专利名称：虚拟机调度决策的系统、平台及方法
技术领域：
本发明涉及通信和计算机领域，具体而言，涉及一种虚拟机调度的系统、平台及方法。
背景技术：
随着电信网络的全IP和宽带化，电信技术和IT/互联网技术出现互相融合渗透的发展趋势，云计算近期越来越得到电信产业的关注。电信运营商都开始着手基于云计算平台进行多业务的运营。云计算平台的基础是虚拟化平台，而虚拟化平台的关键技术之一就是虚拟机调度决策技术，它是实现虚拟机集群高可用性、负载均衡、节能管理等的支撑技术。目前，虚拟化平台产品如VMware ESXi等都提供了虚拟机集群高可用性、负载均衡等虚拟机调度决策功能。但是，用户对于虚拟机调度策略的需求是多种多样的，而现有的虚拟化平台提供的虚拟机调度策略是固定的，不支持策略模板以及策略模板的定制，无法根据用户需求定制虚拟机的调度策略，不能满足用户对于虚拟机调度的高级需求。发明人发现上述的相关技术中虚拟机调度决策方式存在如下缺陷不支持策略模板以及策略模板的定制，不能满足用户对于虚拟机调度策略的多样性需求。
发明内容
本发明的主要目的在于提供一种虚拟机调度的系统、平台及方法，以至少解决上述的不支持策略模板以及策略模板定制的问题。根据本发明的一个方面，提供了一种虚拟机调度决策系统，包括模板管理模块， 用于选择根据用户需求定制的策略模板；策略管理模块，用于通过设置策略模板中的参数， 创建并激活策略；调度决策计算模块，用于利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。优选地，本技术方案中，策略管理模块，还用于对策略进行修改、挂起、删除，或优先级调整。优选地，本技术方案中，虚拟机调度决策系统还包括集群监控数据接口模块，用于获取集群运行数据，并将集群运行数据转化为规则弓I擎的输入数据；资源管理接口模块， 用于获取当前资源信息，并将当前资源信息转化为规则引擎的输入数据；调度决策计算模块，用于利用处于激活状态的策略，采用规则引擎对集群运行数据和当前资源信息进行穷举运算，获取最优决策。根据本发明的另一方面，提供了一种包括上述虚拟机调度决策系统的平台，除虚拟机调度决策系统，还包括集群监控系统，用于监控集群的运行数据，并将集群运行数据发送至虚拟机调度决策系统；资源管理系统，用于管理当前的资源信息，并将当前资源信息发送至虚拟机调度决策系统；调度控制系统，用于接收虚拟机调度决策系统的最优决策，执行最优决策。
根据本发明的另一方面，提供了一种虚拟机调度决策方法，包括选择根据用户需求定制的策略模板；通过设置策略模板中的参数，创建并激活策略；利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。优选地，本技术方案中，创建并激活策略之后还包括对策略进行修改、挂起、删除，或优先级调整。本发明中，虚拟机调度策略使用脚本的策略模板进行开发和部署，开发速度快且部署灵活，可以提供丰富的备选策略以满足不同层次用户的需要。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图1为本发明装置实施例一虚拟机调 度决策系统的示意图；图2为本发明平台实施例一虚拟机调度决策平台的示意图；图3为本发明方法实施例一虚拟机调度决策方法的流程图；图4为本发明方法实施例二虚拟机调度决策方法的流程图；图5为本发明方法实施例三虚拟机调度决策方法的流程图；图6为本发明方法实施例四虚拟机VM6创建前的示意图；图7为本发明方法实施例四虚拟机VM6创建后的示意图；图8为集群初始资源分布的示意图；图9为采用负载均衡策略调度后集群资源分布示意图；图10为采用节能策略调度后集群资源分布的示意图。
