CN110673860B - 智能云数据中心建设与运营部署系统及方法 - Google Patents
智能云数据中心建设与运营部署系统及方法 Download PDFInfo
- Publication number
- CN110673860B CN110673860B CN201910907172.XA CN201910907172A CN110673860B CN 110673860 B CN110673860 B CN 110673860B CN 201910907172 A CN201910907172 A CN 201910907172A CN 110673860 B CN110673860 B CN 110673860B
- Authority
- CN
- China
- Prior art keywords
- module
- virtual machine
- management
- mirror image
- configuration
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明涉及云数据技术领域,具体地说,涉及智能云数据中心建设与运营部署系统及方法。其包括管理端、虚拟化代理端和客户端,所述管理端包括配置管理中心模块、镜像启动管理模块、镜像安装管理模块、IP地址管理模块、网络安装引导模块和驱动管理模块。该智能云数据中心建设与运营部署系统及方法中,采用机群Linux操作系统快速部署的方法,提高大规模计算资源效率化,降低云计算环境下机群操作系统的部署时间,降低网络操作系统部署的管理节点的部署复杂度,采用局域网作用管理端和客户端连接的依托,将系统文件存储在云端数据库内,通过远端完成客户端信息的采集和系统的安装,充分利用网络资源进行整合,实现存储资源集约化效果。
Description
技术领域
本发明涉及云数据技术领域,具体地说,涉及智能云数据中心建设与运营部署系统及方法。
背景技术
随着云计算应用技术的发展,数据中心面临着新的挑战和机遇。传统的云数据中心,在大规模计算资源效率化、网络资源整合化、存储资源集约化、软件资源分类化以及灵活调度化等重要环节,仍然是突破难点。
发明内容
本发明的目的在于提供智能云数据中心建设与运营部署系统及方法,以解决上述背景技术中提出的某种或某些缺陷。
为实现上述目的,一方面,本发明提供一种智能云数据中心建设与运营部署系统,包括管理端、虚拟化代理端和客户端,所述管理端包括配置管理中心模块、镜像启动管理模块、镜像安装管理模块、IP地址管理模块、网络安装引导模块和驱动管理模块,所述配置管理中心模块用于管理系统配置,所述镜像启动管理模块用于管理不同版本操作系统的网络镜像启动,所述镜像安装管理模块用于管理安装不同版本的镜像系统;所述IP地址管理模块用于根据动态主机分配协议,所述网络安装引导模块用于生成主机启动引导菜单,所述驱动管理模块用于管理操作系统安装过程中的驱动软件。
作为优选,所述配置管理中心模块包括导入镜像模板模块、导入脚本配置模块和系统数据库模块,所述导入镜像模板模块用于导入镜像模板,所述导入脚本配置模块用于导入脚本配置,所述系统数据库用于录入存储系统配置数据。
作为优选,所述镜像启动管理模块包括连接数据库模块和操作系统识别模块,所述连接数据库模块用于连接存储系统配置的系统数据库,所述操作系统识别模块用于识别对应的操作系统。
作为优选,所述操作系统识别模块包括获取虚拟机数据、识别适配系统算法和输出系统数据模块,所述读取虚拟机数据用于读取虚拟机参数数据,所述识别适配系统算法用于根据获取的虚拟机参数数据计算相适配的系统数据,所述输出系统数据模块用于输出相适配的系统数据,识别适配系统算法基于权重的基因块匹配算法实现,该算法进行双层匹配,包括如下姿态:
姿态一:基因块间的匹配,其步骤如下:
①、对二进制字符串A、B对应的基因块进行匹配,采用传统的ri连续位匹配规则;
②、当匹配位数大于等于ri(ri为基因块Ai与Bi匹配阈值)时,基因块Ai与Bi匹配;
③、不同基因的匹配阈值应根据相应基因长度确定,记基因i长度为length,结合传统的匹配方法的基因块匹配中阈值ri的确定函数为:
式中,r为传统连续位匹配阈值,则基因块匹配函数表示如下:
姿态二:字符串的匹配:
根据第一层匹配得出的f(Ai,Bi),即各基因块间的匹配程度,根据基因块的各权重,计算得出字符串A与B的亲和度,即:
AD=W1*f(A1,B1)+W2*f(A2,B2)+…+Wn*f(An,Bn)
其中,匹配算法步骤如下:
①、生成足够的检测器,然后检测器开始检测;
②、随机生成检测器并根据改进匹配算法规则进行耐受训练;
③、循环上述过程直至生成实验所需数量检测器;
④、检测器对网络行为进行检测,如果全部检测器均没有与之发生匹配,则判断网络行为正常,否则判断其为入侵。
作为优选,所述识别适配系统算法包括输入虚拟机数据模块、输入适配系统模块和算法训练模块,所述输入虚拟机数据模块用于输入虚拟机数据,所述输入适配系统模块用于输入适配的系统数据,所述算法训练模块用于对算法进行优化训练。
作为优选,所述操作系统识别模块包括获取虚拟机数据、识别适配系统算法和输出系统数据模块,所述读取虚拟机数据用于读取虚拟机参数数据,所述识别适配系统算法用于根据获取的虚拟机参数数据计算相适配的系统数据,所述输出系统数据模块用于输出相适配的系统数据,识别适配系统算法基于权重的基因块匹配算法实现,该算法进行双层匹配,包括如下姿态:
姿态一:基因块间的匹配,其步骤如下:
①、对二进制字符串A、B对应的基因块进行匹配,采用传统的ri连续位匹配规则;
