CN105204947A - 一种基于商业银行模型的混合云计算资源管理系统 - Google Patents
一种基于商业银行模型的混合云计算资源管理系统 Download PDFInfo
- Publication number
- CN105204947A CN105204947A CN201510671069.1A CN201510671069A CN105204947A CN 105204947 A CN105204947 A CN 105204947A CN 201510671069 A CN201510671069 A CN 201510671069A CN 105204947 A CN105204947 A CN 105204947A
- Authority
- CN
- China
- Prior art keywords
- resource
- layer
- cloud computing
- risk
- sla
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及云计算技术领域,具体涉及一种基于商业银行模型的混合云计算资源管理系统,由物理资源池层、CB-SLA池层、风险抵抗层、资源调度层和定价策略层组成;物料资源池层存放的实际物理资源的信息,由CB-SLA池层通过网络动态地传递给资源虚拟池,风险抵抗层通过资源虚拟池的信息完成风险管理与风险抵抗的任务,资源调度层和定价策略层通过资源虚拟池的信息分别进行分配基层计算资源和制定服务价格,本发明与传统的云计算资源管理策略相比较,对云计算中普遍存在的资源交易风险预测、定价、调度以及服务匹配等问题给出了一种全新的管理架构及机制,大大的提高了混合云计算资源管理的能力,为混合云计算的商业运营提供了可借鉴的运行系统。
Description
技术领域
本发明涉及云计算技术领域,具体涉及一种基于商业银行模型的混合云计算资源管理系统。
背景技术
云计算的核心就是资源管理,在引入经济模型后,首先需要解决的问题就是资源管理的问题。资源是指能实际调用的资源实体的总称。在云计算资源管理系统中资源被清晰的定义并用相关的参数来描述。云计算的资源主要包括计算资源、存储资源、网络资源以及数据资源等。具有以下特性:高性价比、高可靠性、可扩展性、高灵活性。在云计算中,资源管理的方法涉及到很多方面,包括资源定价、云安全、资源发现、资源调度策略、资源状态评估等,还包括QoS支持等。
目前,云计算资源管理面临如下几个问题:计费问题、云安全、资源模型、资源发现、调度、QOS问题,因此迫切的需要一种资源管理系统。
发明内容
本发明主要针对现有技术的不足,提供一种基于商业银行模型的混合云计算资源管理系统,对云计算中普遍存在的资源交易风险预测、定价、调度以及服务匹配等问题给出了一种全新的管理架构及机制。
本发明采用如下技术方案:
一种基于商业银行模型的混合云计算资源管理系统,其特征在于:
本系统由物理资源池层、CB-SLA池层、风险抵抗层、资源调度层和定价策略层组成;物理资源池层通过建立了一个资源虚拟池来存放实际物理资源的信息;CB-SLA池层用于信息转换、收集、分类与传递;风险抵抗层用于完成风险管理与风险抵抗;资源调度层基于帕累托最优理论的资源调度策略来分配基础计算资源;定价策略层是依据与系统处于生命周期中的哪一阶段以及价格制定的对象进行服务价格制定;物料资源池层存放的实际物理资源的信息,由CB-SLA池层通过网络动态地传递给资源虚拟池,风险抵抗层通过资源虚拟池的信息完成风险管理与风险抵抗的任务,资源调度层和定价策略层通过资源虚拟池的信息分别进行分配基层计算资源和制定服务价格。
优选地,物理资源池存放的是包含了CPU、存储设备等IT基础资源的XML文件。
优选地,XML文件是从CB-SLA池层中抽取所生成的。
优选地,风险抵抗层包括风险抵抗策略和风险预测策略。
优选地,资源调度层由基于M*N帕累托最优理论的资源调度策略、动态负载均衡策略和资源选择策略组成。
优选地,资源调度层从CB-SLA池层所产生的XML文件中分别读取基础资源的标准数据以及资源消费者需求的标准数据,然后依次为每一位资源消费者创建VM。
优选地,定价策略层包括基于古诺均衡的订价策略、面向资源提供者的定价策略、价格刷新策略和其他。
与现有技术相比,本发明具有如下有益效果:
与传统的云计算资源管理策略相比较,本发明对云计算中普遍存在的资源交易风险预测、定价、调度以及服务匹配等问题给出了一种全新的管理架构及机制,大大的提高了混合云计算资源管理的能力,为混合云计算的商业运营提供了可借鉴的运行系统。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的结构图;
图2是本发明的CB-SLA系统可转换信息图;
图3是本发明的资源分配过程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于商业银行模型的混合云计算资源管理系统,如图1所示,由物理资源池层、CB-SLA池层、风险抵抗层、资源调度层和定价策略层组成;物理资源池层通过建立了一个资源虚拟池来存放实际物理资源的信息;CB-SLA池层用于信息转换、收集、分类与传递;风险抵抗层用于完成风险管理与风险抵抗;资源调度层基于帕累托最优理论的资源调度策略来分配基础计算资源;定价策略层是依据与系统处于生命周期中的哪一阶段以及价格制定的对象进行服务价格制定;物料资源池层存放的实际物理资源的信息,由CB-SLA池层通过网络动态地传递给资源虚拟池,风险抵抗层通过资源虚拟池的信息完成风险管理与风险抵抗的任务,资源调度层和定价策略层通过资源虚拟池的信息分别进行分配基层计算资源和制定服务价格。
1)物理资源池层