具体实施例方式下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。鉴于传统技术实现的虚拟机调度决策系统的不足，本发明提出一种新的可定制策略的虚拟机调度决策系统，虚拟机调度策略使用脚本开发和部署，开发速度快且部署灵活， 可以提供丰富的备选策略以满足不同层次用户的需要；本发明支持策略模板定制，能够根据用户需求快速定制策略模板，以满足用户对于虚拟机调度的高级需求；同时，本发明能够高效、准确地进行虚拟机调度决策计算和分析，能够提高虚拟机调度的决策效率，降低虚拟化平台的虚拟机调度开销。装置实施例一图1为本发明装置实施例一虚拟机调度决策系统的示意图。本实施例包括模板管理模块，用于选择根据用户需求定制的策略模板；策略管理模块，用于通过设置策略模板中的参数，创建并激活策略；调度决策计算模块，用于利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。本实施例中，策略模板就是脚本，可以理解为一个脚本对应一个策略模板。策略模板可以被开发人员或者高级别用户(该用户需要能够看懂并编辑策略模板脚本)定制。策略模板是与用户需求相关的，与具体虚拟化平台的资源以及性能状态没有关系。
本实施例中，虚拟机调度策略使用脚本开发和部署，开发速度快且部署灵活，可以提供丰富的备选策略以满足不同层次用户的需要；本发明支持策略模板定制，能够根据用户需求快速定制策略模板，以满足用户对于虚拟机调度的高级需求。装置实施例二 本实 施例将在实施例一的基础上，对虚拟机调度决策系统的各部分进行详细说明。如图1所示，本实施例虚拟机调度决策系统包括以下部分策略模板库存放策略模板的库，负责保存策略模板。策略模板是采用脚本文件开发的，是策略的逻辑框架，用户在创建策略时，首先需要选择策略的模板，之后再设置策略的相关参数。模板管理模块负责策略模板的管理，通过本模块，操作人员可以新增或者删除策略模板。策略管理模块负责策略的管理，包括创建策略、删除策略、修改策略、激活策略、 挂起策略等。策略是策略模板的运行实例，其包括激活和挂起两种状态。当策略处于激活状态时，该策略将参与调度决策运算；当策略处于挂起状态时，其将不参与调度决策。可根据策略还包括优先级属性，在调度决策时，优先级高的策略将先参与决策计算。集群监控数据接口模块为一数据接口，负责从集群监控系统取得集群的性能和状态数据，并将这些数据转化为规则引擎的输入数据。资源管理接口模块为一数据接口，负责从资源管理接口模块获取虚拟华平台当前的资源信息，并将其转化为规则引擎的输入数据。调度决策计算模块本模块是可定制策略的虚拟机调度决策系统的核心模块。其负责将从集群监控数据接口模块和资源管理接口模块输入的数据和当前激活的策略进行运算和决策。其包括两大部分调度策略子模块和规则引擎子模块。调度策略子模块保存的是集群的调度策略，每一个集群都对应一个调度策略子模块，每个调度策略子模块又分为激活策略区和失效策略区，当前处于激活状态的策略保存在激活策略区中参与决策运算，挂起状态的策略则保存在失效策略区中。规则引擎子模块负责对数据和策略进行决策计算。本实施例中，虚拟机调度决策系统还可以包括调度控制接口模块，其是可定制策略的虚拟机调度决策系统与调度控制系统之间的接口模块，负责将可定制策略的虚拟机调度决策系统所计算出的调度决策发送给调度控制系统进行调度。本实施例对虚拟机调度决策的系统进一步说明。除具有实施例一的全部特征和有益效果之外，本实施例中策略管理模块可以对策略进行挂起、修改、删除等操作，从而更加增强的满足用户需求的灵活性。同时本发明利用规则引擎进行计算，能够高效、准确地进行虚拟机调度决策计算和分析，能够提高虚拟机调度的决策效率，降低虚拟化平台的虚拟机调度开销。平台实施例一图2为本发明平台实施例一虚拟机调度决策平台的示意图。如图2所示，可定制策略的虚拟机调度决策系统是虚拟化平台的一个子系统，虚拟化平台包括若干子系统，其中和可定制策略的虚拟机调度决策系统相关性较强的系统包括资源管理系统，集群监控系统，调度控制系统。其对应的功能分别是
