本技術(shù)屬于計算機,具體涉及一種調(diào)頻策略預(yù)測方法、設(shè)備及計算機程序產(chǎn)品。
背景技術(shù):
1、現(xiàn)網(wǎng)電信業(yè)務(wù)網(wǎng)元已基本實現(xiàn)云化部署,通過云資源池中部署于物理服務(wù)器上的虛擬機實現(xiàn)業(yè)務(wù)網(wǎng)元所具有的各種功能。
2、相關(guān)技術(shù)中,基于物理服務(wù)器的負(fù)載對物理服務(wù)器上所部署的虛擬機進行調(diào)頻,這種調(diào)頻方式難以實現(xiàn)端到端(即業(yè)務(wù)端和物理服務(wù)器端)的實時、動態(tài)、閉環(huán)、智能調(diào)頻控制,存在調(diào)頻不精準(zhǔn)的問題。
技術(shù)實現(xiàn)思路
1、本技術(shù)提出一種調(diào)頻策略預(yù)測方法、設(shè)備及計算機程序產(chǎn)品,能夠解決相關(guān)技術(shù)中基于物理服務(wù)器的負(fù)載進行調(diào)頻存在的無法實現(xiàn)端到端(即業(yè)務(wù)端和物理服務(wù)器端)的實時、動態(tài)、閉環(huán)、智能調(diào)頻控制,調(diào)頻不精準(zhǔn)的問題。
2、本技術(shù)第一方面實施例提出了一種調(diào)頻策略預(yù)測方法,包括:
3、獲取云資源池內(nèi)用于部署目標(biāo)業(yè)務(wù)網(wǎng)元的計算服務(wù)器的業(yè)務(wù)負(fù)載數(shù)據(jù),所述計算服務(wù)器包括物理服務(wù)器和部署于所述物理服務(wù)器上的虛擬機,所述業(yè)務(wù)負(fù)載數(shù)據(jù)用于表征所述目標(biāo)業(yè)務(wù)網(wǎng)元實時承載用戶的情況;
4、采用預(yù)先訓(xùn)練的多特征智能調(diào)頻模型識別所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得所述物理服務(wù)器、所述虛擬機和所述目標(biāo)業(yè)務(wù)網(wǎng)元之間的對應(yīng)關(guān)系,并基于所述對應(yīng)關(guān)系和所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得與業(yè)務(wù)負(fù)載數(shù)據(jù)對應(yīng)的調(diào)頻策略;
5、基于所述調(diào)頻策略,對所述物理服務(wù)器中部署所述虛擬機的物理核的頻率進行調(diào)整。
6、在一個或多個實施例中,多特征智能調(diào)頻模型包括輸入層、多特征提取層、特征融合層和輸出層;采用預(yù)先訓(xùn)練的多特征智能調(diào)頻模型識別所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得所述物理服務(wù)器、所述虛擬機和所述目標(biāo)業(yè)務(wù)網(wǎng)元之間的對應(yīng)關(guān)系,并基于所述對應(yīng)關(guān)系和所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得與業(yè)務(wù)負(fù)載數(shù)據(jù)對應(yīng)的調(diào)頻策略,包括:
7、通過所述多特征提取層對從所述輸入層輸入的所述業(yè)務(wù)負(fù)載數(shù)據(jù)進行特征提取,獲得所述業(yè)務(wù)負(fù)載數(shù)據(jù)的各狀態(tài)特征;
8、采用所述特征融合層對所述各狀態(tài)特征進行融合,并對融合得到的特征進行識別以確定所述對應(yīng)關(guān)系,并基于所述對應(yīng)關(guān)系和所述各狀態(tài)特征,推理得到所述調(diào)頻策略;
