KR102135210B1 - Virtaul machine recommendation method and virtual machine recommendation system using the same - Google Patents

Virtaul machine recommendation method and virtual machine recommendation system using the same Download PDF

Info

Publication number
KR102135210B1
KR102135210B1 KR1020200009020A KR20200009020A KR102135210B1 KR 102135210 B1 KR102135210 B1 KR 102135210B1 KR 1020200009020 A KR1020200009020 A KR 1020200009020A KR 20200009020 A KR20200009020 A KR 20200009020A KR 102135210 B1 KR102135210 B1 KR 102135210B1
Authority
KR
South Korea
Prior art keywords
virtual machine
information
storage
predetermined
cluster
Prior art date
Application number
KR1020200009020A
Other languages
Korean (ko)
Inventor
윤호영
김영광
이찬재
김성구
김민준
Original Assignee
오케스트로 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 오케스트로 주식회사 filed Critical 오케스트로 주식회사
Priority to KR1020200009020A priority Critical patent/KR102135210B1/en
Priority to KR1020200078475A priority patent/KR102351426B1/en
Application granted granted Critical
Publication of KR102135210B1 publication Critical patent/KR102135210B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

A virtual machine recommendation method according to one embodiment of the present invention is a method for recommending a generated virtual machine which is a virtual machine to be generated on a physical server by using a virtual machine recommendation system, and the method includes: a storage information receiving step for receiving storage information, which is information related to a storage virtual machine which is a virtual machine generated previously, by a storage information collection unit of a virtual machine recommendation system; a clustering step for dividing the virtual machines in units of cluster based on the storage information through a predetermined classification method by a clustering unit of the virtual machine recommendation system; a cluster selection step in which a cluster satisfying a predetermined condition is selected by a cluster selection unit of the virtual machine recommendation system; and a recommendation information calculation step, in which recommendation information related to details of the generated virtual machine is calculated through a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster which is a cluster satisfying the predetermined condition, by a recommendation information calculation unit of the virtual machine recommendation system.

Description

가상 머신 추천 방법 및 이를 이용한 가상 머신 추천 시스템 {VIRTAUL MACHINE RECOMMENDATION METHOD AND VIRTUAL MACHINE RECOMMENDATION SYSTEM USING THE SAME}Virtual machine recommendation method and virtual machine recommendation system using the same {VIRTAUL MACHINE RECOMMENDATION METHOD AND VIRTUAL MACHINE RECOMMENDATION SYSTEM USING THE SAME}

본 발명은 가상 머신 추천 방법 및 이를 이용한 가상 머신 추천 시스템에 대한 것으로서, 물리 서버 상에 생성되고자 하는 가상 머신 인 생성 가상 머신을 추천하는 방법 및 이를 이용한 가상 머신 추천 시스템에 관한 것이다.The present invention relates to a virtual machine recommendation method and a virtual machine recommendation system using the same, and relates to a method for recommending a generated virtual machine as a virtual machine to be created on a physical server and a virtual machine recommendation system using the same.

전 세계 전력사용량의 약 2%를 차지하는 데이터센터는 단일 건물 중 전력을 가장 많이 사용하는 고밀도 에너지 다소비 건물이지만, 안정성을 최우선시하는 보수적인 운영을 고수하여 비효율적인 운영 현황을 보이고 있다. 향후 사물인터넷, 빅 데이터, 클라우드 기술 등의 확산으로 인해 소규모의 데이터센터는 대규모의 데이터센터인 '하이퍼스케일', '메가' 데이터센터로 통합될 것으로 전망되는바, 인프라 확대에 따른 데이터센터 운영관리의 복잡성 또한 심화될 것으로 전망된다. 여기서, 물리 서버에 한정될 경우 서버의 자원 활용률이 현저히 낮아지기 때문에, 서버 가상화 기술을 활용하여 물리적 한계를 벗어나 서버 자원의 활용률을 높이고 있다.The data center, which accounts for about 2% of the world's electricity consumption, is a high-density energy-consuming building that consumes the most power among single buildings, but has maintained an inefficient operation by adhering to conservative operations that prioritize stability. Due to the proliferation of IoT, big data, and cloud technologies in the future, small data centers are expected to be integrated into'hyperscale' and'mega' data centers, which are large-scale data centers. The complexity of the project is also expected to deepen. Here, since the resource utilization rate of the server is significantly lowered when it is limited to a physical server, the server virtualization technology is utilized to increase the utilization rate of the server resource beyond the physical limit.

여기서, 사용자가 가상 머신을 생성하기 위해서는 별도의 가상 머신의 사양 및 설치되는 프로그램을 설정을 하여야 한다. 이는, 가상 머신의 사양을 설정하는 것에 대해서 익숙하지 않은 사람일 경우에는 다소 복잡한 과정일 수 있다. 구체적으로, 만일 원래 사용할 사양보다 가상 머신의 사양이 부족할 경우, 사용자는 이용에 불편함을 느낄 수 있고, 반대로, 원래 사용할 사양보다 가상 머신의 사양이 과잉 되는 경우, 사용자는 불 필요한 가상 머신 활용 과금을 부과할 수 있다. Here, in order for a user to create a virtual machine, the specifications of a separate virtual machine and a program to be installed must be set. This can be a rather complicated process for those who are not familiar with setting the specifications of the virtual machine. Specifically, if the specifications of the virtual machine are insufficient than the specifications to be originally used, the user may feel uncomfortable to use, and, conversely, when the specifications of the virtual machine are exceeded than the specifications to be used, the user is charged for unnecessary use of the virtual machine. Can be charged.

다만, 최근에 사용자의 목적에 최적화된 가상 머신을 추천받고자 하는 요구는 끊임없이 증가하고 있으나, 이를 제공해 주는 서비스는 없다. 이로 인하여, 적절한 가상 머신을 사용자에게 제공하지 못하여, 상술한 문제를 포함한 각종 문제가 발생되고 있다.However, in recent years, the demand for recommending a virtual machine optimized for a user's purpose is constantly increasing, but there is no service providing this. Due to this, it is not possible to provide a suitable virtual machine to the user, and various problems have occurred, including the above-described problem.

한국공개특허공보 제10-2012-0116773호, 2012.10.23, 공개 (명칭 : 클라우드 컴퓨팅 서비스 센터 추천 방법)Published Korean Patent Publication No. 10-2012-0116773, October 23, 2012 (Name: Cloud computing service center recommendation method)

본 발명은 사용자에게 적합한 가상 머신을 추천하는 가상 머신 추천 방법 및 이를 이용한 가상 머신 추천 시스템을 제공하고자 한다.The present invention is to provide a virtual machine recommendation method for recommending a virtual machine suitable for a user and a virtual machine recommendation system using the same.

다만, 본 발명이 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.However, the problems to be solved by the present invention are not limited to the above-described problems, and the problems not mentioned can be clearly understood by those having ordinary knowledge in the technical field to which the present invention pertains from this specification and the accompanying drawings. There will be.

본 발명의 일 실시예에 따른 가상 머신 추천 방법은, 가상 머신 추천 시스템을 활용하여 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법에 있어서, 상기 가상 머신 추천 시스템의 저장 정보 수집부에 의해, 이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보가 수신되는 단계인 저장 정보 수신 단계; 상기 가상 머신 추천 시스템의 클러스터링부에 의해, 상기 저장 정보를 기초로 상기 저장 가상 머신이 미리 정해진 구분 방법에 의해 군집 단위로 구분되는 단계인 클러스터링 단계; 상기 가상 머신 추천 시스템의 군집 선정부에 의해, 미리 정해진 조건이 만족되는 군집이 선정되는 단계인 군집 선정 단계; 및 상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출되는 단계인 추천 정보 산출 단계;를 포함할 수 있다.A virtual machine recommendation method according to an embodiment of the present invention is a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server by utilizing the virtual machine recommendation system, wherein the virtual machine recommendation system A storage information receiving step, in which storage information, which is information related to a storage virtual machine, which is a previously generated virtual machine, is received by the storage information collecting unit; A clustering step in which the storage virtual machine is divided into cluster units by a predetermined classification method based on the storage information by the clustering unit of the virtual machine recommendation system; A cluster selection step in which a cluster that satisfies a predetermined condition is selected by a cluster selection unit of the virtual machine recommendation system; And a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a cluster in which the predetermined condition is satisfied, by the recommendation information calculating unit of the virtual machine recommendation system. And a recommendation information calculation step, which is a step in which recommendation information, which is information related to details, is calculated.

또한, 상기 가상 머신 추천 시스템의 초기 정보 수집부에 의해 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보가 수신되는 단계인 초기 정보 수신 단계;를 더 포함하고, 상기 미리 정해진 구분 방법은, 상기 생성 계획에 영향을 미치는 구분 기준을 기초로 상기 저장 가상 머신을 군집 단위로 구분하는 방법일 수 있다.In addition, the initial information receiving step of the step of receiving the planning information that is information related to the creation plan of the generated virtual machine by the initial information collecting unit of the virtual machine recommendation system; further comprising, the predetermined classification method, the It may be a method of classifying the storage virtual machines into cluster units based on a classification criterion affecting a generation plan.

