[发明专利]一种数据中心资源分配方法及装置

权利要求书

1.一种数据中心资源分配方法，其特征在于，包括：

步骤S1，对云计算环境下数据中心的运行状态进行监控，并采集历史资源使用状态数据；

步骤S2，从历史资源使用状态数据提取出当前时间段内的资源负荷数据，并基于当前时间段内的资源负荷数据进行预测以得到下一时间段的云计算资源负荷值；

步骤S3，对当前时间段内的资源负荷数据和下一时间段的资源负荷值进行综合分析，并采取主动控制与被动反应相结合的自适应弹性资源配置策略进行资源分配。

2.根据权利要求1所述的数据中心资源分配方法，其特征在于，所述步骤S2具体包括：

步骤S21，利用固定尺寸重叠滑动窗口技术从历史数据集中提取当前时间段的云计算资源负荷子序列集；

步骤S22，使用KFCM聚类算法将云计算资源负荷子序列集分成若干类并放置于不同的聚类簇中；

步骤S23，给每一个聚类簇分配一个预测器，将每一个聚类簇中的云计算资源负荷子序列集输入到预测器中对其进行训练和预测；

步骤S24，挑选出具有最小预测误差的聚类簇及其所对应的预测器进行预测，获得下一时间段所需的云计算资源负荷预测值。

3.根据权利要求2所述的数据中心资源分配方法，其特征在于，所述步骤S22进一步包括：

步骤S221，设置目标函数精度ε，模糊指数p，最大迭代次数Maxiter，以及最大聚类数MaxC；

步骤S222，对云计算资源负荷子序列集X作归一化处理，选择核函数，设定相关参数，计算核矩阵K；

步骤S223，随机初始化隶属度矩阵U；

步骤S224，令t＝1:Maxiter，计算目标函数J_KFCM，并利用公式：更新隶属度矩阵U以及聚类中心v_c，若满足|J_KFCM(t)-J_KFCM(t-1)|＜ε或t≥Maxiter，则转到步骤S225；否则，t→t+1，转到步骤S221；为数据x_i在聚类簇c(c∈C)中的隶属度；

步骤S225：输出最优隶属度矩阵U以及聚类中心v_c。

4.根据权利要求2所述的数据中心资源分配方法，其特征在于，所述步骤S21具体为：

对于给定长度为L的云计算资源负荷时间序列，使用固定尺寸重叠滑动窗口技术将这长度为L的时间序列数据截成每段长度为d的n段子序列，得到n个d维数据点x_i。

5.根据权利要求3所述的数据中心资源分配方法，其特征在于，当有新的资源负荷时间序列数据到来时，使用基于双时间尺度的聚类簇更新机制来放置新来的负荷数据，在短时间尺度上，计算新来数据与已有的聚类之间的相似度，并将新数据放入能够产生与其有最大相似度的聚类簇中，在长时间尺度上，将历史数据和新到数据一起进行一次聚类簇重新确定过程。

6.根据权利要求2所述的数据中心资源分配方法，其特征在于，所述步骤S23中采取基于遗传算法优化的Elman神经网络预测器。

7.根据权利要求1所述的云环境下数据中心的资源分配方法，其特征在于，所述步骤S3中进行资源分配的控制实施周期T_i根据以下公式确定：

其中，K为缓冲器队列中可容纳的最大资源请求数的参数值，为下一时刻资源需求变化量的估算值。