[发明专利]云环境下的虚拟机负载评估系统、方法以及服务节点

权利要求书

1.一种云环境下的虚拟机负载评估系统，包括：

监控数据采集模块，其配置成从云数据中心内的一个或多个虚拟机处采集监控数据；以及

监控数据处理模块，与所述监控数据采集模块耦合，并配置成：

针对所述一个或多个虚拟机中的每一个，利用第一KMeans算法来将所述监控数据进行聚集分组，每一个组具有一中心点坐标，并根据所述分组和各组的中心点坐标计算所述一个或多个虚拟机中每个虚拟机的性能表征，即第一特征值；

基于每个虚拟机的所述第一特征值，利用第二KMeans算法来将所述一个或多个虚拟机进行聚集分组，使得能够确定所述一个或多个虚拟机中每个虚拟机的特征类型以及性能负载值；

其中，所述第一KMeans算法中的类型参数K大于所述第二KMeans算法中的类型参数，并且所述第一KMeans算法的初始中心被选择为使得初始类别之间保持尽可能远的距离，而所述第二Kmeans算法的初始中心被选择为所述第一KMeans算法的初始中心的子集。

2.如权利要求1所述的虚拟机负载评估系统，其中，所述监控数据与一个或多个虚拟机的中央处理单元、存储器、硬盘输入或输出以及网络输入或输出关联。

3.如权利要求1所述的虚拟机负载评估系统，其中，所述虚拟机的特征类型包括CPU密集型、Network密集型以及Memory密集型。

4.如权利要求1所述的虚拟机负载评估系统，其中，所述第一KMeans算法中的类型参数K等于4，而所述第二KMeans算法中的类型参数等于3。

5.如权利要求4所述的虚拟机负载评估系统，其中，所述第一KMeans算法的初始中心被选择为P1(100,0,0)、P2(0,100,0)、P3(0,0,100)以及P4(0,0,0)。

6.如权利要求4所述的虚拟机负载评估系统，其中，每一组中样本的占比为A％、B％、C％、D％，而每一组的中心点坐标分别为(X1,Y1,Z1)，(X2,Y2,Z2)，(X3,Y3,Z3)以及(X4,Y4,Z4)，则所述第一特征值由下面的等式来表示：

7.如权利要求1所述的虚拟机负载评估系统，其中，所述监控数据处理模块进一步被配置成根据所述一个或多个虚拟机中的性能负载值来对虚拟机进行重新分布，实现资源的有效利用。

8.一种云环境下对虚拟机进行负载评估的方法，包括：

针对云数据中心内的一个或多个虚拟机中的每一个，利用第一KMeans算法来将从所述一个或多个虚拟机处获得的监控数据进行聚集分组，每一个组具有一中心点坐标，并根据所述分组和各组的中心点坐标计算所述一个或多个虚拟机中每个虚拟机的性能表征，即第一特征值；

基于每个虚拟机的所述第一特征值，利用第二KMeans算法来将所述一个或多个虚拟机进行聚集分组，使得能够确定所述一个或多个虚拟机中每个虚拟机的特征类型以及性能负载值；

其中，所述第一KMeans算法中的类型参数K大于所述第二KMeans算法中的类型参数，并且所述第一KMeans算法的初始中心被选择为使得初始类别之间保持尽可能远的距离，而所述第二Kmeans算法的初始中心被选择为所述第一KMeans算法的初始中心的子集。

9.如权利要求8所述的方法，其中，所述监控数据与一个或多个虚拟机的中央处理单元、存储器、硬盘输入或输出以及网络输入或输出关联。

10.如权利要求8所述的方法，其中，所述虚拟机的特征类型包括CPU密集型、Network密集型以及Memory密集型。

11.如权利要求8所述的方法，其中，所述第一KMeans算法中的类型参数K等于4，而所述第二KMeans算法中的类型参数等于3。