②、当匹配位数大于等于ri(ri为基因块Ai与Bi匹配阈值)时,基因块Ai与Bi匹配;
③、不同基因的匹配阈值应根据相应基因长度确定,记基因i长度为length,结合传统的匹配方法的基因块匹配中阈值ri的确定函数为:
式中,r为传统连续位匹配阈值,则基因块匹配函数表示如下:
姿态二:字符串的匹配:
根据第一层匹配得出的f(Ai,Bi),即各基因块间的匹配程度,根据基因块的各权重,计算得出字符串A与B的亲和度,即:
AD=W1*f(A1,B1)+W2*f(A2,B2)+…+Wn*f(An,Bn)
其中,匹配算法步骤如下:
①、生成足够的检测器,然后检测器开始检测;
②、随机生成检测器并根据改进匹配算法规则进行耐受训练;
③、循环上述过程直至生成实验所需数量检测器;
④、检测器对网络行为进行检测,如果全部检测器均没有与之发生匹配,则判断网络行为正常,否则判断其为入侵。
所述识别适配系统算法包括输入虚拟机数据模块、输入适配系统模块和算法训练模块,所述输入虚拟机数据模块用于输入虚拟机数据,所述输入适配系统模块用于输入适配的系统数据,所述算法训练模块用于对算法进行优化训练,所述算法训练模块步骤如下:
①、生成对抗网络模型的训练所需要的数据,数据包括适配系统数据记作pdata以及输入虚拟机数据记作p;
②、输入虚拟机数据输入生成器G,采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z);
③、将输入空间映射到样本空间对于判别器D,将输入真实样本,适配系统数据和生成器伪造的样本G(z),判别器采用带有参数的多层感知机,记为D(x);
④、采用“Sigmoid函数”变换以“0”和“1”表示判别器的最终判别结果。
其中,函数V(G,D)表示最终优化目标公式如下:
其中,判别器D的优化目标:
其中,生成器G的优化目标:
作为优选,所述IP地址管理模块包括分配IP地址模块和镜像获取模块,所述分配IP地址模块用于根据动态主机分配协议分配IP地址,所述镜像获取模块用于根据分配的IP地址获取镜像系统数据。
作为优选,所述虚拟化代理端包括获取虚拟机配置模块、读取虚拟机系统模块、定制虚拟机模块和启动安装镜像模块,包括获取虚拟机配置模块用于获取虚拟机配置模块,所述读取虚拟机系统模块用于读取适配的虚拟机系统,所述定制虚拟机模块用于定制化配置虚拟机BIOS,所述启动安装镜像模块用于启动安装镜像程序。
作为优选,所述客户端包括获取IP地址模块、请求下载操作系统模块、选择操作系统模块、下载启动脚本模块和加载硬件驱动模块,所述获取IP地址模块用于客户端获取分配的IP地址,所述请求下载操作系统模块用于上传下载操作系统信号,所述选择操作系统模块用于选择操作系统,所述下载启动脚本模块用于下载启动脚本文件,所述加载硬件驱动模块用于加载驱动文件,客户端具体工作流程如下:
①、客户端网卡在主机启动初始化时通过网卡内置的PXE芯片启动DHCP进程向服务端获取IP地址,网卡获取到IP地址后,服务器端提供给客户端下载bootloader的指令;
②、网卡PXE芯片中的TFTP客户端程序,获取到IP地址后,向TFTP服务端请求传输bootloader文件PXElinux.0。Bootloader会下载操作系统安装菜单,用户选择相应的操作系统之后,Bootloader会调用相应操作系统的内核文件;
③、客户端根据内核参数下载KS启动脚本;
④、Linux启动镜像硬件信息从服务端下载特殊的硬件驱动,在安装镜像中动态加载特殊硬件驱动;;
⑤、Linux启动镜像根据KS脚本配置待安装的系统、配置语言、鼠标、键盘、划分文件系统、配置网络、配置安装的软件。然后安装镜像通过http服务从服务器_上下载安装镜像;
⑥、根据KS脚本进行操作系统的安装,安装完毕后,重新启动操作系统。物理主机从本地硬盘启动,进入安装完毕的操作系统,至此,操作系统自动安装成功。
另一方面,本发明还提供一种智能云数据中心建设与运营部署方法,其操作步骤如下:
S1、客户端通过获取IP地址模块获取根据动态主机分配协议管理局域网内主机可分配的IP地址;
S2、获取到IP地址后,客户端通过请求下载操作系统模块向管理端传输请求下载的数据;
S3、请求下载后,虚拟化代理端通过获取虚拟机配置模块获取虚拟机的配置参数,并将获取的配置参数读取虚拟机数据模块读入操作系统识别模块内;
S4、读入取虚拟机的配置参数后,管理端通过识别适配系统算法从配置管理中心模块内匹配适配的镜像系统文件、脚本配置以及硬件驱动;
S5、客户端通过选择操作系统模块选择相对应的操作系统,通过下载启动脚本模块下载启动脚本文件,通过加载硬件驱动模块加载驱动文件。
与现有技术相比,本发明的有益效果:
1、该智能云数据中心建设与运营部署系统及方法中,采用机群Linux操作系统快速部署的方法,用于实现大规模机群操作系统的统一部署,提高大规模计算资源效率化,降低云计算环境下机群操作系统的部署时间,降低网络操作系统部署的管理节点的部署复杂度。
2、该智能云数据中心建设与运营部署系统及方法中,采用局域网作用管理端和客户端连接的依托,将系统文件存储在云端数据库内,同时,通过远端完成客户端信息的采集和系统的安装,充分利用网络资源进行整合,同时实现存储资源集约化效果。
3、该智能云数据中心建设与运营部署系统及方法中,对系统镜像数据和系统配置参数数据进行分配保存,并依托识别适配系统算法实现系统镜像数据和系统配置参数数据的连接,实现软件资源分类化,便于查询。
4、该智能云数据中心建设与运营部署系统及方法中,客户端通过获取IP地址模块获取分配的IP地址,并选择相对应的操作系统,同时,通过下载启动脚本模块下载启动脚本文件,通过加载硬件驱动模块加载驱动文件,实现管理端和客户端的灵活调度。