9、通過所述輸出層輸出所述調(diào)頻策略。
10、在一個或多個實施例中,所述多特征提取層包括第一特征提取通道和第二特征提取通道,所述第一特征提取通道用于提取與時間相關(guān)的信息的特征,所述第二特征提取通道用于提取與時間無關(guān)的信息的特征;
11、通過所述多特征提取層對從所述輸入層輸入的所述業(yè)務(wù)負(fù)載數(shù)據(jù)進行特征提取,獲得所述業(yè)務(wù)負(fù)載數(shù)據(jù)的各狀態(tài)特征,包括:
12、通過所述第一特征提取通道提取所述業(yè)務(wù)負(fù)載數(shù)據(jù)包括的與時間相關(guān)的數(shù)據(jù)的特征,獲得第一特征;以及,通過所述第二特征提取通道提取所述業(yè)務(wù)負(fù)載數(shù)據(jù)包括的與時間非相關(guān)的數(shù)據(jù)的特征,獲得第二特征;
13、將所述第一特征和所述第二特征作為所述業(yè)務(wù)負(fù)載數(shù)據(jù)的各狀態(tài)特征。
14、在一個或多個實施例中,所述第一特征提取通道的數(shù)量為基于所述物理服務(wù)器所屬的獨立主機組包括的物理服務(wù)器的數(shù)量,以及能夠從所述獨立主機組中各物理服務(wù)器提取的與時間相關(guān)的數(shù)據(jù)的種類確定;所述第二特征提取通道的數(shù)量為基于所述數(shù)量和能夠從所述獨立主機組中各物理服務(wù)器提取的與時間非相關(guān)的數(shù)據(jù)的種類確定。
15、在一個或多個實施例中,基于所述調(diào)頻策略,對所述物理服務(wù)器中部署所述虛擬機的物理核的頻率進行調(diào)整,包括:
16、獲取所述物理核的實際運行頻率;
17、計算所述實際運行頻率與所述調(diào)頻策略包括的目標(biāo)運行頻率的頻率差值;
18、在所述頻率差值大于調(diào)頻閾值的情況下,控制所述物理核按照所述目標(biāo)運行頻率運行;
19、在所述頻率差值小于等于所述調(diào)頻閾值的情況下,控制所述物理核按照所述實際運行頻率運行。
20、在一個或多個實施例中,所述多特征智能調(diào)頻模型的訓(xùn)練過程包括:
21、提取訓(xùn)練樣本數(shù)據(jù)包括的歷史業(yè)務(wù)負(fù)載數(shù)據(jù)的訓(xùn)練狀態(tài)特征;
22、基于所述訓(xùn)練狀態(tài)特征識別所述歷史業(yè)務(wù)負(fù)載數(shù)據(jù)包括的物理服務(wù)器、虛擬機和業(yè)務(wù)網(wǎng)元之間的訓(xùn)練對應(yīng)關(guān)系;
23、基于所述訓(xùn)練對應(yīng)關(guān)系和所述歷史業(yè)務(wù)負(fù)載數(shù)據(jù),推理所述歷史業(yè)務(wù)負(fù)載數(shù)據(jù)對應(yīng)的預(yù)測調(diào)頻策略;
24、基于所述預(yù)測調(diào)頻策略和所述訓(xùn)練樣本數(shù)據(jù)包括的與所述歷史業(yè)務(wù)負(fù)載數(shù)據(jù)對應(yīng)的期望調(diào)頻策略,計算模型損失;
25、采用所述模型損失優(yōu)化所述多特征智能調(diào)頻模型的參數(shù),直至所述多特征智能調(diào)頻模型收斂。
26、在一個或多個實施例中,還包括:
27、在所述多特征智能調(diào)頻模型收斂的情況下,向所述多特征智能調(diào)頻模型輸入從所述云資源池采集的測試業(yè)務(wù)負(fù)載數(shù)據(jù),獲得所述測試業(yè)務(wù)負(fù)載數(shù)據(jù)的測試調(diào)頻策略;
