综合效用的数据处理方法

摘要

一种综合效用的数据处理方法，包括：根据云媒体任务请求的参数以及当前的云媒体资源的属性参数之间的关联关系得到第一综合效用值；利用所述第一综合效用值分配云媒体资源；其中，所述关联关系的运算过程包括：

说明书

技术领域

本发明属于云计算技术领域，尤其涉及一种综合效用的数据处理方法。

背景技术

在云计算领域中，云媒体调度服务大量存在，且总是受到传输过程中 的带宽和其它计算资源的限制，降低了均衡调度服务的满意度。提高云媒 体调度服务满意度的方法是合理分配资源，因此云媒体资源分配技术是当 今较热门的研究课题。现有技术提出一种考虑能源参数的组合拍卖机制的 资源分配模型，提高了数据中心的资源利用率。现有技术还结合博弈理论 以及拥塞控制算法提出线性的带宽资源分配方案，提高了带宽的效用值。 现有技术还综合考虑服务的负载均衡博弈算法以及虚拟机的配置博弈算法 来优化数据中心的资源。以上策略虽然从云媒体服务提供者CP （Cloud-Service Provider）的能源消耗角度进行资源分配，缺少对云媒体服 务请求者CR（Cloud-Service Requester）的QoS（Quality of Service，服务 质量）特性支持，形成了提高CR服务满意度的瓶颈问题。因此，研究一般 意义下的云媒体资源分配的整体满意度问题具有重要意义。对于上述问题 的研究，关键是要找到一种合适的综合效用的数据处理方法。

现有技术中的综合效用的数据处理方法多是采用最小化响应时间作为 综合效用的数据处理的目标，没有从云媒体任务请求者和云媒体资源两个 方面处理综合效用的数据，使得将综合效用的数据用于云媒体资源分配时， 使得整体云媒体服务效用不高。

发明内容

有鉴于此，本发明的一个目的是提出一种综合效用的数据处理方法。 为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概 括。该概括部分不是泛泛评述，也不是要确定关键／重要组成元素或描绘 这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此 作为后面的详细说明的序言。

在一些可选的实施例中，所述综合效用的数据处理方法，包括：根据 云媒体任务请求的参数以及当前的云媒体资源的属性参数之间的关联关系 得到第一综合效用值；利用所述第一综合效用值分配云媒体资源；其中， 所述关联关系的运算过程包括：$U={\omega }_{\mathrm{CR}}{U}_{\mathrm{CR}}^{\mathrm{total}}(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})+{\omega }_{\mathrm{CP}}{U}_{\mathrm{CP}}^{\mathrm{total}}(P_{\mathrm{CP}},{\mathrm{RT}}_{\mathrm{CP}},B_{\mathrm{CP}}),$其中，U为第一综合效用值，为任务请求的最小 效用值；为资源的最小效用值；ω_CR+ω_CP=1， ω_CR和ω_CP分别为第二综合效用值和第一综合效用值 的权重；任务请求的参数包括：调整系数P_CR、响应时间 RT_CR和带宽B_CR；资源的属性参数的参数包括：调整系数P_CP、响应时间RT_CP和带宽B_CP。

本发明的另一个目的是提出一种综合效用的数据处理装置。

在一些可选的实施例中，所述综合效用的数据处理装置包括：服务协 商模块，用于根据云媒体任务请求的参数以及当前的云媒体资源的属性参 数之间的关联关系得到第一综合效用值；资源分配模块，用于利用所述第 一综合效用值分配云媒体资源；其中，所述关联关系的运算过程包括： $U={\omega }_{\mathrm{CR}}{U}_{\mathrm{CR}}^{\mathrm{total}}(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})+{\omega }_{\mathrm{CP}}{U}_{\mathrm{CP}}^{\mathrm{total}}(P_{\mathrm{CP}},{\mathrm{RT}}_{\mathrm{CP}},B_{\mathrm{CP}}),$其中，U为第一综合效用值， 为任务请求的最小效用值； 为资源的最小效用值；ω_CR+ω_CP=1，ω_CR和ω_CP分别为第二综合效用值和第一综合效用值 的权重；任务请求的参数包括：调整系数P_CR、响应时间 RT_CR和带宽B_CR；资源的属性参数的参数包括：调整系数P_CP、响应时间RT_CP和带宽B_CP。

