[发明专利]基于融合分类模型的云环境匹配方法、装置、设备和介质

说明书

本发明公开了基于融合分类模型的云环境匹配方法、装置、设备和介质。该方法包括：获取待匹配应用的云环境的需求特征参数；将需求特征参数分别输入第一分类模型和第二分类模型，得到第一分类结果和第二分类结果；将第一分类结果和第二分类结果输入第三分类模型，得到第三分类结果，并将第三分类结果作为待匹配应用的云环境匹配结果；其中，第三分类结果为待匹配应用适合运行于私有云环境，或者，待匹配应用适合运行于公有云环境。根据本发明实施例提供的基于融合分类模型的云环境匹配方法、装置、设备和介质，可以提高云环境匹配的匹配准确度。

技术领域

本发明涉及通信领域，尤其涉及基于融合分类模型的云环境匹配方法、装置、设备和介质。

背景技术

混合云环境中通常包含多种异构的云环境，这些异构云环境都有自身的特性，比如公有云环境具备强大的资源伸缩能力，而私有云环境具有很好的隔离性和安全性，同时私有云环境可能包含一些针对应用特性做过优化的高性能服务器。混合云中的大量应用可以选择其中的任意一种云环境作为运行环境，现阶段应用运行的云环境在部署阶段由人工指定，如某云的多云管理平台，某为的多云管理平台等。人工进行云环境匹配的匹配准确度较低。

发明内容

本发明实施例提供的基于融合分类模型的云环境匹配方法、装置、设备和介质，可以提高云环境匹配的匹配准确度。

第一方面，提供一种基于融合分类模型的云环境匹配方法，融合分类模型包括第一分类模型、第二分类模型和第三分类模型，方法包括：。获取待匹配应用的云环境的需求特征参数；将需求特征参数分别输入第一分类模型和第二分类模型，得到第一分类结果和第二分类结果；将第一分类结果和第二分类结果输入第三分类模型，得到第三分类结果，并将第三分类结果作为待匹配应用的云环境匹配结果；其中，第三分类结果为待匹配应用适合运行于私有云环境，或者，待匹配应用适合运行于公有云环境。

根据本发明实施例中的基于融合分类模型的云环境匹配方法，在获取待匹配应用的云环境的需求特征参数之后，利用预先训练的融合分类模型可以确定待匹配应用所适合运行的云环境。相较于现有的人为匹配云环境的方法，提高了云环境匹配的匹配准确度。

在一种可选的实施方式中，第一分类模型和第三分类模型为广度深度学习模型，第二分类模型为LightGBM模型。

在一种可选的实施方式中，需求特征参数包括以下一种或多种：安全需求等级、隐私性需求等级、对服务器性能的需求等级、应用伸缩频率的特性参数和预设周期内的资源使用参数。

在一种可选的实施方式中，方法还包括：获取应用样本的需求特性参数和与应用样本的需求特性参数对应的预置分类标签，预置分类标签为适合运行于私有云环境或者适合运行于共有云环境；利用应用样本的需求特性参数和与应用样本的需求特性参数对应的预置分类标签，训练融合分类模型。

在一种可选的实施方式中，方法还包括：基于应用样本的需求特性参数确定应用样本适合运行的云环境；若应用样本适合运行于公有云环境，将其预置分类标签设置为适合运行于共有云环境；若应用样本适合运行于私有云环境，将其预置分类标签设置为适合运行于私有云环境。