또한, 상기 미리 정해진 조건은, 상기 생성 계획과 대응되는 조건일 수 있다.Also, the predetermined condition may be a condition corresponding to the generation plan.

또한, 상기 미리 정해진 산출 방법은, 상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법을 구비하고, 상기 제1 산출 방법은, 상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법일 수 있다.In addition, the predetermined calculation method includes a first calculation method that is a method for calculating generation specification information that is information related to detailed specifications of the generation virtual machine, and the first calculation method is the storage on the selected cluster. The generated specification information may be calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among virtual machines.

또한, 상기 미리 정해진 선정 조건은, 가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건일 수 있다.Further, the predetermined selection condition may be a condition for whether the storage virtual machine is satisfied with a predetermined criterion related to an error of the virtual machine.

또한, 상기 미리 정해진 계산 방법은, 상기 미리 정해진 선정 조건이 만족되는 상기 저장 가상 머신들의 사양에 대해서 평균 내는 방법일 수 있다.Further, the predetermined calculation method may be a method of averaging the specifications of the storage virtual machines in which the predetermined selection condition is satisfied.

또한, 상기 미리 정해진 산출 방법은, 상기 생성 가상 머신에 설치될 수 있는 프로그램과 관련된 정보인 생성 프로그램 정보를 산출하는 방법인 제2 산출 방법을 구비하고, 상기 제2 산출 방법은, 상기 선정 군집 상의 상기 저장 가상 머신들 중에서 소정 기준 이상의 가상 머신들에 공통적으로 설치되어 있는 프로그램들의 정보인 생성 프로그램 정보를 산출하는 방법일 수 있다.Further, the predetermined calculation method includes a second calculation method that is a method for calculating generation program information that is information related to a program that can be installed in the generation virtual machine, and the second calculation method is based on the selected cluster. It may be a method of calculating generated program information that is information of programs commonly installed in virtual machines having a predetermined criterion or higher among the stored virtual machines.

또한, 상기 제2 산출 방법은, 상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 산출될 수 있다.In addition, the second calculation method may be calculated based on only a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selection cluster.

본 발명의 일 실시예에 따른 가상 머신 추천 방법은, 가상 머신 추천 시스템을 활용하여 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법에 있어서, 상기 가상 머신 추천 시스템의 초기 정보 수집부에 의해, 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보가 수신되는 단계인 초기 정보 수신 단계; 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 기초로 상기 생성 계획과 연관된 구분 기준에 의해 상기 저장 가상 머신이 구분된 군집들 중에서, 상기 가상 머신 추천 시스템의 군집 선정부에 의해 상기 생성 계획과 대응되는 군집이 선정되는 단계인 군집 선정 단계; 및 상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출되는 단계인 추천 정보 산출 단계;를 포함할 수 있다.A virtual machine recommendation method according to an embodiment of the present invention is a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server by utilizing the virtual machine recommendation system, wherein the virtual machine recommendation system An initial information receiving step of receiving, by the initial information collecting unit, planning information that is information related to the generation plan of the generation virtual machine; Among the clusters in which the storage virtual machines are classified according to a classification criterion associated with the generation plan based on storage information that is information related to the storage virtual machine which is the generated virtual machine, the generation is performed by the cluster selection unit of the virtual machine recommendation system. A cluster selection step in which a cluster corresponding to the plan is selected; And a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a selected cluster, by the recommendation information calculating unit of the virtual machine recommendation system, related to details of the generated virtual machine. And a recommendation information calculation step, which is a step in which the recommendation information that is information is calculated.

또한, 상기 미리 정해진 산출 방법은, 상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법 및 상기 생성 가상 머신에 설치될 수 있는 프로그램과 관련된 정보인 생성 프로그램 정보를 산출하는 방법인 제2 산출 방법을 구비할 수 있다.In addition, the predetermined calculation method includes a first calculation method, which is a method for calculating generation specification information, which is information related to detailed specifications of the generation virtual machine, and a generation program, which is information related to a program that can be installed on the generation virtual machine. A second calculation method, which is a method for calculating information, may be provided.

또한, 상기 제1 산출 방법은, 상기 선정 군집 상의 상기 저장 가상 머신 중에서 가상 머신의 오류와 관련된 조건인 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법이고, 상기 제2 산출 방법은, 상기 선정 군집 상의 상기 저장 가상 머신들 중에서 소정 기준 이상의 가상 머신들에 공통적으로 설치되어 있는 프로그램들의 정보인 생성 프로그램 정보를 산출하는 방법일 수 있다.Further, in the first calculation method, the generated specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition that is a condition related to an error of the virtual machine among the stored virtual machines in the selection cluster. The second calculation method may be a method of calculating generated program information that is information on programs commonly installed on virtual machines having a predetermined criterion or higher among the storage virtual machines on the selected cluster.

본 발명의 일 실시예에 따른 가상 머신 추천 시스템은, 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법을 수행하는 가상 머신 추천 시스템에 있어서, 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 수신하는 저장 정보 수집부; 상기 저장 정보를 활용하여 상기 저장 가상 머신을 미리 정해진 구분 방법에 의해 군집 단위로 구분하는 클러스터링부; 미리 정해진 조건이 만족되는 군집을 선정하는 군집 선정부; 및 상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해단되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보를 산출하는 추천 정보 산출부;를 포함할 수 있다.A virtual machine recommendation system according to an embodiment of the present invention is a virtual machine recommendation system that performs a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server, and is a generated virtual machine. A storage information collection unit that receives storage information that is information related to the storage virtual machine; A clustering unit for classifying the storage virtual machine into cluster units by a predetermined classification method using the storage information; A cluster selection unit for selecting a cluster that satisfies a predetermined condition; And recommendation information for calculating recommendation information, which is information related to details of the generated virtual machine, by a predetermined calculation method based on information related to the storage virtual machine that is broken into a selected cluster, which is a cluster in which the predetermined condition is satisfied. It may include; a calculation unit.

또한, 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보를 수신하는 초기 정보 수집부;를 더 포함하고, 상기 미리 정해진 구분 방법은, 상기 생성 계획과 연관된 구분 기준을 기초로 상기 저장 가상 머신을 군집 단위로 구분하는 방법일 수 있다.In addition, the initial information collecting unit for receiving the planning information that is information related to the generation plan of the generation virtual machine; further comprising, the predetermined classification method, based on the classification criteria associated with the generation plan, the storage virtual machine It may be a method of dividing into cluster units.

본 발명의 일 실시예에 따른 가상 머신 추천 시스템은, 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법을 수행하는 가상 머신 추천 시스템에 있어서, 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보를 수신하는 초기 정보 수집부; 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 기초로, 상기 생성 계획과 연관된 구분 기준에 의해 상기 저장 가상 머신이 구분된 군집들 중에서 상기 생성 계획과 대응되는 군집을 선정하는 군집 선정부; 및 선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보를 산출하는 추천 정보 산출부;를 포함할 수 있다.A virtual machine recommendation system according to an embodiment of the present invention is a virtual machine recommendation system that performs a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server. An initial information collecting unit that receives planning information that is information related to a generation plan; A cluster selection unit that selects a cluster corresponding to the generation plan from among clusters in which the storage virtual machine is classified based on storage information associated with the generation plan, based on storage information that is information related to the generated virtual machine storage virtual machine. ; And a recommendation information calculator configured to calculate recommendation information, which is information related to details of the generated virtual machine, by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a selected cluster. can do.

본 발명에 따른 가상 머신 추천 방법 및 이를 이용한 가상 머신 추천 시스템은 사용자에게 불필요한 경제적 손실을 예방할 수 있다.The virtual machine recommendation method and the virtual machine recommendation system using the same according to the present invention can prevent unnecessary economic loss to a user.

또한, 원활하게 가동될 수 있는 가상 서버를 사용자에게 추천할 수 있다.In addition, a virtual server that can be operated smoothly can be recommended to the user.