在一些说明性实施例中的技术效果为：从提高云媒体服务效用的角度 出发，目标函数不再是最小化响应时间，而是以达到最大效用为目标来处 理综合效用的数据，使得在云媒体资源分配过程中可以充分提高云用户的 满意度。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并 在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性 方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一 些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而 变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

说明书附图

图1是根据一些说明性实施例的综合效用的数据处理方法的流程图；

图2是根据一些说明性实施例的云媒体资源分配的装置的示意图；

图3是根据一些说明性实施例的云媒体服务响应时间比较的示意图；

图4是根据一些说明性实施例的对于不同参数权重值的云媒体服务响 应时间比较的示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技 术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、 过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则 单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的 部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实 施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得 的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语 “发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明， 不是要自动地限制该应用的范围为任何单个发明或发明构思。

如图1所示，为云媒体资源分配的方法的流程图，该方法包括如下步 骤：

步骤S109：根据云媒体任务请求的参数以及当前的云媒体资源的属性 参数之间的关联关系得到第一综合效用值。

步骤S111：利用第一综合效用值分配云媒体资源。

其中，关联关系的运算过程包括：

$U={\omega }_{\mathrm{CR}}{U}_{\mathrm{CR}}^{\mathrm{total}}(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})+{\omega }_{\mathrm{CP}}{U}_{\mathrm{CP}}^{\mathrm{total}}(P_{\mathrm{CP}},{\mathrm{RT}}_{\mathrm{CP}},B_{\mathrm{CP}}),$

其中，U为第一综合效用值，为任务请求的 最小效用值；为资源的最小效用值； ω_CR+ω_CP=1，ω_CR和ω_CP分别为第二综合效用值和第一综 合效用值的权重；任务请求的参数包括：调整系数P_CR、 响应时间RT_CR和带宽B_CR；资源的属性参数的参数包括：调整系数P_CP、响应 时间RT_CP和带宽B_CP。

在一些说明性实施例中，云媒体任务请求包括以下参数：调整系数P_CR、 响应时间RT_CR和带宽B_CR。优选的，该调整系数可以是价格。

由于云媒体服务请求需要支付一定的代价，适中的调整系数可以很好 的反映出云媒体服务的效用；又因为云媒体服务如：媒体的实时播放，视 频的同步播放等对时间具有很高的要求，因此云媒体服务具有一定的时效 性，合理的响应时间会反映出云媒体服务较高的效用；又因为云媒体的传 输需要大量的调整系数，适中的带宽会提高云媒体服务的效用。因此，把 对云媒体服务的调整系数、响应时间和带宽作为所考虑的QoS（Quality of  Service，服务质量）参数集合，通过计算每个参数的效用值来获得云媒体 服务的综合效用值，进而提高云媒体服务效用。

在一些说明性实施例中，步骤S102之前还包括：

步骤S101：接收云媒体任务请求。

步骤S103：运算第二综合效用值，其过程包括：

其中，和分别为任务请求的调整系 数P_CR的效用值响应时间RT_CR的效用值和带宽B_CR的效用 值的权重。

步骤S103之前包括如下的步骤：

步骤S102A：运算得到任务请求的调整系数P_CR的效用值

其中，表示所 述云媒体任务请求的调整系数最低效用值，和分别代表所述云媒体 服务请求者的最佳期望调整系数和最差期望调整系数;

步骤S102B：运算得到任务请求的响应时间RT_CR的效用值

其中，表 示所述任务请求的响应时间的最低效用值，和分别代表任务请求的 最佳期望响应时间和最差期望响应时间;

