[发明专利]一种云计算平台系统为任务分配资源的方法和装置

权利要求书

1.一种云计算平台系统为任务分配资源的方法，其特征在于，该方法包括：

获取任务请求队列中的任务；

解析所述任务，获取所述任务的基本资源需求信息；

根据所述基本资源需求信息，按照资源分配策略，生成资源分配信息；所述资源分配策略为已训练完成的BP神经网络；所述训练为：将历史执行状态信息输入目标BP神经网络，判断目标BP神经网络生成的资源分配信息与历史资源分配信息的差值是否超过预设的训练误差阈值，如果是，则修正目标BP神经网络，以使得，在训练完成后，目标BP神经网络生成的资源分配信息与历史资源分配信息的差值不超过所述训练误差阈值；

按照所述资源分配信息，为所述任务分配资源；

其中，所述训练具体包括：

获取训练数据库中相对应的历史执行状态信息和历史资源分配信息，作为当前历史执行状态信息和当前历史资源分配信息；

将所述当前历史执行状态信息输入目标BP神经网络的输入层，目标BP神经网络计算后由输出层生成资源分配信息；

判断所述资源分配信息与所述当前历史资源分配信息的差值是否超过预设的训练误差阈值；

如果是，则根据所述差值修正所述目标BP神经网络中的连接权值和偏差；获取训练数据库中未获取过的相对应的历史执行状态信息和历史资源分配信息，并作为当前历史执行状态信息和当前历史资源分配信息；返回将所述当前历史执行状态信息输入目标BP神经网络的输入层，目标BP神经网络计算后由输出层生成资源分配信息的步骤；

如果否，将所述目标BP神经网络作为已训练完成的BP神经网络储存。

2.根据权利要求1所述的方法，其特征在于，所述判断所述资源分配信息与所述当前历史资源分配信息的差值是否超过预设的训练误差阈值的步骤之后，在判断结果为否的情况下，还包括：

判断所述目标BP神经网络是否满足训练完成条件；

如果否，则获取训练数据库中未获取过的相对应的历史执行状态信息和历史资源分配信息，并作为当前历史执行状态信息和当前历史资源分配信息；返回将所述当前历史执行状态信息输入目标BP神经网络的输入层，目标BP神经网络计算后由输出层生成资源分配信息的步骤；

如果是，则将所述目标BP神经网络作为已训练完成的BP神经网络储存；

所述训练完成条件为：连续的预设次数经过目标BP神经网络分析后生成的资源分配信息，与当前历史资源分配信息的差值不超过预设的训练误差阈值。

3.根据权利要求1所述的方法，其特征在于，在所述将所述目标BP神经网络作为已训练完成的BP神经网络储存的步骤之后还包括：

获取验证数据库中相对应的历史执行状态信息和历史资源分配信息，并将所述历史执行状态信息输入所述已训练完成的BP神经网络的输入层，所述已训练完成的BP神经网络计算后由输出层生成资源分配信息；

判断所述资源分配信息与所述历史资源分配信息的差值是否超过预设的验证误差阈值，如果是，则将已训练完成的BP神经网络作为目标BP神经网络，返回获取训练数据库中相对应的历史执行状态信息和历史资源分配信息的步骤。

4.根据权利要求1所述的方法，其特征在于，所述按照所述资源分配信息为所述任务分配资源的步骤之后，还包括：

利用所述分配的资源执行所述任务；监测并记录所述任务执行时的执行状态信息；

任务执行结束后，获取执行所述任务的执行总时间；

判断所述执行总时间是否超过预设的执行总时间阈值，如果否，将所述执行状态信息和所述资源分配信息对应地储存到训练数据库中。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述解析所述任务得到基本资源需求信息的步骤具体包括：

解析所述任务，得到任务头参数和任务类型；

通过任务头参数，直接提取任务头参数中的第一资源需求信息；通过任务类型，在预设的任务类型资源需求库中查找并提取出所述任务类型所对应的第二资源需求信息；

将所述第一资源需求信息和第二资源需求信息规格化，生成所述任务的基本资源需求信息。