物理资源池是一个逻辑意义上的容器,实际存放的是包含了CPU、存储设备等IT基础资源的XML文件。这些XML文件是从相应的CB-SLA中抽取所生成的。
CB-SLA标准化地描述每一份物理基础资源的相关信息,并生成XML文件来保存。这一标准化过程是由一系列特定算法或策略来分析与综合RC/RP-SLA来完成的。在云银行中,一个RC/RP-SLA的状态有四种,分别为:模板SLA,BP-SLA,运行时SLA以及死亡SLA。
模板SLA,顾名思义,是那些事先制定好的,等待用户选择后立即就能投入使用的SLA。不同的模板SLA包含不同的、由云银行预先设定好的服务,这样的SLA具有通用性。
BP-SLA,其中BP是be-prepared的缩写,是云银行与用户之间已经签署好SLA,但仍放置于任务队列中等待系统分配VM。
运行时SLA,指那些对应任务正在运行着的SLA,云银行通过抽取运行时SLA里的数据,能掌握当前系统运行的大部分情况。
在一个用户与云银行当前的业务关系断绝时,那么对应的SLA状态就被转化为死亡状态,激发这一情况的条件包括如资源消费者的提交给云银行的任务成功结束、资源生产者取回存放在云银行中的资源等。死亡状态的SLA将在CB-SLA池中存放一段时间,作为历史数据以支持统计、记账、审计等高级功能。
2)CB-SLA池层
服务等级协议(SLA)是描述QoS参数的最佳工具,其中涉及可用性的级别、服务能力、性能、操作以及其他一些服务属性,比如记账。云银行的SLA,CS-SLA,被设计为在云银行环境中用一种形式化方式来捕获服务等协议。
在云银行中,CS-SLA被分为两类。第一类被称为资源消费者-SLA,缩写为RC-SLA,是云银行和每一个资源消费者之间签署的SLA。另一类是资源生产者-SLA,缩写为RP-SLA,是云银行与每一个资源生产者之间所签署的SLA。
很明显,如果作为云银行系统管理员,人们肯定想要掌握整个系统的运行状况,比如所有资源提供者的数目、资源消费者数目、有多少基础资源被资源提供者“存”放在资源池中、这些资源的质量以及资源消费者提出的任务需求等。
所有以上描述过的信息可通过CB-SLA系统来测量与转换为可用的标准信息,如图2所示。在云银行中,SLA系统不再仅仅是传统意义上一个保障服务质量的工具,而更是一个信息转换、收集、分类与传递的系统。CB-SLA是云银行的基本组成部分,并支撑着云银行中其他组件正确地、平稳地运行。
3)风险抵抗层
从物理资源交易层面来说,云银行的这一组件完成的是风险管理与风险抵抗的任务。
资源交易风险的并不主要由云银行导致。其中一些种类的风险是由储户(资源生产者)和借贷人(资源消费者)所产生的。
依照不同的风险产生原因,风险得分为六类:系统或市场风险,信用风险,流动风险,交易对手风险,法律风险。
之所以说并不是所有的风险都是由云银行造成的,是因为在许多应用场景中,云银行将通过恰当的商业行为来消除或是转移与交易相关的“金融”风险;或者,云银行将通过定价策略与产品设计来将风险转移到其他方面。
就风险管理而言,在云银行中所面临主要风险有以下三类[28],它们分别是:能通过简单业务实践行为来消除或避免的风险;能转移至其他参与者的风险;必须高度重视、积极管理的风险。
4)资源分配与负载均衡层
在分布式计算领域,如何在计算节点间有效地调度资源并同时保持负载均衡是一个传统难题。对于这个NP难的问题,目前并不存在一个适应于所有分布式场景的万能解。在云银行环境中,为了满足资源消费者的需求,本文采用了基于帕累托最优理论的资源调度策略来有效地、便利地分配基础计算资源。如图3所示。
在云银行中,资源调度系统从由CB-SLA池所产生的XML文件中分别读取基础资源的标准数据以及资源消费者需求的标准数据,然后依次为每一位资源消费者创建VM。
5)定价策略层
作为一种商业模型,云计算必须能尽可能吸引客户。在云银行中,合理恰当的服务价格制定主要依据与当前系统处于生命周期中的哪一阶段以及价格制定的对象。
云银行面向用户制定的价格被分为两类:资源存入价格与资源租用价格。前者是面向资源生产者所制定的价格。云银行外部的资源提供者将其手中的物理资源“存入”云银行中,以换取利润。而后者是面向资源消费者所制定的价格。资源消费者使用云银行提供的服务,并按“即付即用”的方式支付适当的费用。
该模型试图通过模拟现实商业银行中“储户、贷款人与银行”之间的关系,来实现混合云资源交易模型的建立。该模型通过基于商业银行中风险抵抗策略来建立混合云资源交易模型下的风险管理机制。并将用户划分为云资源提供者及云资源使用者两类,使IT资源提供者能像商业银行的储户一样参与到混合云运作的实际过程中来,并获得利益。因此制定了面向这两类用户的不同定价机制,分为资源存储价格及资源租赁价格,并对两类用户内部进行细化,制定了面向不同用户类型的定价策略。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于商业银行模型的混合云计算资源管理系统,其特征在于:
本系统由物理资源池层、CB-SLA池层、风险抵抗层、资源调度层和定价策略层组成;
所述物理资源池层通过建立一个资源虚拟池来存放实际物理资源的信息;
所述CB-SLA池层用于信息转换、收集、分类与传递;
所述风险抵抗层用于完成风险管理与风险抵抗;
所述资源调度层基于帕累托最优理论的资源调度策略来分配基础计算资源;
所述定价策略层是依据与系统处于生命周期中的哪一阶段以及价格制定的对象进行服务价格制定;
所述物料资源池层存放的实际物理资源的信息,由所述CB-SLA池层通过网络动态地传递给资源虚拟池,所述风险抵抗层通过资源虚拟池的信息完成风险管理与风险抵抗的任务,所述资源调度层和所述定价策略层通过资源虚拟池的信息分别进行分配基层计算资源和制定服务价格。
