申请/专利权人:天翼云科技有限公司
申请日:2023-12-15
公开(公告)日:2024-04-09
公开(公告)号:CN117850973A
主分类号:G06F9/455
分类号:G06F9/455;G06F9/50;G06F11/30;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及一种基于深度学习的虚拟机迁移触发方法及系统,属于云计算平台技术领域,包括,物理主机监测模块:用于监测物理主机负载情况;物理主机预测计算模块:用于对物理主机负载情况信息分析学习;预测未知的相关负载,并计算得到描述物理主机的全局负载值;物理主机判断模块:用于判断预测的负载值是否超过阈值;虚拟机监测模块:用于监测获取物理主机上每一台虚拟机的资源占用时序数据;虚拟机预测计算模块:用于虚拟机监测数据分析,预测虚拟机下一时间段的资源占用情况,并计算资源占用值;等内容。本发明基于预测的策略选择虚拟机迁移可以避免未来短时间内因虚机资源占用提高而造成超载情况的发生,避免虚拟机占用过高导致的故障。
主权项:1.一种基于深度学习的虚拟机迁移触发系统,其特征在于,包括:物理主机监测模块:用于监测物理主机负载情况;物理主机预测计算模块:用于对物理主机负载情况信息分析学习;预测未知的相关负载,并计算得到描述物理主机的全局负载值;物理主机判断模块:用于判断预测的负载值是否超过阈值;虚拟机监测模块:用于监测获取物理主机上每一台虚拟机的资源占用时序数据;虚拟机预测计算模块:用于虚拟机监测数据分析,预测虚拟机下一时间段的资源占用情况,并计算资源占用值;虚拟机迁移触发模块:用于触发迁移。
全文数据:
权利要求:
百度查询: 天翼云科技有限公司 一种基于深度学习的虚拟机迁移触发方法及系统
免责声明
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。