一種云計算認知資源管理系統及方法
【技術領域】
[0001]本發明涉及云計算領域，特別涉及一種云計算認知資源管理系統及方法。
【背景技術】
[0002]云計算技術由三要素組成，即資源、資源管理平臺、寬帶網絡。其中云計算資源管理平臺可以實現對下層資源管理并形成資源池進行統一調度，是云計算面臨的關鍵問題之一。當前的云計算資源管理平臺主流產品以VMffARE公司的vSphere、HP的HP Insight為代表。但它們都是基于即時負載情況，根據預定義的規則被動地進行簡單調度，依然只是對資源進行簡單的分配或回收。這種機械的簡單調度往往導致系統資源動態調度無法實時動態管理，精細化程度不高，系統利用率低。因此，資源調度的合理性、科學性以及有效性將決定資源分配的優化程度。
[0003]云計算資源管理平臺的發展方向是適應資源異構性、動態性和用戶需求的個性化、差異化，實現自主負載預測、資源動態綜合、負載均衡調度與實時控制。此外，云計算服務作為一種公共服務資源，資源利用率的提高不僅有利于能源的合理利用，還可以有效減少二氧化碳的排放，可以減輕溫室效應，對整個生態環境的保護和建設有著重要的意義，符合當今社會倡導的“綠色IT”的理念。

【發明內容】

[0004]為了將資源管理多模塊化并行動態自適應管理，有效提高管理效率和資源利用率，本發明提出一種云計算認知資源管理系統，該系統的技術方案如下:
一種云計算認知資源管理系統，其特征在于，包括用戶感知模塊，用于對用戶和用戶請求的服務進行管理，包括用戶身份認證、用戶請求的服務的排序、用戶請求的服務參數的提取；認知模塊，用于監控系統運行狀態，分析和處理所述用戶請求的服務參數以及對系統中的信息進行處理；資源調度模塊，用于根據所述認知模塊提供的系統資源信息進行資源匹配和資源調度，所述用戶感知模塊、認知模塊和資源調度模塊都與云計算資源池連接。
[0005]優選的，所述的用戶感知模塊包括，用戶管理單元，用于對用戶的身份進行認證和訪問授權；需求分析單元，用于對用戶請求的服務需求特征進行分析；服務類型感知單元，用于對請求服務進行學習感知，在資源池的類型庫中找到相應的服務類型或者保存新的類型；服務等級排列單元，用于將請求的服務進行優先級排列。
[0006]優選的，所述認知模塊包括，自監控單元，用于對系統的運行狀態進行監控，包括網絡安全分析、負載均衡、事件預測、問題檢測和恢復；學習推理單元，用于對用戶請求的服務參數進行學習推理得到監控數據、QoS參數；策略管理單元，用于對已有的服務策略進行調用和更新；行為分析單元，用于對系統中的監控、感知或映射行為進行學習，獲得相應信息，并對信息進行加工、整理、提煉，以便信息傳遞。
[0007]優選的，所述資源調度模塊包括，目標分配單元，根據認知模塊映射的資源參數，進行服務資源目標分配；服務機制制定單元，根據不同的調度目標制定相應的服務優先順序；調度算法選擇單元，用于選取適當的調度算法以進行最優的資源調度；資源匹配單元，用于按照用戶請求對資源進行匹配。
[0008]所述服務優先順序包括先來先服務、最大服務時間優先、最大消耗優先。
[0009]所述策略包括任務完成時間最小化、反應時間最小化、資源利用率最大化或消耗最小化。
[0010]云計算認知資源管理方法，其特征在于，包括系統中的用戶感知模塊接收用戶對資源服務的請求，作出響應，并將感知的服務參數映射到認知模塊；認知模塊根據對服務參數的學習推理，對系統進行自監控和策略管理，選擇合適的組織方法或架構，對資源進行動態組織；資源調度模塊通過計算選擇調度策略，對資源進行匹配和調度。
[0011]所述用戶感知模塊接收用戶對資源服務的請求包括對用戶身份認證、訪問授權。
[0012]所述用戶感知模塊、認知模塊和資源調度模塊都與云計算資源池連接。
[0013]本發明使資源管理能夠自學習、自由化、自修復以及內部自管理，能有效提高管理效率和資源利用率，保障可靠性和可用性；提高了系統的容錯能力，保證了過程的實時性；使得云計算環境下的資源監控更加靈活、有效，而且降低了能耗和成本。
【附圖說明】
[0014]圖1為本發明實施例云計算認知資源管理系統框圖；
圖2為本發明另一實施例云計算認知資源管理方法流程圖。
【具體實施方式】
[0015]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0016]實施例1
如圖1所示，云計算認知資源管理系統包括云計算資源池和用戶感知模塊、認知模塊和資源調度模塊，用戶感知模塊和認知模塊之間、認知模塊和資源調度模塊之間均為雙相連接，用戶感知模塊、認知模塊和資源調度模塊均與云計算資源池相連，可以與其中的資源進行交互。
[0017]用戶感知模塊又包括:
用戶管理單元，對用戶的身份進行認證、訪問授權等；
需求分析單元，對用戶的服務請求數據進行分析；
服務類型感知單元，對用戶請求的服務進行學習感知，在類型庫中找到相應的服務類型或者保存新的類型；
服務等級排列單元，將用戶請求的服務進行優先級排列。
[0018]用戶感知模塊將感知的各個服務參數(如QoS參數、優先級參數等等)映射到認知模塊。
[0019]認知模塊包括:
自監控單元，對整個系統的運行狀態進行監控，主要是指實施網絡安全分析、負載均衡、事件預測、問題檢測和恢復等行為，目的是維護整個系統的正常運行，為用戶提供高效、優質的信息資源服務，按照時間可以分為實時和非實時兩種，按照監控方式可以劃分為主動監控和被動監控兩種；
學習推理單元，對對感知模塊映射的感知參數進行學習推理得到數