CN117076778A - 跨云资源的推荐方法、装置和计算机可读存储介质 - Google Patents
跨云资源的推荐方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN117076778A CN117076778A CN202311108125.1A CN202311108125A CN117076778A CN 117076778 A CN117076778 A CN 117076778A CN 202311108125 A CN202311108125 A CN 202311108125A CN 117076778 A CN117076778 A CN 117076778A
- Authority
- CN
- China
- Prior art keywords
- resources
- user
- resource
- cloud service
- cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 15
- 238000000586 desensitisation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种跨云资源的推荐方法、装置和计算机可读存储介质,涉及云计算领域。跨云资源的推荐方法包括:将来自多个云服务提供商的多个资源进行抽象,以生成多种类型的资源池,并根据资源池中的资源确定资源池的类型;确定用户所需的资源的类型和规模;根据用户所需的资源的类型,确定为用户提供资源的资源池;根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源;将选择的资源推荐给用户。本发明的实施例能够自动化地实现跨不同云服务提供商的资源协同调度,提高了用户的资源使用效率。
Description
技术领域
本发明涉及云计算领域,特别涉及一种跨云资源的推荐方法、装置和计算机可读存储介质。
背景技术
目前市场上存在多种云服务提供商,但不同提供商的云服务优势资源不同,并且没有统一的API(应用程序编程接口,Application Programming Interface)接口可供互连,因此,数据在不同云服务间的传输和流动十分困难。针对上述情况,需要用户根据需求自行选择云服务提供商,并且需要用户自行处理不同云服务间API调用不兼容性问题,并判断资源的适用性。
发明内容
本发明实施例所要解决的一个技术问题是:如何实现跨不同云服务提供商的资源协同调度。
根据本发明一些实施例的第一个方面,提供一种跨云资源的推荐方法,包括:将来自多个云服务提供商的多个资源进行抽象,以生成多种类型的资源池,并根据资源池中的资源确定资源池的类型;确定用户所需的资源的类型和规模;根据用户所需的资源的类型,确定为用户提供资源的资源池;根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源;将选择的资源推荐给用户。
在一些实施例中,将来自多个云服务提供商的多个资源进行抽象,以生成多个资源池包括:计算来自多个云服务提供商的多个资源中每两个资源之间的相似度;基于相似度对多种资源进行抽象,以生成多种类型的资源池。
在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度确定。
在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度的加权和确定。
在一些实施例中,确定用户所需的资源的类型和规模包括:接收用户通过统一接口发送的资源需求信息;对资源需求信息进行解析,以确定用户所需的资源的类型和规模。
在一些实施例中,根据用户所需的资源的类型,确定为用户提供资源的资源池包括:通过异构资源统一接口,获取多种资源池中每种资源池的信息;根据用户所需的资源的类型、以及每种资源池的信息,确定为用户提供资源的资源池。
在一些实施例中,根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源包括:从为用户提供资源的资源池中选择未被使用的、并且符合用户所需的资源的规模的资源。
在一些实施例中,将选择的资源推荐给用户包括:将选择的资源的名称、所属的云服务提供商、规模中的至少一种信息发送给用户。
在一些实施例中,将选择的资源推荐给用户包括:将选择的资源所对应的资源池发送给用户。
根据本发明一些实施例的第二个方面,提供一种跨云资源的推荐装置,包括:抽象模块,被配置为将来自多个云服务提供商的多个资源进行抽象,以生成多种类型的资源池,并根据资源池中的资源确定资源池的资源类型;用户需求确定模块,被配置为确定用户所需的资源的类型和规模;用户资源池确定模块,被配置为根据用户所需的资源的类型,确定为用户提供资源的资源池;资源选择模块,被配置为根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源;推荐模块,被配置为将选择的资源推荐给用户。