28、在基于所述測試調(diào)頻策略,確定所述多特征智能調(diào)頻模型滿足欠擬合條件的情況下,增加所述多特征智能調(diào)頻模型包括的多特征提取層的網(wǎng)絡(luò)深度,獲得更新多特征智能調(diào)頻模型,并對所述更新多特征智能調(diào)頻模型執(zhí)行所述訓(xùn)練過程;
29、在基于所述測試調(diào)頻策略,確定所述多特征智能調(diào)頻模型滿足過擬合條件的情況下,降低所述多特征提取層的網(wǎng)絡(luò)深度或在所述多特征智能調(diào)頻模型的特征融合層與輸出層之間增加隨機丟棄層,獲得調(diào)整多特征智能調(diào)頻模型,并對所述更新多特征智能調(diào)頻模型執(zhí)行所述訓(xùn)練過程;或,增加所述歷史業(yè)務(wù)負(fù)載數(shù)據(jù)的數(shù)量,獲得更新歷史業(yè)務(wù)負(fù)載數(shù)據(jù),并采用所述更新歷史業(yè)務(wù)負(fù)載數(shù)據(jù),對所述多特征智能調(diào)頻模型執(zhí)行所述訓(xùn)練過程。
30、本技術(shù)第二方面實施例提出了一種調(diào)頻策略預(yù)測裝置,包括:
31、獲取模塊,用于獲取云資源池內(nèi)用于部署目標(biāo)業(yè)務(wù)網(wǎng)元的計算服務(wù)器的業(yè)務(wù)負(fù)載數(shù)據(jù),所述計算服務(wù)器包括物理服務(wù)器和部署于所述物理服務(wù)器上的虛擬機,所述業(yè)務(wù)負(fù)載數(shù)據(jù)用于表征所述目標(biāo)業(yè)務(wù)網(wǎng)元實時承載用戶的情況;
32、推理模塊,用于采用預(yù)先訓(xùn)練的多特征智能調(diào)頻模型識別所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得所述物理服務(wù)器、所述虛擬機和所述目標(biāo)業(yè)務(wù)網(wǎng)元之間的對應(yīng)關(guān)系,并基于所述對應(yīng)關(guān)系和所述業(yè)務(wù)負(fù)載數(shù)據(jù),獲得與業(yè)務(wù)負(fù)載數(shù)據(jù)對應(yīng)的調(diào)頻策略;
33、調(diào)整模塊,用于基于所述調(diào)頻策略,對所述物理服務(wù)器中部署所述虛擬機的物理核的頻率進行調(diào)整。
34、本技術(shù)第三方面的實施例提供了一種電子設(shè)備,包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述處理器運行所述計算機程序以實現(xiàn)上述第一方面所述的方法。
35、本技術(shù)第三方面的實施例提供了一種計算機程序產(chǎn)品,包括計算機可讀代碼,或者承載有計算機可讀代碼的非易失性計算機可讀存儲介質(zhì),當(dāng)所述計算機可讀代碼在電子設(shè)備的處理器中運行時,所述電子設(shè)備中的處理器執(zhí)行如第一方面所述的方法。
36、本技術(shù)實施例中提供的技術(shù)方案,至少具有如下技術(shù)效果或優(yōu)點:
37、在本技術(shù)實施例中,本技術(shù)的方案基于業(yè)務(wù)負(fù)載數(shù)據(jù)進行調(diào)頻,業(yè)務(wù)負(fù)載數(shù)據(jù)能夠表征上層業(yè)務(wù)的運行狀態(tài),因此實現(xiàn)了端到端(業(yè)務(wù)端和物理服務(wù)器端)的實時、動態(tài)、閉環(huán)、智能調(diào)頻控制,實現(xiàn)了對物理服務(wù)器中運行的物理核的精準(zhǔn)調(diào)頻。
38、本技術(shù)附加的方面和優(yōu)點將在下面的描述中部分給出,部分將從下面的描述中變的明顯,或通過本技術(shù)的實踐了解到。