步骤S102C：运算得到任务请求的带宽B_CR的效用值

其中，表 示所述任务请求的最低效用值，和分别代表任务请求的最佳期望带 宽和最差期望带宽。

在一些说明性实施例中，u(B_CR)、采用下式得到：

其中ω表示控制函数形状的参数，X 为B_CR、和

通过云媒体资源的属性运算得到，具体步骤如下：

步骤S108：通过以下公式获得第三综合效用值

其中，和分别为资源的调整系数P_CP的效用值响应时间RT_CP的效用值和带宽B_CP的效用值 的权重。

在一些说明性实施例中，步骤S108之前又包括：

步骤S107A：运算得到资源的调整系数P_CP的效用值。

其中，表示资 源的调整系数P_CP的最低效用值，和分别代表资源的调整系数P_CP的 初始调整系数和保留调整系数。

步骤S107B：运算得到资源的响应时间RT_CP的效用值。

其中，表 示资源的响应时间的最低效用值，和分别代表资源的初始响应时间 和保留响应时间。

步骤S107C：运算得到资源的带宽B_CP的效用值。

其中，表示资 源的带宽的最低效用值，和分别代表资源的初始带宽和保留带宽。

在一些说明性实施例中，步骤S111之前包括：

步骤S110：将第二综合效用值和第一综合效用值进行比较。

在一些说明性实施例中，步骤S111具体还包括：如果第一综合效用值 不小于第二综合效用值，则将当前云媒体资源分配给云媒体任务请求。

在一些说明性实施例中，步骤S111还包括如下的情况：如果有多个云 媒体资源，则云媒体任务请求对应于多个第一综合效用值，每个第一综合 效用值对应一个云媒体资源；如果多个第一综合效用值中的最大值不小于 第二综合效用值，则将最大值对应的云媒体资源分配给云媒体任务请求。

在一些说明性实施例中，步骤S103之后还包括如下步骤：

步骤S104：如果第二综合效用值为0，则检查任务请求是否超时。

步骤S105：判断任务请求是否超时。

如果任务请求超时，则云媒体资源分配结束。如果任务请求没有超时， 则执行让步策略重新确定第二综合效用值，直到第二综合效用值不为0。

步骤S106：执行让步策略，具体过程包括：

由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效 用值$U_{\mathrm{total}}^{\mathrm{CR}}{(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})}_{t+1}=U_{\mathrm{total}}^{\mathrm{CR}}{(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})}_t-{\mathrm{\Delta U}}_{\mathrm{total}}^{\mathrm{CR}}.$

其中，为该次任务请求的第二综合效用值，为 让步步长。

当下一次任务请求的第二综合效用值不为0时，则执行后续的步骤。

在一些说明性实施例中，让步步长其中，τ为截止 时间（通过τ确定最大协商次数），t为协商次数，λ为对让步速率控制的 参数，0≤λ≤10。

针对于上述方法，本发明提供了一种云媒体资源分配的装置。如图3 所示，该装置包括：

服务协商模块202，用于根据云媒体任务请求的参数以及当前的云媒体 资源的属性参数之间的关联关系得到第一综合效用值；

资源分配模块203，用于利用所述第一综合效用值分配云媒体资源；

其中，所述关联关系的运算过程包括：

$U={\omega }_{\mathrm{CR}}{U}_{\mathrm{CR}}^{\mathrm{total}}(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})+{\omega }_{\mathrm{CP}}{U}_{\mathrm{CP}}^{\mathrm{total}}(P_{\mathrm{CP}},{\mathrm{RT}}_{\mathrm{CP}},B_{\mathrm{CP}})$

其中，U为第一综合效用值，为任务请求的 最小效用值；为资源的最小效用值； ω_CR+ω_CP=1，ω_CR和ω_CP分别为第二综合效用值和第一综 合效用值的权重；任务请求的参数包括：调整系数P_CR、 响应时间RT_CR和带宽B_CR；资源的属性参数的参数包括：调整系数P_CP、响应 时间RT_CP和带宽B_CP。

上述装置从提高云媒体服务效用的角度出发，其目标函数不再是最小 化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。