根据本发明一些实施例的第三个方面,提供一种跨云资源的推荐装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器中的指令,执行前述任意一种跨云资源的推荐方法。
根据本发明一些实施例的第四个方面,提供一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现前述任意一种跨云资源的推荐方法。
上述发明中的一些实施例具有如下优点或有益效果。本发明的实施例通过对各个云服务提供商提供的异构资源进行抽象,以生成多种类型的资源池内的同构资源。并且,在用户欲使用异构资源时,无需关注对各个云服务提供商中的资源的选择策略,资源的推荐方案可以自动化地生成并推荐给用户。从而,本发明的实施例能够自动化地实现跨不同云服务提供商的资源协同调度,提高了用户的资源使用效率。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明一些实施例的跨云资源的推荐方法的流程示意图。
图2示出了根据本发明一些实施例的跨云资源推荐的网络架构示意图。
图3示出了根据本发明一些实施例的跨云资源的推荐装置的结构示意图。
图4示出了根据本发明另一些实施例的跨云资源的推荐装置的结构示意图。
图5示出了根据本发明又一些实施例的跨云资源的推荐装置的结构示意图。
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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。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。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
市场上包括多种云服务提供商提供的异构服务。例如,云服务提供商1可以低成本实现数据脱敏,云服务提供商2可以快速实现AI算力服务。用户需要使用脱敏数据训练机器学习模型,最低成本高效的方法是可以在云服务提供商1进行数据脱敏,然后使用云服务提供商2进行快速模型训练。因此,如何实现跨不同云服务提供商之间的资源协同调度,是面临的重要挑战。本发明提供了一种跨云资源的推荐方法、装置和计算机可读存储介质,可以解决上述问题。
图1示出了根据本发明一些实施例的跨云资源的推荐方法的流程示意图。如图1所示,该实施例的跨云资源的推荐方法包括步骤S102~S110。
在步骤S102中,将来自多个云服务提供商的多个资源进行抽象,以生成多种类型的资源池,并根据资源池中的资源确定资源池的类型,例如数据存储服务、数据计算服务、加密服务、数据脱敏服务、AI模型训练服务等服务类型。每个云服务提供商可以提供一个或多个资源,即一种或多种类型的服务。由于同一种资源池中都是比较相似的资源,因此该资源池的类型可以根据资源池中的各个资源的共同点确定。而在对多个资源进行抽象时,由于将各个云服务提供商的资源一起进行抽象,因此同一种资源池中包括来自一个或多个云服务提供商的资源,每个云服务提供商的资源也可以分布在一种或多种资源池中。
在一些实施例中,计算来自多个云服务提供商的多个资源中每两个资源之间的相似度;基于相似度对多个资源进行抽象,以生成多种类型的资源池。即,将资源的相似度作为抽象时不同资源之间的“距离”,来进行抽象计算。从而,能够将相同或者相似的资源划分到同一种资源池中。
在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度确定。描述文本例如包括资源的名称、简介、类型、重要参数等等,例如“提供用于训练结构化数据的神经网络模型”“提供简单的数据预处理服务”。文本相似度是指两个描述文本所使用的词语的相似度,词语顺序相似度是指两个描述文本所使用的相似度高于阈值的词语的排列顺序的相似度。通过使用这两个方面衡量描述文本的相似度,能够更准确地确定相似的资源。在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度的加权和确定,文本相似度的权重与词语顺序相似度的权重之和等于1。
对资源进行的抽象操作例如为聚类,聚类生成的每个类簇可以对应一个种类的资源池。下面以K均值(K-means)算法为例,描述对资源的描述文本进行聚类的过程:
步骤1:随机从全部云服务提供商提供的所有资源中选择k个资源作为初始的质心资源;
步骤2:计算每个资源与质心资源的相似度大小,将每个资源划分到与其相似度最大的质心资源所对应的簇中;
步骤3:计算每个簇内所有资源间相似度均值,并根据该均值更新簇内的质心资源;
步骤4:重复步骤2-3,直到达到收敛条件之一,收敛条件包括:①质心资源的位置变化小于指定阈值;②达到最大迭代次数。
根据需要,本领域技术人员也可以采用其他的聚类方式,这里不再赘述。
通过上述实施例,能够对不同的云服务提供商所提供的异构资源进行归类,从而能够在各个簇内形成相似度高的同构资源。
在步骤S104中,确定用户所需的资源的类型和规模,该类型和规模可以位于用户提交的资源需求信息中。用户所需的资源的类型和规模可以通过解析用户提交的资源需求描述文本来确定。或者,可以在前端页面中提供资源的类型和规模的字段,供用户填写、或者从一些备选项中进行选择,在用户提交页面的表单后,可以通过解析表单来获得相应字段中的内容。
