[发明专利]一种虚拟机调度方法、装置及电子设备

说明书

本发明提供一种虚拟机调度方法、装置及电子设备，通过获取虚拟机调度请求；通过DQN网络对所述虚拟机调度请求以及预先获取的环境数据进行分析，以对虚拟机调度信息进行特征提取；其中，所述DQN网络利用卷积神经网络进行样本的训练；且根据提取的所述特征以及所述虚拟机资源池，进行虚拟机的调度。可以为虚拟机的调度提供比较优良的调度策略，且卷积神经网络的加入，提高虚拟机调度的准确性和有效性。

技术领域

本发明涉及计算机领域，特别是涉及一种虚拟机调度方法、装置及电子设备。

背景技术

虚拟机(Virtual Machine)，在计算机科学中的体系结构裏，是指一种特殊的软件，他可以在计算机平台和终端用户之间创建一种环境，而终端用户则是基于这个软件所创建的环境来操作软件。在计算机科学中，虚拟机是指可以像真实机器一样运行程序的计算机的软件实现。

现有应用中，用户对虚拟机的调度通常是根据既定的程序进行调度，而不能根据用户的计算机的使用情况以及环境数据获取较优的虚拟机调度方案，且不能对虚拟机的调度进行动态调整，使用不够灵活。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种虚拟机调度方法、装置及电子设备，用于解决现有技术中不能获取较优的虚拟机调度方案且虚拟机调度不够灵活等的问题。

为实现上述目的及其他相关目的，本发明提供一种虚拟机调度方法，应用于虚拟机调度系统中，所述虚拟机调度系统包括虚拟机资源池，所述方法包括：获取虚拟机调度请求；通过DQN网络对所述虚拟机调度请求以及预先获取的环境数据进行分析，以对虚拟机调度信息进行特征提取；其中，所述DQN网络利用卷积神经网络进行样本的训练；且根据提取的所述特征以及所述虚拟机资源池，进行虚拟机的调度。

于本发明一具体实施例中，所述DQN网络为双重DQN网络；其中，所述双重DQN网络包括关于当前值的DQN网络和关于目标值的DQN网络。

于本发明一具体实施例中，利用经验回放技术，实现所述卷积神经网络的样本训练。

于本发明一具体实施例中，所述卷积神经网络的卷积层采用权重共享的方式进行运行。

于本发明一具体实施例中，还包括根据用户的使用情况，对调度的所述虚拟机进行调整的步骤；其中，对调度的所述虚拟机进行调整的调整操作至少包括以下中的一种：添加虚拟机、虚拟机保持闲置和删除虚拟机。

于本发明一具体实施例中，所述方法还包括：当判断进行第一调整操作后的所述虚拟机的处理能力增强，则设置所述第一调整操作为正奖励值；当判断进行第二调整操作后的所述虚拟机的处理能力增强，则设置所述第二调整操作为负奖励值。

于本发明一具体实施例中，在进行调整操作时，根据各所述调整操作的奖励值的大小，优先选用奖励值最大的调整操作对调用的所述虚拟机进行调整。

于本发明一具体实施例中，根据用户的负载情况，对调度的所述虚拟机进行调整。

为实现上述目的及其他相关目的，本发明还提供一种虚拟机调度装置，应用于虚拟机调度系统中，所述虚拟机调度系统包括虚拟机资源池，所述装置包括：请求获取模块，用以获取虚拟机调度请求；特征提取模块，通过DQN网络对所述虚拟机调度请求以及预先获取的环境数据进行分析，以对虚拟机调度信息进行特征提取；其中，所述DQN网络利用卷积神经网络进行样本的训练；调度模块，且根据提取的所述特征以及所述虚拟机资源池，进行虚拟机的调度。

为实现上述目的及其他相关目的，本发明还提供一种电子设备，包括存储器和处理器，所述存储器存储计算机程序；所述处理器用以执行所述计算机程序，以令所述电子设备执行如上任一项所述虚拟机调度方法。