶行為數(shù)據(jù)之后虛擬機組100運行的任意時段。需要說明的是，上述任意一種功能節(jié)點或網(wǎng)元，例如，管理裝置200，可能由一個實體設(shè)備實現(xiàn)，也可能由多個實體設(shè)備共同實現(xiàn)，另外，管理裝置200可以以獨立的設(shè)備形態(tài)與上述DC或MANO進行交互，也可以以功能模塊的形式集成在上述DC或MANO內(nèi)，本發(fā)明實施例對此不作限制。需要說明的是，上述虛擬機的管理方法可以應(yīng)用于未來的第五代移動通信(5G，5rd-Generation)系統(tǒng)，長期演進(LTE，longtermevolution)通信系統(tǒng)中，也可以應(yīng)用于LTE的演進通信系統(tǒng)中，如LTE-A(longtermevolutionadvanced)系統(tǒng)中，還可以應(yīng)用于WCDMA等第三代移動通信(3G，3rd-Generation)系統(tǒng)中等，本發(fā)明實施例對此不作限制。以下，將結(jié)合具體實施例詳細闡述本發(fā)明實施例提供的一種虛擬機的管理方法，如圖3所示，該方法包括：301、目標網(wǎng)元的虛擬機組中的VM將第一時段內(nèi)該虛擬機運行時產(chǎn)生的用戶行為數(shù)據(jù)發(fā)送至DC。其中，上述用戶行為數(shù)據(jù)用于指示各個客戶端通過目標網(wǎng)元產(chǎn)生的流量信息，例如，不同客戶端的MAC地址，不同客戶端產(chǎn)生的上下行流量，以及具體上網(wǎng)時間信息等。具體的，目標網(wǎng)元的虛擬機組中通常包括多個VM，那么，每個VM都可以將該VM上的產(chǎn)生的用戶行為數(shù)據(jù)發(fā)送到DC，例如，VM可以通過RADIUS(RemoteAuthenticationDialInUserService，遠程用戶撥號認證服務(wù))協(xié)議或diameter(直徑)協(xié)議將用戶行為數(shù)據(jù)發(fā)送到DC。DC可以以excel或者csv等格式存儲上述用戶行為數(shù)據(jù)。302、管理裝置從DC中獲取上述用戶行為數(shù)據(jù)。具體的，管理裝置可以主動從DC中獲取上述用戶行為數(shù)據(jù)，也可以接收DC發(fā)送的上述用戶行為數(shù)據(jù)。示例性的，由于XML(eXtensibleMarkupLanguage，可擴展標記語言)格式具有更好的可擴展性和通用性，因此，管理裝置從DC中獲取上述用戶行為數(shù)據(jù)后，可以將該用戶行為數(shù)據(jù)轉(zhuǎn)換為XML格式進行存儲。303、管理裝置從上述用戶行為數(shù)據(jù)中提取影響虛擬機組內(nèi)VM個數(shù)的特征信息。首先，管理裝置可以確定影響虛擬機組內(nèi)VM個數(shù)的至少一個特征屬性，例如，用戶名，虛擬機組ID，上下線時間，上下行流量，平均流量，流量最大和最小值，X(X可以為大于0的任意值)小時內(nèi)平均上線次數(shù)以及最大和最小流量持續(xù)時間等?？梢岳斫獾氖?，影響虛擬機組內(nèi)VM個數(shù)的任意特征屬性均在本發(fā)明實施例的保護范圍內(nèi)。其中，用戶名作為特征屬性，是因為有一些特殊用戶屬于大流量用戶，可能影響虛擬機組內(nèi)VM個數(shù)。虛擬機組ID可用于確定當前的虛擬機組具體為哪個網(wǎng)元的虛擬機組，不同網(wǎng)元對虛擬機組內(nèi)VM個數(shù)的需求可能不同。上下線時間可用于確定用戶的上線開始時間和在線時間，而用戶的上線開始時間和在線時間可能影響該虛擬機組在不同時間段時所需的VM個數(shù)。平均流量可用于確定該虛擬機組內(nèi)對VM個數(shù)的一般化需求。流量最大和最小值可用于確定該虛擬機組內(nèi)對VM個數(shù)的最大化和最小化需求。