由于本发明的实施例对各云服务提供商的资源进行了整合,因此用户不需要逐一地向各个云服务提供商提供的接口发送请求,而是可以通过统一接口来发送资源需求信息,然后对资源需求进行解析,以确定用户所需的资源的类型和规模。统一接口可以视为用户请求使用各云服务提供商的异构资源的入口,以使得用户在提交资源需求的阶段无需考虑不同云服务提供商之间的接入、访问、使用差别。
在步骤S106中,根据用户所需的资源的类型,确定为用户提供资源的资源池。
用户所需的资源的类型可以为多个资源池的类型中的一种。或者,也可以计算用户所需的资源的类型与每个资源池的类型的相似度,并选择相似度最高的类型所对应的资源池,作为为用户提供资源的资源池。
在一些实施例中,通过异构资源统一接口,获取多种资源池中每种资源池的信息;根据用户所需的资源的类型、以及每种资源池的信息,确定为用户提供资源的资源池。异构资源统一接口用户调取各个资源池的类型,当然,还可以用于查询各个资源池中的资源的状态等参数。
在步骤S108中,根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源。资源的规模例如可以通过所占用的存储空间大小来确定。通过监控每个云服务提供商的资源使用情况及资源空闲情况,能够帮助管理跨多个云服务提供商的全局异构资源。
在一些实施例中,从为用户提供资源的资源池中选择未被使用的、并且符合用户所需的资源的规模的资源。未被使用的、符合用户所需的资源的规模的资源例如为占用空间大于用户所需空间的空闲资源。
在步骤S110中,将选择的资源推荐给用户。该推荐可以是对选择的资源的信息的推荐、或者接入方式的推荐。
在一些实施例中,将选择的资源的名称、所属的云服务提供商、规模中的至少一种信息发送给用户以供用户参考和确认。例如,为完成用户需求,需使用云服务提供商的大小为5G的数据存储服务、云服务提供商/>大小为4G的数据脱敏服务和云服务提供商/>占用空间为4G的人工智能(Artificial Intelligence,简称:AI)模型训练服务。
在用户确认后,可以进一步向用户发送接入方式,或者用户也可以自行接入各云服务提供商以访问被推荐的资源。
在一些实施例中,将选择的资源所对应的资源池发送给用户,例如将资源池的接入方式发送给用户。接入方式可以是访问地址、接口等等,这样用户无需自行获得各云服务提供商的接入方式。
上述实施例通过对各个云服务提供商提供的异构资源进行抽象,以生成多种类型的资源池的同构资源。并且,在用户欲使用异构资源时,无需关注对各个云服务提供商中的资源的选择策略,资源的推荐方案可以自动化地生成并推荐给用户。从而,本发明的实施例能够自动化地实现跨不同云服务提供商的资源协同调度,提高了用户的资源使用效率。
下面结合本发明一些实施例提供的示例性的网络架构,来描述为用户提供资源推荐服务的过程。
图2示出了根据本发明一些实施例的跨云资源推荐的网络架构示意图。如图2所示,云服务提供商1、2……n分别具有多个资源,同类或相似的资源使用相同的字母表示。例如,云服务提供商1提供资源A、B……,云服务提供商2提供资源C、A……,云服务提供商n提供资源B、D……。通过对这些云服务提供商所提供的资源进行抽象,将相似的资源划分到同一种资源池。资源池同构资源模块中展示了抽象后各个资源池所对应的类别。跨云异构资源协同模块可以通过异构资源统一接口来获取各种资源池的信息。用户1、用户2到用户m均通过统一接口来访问跨云异构资源协同模块,以获得该模块的推荐结果。跨云异构资源协同模块例如至少用于实现前述步骤S104~S110。
通过上述架构图可见,用户可以无需关注从哪个云服务提供商获得所需要的资源,通过跨云异构资源协同模块以及统一接口,即可获得自动生成的推荐结果。
下面参考图3至图5描述本发明跨云资源的推荐装置的实施例。
图3示出了根据本发明一些实施例的跨云资源的推荐装置的结构示意图。如图3所示,该的跨云资源的推荐装置30包括:抽象模块310,被配置为将来自多个云服务提供商的多个资源进行抽象,以生成多种类型的资源池,并根据资源池中的资源确定资源池的类型;用户需求确定模块320,被配置为确定用户所需的资源的类型和规模;用户资源池确定模块330,被配置为根据用户所需的资源的类型,确定为用户提供资源的资源池;资源选择模块340,被配置为根据多个云服务商的资源的使用情况、以及用户所需的资源的规模,从为用户提供资源的资源池中选择资源;推荐模块350,被配置为将选择的资源推荐给用户。
上述实施例通过对各个云服务提供商提供的异构资源进行抽象,以生成多种类型的资源池的同构资源。并且,在用户欲使用异构资源时,无需关注对各个云服务提供商中的资源的选择策略,资源的推荐方案可以自动化地生成并推荐给用户。从而,本发明的实施例能够自动化地实现跨不同云服务提供商的资源协同调度,提高了用户的资源使用效率。
在一些实施例中,抽象模块310进一步被配置为计算来自多个云服务提供商的多个资源中每两个资源之间的相似度;基于相似度对多个资源进行抽象,以生成多种类型的资源池。
