一种云计算认知资源管理系统及方法
【技术领域】
[0001]本发明涉及云计算领域,特别涉及一种云计算认知资源管理系统及方法。
【背景技术】
[0002]云计算技术由三要素组成,即资源、资源管理平台、宽带网络。其中云计算资源管理平台可以实现对下层资源管理并形成资源池进行统一调度,是云计算面临的关键问题之一。当前的云计算资源管理平台主流产品以VMffARE公司的vSphere、HP的HP Insight为代表。但它们都是基于即时负载情况,根据预定义的规则被动地进行简单调度,依然只是对资源进行简单的分配或回收。这种机械的简单调度往往导致系统资源动态调度无法实时动态管理,精细化程度不高,系统利用率低。因此,资源调度的合理性、科学性以及有效性将决定资源分配的优化程度。
[0003]云计算资源管理平台的发展方向是适应资源异构性、动态性和用户需求的个性化、差异化,实现自主负载预测、资源动态综合、负载均衡调度与实时控制。此外,云计算服务作为一种公共服务资源,资源利用率的提高不仅有利于能源的合理利用,还可以有效减少二氧化碳的排放,可以减轻温室效应,对整个生态环境的保护和建设有着重要的意义,符合当今社会倡导的“绿色IT”的理念。
【发明内容】
[0004]为了将资源管理多模块化并行动态自适应管理,有效提高管理效率和资源利用率,本发明提出一种云计算认知资源管理系统,该系统的技术方案如下:
一种云计算认知资源管理系统,其特征在于,包括用户感知模块,用于对用户和用户请求的服务进行管理,包括用户身份认证、用户请求的服务的排序、用户请求的服务参数的提取;认知模块,用于监控系统运行状态,分析和处理所述用户请求的服务参数以及对系统中的信息进行处理;资源调度模块,用于根据所述认知模块提供的系统资源信息进行资源匹配和资源调度,所述用户感知模块、认知模块和资源调度模块都与云计算资源池连接。
[0005]优选的,所述的用户感知模块包括,用户管理单元,用于对用户的身份进行认证和访问授权;需求分析单元,用于对用户请求的服务需求特征进行分析;服务类型感知单元,用于对请求服务进行学习感知,在资源池的类型库中找到相应的服务类型或者保存新的类型;服务等级排列单元,用于将请求的服务进行优先级排列。
[0006]优选的,所述认知模块包括,自监控单元,用于对系统的运行状态进行监控,包括网络安全分析、负载均衡、事件预测、问题检测和恢复;学习推理单元,用于对用户请求的服务参数进行学习推理得到监控数据、QoS参数;策略管理单元,用于对已有的服务策略进行调用和更新;行为分析单元,用于对系统中的监控、感知或映射行为进行学习,获得相应信息,并对信息进行加工、整理、提炼,以便信息传递。
[0007]优选的,所述资源调度模块包括,目标分配单元,根据认知模块映射的资源参数,进行服务资源目标分配;服务机制制定单元,根据不同的调度目标制定相应的服务优先顺序;调度算法选择单元,用于选取适当的调度算法以进行最优的资源调度;资源匹配单元,用于按照用户请求对资源进行匹配。
[0008]所述服务优先顺序包括先来先服务、最大服务时间优先、最大消耗优先。
[0009]所述策略包括任务完成时间最小化、反应时间最小化、资源利用率最大化或消耗最小化。
[0010]云计算认知资源管理方法,其特征在于,包括系统中的用户感知模块接收用户对资源服务的请求,作出响应,并将感知的服务参数映射到认知模块;认知模块根据对服务参数的学习推理,对系统进行自监控和策略管理,选择合适的组织方法或架构,对资源进行动态组织;资源调度模块通过计算选择调度策略,对资源进行匹配和调度。
[0011]所述用户感知模块接收用户对资源服务的请求包括对用户身份认证、访问授权。
[0012]所述用户感知模块、认知模块和资源调度模块都与云计算资源池连接。
[0013]本发明使资源管理能够自学习、自由化、自修复以及内部自管理,能有效提高管理效率和资源利用率,保障可靠性和可用性;提高了系统的容错能力,保证了过程的实时性;使得云计算环境下的资源监控更加灵活、有效,而且降低了能耗和成本。
【附图说明】
[0014]图1为本发明实施例云计算认知资源管理系统框图;
图2为本发明另一实施例云计算认知资源管理方法流程图。
【具体实施方式】
[0015]为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0016]实施例1
如图1所示,云计算认知资源管理系统包括云计算资源池和用户感知模块、认知模块和资源调度模块,用户感知模块和认知模块之间、认知模块和资源调度模块之间均为双相连接,用户感知模块、认知模块和资源调度模块均与云计算资源池相连,可以与其中的资源进行交互。
[0017]用户感知模块又包括:
用户管理单元,对用户的身份进行认证、访问授权等;
需求分析单元,对用户的服务请求数据进行分析;
服务类型感知单元,对用户请求的服务进行学习感知,在类型库中找到相应的服务类型或者保存新的类型;
服务等级排列单元,将用户请求的服务进行优先级排列。
[0018]用户感知模块将感知的各个服务参数(如QoS参数、优先级参数等等)映射到认知模块。
[0019]认知模块包括:
自监控单元,对整个系统的运行状态进行监控,主要是指实施网络安全分析、负载均衡、事件预测、问题检测和恢复等行为,目的是维护整个系统的正常运行,为用户提供高效、优质的信息资源服务,按照时间可以分为实时和非实时两种,按照监控方式可以划分为主动监控和被动监控两种;
学习推理单元,对对感知模块映射的感知参数进行学习推理得到数