2.根据权利要求1所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述物理资源池存放的是包含了CPU、存储设备等IT基础资源的XML文件。
3.根据权利要求2所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述XML文件是从所述CB-SLA池层中抽取所生成的。
4.根据权利要求1所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述风险抵抗层包括风险抵抗策略和风险预测策略。
5.根据权利要求1所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述资源调度层由基于M*N帕累托最优理论的资源调度策略、动态负载均衡策略和资源选择策略组成。
6.根据权利要求5所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述资源调度层从CB-SLA池层所产生的XML文件中分别读取基础资源的标准数据以及资源消费者需求的标准数据,然后依次为每一位资源消费者创建VM。
7.根据权利要求1所述的基于商业银行模型的混合云计算资源管理系统,其特征在于:所述定价策略层包括基于古诺均衡的订价策略、面向资源提供者的定价策略、价格刷新策略和其他。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510671069.1A CN105204947A (zh) | 2015-10-15 | 2015-10-15 | 一种基于商业银行模型的混合云计算资源管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510671069.1A CN105204947A (zh) | 2015-10-15 | 2015-10-15 | 一种基于商业银行模型的混合云计算资源管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105204947A true CN105204947A (zh) | 2015-12-30 |
Family
ID=54952642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510671069.1A Pending CN105204947A (zh) | 2015-10-15 | 2015-10-15 | 一种基于商业银行模型的混合云计算资源管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105204947A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220118A (zh) * | 2017-06-01 | 2017-09-29 | 四川大学 | 移动云计算中计算资源定价与任务负载迁移策略研究 |
CN108109015A (zh) * | 2017-12-29 | 2018-06-01 | 广州品唯软件有限公司 | 一种营销重点分析方法及装置 |
CN109544234A (zh) * | 2018-11-22 | 2019-03-29 | 安徽师范大学 | 一种云环境下基于帕累托最优的资源定价方法 |
CN110324425A (zh) * | 2019-07-09 | 2019-10-11 | 中国工商银行股份有限公司 | 混合云交易路由处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332262A1 (en) * | 2009-06-26 | 2010-12-30 | Microsoft Corporation | Cloud computing resource broker |
CN102984249A (zh) * | 2012-11-22 | 2013-03-20 | 北京邮电大学 | 一种水平动态云联盟中的分布式资源配置方法 |
CN103533037A (zh) * | 2013-09-29 | 2014-01-22 | 浙江工商大学 | 基于经济模型的转发和控制分离网络中的资源调度方法 |
-
2015
- 2015-10-15 CN CN201510671069.1A patent/CN105204947A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332262A1 (en) * | 2009-06-26 | 2010-12-30 | Microsoft Corporation | Cloud computing resource broker |
CN102984249A (zh) * | 2012-11-22 | 2013-03-20 | 北京邮电大学 | 一种水平动态云联盟中的分布式资源配置方法 |
CN103533037A (zh) * | 2013-09-29 | 2014-01-22 | 浙江工商大学 | 基于经济模型的转发和控制分离网络中的资源调度方法 |
Non-Patent Citations (2)
Title |
---|
杨帆: "基于云银行模型的混合云计算资源交易信用风险预测研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
贾书伟: "云银行中基于层次分析模型的资源调度研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220118A (zh) * | 2017-06-01 | 2017-09-29 | 四川大学 | 移动云计算中计算资源定价与任务负载迁移策略研究 |
