[发明专利]一种确定虚拟机负载的实现方法和装置

权利要求书

1.一种确定虚拟机负载的实现方法，其特征在于，所述方法包括：

基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；

计算预设时间段内各项监控资源的平均使用量信息；

将所述平均使用量信息输入所述BP神经网络负载确定模型以确定所述虚拟机负载；

其中，所述基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练包括：

将多个所述虚拟机负载监控数据样本P以多维输入向量的形式输入所述BP神经网络模型；

所述多维输入向量经过所述BP神经网络模型的各层后输出虚拟机负载值；其中，所述多维输入向量为四维输入向量；

所述四维输入向量包括：P＝{c，m，s，n}；

其中，c表示CPU负载比例、m表示内存负载比例、s表示磁盘IO负载比例、n表示网络带宽负载比例；

所述BP神经网络模型包括：输入层、隐含层和输出层；

其中，所述输入层包含4个神经元，所述隐含层包含4个神经元，所述输出层包含1个神经元。

2.根据权利要求1所述的确定虚拟机负载的实现方法，其特征在于，所述计算预设时间段内各项监控资源的平均使用量信息包括：

从预设的监控数据存储模块获取自当前时刻向前推得到的所述预设时间段内的所述各项监控资源的负载监控数据；

计算获取的所述各项监控资源的负载监控数据的平均值，作为所述各项监控资源的平均使用量信息。

3.根据权利要求1-2任意一项所述的确定虚拟机负载的实现方法，其特征在于，所述各项监控资源包括：中央处理器CPU、内存、网络输入输出IO和/或磁盘IO。

4.一种确定虚拟机负载的实现装置，其特征在于，所述装置包括：训练模块、计算模块和确定模块；

所述训练模块，用于基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；

所述计算模块，用于计算预设时间段内各项监控资源的平均使用量信息；

所述确定模块，用于将所述平均使用量信息输入所述BP神经网络负载确定模型以确定所述虚拟机负载；

其中，所述训练模块基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练包括：

将多个所述虚拟机负载监控数据样本P以多维输入向量的形式输入所述BP神经网络模型；

所述多维输入向量经过所述BP神经网络模型的各层后输出虚拟机负载值；所述多维输入向量为四维输入向量；

所述四维输入向量包括：P＝{c，m，s，n}；

其中，c表示CPU负载比例、m表示内存负载比例、s表示磁盘IO负载比例、n表示网络带宽负载比例；

所述BP神经网络模型包括：输入层、隐含层和输出层；

其中，所述输入层包含4个神经元，所述隐含层包含4个神经元，所述输出层包含1个神经元。

5.根据权利要求4所述的确定虚拟机负载的实现装置，其特征在于，所述计算模块计算预设时间段内各项监控资源的平均使用量信息包括：

从预设的监控数据存储模块获取自当前时刻向前推得到的所述预设时间段内的所述各项监控资源的负载监控数据；

计算获取的所述各项监控资源的负载监控数据的平均值，作为所述各项监控资源的平均使用量信息。

6.根据权利要求4-5任意一项所述的确定虚拟机负载的实现装置，其特征在于，所述各项监控资源包括：中央处理器CPU、内存、网络输入输出IO和/或磁盘IO。