在一些说明性实施例中，云媒体任务请求包括以下参数：调整系数P_CR、 响应时间RT_CR和带宽B_CR。

由于云媒体服务请求需要支付一定的代价，适中的调整系数可以很好 的反映出云媒体服务的效用；又因为云媒体服务如：媒体的实时播放，视 频的同步播放等对时间具有很高的要求，因此云媒体服务具有一定的时效 性，合理的响应时间会反映出云媒体服务较高的效用；又因为云媒体的传 输需要大量的调整系数，适中的带宽会提高云媒体服务的效用。因此，把 对云媒体服务的调整系数、响应时间和带宽作为所考虑的QoS参数集合， 通过计算每个参数的效用值来获得云媒体服务的综合效用值，进而提高云 媒体服务效用。

在一些说明性实施例中，该装置还包括：第二模块204。第二模块204 用于运算第二综合效用值。

在一些说明性实施例中，第二模块204用于运算第二综合效用值的过 程包括：

其中，和分别为任务请求的调整系 数P_CR的效用值响应时间RT_CR的效用值和带宽B_CR的效用 值的权重。

在一些说明性实施例中，第二模块204包括：任务请求的调整系数模 块2041、任务请求的响应时间模块2042和任务请求的带宽模块2043。

任务请求的调整系数模块2041，用于按照下式运算任务请求的调整系 数P_CR的效用值，

其中，表示云 媒体任务请求的调整系数最低效用值，和分别代表云媒体服务请求 者的最佳期望调整系数和最差期望调整系数。

任务请求的响应时间模块2042，用于按照下式运算任务请求的响应时 间RT的效用值，

其中，表 示任务请求的响应时间的最低效用值，和分别代表任务请求的最佳 期望响应时间和最差期望响应时间。

任务请求的带宽模块2043，用于按照下式运算任务请求的带宽B的效 用值

其中，表 示任务请求的最低效用值，和分别代表任务请求的最佳期望带宽和 最差期望带宽。

在一些说明性实施例中，u(B_CR)、采用下式得到：

其中ω表示控制函数形状的参数，X 为B_CR、和

在一些说明性实施例中，该装置还包括：第三模块205。第三模块205 用于通过以下公式获得第三综合效用值

其中，和分别为资源的调整系数P_CP的效用值响应时间RT_CP的效用值和带宽B_CP的效用值 的权重。

在一些说明性实施例中，第三模块205包括：资源的调整系数模块2051、 资源的响应时间模块2052和资源的带宽模块2053

资源的调整系数模块2051，用于按照下式运算资源的调整系数P_CP的效 用值

其中，表示资 源的调整系数P_CP的最低效用值，和分别代表资源的调整系数P_CP的 初始调整系数和保留调整系数。

资源的响应时间模块2052，用于按照下式运算资源的响应时间RT的 效用值

其中，表 示资源的响应时间的最低效用值，和分别代表资源的初始响应时间 和保留响应时间;

资源的带宽模块2053，用于按照下式运算资源的带宽B的效用值

其中，表示资 源的带宽的最低效用值，和分别代表资源的初始带宽和保留带宽。

在一些说明性实施例中，该装置还包括：任务调度模块201，用于接收 云媒体任务请求。

在一些说明性实施例中，如果服务协商模块202判断到第一综合效用 值不小于第二综合效用值，则资源分配模块203将当前云媒体资源分配给 云媒体任务请求。

在一些说明性实施例中，如果有多个云媒体资源，则云媒体任务请求 对应于多个第一综合效用值，每个第一综合效用值对应一个云媒体资源； 如果服务协商模块202判断到多个第一综合效用值中的最大值不小于第二 综合效用值，则资源分配模块203将最大值对应的云媒体资源分配给云媒 体任务请求。

在一些说明性实施例中，该装置还包括：超时判断模块206。如果第二 综合效用值为0，超时判断模块206检查任务请求是否超时；如果任务请求 超时，则云媒体资源分配结束；如果任务请求没有超时，则执行让步策略。

在一些说明性实施例中，该装置还包括：让步策略模块207。让步策略 模块207用于重新确定第二综合效用值，直到第二综合效用值不为0。

在一些说明性实施例中，让步策略模块207执行让步策略的过程包括：

由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效 用值$U_{\mathrm{total}}^{\mathrm{CR}}{(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})}_{t+1}=U_{\mathrm{total}}^{\mathrm{CR}}{(P_{\mathrm{CR}},{\mathrm{RT}}_{\mathrm{CR}},B_{\mathrm{CR}})}_t-{\mathrm{\Delta U}}_{\mathrm{total}}^{\mathrm{CR}}.$