调度控制系统其主要负责虚拟化平台的资源调度控制，如控制虚拟机的创建、删除、运行、迁移，主机的待机、唤醒等。调度控制系统的调度操作可能会引起虚拟化平台资源信息发生变化，调度控制系统需要将这些变化通知资源管理系统。资 源管理系统其主要负责管理虚拟化平台所管理的资源信息，如虚拟化平台管理了哪些集群，每个集群包括哪些主机以及主机的资源配置，每个主机上运行了哪些虚拟机及这些虚拟机的资源分配情况。资源管理系统还为用户提供了资源管理操作入口。当用户通过资源管理系统进行如创建、删除虚拟机等操作后，资源管理系统会将对应操作及相应资源数据发送给可定制策略的虚拟机调度决策系统进行决策，并最终将决策信息发送给调度控制系统执行相应操作或者返回用户提示。集群监控系统其主要负责监控虚拟化平台所管理的集群的运行状态和性能，并将监控到的信息数据发送给可定制策略的虚拟机调度决策系统进行决策运算，判断是否需要进行对集群资源进行重新分配或调度，如果不需要则不作任何操作，如果需要则要将决策信息发送给调度控制系统执行相应操作或者返回用户提示。可定制策略的虚拟机调度决策系统其主要负责策略的管理和进行决策运算。策略管理包括创建策略、删除策略、激活策略、挂起策略以及策略模板的创建和删除等。决策运算是可定制策略的虚拟机调度决策系统的核心功能，其利用规则引擎对原始数据和预定策略进行穷举运算，计算出最优决策提供给用户或直接发送给调度控制系统进行执行。本实施例中，虚拟机调度决策系统，可以为装置实施例一或装置实施例二的虚拟机调度决策系统，并相应具有实施例一或实施例二的有益效果，此处不再重述。方法实施例一图3为本发明方法实施例一虚拟机调度决策方法的流程图。如图3所示，本实施例包括S102 获取当前资源信息和集群运行数据；S104 选择根据用户需求定制的策略模板；S106 通过设置策略模板中的参数，创建并激活策略；S108:利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算， 获取最优决策。本实施例中，创建并激活策略之后还包括对策略进行修改、挂起、删除，或优先级调整。而在后续的流程中，利用对应的修改、挂起、删除，或优先级调整后的激活策略来获取最优化决策。本实施例中，集群运行数据包括集群的运行状态和性能数据。获取集群运行数据之后还包括将集群运行数据转化为规则引擎的输入数据；获取当前资源信息之后还包括将虚拟平台当前资源信息转化为规则引擎的输入数据；获取最优决策具体包括，利用处于激活状态的策略，采用规则引擎对集群运行数据和当前资源信息进行穷举运算，获取最优决策。本实施例依靠实施例或实施例二的相关装置实现，并具有上述实施例的全部有益效果，此处不再重述。方法实施例二 本实施例将以在集群中创建虚拟机为例，具体说明虚拟机调度决策方法。
在集群中申请创建虚拟机时，需要集群中有足够的资源满足该虚拟机创建的要求。如果当前集群资源分配不合理，可能导致集群中即使有足够的资源也无法创建虚拟机。 可以通过可定制策略的虚拟机调度决策系统进行决策计算，在遵守当前资源管理的策略的前提下，对集群的虚拟机进行调度以使集群的资源进行重新合理分配，以满足创建该虚拟机的条件。图4为本发明方法实施例二虚拟机调度决策方法的流程图。如图4所示，通过可定制策略的虚拟机调度决策系统创建虚拟机的流程如下步骤S201，用户通过资源管理系统申请在指定集群上创建虚拟机，资源管理系统将请求发送到可定制策略的虚拟机调度决策系统；步骤S202，虚拟机调度决策系统通过资源管理接口模块从资源管理系统获取集群资源数据；步骤S203，使用对应的集群调度策略区中处于激活状态的策略对获取资源数据进行决策运算；步骤S204，根据决策运算结果，判断集群中是否有足够的资源来创建虚拟机，以及如何创建虚拟机；步骤S205，如果有足够资源可以创建虚拟机，则调用虚拟机调度接口模块，按照计算结果创 建虚拟机；步骤S206，没有足够资源可以创建虚拟机，则提示用户虚拟机无法创建并说明原因。本实施例为方法实施例一的具体应用，具有该实施例的全部有益效果，此处不再重述。方法实施例三本实施例将以在集群中进行虚拟机调度为例，具体说明虚拟机调度决策方法。集群运行时，为了保持集群运行状态健康高效，需要保持集群中各主机的负载均衡；另外用户往往还希望集群以更加节能的方式运行，当集群负载较轻时，能够自动关闭或者休眠一些主机。这些都需要通过对集群中的虚拟机进行自动调度来完成。图5为本发明方法实施例三虚拟机调度决策方法的流程图。如图5所示，通过可定制策略的虚拟机调度决策系统进行虚拟机调度决策的流程如下步骤S301，首先，集群监控系统对集群进行监控，周期性的获取集群运行相关状态、性能数据；步骤S302，集群监控数据接口模块从集群监控系统取得集群运行相关数据；步骤S303，将获取的集群运行相关数据进行预处理后输入规则引擎；步骤S304，通过资源管理接口模块从资源管理系统中获取集群资源数据；步骤S305，将获取到的资源数据进行预处理后输入规则引擎进行决策运算；步骤S306，按照预定的策略，计算虚拟机是否需要重新调度及如何调度；步骤S307，如果需要对虚拟机进行重新调度，调用虚拟机调度接口模块，按照计算结果调度虚拟机；步骤S308，本周期结束，等待一段时间，然后再开始下一个周期的集群监控及虚拟机调度决策。方法实施例四
本实施例及以下各实施例将在上述实施例的基础上，进一步对虚拟机调度决策方法进行详细说明，具有上述实施例的全部有益效果，此处不再重述。图6为本发明方法实施例四虚拟机VM6创建前的示意图。如图6所示，集群中有两台主机，分别是Host A与Host B, Host A的内存容量为8G，其上运行着VMl和VM2两台虚拟机，VMl的内存占用为2G，VM2的内存占用为3G，Host A当前剩余的空闲内存为3G。Host B的内存容量为8G，其上运行着VM3、VM4和VM5三台虚拟机，VM3的内存占用为1G，VM4的内存占用为1G，VM5的内存占用为3G，Host B当前剩余的空闲内存为3G。现欲在集群中创建内存占用量为4G的虚拟机VM6。在传统技术实现的 虚拟机调度决策的虚拟化平台中，由于VM6的内存占用量超过了 Host A和Host B任意一台的剩余空闲内存，VM6将无法在集群中进行创建。因为Host A和Host B两台主机总共剩余空闲内存为6G，大于VM6所需要的4G， 所以可以考虑通过调度Host A和Host B中的虚拟机，为VM6腾挪出足够的资源。在可定制策略的虚拟机调度决策系统中，可以进行如下考虑1.检查集群总共剩余空闲内存是否能够满足虚拟机创建需求，如果不能满足需求，则拒绝创建。这样能够提高运算效率，一旦本条件不满足则直接拒绝创建。2.允许集群主机当中的虚拟机相互迁移，计算是否存在迁移方案，能够在集群中的任意一台主机上腾挪出申请创建的虚拟机所需要的资源。如果没有，则拒绝创建。另外， 如果需要进行许多次虚拟机迁移操作才能将所需的资源腾挪出来，可能会导致得不偿失的结果。所以需要考虑限制虚拟机迁移的总次数，如果超过限制，则拒绝创建虚拟机。3.如果有多种迁移方案能够满足上述条件，则应选择迁移次数最少，且迁移后集群主机负载相对最均衡的方案。上述考虑通过脚本反映成为策略模板。然后对上述策略模板(或者考虑)中的参数进行具体设置，就转化为具体策略。具体如下1.检查集群总共剩余空闲内存是否能够满足虚拟机创建需求，如果不能满足需求，则拒绝创建。2.允许集群主机当中的虚拟机相互迁移，设置虚拟机迁移上限次数为3次。优先选择迁移次数最少的方案。3.优先选择迁移和虚拟机创建后负载最均衡的方案。根据以上策略进行计算决策。