X小時內(nèi)平均上線次數(shù)可用于確定用戶在第一時段內(nèi)上網(wǎng)的頻繁度，該頻繁度可能影響該虛擬機組內(nèi)所需的VM個數(shù)。而最大和最小流量持續(xù)時間可用于確定在第一時段內(nèi)流量的突變性，該突變性可能影響該虛擬機組內(nèi)所需的VM個數(shù)?？梢岳斫獾氖?，在每一次預(yù)測過程中提取特征信息的過程中，具體選擇上述哪個或哪些特征屬性，可以是預(yù)先在管理裝置內(nèi)配置好的，也可以是管理裝置根據(jù)特定的算法確定的。例如，對于不同的應(yīng)用場景可以預(yù)先配置不同的特征屬性，那么，在提取特征信息時，管理裝置可以根據(jù)實際應(yīng)用場景選擇與該實際應(yīng)用場景對應(yīng)的一個或多個特征屬性，本發(fā)明實施例對此不作限制。進一步地，可以將上述第一時段劃分為M(M≥1)個歷史樣本周期。例如，將一個月的第一時段劃分為30個歷史樣本周期，以每一天為一個歷史樣本周期，并且，還可以將每個歷史樣本周期由N(N＞1)個時間區(qū)間組成，例如，以2小時為一個時間區(qū)間，那么，每個歷史樣本周期由12個時間區(qū)間組成。那么，對于這N個時間區(qū)間中的每個時間區(qū)間，管理裝置可以從上述用戶行為數(shù)據(jù)中提取與該時間區(qū)間對應(yīng)的一個特征矩陣，例如，與0-2小時對應(yīng)的一個特征矩陣，該特征矩陣包括每一個(即每個歷史樣本周期)內(nèi)與0-2小時對應(yīng)的上述至少一個特征屬性的屬性值，這樣，管理裝置一共可以得到N個特征矩陣，這N個特征矩陣中每個特征矩陣唯一對應(yīng)一個時間區(qū)間。示例性的，以管理裝置從上述用戶行為數(shù)據(jù)中提取與0-2小時對應(yīng)的一個特征矩陣為例，首先，管理裝置可以從上述用戶行為數(shù)據(jù)中提取M個目標行向量，這M個目標行向量中的每個目標行向量唯一對應(yīng)一個歷史樣本周期，每個目標行向量包括：與該目標行向量對應(yīng)的歷史樣本周期內(nèi)上述至少一個特征屬性在0-2小時內(nèi)的屬性值。如表1所示，當?shù)谝粫r段為最近一個月，歷史樣本周期為這個月的每一天，時間區(qū)間為每一天的2小時時，以0-2小時為一個時間區(qū)間舉例，管理裝置可以根據(jù)上述用戶行為數(shù)據(jù)，統(tǒng)計第1天的0-2小時內(nèi)每個特征屬性的屬性值，即在第1天內(nèi)，用戶數(shù)為X1-1-1，流量總和為X1-1-2，……，瞬間最大流量為X1-1-j(共j個特征屬性的屬性值，j≥1)，得到一個目標行向量[X1-1-1，X1-1-2，X1-1-j]，那么，對于30個歷史樣本周期，一共可提取出30個目標行向量。表1進而，如表2所示，將上述M個目標向量中的每個目標行向量分別轉(zhuǎn)換為一個列向量，以構(gòu)成與0-2小時對應(yīng)的一個特征矩陣，即表21天2天3天….30天用戶數(shù)X1-1-1X1-2-1X1-3-1X1-30-1流量總和X1-1-2X1-2-2X1-3-2X1-30-2….瞬間最大流量X1-1-jX1-2-nX1-3-jX1-30-j那么，重復(fù)上述方法，可以分別得到2-4小時，4-6小時，……，22-24小時，共計12個時間區(qū)間中每個時間區(qū)間對應(yīng)的一個特征矩陣，得到12個特征矩陣。需要說明的是，將上述第一時段劃分為M個歷史樣本周期，以及將每個歷史樣本周期劃分為N個時間區(qū)間的動作，可以是管理裝置在執(zhí)行步驟303之前已經(jīng)劃分好了，也可以是在執(zhí)行步驟303時進行劃分的，還可以是預(yù)先在管理裝置內(nèi)設(shè)置好的，本發(fā)明實施例對此不作限制。