[发明专利]一种云计算网络中的虚拟化资源整合平台在审
申请号: | 201611105575.5 | 申请日: | 2016-12-05 |
公开(公告)号: | CN106776972A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 深圳万智联合科技有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;H04L29/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 计算 网络 中的 虚拟 资源整合 平台 | ||
技术领域
本发明涉及云计算领域,具体涉及一种云计算网络中的虚拟化资源整合平台。
背景技术
云计算网络对计算资源的性能要求较高,但是,如果计算资源配置过高容易造成资源的浪费,而是用过低的计算资源又会导致云计算网络堵塞,同时,常规的云计算网络平台延展性和可扩充性也较差,导致搭建成本过高。
发明内容
针对上述问题,本发明旨在提供一种云计算网络中的虚拟化资源整合平台。
本发明的目的采用以下技术方案来实现:
提供了一种云计算网络中的虚拟化资源整合平台,包括云计算资源组件、云计算管理组件和云计算应用组件,所述云计算应用组件包括数据采集模块、数据分类模块、分类检测模块和检测融合模块,所述云计算资源组件与所述云计算应用组件之间通过存储区域网通信连接,所述云计算资源组件与所述云计算管理组件通过以太网通信连接。
本发明的有益效果为:利用了现有设备,大大降低了云计算网络的搭建成本。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构连接示意图。
附图标记:
云计算资源组件1、云计算管理组件2、云计算应用组件3。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种云计算网络中的虚拟化资源整合平台,包括云计算资源组件1、云计算管理组件2和云计算应用组件3,所述云计算应用组件3包括数据采集模块、数据分类模块、分类检测模块、检测融合模块,所述数据采集模块用于采集需要进行检测的数据;所述数据分类模块用于将由数据采集模块输出的数据划分为图像数据和文本数据,并对分类后的数据进行过滤处理;所述分类检测模块用于对分类后的数据进行分析检测;所述检测融合模块用于根据检测需求筛选所需的图像数据和文本数据,所述云计算资源组件1与所述云计算应用组件3之间通过存储区域网通信连接,所述云计算资源组件1与所述云计算管理组件2通过以太网通信连接。
优选地,所述云计算资源组件1包括服务器节点设备和云存储设备。
本优选实施例实现了数据存储。
优选地,所述云存储设备为SAN磁盘阵列存储设备。
本优选实施例存储数据速度快。
优选的,所述采集需要进行检测的数据,包括:
采集一定时间段内需要进行检测的数据,按设定的过滤规则对该数据进行初步过滤处理,所述设定的过滤规则包括删除包含特殊字符、推广相关的特殊汉字和网页链接的内容的数据;设所述一定时间段的时间范围为[UB,UE],将[UB,UE]按照时间顺序平均分为n个子时间段,对每个子时间段内的数据进行重要度评估,评估公式定义为:
公式中,Ri为第i个子时间段的重要程度,RTi为设定的第i个子时间段的重要程度值,Yi为第i个子时间段的数据的数量,Y为在[UB,UE]内的数据的数量;将各重要度按照由小到大进行排序,按照重要度的排列顺序,将数据依次发送至数据分类模块。
本优选实施例通过设定过滤规则,将不需要进行检测的数据进行删除,减少了检测后续处理的数据量;通过对各子时间段的数据进行重要度评估,并按照重要度的排列顺序,将数据依次发送至数据分类模块,使后续的模块能够预先处理重要程度高的数据,提高了检测的速度。
优选的,所述对分类后的数据进行过滤处理,包括:提取文本数据,对该文本数据进行聚类处理,形成多个类别的文本数据集;计算每个类别的文本数据集中的数据的数量,按照数量由少到大的顺序对多个文本数据集进行排序;删除前21%的文本数据集,将剩余的文本数据集以及图像数据发送至分类检测模块。
本优选实施例进一步对文本数据进行聚类处理,过滤掉数量较少的文本数据集,减少了后续检测的数据量,从而进一步提高了检测的速度。
优选的,所述对该文本数据进行聚类处理,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳万智联合科技有限公司,未经深圳万智联合科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611105575.5/2.html,转载请声明来源钻瓜专利网。