다만, 본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.However, the effects of the present invention are not limited to the above-described effects, and the effects not mentioned will be clearly understood by those skilled in the art from the present specification and the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 가상 머신 추천 시스템과 관련된 관계도
도 2는 본 발명의 일 실시예에 따른 가상 머신 추천 시스템의 구성 블록도
도 3은 본 발명의 일 실시예에 따른 가상 머신 추천 방법에 대한 순서도
도 4는 본 발명의 일 실시예에 따른 가상 머신 추천 방법의 초기 정보 수신 단계를 설명하기 위한 도면
도 5는 본 발명의 일 실시예에 따른 가상 머신 추천 방법의 클러스터링 단계를 설명하기 위한 도면1 is a relationship diagram related to a virtual machine recommendation system according to an embodiment of the present invention
Figure 2 is a block diagram of a virtual machine recommendation system according to an embodiment of the present invention
3 is a flowchart of a method for recommending a virtual machine according to an embodiment of the present invention
4 is a view for explaining the initial information receiving step of the virtual machine recommendation method according to an embodiment of the present invention
5 is a view for explaining the clustering step of the virtual machine recommendation method according to an embodiment of the present invention

이하에서는 도면을 참조하여 본 발명의 구체적인 실시예를 상세하게 설명한다. 다만, 본 발명의 사상은 제시되는 실시예에 제한되지 아니하고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시예를 용이하게 제안할 수 있을 것이나, 이 또한 본원 발명 사상 범위 내에 포함된다고 할 것이다.Hereinafter, specific embodiments of the present invention will be described in detail with reference to the drawings. However, the spirit of the present invention is not limited to the presented embodiments, and a person skilled in the art who understands the spirit of the present invention may add another component within the scope of the same spirit, change, delete, etc. Other embodiments included within the scope of the invention idea can be easily proposed, but this will also be included within the scope of the invention.

또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명한다.In addition, elements having the same functions within the scope of the same idea appearing in the drawings of the respective embodiments will be described using the same reference numerals.

도 1은 본 발명의 일 실시예에 따른 가상 머신 추천 시스템과 관련된 관계도이다.1 is a relationship diagram related to a virtual machine recommendation system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 가상 머신 추천 시스템(100)은 사용자 장치(10), 물리 서버(20) 및/또는 저장 정보 데이터베이스(30)는 네트워크를 통하여 서로 정보 통신이 가능하도록 연결될 수 있다.1, the virtual machine recommendation system 100 according to an embodiment of the present invention is a user device 10, the physical server 20 and / or storage information database 30 is in communication with each other via a network information It can be connected as possible.

여기서, 네트워크는 무선 또는 유선의 통신망을 통칭하며, 통신망의 종류는 한정되지 않을 수 있다.Here, the network refers to a wireless or wired communication network, and the type of the communication network may not be limited.

사용자 장치(10)는 상기 물리 서버(20) 상에 할당되는 가상 서버를 이용하는 장치를 의미하는 것일 수 있다.The user device 10 may mean a device using a virtual server allocated on the physical server 20.

상기 물리 서버(20)는 가상 서버에 대한 이미지를 상기 사용자 장치(10)로 전달할 수 있다.The physical server 20 may transmit an image of the virtual server to the user device 10.

또한, 상기 물리 서버(20)는 상기 가상 서버가 동작되는데 필요한 연산을 수행하고 필요한 정보를 저장할 수 있다.In addition, the physical server 20 may perform operations required to operate the virtual server and store necessary information.

일례로, 사용자 장치(10)는 데스트톱(Desktop), 태블릿 컴퓨터(Tablet PC), 노트북, 넷북(Net book), 스마트폰(Smart Phone), 스마트 패드(Smart Pad) 등 일 수 있으며, 특히, 웹 서비스, 이메일 서비스, 동영상 플레이 서비스 등과 같은 서비스를 제공하는 서버(Server) 형태일 수 있다.In one example, the user device 10 may be a desktop (Desktop), a tablet computer (Tablet PC), a laptop, a netbook (Net book), a smart phone (Smart Phone), a smart pad (Smart Pad), and the like, in particular, the web It may be in the form of a server that provides services such as a service, an email service, and a video play service.

물리 서버(20)는 가상 머신이 실행될 수 있는 하드웨어 플랫폼을 의미할 수 있다.The physical server 20 may mean a hardware platform on which a virtual machine can be executed.

일례로, 상기 물리 서버는 통상적인 데스크톱, 서버 컴퓨터, 랩톱 컴퓨터 또는 휴대 전화 등과 같은 것일 수 있다.In one example, the physical server may be a typical desktop, server computer, laptop computer or mobile phone.

다만, 이에 한정하지 않고 상기 물리 서버는 가상 머신이 실행될 수 있는 모든 수단을 포함하는 개념일 수 있다.However, the present invention is not limited thereto, and the physical server may be a concept including all means in which the virtual machine can be executed.

저장 정보 데이터베이스(30)는 상기 물리 서버(20)에 존재하였던 가상 머신에 대한 대한 정보인 저장 정보가 저장되어 있을 수 있다.The storage information database 30 may store storage information that is information about a virtual machine existing in the physical server 20.

저장 정보 데이터베이스(30)는 상기 물리 서버(20)에 생성되었던 가상 머신 및/또는 상기 물리 서버(20)에 생성된 가상 머신에 대한 정보인 저장 정보가 저장되어 있을 수 있다.The storage information database 30 may store storage information that is information on a virtual machine created on the physical server 20 and/or a virtual machine created on the physical server 20.

이는, 상기 물리 서버(20)에 의해 저장 정보가 상기 저장 정보 데이터베이스(30)에 저장될 수 있다.This means that the storage information can be stored in the storage information database 30 by the physical server 20.

다만, 이에 한정하지 않고 상기 가상 머신 추천 시스템(100)에 의해 상기 저장 정보가 상기 저장 정보 데이터베이스(30)에 저장될 수 있다.However, the present invention is not limited thereto, and the storage information may be stored in the storage information database 30 by the virtual machine recommendation system 100.

또한, 이에 한정하지 않고 별도의 장치에 의해 상기 저장 정보가 상기 저장 정보 데이터베이스(30)에 저장될 수 있다.In addition, the storage information may be stored in the storage information database 30 by a separate device, not limited thereto.

저장 정보는 저장 가상 머신의 사양에 대한 정보인 저장 사양 정보 및 저장가상 머신에 설치된 프로그램에 대한 정보인 저장 프로그램 정보를 포함할 수 있다.The storage information may include storage specification information that is information about a specification of the storage virtual machine and storage program information that is information about a program installed on the storage virtual machine.

일례로, 저장 사양 정보는 가상 머신에 할당된 CPU, MEMORY에 대한 정보일 수 있다.In one example, the storage specification information may be information about the CPU and MEMORY allocated to the virtual machine.

다만, 이에 한정하지 않고 상기 저장 사양 정보는 통상의 기술자에게 자명한 수준에서, 가상 머신의 사양과 관련된 모든 정보를 포함할 수 있다.However, the present invention is not limited thereto, and the storage specification information may include all information related to the specification of the virtual machine at a level apparent to those skilled in the art.

일례로, 저장 프로그램 정보는 가상 머신에 설치된 유틸 프로그램에 대한 정보에 대한 것일 수 있다.In one example, the stored program information may be for information about a utility program installed in a virtual machine.

다만, 이에 한정하지 않고 상기 저장 프로그램 정보는 통상의 기술자에게 자명한 수준에서, 가상 머신에 설치된 프로그램과 관련된 모든 정보를 포함할 수 있다.However, the present invention is not limited thereto, and the stored program information may include all information related to a program installed in a virtual machine at a level apparent to a person skilled in the art.

일례로, 저장 프로그램 정보는 가상 머신에 설치된 시스템 프로그램에 대한 정보에 대한 것일 수 있다.In one example, the stored program information may be for information about a system program installed in the virtual machine.

사용자는 상기 물리 서버(20)에 가상 머신을 생성하고자 할 수 있다.The user may wish to create a virtual machine on the physical server 20.

여기서, 사용자가 물리 서버(20) 상에 만들고자 하는 새로운 가상 머신을 생성 가상 머신이라고 명명할 수 있다.Here, a new virtual machine that the user wants to create on the physical server 20 can be called a creation virtual machine.

사용자는 상기 사용자 장치(10)에 가상 머신을 사용하고자 하는 목적(생성 계획)을 입력하고, 상기 생성 계획에 대한 정보(데이터)인 계획 정보는 상기 가상 머신 추천 시스템(100)으로 전달될 수 있다.The user inputs the purpose (creation plan) for using the virtual machine to the user device 10, and the plan information, which is information (data) for the creation plan, can be delivered to the virtual machine recommendation system 100. .

도 2는 본 발명의 일 실시예에 따른 가상 머신 추천 시스템의 구성 블록도이다.2 is a configuration block diagram of a virtual machine recommendation system according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 가상 머신 추천 시스템은 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법을 수행하는 가상 머신 추천 시스템에 있어서, 정보 처리 연산을 수행하는 연산부(120), 상기 가상 머신 추천 시스템 이외의 다른 곳으로부터 정보를 송수신하는 송수신부(110) 및 상기 연산부(120)와 상기 송수신부(110)가 기능하는데 필요한 정보가 저장되어 있는 메모리부(130)를 구비할 수 있다.Referring to FIG. 2, a virtual machine recommendation system according to an embodiment of the present invention includes a virtual machine recommendation system that performs a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server, Operation unit 120 for performing the information processing operation, the transmitting and receiving unit 110 for transmitting and receiving information from somewhere other than the virtual machine recommendation system, and the information necessary for the operation unit 120 and the transmitting and receiving unit 110 to be stored It may be provided with a memory unit 130.

송수신부(110)는 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보를 수신하는 초기 정보 수집부(111), 상기 저장 정보 데이터베이스로부터 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 수신하는 저장 정보 수집부(112) 및 후술하는 추천 정보를 상기 물리 서버 및/또는 상기 사용자 장치로 송신하는 추천 정보 송신부(113)를 구비할 수 있다.The transmitting and receiving unit 110 receives initial information collecting unit 111 that receives planning information that is information related to the generation plan of the generating virtual machine, and storage information that is information related to a storage virtual machine that is a virtual machine generated from the storage information database. A receiving information collection unit 112 and a recommendation information transmission unit 113 that transmits the recommended information to be described later to the physical server and/or the user device may be provided.

연산부(120)는 상기 저장 정보를 활용하여 상기 저장 가상 머신을 미리 정해진 구분 방법에 의해 군집 단위로 구분하는 클러스터링부(122), 미리 정해진 조건이 만족되는 군집을 선정하는 군집 선정부(121) 및 선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보를 산출하는 추천 정보 산출부(123)를 구비할 수 있다.The calculation unit 120 utilizes the storage information, the clustering unit 122 for classifying the storage virtual machine into cluster units by a predetermined classification method, a cluster selection unit 121 for selecting a cluster satisfying a predetermined condition, and A recommendation information calculation unit 123 for calculating recommendation information, which is information related to details of the generated virtual machine, by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a selected cluster. It can be provided.

또한, 상기 연산부(120)는 상기 초기 정보 수집부(111)에 의해 전달된 계획 정보를 이용하여 후술하는 구분 기준에 영향을 받는 정보인 도출 계획 정보를 산출하는 계획 정보 도출부(124)를 더 구비할 수 있다.In addition, the calculation unit 120 further uses the planning information delivered by the initial information collection unit 111 to further generate a planning information derivation unit 124 that calculates derivation planning information that is information affected by the classification criteria described later. It can be provided.

메모리부(130)는 상기 송수신부(110)가 송/수신한 정보를 저장할 수 있다.The memory unit 130 may store information transmitted/received by the transceiver 110.

또한, 상기 메모리부(130)는 상기 연산부(120)가 기능하는데 필요하거나 상기 연산부(120)가 산출한 정보들을 저장할 수 있다.In addition, the memory unit 130 may store information necessary for the operation unit 120 to function or calculated by the operation unit 120.

상기 송수신부(110), 상기 연산부(120) 및/또는 상기 메모리부(130)는 서로 정보 통신 가능하게 연결될 수 있다.The transmission/reception unit 110, the operation unit 120, and/or the memory unit 130 may be connected to each other to enable information communication.

상기 송수신부(110), 상기 연산부(120) 및/또는 상기 메모리부(130)가 연결되는 방법은 무선 또는 유선을 모두 포함할 수 있다.The method in which the transmission/reception unit 110, the operation unit 120, and/or the memory unit 130 are connected may include both wireless or wired.

이하, 가상 머신 추천 시스템을 활용하여 가상 머신 추천 방법을 수행하는 방법에 대해서 자세하게 서술하도록 한다.Hereinafter, a method of performing a virtual machine recommendation method using a virtual machine recommendation system will be described in detail.

도 3은 본 발명의 일 실시예에 따른 가상 머신 추천 방법에 대한 순서도이다.3 is a flowchart of a method for recommending a virtual machine according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예에 따른 가상 머신 추천 방법은, 가상 머신 추천 시스템을 활용하여 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법에 있어서, 상기 가상 머신 추천 시스템의 초기 정보 수집부에 의해, 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보가 수신되는 단계인 초기 정보 수신 단계(S110), 상기 가상 머신 추천 시스템의 저장 정보 수집부에 의해, 이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보가 수신되는 단계인 저장 정보 수신 단계(S120), 상기 가상 머신 추천 시스템의 클러스터링부에 의해, 상기 저장 정보를 기초로 상기 저장 가상 머신이 미리 정해진 구분 방법에 의해 군집 단위로 구분되는 단계인 클러스터링 단계(S130), 상기 가상 머신 추천 시스템의 군집 선정부에 의해, 미리 정해진 조건이 만족되는 군집이 선정되는 단계인 군집 선정 단계(S140) 및 상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출되는 단계인 추천 정보 산출 단계(S150)를 포함할 수 있다.Referring to FIG. 3, a virtual machine recommendation method according to an embodiment of the present invention is a virtual machine recommendation method, which is a method for recommending a generated virtual machine, which is a virtual machine to be created on a physical server by utilizing the virtual machine recommendation system. , Initial information receiving step (S110) in which the planning information, which is information related to the creation plan of the generated virtual machine, is received by the initial information collecting unit of the virtual machine recommendation system, the storage information collecting unit of the virtual machine recommendation system By the storage information receiving step (S120), which is a step of receiving storage information that is information related to a storage virtual machine, which is a previously generated virtual machine, by the clustering unit of the virtual machine recommendation system, based on the storage information, Clustering step (S130), in which the storage virtual machine is divided into cluster units by a predetermined classification method, and cluster selection step, in which a cluster satisfying a predetermined condition is selected by the cluster selection unit of the virtual machine recommendation system. (S140) and, by the recommendation information calculating unit of the virtual machine recommendation system, based on information related to the storage virtual machine corresponding to the selected cluster, which is a cluster in which the predetermined condition is satisfied, by the predetermined calculation method, the generation It may include a step (S150) of calculating recommendation information, which is a step of calculating recommendation information, which is information related to details of the virtual machine.

또한, 상기 가상 머신 추천 방법은, 상기 송수신부에 의해 상기 추천 정보가 송신되는 단계인 추천 정보 송신 단계(S160)를 더 포함할 수 있다.In addition, the virtual machine recommendation method may further include a recommendation information transmission step (S160), in which the recommendation information is transmitted by the transceiver.

이하, 각 단계에 대해서 자세하게 서술하도록 한다.Hereinafter, each step will be described in detail.

도 4는 본 발명의 일 실시예에 따른 가상 머신 추천 방법의 초기 정보 수신 단계를 설명하기 위한 도면이다.4 is a view for explaining the initial information receiving step of the virtual machine recommendation method according to an embodiment of the present invention.

초기 정보 수신 단계에서, 물리 서버에 가상 머신을 배정 받고 싶은 사용자는 사용자 장치를 통해 가상 머신을 사용하고자 하는 목적 또는 활용 계획 등을 입력할 수 있다.In the initial information receiving step, a user who wants to be assigned a virtual machine to a physical server may input a purpose or utilization plan to use the virtual machine through a user device.

가상 서버의 목적 또는 활용 계획을 용이하게 도출하기 위해, 가상 머신 추천 시스템은 상기 사용자 장치로 질문 정보를 전달할 수 있다.In order to easily derive the purpose or utilization plan of the virtual server, the virtual machine recommendation system may deliver question information to the user device.

상기 사용자 장치는 상기 질문 정보를 기초로 소정의 이미지는 디스플레이 상에 표시할 수 있다.The user device may display a predetermined image on the display based on the question information.

일례로, 가상 머신 추천 시스템에서 상기 사용자 장치로 제공하는 채팅 정보를 활용하여 사용자의 가상 머신 활용 계획 등을 파악할 수 있다.As an example, a virtual machine recommendation system may grasp a user's virtual machine utilization plan and the like by utilizing chat information provided to the user device.

생성 계획이란 사용자가 가상 머신을 생성하려고 하는 목적, 사용 계획 등을 포함하는 것일 수 있다.The creation plan may include a purpose for a user to create a virtual machine, a usage plan, and the like.

채팅 상에서 사용자가 상기 사용자 장치로 입력하는 값에 대한 정보(데이터)를 계획 정보라고 정의할 수 있다.In chat, information (data) about a value input by the user to the user device may be defined as planning information.

상기 계획 정보는 상기 사용자 장치를 통해 상기 가상 머신 추천 시스템으로 전달될 수 있다.The planning information may be delivered to the virtual machine recommendation system through the user device.

도 4를 참조하면, 사용자는 상기 사용자 장치(10)로부터 채팅 프로그램을 활성화시킬 수 있고, 채팅 창(P10)이 사용자 장치에 표시될 수 있다.Referring to FIG. 4, a user can activate a chat program from the user device 10, and a chat window P10 can be displayed on the user device.

상기 가상 머신 추천 시스템이 채팅 정보를 제공할 수 있으며, 채팅 정보를 통해 산출된 이미지 또는 텍스트(T11)가 상기 사용자 장치 디스플레이 상에 표시될 수 있다.The virtual machine recommendation system may provide chat information, and an image or text T11 calculated through the chat information may be displayed on the user device display.

상기 사용자 장치에 활성화된 채팅 프로그램을 통해 사용자의 사용 목적 또는 사용하는 사람의 수 등의 가상 머신 활용과 관련된 계획이 입력될 수 있다.Through the active chat program on the user device, a plan related to the use of a virtual machine, such as a user's purpose of use or the number of people to use, may be input.

일례로, 도 4를 참조하면, 사용자가 가상 머신을 생성하려는 목적이 사내 통합 관리 서버를 위함(T12)이고, 사용 인원(T13)이 200인 것을 알 수 있다.As an example, referring to FIG. 4, it can be seen that the purpose for the user to create the virtual machine is for the in-house integrated management server (T12), and the number of users (T13) is 200.

채팅 프로그램을 통해서 사용자가 입력한 것을 통해 산출되는 정보인 계획 정보는 상기 사용자 장치로부터 상기 초기 정보 수집부로 전달될 수 있다.Planning information, which is information calculated through a user input through a chat program, may be transmitted from the user device to the initial information collection unit.

계획 정보 도출부는 상기 초기 정보 수집부로 전달된 상기 계획 정보를 기초로 후술하는 구분 기준과 연관 있는 도출 계획 정보를 산출할 수 있다.The plan information derivation unit may calculate derivation plan information related to a classification criterion described later on the basis of the plan information delivered to the initial information collection unit.

상기 계획 정보는 사용자가 채팅 프로그램 상에서 입력되는 모든 정보를 포함한다면, 상기 도출 계획 정보는 상기 계획 정보 상에서 생성 계획과 관련되어 있는 정보만을 포함할 수 있다.If the plan information includes all information input by the user on the chat program, the derivation plan information may include only information related to the creation plan on the plan information.

상기 도출 계획 정보는 후술하는 구분 기준이 고려되어 상기 계획 정보로부터 산출될 수 있다.The derivation plan information may be calculated from the plan information by considering classification criteria to be described later.

일례로, 구분 기준이 가상 머신 사용 목적이라면, 도출 계획 정보는 구분 기준으로 설정된 사용 목적과 관련된 정보로 산출될 수 있다.As an example, if the classification criterion is for the purpose of using the virtual machine, the derivation plan information may be calculated as information related to the usage purpose set as the classification criterion.

구체적인 일례로서, 구분 기준이 가상 머신 사용 목적으로서 사용 목적으로 기상 서버 운영, 사내 통합 서버 운영, 홈페이지 서버 운영 등으로 설정된다면, 도출 계획 정보는 사용 목적들 중 하나의 정보로 산출될 수 있다.As a specific example, if the classification criterion is set as a weather server operation, an in-house integrated server operation, a homepage server operation, etc. for the purpose of using the virtual machine, the derivation plan information may be calculated as one of the use purposes.

도 5는 본 발명의 일 실시예에 따른 가상 머신 추천 방법의 클러스터링 단계를 설명하기 위한 도면이다.5 is a view for explaining a clustering step of the virtual machine recommendation method according to an embodiment of the present invention.

저장 정보 수신 단(에서, 상기 저장 정보 수집부는 저장 정보 데이터베이스로부터 상기 저장 정보를 전달 받을 수 있다.In the storage information receiving end (in the storage information collection unit, the storage information may be transmitted from the storage information database).

클러스터링 단계에서, 상기 클러스터링부는 상기 저장 정보를 기초로 상기 저장 정보와 대응되는 저장 가상 머신을 미리 정해진 구분 방법을 통해 군집 단위로 구분할 수 있다.In the clustering step, the clustering unit may classify the storage virtual machine corresponding to the storage information into cluster units based on the storage information through a predetermined classification method.

상기 미리 정해진 구분 방법 상기 생성 계획과 연관된 구분 기준을 기초로 상기 저장 가상 머신을 군집 단위로 구분하는 방법일 수 있다.The predetermined classification method may be a method of classifying the storage virtual machine into cluster units based on the classification criteria associated with the generation plan.

구분 기준과 생성 계획, 다른 말로 계획 정보, 또 다른 말로 도출 계획 정보가 연관된 거에 대한 자세한 설명은 상술한 내용과 중복되는 한도에서 생략될 수 있다.The detailed description of the classification criteria and the generation plan, in other words, the plan information, and in other words, the derivation plan information may be omitted in the limits overlapping with the above.

도 5를 참조하면, 상기 클러스터링부는 복 수개의 군집으로 구분될 수 있다.Referring to FIG. 5, the clustering unit may be divided into a plurality of clusters.

여기서, 구분 기준이 가상 머신의 사용 목적일 경우, 저장 가상 머신은 사용 목적 별로 구분될 수 있다.Here, when the classification criterion is for the purpose of using the virtual machine, the storage virtual machine may be classified for each purpose of use.

일례로, A 군집은 기상 서버 운영을 사용 목적으로 하는 저장 가상 머신의 군집일 수 있고, B 군집은 사내 통합 서버 운영을 사용 목적으로 하는 저장 가상 머신의 군집일 수 있고, C 군집은 홈페이지 서버 운영을 사용 목적으로 하는 저장 가상 머신 군집일 수 있다.As an example, cluster A may be a cluster of storage virtual machines for the purpose of using the weather server operation, cluster B may be a cluster of storage virtual machines for the purpose of using the in-house integrated server operation, and the cluster C is a website server operation. It may be a storage virtual machine cluster for the purpose of using.

다만, 이에 한정하는 것은 아니고 구분 기준은 사용 목적 이외의 다른 요소일 수 있다.However, the present invention is not limited to this, and the classification criteria may be elements other than the intended use.

일례로, 구분 기준은 서버 사용자 수일 수 있다.In one example, the classification criterion may be the number of server users.

군집 선정 단계에서, 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 기초로 상기 생성 계획과 연관된 구분 기준에 의해 상기 저장 가상 머신이 구분된 군집들 중에서, 상기 가상 머신 추천 시스템의 군집 선정부에 의해 상기 생성 계획과 대응되는 군집이 선정될 수 있다.In the cluster selection step, among the clusters in which the storage virtual machines are classified according to a classification criterion associated with the generation plan based on storage information that is information related to the generated virtual machine, the storage virtual machine, the cluster selection of the virtual machine recommendation system Clusters may be selected by the government that correspond to the above-mentioned generation plan.

군집 선정 단계에서, 상기 군집 선정부는 미리 정해진 조건이 만족되는 군집을 선정할 수 있다.In the cluster selection step, the cluster selection unit may select a cluster that satisfies a predetermined condition.

여기서, 미리 정해진 조건은 상기 생성 계획과 대응되는 조건을 의미할 수 있다.Here, the predetermined condition may mean a condition corresponding to the generation plan.

다른 말로 표현하자면, 상기 미리 정해진 조건은 상기 도출 계획 정보와 대응되는 조건일 수 있다.In other words, the predetermined condition may be a condition corresponding to the derivation plan information.

대응된다는 것은 서로 일치한다는 것을 의미할 수 있다.Matching may mean matching.

상기 군집 선정부는 상기 도출 계획 정보와 대응되는 군집을 선정하여 후술하는 추천 정보 산출 단계를 수행할 수 있다.The cluster selection unit may select a cluster corresponding to the derivation plan information and perform a recommendation information calculation step described later.

일례로, 사용자의 가상 머신 사용 목적이 사내 통합 서버 운영이라면, 군집 선정부는 B 군집을 선정할 수 있다.For example, if the user's purpose of using the virtual machine is to operate an in-house integrated server, the cluster selection unit may select cluster B.

이와 같이, 모든 가상 머신이 아니라 구분 기준에 해당되는 저장 가상 머신만을 기초로 추천 정보를 산출하기 때문에, 더욱 정확하게 사용자 목적에 부합되게 추천 정보를 산출할 수 있다.As described above, since the recommendation information is calculated based on only the storage virtual machine corresponding to the classification criterion, not all the virtual machines, the recommendation information can be more accurately calculated in accordance with the user's purpose.

구체적으로 설명하자면, 가상 머신 추천 방법을 개발하는 개발자가 모든 인자들을 고려하여 정확한 가상 머신 추천 방법을 개발하기는 다소 어려운 부분이 있다.In detail, it is difficult for a developer developing a virtual machine recommendation method to develop an accurate virtual machine recommendation method considering all factors.

따라서, 기존의 가상 머신들의 데이터들을 활용하여 가상 머신을 추천을 하며, 그 중에서도 생성 계획과 대응되는 가상 머신들을 기초로 추천 방법을 산출한다면, 개발자가 고려하지 못한 요소들까지 모두 고려되어, 추천 정보가 산출될 수 있는 장점이 있을 수 있다.Therefore, if a virtual machine is recommended by using data of existing virtual machines, and among them, if a recommendation method is calculated based on a virtual machine corresponding to a creation plan, all factors that are not considered by the developer are considered, and recommendation information There may be an advantage that can be calculated.

추천 정보 산출 단계에서, 상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출될 수 있다.In the recommendation information calculating step, the generated virtual machine is determined by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is selected by the recommendation information calculating unit of the virtual machine recommendation system. Recommendation information, which is information related to details, may be calculated.

추천 정보 산출 단계에서, 추천 정보 산출부는 상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해당되는 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 추천 정보를 산출할 수 있다.In the recommendation information calculation step, the recommendation information calculation unit may calculate the recommendation information by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a cluster that satisfies the predetermined condition.