304、管理裝置根據(jù)該特征信息預(yù)測目標網(wǎng)元在目標時段內(nèi)運行時所需的目標VM數(shù)量，得到預(yù)測結(jié)果。其中，該目標時段是指在獲取到上述用戶行為數(shù)據(jù)之后的任意時段。例如，該目標時段具體可以為在上述第一時段之后，與歷史樣本周期時長相同的一個目標樣本周期，例如，以表1所示的歷史樣本周期為例，該目標時段可以為第30天之后的第31天。具體的，管理裝置得到上述N個特征矩陣后，由于每個特征矩陣每個時間區(qū)間是一一對應(yīng)的，因此，以表2所示的與0-2小時對應(yīng)的一個特征矩陣為例，管理裝置可以根據(jù)與該特征矩陣，預(yù)測目標網(wǎng)元在第31天(即目標時段)的0-2小時內(nèi)運行時所需的目標VM數(shù)量。具體的，如表2所示，記載了在0-2小時內(nèi)，每一天(每個歷史樣本周期)中每個特征屬性的屬性值，那么，可以根據(jù)每一天中每個特征屬性的屬性值，預(yù)測這天所需的VM數(shù)量(即歷史VM數(shù)量)，即根據(jù)每一天內(nèi)的用戶數(shù)、流量總和，……，瞬間最大流量，預(yù)測出這天所需的歷史VM數(shù)量，得到如表3所示的每個樣本周期內(nèi)在0-2小時所需的歷史VM數(shù)量：X1-1，X1-2，……X1-30，共30個歷史VM數(shù)量。表31天2天3天....30天用戶數(shù)X1-1-1X1-2-1X1-3-1X1-30-1流量總和X1-1-2X1-2-2X1-3-2X1-30-2....瞬間最大流量X1-1-jX1-2-nX1-3-jX1-30-j歷史VM數(shù)量X1-1X1-2X1-3X1-30進而，根據(jù)這30個歷史VM數(shù)量，可以進一步預(yù)測出在目標時段(例如，第31天)中0-2小時內(nèi)所需的目標VM數(shù)量。例如，可以對表3中得到的X1-1，X1-2，……X1-30共30個歷史VM數(shù)量進行加權(quán)平均，將得到的加權(quán)平均值作為第31天內(nèi)0-2小時內(nèi)所需的目標VM數(shù)量，例如X1-31。這樣，通過上述方法，對于上述的每個時間區(qū)間，可以預(yù)測出第31天(即目標時段)中每個時間區(qū)間內(nèi)所需的目標VM數(shù)量，得到如圖4所示的預(yù)測結(jié)果，其中，該預(yù)測結(jié)果中反映了在目標時段的各個時間區(qū)間內(nèi)目標VM數(shù)量的變化情況?？蛇x的，上述預(yù)測結(jié)果中還可以包括管理裝置提取出的特征信息。另外，管理裝置還可以保存上述第1至第30天內(nèi)0-2小時所需的歷史VM數(shù)量，以及第31內(nèi)所需的目標VM數(shù)量。進一步地，如表4所示，可刪除第1天內(nèi)的特征值和歷史VM數(shù)量，并加入第31天內(nèi)的特征值和上述預(yù)測出的目標VM數(shù)量，這樣，管理裝置內(nèi)可一直保存最近30天內(nèi)提取到的特征信息。并且，預(yù)測出的各個時間區(qū)間內(nèi)的目標VM數(shù)量也可以作為特征屬性，那么，后續(xù)可以直接根據(jù)已存儲的第2至第31天內(nèi)0-2小時所需的歷史VM數(shù)量或目標VM數(shù)量，預(yù)測第32天內(nèi)0-2小時所需的目標VM數(shù)量。表4當然，上述預(yù)測方法只是一種可能的實現(xiàn)方式，可以理解的是，本領(lǐng)域技術(shù)人員可以根據(jù)實際經(jīng)驗預(yù)測目標網(wǎng)元在目標時段內(nèi)運行時所需的目標VM數(shù)量，例如，可以通過人工智能算法，根據(jù)上述特征信息挖掘出相應(yīng)的數(shù)據(jù)模型，然后通過該數(shù)據(jù)模型預(yù)測目標網(wǎng)元在目標時段內(nèi)運行時所需的目標VM數(shù)量，本發(fā)明實施例對此不作限制。