[发明专利]一种云存储系统的参数配置优化方法及优化系统

权利要求书

1.一种云存储系统的参数配置优化方法，其特征在于：包括以下步骤：

步骤1：采用主成分分析算法对云存储系统进行有效特征提取；

步骤2：对有效特征进行高维采样，得到参数样本，获取参数样本对应的性能值，基于参数样本和其对应的性能值构建样本集；

步骤3：构建预测性能模型；

步骤4：采用预测性能模型，对参数样本的性能值进行预测，将参数样本及其对应的性能预测值作为步骤5的参数配置及其对应的性能预测值的参与计算；

步骤5：将参数配置作为遗传算法的输入值，将参数配置的性能预测值作为适应度值，执行交叉、变异操作，生成新的参数配置，将新的参数配置作为预测性能模型的输入，得到与其对应的性能预测值；重复执行步骤5，直至达到设定迭代次数，得到最优参数配置；

步骤6：将当前电网运行的有效负载所用的参数与步骤5得到的最优参数配置进行相似度计算，选出相似度符合预设条件的参数配置进行推荐。

2.根据权利要求1所述的一种云存储系统的参数配置优化方法，其特征在于：所述步骤1具体包括：

S101：获取原始数据矩阵X，所述原始数据矩阵X为由m×n个排成的m行n列构成的m×n的矩阵，其中，j＜m，i＜n；原始数据矩阵X中处于同一列的数据对应一个特征；

S102：根据式(1)计算各个特征的均值；

式中，u_j表示第j个特征均值，表示第j行第i列的数据；

S103：将原始数据矩阵X中的元素减去其所在行的均值，并用相减得到的数据替换原先元素；

S104：根据式(2)对经过S103替换后的矩阵中的元素进行缩放；

式中，max_x_j表示位于第j行的数据的最大值，min_x_j表示位于第j行的数据的最小值；

S105：基于S104的结果，根据式(3)计算经数据缩放后的矩阵的协方差矩阵，并求解协方差矩阵的特征值及其对应的特征向量；

S106：将S105求解得到的特征向量按大小从上到下排列，取前K行构成变换矩阵P；

S107：根据式(4)得到有效数据矩阵Y，有效数据矩阵Y中各列即为有效特征：

Y＝PX (4)。

3.根据权利要求1所述的一种云存储系统的参数配置优化方法，其特征在于：所述步骤2具体包括：

对有效特征进行高维采样，得到参数样本x＝(x₁，x₂，...,x_K)；

将参数x＝(x₁，x₂，...,x_K)分别输入至云存储系统中，获取各自对应的读写性能值IOPS和延迟性能值latency；

根据下式得到参数样本对应的综合性能指标：

式中，w₁表示读写性能值IOPS的权重，w₂表示延迟性能的权重；

采用参数x＝(x₁，x₂，...,x_K)及其对应的综合性能指标，构建样本集S，所述样本集S中的每个样本表示为s_i＝{x_i，perf_i}。

4.根据权利要求1所述的一种云存储系统的参数配置优化方法，其特征在于：所述步骤3包括：

采用样本集对随机森林模型进行训练和测试，得到预测性能模型。