상기 미리 정해진 산출 방법은 상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법 및 상기 생성 가상 머신에 설치될 수 있는 프로그램과 관련된 정보인 생성 프로그램 정보를 산출하는 방법인 제2 산출 방법을 구비할 수 있다.The predetermined calculation method calculates generation program information, which is information related to a program that can be installed in the generation virtual machine, and a first calculation method, which is a method of calculating generation specification information, which is information related to detailed specifications of the generation virtual machine. It can be provided with a second calculation method that is a method.

여기서, 상기 제1 산출 방법은 상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 사양 정보가 산출되는 방법일 수 있다.Here, the first calculation method may be a method in which the specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selection cluster.

미리 정해진 선정 조건은 가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건일 수 있다.The predetermined selection condition may be a condition of whether the storage virtual machine is satisfied with a predetermined criterion related to an error of the virtual machine.

미리 정해진 선정 조건을 고려하는 이유는, 이상 징후가 발생되지 않거나 이상 징후가 발생되지 않을 것으로 예측되는 원활하게 가동되는 가상 머신만을 기초로 산출 방법을 수행하기 위함일 수 있다.The reason for considering the predetermined selection condition may be to perform a calculation method based on only a smoothly running virtual machine in which an abnormality is not generated or is predicted to not occur.

일례로, 미리 정해진 기준은 오류 발생 횟수를 의미하는 것일 수 있다.As an example, the predetermined criterion may mean the number of times an error has occurred.

다만, 이에 한정하지 않고 상기 미리 정해진 기준은 통상의 기술자에게 자명한 수준에서 다양하게 변형 될 수 잇다.However, the present invention is not limited thereto, and the predetermined criteria may be variously modified at a level apparent to a person skilled in the art.

일례로, 미리 정해진 기준은 워크로드의 활용도가 90% 이상이었던 적이 있었는지에 대한 기준일 수 있다.As an example, the predetermined criterion may be a criterion as to whether or not the utilization of the workload has been over 90%.

미리 정해진 계산 방법은 상기 미리 정해진 선정 조건이 만족되는 상기 저장 가상 머신들의 사양에 대해서 평균 내는 방법일 수 있다.The predetermined calculation method may be a method of averaging the specifications of the storage virtual machines in which the predetermined selection condition is satisfied.

미리 정해진 계산 방법을 통해 상기 미리 정해진 선정 조건이 만족되는 상기 저장 가상 머신들의 저장 사양 정보를 기초로 생성 사양 정보가 산출될 수 있다.Generation specification information may be calculated based on storage specification information of the storage virtual machines in which the predetermined selection condition is satisfied through a predetermined calculation method.

일례로, B 군집에 저장 가상 머신이 총 10개 있으며, 이 중에서 미리 정해진 선정 조건이 만족되는 저장 가상 머신은 총 3 개로서, 제1 저장 가상 머신, 제2 저장 가상 머신 및 제3 저장 가상 머신이 존재할 수 있다.For example, there are a total of 10 storage virtual machines in the B cluster, and among them, 3 storage virtual machines satisfying a predetermined selection condition are the first storage virtual machine, the second storage virtual machine, and the third storage virtual machine. This may exist.

여기서, 저장 사양 정보는 가상 머신에 할당된 CPU, MEMORY에 대한 정보로 가정할 수 있다.Here, the storage specification information may be assumed to be information about the CPU and MEMORY allocated to the virtual machine.

여기서, 제1 저장 가상 머신에 할당된 CPU가 3.90 GHz이고, MEMORY가 4.00GB 이고, 제2 저장 가상 머신에 할당된 CPU가 2.90 GHz이고, MEMORY가 3.00GB 이고, 제3 저장 가상 머신에 할당된 CPU가 4.90 GHz이고, MEMORY가 5.00GB 일 수 있다.Here, the CPU allocated to the first storage virtual machine is 3.90 GHz, MEMORY is 4.00 GB, the CPU allocated to the second storage virtual machine is 2.90 GHz, MEMORY is 3.00 GB, and is allocated to the third storage virtual machine. The CPU may be 4.90 GHz, and the MEMORY may be 5.00 GB.

이와 같을 경우, 추천될 가상 머신의 사양은 CPU는 3.90 GHz이고, MEMORY가 4.00GB일 수 있으며, 이에 대한 정보가 생성 사양 정보일 수 있다.In this case, the specification of the virtual machine to be recommended is the CPU is 3.90 GHz, MEMORY may be 4.00 GB, and information about this may be generated specification information.

다만, 상술한 미리 정해진 계산 방법은 통상의 기술자에게 자명한 수준에서 다양하게 변형 가능하다.However, the above-described predetermined calculation method can be variously modified at a level apparent to those skilled in the art.

일례로, 미리 정해지 계산 방법은 오류 발생률에 대한 가중치를 고려한 저장 가상 머신들의 사양에 대해서 평균 내는 방법일 수 있다.In one example, the predetermined calculation method may be a method of averaging the specifications of the storage virtual machines in consideration of the weight of the error occurrence rate.

상기 제2 산출 방법은 상기 선정 군집 상의 상기 저장 가상 머신들 중에서 소정 기준 이상의 가상 머신들에 공통적으로 설치되어 있는 프로그램의 리스트 정보인 생성 프로그램 정보를 산출하는 방법일 수 있다.The second calculation method may be a method of calculating generated program information that is list information of programs commonly installed on virtual machines having a predetermined criterion or higher among the stored virtual machines on the selected cluster.

여기서, 상기 제2 산출 방법은 상기 선정 군집 상의 상기 저장 가상 머신 중에서 상술한 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 산출될 수 있다.Here, the second calculation method may be calculated based on only the virtual machine that satisfies the predetermined selection condition described above among the storage virtual machines on the selection cluster.

일례로, 소정 기준은 80 %이상을 의미하는 것 일 수 있다.For example, the predetermined criterion may mean 80% or more.

다만, 이에 한정하는 것은 아니고 상기 소정 기준은 통상의 기술자에게 자명한 수준에서 다양하게 변형 가능하다.However, the present invention is not limited thereto, and the predetermined standard can be variously modified at a level apparent to a person skilled in the art.

일례로, 미리 정해진 선정 조건이 만족되는 저장 가상 머신이 100개일 경우, 80개 이상의 가상 머신에 설치된 프로그램들에 대한 정보가 생성 프로그램 정보일 수 있다.For example, when there are 100 storage virtual machines that satisfy a predetermined selection condition, information about programs installed in 80 or more virtual machines may be generated program information.

추천 정보는 생성 사양 정보와 생성 프로그램 정보를 구비할 수 있다.The recommendation information may include generation specification information and generation program information.

상기 추천 정보 송신 단계에서, 상기 추천 정보 송신부가 상기 추천 정보를 상기 사용자 장치로 송신할 수 있다.In the recommendation information transmission step, the recommendation information transmission unit may transmit the recommendation information to the user device.

상기 사용자 장치는 상기 추천 정보를 기초로 생성 가상 머신의 사양 및 설치되면 용이한 프로그램을 이미지를 통해 추천할 수 있다.Based on the recommendation information, the user device may recommend a specification of the generated virtual machine and an easy program once installed through the image.

상술한 용어 중에서 정보의 의미는 컴퓨터 상에서 전달되고 저장되는 데이터를 의미할 수 있다.Among the above terms, the meaning of information may mean data transmitted and stored on a computer.

첨부된 도면은 본 발명의 기술적 사상을 보다 명확하게 표현하기 위해, 본 발명의 기술적 사상과 관련성이 없거나 떨어지는 구성에 대해서는 간략하게 표현하거나 생략하였다.In order to more clearly represent the technical spirit of the present invention, the accompanying drawings are briefly expressed or omitted for configurations that are not related or inferior to the technical spirit of the present invention.

상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다. In the above, the configuration and features of the present invention have been described based on the embodiment according to the present invention, but the present invention is not limited to this, and various modifications or changes can be made within the spirit and scope of the present invention. It is apparent to those skilled in the art, and thus, such changes or modifications are revealed to be within the scope of the appended claims.