附图说明
图1为本发明的整体流程框架图;
图2为本发明的整体模块示意图;
图3为本发明的管理端模块示意图;
图4为本发明的配置管理中心模块示意图;
图5为本发明的镜像启动管理模块示意图;
图6为本发明的操作系统识别模块示意图;
图7为本发明的识别适配系统算法模块示意图;
图8为本发明的镜像安装管理模块示意图;
图9为本发明的IP地址管理模块示意图;
图10为本发明的虚拟化代理端模块示意图;
图11为本发明的客户端模块示意图。
具体实施方式
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,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例1
本发明提供智能云数据中心建设与运营部署系统,如图1-图3所示,采用机群Linux操作系统快速部署的方法,用于实现大规模机群操作系统的统一部署,提高操作系统部署效率,降低云计算环境下机群操作系统的部署时间,降低网络操作系统部署的管理节点的部署复杂度,其总体结构如图1所示,包括管理端、虚拟化代理端和客户端,管理端包括配置管理中心模块、镜像启动管理模块、镜像安装管理模块、IP地址管理模块、网络安装引导模块和驱动管理模块,配置管理中心模块用于管理系统配置,管理导入操作系统镜像模板、管理快速安装脚本、管理定制的shell脚本,镜像启动管理模块用于管理不同版本操作系统的网络镜像启动,网络启动镜像在主机基于PXE预启动环境下进行操作系统的镜像安装,镜像安装管理模块用于管理安装不同版本的镜像系统,IP地址管理模块用于根据动态主机分配协议,IP地址管理根据动态主机分配协议管理局域网内主机可分配的IP地址,物理主机获取到IP地址后,PXE客户端便可以进行安装镜像的获取,IP地址管理模块可以根据主机的MAC地址为主机设置特定的IP地址,网络安装引导模块用于生成主机启动引导菜单,网络引导菜单可以根据需要进行定制,默认情况下,引导菜单从本地硬盘启动,避免物理主机在网络环境反复安装操作系统,驱动管理模块用于管理操作系统安装过程中的驱动软件,启动安装镜像在启动过程中遇到找不到驱动的情况下,从驱动管理模块获取所适配的驱动。
进一步的,如图4所示,配置管理中心模块包括导入镜像模板模块、导入脚本配置模块和系统数据库模块,导入镜像模板模块用于导入镜像模板,导入脚本配置模块用于导入脚本配置,系统数据库用于录入存储系统配置数据,系统数据库采用MYSQL类型数据库,导入代码如下:
typedef enum{
EXIT_DEL,//如果目标数据库已存在,则先删除目标数据库
EXIT_IGN,//如果目标数据库已存在,则忽略,继续后面的操作
//如果目标数据表已存在,则忽略,继续后面其他数据表的导入
EXIT_ABORT//如果目标数据库已存在,则终止本次导入操作
}IF_EXIT;
typedef enum
{
DB_SCSDB,//SCSDB类型数据库
DB_MYSQL,//MYSQL类型数据库
DB_ORACLE,
DB_SQLSERVER
}DB_TYPE;
//连接数据库服务器的一些必要参数
typedef struct
{
DB_TYPE db_type;//数据库类型
const char*ip;//数据库服务器ip
int port;//数据库服务端口号
const char*user;//连接、操作数据库的用户名
const char*pwd;//密码
}DB_SERVER_CON;
//import接口参数的结构体
typedef struct
{
DB_SERVER_CON src_server;//源数据库服务器
DB_SERVER_CON dst_server;//目标数据库服务器
const char*db;//将要导入的数据库名称,不能为NULL
const char*table;//将要导入的数据表名称,若不为NULL,则只导入table指定的数据表
//若为NULL,则导入数据库db中的所有数据表
int ip_struct;//是否导入表结构,表示不导入表结构,表示导入表结构,其他值非法
int ip_data;//是否导入表中数据,表示不导入表中数据,表示导入表中数据,其他值非法
IF_EXIT db_exit;//目标数据库已存在时,需要进行的处理
IF_EXIT table_exit;//目标数据表已存在时,需要进行的处理
具体的,如图5所示,镜像启动管理模块包括连接数据库模块和操作系统识别模块,连接数据库模块用于连接存储系统配置的系统数据库,操作系统识别模块用于识别对应的操作系统,通过连接数据库模块连接存储系统配置的系统数据库,并通过操作系统识别模块识别对应的操作系统。
其中,如图6所示,操作系统识别模块包括获取虚拟机数据、识别适配系统算法和输出系统数据模块,读取虚拟机数据模块用于读取虚拟机参数数据,识别适配系统算法用于根据获取的虚拟机参数数据计算相适配的系统数据,输出系统数据模块用于输出相适配的系统数据,识别适配系统算法基于权重的基因块匹配算法实现,该算法进行双层匹配,第一层是基因块间的匹配,首先对二进制字符串A、B对应的基因块进行匹配,采用传统的ri连续位匹配规则,当匹配位数大于等于ri(ri为基因块Ai与Bi匹配阈值)时,基因块Ai与Bi匹配,由于各基因锁代表的行为不同,其位数长短也不同,不同基因的匹配阈值应根据相应基因长度确定,记基因i长度为length,结合传统的匹配方法的基因块匹配中阈值ri的确定函数为:
式中,r为传统连续位匹配阈值,则基因块匹配函数表示如下:
第二层为字符串的匹配,根据第一层匹配得出的f(Ai,Bi),即各基因块间的匹配程度,根据基因块的各权重,计算得出字符串A与B的亲和度,即:
AD=W1*f(A1,B1)+W2*f(A2,B2)+…+Wn*f(An,Bn)
匹配算法流程如下:根据阴性选择原理,首先需要生成足够的检测器,然后检测器开始检测。定义自体集集合SELF,非自体集NONSELF,根据实际应用确定字符串S由几种基因组成,并确定基因权重及阈值R,r;随机生成检测器并根据改进匹配算法规则进行耐受训练;如果AD≥R则删除字符串,否则将a加入检测器集合DET;循环上述过程直至生成实验所需数量检测器;检测器对网络行为进行检测,如果全部检测器均没有与之发生匹配,则判断网络行为正常,否则判断其为入侵。
其中,检测器为通过自体耐受的字符串集合,字符串S由二进制组成的基因块构成,其包括基因块数目N,字符总长度n。
字符串S={gen1,gen2,…,genn},genn
如图7所示,识别适配系统算法包括输入虚拟机数据模块、输入适配系统模块和算法训练模块,输入虚拟机数据模块用于输入虚拟机数据,输入适配系统模块用于输入适配的系统数据,算法训练模块用于对算法进行优化训练,算法训练模块包括数据训练模块和特征匹配模块,数据训练模块基于对抗网络模型实现,首先,生成对抗网络模型的训练所需要的数据,数据包括适配系统数据记作pdata以及输入虚拟机数据记作pz。对于生成器G,我们将输入虚拟机数据输入生成器G,采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z),将输入空间映射到样本空间对于判别器D,将输入真实样本,适配系统数据和生成器伪造的样本G(z),判别器采用带有参数的多层感知机,记为D(x)。对于输出结果将采用“Sigmoid函数”变换以“0”和“1”表示判别器的最终判别结果。函数V(G,D)表示最终优化目标公式如下:
其中,判别器D的优化目标:
其中,生成器G的优化目标:
特征匹配模块包括特征点提取和匹配算法。
其中,括特征点提取采用Haeeis算子实现,Haeeis算子给出了与自相关函数相关联的矩阵M,矩阵M的特征值是自相关函数的一阶曲率。当所得的两个特征值曲率都高,即可认为这个点为特征点。该方法可以使用滑动窗口,便于矩阵运算,效率很高。其具体处理过程如下式:
H=det(M)-k·trac2(M),k=0.04
式中,Ix为x方向的梯度值,Iy为y的梯度值,G(S)为高斯模板,k为默认常数,trac为矩阵迹,det为矩阵的行列式,利用Haeeis方法提取特征点可以达到亚像素级的精度。
匹配算法函数公式为:
dif=min(I(xi+yi)-I’(xj+yj))
式中,0<i<n,n是待匹配图像中的特征点个数,0<j<m,m为待匹配点对应的极线上特征点个数,I(xi+yi)为待匹配点归一化后的灰度值,I’(xj+yj)为搜索极线上点归一化后的灰度值。通过遍历极线上的每一个点,计算出对应的灰度值差,找出灰度值差的最小值,并记录此最小值对应的两个特征点。如果两个特征点是相互匹配的,则所得到的最小值将小于设定的阈值;如果得到的最小值大于设定的阈值,则说明待匹配点在其对应的极线上没有与之相互匹配的点存在。
如图8所示,镜像安装管理模块包括系统镜像管理模块和系统管理配置模块,系统镜像管理模块用于储存不同版本的系统镜像文件,系统管理配置模块用于储存不同系统的配置参数,系统镜像管理模块和系统管理配置模块中存储时先需要对系统数据和配置数据进行分类,分类算法采用决策树算法,每个节点对应的规则子集空间S都将划分成多维等分的空间子集S1,S2,…,Sn,每个子集将生成一个当前节点的孩子节点,可知,
S=s1∪s2∪…∪sn
定义binth为预定义的决策树叶子节点中存储的最大规则数,如果对于
则将对该子集继续进行规则子集空间的划分,对任意的i和j,
|Si|≠|Sj|
如图9所示,IP地址管理模块包括分配IP地址模块和镜像获取模块,分配IP地址模块用于根据动态主机分配协议分配IP地址,镜像获取模块用于根据分配的IP地址获取镜像系统数据,分类的IP地址就是将IP地址分为若干个固定类,每一类地址都是两个固定长度的字段组成,分别为网络号(net—id)和主机号(hosr-id)。网络号用来标识主机或路由器所连接到的网络,主机号用来标识该主机或路由器,P地址可分为A类,B类,C类,D类和E类。其中的A类,B类和C类地址是最常用的。D类地址用来作为组播地址,E类地址保留在今后使用。
对于A类地址而言,其网络号仅仅只占8位,主机号占24位。A类网络容纳的主机数最多。B类和C为类网络所容纳得主机数相对少些。D类和E类地址也被定义。D类地址是以224.0.0.0开始,留作以后使用。
A类地址的特点如下:
(1)以0开头;
(2)网络号的范围是:1.0.0.0到126.0.0.0;
(3)最大网络数:127个(1-126是可用的,127作为本地软件回路测试本主机之用);
(4)网络中的最大主机数是1677214(即224-2)个。其中减2的原因是去掉主机号全0的地址和主机号全1的主机地址,主机号全0的地址表示该IP地址所连接网络的网络地址,主机号全1的地址表示该IP地址所连接网络的所有主机地址,即广播地址。
B类地址的特点如下:
(1)以1,0开头;
(2)网络号的范围是:16384;
(3)网络中的最大主机数65534个。
C类网络的特点:
(1)前三个比特位为1,1,0;
(2)网络号的范围:192.0.0.0-223.255.255.0;
(3)可用的网络数为:2097152;
(4)网络中的最大主机数是254个。
实施例2
如图10所示,虚拟化代理端包括获取虚拟机配置模块、读取虚拟机系统模块、定制虚拟机模块和启动安装镜像模块,包括获取虚拟机配置模块用于获取虚拟机配置模块,读取虚拟机系统模块用于读取适配的虚拟机系统,定制虚拟机模块用于定制化配置虚拟机BIOS,启动安装镜像模块用于启动安装镜像程序,虚拟化代理端主要实现服务端与虚拟机之间信息的交互,虚拟化代理端从管理端获取待部署虚拟机的配置和操作系统的信息,定制化配置虚拟机,BIOS和启动安装镜像。将待安装的Linux操作系统部署到虚拟机硬盘中,通过这种方式实现虚拟机操作系统的快速部署。
实施例3
如图11所示,客户端包括获取IP地址模块、请求下载操作系统模块、选择操作系统模块、下载启动脚本模块和加载硬件驱动模块,获取IP地址模块用于客户端获取分配的IP地址,请求下载操作系统模块用于上传下载操作系统信号,选择操作系统模块用于选择操作系统,下载启动脚本模块用于下载启动脚本文件,加载硬件驱动模块用于加载驱动文件。
本实施例中,客户端具体如下:
(1)客户端网卡在主机启动初始化时通过网卡内置的PXE芯片启动DHCP进程向服务端获取IP地址,网卡获取到IP地址后,服务器端提供给客户端下载bootloader的指令;
(2)网卡PXE芯片中的TFTP客户端程序,获取到IP地址后,向TFTP服务端请求传输bootloader文件PXElinux.0。Bootloader会下载操作系统安装菜单,用户选择相应的操作系统之后,Bootloader会调用相应操作系统的内核文件;
(3)客户端根据内核参数下载KS启动脚本;
(4)Linux启动镜像硬件信息从服务端下载特殊的硬件驱动,在安装镜像中动态加载特殊硬件驱动;
(5)Linux启动镜像根据KS脚本配置待安装的系统、配置语言、鼠标、键盘、划分文件系统、配置网络、配置安装的软件。然后安装镜像通过http服务从服务器_上下载安装镜像;
(6)根据KS脚本进行操作系统的安装,安装完毕后,重新启动操作系统。物理主机从本地硬盘启动,进入安装完毕的操作系统,至此,操作系统自动安装成功。
另一方面,本发明还提供一种智能云数据中心建设与运营部署方法,其操作步骤如下:
S1、客户端通过获取IP地址模块获取根据动态主机分配协议管理局域网内主机可分配的IP地址;
S2、获取到IP地址后,客户端通过请求下载操作系统模块向管理端传输请求下载的数据;
S3、请求下载后,虚拟化代理端通过获取虚拟机配置模块获取虚拟机的配置参数,并将获取的配置参数读取虚拟机数据模块读入操作系统识别模块内;
S4、读入取虚拟机的配置参数后,管理端通过识别适配系统算法从配置管理中心模块内匹配适配的镜像系统文件、脚本配置以及硬件驱动;
S5、客户端通过选择操作系统模块选择相对应的操作系统,通过下载启动脚本模块下载启动脚本文件,通过加载硬件驱动模块加载驱动文件。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.智能云数据中心建设与运营部署系统,包括管理端、虚拟化代理端和客户端,其特征在于:所述管理端包括配置管理中心模块、镜像启动管理模块、镜像安装管理模块、IP地址管理模块、网络安装引导模块和驱动管理模块,所述配置管理中心模块用于管理系统配置,所述镜像启动管理模块用于管理不同版本操作系统的网络镜像启动,所述镜像安装管理模块用于管理安装不同版本的镜像系统;所述IP地址管理模块用于根据动态主机分配协议,所述网络安装引导模块用于生成主机启动引导菜单,所述驱动管理模块用于管理操作系统安装过程中的驱动软件;所述配置管理中心模块包括导入镜像模板模块、导入脚本配置模块和系统数据库模块,所述导入镜像模板模块用于导入镜像模板,所述导入脚本配置模块用于导入脚本配置,所述系统数据库用于录入存储系统配置数据;所述镜像启动管理模块包括连接数据库模块和操作系统识别模块,所述连接数据库模块用于连接存储系统配置的系统数据库,所述操作系统识别模块用于识别对应的操作系统;所述操作系统识别模块包括获取虚拟机数据、识别适配系统算法和输出系统数据模块,所述获取虚拟机数据用于读取虚拟机参数数据,所述识别适配系统算法用于根据获取的虚拟机参数数据计算相适配的系统数据,所述输出系统数据模块用于输出相适配的系统数据,识别适配系统算法基于权重的基因块匹配算法实现,该算法进行双层匹配,包括如下姿态:
姿态一:基因块间的匹配,其步骤如下:
①、对二进制字符串A、B对应的基因块进行匹配,采用传统的ri连续位匹配规则;
②、当匹配位数大于等于ri(ri为基因块Ai与Bi匹配阈值)时,基因块Ai与Bi匹配;
③、不同基因的匹配阈值应根据相应基因长度确定,记基因i长度为length,结合传统的匹配方法的基因块匹配中阈值ri的确定函数为:
式中,r为传统连续位匹配阈值,则基因块匹配函数表示如下:
姿态二:字符串的匹配:
根据第一层匹配得出的f(Ai,Bi),即各基因块间的匹配程度,根据基因块的各权重,计算得出字符串A与B的亲和度,即:
AD=W1*f(A1,B1)+W2*f(A2,B2)+…+Wn*f(An,Bn)
其中,匹配算法步骤如下:
①、生成足够的检测器,然后检测器开始检测;
②、随机生成检测器并根据改进匹配算法规则进行耐受训练;
③、循环上述过程直至生成实验所需数量检测器;
④、检测器对网络行为进行检测,如果全部检测器均没有与之发生匹配,则判断网络行为正常,否则判断其为入侵;所述识别适配系统算法包括输入虚拟机数据模块、输入适配系统模块和算法训练模块,所述输入虚拟机数据模块用于输入虚拟机数据,所述输入适配系统模块用于输入适配的系统数据,所述算法训练模块用于对算法进行优化训练,所述算法训练模块步骤如下:
①、生成对抗网络模型的训练所需要的数据,数据包括适配系统数据记作pdata以及输入虚拟机数据记作p;
②、输入虚拟机数据输入生成器G,采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z);
③、将输入空间映射到样本空间对于判别器D,将输入真实样本,适配系统数据和生成器伪造的样本G(z),判别器采用带有参数的多层感知机,记为D(x);
④、采用“Sigmoid函数”变换以“0”和“1”表示判别器的最终判别结果;
其中,函数V(G,D)表示最终优化目标公式如下:
其中,判别器D的优化目标:
其中,生成器G的优化目标:
2.根据权利要求1所述的智能云数据中心建设与运营部署系统,其特征在于:所述镜像安装管理模块包括系统镜像管理模块和系统管理配置模块,所述系统镜像管理模块用于储存不同版本的系统镜像文件,所述系统管理配置模块用于储存不同系统的配置参数。
3.根据权利要求1所述的智能云数据中心建设与运营部署系统,其特征在于:所述IP地址管理模块包括分配IP地址模块和镜像获取模块,所述分配IP地址模块用于根据动态主机分配协议分配IP地址,所述镜像获取模块用于根据分配的IP地址获取镜像系统数据。
4.根据权利要求1所述的智能云数据中心建设与运营部署系统,其特征在于:所述虚拟化代理端包括获取虚拟机配置模块、读取虚拟机系统模块、定制虚拟机模块和启动安装镜像模块,包括获取虚拟机配置模块用于获取虚拟机配置模块,所述读取虚拟机系统模块用于读取适配的虚拟机系统,所述定制虚拟机模块用于定制化配置虚拟机BIOS,所述启动安装镜像模块用于启动安装镜像程序。
5.根据权利要求1所述的智能云数据中心建设与运营部署系统,其特征在于:所述客户端包括获取IP地址模块、请求下载操作系统模块、选择操作系统模块、下载启动脚本模块和加载硬件驱动模块,所述获取IP地址模块用于客户端获取分配的IP地址,所述请求下载操作系统模块用于上传下载操作系统信号,所述选择操作系统模块用于选择操作系统,所述下载启动脚本模块用于下载启动脚本文件,所述加载硬件驱动模块用于加载驱动文件,客户端具体工作流程如下:
①、客户端网卡在主机启动初始化时通过网卡内置的PXE芯片启动DHCP进程向服务端获取IP地址,网卡获取到IP地址后,服务器端提供给客户端下载bootloader的指令;
②、网卡PXE芯片中的TFTP客户端程序,获取到IP地址后,向TFTP服务端请求传输bootloader文件PXElinux.0;Bootloader会下载操作系统安装菜单,用户选择相应的操作系统之后,Bootloader会调用相应操作系统的内核文件;
③、客户端根据内核参数下载KS启动脚本;
④、Linux启动镜像硬件信息从服务端下载特殊的硬件驱动,在安装镜像中动态加载特殊硬件驱动;
⑤、Linux启动镜像根据KS脚本配置待安装的系统、配置语言、鼠标、键盘、划分文件系统、配置网络、配置安装的软件;然后安装镜像通过http服务从服务器_上下载安装镜像;
⑥、根据KS脚本进行操作系统的安装,安装完毕后,重新启动操作系统;物理主机从本地硬盘启动,进入安装完毕的操作系统,至此,操作系统自动安装成功。
6.智能云数据中心建设与运营部署方法,包括上述权利要求1-5中任意一项所述的智能云数据中心建设与运营部署系统,其操作步骤如下:
S1、客户端通过获取IP地址模块获取根据动态主机分配协议管理局域网内主机可分配的IP地址;
S2、获取到IP地址后,客户端通过请求下载操作系统模块向管理端传输请求下载的数据;
S3、请求下载后,虚拟化代理端通过获取虚拟机配置模块获取虚拟机的配置参数,并将获取的配置参数读取虚拟机数据模块读入操作系统识别模块内;
S4、读入取虚拟机的配置参数后,管理端通过识别适配系统算法从配置管理中心模块内匹配适配的镜像系统文件、脚本配置以及硬件驱动;
S5、客户端通过选择操作系统模块选择相对应的操作系统,通过下载启动脚本模块下载启动脚本文件,通过加载硬件驱动模块加载驱动文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907172.XA CN110673860B (zh) | 2019-09-24 | 2019-09-24 | 智能云数据中心建设与运营部署系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907172.XA CN110673860B (zh) | 2019-09-24 | 2019-09-24 | 智能云数据中心建设与运营部署系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110673860A CN110673860A (zh) | 2020-01-10 |
CN110673860B true CN110673860B (zh) | 2023-06-16 |
Family
ID=69078921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910907172.XA Active CN110673860B (zh) | 2019-09-24 | 2019-09-24 | 智能云数据中心建设与运营部署系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110673860B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111600751B (zh) * | 2020-05-12 | 2022-09-20 | 中国民航信息网络股份有限公司 | 一种数据中心管理方法及系统 |