另外，在預(yù)測出每個樣本周期內(nèi)所需的VM數(shù)量之后，例如，已經(jīng)得到表3所示的每個樣本周期內(nèi)在0-2小時所需的歷史VM數(shù)量：X1-1，X1-2，……X1-30，此時，管理裝置可以進一步確定這30個歷史VM數(shù)量在第二時段中是否存在突變數(shù)據(jù)，即在這30個歷史VM數(shù)量中是否存在與第二時段內(nèi)其他VM數(shù)量相比差異較大的離群值(outlier)，該第二時段的開始時間早于第一時段的開始時間，第二時段的結(jié)束時間與第一時段的結(jié)束時間相同。若存在突變數(shù)據(jù)，則去除該突變數(shù)據(jù)，以提高后續(xù)預(yù)測目標VM數(shù)量時的準確度。具體的，在確定是否存在突變數(shù)據(jù)時，可以先計算第一時段內(nèi)各個歷史樣本周期所需的歷史VM數(shù)量的第一平均值，即將表3中X1-1，X1-2，……X1-30共30個歷史VM數(shù)量的平均值作為第一平均值，那么，對于這30個歷史VM數(shù)量中的任意一個歷史VM數(shù)量(例如第一歷史VM數(shù)量)而言，如果第一歷史VM數(shù)量不屬于第一平均值區(qū)間(第一平均值區(qū)間為包含第一平均值的預(yù)設(shè)區(qū)間，例如，第一平均值為7，預(yù)設(shè)的誤差范圍為±2，那么，該第一平均值區(qū)間即為5-9)，則說明該第一歷史VM數(shù)量為第一時段內(nèi)的突變數(shù)據(jù)。然而，由于第一時段所指示的時間長度一般有限，當某個歷史VM數(shù)量為第一時段內(nèi)的突變數(shù)據(jù)時，并不能確定該歷史VM數(shù)量在后續(xù)的預(yù)測過程中為錯誤數(shù)據(jù)，例如，由于每年的11月11日都會產(chǎn)生大規(guī)模的網(wǎng)購行為，因此，11月11日生成的流量會顯著的增加，那么，以11月一個月的時間為上述第一時段時，預(yù)測出的11月11日所需的歷史VM數(shù)量可能會大于11月對應(yīng)的第一平均值區(qū)間，但該歷史VM數(shù)量并不是一個錯誤數(shù)據(jù)。因此，在當?shù)谝粴v史VM數(shù)量不屬于上述第一平均值區(qū)間時，可以進一步計算在時間長度較長的第二時段內(nèi)，各個歷史樣本周期內(nèi)所需的歷史VM數(shù)量的第二平均值，例如，可以計算最近一年(即第二時段)內(nèi)，各個歷史樣本周期內(nèi)所需的歷史VM數(shù)量的平均值，即為第二平均值。此時，若該第一歷史VM數(shù)量仍不屬于第二平均值區(qū)間(第二平均值區(qū)間為包含第二平均值的預(yù)設(shè)區(qū)間)，則可以確定該第一歷史VM數(shù)量為突變數(shù)據(jù)。這樣，通過上述方法可以過濾掉上述預(yù)測過程中出現(xiàn)的誤差較大的歷史VM數(shù)量，從而提高后續(xù)預(yù)測在目標時段內(nèi)所需的目標VM數(shù)量的準確度。305、管理裝置將預(yù)測結(jié)果發(fā)送給MANO。306、MANO在目標時段到來時，將虛擬機組中的虛擬機的數(shù)量配置為上述目標VM數(shù)量。具體的，管理裝置可以仍以XML格式，將預(yù)測結(jié)果通過Openflow協(xié)議或者Netconf協(xié)議(一個全新的基于XML的網(wǎng)絡(luò)配置協(xié)議)發(fā)送給MANO，MANO接收到該預(yù)測結(jié)果后，可進一步將其轉(zhuǎn)換為MANO可以識別的語義規(guī)則形式。例如，MANO可以將上述預(yù)測結(jié)果轉(zhuǎn)換為多元組的形式。示例性的，上述多元組的形式為<ID，DATE，TIME，USERS，TRAFFIC，SLOT>，其中，ID為目標網(wǎng)元的標識，DATE為目標時段，即具體的某一天，TIME為上述時間區(qū)間，USERS為該目標時段內(nèi)各個時間區(qū)間的用戶數(shù)，TRAFFIC為該目標時段內(nèi)各個時間區(qū)間的流量，SLOT為該目標時段內(nèi)各個時間區(qū)間的目標VM數(shù)量。后續(xù)，MANO可以根據(jù)上述多元組生成擴容策略或縮容策略，在上述目標時段到來時，根據(jù)不同的時間區(qū)間，將虛擬機組中的虛擬機的數(shù)量配置為預(yù)測的在該時間區(qū)間內(nèi)的目標VM數(shù)量。需要說明的是，管理裝置可以在得出上述預(yù)測結(jié)果后，便將該預(yù)測結(jié)果發(fā)送至MANO，由MANO在目標時段到來時配置虛擬機組中的虛擬機的數(shù)量；也可以是在目標時段到來時，將該預(yù)測結(jié)果發(fā)送至MANO，觸發(fā)MANO立即按照預(yù)測結(jié)果配置虛擬機組中的虛擬機的數(shù)量，本發(fā)明實施例對此不作限制。進一步地，為了保證按照上述預(yù)測結(jié)果中的目標VM數(shù)量運行時，可以滿足用戶的需求，還可以在虛擬機組內(nèi)的虛擬機運行的過程中對上述預(yù)測結(jié)果進行校驗，具體的校驗方式可參見下述步驟307-308。307、MANO獲取虛擬機組的當前負載值。308、若當前負載值大于預(yù)設(shè)的擴容閾值，則MANO向該虛擬機組中增加至少一個VM；若當前負載值小于預(yù)設(shè)的縮容閾值，則MANO向該虛擬機組中釋放至少一個VM。例如，在進入第31天時，MANO可以按照上述預(yù)測結(jié)果，在0點時將虛擬機組中的虛擬機的數(shù)量配置為W(W≥1)個，在2點時將虛擬機組中的虛擬機的數(shù)量配置為T(T≥1)個，……，在22點時將虛擬機組中的虛擬機的數(shù)量配置為R(R≥1)個。那么，在步驟307中，當進入每個時間區(qū)間時，例如，在每個時間區(qū)間剛開始的5分鐘內(nèi)，MANO可以沿用現(xiàn)有技術(shù)獲取虛擬機組的當前負載值，從而確定當前虛擬機組的負載情況。并且，MANO內(nèi)可以預(yù)先為目標網(wǎng)元設(shè)置擴容閾值和縮容閾值(擴容閾值大于縮容閾值)，那么，在步驟308中，如果當前負載值大于擴容閾值，則說明當前目標網(wǎng)元的負載值較高，管理裝置預(yù)測的目標VM數(shù)量不夠，此時，可以觸發(fā)擴容操作，即向該虛擬機組中增加至少一個VM；如果當前負載值小于預(yù)設(shè)的縮容閾值，則說明當前目標網(wǎng)元的負載值較低，管理裝置預(yù)測的目標VM數(shù)量太多，此時，可以出發(fā)縮容操作，即向該虛擬機組中釋放至少一個VM。當然，如果上述當前負載值在擴容閾值和縮容閾值形成的區(qū)間內(nèi)，則說明管理裝置預(yù)測的目標VM數(shù)量是合適的，此時，無需對該虛擬機組進行擴容或縮容操作。也就是說，本發(fā)明實施例提供的虛擬機的管理方法中，可以根據(jù)目標網(wǎng)元的實際負載值對管理裝置預(yù)測得到的目標VM數(shù)量進行校驗，避免因為預(yù)測結(jié)果出現(xiàn)偏差，而導(dǎo)致虛擬資源的利用率降低的問題。另外，當管理裝置預(yù)測的目標VM數(shù)量與實際虛擬機組中需要的VM數(shù)量出現(xiàn)偏差時，MANO還可以將實際虛擬機組中需要的VM數(shù)量發(fā)送給管理裝置，以便于后續(xù)管理裝置能夠基于實際虛擬機組中需要的VM數(shù)量進行數(shù)據(jù)分析和數(shù)據(jù)挖掘，提高后續(xù)預(yù)測過程的準確度。