10 : 사용자 장치 20 : 물리서버
30 : 저장 정보 데이터베이스10: user device 20: physical server
30: storage information database

Claims (14)

가상 머신 추천 시스템을 활용하여 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법에 있어서,
상기 가상 머신 추천 시스템의 저장 정보 수집부에 의해, 이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보가 수신되는 단계인 저장 정보 수신 단계;
상기 가상 머신 추천 시스템의 클러스터링부에 의해, 상기 저장 정보를 기초로 상기 저장 가상 머신이 미리 정해진 구분 방법에 의해 복 수개의 군집 단위로 구분되는 단계인 클러스터링 단계;
상기 가상 머신 추천 시스템의 초기 정보 수집부에 의해 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보가 수신되는 단계인 초기 정보 수신 단계;
상기 초기 정보 수신 단계 후, 상기 가상 머신 추천 시스템의 군집 선정부에 의해, 미리 정해진 조건이 만족되는 군집이 선정되는 단계인 군집 선정 단계; 및
상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출되는 단계인 추천 정보 산출 단계;를 포함하며,
상기 미리 정해진 구분 방법은,
상기 생성 계획에 영향을 미치는 구분 기준을 기초로 상기 저장 가상 머신을 복 수개의 상기 저장 가상 머신들로 구분되는 군집 단위로 구분하는 방법이며,
상기 미리 정해진 조건은,
상기 생성 계획과 대응되는 조건이며,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법을 구비하고,
상기 제1 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법이고,
상기 미리 정해진 선정 조건은,
가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건인,
가상 머신 추천 방법.
In the virtual machine recommendation method, which is a method of recommending a generated virtual machine, which is a virtual machine to be created on a physical server by utilizing the virtual machine recommendation system,
A storage information receiving step of receiving, by the storage information collecting unit of the virtual machine recommendation system, storage information that is information related to a storage virtual machine that is a previously generated virtual machine;
A clustering step in which the storage virtual machine is divided into a plurality of cluster units by a predetermined classification method based on the storage information by the clustering unit of the virtual machine recommendation system;
An initial information receiving step, in which plan information, which is information related to a plan for generating the virtual machine, is received by the initial information collecting unit of the virtual machine recommendation system;
After the initial information receiving step, the cluster selection step of selecting a cluster that satisfies a predetermined condition by the cluster selection unit of the virtual machine recommendation system; And
Details of the generated virtual machine by a predetermined calculation method based on information related to the storage virtual machine corresponding to a selected cluster that is a cluster that satisfies the predetermined condition by the recommendation information calculating unit of the virtual machine recommendation system And a recommendation information calculation step, which is a step in which recommendation information, which is information related to an enemy matter, is calculated.
The predetermined classification method,
It is a method of classifying the storage virtual machine into cluster units divided into a plurality of the storage virtual machines based on a classification criterion affecting the generation plan,
The predetermined condition,
Conditions corresponding to the above generation plan,
The predetermined calculation method,
And a first calculation method which is a method of calculating generation specification information that is information related to detailed specifications of the generation virtual machine,
The first calculation method,
The generated specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selection cluster,
The predetermined selection conditions,
A condition for whether the storage virtual machine is satisfied to a predetermined criterion related to the error of the virtual machine,
How to recommend a virtual machine.
삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 미리 정해진 계산 방법은,
상기 미리 정해진 선정 조건이 만족되는 상기 저장 가상 머신들의 CPU사용 또는 메모리 사양에 대해서 평균 내는 방법인,
가상 머신 추천 방법.
According to claim 1,
The predetermined calculation method,
A method for averaging CPU usage or memory specifications of the storage virtual machines in which the predetermined selection condition is satisfied,
How to recommend a virtual machine.
제1항에 있어서,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신에 설치될 수 있는 프로그램의 리스트와 관련된 정보인 생성 프로그램 정보를 산출하는 방법인 제2 산출 방법을 더 구비하고,
상기 제2 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신들 중에서 소정 기준 이상의 가상 머신들에 공통적으로 설치되어 있는 프로그램의 리스트와 관련된 정보인 생성 프로그램 정보를 산출하는 방법인,
가상 머신 추천 방법.
According to claim 1,
The predetermined calculation method,
A second calculation method, which is a method of calculating generation program information, which is information related to a list of programs that can be installed in the generation virtual machine, is further provided.
The second calculation method,
A method of calculating generated program information, which is information related to a list of programs commonly installed on virtual machines having a predetermined criterion or higher among the stored virtual machines on the selected cluster,
How to recommend a virtual machine.
제7항에 있어서,
상기 제2 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신 중에서 상기 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 산출되는,
가상 머신 추천 방법.
The method of claim 7,
The second calculation method,
Among the storage virtual machines on the selected cluster is calculated based on only the virtual machine that the predetermined selection condition is satisfied,
How to recommend a virtual machine.
가상 머신 추천 시스템을 활용하여 물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법에 있어서,
상기 가상 머신 추천 시스템의 초기 정보 수집부에 의해, 상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보가 수신되는 단계인 초기 정보 수신 단계;
상기 초기 정보 수신 단계 후, 이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 기초로 상기 생성 계획과 연관된 구분 기준에 의해 상기 저장 가상 머신이 구분된 군집들 중에서, 상기 가상 머신 추천 시스템의 군집 선정부에 의해 상기 생성 계획과 대응되는 군집이 선정되는 단계인 군집 선정 단계; 및
상기 가상 머신 추천 시스템의 추천 정보 산출부에 의해, 선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해, 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보가 산출되는 단계인 추천 정보 산출 단계;를 포함하며,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법을 구비하고,
상기 제1 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법이며,
상기 미리 정해진 선정 조건은,
가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건인,
가상 머신 추천 방법.
In the virtual machine recommendation method, which is a method of recommending a generated virtual machine, which is a virtual machine to be created on a physical server by utilizing the virtual machine recommendation system,
An initial information receiving step of receiving, by the initial information collecting unit of the virtual machine recommendation system, planning information that is information related to a generation plan of the generated virtual machine;
After the initial information receiving step, among the clusters in which the storage virtual machine is classified by the classification criteria associated with the generation plan based on the storage information that is information related to the storage virtual machine that is a previously created virtual machine, the virtual machine is recommended A cluster selection step in which a cluster corresponding to the generation plan is selected by the cluster selection unit of the system; And
Information related to details of the generated virtual machine by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a selected cluster, by the recommendation information calculating unit of the virtual machine recommendation system Includes; the recommendation information calculation step that is the step of calculating the recommended information;
The predetermined calculation method,
And a first calculation method which is a method of calculating generation specification information that is information related to detailed specifications of the generation virtual machine,
The first calculation method,
The generated specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selected cluster,
The predetermined selection conditions,
A condition for whether the storage virtual machine is satisfied to a predetermined criterion related to the error of the virtual machine,
How to recommend a virtual machine.
제9항에 있어서,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신에 설치될 수 있는 프로그램의 리스트와과 관련된 정보인 생성 프로그램 정보를 산출하는 방법인 제2 산출 방법을 더 구비하는,
가상 머신 추천 방법.
The method of claim 9,
The predetermined calculation method,
Further comprising a second calculation method that is a method for calculating generated program information that is information related to a list of programs that can be installed in the generated virtual machine,
How to recommend a virtual machine.
제10항에 있어서,
상기 제2 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신들 중에서 소정 기준 이상의 가상 머신들에 공통적으로 설치되어 있는 프로그램의 리스트인 생성 프로그램 정보를 산출하는 방법인,
가상 머신 추천 방법.
The method of claim 10,
The second calculation method,
A method of calculating generated program information, which is a list of programs commonly installed on virtual machines having a predetermined criterion or higher among the stored virtual machines on the selected cluster,
How to recommend a virtual machine.
물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법을 수행하는 가상 머신 추천 시스템에 있어서,
이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 수신하는 저장 정보 수집부;
상기 저장 정보를 활용하여 상기 저장 가상 머신을 미리 정해진 구분 방법에 의해 군집 단위로 구분하는 클러스터링부;
미리 정해진 조건이 만족되는 군집을 선정하는 군집 선정부; 및
상기 미리 정해진 조건이 만족되는 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보를 산출하는 추천 정보 산출부;를 포함하고,
상기 미리 정해진 구분 방법은,
상기 생성 가상 머신의 생성 계획에 영향을 미치는 구분 기준을 기초로 상기 저장 가상 머신을 복 수개의 상기 저장 가상 머신들로 구분되는 군집 단위로 구분하는 방법이며,
상기 미리 정해진 조건은,
상기 생성 계획과 대응되는 조건이며,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법을 구비하고,
상기 제1 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법이며,
상기 미리 정해진 선정 조건은,
가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건인,
가상 머신 추천 시스템.
In the virtual machine recommendation system for performing a virtual machine recommendation method, which is a method for recommending a generated virtual machine that is a virtual machine to be created on a physical server,
A storage information collection unit that receives storage information that is information related to a storage virtual machine that is a previously generated virtual machine;
A clustering unit for classifying the storage virtual machine into cluster units by a predetermined classification method using the storage information;
A cluster selection unit for selecting a cluster that satisfies a predetermined condition; And
Calculation of recommendation information for calculating recommendation information, which is information related to details of the generated virtual machine, by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a cluster where the predetermined condition is satisfied Including;
The predetermined classification method,
It is a method of classifying the storage virtual machine into a cluster unit divided into a plurality of the storage virtual machines based on a classification criterion affecting the generation plan of the generation virtual machine,
The predetermined condition,
Conditions corresponding to the above generation plan,
The predetermined calculation method,
And a first calculation method which is a method of calculating generation specification information that is information related to detailed specifications of the generation virtual machine,
The first calculation method,
The generated specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among the stored virtual machines on the selected cluster,
The predetermined selection conditions,
A condition for whether the storage virtual machine is satisfied to a predetermined criterion related to a virtual machine error,
Virtual machine recommendation system.
제12항에 있어서,
상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보를 수신하는 초기 정보 수집부;를 더 포함하고,
상기 미리 정해진 구분 방법은,
상기 생성 계획과 연관된 구분 기준을 기초로 상기 저장 가상 머신을 군집 단위로 구분하는 방법인,
가상 머신 추천 시스템.
The method of claim 12,
Further comprising; an initial information collecting unit for receiving the planning information that is information related to the creation plan of the generation virtual machine;
The predetermined classification method,
A method of classifying the storage virtual machines into cluster units based on the classification criteria associated with the generation plan,
Virtual machine recommendation system.
물리 서버 상에서 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법인 가상 머신 추천 방법을 수행하는 가상 머신 추천 시스템에 있어서,
상기 생성 가상 머신의 생성 계획과 관련된 정보인 계획 정보를 수신하는 초기 정보 수집부;
이전에 생성된 가상 머신인 저장 가상 머신과 관련된 정보인 저장 정보를 기초로, 상기 생성 계획과 연관된 구분 기준에 의해 상기 저장 가상 머신이 구분된 군집들 중에서 상기 생성 계획과 대응되는 군집을 선정하는 군집 선정부; 및
선정된 군집인 선정 군집에 해당되는 상기 저장 가상 머신과 관련된 정보를 기초로 미리 정해진 산출 방법에 의해 상기 생성 가상 머신의 세부적인 사항과 관련된 정보인 추천 정보를 산출하는 추천 정보 산출부;를 포함하며,
상기 미리 정해진 산출 방법은,
상기 생성 가상 머신의 세부적인 사양과 관련된 정보인 생성 사양 정보를 산출하는 방법인 제1 산출 방법을 구비하고,
상기 제1 산출 방법은,
상기 선정 군집 상의 상기 저장 가상 머신 중에서 미리 정해진 선정 조건이 만족되는 가상 머신 만을 기초로 미리 정해진 계산 방법에 의해 상기 생성 사양 정보가 산출되는 방법이며,
상기 미리 정해진 선정 조건은,
가상 머신의 오류와 관련된 미리 정해진 기준에 상기 저장 가상 머신이 만족되는지에 대한 조건인,
가상 머신 추천 시스템.In the virtual machine recommendation system for performing a virtual machine recommendation method, which is a method for recommending a generated virtual machine that is a virtual machine to be created on a physical server,
An initial information collecting unit that receives planning information that is information related to a generation plan of the generation virtual machine;
A cluster that selects a cluster corresponding to the generation plan from among clusters in which the storage virtual machine is classified based on storage information that is information related to the storage virtual machine, which is a previously generated virtual machine, based on the classification criteria associated with the generation plan. Selection department; And
It includes; a recommendation information calculation unit for calculating recommendation information which is information related to details of the generated virtual machine by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is a selected cluster; and ,
The predetermined calculation method,
And a first calculation method which is a method of calculating generation specification information that is information related to detailed specifications of the generation virtual machine,
The first calculation method,
The generated specification information is calculated by a predetermined calculation method based only on a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selected cluster,
The predetermined selection conditions,
A condition for whether the storage virtual machine is satisfied to a predetermined criterion related to the error of the virtual machine,
Virtual machine recommendation system.
KR1020200009020A 2020-01-23 2020-01-23 Virtaul machine recommendation method and virtual machine recommendation system using the same KR102135210B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200009020A KR102135210B1 (en) 2020-01-23 2020-01-23 Virtaul machine recommendation method and virtual machine recommendation system using the same
KR1020200078475A KR102351426B1 (en) 2020-01-23 2020-06-26 A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200009020A KR102135210B1 (en) 2020-01-23 2020-01-23 Virtaul machine recommendation method and virtual machine recommendation system using the same

