[发明专利]一种虚拟机状态的判断方法、装置、设备和存储介质

说明书

本申请实施例公开了一种虚拟机状态的判断方法，所述方法包括：获取虚拟机的运行特征信息的当前值；基于所述运行特征信息的当前值，确定所述虚拟机的应用场景；基于所述应用场景，确定第一预测模型；将所述运行特征信息的当前值输入所述第一预测模型，得到所述虚拟机的工作状态；其中，所述工作状态包括闲置状态和非闲置状态。本申请实施例同时还公开了一种虚拟机状态的判断装置、设备和存储介质。

技术领域

本申请涉及通信技术领域，尤其涉及一种虚拟机状态的判断方法、装置、设备和存储介质。

背景技术

随着物联网(The Internet of Things，IOT)和工业4.0的发展，云计算已成为许多企业互联网技术(Internet Technology，IT)架构转型过程中必不可少的计算基础结构。但据统计，云计算的数据中心中高达30％的虚拟机长期处于闲置状态。造成这些虚拟机处于闲置状态的原因可能是虚拟机管理模块的错误，也可能是管理流程的不完善或者人为疏忽。闲置虚拟机极大地损害云资源的性能，影响云资源成本管理效率，在极端情况下甚至会导致无法创建新虚拟机进而影响业务。

而目前并没有可靠有效的用于甄别虚拟机闲置的技术方案。

发明内容

有鉴于此，本申请实施例期望提供一种虚拟机状态的判断方法、装置、设备和存储介质，解决了目前没有可靠有效的用于甄别虚拟机闲置的技术方案的问题，提出了一种甄别虚拟机闲置的技术方案，保证了在不同应用场景下的虚拟机闲置的甄别效率和准确率。

为达到上述目的，本申请的技术方案是这样实现的：

第一方面，一种虚拟机状态的判断方法，所述方法包括：

获取虚拟机的运行特征信息的当前值；

基于所述运行特征信息的当前值，确定所述虚拟机的应用场景；

基于所述应用场景，确定第一预测模型；

将所述运行特征信息的当前值输入所述第一预测模型，得到所述虚拟机的工作状态；其中，所述工作状态包括闲置状态和非闲置状态。

可选的，所述基于所述应用场景，确定第一预测模型，包括：

获取已训练好的第二预测模型；

确定所述应用场景对应的目标权重系数；

基于所述目标权重系数，调整所述第二预测模型中对应的系数，得到所述第一预测模型。

可选的，所述获取已训练好的第二预测模型之前，所述方法还包括：

获取有标签的第一样本数据集和无标签的第二样本数据集；其中，所述第一样本数据集和所述第二样本数据集中的每一样本数据为虚拟机的运行特征信息的历史值；

基于所述第一样本数据集，确定预设数量个第一分类器；

通过所述预设数量个第一分类器对所述第二样本数据集中的每一样本进行标签标记处理，得到有标签的第三样本数据集；

采用所述第一样本数据集和所述第三样本数据集对待训练模型进行训练，得到所述第二预测模型。

可选的，所述通过所述预设数量个第一分类器对所述第二样本数据集中的每一样本进行标签标记处理，得到有标签的第三样本数据集，包括：

通过所述预设数量个第一分类器对所述第二样本数据集中的每一样本数据进行标签标记处理，得到第四样本数据集和第五样本数据集；其中，所述第四样本数据集包括的是有标签的样本数据，所述第五样本数据集包括的是无标签的样本数据；

若所述第五样本数据集为空，确定所述第三样本数据集为所述第四样本数据集；