需要說明的是，上述步驟307-308也可以由管理裝置執(zhí)行，也就是說，可以由管理裝置獲取虛擬機組的當前負載值，例如，管理裝置可以通過向MANO下發(fā)檢測指令，指示MANO獲取虛擬機組的當前負載值并上報給管理裝置，進而，當上述當前負載值大于預(yù)設(shè)的擴容閾值時，由管理裝置指示MANO觸發(fā)該虛擬機組的擴容操作；當上述當前負載值小于預(yù)設(shè)的縮容閾值時，由管理裝置指示MANO觸發(fā)該虛擬機組的縮容操作，本發(fā)明實施例對此不作限制。上述主要從各個網(wǎng)元之間交互的角度對本發(fā)明實施例提供的方案進行了介紹。可以理解的是，上述管理裝置等為了實現(xiàn)上述功能，其包含了執(zhí)行各個功能相應(yīng)的硬件結(jié)構(gòu)和/或軟件模塊。本領(lǐng)域技術(shù)人員應(yīng)該很容易意識到，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，本發(fā)明能夠以硬件或硬件和計算機軟件的結(jié)合形式來實現(xiàn)。某個功能究竟以硬件還是計算機軟件驅(qū)動硬件的方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。本發(fā)明實施例可以根據(jù)上述方法示例對管理裝置等進行功能模塊的劃分，例如，可以對應(yīng)各個功能劃分各個功能模塊，也可以將兩個或兩個以上的功能集成在一個處理模塊中。上述集成的模塊既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能模塊的形式實現(xiàn)。需要說明的是，本發(fā)明實施例中對模塊的劃分是示意性的，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式。在采用對應(yīng)各個功能劃分各個功能模塊的情況下，圖5示出了上述實施例中所涉及的管理裝置的一種可能的結(jié)構(gòu)示意圖，該管理裝置包括：獲取模塊51，提取模塊52、預(yù)測模塊53、執(zhí)行模塊54、確定單元55和校驗單元56。獲取模塊31用于支持管理裝置執(zhí)行圖3中的過程302和307；提取模塊52用于支持管理裝置執(zhí)行圖3中的過程303；預(yù)測模塊53用于支持管理裝置執(zhí)行圖3中的過程304；執(zhí)行模塊54用于支持管理裝置執(zhí)行圖3中的過程305；確定單元55，用于支持管理裝置確定在上述第二時段內(nèi)存在的突變數(shù)據(jù)，校驗單元56，用于支持管理裝置執(zhí)行圖3中的過程308。其中，上述方法實施例涉及的各步驟的所有相關(guān)內(nèi)容均可以援引到對應(yīng)功能模塊的功能描述，在此不再贅述。在采用集成的單元的情況下，圖6示出了上述實施例中所涉及的管理裝置的一種可能的結(jié)構(gòu)示意圖。管理裝置包括：處理模塊62和通信模塊63。處理模塊62用于對管理裝置的動作進行控制管理，例如，處理模塊62用于支持管理裝置執(zhí)行圖3中的過程301-308，和/或用于本文所描述的技術(shù)的其它過程。通信模塊63用于支持管理裝置與其他網(wǎng)絡(luò)實體的通信。管理裝置還可以包括存儲模塊61，用于存儲管理裝置的程序代碼和數(shù)據(jù)。其中，處理模塊62可以是處理器或控制器，例如可以是中央處理器(CentralProcessingUnit，CPU)，通用處理器，數(shù)字信號處理器(DigitalSignalProcessor，DSP)，專用集成電路(Application-SpecificIntegratedCircuit，ASIC)，現(xiàn)場可編程門陣列(FieldProgrammableGateArray，F(xiàn)PGA)或者其他可編程邏輯器件、晶體管邏輯器件、硬件部件或者其任意組合。