申请/专利权人：哈尔滨工业大学(威海)

申请日：2023-01-17

公开（公告）日：2024-04-16

公开（公告）号：CN116155835B

主分类号：H04L47/80

分类号：H04L47/80;H04L67/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明提供一种基于排队论的云资源服务质量评估方法及系统，确定服务节点相对于服务的处理能力和容量；根据服务节点所包含的服务数量，将服务节点进行分类，分成基本服务节点和组合服务节点；针对不同服务节点，采用相应的排队模型进行服务质量评估，并输出评估结果。本发明能够从服务层次上刻画云资源消耗的本质特征，将终端用户的服务质量需求映射为云资源的消耗，从而在能够满足用户服务质量需求的前提下，为服务提供商降低云资源的租用成本。

主权项：1.一种基于排队论的云资源服务质量评估方法，其特征在于，方法包括：S1：确定服务节点相对于服务的处理能力和容量；所述服务节点是一个部署服务的虚拟单元；设s为一个服务，vu为一个虚拟单元，令和分别为服务s在虚拟单元vu上每次执行所花费的时间和消耗的内存；采用性能测试的方法获取服务节点每次执行所消耗的时间和内存数据，并采用数理统计的方法度量服务节点的均值；服务节点的处理能力是单位时间内服务节点完成用户服务请求的平均数量；设随机变量的均值其中，为单位时间内服务s在虚拟单元vu上执行的平均次数；服务s在虚拟单元vu上的处理能力定义为：其中，εvu为处理能力系数，其取值与虚拟单元所采用的虚拟化技术以及物理服务器的CPU架构有关；服务节点的容量是服务节点所能接受的最大并发服务请求数量；服务s在虚拟单元vu上的容量定义为：Dvu为虚拟单元vu的最大可用内存，为随机变量的均值，θvu为容量系数，其取值与虚拟单元所采用的虚拟化技术以及存储架构有关；S2：根据服务节点所包含的服务数量，将服务节点进行分类，分成基本服务节点和组合服务节点；服务节点的分类方法包括，根据服务节点所包含的服务数量，将服务节点分为基本服务节点和组合服务节点，且一个基本服务节点只包含一个服务，而一个组合服务节点包含多个服务；S3：针对不同服务节点，采用相应的排队模型进行服务质量评估，并输出评估结果；针对基本服务节点，建立有容量约束的单服务窗口排队模型MM1c来评估服务质量；还针对组合服务节点，建立有容量约束的多类顾客单服务窗口排队模型MHk1c来评估服务质量；还针对服务节点集群，建立排队网络模型来评估服务质量；基于MM1c来评估服务质量的方式包括：配置表示一个基本服务节点，其中，s为一个服务，vu为一个虚拟单元，服务s在虚拟单元vu上的处理能力和容量分别为：μ和c；基本服务节点的响应时间，即在负载λ下服务s部署在虚拟单元vu上的响应时间为： 基本服务节点的吞吐率，即在负载λ下服务s部署在虚拟单元vu上的吞吐率为： 基本服务节点的错误率，即在负载λ下服务s部署在虚拟单元vu上的错误率为： 基本服务节点的可靠性，即在负载λ下服务s部署在虚拟单元vu上的可靠性为： 基于MHk1c来评估服务质量的方式还包括：配置表示一个组合服务节点，其中，S＝{s1,s2,…,sk}为服务集合，vu为一个虚拟单元；服务si∈S在虚拟单元vu上的处理能力、容量和负载分别为：μi,ci和λi；令虚拟单元vu对所有服务的执行时间服从一个k阶超指数分布，其分布函数为： 容量约束的多类顾客单服务窗口排队模型MHk1c，其重点分析该模型中每一类顾客性能指标；模型对在负载分布Δ＝{λ1,λ2,…,λk}下的组合服务节点的平均服务质量以及每一个服务si∈S的服务质量进行评估； 和分别表示服务节点中所有服务的平均响应时间、吞吐率、错误率和可靠性，和分别表示服务si在服务节点上的响应时间、吞吐率、错误率和可靠性；建立排队网络模型来评估服务质量的方式包括：配置表示一个服务节点集群，其中，S＝{s1,s2,…,sk}为服务集合；VU＝{vu0,vu1,…,vum}为虚拟单元的集合，vu0为控制节点的虚拟单元，vujj＝1,…,m为服务节点的虚拟单元，m为服务节点的数量，不同服务节点的虚拟单元可能是相同的；设服务集合S在虚拟单元vuj上的负载分布为：Δj＝{λ1j,λ2j,…,λkj}，λiji＝1,2,..,k为服务si在虚拟单元vuj上的负载，则服务集群的负载分布为Δ＝{λ1,λ2,…,λk}，排队网络模型分为两个层次：控制层和服务层；控制层是对控制节点内部服务请求过程的描述，将控制节点中的每个服务sii＝1,2,…,k建模为一个单服务节点采用MM1c模型来评估其服务质量；处理层包含m个服务节点，如果k＝1，则每个服务节点都为基本服务节点，否则为组合服务节点；对于基本服务节点，采用前述的MM1c排队模型来评估其服务质量；对于组合服务节点，则采用前述的MHk1c排队模型来评估其服务质量；如果考虑控制节点的服务质量，则：服务sii＝1,2,…,k在服务节点上的响应时间为： 服务sii＝1,2,…,k在服务节点上的吞吐率为： 服务sii＝1,2,…,k在服务节点上的错误率为： 服务sii＝1,2,…,k在服务节点上的可靠性为： 其中，和分别表示控制节点处理服务请求的平均响应时间、吞吐率、错误率和可靠性； 是不考虑控制节点服务质量的情况下，服务si在服务节点上的响应时间、吞吐率、错误率和可靠性。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 一种基于排队论的云资源服务质量评估方法及系统

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。

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