其中，为该次任务请求的第二综合效用值，为 让步步长。

在一些说明性实施例中，让步步长其中，τ为截止 时间（通过τ可以确定最大协商次数），t为协商次数，λ为对让步速率控 制的参数，0≤λ≤10。

下面，以一仿真实例具体描述上述方法。

该仿真实例采用CloudSim云仿真平台作为仿真环境，利用云媒体任务 请求的参数和云媒体资源的属性参数作为输入，评估本发明的方法与贪婪 分配算法GA（Greedy Allocation）以及随机分配算法RA（Random Allocation） 的性能。

（1）仿真参数设置

仿真分别将云媒体任务请求的任务数目由100增至700对算法进行评 价，其中云媒体任务请求的参数由仿真平台在一定范围内随机生成，生成 的随机数满足以下条件：

$P\le \alpha ·\frac{S_e+S_o}{B\times \mathrm{RT}}$

其中S_e和S_o分别对应云媒体任务请求的作业可执行文件的大小和作业 执行后需要传输的结果文件大小，α为相应系数，0≤α≤1，通过对α的 设置可以反映云媒体服务调整系数、响应时间和带宽之间的关系。云媒体 资源属性首先划分不同等级，分别对应不同的调整系数、响应时间和带宽 的范围，参数设置满足公式其它参数设置如表1所示。该 实例中，选择价格作为调整系数。

表1其他参数设置

（2）云媒体服务响应时间分析

服务的执行时间可以评价整个云媒体资源分配的性能，因此本仿真实 例对云媒体服务的执行时间进行了性能分析。执行时间定义为 分别将云媒体任务请求数量由100增至700。本算法采用 了响应时间、传输带宽作为云媒体资源分配的参数，并对参数的效用值进 行了最大化选择，因此可以获得较好的服务响应时间效果。具体仿真结果 如图3所示。图3说明了云媒体服务开始时，任务请求较少，资源较为充 足，三种方法的响应时间基本相同，但随着任务请求的增加，本发明的方 法表现出良好的稳定性，而且响应时间要优于其他两种方法。

（3）云媒体服务效用分析

云媒体服务的效用值可以反映出云媒体的服务满意度，将云媒体任务 请求数量从100增至700对云媒体服务的效用值进行性能分析。本发明的 方法通过对参数的效用计算，得出最大化的云媒体资源分配效用，因此可 以获得很好的云媒体服务效用值。仿真结果如表2所示。

表2云媒体服务效用值比较

本发明方法 0.51 0.51 0.52 0.50 0.50 0.51 0.51 GA 0.31 0.29 0.29 0.30 0.29 0.30 0.31 RA 0.23 0.24 0.28 0.30 0.30 0.3 0.30

表2表明了随着云媒体任务请求数量的增加，本发明的方法的云媒体 服务平均效用值高于其他两种算法，因此可以更好的满足SLAs（服务水平 协议，Service Level Agreements）协议，从而提高云媒体服务的满意度。

（4）对本发明的方法的协商参数不同权重值的性能分析

分别对云媒体服务的价格、响应时间和带宽参数的权值进行设置，其 中设置的权重值如表3所示。

表3不同的云媒体服务权重值

图4和表4分别表示对于不同权重值的本发明的方法的云媒体服务的 响应时间和效用值。图4表明了当对响应时间的权重加大，云媒体服务的 响应时间随之减小。表4表明对参数权值改变，本发明的方法的总效用值 仍然比较稳定。从而说明了本发明的方法的稳定性。

表4对于不同协商参数权重值的云媒体服务效用值比较

综上所述，通过本发明的方法进行云媒体的资源分配，从而获得较高 的服务效用值，进而可以更好的满足SLAs协议，实现较高的服务等级，提 高云媒体服务的满意度。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的 逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其 组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的 部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种 功能是实现成硬件还是实现成软件，取决于特定的应用和对整个装置所施 加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方 式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护 范围。