本發(fā)明涉及云計算領(lǐng)域，特別是涉及通信技術(shù)，以及優(yōu)化理論。
背景技術(shù)：
：云計算作為一種商業(yè)計算模型，它將計算任務(wù)分布到由大量服務(wù)器構(gòu)成的資源池上，從而使用戶能夠根據(jù)需要獲取計算能力、存儲空間和信息服務(wù)，這種資源池稱為“云”。“云”是一些可以自我維護(hù)和管理的虛擬計算資源，通常是一些大型服務(wù)器集群，包括計算服務(wù)器、存儲服務(wù)器和寬帶資源等。它是并行計算(ParallelComputing)、分布式計算(DistributedComputing)和網(wǎng)格計算(GridComputing)的延續(xù)，或者說是這些計算科學(xué)概念的商業(yè)實(shí)現(xiàn)。云計算是虛擬化(Virtualization)、效用計算(UtilityComputing)、IaaS(InfrastructureasaService，基礎(chǔ)設(shè)施即服務(wù))、PaaS(PlatformasaService，平臺即服務(wù))、SaaS(SoftwareasaService，軟件即服務(wù))等概念混合演進(jìn)并躍升的結(jié)果，云計算體系結(jié)構(gòu)如圖1所示。根據(jù)部署模式的不同，云計算的類型又可以分為公用云、私有云和混合云。公共云可通過網(wǎng)絡(luò)由第三方的服務(wù)商提供，通過訪問控制機(jī)制由用戶免費(fèi)或付費(fèi)使用。公共云在構(gòu)建上既有彈性又具有成本效益，是云計算商業(yè)化的實(shí)現(xiàn)目標(biāo)；私有云為特定組織內(nèi)的用戶提供服務(wù)，數(shù)據(jù)與程序都在組織內(nèi)部管理。私有云可以大大提高系統(tǒng)的安全性，而且服務(wù)提供商可以更好地掌控基礎(chǔ)設(shè)備的架構(gòu)，但所能使用的用戶也受到一定限制；而在混合云中，用戶往往是將關(guān)鍵數(shù)據(jù)或信息放置于私有云中，將非關(guān)鍵的服務(wù)外包給公共云服務(wù)提供商，放置在公共云上處理?；旌显颇軌蚣骖櫚踩耘c靈活性，是一種高效的云計算部署模式和交付方式。云計算服務(wù)提供商以承諾向用戶提供具有高可擴(kuò)展性、靈活性和可用性的計算、存儲及其它各類應(yīng)用服務(wù)而受到業(yè)界的廣泛關(guān)注。為了實(shí)現(xiàn)這些承諾，云計算服務(wù)提供商不僅需要通過構(gòu)建完善的基礎(chǔ)設(shè)施，同時還需要采取迅速有效的管理理論與方法對資源進(jìn)行合理分配以提供高質(zhì)量服務(wù)來滿足用戶需求并降低成本，從而提高利潤來謀求自身的長期發(fā)展。資源管理是云計算的核心問題之一，它主要包括資源的描述、動態(tài)組織、發(fā)現(xiàn)匹配、優(yōu)化配置和即時監(jiān)控等活動。與傳統(tǒng)的分布式環(huán)境和網(wǎng)格環(huán)境下的資源管理所不同的是，云計算環(huán)境下資源管理是通過虛擬化技術(shù)的運(yùn)用來屏蔽底層資源的異構(gòu)性和復(fù)雜性，把分散的各種資源管理起來,使得分布式資源能夠被當(dāng)作單一資源處理，形成一個統(tǒng)一的巨型資源池而不是分散的資源庫，以此確保資源的合理、高效的分配和使用，并且云計算環(huán)境下資源管理的各個組成部分之間并不是孤立的，資源的描述、組織、發(fā)現(xiàn)與匹配、配置和監(jiān)控是彼此之間存在緊密聯(lián)系的系統(tǒng)要素，它們之間的共同作用構(gòu)成了一個整體。資源的描述和表示形式將影響到它的動態(tài)組織方式，而資源的發(fā)現(xiàn)與匹配機(jī)制又會因上述兩者的變化而做出相應(yīng)的調(diào)整,難以實(shí)現(xiàn)高效資源提??；同樣的,在制定資源調(diào)度策略時，也會考慮底層資源的組織形式、發(fā)現(xiàn)與匹配機(jī)制；最后，資源動態(tài)監(jiān)控將對系統(tǒng)中的各個要素進(jìn)行檢測和控制，保證系統(tǒng)的安全、穩(wěn)定和高效運(yùn)行。因此，有必要設(shè)計一種高效的資源管理方法，用以提升云平臺的服務(wù)效能。