[发明专利]一种OpenStack平台计算资源的监控预测方法

权利要求书

1.一种OpenStack平台计算资源的监控预测方法，其特征在于，其实现过程为：

首先使用SNMP协议对OpenStack平台计算节点进行性能监控；

然后使用OpenStack API进行平台资源分配情况的监控；

最后建立差分整合自回归移动平均模型，对未来资源需求进行预测。

2.根据权利要求1所述的一种OpenStack平台计算资源的监控预测方法，其特征在于，所述计算节点的性能监控是指在OpenStack平台计算节点上使能SNMP协议，以固定时间间隔使用SNMP协议采集该节点的CPU利用率、内存使用情况并存储。

3.根据权利要求1所述的一种OpenStack平台计算资源的监控预测方法，其特征在于，所述平台计算资源分配情况的监控是指以固定时间间隔使用OpenStack API采集OpenStack平台中各虚拟机的虚拟CPU数、内存分配数并求和存储。

4.根据权利要求3所述的一种OpenStack平台计算资源的监控预测方法，其特征在于，所述未来资源需求预测过程为，基于差分整合自回归移动平均模型，利用现有计算资源分配时间序列数据，预测未来计算资源需求，这里的计算资源分配时间序列数据是指将平台计算资源分配情况的监控过程中获取的虚拟CPU分配数、内存分配量取出，按时间从前向后排列，得到的一个时间序列样本数据。

5.根据权利要求4所述的一种OpenStack平台计算资源的监控预测方法，其特征在于，建立差分整合自回归移动平均模型的过程为：基于获取的时间序列样本数据，使用该序列数据建立ARIMA模型，ARIMA模型表示为ARIMA(p,d,q)，其中p的含义是某一时刻的数据与前p个时刻的数据之间具有相关关系；q的含义是某一时刻的数据与前q个时刻的随机干扰具有相关关系；d表示原始时间序列样本经过d阶差分后得到了一个平稳的时间序列样本；ARIMA(p,d,q)模型如下公式所示：

$\left\{\begin{array}{c}\mathrm{\Φ}\left(B\right){\▿}^d{x}_t=\mathrm{\Θ}\left(B\right){\mathrm{\ϵ}}_t\\ E\left({\mathrm{\ϵ}}_t\right)=0,Var\left({\mathrm{\ϵ}}_t\right)={\mathrm{\σ}}_{\mathrm{\ϵ}}^2,E\left({\mathrm{\ϵ}}_t{\mathrm{\ϵ}}_s\right)=0,s\≠t\\ E\left(x_s{\mathrm{\ϵ}}_t\right)=0,\∀s\<t\end{array}\right.$

其中x_t表示时间序列在时刻t的观察值，ε_t表示时间序列在时刻t的随机干扰，而▽^d＝(1-B)^d表示d阶差分运算，Φ(B)＝1-φ₁B-…-φ_pB_p，Θ(B)＝1-θ₁B-…-θ_qB^q，其中B为延迟算子，以B乘以某序列值x_t就相当于将该序列值的时刻向前回拨了一个时间单位，即Bx_t＝x_t-1；而φ₁…φ_pθ₁…θ_q为参数；模型中的第二行表示随机干扰序列{ε_t}是零均值白噪声序列，第三行表示当期的随机干扰与过去的序列值无关。