[发明专利]一种基于云计算的策略生成方法及云平台

权利要求书

1.一种基于云计算的策略生成方法，应用于Pod集群中，其特征在于，所述方法包括：

在Pod集群中配置有周期运行的资源指标计算任务；

构建Pod集群智能策略生成模型；

根据所述周期运行的资源指标计算任务的计算结果，利用预设训练方法对所述Pod集群智能策略生成模型进行训练，得到训练好的Pod集群智能策略生成模型；

将待执行项目信息输入所述训练好的Pod集群智能策略生成模型，得到所述待执行项目的策略生成方式，其中，所述策略生成方式包括动态调整新建Pod的资源分配和/或释放所述Pod集群中资源利用率低的Pod；

其中，所述在Pod集群中配置有周期运行的资源指标计算任务之后，所述方法还包括：

通过当前运行的Pod节点数量、所述周期运行的资源指标计算任务，获取当前运行Pod的历史资源利用率以及所述Pod集群中可用节点的资源利用率，所述资源利用率包括内存资源利用率和CPU资源利用率的其中之一或基于权重的综合利用率；

其中，所述构建Pod集群智能策略生成模型，包括：

利用所述当前运行Pod的历史资源利用率以及所述Pod集群中可用节点的资源利用率，得到用于Pod集群智能策略生成的多个训练模型；

计算所述训练模型之间的最大均值差异，形成构建函数；

根据所述构建函数对训练模型进行处理，得到对应的Pod集群智能策略生成模型；其中，所述根据所述周期运行的资源指标计算任务的计算结果，利用预设训练方法对所述Pod集群智能策略生成模型进行训练，得到训练好的Pod集群智能策略生成模型，包括：

获得基于所述周期运行的资源指标计算任务的计算结果的残差函数，并输入至所述Pod集群智能策略生成模型；

根据训练模型输出结果，分别计算所述当前运行Pod的历史资源利用率以及所述Pod集群中可用节点的资源利用率的损失；

根据所述当前运行Pod的历史资源利用率以及所述Pod集群中可用节点的资源利用率的损失，计算联合损失，并基于所述联合损失，优化训练模型的参数，直至得到训练好的Pod集群智能策略生成模型。

2.根据权利要求1所述的方法，其特征在于，所述将待执行项目信息输入所述训练好的Pod集群智能策略生成模型，得到所述待执行项目的策略生成方式，包括：

当所述策略生成方式为动态调整新建Pod的资源分配时，所述训练好的Pod集群智能策略生成模型通过以下方式运行：

按照HPA功能，并通过资源指标k计算得到新建Pod的数量；

计算所述Pod集群内当前运行Pod的资源指标j的平均利用率H_j，其中，所述所述n为当前运行Pod节点数量，所述M_ij为节点i上资源指标j的实际使用量，所述R_ij为节点i上资源指标j的第一分配量；

判断所述资源指标j的平均利用率H_j是否小于Pod集群中资源指标j的使用率下限，若是，则当新建Pod时，资源指标k按照所述新建Pod的数量进行对应创建，所述资源指标j按照预设原则进行分配。

3.根据权利要求1所述的方法，其特征在于，所述预设训练方法包括神经网络算法。