[发明专利]一种分布式系统网络资源运维管理可靠性提升方法

权利要求书

1.一种分布式系统网络资源的运维管理可靠性提升方法，其特征在于，所述分布式系统包括资源管理器以及多个计算节点，所述资源管理器包括深度神经网络，所述方法包括：

资源管理器根据资源的使用情况与深度神经网络的学习经验对接收到的任务进行映射，包括对接收到的任务进行初步评估，获得调度策略与任务权重，存储所述初步评估结果，并将所述初步评估结果输入深度神经网络进行实时反馈与学习强化；

资源管理器根据所述深度神经网络的计算代价调整所述映射中任务权重的个数，包括确定所述初步评估结果输入深度神经网络进行实时反馈与学习强化的计算代价，根据所述计算代价与实际可接受的学习时间调整所述映射中任务权重的个数；其中资源任务之间的每一个连接有一个任务权重，用于决策将任务映射到资源之间的对应关系，权重是根据资源可用性执行计算任务的实时需求得到的；同时每一个任务权重对应深度神经网络中的一个权重；

资源管理器对所有任务均执行上述操作并更新所述深度神经网络的输出权重；

资源管理器根据更新后的输出权重优化调度策略，根据所述调度策略运维管理分布式系统。

2.根据权利要求1所述的方法，其特征在于，根据所述深度神经网络的计算代价调整所述映射中任务权重的个数之后，还执行如下步骤：

根据调整后的任务权重重新确定所述资源的使用情况；

对处理后的任务进行监控与统计。

3.根据权利要求2所述的方法，其特征在于，所述对处理后的任务进行监控与统计的内容包括输入分析、迭代更新与存储反馈。

4.根据权利要求1所述的方法，其特征在于，当分布式网络系统加入扩展的异构设备时，还加入与所述扩展的异构设备相匹配的自适应配置。

5.根据权利要求1到4中任意一项所述的方法，其特征在于，所述深度神经网络具有至少三个不同层次的深度，且所述深度神经网络在每个层次上都是全映射网络。

6.根据权利要求1到4中任意一项所述的方法，其特征在于，分布式网络系统的所有节点之间采用统一的协议进行通信。