公开/公告号CN102387049A
专利类型发明专利
公开/公告日2012-03-21
原文格式PDF
申请/专利权人 浪潮电子信息产业股份有限公司;
申请/专利号CN201110380173.7
申请日2011-11-25
分类号H04L12/26(20060101);H04L12/24(20060101);H04L29/08(20060101);
代理机构
代理人
地址 250014 山东省济南市高新区舜雅路1036号
入库时间 2023-12-18 04:42:57
法律状态公告日
法律状态信息
法律状态
2017-03-01
专利权的转移 IPC(主分类):H04L12/26 登记生效日:20170208 变更前: 变更后: 申请日:20111125
专利申请权、专利权的转移
2014-02-19
授权
授权
2012-07-11
实质审查的生效 IPC(主分类):H04L12/26 申请日:20111125
实质审查的生效
2012-03-21
公开
公开
技术领域
本发明涉及云计算的服务领域,具体涉及一种基于SNMP协议的量化评价云服务质量的评价方法。
背景技术
随着信息科技的发展,云计算逐步成为业界的发展热点,国内外各大厂商的云计算服务平台也开始纷纷投入到科学、教育、文化、卫生、政府、高性能计算、电子商务、物联网等多个领域进行使用。
在云服务平台中,高效的网络与系统管理不仅是必需的,而且已经成为企业成功的先决条件。网络设备、服务器、存储或软件出现故障,将对企业的整个经营活动产生巨大影响。为了解决这一问题,云计算厂商往往将各项系统软硬件性能指标罗列给企业客户。这种方式虽然方便,但是对于非IT专业的客户来说,他们所关心的并不单单是软硬件层面上的运行情况,而是业务逻辑层面上的服务运行质量。如何从宏观的角度准确、及时地把握云计算平台的动态变化与运行状况,评价云计算平台的服务质量,成为当前需要亟待解决的关键问题。
传统的云计算平台的质量评价方法,只是将各项系统性能指标(如服务器使用率、CPU使用率、内存使用率、网络平均丢包率、网络传输率等)进行一一罗列。虽然这些数据在一定程度上表明了系统的运行状况,但是对于非IT专业的客户来说,他们很难在这些复杂的数据当中发现系统的异常之处,更不要说去解决异常。
一方面,云计算服务作为近年来新兴的IT服务模式,还没有形成统一、成熟的质量评价标准;另一方面,制定具备自主知识产权的“中国云”评价标准,对规范我国整个云计算行业发展和提升行业的国际竞争力都将起到巨大的作用。为此,我们提出了一种评价云服务质量的统计学量化标准。
发明内容
本发明的目的是针对现有的云计算平台缺乏量化服务性能评价方法的缺点,提出一种使用统计学方法来为云服务质量进行评价的方法。
本发明的目的是按以下方式实现的,系统结构包括:(1)搭建云服务质量评价模型,(2)SNMP协议获取系统基本性能指标,(3)计算云服务质量得分,其中,
(1)搭建云服务质量评价模型,通过调研、讨论、总结,将几项重要的系统性能指标设计为“云服务质量专家评分样本表”,并邀请云计算专家进行打分,根据所得样本,将各项系统性能指标包括:服务器使用率、CPU使用率、内存使用率、存储读写速率相对比、存储使用率、网络传输速率相对比、网络平均丢包率、系统正常运行时间比率、服务故障率,分别设为x1,x2,x3,…x9,得分设为Y,画出得分与各项系统指标的散点图,找出x1,x2,x3,…x9分别与y之间存在的线性关系,如果不存在明显函数关系,服务器使用率、CPU使用率、内存使用率、存储使用率、服务故障率在一定范围内对最终评价没有太大影响,但是一旦超过某一阈值,比如服务器使用率超过90%或者内存使用率超过80%,云计算平台的服务质量就会大幅度甚至灾难性降低,为了表现这种快速突变性,将这些指标设计为指数函数 的形式,其中n为各指标的突变阈值,m为经验参数,考虑到每一项指标对评分的影响是基本持平的,而且最终的得分范围在0到100分之间,于是各个m可以得到,根据各指标与得分关系,建立如下形式的云服务质量评分模型:
随后建立Y与x1,x2,x3,…x9的线性模型Y=X*beta,利用最小二乘法,估计模型中的各项参数,得出云服务质量评分公式;
求参数的最小二乘估计步骤如下:
S1 把模型的各部分用矩阵表示:X=e,x1,x2,x3,…x9,其中,e为元素均为1的列向量,x1,x2,x3,…x9为各项治理指标的列向量;
S2 求出:系数矩阵;常数项矩阵;相关矩阵,即A的逆矩阵;
S3 则系数向量为beta_hat=C*B,即求出了模型中的所有系数,系数向量beta中的对应元素,云服务质量评分公式如下:
对得到的模型按照计量经济学中的拟合优度检验方法进行检验,可得:
因此模型的拟合优度较好;
(2)SNMP协议获取系统基本性能指标,利用SNMP协议,通过访问共有MIB库,实时获得当前系统的各项性能状况指标,包括服务器使用率、CPU使用率、内存使用率、网络平均丢包率、网络传输率等,即x1,x2,…x9;
(3)计算云服务质量得分,将上一步获得的各项系统性能状况指标代入云服务质量评分公式中
便可获得当前云计算平台的服务质量评分;