在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度确定。
在一些实施例中,每两个资源之间的相似度根据每两个资源的描述文本之间的文本相似度以及词语顺序相似度的加权和确定。
在一些实施例中,用户需求确定模块320进一步被配置为接收用户通过统一接口发送的资源需求信息;对资源需求信息进行解析,以确定用户所需的资源的类型和规模。
在一些实施例中,用户资源池确定模块330进一步被配置为通过异构资源统一接口,获取多种资源池中每种资源池的信息;根据用户所需的资源的类型、以及每种资源池的信息,确定为用户提供资源的资源池。
在一些实施例中,资源选择模块340进一步被配置为从为用户提供资源的资源池中选择未被使用的、并且符合用户所需的资源的规模的资源。
在一些实施例中,推荐模块350进一步被配置为将选择的资源的名称、所属的云服务提供商、规模中的至少一种信息发送给用户。
在一些实施例中,推荐模块350进一步被配置为将选择的资源所对应的资源池发送给用户。
图4示出了根据本发明另一些实施例的跨云资源的推荐装置的结构示意图。如图4所示,该实施例的跨云资源的推荐装置40包括:存储器410以及耦接至该存储器410的处理器420,处理器420被配置为基于存储在存储器410中的指令,执行前述任意一个实施例中的跨云资源的推荐方法。
其中,存储器410例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
图5示出了根据本发明又一些实施例的跨云资源的推荐装置的结构示意图。如图5所示,该实施例的跨云资源的推荐装置50包括:存储器510以及处理器520,还可以包括输入输出接口530、网络接口540、存储接口550等。这些接口530,540,550以及存储器510和处理器520之间例如可以通过总线560连接。其中,输入输出接口530为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口540为各种联网设备提供连接接口。存储接口550为SD卡、U盘等外置存储设备提供连接接口。
本发明的实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现前述任意一种跨云资源的推荐方法。
本领域内的技术人员应当明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种跨云资源的推荐方法,包括:
将来自多个云服务提供商的多种资源进行抽象,以生成多种类型的资源池,并根据所述资源池中的资源确定所述资源池的类型;
确定用户所需的资源的类型和规模;
根据所述用户所需的资源的类型,确定为所述用户提供资源的资源池;
根据所述多个云服务商的资源的使用情况、以及所述用户所需的资源的规模,从为所述用户提供资源的资源池中选择资源;
将选择的资源推荐给所述用户。
2.根据权利要求1所述的推荐方法,其中,所述将来自多个云服务提供商的多种资源进行抽象,以生成多个资源池包括:
计算所述来自多个云服务提供商的多资源中每两个资源之间的相似度;
基于所述相似度对所述多种资源进行抽象,以生成多种类型的资源池。
3.根据权利要求2所述的推荐方法,其中,所述每两个资源之间的相似度根据所述每两个资源的描述文本之间的文本相似度以及词语顺序相似度确定。
4.根据权利要求3所述的推荐方法,其中,所述每两个资源之间的相似度根据所述每两个资源的描述文本之间的文本相似度以及词语顺序相似度的加权和确定。
5.根据权利要求1所述的推荐方法,其中,确定用户所需的资源的类型和规模包括:
接收所述用户通过统一接口发送的资源需求信息;
对所述资源需求信息进行解析,以确定所述用户所需的资源的类型和规模。
6.根据权利要求1所述的推荐方法,其中,所述根据所述用户所需的资源的类型,确定为所述用户提供资源的资源池包括:
通过异构资源统一接口,获取所述多种资源池中每种资源池的信息;
根据所述用户所需的资源的类型、以及每种资源池的信息,确定为所述用户提供资源的资源池。
7.根据权利要求1所述的推荐方法,其中,所述根据所述多个云服务商的资源的使用情况、以及所述用户所需的资源的规模,从为所述用户提供资源的资源池中选择资源包括:
从为所述用户提供资源的资源池中选择未被使用的、并且符合所述用户所需的资源的规模的资源。
8.根据权利要求1所述的推荐方法,其中,所述将选择的资源推荐给所述用户包括:
将选择的资源的名称、所属的云服务提供商、规模中的至少一种信息发送给用户。
9.根据权利要求1所述的推荐方法,其中,所述将选择的资源推荐给所述用户包括:
将选择的资源所对应的资源池发送给用户。
10.一种跨云资源的推荐装置,包括:
抽象模块,被配置为将来自多个云服务提供商的多种资源进行抽象,以生成资源池多种类型的资源池,并根据所述资源池中的资源确定所述资源池的资源类型;
用户需求确定模块,被配置为确定用户所需的资源的类型和规模;
用户资源池确定模块,被配置为根据所述用户所需的资源的类型,确定为所述用户提供资源的资源池;