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020200078475A Division KR102351426B1 (en) 2020-01-23 2020-06-26 A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same

Publications (1)

Publication Number Publication Date
KR102135210B1 true KR102135210B1 (en) 2020-07-17

Family

ID=71832382

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200009020A KR102135210B1 (en) 2020-01-23 2020-01-23 Virtaul machine recommendation method and virtual machine recommendation system using the same
KR1020200078475A KR102351426B1 (en) 2020-01-23 2020-06-26 A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020200078475A KR102351426B1 (en) 2020-01-23 2020-06-26 A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same

Country Status (1)

Country Link
KR (2) KR102135210B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102569877B1 (en) * 2022-12-27 2023-08-23 오케스트로 주식회사 A virtual machine optimal arrangement recommendation device and a sever operating system using the same
KR102607458B1 (en) * 2023-03-31 2023-11-29 오케스트로 주식회사 A cloud resource recommendation device based on usage pattern and a sever operating system using the same

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011170787A (en) * 2010-02-22 2011-09-01 Nippon Telegraph & Telephone West Corp Device, method and control program for allocating resource
JP2011186701A (en) * 2010-03-08 2011-09-22 Nec Corp Resource allocation apparatus, resource allocation method and resource allocation program
KR20120116773A (en) 2011-04-13 2012-10-23 주식회사 케이티 Replication server apparatus and method for creating replica of chunk in distribution storage system
JP2016057898A (en) * 2014-09-10 2016-04-21 富士通株式会社 Load distribution management device, control method, and program
KR20170081404A (en) * 2016-01-04 2017-07-12 한국전자통신연구원 Apparatus and method for virtual machine recommendation
KR101867487B1 (en) * 2016-12-23 2018-07-18 경희대학교 산학협력단 System and method of migration based fuzzy in cloud environment

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5767480B2 (en) 2011-01-31 2015-08-19 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ Information processing apparatus, information processing system, arrangement configuration determining method, program, and recording medium
KR101916447B1 (en) * 2014-10-20 2018-11-07 건국대학교 산학협력단 Method and apparatus for providing virtual cluster system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011170787A (en) * 2010-02-22 2011-09-01 Nippon Telegraph & Telephone West Corp Device, method and control program for allocating resource
JP2011186701A (en) * 2010-03-08 2011-09-22 Nec Corp Resource allocation apparatus, resource allocation method and resource allocation program
KR20120116773A (en) 2011-04-13 2012-10-23 주식회사 케이티 Replication server apparatus and method for creating replica of chunk in distribution storage system
JP2016057898A (en) * 2014-09-10 2016-04-21 富士通株式会社 Load distribution management device, control method, and program
KR20170081404A (en) * 2016-01-04 2017-07-12 한국전자통신연구원 Apparatus and method for virtual machine recommendation
KR101867487B1 (en) * 2016-12-23 2018-07-18 경희대학교 산학협력단 System and method of migration based fuzzy in cloud environment

Also Published As

Publication number Publication date
KR20210095535A (en) 2021-08-02
KR102351426B1 (en) 2022-01-14

Similar Documents

Publication Publication Date Title
Zeng et al. Joint optimization of task scheduling and image placement in fog computing supported software-defined embedded system
Masdari et al. Efficient task and workflow scheduling in inter-cloud environments: challenges and opportunities
US10719769B2 (en) Systems and methods for generating and communicating application recommendations at uninstall time
US20180267839A1 (en) Controlled Energy Utilization In A Computing Device
CN104937582A (en) Data synchronization
CN112860695B (en) Monitoring data query method, device, equipment, storage medium and program product
KR102135210B1 (en) Virtaul machine recommendation method and virtual machine recommendation system using the same
CN111866085A (en) Data storage method, system and device based on block chain
Liu et al. Reliability-enhanced task offloading in mobile edge computing environments
Wu et al. Towards collaborative storage scheduling using alternating direction method of multipliers for mobile edge cloud
US20130166751A1 (en) Distributed resource management systems and methods for resource management thereof
Hao et al. Evaluation of nine heuristic algorithms with data‐intensive jobs and computing‐intensive jobs in a dynamic environment
Kashyap et al. Prediction-based scheduling techniques for cloud data center’s workload: a systematic review
US10691700B1 (en) Table replica allocation in a replicated storage system
CN113157383A (en) Method for dynamically adjusting super-proportion in OpenStack environment
CN112306406A (en) Intelligent storage automatic grading method and device, storage medium and electronic equipment
CN114548416A (en) Data model training method and device
Li et al. Performance and power consumption tradeoff in multimedia cloud
CN110852701A (en) Product demand management method, device and system
Jin et al. $ run $ r u n Data: Re-Distributing Data via Piggybacking for Geo-Distributed Data Analytics Over Edges
Kaur et al. Real‐time trust aware scheduling in fog‐cloud systems
CN115168042A (en) Management method and device of monitoring cluster, computer storage medium and electronic equipment
Tong et al. Joint radio resource allocation in fog radio access network for healthcare
Saravanan et al. Cloud resource optimization based on Poisson linear deep gradient learning for mobile cloud computing
Liu et al. Distributed two-level cloud-based multimedia task scheduling

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
A107 Divisional application of patent
GRNT Written decision to grant