CN108109015A (zh) * | 2017-12-29 | 2018-06-01 | 广州品唯软件有限公司 | 一种营销重点分析方法及装置 |
CN109544234A (zh) * | 2018-11-22 | 2019-03-29 | 安徽师范大学 | 一种云环境下基于帕累托最优的资源定价方法 |
CN110324425A (zh) * | 2019-07-09 | 2019-10-11 | 中国工商银行股份有限公司 | 混合云交易路由处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | An energy sharing game with generalized demand bidding: Model and properties | |
US7899697B2 (en) | Application of brokering methods to security characteristics | |
CN104737132B (zh) | 用于按需服务环境中的消息队列的基于竞价的资源共享 | |
US7899696B2 (en) | Application of brokering methods to recoverability characteristics | |
CN111343436B (zh) | 基于云边协同的轨道交通视频监控方法及系统 | |
CN103064744B (zh) | 一种基于SLA的面向多层Web应用的资源优化方法 | |
CN105204947A (zh) | 一种基于商业银行模型的混合云计算资源管理系统 | |
CN109285071A (zh) | 一种基于区块链的数据处理平台及数据处理方法 | |
Fang et al. | A double auction model for competitive generators and large consumers considering power transmission cost | |
US8032407B2 (en) | Application of brokering methods to scalability characteristics | |
CN103533037A (zh) | 基于经济模型的转发和控制分离网络中的资源调度方法 | |
US8140446B2 (en) | Application of brokering methods to operational support characteristics | |
Sasaki | A computing theory for collaborative and transparent decision making under time constraint | |
Li et al. | Toward resilient cloud warehousing via a blockchain-enabled auction approach | |
Chen et al. | Death spiral, transmission charges, and prosumers in the electricity market | |
US8041600B2 (en) | Application of brokering methods to performance characteristics | |
US20080301025A1 (en) | Application of brokering methods to availability characteristics | |
CN114445223A (zh) | 一种基于区块链的电力需求响应交易方法及系统 | |
US20200372484A1 (en) | Computing system for sharing networks providing payment allocation based upon distributed reserving and related methods | |
Bossenbroek et al. | Grid resource allocation by means of option contracts | |
CN101170434A (zh) | 基于分解策略的网格资源分配方法 | |
Narayan et al. | Resource procurement, allocation, metering, and pricing in cloud computing | |
Xing et al. | A method based on iterative combinatorial auction mechanism for resource allocation in grid multi-agent systems | |
Shebanow et al. | Let's trade futures! a novel approach for cloud computing resource planning and management | |
Yu et al. | Dynamic Auction for Network Resource Allocation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |
|
RJ01 | Rejection of invention patent application after publication |