[发明专利]一种基于RBF神经网络的云服务资源精确控制方法

说明书

一种基于RBF神经网络的云服务资源精确控制方法属于云服务运维和智能控制的交叉领域。本发明利用基于RBF神经网络建立云服务资源系统预测模型和设计RBF神经网络控制器，实现对云服务资源的合理分配使用，云服务资源的合理分配使用直接关系到云服务的运行效率和用户体验等一系列问题。将基于RBF神经网络的云服务资源精确控制方法应用于云服务资源管理系统，对云服务资源进行精确控制，不仅可以降低云服务的运行压力，而且还可以降低运营的成本和提高用户的体验。

技术领域

本发明利用基于RBF神经网络建立云服务资源系统预测模型和设计RBF神经网络控制器，实现对云服务资源的合理分配使用，云服务资源的合理分配使用直接关系到云服务的运行效率和用户体验等一系列问题。将基于RBF神经网络的云服务资源精确控制方法应用于云服务资源管理系统，对云服务资源进行精确控制，不仅可以降低云服务的运行压力，而且还可以降低运营的成本和提高用户的体验。云服务资源精确控制不属于某个单一领域的问题，它是属于云服务运维和智能控制的交叉领域。

背景技术

近年来，云服务资源已经成为数字化和人工智能时代的核心组件，根据《中国公共云发展调查报告》指出，国内云服务资源使用呈高速增长状态，2017年市场整体规模达到了170.1亿人民币，比2016年增长66％，云服务使用企业占比比例大幅度提升，2017年企业占比达到了44.8％，于2016年相比提升了19.9％，另外，调查指明云服务所涉及的行业占比也有所提高，2017年相比2016年提高了3.2％，这表明云服务资源的使用已经成为促进国家、社会、企业发展的核心力量。但是，现在对云服务资源的管理还是处于静态分配阶段，即对资源的分配使用固定的大小，不会随着具体的使用情况变化而改变。因此，现阶段的方法会对云服务资源造成不必要的浪费。

目前，云服务资源的管理主要是依据需求用户提出的最大资源使用限度指标，通过给用户分配静态大小的资源，忽略了具体需求的情况，每次都是把当前最大空闲资源全部分配给当前的请求者，当另外一个请求发送过来的时候，由于当前已经没有空闲资源可以分配利用，所以请求只能进行等待，一直等到资源被释放，有空闲资源出现为止。资源的合理使用不仅可以提高云服务系统的运行效率，同事还能够降低运营成本和提高用户的体验效果。所以对资源的合理分配已经变得十分的重要。

为了解决目前无法对云服务资源进行自动分配的问题，提出了基于神经网络的云资源精确控制方法。神经网络具有很强的数据拟合能力和自学习能力，可以将它应用于云资源精确控制。通过搭建数据采集、数据传输和数据持久化等硬件平台实现了数据采集与传输以及数据的保存。基于数据驱动建立云服务资源分配数学模型，针对云服务资源需求非线性和可变性等特征设计控制器。将云服务资源自动分配的神经网络建模与控制集成并嵌入软件中，开发出智能控制系统。将神经网络应用于云服务资源的使用合理控制，实现了对云服务资源的动态分配，降低了云服务资源的运行压力，同时避免了出现云服务资源浪费的情况和提高了用户的体验。

发明内容

本发明获得了一种基于梯度下降算法的神经网络云服务资源精确控制方法，设计了RBF神经网络预测模型并且设计了用于控制的RBF神经网络控制器求解云服务资源控制问题；通过该方法进行控制，云服务资源实现了动态分配，解决了云服务资源浪费和使用不合理的问题，提高了云服务资源的使用率；同时，降低了云服务系统的运行压力和投入成本，保障了用户的使用体验；

本发明采用了如下的技术方案及实现步骤：

1.一种基于RBF神经网络的云服务资源精确控制方法，

包括以下步骤：