买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：联通在线信息科技有限公司

摘要：本发明属于资源分配技术领域，本发明公开了一种内存资源高峰并行调度系统，包括：混沌构建模块，用于采集内存资源数据，根据内存资源数据构建混沌系统模型，指数确定模块，用于构建混沌吸引子模型对混沌系统模型的未来状态进行混沌预测，并计算得到混沌不确定性指数，系统熵模块，用于计算内存资源数据的当前利用率，并基于内存资源数据的当前利用率和混沌不确定性指数，计算得到系统熵指数，模拟免疫模块，用于获取待调度任务数据，基于系统熵指数和待调度任务数据利用基于人工免疫的任务调度算法输出最优调度策略，削减高峰期的资源争用，提高系统吞吐量，缓解阻塞，改善用户体验。

主权项：1.一种内存资源高峰并行调度系统，其特征在于，包括：混沌构建模块，用于采集内存资源数据，根据内存资源数据构建混沌系统模型；指数确定模块，用于构建混沌吸引子模型对混沌系统模型的未来状态进行混沌预测，并计算得到混沌不确定性指数；系统熵模块，用于计算内存资源数据的当前利用率，并基于内存资源数据的当前利用率和混沌不确定性指数，计算得到系统熵指数；模拟免疫模块，用于获取待调度任务数据，基于系统熵指数和待调度任务数据利用基于人工免疫的任务调度算法输出最优调度策略；各个模块之间通过有线和或无线的方式进行连接；所述内存资源数据包括CPU使用率数据、内存使用率数据和存储数据；CPU使用率数据包括CPU负载和CPU等待时间，内存使用率数据包括内存可用率和内存分配率，存储数据包括磁盘IO速率和磁盘使用率；内存资源数据的采集方式通过设置的数据收集代理或探针监控，并定义数据收集代理或探针监控的数据采集间隔实现；所述构建混沌系统模型的方式包括：对采集到的内存资源数据进行清洗和标准化处理，并将不同时间尺度的内存资源数据进行时间对齐，使得具有相同的时间间隔；定义混沌系统模型的动态方程，动态方程为：其中，x为CPU使用率数据，y为内存使用率数据，z为存储数据，t为时间变量，σ、r和b均为需拟合目标参数；定义混沌系统模型的目标函数F；F＝∑[xt-xobst2+yt-yobst2+zt-zobst2]，其中，xt表示在时间t时刻的CPU使用率数据x的取值，yt表示在时间t时刻的内存使用率数据y的取值，zt表示在时间t时刻的存储数据z的取值，xobst表示混沌系统模型观测到的CPU使用率数据x在时间t的值，yobst表示混沌系统模型观测到的内存使用率数据y在时间t的值，zobst表示混沌系统模型观测到的存储数据z在时间t的值；根据目标函数利用遗传算法求解获取需拟合目标参数，将求解得到的需拟合目标参数代入动态方程中对x、y和z进行数值模拟，得到模拟结果，将模拟结果与实时观测的数据计算均方根误差，若连续p次均方根误差的数值不再下降，则混沌系统模型构建完成；所述构建混沌吸引子模型的方式包括：利用时延坐标方法将混沌系统模型映射到h维相空间中，即构建状态变量的时延向量Yt＝xt,xt+τ,xt+2τ,...,xt+h-1τ，其中，τ为时延，在h维相空间中混沌系统模型的吸引子记为A；在h维相空间中随机选取一个参考点Yt0，即当前状态，且Yt0位于A上，计算其他所有轨迹点Ytj与参考点Yt0的距离dj＝||Ytj-Yt0||，找到距离最近的g个点，即为参考点Yt0的g个最近邻点；根据g个最近邻点获取吸引子的不变度量，获取的方式为局部最近邻法或点间距离统计法；根据吸引子的不变度量，利用小波基函数对吸引子A进行参数化拟合，得到的模型即为混沌吸引子模型；所述进行参数化拟合的方式包括：定义Daubechies小波作为小波基，并确定小波基的阶数，在h维相空间中，根据定义的小波基及其阶数，构建得到小波基函数其中，a表示输入信号的变量，f是位移参数，Hf是一组高通滤波器系数，φ表示尺度函数；利用小波基函数对吸引子A在h维相空间中的轨迹点组成的集合进行小波分解，得到各个尺度下的小波分量系数；将各个尺度下的小波分量系数作为参数，拟合得到模型的函数形式其中，cl,f是小波分解得到的小波分量系数，表示信号在第l个尺度和第f个位移下的分量大小，是尺度为l、位移为f的尺度函数，即完成了混沌吸引子模型的构建；所述进行混沌预测的方式包括：在h维相空间中，当前状态Yt0位于吸引子A上，利用构建的混沌吸引子模型，确定Yt0所在的吸引子的流形结构，流形结构约束了Yt0在未来的运动轨迹，在找到Yt0的最近邻点后，利用混沌吸引子模型，仅考虑最近邻点的后续轨迹位于同一吸引子的流形结构上的轨迹点，对这些轨迹点进行局部线性拟合，获得预测方程；预测方程的表达式为：其中，表示在时间t+s的预测状态向量，即根据局部线性拟合得到的预测结果，a0、a1至aq是回归系数，s为预测的时间步长，q是多项式的阶数；将基于混沌吸引子模型约束的预测方程预测的轨迹映射回原状态空间，得到未来状态预测分布序列；所述混沌不确定性指数的计算方式包括：从预测的未来状态分布序列中选取初始时刻t＝0的状态点Y0，在Y0附近构造一个超球体BεY0，超球体的半径为ε，利用预测方程，将该超球体BεY0进化到后续时刻，在时间t后，该超球体会被拉伸成一个带状结构，获取带状结构的长度Lt和宽度Wt，基于带状结构的长度Lt和宽度Wt计算得到混沌不确定性指数所述内存资源数据的当前利用率的计算方式包括：CPU使用率数据的当前利用率其中，fcpu为CPU负载，Dt为单位时间，Dcpu为CPU等待时间；内存使用率数据的当前利用率umemt＝1-Nck·Nfp，其中，Nck为内存可用率，Nfp为内存分配率；存储数据的当前利用率udiskt＝Csy·1-α·CIO，其中，Csy为磁盘使用率，CIO为磁盘IO速率，α为经验系数，用于控制磁盘IO速率对存储利用率的影响程度，通过最小二乘法拟合获取；将CPU使用率数据的当前利用率、内存使用率数据的当前利用率和存储数据的当前利用率之和求均值，即得到内存资源数据的当前利用率；所述系统熵指数XT＝β·ZYt+1-β·Λt，其中，ZYt为内存资源数据的当前利用率，β为权重系数。

全文数据：

权利要求：

百度查询： 联通在线信息科技有限公司 一种内存资源高峰并行调度系统