图7为本发明方法实施例四虚拟机VM6创建后的示意图。如图7所示，具体包括1)将Host A中VMl虚拟机迁移至Host B中运行；2)在Host A上创建VM6虚拟机。方法实施例五本实施例为集群负载均衡的实施例。图8为集群初始资源分布的示意图。如图8 所示，集群原始资源分布情况如下集群中有四台主机，分别是Host A、Host B、Host C与Host D，Host A的内存容量为8G，其上运行着VMl和VM2两台虚拟机，VMl的内存占用为4G，VM2的内存占用为4G， Host A当前无剩余的空闲内存。Host B的内存容量为8G，其上运行着VM3、VM4和VM5三台虚拟机，VM3的内存占用为3G，VM4的内存占用为1G，VM5的内存占用为4G，Host B当前无剩余的空闲内存。Host C的内存容量为8G，其上运行着VM6和VM7两台虚拟机，VM6的内存占用为2G，VM7的内存占用为lG，Host C当前剩余的空闲内存为5G。Host D的内存容量为8G，其上运行着VM8和VM9两台虚拟机，VM8的内存占用为2G，VM9的内存占用为1G， Host D当前剩余的空闲内存为5G。从图8中可以看出，本集群的资源分布是非常不均衡的，Host A和Host B无空闲内存，接近满负荷工作，而Host C与Host D的负载很轻。为了保证集群运行状态健康高效， 需要将Host A和Host B上的负载 分摊到Host C和Host D上。在可定制策略的虚拟机调度决策系统中，可以进行如下考虑1)需要考虑满足何种条件时，集群需要使用负载均衡策略对虚拟机进行重新调度；2)集群主机当中的虚拟机相互迁移，计算虚拟机迁移方案，使用该方案后能够使集群中的所有主机负载达到尽可能的均衡；3)如果需要进行许多次虚拟机迁移操作才能达到负载均衡的效果，也可能会造成迁移开销过大，产生得不偿失的结果。所以需要考虑限制虚拟机迁移的总次数。在虚拟机发生有限的迁移次数前提下，尽可能达到负载均衡的效果。上述考虑通过脚本反映成为策略模板。然后对上述策略模板(或者考虑)中的参数进行具体设置，就转化为具体策略。具体如下1.设定集群内主机资源分布不平衡度的阈值条件，当超过阈值时需要使用负载均衡策略对虚拟机调度进行决策。2.设定负载均衡策略中允许迁移的虚拟机的最大次数为3次。3.选择负载最均衡的方案。根据以上策略进行计算决策，图9为采用负载均衡策略调度后集群资源分布示意图。如图9所示1)将Host B中VM3虚拟机迁移至Host C中运行；2)将Host A中VMl虚拟机迁移至Host D中运行；3)将Host C中VM7虚拟机迁移至Host A中运行。方法实施例六本实施例为集群节能管理的实施例。集群原始资源分布情况如图8所示，从图中可以看出集群的资源分布不均，Host C和Host D的负载很轻，可以考虑将负载很轻的主机上运行的虚拟机进行集中，将某些主机上的虚拟机全部转移到其他主机上，并将这些主机关闭，能够达到节能的效果。在可定制策略的虚拟机调度决策系统中，可以进行如下考虑1.需要考虑满足何种条件时，集群需要使用节能策略对虚拟机进行重新调度。2.允许集群主机当中的虚拟机相互迁移，计算虚拟机迁移方案，使用该方案后能够使集群中的负载集中到尽可能少的主机上，将其余的空闲主机关闭。3.需要考虑限制虚拟机迁移的总次数。在虚拟机发生有限的迁移次数前提下，尽可能达到负载集中的效果。上述考虑通过脚本反映成为策略模板。然后对上述策略模板(或者考虑)中的参数进行具体设置，就转化为具体策略，内容具体如下1.设定集群内主机资源负载的阈值条件，超过阈值时需要使用节能策略对虚拟机调度进行决策。2.设定节能策略中允许迁移的虚拟机的最大次数为3次。3.选择需要运行的主机最少的方案。4.优先选择迁移后负载最均衡的方案。