资源选择模块,被配置为根据所述多个云服务商的资源的使用情况、以及所述用户所需的资源的规模,从为所述用户提供资源的资源池中选择资源;
推荐模块,被配置为将选择的资源推荐给所述用户。
11.一种跨云资源的推荐装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1~9中任一项所述的跨云资源的推荐方法。
12.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1~9中任一项所述的跨云资源的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108125.1A CN117076778A (zh) | 2023-08-30 | 2023-08-30 | 跨云资源的推荐方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108125.1A CN117076778A (zh) | 2023-08-30 | 2023-08-30 | 跨云资源的推荐方法、装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117076778A true CN117076778A (zh) | 2023-11-17 |
Family
ID=88711462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311108125.1A Pending CN117076778A (zh) | 2023-08-30 | 2023-08-30 | 跨云资源的推荐方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117076778A (zh) |
-
2023
- 2023-08-30 CN CN202311108125.1A patent/CN117076778A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105224606B (zh) | 一种用户标识的处理方法及装置 | |
CN105335403B (zh) | 数据库访问方法及装置、数据库系统 | |
CN103544623A (zh) | 一种基于用户偏好特征建模的Web 服务推荐方法 | |
CN108415845A (zh) | Ab测试系统指标置信区间的计算方法、装置和服务器 | |
CN106503268B (zh) | 数据对比方法、装置和系统 | |
WO2021068563A1 (zh) | 样本数据处理方法、装置、计算机设备及存储介质 | |
CN102012936B (zh) | 基于云计算平台的海量数据聚合方法和系统 | |
CN112800095A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN110347515B (zh) | 一种适合边缘计算环境的资源优化分配方法 | |
CN113177062B (zh) | 一种数据查询方法及装置 | |
CN110737425B (zh) | 一种计费平台系统的应用程序的建立方法及装置 | |
CN106713396A (zh) | 服务器调度方法和系统 | |
US20130151519A1 (en) | Ranking Programs in a Marketplace System | |
CN110210038A (zh) | 核心实体确定方法及其系统、服务器和计算机可读介质 | |
CN101495978B (zh) | 减少总线连接的消费者和产生者之间的消息流 | |
CN115118784A (zh) | 算力资源的调度方法、装置及系统 | |
CN111667018B (zh) | 一种对象聚类的方法、装置、计算机可读介质及电子设备 | |
CN112948526A (zh) | 用户画像的生成方法及装置、电子设备、存储介质 | |
CN111917848A (zh) | 基于边缘计算和云计算协同的数据处理方法及云服务器 | |
CN117076778A (zh) | 跨云资源的推荐方法、装置和计算机可读存储介质 | |
Wang et al. | A skyline-based efficient web service selection method supporting frequent requests | |
Jiang et al. | A semantic-based approach to service clustering from service documents | |
CN108964904A (zh) | 群密钥安全管理方法、装置、电子设备及存储介质 | |
CN114036180A (zh) | 报表生成方法、装置、设备及存储介质 | |
CN108959952A (zh) | 数据平台权限控制方法、装置和设备 |
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 |