申请/专利权人：湘潭大学

申请日：2021-08-25

公开（公告）日：2024-04-05

公开（公告）号：CN113849457B

主分类号：G06F16/11

分类号：G06F16/11;G06F16/17;G06F16/174;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2022.01.14#实质审查的生效;2021.12.28#公开

摘要：本发明提出了一种基于神经网络的多云数据中心动态副本放置方法。包括下列主要步骤：首先，根据文件的历史访问记录，统计文件的各个周期的访问量，使用LSTM神经网络预测文件下一段时间的访问量；其次，根据文件副本数计算文件的可用性，及可用性差值用来确定该文件的最小副本数，然后根据文件访问量和最小副本数计算各文件的副本数；最后，根据数据中心对文件访问请求的平均处理时间，及惩罚代价，以及各个数据中心的负载方差构建目标函数，对文件副本进行放置；本发明提高了对文件访问量的预测精度，降低了服务提供商对响应延迟的违规惩罚和提高了数据中心之间的负载均衡。

主权项：1.一种基于神经网络的多数据中心动态副本放置方法，其特征在于，所述方法至少包括以下步骤：1根据文件的历史访问记录，统计各文件的各个周期的访问量，以{f1,f2,…,fk}为文件数，文件fi的各个周期访问量用表示；2使用LSTM神经网络预测文件下一周期的访问量；3计算文件的可用性，可用性差值用来确定该文件的最小副本数：文件fi的可用性表示为：其中Pj为数据中心j的节点可用概率，xi,j为01矩阵，xi,j∈{0,1}，文件i放置在数据中心j上则xi,j＝1，否则为0，frinum表示为文件i的副本数；4根据步骤2和步骤3计算各个文件的副本数：文件fi的副本数frinum表示为：其中为文件f1的大小；5计算数据中心对文件访问请求的平均响应时间，及惩罚代价：根据MMC排队模型对数据中心的请求处理时间问题进行模拟，计算数据中心j对文件fi的单位请求的平均处理时间DTj，和用户到数据中心端到端的平均延迟Davg，则数据中心j对单位请求的响应时间表示为：RTj＝DTj+Davg，当RTjRTmax时就会产生惩罚代价,则对于数据中心j中所有文件的请求惩罚代价函数可以表示为： 其中λi,j为数据中心j中文件i的请求访问量，β为数据中心j对单位请求的延迟惩罚代价系数，RTmax表示为用户对文件的最大响应时间要求，则将k个文件放置到m个数据中心的总惩罚代价目标函数SLA表示为：6计算各个数据中心的负载，及负载方差建立目标函数：数据中心j的负载Lj表示为：所有数据中心的平均负载Lavg计算如下：将所有数据中心的负载与平均负载的标准差作为衡量系统的负载均衡的标准，则负载目标函数表示为：7以降低惩罚代价和标准差构建优化函数，对文件副本进行放置，函数如下：minF＝W1*SLA+W2*LSs.t.W1+W2＝1s.t.W1,W2∈[0,1]其中W1,W2为优化目标系数。

全文数据：

权利要求：

百度查询： 湘潭大学 一种基于神经网络的多数据中心动态副本放置方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD