[发明专利]一种基于服务感知的移动云网络资源分配方法

摘要

一种基于服务感知的移动云网络资源分配方法，该方法主要是通过一种基于服务感知的资源分配框架来实现的，该资源分配框架包含用户层、请求管理层和资源提供层，所述用户层用来模拟服务请求方，所述请求管理层用来进行请求的优化管理，所述资源提供层用来进行基础资源的管理与分配，其中，请求管理层包括学习分类策略和资源共享策略。本发明通过一个整体框架的设计来实现资源的分配，其中具体内容包含了云基础资源的共享，分配以及动态资源扩展，实现提高资源利用率以及减少时延的联合应用，加速移动云网络的发展。

主权项

1.一种基于服务感知的移动云网络资源分配方法，其特征在于：通过基于服务感知的资源分配框架来实现，所述分配框架包括用户层、请求管理层和资源提供层，所述用户层用来模拟服务请求方，所述请求管理层用来进行请求的优化管理，请求管理层包括自学习分类策略和资源共享策略，所述资源提供层用来进行基础资源的管理与分配；所述自学习分类策略是通过一个具有自学习能力的分类算法来进行操作的，通过位置加权和特征加权两种加权分类算法来实现最终作业的分类，根据两种加权方式的组合来最终确定其所属类型，其中作业类型包括视频类请求、文件类请求和普通请求；假如一个请求的URL，可将它分割成n段，然后组成一个一维数组L＝{l₁,l₂,...,l_n}，随后应用公式(1)来计算第i个元素l_i的位置权重，α_i＝(n‑n_loc)/n   (1)其中，n_loc为元素i所在数组L中的位置，即第i个元素，随后，应用第二种加权方法，特征加权来进行元素i的二次加权，在分类之前需要根据元素类型的不同来进行映射库的扩充，若用G_v,G_f来分别代表视频映射元素集合文件映射元素集，这两个集合共同组成了映射库元素集G＝{G_V,G_F}，具体内容集合如下G_V＝{＜tv,video＞,＜dvd,video＞,...,＜avi,video＞}，G_F＝{＜doc,file＞,＜wps,file＞,...,＜ppt,file＞}，从元素的内容来看，L中出现的tv这样的元素所代表的权重必定高于其他视频类型的元素，因此，对于L中所出现的元素的不同，要给予不同的权重；随后，根据一类权重的综合来最终判断此作业的归属，假设在L中具有m个元素属于G_V，如fea＝{k_i∈L|i＝1，2，...，m，m≤n}且用来对应表示fea中每个元素的特征权重，最后根据公式将位置权重以及特征权重结合起来进行最终的视频类权重计算；相应的根据上述的方法可以对应得到最终的文件类权重计算公式；最后根据公式β＝max{β_v,β_f}来进行最后作业类型归属的计算，选出最大的来对应确定最后的归属，然而，当β_v,β_f都是0的时候，将作业归于普通请求类；所述资源共享策略主要使用共享模式，所述共享模式是一种共享资源作业处理方式，此策略承接上面的自学习分类策略并且需要不同类型的虚拟机的配合，将视频类作业与文件类作业相结合依据共享模式分配给具有高处理能力的虚拟机，将普通作业分配给具有普通处理能力的虚拟机，根据不同类型的作业来实行不同的处理方式，具体处理方式为：当视频类作业多于文件类作业的时候，虚拟机只处理一个视频类作业并且等待文件类作业，反之，虚拟机可以处理两个文件类作业；普通作业则是按照空间共享的方式交给普通类型的虚拟机进行处理；根据以下两个公式来量化单个虚拟机的资源需求：其中s∈{1,2,...,T_j}，q＝(cpu,bw)，T_j为虚拟机VM_j的整体执行时间，cpu代表CPU资源，bw代表带宽资源，代表第s个时间间隔Δt关于VM_j的CPU以及带宽的利用率，是在VM_j运行的情况下关于q集合资源的普通花费，是创建一个普通的VM所需要的关于q集合资源的花费，δ^q是q集合资源经过一个时间间隔Δt所耗的花费。