[发明专利]一种虚拟机在线迁移方法及装置在审
| 申请号： | 202211581929.9 | 申请日： | 2022-12-09 |
| 公开（公告）号： | CN115878264A | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 刘嫣然;陈相如;常利民 | 申请（专利权）人： | 中电信数智科技有限公司 |
| 主分类号： | G06F9/455 | 分类号： | G06F9/455;G06N20/00 |
| 代理公司： | 北京知汇林知识产权代理事务所(普通合伙) 11794 | 代理人： | 王俊杰 |
| 地址： | 100036 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 虚拟机 在线 迁移 方法 装置 | ||
1.一种虚拟机在线迁移方法，其特征在于，包括：
获取源主机、目标主机及待迁移虚拟机的在线迁移特性，构建特征向量；
将所述特征向量输入训练好的虚拟机在线迁移预测模型，得到虚拟机在线迁移的预测数据，所述预测数据包括迁移完成时间、传输的数据量、虚拟机停机时间、虚拟机性能下降；
根据所述预测数据选择迁移算法；
根据选择的迁移算法执行虚拟机在线迁移。
2.根据权利要求1所述的方法，其特征在于，所述在线迁移特性包括：源主机的I PS、PTR、CPU.UTIL，目标主机的DST.CPU，虚拟机的VM.Size、PDR。
3.根据权利要求1所述的方法，其特征在于，所述虚拟机在线迁移预测模型包括多个基本SVR模型，所述基本SVR模型包括postcopy模型、precopy模型、precopy+cpu throttling模型、precopy+compression模型、precopy+cpu throttling+compression模型，所述基本SVR模型使用Bagging算法进行融合。
4.根据权利要求3所述的方法，其特征在于，所述迁移算法为SLA约束算法。
5.根据权利要求3所述的方法，其特征在于，所述迁移算法为与SLA约束误差最小的算法。
6.根据权利要求5所述的方法，其特征在于，所述迁移算法为完整性约束算法。
7.根据权利要求4所述的方法，其特征在于，所述根据选择的迁移算法执行虚拟机在线迁移的过程中，所述源主机及所述目标主机的内存、CPU和网络带宽资源使用率都不超过设定的阈值。
8.一种虚拟机在线迁移装置，其特征在于，包括：
数据采集模块，用于获取源主机、目标主机及待迁移虚拟机的在线迁移特性，构建特征向量；
迁移预测模块，用于所述特征向量输入训练好的虚拟机在线迁移预测模型，得到虚拟机在线迁移的预测数据，所述预测数据包括迁移完成时间、传输的数据量、虚拟机停机时间、虚拟机性能下降；
迁移执行模块，用于根据所述预测数据选择迁移算法，并根据选择的迁移算法执行虚拟机在线迁移。
9.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-7任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中电信数智科技有限公司，未经中电信数智科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202211581929.9/1.html，转载请声明来源钻瓜专利网。