根据以上策略进行计算决策，图10为采用节能策略调度后集群资源分布的示意图。如图10所示，具体包括1)将Host D中VM8虚拟机迁移至Host C中运行；2)将Host B中VM4虚拟机迁移至Host C中运行。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、 等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种虚拟机调度决策系统，其特征在于，包括模板管理模块，用于选择根据用户需求定制的策略模板； 策略管理模块，用于通过设置所述策略模板中的参数，创建并激活策略； 调度决策计算模块，用于利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。
2.根据权利要求1所述的系统，其特征在于所述策略管理模块，还用于对所述策略进行修改、挂起、删除，或优先级调整。
3.根据权利要求1所述的系统，其特征在于，还包括集群监控数据接口模块，用于获取所述集群运行数据，并将所述集群运行数据转化为规则引擎的输入数据；资源管理接口模块，用于获取所述当前资源信息，并将所述当前资源信息转化为规则引擎的输入数据；所述调度决策计算模块，用于利用处于激活状态的策略，采用规则引擎对所述集群运行数据和当前资源信息进行穷举运算，获取最优决策。
4.根据权利要求3所述的系统，其特征在于所述调度决策计算模块进一步包括 调度策略子模块，用于保存集群的调度策略，包括激活策略区和失效策略区，所述激活策略区用于保存激活策略，所述失效策略区用于保存失效策略；规则引擎子模块，用于对集群运行数据、当前资源信息，利用规则引擎和所述激活策略，获取最优决策。
5.根据权利要求1-4中任一项所述的系统，其特征在于所述策略模板为根据用户需求定制的程序脚本，并具有一个或多个需用户设置的参数。
6.一种包括权利要求1-5中任一项虚拟机调度决策系统的虚拟化平台，其特征在于， 还包括集群监控系统，用于监控集群的运行数据，并将所述集群运行数据发送至所述虚拟机调度决策系统；资源管理系统，用于管理当前的资源信息，并将所述当前资源信息发送至所述虚拟机调度决策系统；调度控制系统，用于接收所述虚拟机调度决策系统的最优决策，并执行所述最优决策。
7.—种虚拟机调度决策方法，其特征在于，包括 选择根据用户需求定制的策略模板；通过设置所述策略模板中的参数，创建并激活策略；利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。
8.根据权利要求7所述的方法，其特征在于，还包括 对所述策略进行修改、挂起、删除，或优先级调整。
9.根据权利要求7所述的方法，其特征在于所述进行穷举运算之前还包括获取所述集群运行数据，并将所述集群运行数据转化为规则引擎的输入数据；所述进行穷举运算之前还包括获取所述当前资源信息，并将所述当前资源信息转化为规则引擎的输入数据；所述获取最优决策具体包括，利用处于激活状态的策略，采用规则引擎对所述集群运行 数据和当前资源信息进行穷举运算，获取最优决策。
全文摘要
本发明公开了一种虚拟机调度决策的系统、平台及方法。上述虚拟机调度决策系统，包括模板管理模块，用于选择根据用户需求定制的策略模板；策略管理模块，用于通过设置策略模板中的参数，创建并激活策略；调度决策计算模块，用于利用处于激活状态的策略，对当前资源信息和集群运行数据进行穷举运算，获取最优决策。本发明中，虚拟机调度策略使用脚本的策略模板进行开发和部署，开发速度快且部署灵活，可以提供丰富的备选策略以满足不同层次用户的需要，进而提高了虚拟机的系统性能。
文档编号G06F9/50GK102262567SQ201010193788
公开日2011年11月30日 申请日期2010年5月24日 优先权日2010年5月24日
发明者周刚 申请人:中兴通讯股份有限公司