[发明专利]云存储系统中一种基于气候季节的细粒度能耗感知框架

权利要求书

1.本发明是云存储系统中一种基于气候季节的细粒度能耗感知框架，其在季节特征基础上，融合地域特征，实现了细粒度的数据布局策略，降低了云存储系统的能耗和成本，包括以下步骤：

（一）、设定实验所需关键词，依据常识和《汉语词汇表》选定200个访问关键词，其中具有季节特征的关键词50个，不具有季节特征的关键词150个；

（二）、根据中国气象局发布的《气候季节划分》标准，将中国34个省级行政区，划分为4个气候区，分别是四季分明区、夏长冬短区、冬长夏短区和其他区；

（三）、获取实验所需关键词访问记录，利用百度公司提供的公开数据，获取每个气候区中这200个关键词2018.1.1-2020.12.31期间每天的访问记录；

（四）、根据关键词访问记录，利用K-means聚类方法，提取关键词在不同气候区的季节特征，将关键词分为春季特征、夏季特征、秋季特征、冬季特征和其他特征5类；

（五）、构建存储系统能耗和成本模型，得到不同粒度框架下的能耗和成本。

2.如权利要求1所述的云存储系统中一种基于气候季节的细粒度能耗感知框架，其特征在于：对于关键词的设定，依据常识和《汉语词汇表》，查询关键词所蕴含的语义和含义，选定具有明显季节特征的关键词50个，不具有季节特征的关键词150个。

3.如权利要求2所述的云存储系统中一种基于气候季节的细粒度能耗感知框架，其特征在于：不同地域的气候季节存在较大的差异，气候季节以温度作为划分各地四季时间长短的依据，根据中国气象局发布的《气候季节划分》标准，将中国34个省级行政区，划分为4个气候区，分别是四季分明区、夏长冬短区、冬长夏短区和其他区。

4.如权利要求3所述的云存储系统中一种基于气候季节的细粒度能耗感知框架，其特征在于：利用百度提供的开源数据，获取每个气候区200关键词2018.1.1-2020.12.31期间每日的访问记录，为下一步季节特征提取提供充分的依据。

5.如权利要求4所述的云存储系统中一种基于气候季节的细粒度能耗感知框架，其特征在于：利用自然语言处理中常用的无监督聚类算法K-means，对爬取的每个气候区200个关键词的每日访问记录，进行季节特征的提取，实现关键词按季节特征的分类。

6.如权利要求5所述的云存储系统中一种基于气候季节的细粒度能耗感知框架，其特征在于：构建的云存储系统能耗和成本模型，比较基于气候季节的细粒度能耗框架与原始框架的优劣。