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是：通過建立資源分配優(yōu)化模型、資源使用優(yōu)化模型和單用戶體驗(yàn)優(yōu)化模型，實(shí)現(xiàn)云資源的高效協(xié)同管理。本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案包括以下步驟，如圖2所示：A、建立資源分配優(yōu)化模型；B、建立資源使用優(yōu)化模型；C、建立單用戶體驗(yàn)優(yōu)化模型。所述步驟A中，資源分配模型由資源控制單元、虛擬機(jī)監(jiān)視器、虛擬機(jī)系統(tǒng)和資源負(fù)載狀態(tài)感知單元以及傳感單元組成，其中虛擬機(jī)監(jiān)視器實(shí)現(xiàn)對物理資源的直接管理，并保證各虛擬主機(jī)在邏輯層面獨(dú)立運(yùn)行，虛擬機(jī)監(jiān)視器通過資源控制單元的輸出實(shí)現(xiàn)物理資源的動態(tài)分配；資源分配單元由預(yù)測器、判決單元和分配器組成，預(yù)測器基于歷史時間節(jié)點(diǎn)的系統(tǒng)參數(shù)作為輸入，并根據(jù)預(yù)測模型和規(guī)則，輸出下一時間戳的資源負(fù)載特性，并將其作為資源分配單元的輸入，資源分配單元根據(jù)預(yù)測器生成的預(yù)測結(jié)果和期望區(qū)間，確定資源分配規(guī)則和資源分配策略，并與經(jīng)過傳感器的初次分配信息聯(lián)合輸入至判決單元，判決單元根據(jù)人工設(shè)定的判決函數(shù)，對資源分配的初次結(jié)果進(jìn)行驗(yàn)證和修正，并產(chǎn)生經(jīng)過自適應(yīng)修正的資源分配策略。所述步驟A中，優(yōu)化模型具體為：minCmaxload+Mmaxload+Bmaxload+ϵ×Σm,n∈NV(m),n<myijmn×BmnV]]>s.t.∀i:CiP+Σmxim×CmVCiP(0)≤Cmaxload]]>MiP+Σmxim×MmVMiP(0)≤Mmaxload]]>BijP+Σm,n∈NV(m)yijmn×BmnVBijP(0)≤Bmaxload,∀i≠j]]>Σixim=1]]>Σm∈VNkxim≤1]]>Σj∈NP(i)(yijmn-yjimn)≤xim-xin,∀m,n∈NV(m),m<n]]>Σmxim×CmV≤CiP]]>Σmxim×MmV≤MiP]]>Σm<nBmnV×(yijmn+yjimn)≤BijP,∀i≠j]]>其中均為決策變量，若虛擬節(jié)點(diǎn)m與物理節(jié)點(diǎn)i為同一節(jié)點(diǎn)則反之則若虛擬鏈路(m,n)使用物理鏈路(i,j)進(jìn)行數(shù)據(jù)傳輸則反之則為內(nèi)存空間利用率，為計算資源利用率，為云服務(wù)系統(tǒng)的帶寬資源利用率，為節(jié)點(diǎn)i可用物理計算資源，為云服務(wù)系統(tǒng)的全局計算資源，F(xiàn)為計算資源的處理速度，V為虛擬資源集合，i,j為物理節(jié)點(diǎn)標(biāo)識，m,n為虛擬節(jié)點(diǎn)標(biāo)識，P為物理資源集合，ε為權(quán)重系數(shù)，CP為總的物理計算資源，為虛擬節(jié)點(diǎn)m所占用的虛擬資源，為節(jié)點(diǎn)i所占用的物理資源，為(m,n)使用虛擬資源時的所占用的帶寬，為(i,j)使用物理資源時的所占用的帶寬，為初始時刻節(jié)點(diǎn)i所占用的物理資源，為初始時刻使用物理資源時的所占用的帶寬。所述步驟B中，具體為：max131tΣk=1t(cSk-Σl=1eclxkl)2+131tΣk=1t(mSk-Σl=1emlxkl)2+131tΣk=1t(dSk-Σl=1edlxkl)2]]>s.t.Σl=1eclxkl≤cSk,k={1,...,t},l={1,...,e}]]>Σl=1emlxkl≤mSk,k={1,...,t},l={1,...,e}]]>Σl=1edlxkl≤dSk,k={1,...,t},l={1,...,e}]]>Σk=1txkl=1]]>其中cl為任務(wù)l計算代價，ml為任務(wù)l的傳輸資源使用代價，dl為任務(wù)l的存儲資源使用代價，為分配給用戶k的計算代價，為分配給用戶k的傳輸資源使用代價，為分配給用戶k的存儲資源使用代價，t為用戶數(shù)，e為任務(wù)數(shù)，xkl為用戶k使用任務(wù)l的權(quán)重系數(shù)。