本发明的有益效果是将云计算平台中的各项系统实时性能指标,按照统计学的方法,抽象为云服务质量得分,方便客户及时了解云计算平台的运行情况,具有普遍性、适用性、实时性、系统性、实用性。本发明的创新之处在于:将关注焦点从软硬件层面提升到业务逻辑层面,通过设计“云服务质量专家评分样本表”(如附图2)构建评价模型,并首次提出为云计算平台的服务质量进行评分的量化评价方法。
由于“云服务质量专家评分样本表”是由本单位技术专家填写的,所以由此建模得出的最终计算公式更具有权威性与说服力。通过本发明,将各方面系统性能指标进行综合考虑,得出一个相对客观的评价得分,更加方便、及时地指导客户发现问题、解决问题,避免云计算平台的崩溃。
经过实际检验,评分结果很好的展现了当前云计算平台的服务运行质量,当分值明显减小时,表明系统出现重要问题,提醒管理者进行维护,当客户的关注焦点发生变化时,只需邀请技术专家重新填写“云服务质量专家评分样本表”的“打分”项数据,进行建模,并按照最小二乘法计算评分公式;或者直接按照经验对云服务质量评分公式中的相关参数进行修改即可,可重复性极高。
附图说明
图1是该标准的实现流程示意图;
图2是云服务质量专家评分样本表;
图3是得分与各项系统指标的散点图。
具体实施方式
参照说明书附图对本发明的方法作以下详细地说明。
系统包括:搭建云服务质量评价模型(1),SNMP协议获取系统基本性能指标(2),计算云服务质量得分(3),其中:
搭建云服务质量评价模型(1)是该标准的核心。为各项系统性能指标(如服务器使用率、CPU使用率等)设计“云服务质量专家评分样本表”(如附图2),对云服务质量得分建立关于各项系统性能指标的线性模型,利用最小二乘法估计参数,得到评分公式。该模型重点关注云服务平台的运行质量;
SNMP协议获取系统基本性能指标(2),是该标准的数据获取方法,通过使用SNMP协议获得系统的各项性能指标数据;
计算云服务质量得分(3),将各项系统性能指标数据代入评分公式得出分值,实现对云服务质量的量化评价。
设计云服务质量模型,并利用最小二乘法估计参数,得出评分公式,实现了具体性能指标向抽象服务质量得分的转化,结果更加客观、科学、真实、易于客户理解。
使用广泛适用于各种服务器、存储以及网络设备的SNMP协议获取各项系统实时性能指标数据,具有适用性、实时性、快捷性。
实施例:
系统包括:搭建云服务质量评价模型(1),SNMP协议获取系统基本性能指标(2),计算云服务质量得分(3)。
其中,搭建云服务质量评价模型(1)是整个标准的核心。通过调研、讨论、总结,将几项重要的系统性能指标设计为“云服务质量专家评分样本表”(如附图2,至少30个样本),并邀请云计算专家进行打分。根据所得样本,将各项系统性能指标(服务器使用率、CPU使用率、内存使用率、存储读写速率相对比、存储使用率、网络传输速率相对比、网络平均丢包率、系统正常运行时间比率、服务故障率)分别设为x1,x2,x3,…x9,得分设为Y。画出得分与各项系统指标的散点图(如附图3),发现x4、x6、x8分别与y存在线性关系,x7与y存在幂函数关系。对于在图中与y不存在明显函数关系的x1、x2、x3、x5、x9,根据以往经验,服务器使用率、CPU使用率、内存使用率、存储使用率、服务故障率在一定范围内对最终评分没有太大影响,但是一旦超过某一阈值,比如服务器使用率超过90%或者内存使用率超过80%,云计算平台的服务质量就会大幅度甚至灾难性降低。为了表现这种快速突变性,尝试将这些指标设计为指数函数的形式,其中n为各指标的突变阈值,m为经验参数。考虑到每一项指标对评分的影响是基本持平的,而且最终的得分范围在0到100分之间,于是各个m可以得到。根据各指标与得分关系,建立如下形式的云服务质量评分模型:
随后建立Y与x1,x2,x3,…x9的线性模型Y=X*beta。利用最小二乘法,估计模型中的各项参数,得出云服务质量评分公式。
求参数的最小二乘估计步骤如下:
S1 把模型的各部分用矩阵表示:X=(e,x1,x2,x3,…x9)(其中,e为元素均为1的列向量,x1,x2,x3,…x9为各项治理指标的列向量);
S2 求出:系数矩阵;常数项矩阵;相关矩阵,即A的逆矩阵;
S3 则系数向量为beta_hat=C*B,即求出了模型中的所有系数(系数向量beta中的对应元素),云服务质量评分公式如附录4。
对得到的模型按照计量经济学中的拟合优度检验方法进行检验,可得:
因此模型的拟合优度较好。
SNMP协议获取系统基本性能指标(2)是该标准的第二步,利用SNMP协议,通过访问共有MIB库,实时获得当前系统的各项性能状况指标(如服务器使用率、CPU使用率、内存使用率、网络平均丢包率、网络传输率等,即上一步的x1,x2,…x9)。
计算云服务质量得分(3)是该标准的第三步,将上一步获得的各项系统性能状况指标代入附录4中的云服务质量评分公式,便可获得当前云计算平台的服务质量评分。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
机译: 一种用于监视工具的方法,一种用于对被加工的工具表面进行加工的质量的评价方法,一种工件以及一种用于执行该方法的设备
机译: 一种评价光纤有效拉曼利润质量的方法,具有光纤拉曼利润质量的评价方法
机译: 基于原始图像的放大图像的图像质量评价方法,通过将原始图像作为参考图像来测量放大图像的图像质量评价结果