其可以實現(xiàn)或執(zhí)行結(jié)合本發(fā)明公開內(nèi)容所描述的各種示例性的邏輯方框，模塊和電路。所述處理器也可以是實現(xiàn)計算功能的組合，例如包含一個或多個微處理器組合，DSP和微處理器的組合等等。通信模塊63可以是收發(fā)器、收發(fā)電路或通信接口等。存儲模塊61可以是存儲器。當處理模塊62為處理器，通信模塊63為收發(fā)器，存儲模塊61為存儲器時，本發(fā)明實施例所涉及的管理裝置可以為圖7所示的管理裝置。參閱圖7所示，該管理裝置包括：處理器72、收發(fā)器71、存儲器73以及總線74。其中，收發(fā)器71、處理器72以及存儲器73通過總線74相互連接；總線74可以是外設(shè)部件互連標準(PeripheralComponentInterconnect，PCI)總線或擴展工業(yè)標準結(jié)構(gòu)(ExtendedIndustryStandardArchitecture，EISA)總線等。所述總線可以分為地址總線、數(shù)據(jù)總線、控制總線等。為便于表示，圖7中僅用一條粗線表示，但并不表示僅有一根總線或一種類型的總線。進一步地，本發(fā)明實施例還提供一種計算機程序，該計算機程序包括指令，當該計算機程序被計算機執(zhí)行時，可以使得計算機可以執(zhí)行上述步驟301-308中相關(guān)的虛擬機的管理方法。進一步地，本發(fā)明實施例還提供一種計算機存儲介質(zhì)，用于儲存為上述管理裝置所用的計算機軟件指令，其包含用于執(zhí)行為上述管理裝置所設(shè)計的任意程序。結(jié)合本發(fā)明公開內(nèi)容所描述的方法或者算法的步驟可以硬件的方式來實現(xiàn)，也可以是由處理器執(zhí)行軟件指令的方式來實現(xiàn)。軟件指令可以由相應(yīng)的軟件模塊組成，軟件模塊可以被存放于隨機存取存儲器(RandomAccessMemory，RAM)、閃存、只讀存儲器(ReadOnlyMemory，ROM)、可擦除可編程只讀存儲器(ErasableProgrammableROM，EPROM)、電可擦可編程只讀存儲器(ElectricallyEPROM，EEPROM)、寄存器、硬盤、移動硬盤、只讀光盤(CD-ROM)或者本領(lǐng)域熟知的任何其它形式的存儲介質(zhì)中。一種示例性的存儲介質(zhì)耦合至處理器，從而使處理器能夠從該存儲介質(zhì)讀取信息，且可向該存儲介質(zhì)寫入信息。當然，存儲介質(zhì)也可以是處理器的組成部分。處理器和存儲介質(zhì)可以位于ASIC中。另外，該ASIC可以位于核心網(wǎng)接口設(shè)備中。當然，處理器和存儲介質(zhì)也可以作為分立組件存在于核心網(wǎng)接口設(shè)備中。本領(lǐng)域技術(shù)人員應(yīng)該可以意識到，在上述一個或多個示例中，本發(fā)明所描述的功能可以用硬件、軟件、固件或它們的任意組合來實現(xiàn)。當使用軟件實現(xiàn)時，可以將這些功能存儲在計算機可讀介質(zhì)中或者作為計算機可讀介質(zhì)上的一個或多個指令或代碼進行傳輸。計算機可讀介質(zhì)包括計算機存儲介質(zhì)和通信介質(zhì)，其中通信介質(zhì)包括便于從一個地方向另一個地方傳送計算機程序的任何介質(zhì)。存儲介質(zhì)可以是通用或?qū)Ｓ糜嬎銠C能夠存取的任何可用介質(zhì)。以上所述的具體實施方式，對本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施方式而已，并不用于限定本發(fā)明的保護范圍，凡在本發(fā)明的技術(shù)方案的基礎(chǔ)之上，所做的任何修改、等同替換、改進等，均應(yīng)包括在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3