所述步驟C中，具體為：maxΣq=1ηΣr=1rmaxwqrxqrxqr∈{0,1}s.t.Σr=1rmaxxqr=1∀q=1,...,ηΣq=1ωΣr=1rmaxSqrxqr≤V(Dq)∀ω=1,...,η,]]>其中wqr為數(shù)據(jù)塊q在傳輸場景r的QoE的權(quán)重因子，Dq為數(shù)據(jù)塊q的回放調(diào)度截止時間，xqr為決策變量，若用戶在傳輸場景r下載數(shù)據(jù)塊q則xqr＝1，反之則xqr＝0，V(Dq)為截止時間Dq內(nèi)用戶下載的最大數(shù)據(jù)量，R為傳輸場景集合，Sqr為以傳輸場景r下的數(shù)據(jù)塊q的大小，rmax為傳輸場景數(shù)目，在不同的傳輸場景傳輸?shù)牡趒個數(shù)據(jù)塊大小可能會發(fā)生變化，η為數(shù)據(jù)塊數(shù)目，ω為動態(tài)數(shù)據(jù)塊需求。附圖說明圖1云計算體系結(jié)構(gòu)示意圖圖2云資源協(xié)同管理流程示意圖具體實(shí)施方式為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：第一步，建立資源利用優(yōu)化模型，優(yōu)化模型具體為：minCmaxload+Mmaxload+Bmaxload+ϵ×Σm,n∈NV(m),n<myijmn×BmnV]]>s.t.∀i:FiP×CiP+Σmxim×CmVCiP(0)≤Cmaxload]]>FiP×MiP+Σmxim×MmVMiP(0)≤Mmaxload]]>BijP+Σm,n∈NV(m)yijmn×BmnVBijP(0)≤Bmaxload,∀i,j∈NP(i),i<j]]>Σixim=1]]>Σm∈VNkxim≤1]]>Σj∈NP(i)(yijmn-yjimn)≤xim-xin,∀m,n∈NV(m),m<n]]>Σmxim×CmV≤CPi]]>Σmxim×MmV≤MPi]]>Σm,n∈NV(m),m<nBmnV×(yijmn+yjimn)≤BijP,∀i,j∈NP(i),i<j]]>Σmxim×FmV≤FiP]]>其中均為決策變量，若虛擬節(jié)點(diǎn)m與物理節(jié)點(diǎn)i為同一節(jié)點(diǎn)則反之則若虛擬鏈路(m,n)使用物理鏈路(i,j)進(jìn)行數(shù)據(jù)傳輸則反之則為物理內(nèi)存空間利用率，為計算資源利用率，為云服務(wù)系統(tǒng)的帶寬資源利用率，為當(dāng)前可用計算資源，為云服務(wù)系統(tǒng)的全局計算資源，F(xiàn)為計算資源的處理速度，V為虛擬資源集合，i,j為物理節(jié)點(diǎn)標(biāo)識，m,n為虛擬節(jié)點(diǎn)標(biāo)識，P為物理資源集合，ε為權(quán)重系數(shù)。第二步，建立物理節(jié)點(diǎn)數(shù)量優(yōu)化模型，具體為：具體為Σi=1nxij=1.]]>第三步，建立單用戶體驗(yàn)優(yōu)化模型，具體為：具體為：maximizeW=Σi=1nΣi=1rmaxwijxijwithxij∈{0,1}]]>subjecttoΣj=1rmaxxij=1∀i=1,...,n]]>Σi=1kΣj=1rmaxSijxij≤V(Dk)∀k=1,...,n]]>wij為數(shù)據(jù)片段i的表現(xiàn)形式j(luò)的QoE的權(quán)重因子，Di為數(shù)據(jù)片段i的回放截止時間，i＝1,...,n，xij為決策變量，若用戶從表現(xiàn)形式j(luò)下載數(shù)據(jù)片段i則xij＝1，反之則xij＝0，V(Di)為截止時間Di用戶下載的最大數(shù)據(jù)量，R＝{1,...,rmax}為視頻數(shù)據(jù)的表現(xiàn)形式，Sij為以表現(xiàn)形式j(luò)呈現(xiàn)的數(shù)據(jù)片段i的大小。本發(fā)明提出了一種云資源協(xié)同管理方法，通過建立資源利用優(yōu)化模型、物理節(jié)點(diǎn)數(shù)量優(yōu)化模型和單用戶體驗(yàn)優(yōu)化模型，實(shí)現(xiàn)云資源的高效協(xié)同管理。當(dāng)前第1頁1 2 3