CN111292846A (zh) * | 2020-05-13 | 2020-06-16 | 南京江北新区生物医药公共服务平台有限公司 | 一种能够提供智能问诊服务的云平台系统 |
CN111683145B (zh) * | 2020-06-08 | 2023-04-28 | 中国工商银行股份有限公司 | 客户端设备的配置方法、客户端设备、电子设备和介质 |
CN112130869B (zh) * | 2020-09-11 | 2022-11-29 | 苏州浪潮智能科技有限公司 | 一种ai平台镜像处理的方法和装置 |
US11456987B1 (en) | 2021-05-07 | 2022-09-27 | State Farm Mutual Automobile Insurance Company | Systems and methods for automatic internet protocol address management |
CN116595384B (zh) * | 2023-07-14 | 2023-11-24 | 支付宝(杭州)信息技术有限公司 | 模型训练方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109245916A (zh) * | 2018-08-15 | 2019-01-18 | 西安电子科技大学 | 一种意图驱动的云化接入网系统及方法 |
CN109388565A (zh) * | 2018-09-27 | 2019-02-26 | 西安电子科技大学 | 基于生成式对抗网络的软件系统性能优化方法 |
JP2019062272A (ja) * | 2017-09-25 | 2019-04-18 | PIPELINE Security株式会社 | サイバーセキュリティフレームワークボックス |
CN109685200A (zh) * | 2018-11-19 | 2019-04-26 | 华东师范大学 | 基于生成对抗网络的雾计算工业协议构建方法及构建系统 |
CN110008023A (zh) * | 2019-03-26 | 2019-07-12 | 湖南农业大学 | 基于遗传算法的云计算系统预算约束随机任务调度方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8170037B2 (en) * | 2008-05-21 | 2012-05-01 | Polcha Andrew J | Devices and methods for a virtual internet protocol television (VIPTV) |
CN103984575A (zh) * | 2014-05-28 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种云计算环境下集群Linux操作系统快速部署方法 |
WO2016000035A1 (en) * | 2014-06-30 | 2016-01-07 | Evolving Machine Intelligence Pty Ltd | A system and method for modelling system behaviour |
US9734036B2 (en) * | 2014-08-13 | 2017-08-15 | International Business Machines Corporation | Optimizing a cloud-computing environment |
CN105117272B (zh) * | 2015-08-21 | 2018-05-01 | 浪潮集团有限公司 | 一种操作系统管理器、虚拟机和操作系统间切换方法 |
-
2019
- 2019-09-24 CN CN201910907172.XA patent/CN110673860B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019062272A (ja) * | 2017-09-25 | 2019-04-18 | PIPELINE Security株式会社 | サイバーセキュリティフレームワークボックス |
CN109245916A (zh) * | 2018-08-15 | 2019-01-18 | 西安电子科技大学 | 一种意图驱动的云化接入网系统及方法 |
CN109388565A (zh) * | 2018-09-27 | 2019-02-26 | 西安电子科技大学 | 基于生成式对抗网络的软件系统性能优化方法 |
CN109685200A (zh) * | 2018-11-19 | 2019-04-26 | 华东师范大学 | 基于生成对抗网络的雾计算工业协议构建方法及构建系统 |
CN110008023A (zh) * | 2019-03-26 | 2019-07-12 | 湖南农业大学 | 基于遗传算法的云计算系统预算约束随机任务调度方法 |
Non-Patent Citations (1)
Title |
---|
云计算平台异常行为检测系统的设计与实现;于红岩;岑凯伦;杨腾霄;;计算机应用(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110673860A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110673860B (zh) | 智能云数据中心建设与运营部署系统及方法 | |
