华南理工大学林伟伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南理工大学申请的专利基于规模可变强化学习的异构集群虚拟机重放置方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118227267B 。
龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410434383.7,技术领域涉及:G06F9/455;该发明授权基于规模可变强化学习的异构集群虚拟机重放置方法及装置是由林伟伟;王新华设计研发完成,并于2024-04-11向国家知识产权局提交的专利申请。
本基于规模可变强化学习的异构集群虚拟机重放置方法及装置在说明书摘要公布了:本发明公开了一种基于规模可变强化学习的异构集群虚拟机重放置方法,包括:首先采集集群运行时状态和服务质量数据,随后通过虚拟机重放置规则更新主机掩码向量。在此基础上,建立异构主机类型嵌入的特征表示方法,以反映主机间的相似度与差异。然后,构建主机历史利用率序列的特征提取网络,以捕捉资源利用的动态变化。最后,设计强化学习基础模型,实现规模可变的虚拟机重放置方法,当集群规模因主机宕机或维护而变动时,通过掩码机制限制虚拟机重放置范围,确保资源调度的有效性与稳定性。本发明针对异构集群特性,实现了灵活且高效的虚拟机重放置策略。
本发明授权基于规模可变强化学习的异构集群虚拟机重放置方法及装置在权利要求书中公布了:1.一种基于规模可变强化学习的异构集群虚拟机重放置方法,其特征在于,包括以下步骤: 采集集群运行时信息,包括N个主机的CPU利用率序列和能耗数据,以及虚拟机的服务质量违反率;所述虚拟机的服务质量违反率是虚拟机经历资源不足的时间占总活跃时间的比例; 根据集群状态和虚拟机重放置规则,更新主机掩码向量;所述主机掩码向量长度等于集群中的主机数量,顺序与集群中的主机顺序一致;所述虚拟机重放置规则包括:1过载主机不能再放虚拟机;2欠载主机上的虚拟机只能被迁移到其他非过载主机上或不同类型的已关机主机;3宕机或维护主机不能再放虚拟机; 建立异构主机类型嵌入的状态特征表示方法,将集群中不同类型的主机映射到同一空间中,以反映主机之间的相似度和差异化; 建立主机历史利用率序列的特征提取网络,将每个主机的CPU利用率序列转换为固定长度的特征向量; 建立求解虚拟机调度问题的强化学习基础模型,求解虚拟机调度问题的强化学习基础模型包括状态空间、动作空间和奖励函数;状态空间包括集群中各主机的历史利用率序列、异构主机类型嵌入和主机掩码向量;动作空间允许选择目标主机进行虚拟机放置,共有N种可能的选择;奖励函数由能耗奖励和服务质量奖励两部分组成,能耗奖励表示为,服务质量奖励表示为,最终的奖励表示为,其中α和β分别是能耗奖励和服务质量奖励的权重值;强化学习基础模型的输入为集群状态向量、主机掩码向量和主机类型嵌入,强化学习基础模型的输出为虚拟机重放置的动作向量; 建立规模可变的虚拟机重放置方法,所述虚拟机重放置方法是指根据集群的状态和虚拟机重放置规则,对过载或欠载的主机上的虚拟机进行迁移,以达到能耗最小化和服务质量最大化,具体为:虚拟机重放置方法包括基于强化学习的虚拟机放置方法、虚拟机选择方法和主机状态判定方法;对于基于强化学习的虚拟机放置方法,采用强化学习的算法,根据集群的状态向量和主机掩码向量,为每个需要重放置的虚拟机选择一个最优的目标主机,以最大化累积奖励;对于虚拟机选择方法,首先系统会计算过载主机的最佳能效对应的CPU利用率和计算容量,所述计算容量用每秒百万条指数MIPS表示,然后遍历过载主机上的所有虚拟机,对每个虚拟机计算其迁出后主机利用率与最佳能效利用率的差值,并存储结果;接着,从所有虚拟机中选择差值最小的虚拟机作为迁移对象,重复虚拟机选择过程直到主机不再过载;对于主机状态判定,首先,设置过载主机阈值,将当前利用率超过90%的主机视为过载主机,需要进行虚拟机重放置;然后欠载主机阈值设为N个主机当前利用率的14分位数,利用率低于欠载主机阈值的主机被视为欠载,需要关闭以节约能源;接着,对所有主机进行状态判定,根据利用率与阈值的比较,将主机分类为过载、正常或欠载三种状态;最后,从过载主机和欠载主机确定需要迁出的虚拟机,然后利用强化学习完成虚拟机的重放置,待虚拟机迁出后关闭欠载主机,对正常主机不做任何操作。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励