[发明专利]一种虚拟机的管理方法及装置

权利要求书

1.一种虚拟机的管理方法，其特征在于，包括：

获取目标网元的虚拟机组在第一时段内运行时产生的用户行为数据，所述用户行为数据用于指示客户端与所述目标网元通信的过程中产生的流量信息，所述第一时段是指在获取所述用户行为数据之前所述虚拟机组运行的任意时段；

从所述用户行为数据中提取影响所述虚拟机组内虚拟机VM个数的特征信息；

根据所述特征信息预测所述目标网元在目标时段内运行时所需的目标VM数量，所述目标时段是指在获取所述用户行为数据之后所述虚拟机组运行的任意时段；

指示管理和编排器MANO在所述目标时段到来时，按照所述目标VM数量调整所述虚拟机组中VM的数量。

2.根据权利要求1所述的方法，其特征在于，所述特征信息包括N个特征矩阵，N＞1，

其中，从所述用户行为数据中提取影响所述虚拟机组内VM个数的特征信息，包括：

确定影响所述虚拟机组内VM个数的至少一个特征属性；

对于预设的N个时间区间中的每个时间区间，从所述用户行为数据中提取与所述时间区间对应的一个特征矩阵，以得到所述N个特征矩阵，所述一个特征矩阵包括每个历史样本周期内与所述时间区间对应的所述至少一个特征属性的属性值，

所述N个时间区间组成了一个历史样本周期，M个历史样本周期组成了所述第一时段，M≥1。

3.根据权利要求2所述的方法，其特征在于，从所述用户行为数据中提取与该时间区间对应的一个特征矩阵，包括：

从所述用户行为数据中提取M个目标行向量，所述M个目标行向量中的每个目标行向量唯一对应一个历史样本周期，所述每个目标行向量包括：与该目标行向量对应的历史样本周期内所述至少一个特征属性在该时间区间内的属性值；

将所述M个目标向量中的每个目标行向量分别转换为一个列向量，以得到与该时间区间对应的一个特征矩阵。

4.根据权利要求3所述的方法，其特征在于，根据所述特征信息预测所述目标网元在目标时段内运行时所需的目标VM数量，包括：

对于所述N个时间区间中的每个时间区间，根据与所述时间区间对应的特征矩阵，预测所述目标网元在所述目标时段的所述时间区间内运行时所需的目标VM数量。

5.根据权利要求4所述的方法，其特征在于，根据与所述时间区间对应的特征矩阵，预测所述目标网元在所述目标时段的所述时间区间内运行时所需的目标VM数量，包括：

根据与所述时间区间对应的特征矩阵，预测所述M个历史样本周期中每个历史样本周期所需的历史VM数量，得到M个历史VM数量；

根据所述M个历史VM数量，预测所述目标网元在所述目标时段的所述时间区间内运行时所需的目标VM数量。

6.根据权利要求5所述的方法，其特征在于，在根据与所述时间区间对应的特征矩阵，预测所述M个历史样本周期中每个历史样本周期所需的历史VM数量，得到M个历史VM数量之后，还包括：

确定在第二时段内存在的突变数据，所述突变数据为所述M个历史VM数量中的至少一个，所述第二时段的开始时间早于所述第一时段的开始时间，所述第二时段的结束时间与所述第一时段的结束时间相同；

去除所述突变数据。

7.根据权利要求6所述的方法，其特征在于，所述确定在第二时段内存在的突变数据，包括：

计算所述M个历史VM数量的第一平均值；

若所述M个历史VM数量中的L个历史VM数量不属于第一平均值区间，则计算所述第二时段内每个历史样本周期所需的历史VM数量的第二平均值，所述第一平均值区间为包含所述第一平均值的预设区间，0＜L≤M；

若所述L个历史VM数量中的至少一个历史VM数量不属于第二平均值区间，则确定所述至少一个历史VM数量为突变数据，所述第二平均值区间为包含所述第二平均值的预设区间。