TWI720932B (zh) | 用於藉由分析已知及/或未知網路安全威脅的形態來偵測資料異常的系統和方法 | |
US11341945B2 (en) | Techniques for learning effective musical features for generative and retrieval-based applications | |
EP3292481B1 (en) | Method, system and computer program product for performing numeric searches | |
CN1610297A (zh) | 网络指纹 | |
US9189518B2 (en) | Gathering index statistics using sampling | |
US20200042419A1 (en) | System and method for benchmarking ai hardware using synthetic ai model | |
US20220230648A1 (en) | Method, system, and non-transitory computer readable record medium for speaker diarization combined with speaker identification | |
Shiran et al. | Multi-modal deep clustering: Unsupervised partitioning of images | |
CN111507400B (zh) | 应用分类方法、装置、电子设备以及存储介质 | |
CN113961919A (zh) | 恶意软件检测方法和装置 | |
CN113961768A (zh) | 敏感词检测方法、装置、计算机设备和存储介质 | |
US8543645B1 (en) | Live experiment framework | |
CN117527369B (zh) | 基于哈希函数的安卓恶意攻击监测方法及系统 | |
US20210149881A1 (en) | Method and system for identifying information objects using deep ai-based knowledge objects | |
CN111783088B (zh) | 一种恶意代码家族聚类方法、装置和计算机设备 | |
US9864930B2 (en) | Clustering technique for optimized search over high-dimensional space | |
CN116366603A (zh) | 一种活跃IPv6地址的确定方法及装置 | |
Visaggio et al. | A comparative study of adversarial attacks to malware detectors based on deep learning | |
KR102530254B1 (ko) | Ai 콘텐츠 서비스를 위한 npu 적응형 네트워크 플랫폼 | |
CN114386606A (zh) | 识别并将重构划分优先级以改进微服务识别的方法和系统 | |
US10949542B2 (en) | Self-evolved adjustment framework for cloud-based large system based on machine learning | |
De Lille et al. | Automatically combining static malware detection techniques | |
US20240061915A1 (en) | Dynamic handwriting authentication | |
US11934840B2 (en) | Classification of hardware components |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230524 Address after: Room 1223, hatch Eagle building, No. 99, Tuanjie Road, yanchuang Park, Nanjing area, China (Jiangsu) pilot Free Trade Zone, Nanjing, Jiangsu 210000 Applicant after: Nanjing advanced computing industry development Co.,Ltd. Address before: 210000 room 6222, 6 / F, building a, phase I, Yangzi science and innovation center, No. 211, pubin Road, Jiangbei new area, Nanjing, Jiangsu Applicant before: Jiangsu healthcare big data protection and Development Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |