KR20210095535A - A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same - Google Patents

A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same Download PDF

Info

Publication number
KR20210095535A
KR20210095535A KR1020200078475A KR20200078475A KR20210095535A KR 20210095535 A KR20210095535 A KR 20210095535A KR 1020200078475 A KR1020200078475 A KR 1020200078475A KR 20200078475 A KR20200078475 A KR 20200078475A KR 20210095535 A KR20210095535 A KR 20210095535A
Authority
KR
South Korea
Prior art keywords
virtual machine
information
storage
cluster
recommendation
Prior art date
Application number
KR1020200078475A
Other languages
Korean (ko)
Other versions
KR102351426B1 (en
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 KR1020200078475A priority Critical patent/KR102351426B1/en
Publication of KR20210095535A publication Critical patent/KR20210095535A/en
Application granted granted Critical
Publication of KR102351426B1 publication Critical patent/KR102351426B1/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

According to one embodiment of the present invention, a method of recommending a virtual machine, which is a method of recommending a created virtual machine that is a virtual machine to be created on a physical server by using a virtual machine recommendation system, includes: a storage information reception step of receiving, by a storage information collection unit of the virtual machine recommendation system, storage information that is information related to a storage virtual machine that is a previously created virtual machine; a clustering step of classifying, by a clustering unit of the virtual machine recommendation system, the storage virtual machine into clusters by a predetermined classification scheme based on the storage information; a cluster selection step of selecting, by a cluster selection unit of the virtual machine recommendation system, a cluster satisfying a predetermined condition; and a recommendation information calculation step of calculating, by a recommendation information calculation unit of the virtual machine recommendation system, recommendation information that is information related to details of the created virtual machine by a predetermined calculation scheme based on the information related to the storage virtual machine corresponding to the selected cluster that is a cluster in which the predetermined condition is satisfied.

Description

사용 목적에 적합한 가상 머신을 추천하는 방법 및 이를 구현하는 가상 머신 추천 시스템{A METHOD FOR RECOMMENDING A VITUAL MACHINE SUITABLE FOR A PURPOSE OF USE AND A VIRTUAL MACHINE RECOMMENDATION SYSTEM IMPLEMENTING THE SAME}A method for recommending a virtual machine suitable for the purpose of use and a virtual machine recommendation system implementing the same

본 발명은 사용 목적에 적합한 가상 머신을 추천하는 방법 및 이를 구현하는 가상 머신 추천 시스템에 대한 것으로서, 물리 서버 상에 생성되고자 하는 가상 머신인 생성 가상 머신을 추천하는 방법 및 이를 이용한 가상 머신 추천 시스템에 관한 것이다.The present invention relates to a method for recommending a virtual machine suitable for a purpose of use and a virtual machine recommendation system for implementing the same. it's about

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.Data centers, which account for about 2% of the world's electricity consumption, are high-density and energy-consuming buildings that use the most electricity among single buildings, but they are inefficiently operating by adhering to conservative operations that prioritize stability. In the future, due to the spread of Internet of Things, big data, and cloud technologies, it is expected that small data centers will be integrated into large-scale data centers such as 'hyperscale' and 'mega' data centers. complexity is also expected to increase. Here, since the resource utilization rate of the server is significantly lowered when limited to the physical server, server virtualization technology is used to overcome the physical limit and increase the utilization rate of the server resource.

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 specification of a separate virtual machine and an installed program must be set. This may be a rather complicated process for a person unfamiliar with setting the specifications of a virtual machine. Specifically, if the specifications of the virtual machine are insufficient than the specifications to be used originally, the user may feel inconvenient in use, and, conversely, if the specifications of the virtual machine are excessive than the specifications to be used originally, the user is charged for unnecessary virtual machine utilization 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, recently, the demand for a virtual machine optimized for a user's purpose is constantly increasing, but there is no service providing this. For this reason, it is not possible to provide an appropriate virtual machine to a user, and various problems including the above-described problem are generated.

한국공개특허공보 제10-2012-0116773호, 2012.10.23, 공개 (명칭 : 클라우드 컴퓨팅 서비스 센터 추천 방법)Korean Patent Application Laid-Open No. 10-2012-0116773, 2012.10.23, published (Title: Cloud Computing Service Center Recommendation Method)

본 발명은 사용자에게 적합한 가상 머신을 추천하는 방법 및 이를 이용한 가상 머신 추천 시스템을 제공하고자 한다.An object of the present invention is to provide a 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-mentioned problems, and the problems not mentioned can be clearly understood by those of ordinary skill in the art to which the present invention belongs from the present specification and 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 method for recommending a created virtual machine that is a virtual machine to be created on a physical server by using a virtual machine recommendation system, wherein the virtual machine recommendation system A storage information receiving step of receiving, by the storage information collecting unit of the storage information, information related to a storage virtual machine that is a previously created virtual machine; a clustering step in which the storage virtual machine is divided into clusters according to 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 satisfying a predetermined condition is selected by the cluster selection unit of the virtual machine recommendation system; and, by the recommendation information calculation unit of the virtual machine recommendation system, the generated virtual machine by a predetermined calculation method based on the information related to the storage virtual machine corresponding to the selected cluster that is the cluster in which the predetermined condition is satisfied. It may include;

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.The method further includes an initial information receiving step of receiving, by the initial information collecting unit of the virtual machine recommendation system, plan information, which is information related to the generation plan of the generated virtual machine, the predetermined classification method comprising: It may be a method of classifying the storage virtual machine into a cluster unit based on a classification criterion affecting a creation 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 of calculating generation specification information, which is information related to the detailed specification of the generated virtual machine, wherein the first calculation method includes the storage on the selection cluster. It may be a method in which the generation specification information is calculated by a predetermined calculation method based on only 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.Also, 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.Also, the predetermined calculation method may be a method of averaging the specifications of the storage virtual machines that satisfy the predetermined selection condition.

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.In addition, the predetermined calculation method includes a second calculation method that is a method of calculating generated program information, which is information related to a program that can be installed in the generated virtual machine, wherein the second calculation method includes: The method may be a method of calculating generated program information, which is information of programs commonly installed in virtual machines of a predetermined standard or more 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.Also, the second calculation method may be calculated based on only a virtual machine that satisfies a predetermined selection condition among the storage virtual machines in the selection group.

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 method for recommending a created virtual machine that is a virtual machine to be created on a physical server by using a virtual machine recommendation system, wherein the virtual machine recommendation system an initial information receiving step in which plan information, which is information related to a generation plan of the generated virtual machine, is received by the initial information collecting unit of The generation by the cluster selection unit of the virtual machine recommendation system from among clusters in which the storage virtual machine is classified by a classification criterion related to the generation plan based on storage information that is information related to the storage virtual machine that is the generated virtual machine a cluster selection step in which a cluster corresponding to the plan is selected; and a predetermined calculation method based on the information related to the storage virtual machine corresponding to the selected cluster, which is the cluster selected by the recommendation information calculating unit of the virtual machine recommendation system. It may include;

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 of calculating generation specification information, which is information related to detailed specifications of the generated virtual machine, and a generated program, which is information related to a program that can be installed in the generated virtual machine. A second calculation method that is a method of 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.Also, in the first calculation method, the generation specification information is calculated by a predetermined calculation method based on only virtual machines that satisfy a predetermined selection condition, which is a condition related to an error of a virtual machine, from among the storage virtual machines on the selection cluster. and the second calculation method may be a method of calculating generated program information, which is information on programs commonly installed in virtual machines of a predetermined standard or higher among the storage virtual machines in the selection group.

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 for performing a virtual machine recommendation method, which is a method of recommending a created virtual machine, which is a virtual machine to be created on a physical server. a storage information collection unit for receiving storage information that is information related to the storage virtual machine; a clustering unit for classifying the storage virtual machines into clusters according to a predetermined classification method by using the storage information; a cluster selection unit for selecting a cluster satisfying a predetermined condition; and recommendation information for calculating recommendation information that 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 resolved to a selected cluster that 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.The method further includes: an initial information collection unit configured to receive plan information, which is information related to the generation plan of the generated virtual machine, wherein the predetermined classification method includes: selecting the storage virtual machine based on a classification criterion related to the generation plan It may be a method of classifying in a cluster unit.

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 for performing a virtual machine recommendation method, which is a method of recommending a generated virtual machine that is a virtual machine to be created on a physical server. an initial information collection unit for receiving plan information that is information related to a generation plan; A cluster selection unit that selects a cluster corresponding to the creation plan from among clusters in which the storage virtual machine is classified according to a classification criterion related to the creation plan, based on storage information that is information related to the storage virtual machine that is the created virtual machine ; and a recommendation information calculation unit that calculates recommendation information that 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 the 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 the user.

또한, 원활하게 가동될 수 있는 가상 서버를 사용자에게 추천할 수 있다.In addition, a virtual server that can be smoothly operated may 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 of ordinary skill in the art to which the present invention belongs from the present specification and 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;
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 diagram for explaining an initial information receiving step of a method for recommending a virtual machine according to an embodiment of the present invention;
5 is a diagram for explaining a clustering step of a method for recommending a virtual machine 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 embodiments presented, and those skilled in the art who understand the spirit of the present invention may add, change, delete, etc. other components within the scope of the same spirit, through addition, change, deletion, etc. Other embodiments included within the scope of the invention may 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, components having the same function within the scope of the same idea shown in the drawings of each embodiment 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.Referring to FIG. 1 , in a virtual machine recommendation system 100 according to an embodiment of the present invention, a user device 10 , a physical server 20 and/or a storage information database 30 communicate with each other through a network. possible to be connected.

여기서, 네트워크는 무선 또는 유선의 통신망을 통칭하며, 통신망의 종류는 한정되지 않을 수 있다.Here, the network collectively 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.Also, the physical server 20 may perform an operation necessary for the virtual server to operate 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.For example, the user device 10 may be a desktop, a tablet computer, a notebook computer, a net book, a smart phone, a smart pad, etc., and in particular, a web It may be in the form of a server providing services such as a service, an email service, a video play service, and the like.

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

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

다만, 이에 한정하지 않고 상기 물리 서버는 가상 머신이 실행될 수 있는 모든 수단을 포함하는 개념일 수 있다.However, without being limited thereto, the physical server may be a concept including all means by which a 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, which 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 about a virtual machine created in the physical server 20 and/or a virtual machine created in the physical server 20 .

이는, 상기 물리 서버(20)에 의해 저장 정보가 상기 저장 정보 데이터베이스(30)에 저장될 수 있다.In this case, the storage information may 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.Also, without being limited thereto, the storage information may be stored in the storage information database 30 by a separate device.

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, which is information about the specification of the storage virtual machine, and stored program information, which is information about a program installed in the storage virtual machine.

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

다만, 이에 한정하지 않고 상기 저장 사양 정보는 통상의 기술자에게 자명한 수준에서, 가상 머신의 사양과 관련된 모든 정보를 포함할 수 있다.However, without being limited thereto, the storage specification information may include all information related to the specification of the virtual machine at a level that is obvious to a person skilled in the art.

일례로, 저장 프로그램 정보는 가상 머신에 설치된 유틸 프로그램에 대한 정보에 대한 것일 수 있다.For example, the stored program information may be information about a utility program installed in the 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, without being limited thereto, the stored program information may include all information related to a program installed in a virtual machine, at a level that is obvious to a person skilled in the art.

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

사용자는 상기 물리 서버(20)에 가상 머신을 생성하고자 할 수 있다.A user may wish to create a virtual machine in 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 intends to create on the physical server 20 may 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.A user inputs a purpose (generation plan) for using a virtual machine in the user device 10 , and plan information that is information (data) about the generation plan may be transmitted to the virtual machine recommendation system 100 . .

도 2는 본 발명의 일 실시예에 따른 가상 머신 추천 시스템의 구성 블록도이다.2 is a 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 is a virtual machine recommendation system for performing a virtual machine recommendation method, which is a method of recommending a created virtual machine that is a virtual machine to be created on a physical server, The operation unit 120 that performs information processing operation, the transceiver 110 that transmits and receives information from a location other than the virtual machine recommendation system, and the information necessary for the operation unit 120 and the transceiver 110 to function are stored. A memory unit 130 may be provided.

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 transceiver 110 receives the initial information collection unit 111 for receiving plan information, which is information related to the generation plan of the generated virtual machine, and storage information, which is information related to the storage virtual machine, which is the virtual machine created from the storage information database. It may include a storage information collecting unit 112 for receiving and a recommendation information transmitting unit 113 for transmitting recommended information, which will be described later, to the physical server and/or the user device.

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 operation unit 120 includes a clustering unit 122 that classifies the storage virtual machine into cluster units by a predetermined classification method by using the storage information, a cluster selection unit 121 that selects a cluster that satisfies a predetermined condition, and A recommendation information calculation unit 123 that calculates recommendation information that 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 the selected cluster. 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 uses the plan information transmitted by the initial information collection unit 111 to further include a plan information derivation unit 124 for calculating derivation plan information, which is information affected by a classification criterion to be described later. 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.Also, 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 transceiver 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 for connecting the transceiver 110 , the operation unit 120 , and/or the memory unit 130 may include both wireless and wired methods.

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 includes a virtual machine recommendation method that is a method of recommending a generated virtual machine that is a virtual machine to be created on a physical server by using a virtual machine recommendation system. , an initial information receiving step (S110), in which plan information, which is information related to a generation plan of the generated virtual machine, is received by the initial information collection unit of the virtual machine recommendation system, storage information collection unit of the virtual machine recommendation system A storage information receiving step (S120), which is a step in which storage information, which is information related to a storage virtual machine, which is a previously created virtual machine, is received, by the clustering unit of the virtual machine recommendation system, based on the stored information A clustering step (S130), which is a step in which the storage virtual machine is divided into clusters according to a predetermined classification method, and a cluster selection step, in which a cluster satisfying a predetermined condition is selected by the cluster selector of the virtual machine recommendation system. (S140) and the generation of the virtual machine recommendation system by a predetermined calculation method based on the information related to the storage virtual machine corresponding to the selected cluster that is the cluster satisfying the predetermined condition by the recommendation information calculation unit of the virtual machine recommendation system It may include a recommendation information calculation step (S150) in which recommendation information, which is information related to details of the virtual machine, is calculated.

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 diagram for explaining an initial information receiving step of a method for recommending a virtual machine 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 a utilization plan for using the virtual machine through the 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 transmit 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.For example, the user's virtual machine utilization plan may be identified by using chat information provided to the user device by the virtual machine recommendation system.

생성 계획이란 사용자가 가상 머신을 생성하려고 하는 목적, 사용 계획 등을 포함하는 것일 수 있다.The creation plan may include a purpose for which a user intends 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 chatting, information (data) about a value input by a user to the user device may be defined as plan information.

상기 계획 정보는 상기 사용자 장치를 통해 상기 가상 머신 추천 시스템으로 전달될 수 있다.The plan information may be transmitted 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 may activate a chatting program from the user device 10 , and a chatting window P10 may 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 chatting information, and an image or text T11 calculated through the chatting information may be displayed on the display of the user device.

상기 사용자 장치에 활성화된 채팅 프로그램을 통해 사용자의 사용 목적 또는 사용하는 사람의 수 등의 가상 머신 활용과 관련된 계획이 입력될 수 있다.A plan related to the utilization of the virtual machine, such as the purpose of use of the user or the number of users, may be input through the chatting program activated in the user device.

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 of the user to create a 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.The plan information, which is information calculated through input by the user through the chatting 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 to be described later based on the plan information transmitted 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 chatting program, the derived plan information may include only information related to the generation 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 in consideration of a classification criterion to be described later.

일례로, 구분 기준이 가상 머신 사용 목적이라면, 도출 계획 정보는 구분 기준으로 설정된 사용 목적과 관련된 정보로 산출될 수 있다.For example, if the classification criterion is the purpose of using the virtual machine, the derivation plan information may be calculated as information related to the purpose of use 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 the purpose of using the virtual machine, such as a weather server operation, an in-house integrated server operation, a homepage server operation, etc., the derivation plan information may be calculated as one of the usage purposes.

도 5는 본 발명의 일 실시예에 따른 가상 머신 추천 방법의 클러스터링 단계를 설명하기 위한 도면이다.5 is a diagram for explaining a clustering step of a method for recommending a virtual machine 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.At the storage information receiving end, the storage information collecting unit may receive the storage information 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 in 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 in a cluster unit based on a classification criterion 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.A detailed description of the relationship between the classification criterion and the generation plan, in other words, plan information, and in other words, derivation plan information, may be omitted to the extent that it overlaps with the above-mentioned content.

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 the purpose of use of the virtual machine, the storage virtual machine may be classified according to the 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 operating a weather server, cluster B may be a cluster of storage virtual machines for the purpose of operating an in-house integrated server, and cluster C may operate a homepage server may be a storage virtual machine cluster intended to be used.

다만, 이에 한정하는 것은 아니고 구분 기준은 사용 목적 이외의 다른 요소일 수 있다.However, it is not limited thereto, and the classification criterion may be a factor other than the purpose of use.

일례로, 구분 기준은 서버 사용자 수일 수 있다.For 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, the cluster selection of the virtual machine recommendation system from among clusters in which the storage virtual machine is classified according to a classification criterion related to the generation plan based on storage information that is information related to the storage virtual machine that is the generated virtual machine A cluster corresponding to the generation plan may be selected by the government.

군집 선정 단계에서, 상기 군집 선정부는 미리 정해진 조건이 만족되는 군집을 선정할 수 있다.In the cluster selection step, the cluster selector 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.Corresponding may mean coincident with each other.

상기 군집 선정부는 상기 도출 계획 정보와 대응되는 군집을 선정하여 후술하는 추천 정보 산출 단계를 수행할 수 있다.The cluster selector may select a cluster corresponding to the derivation plan information and perform a recommended information calculation step, which will be 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 selector 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 such, since the recommendation information is calculated based on only the storage virtual machine corresponding to the classification criterion, not all virtual machines, it is possible to more accurately calculate the recommendation information to meet 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.Specifically, it is somewhat difficult for a developer who develops 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 using data of existing virtual machines, and a recommendation method is calculated based on the virtual machines corresponding to the creation plan, all factors that the developer did not consider are considered, and recommended 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 calculation step, the generated virtual machine is generated by a predetermined calculation method based on information related to the storage virtual machine corresponding to the selected cluster, which is the cluster selected by the recommendation information calculating unit of the virtual machine recommendation system. Recommendation information that 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 step of calculating the recommendation information, the recommendation information calculating unit may calculate the recommendation information by a predetermined calculation method based on information related to a storage virtual machine corresponding to a selected cluster that is a cluster in which the predetermined condition is satisfied.

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 a first calculation method, which is a method of calculating generation specification information, which is information related to detailed specifications of the generated virtual machine, and generated program information, which is information related to a program that can be installed in the generated virtual machine. A second calculation method that is a method may be provided.

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 on only a virtual machine that satisfies a predetermined selection condition among the storage virtual machines on the selection group.

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 on whether the storage virtual machine satisfies 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 the calculation method based on only a smoothly running virtual machine that does not generate an abnormality or is predicted not to generate an abnormality.

일례로, 미리 정해진 기준은 오류 발생 횟수를 의미하는 것일 수 있다.For example, the predetermined criterion may mean the number of times of error occurrence.

다만, 이에 한정하지 않고 상기 미리 정해진 기준은 통상의 기술자에게 자명한 수준에서 다양하게 변형 될 수 잇다.However, without being limited thereto, the predetermined standard may be variously modified at a level obvious to those 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 for whether the utilization of the workload has been greater than or equal to 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 that satisfy the predetermined selection condition.

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 that satisfy the predetermined selection condition 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 cluster B, among which, three storage virtual machines satisfying a predetermined selection condition are a first storage virtual machine, a second storage virtual machine, and a third storage virtual machine. can exist.

여기서, 저장 사양 정보는 가상 머신에 할당된 CPU, MEMORY에 대한 정보로 가정할 수 있다.Here, it may be assumed that the storage specification information is 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 the third storage virtual machine is allocated 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 recommended virtual machine specification may be a CPU of 3.90 GHz and a MEMORY of 4.00 GB, and this information may be generation 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 obvious 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.For example, the predetermined calculation method may be a method of averaging the specifications of the storage virtual machines in consideration of the weight for the error rate.

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.The second calculation method may be a method of calculating generated program information, which is information on programs commonly installed in virtual machines of a predetermined standard or higher among the stored virtual machines in the selection group.

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 a virtual machine that satisfies the predetermined selection condition among the storage virtual machines in the selection group.

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 may be variously modified at a level obvious to those 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 satisfying 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 step of transmitting the recommendation information, the recommendation information transmitter 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.The user device may recommend a specification of a created virtual machine and a program that is easily installed based on the recommendation information through an image.

상술한 용어 중에서 정보의 의미는 컴퓨터 상에서 전달되고 저장되는 데이터를 의미할 수 있다.Among the above terms, the meaning of information may refer to 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 the accompanying drawings, in order to more clearly express the technical spirit of the present invention, components that are not related to or inferior to the technical spirit of the present invention are briefly expressed or omitted.

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 embodiments according to the present invention, but the present invention is not limited thereto, and it is understood that various changes or modifications can be made within the spirit and scope of the present invention. It is intended that such changes or modifications will be apparent to those skilled in the art, and therefore fall 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 (1)

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;를 포함하는,
가상 머신 추천 방법.In the virtual machine recommendation method, which is a method of recommending a created virtual machine that is a virtual machine to be created on a physical server by using a 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 created virtual machine;
How to recommend a virtual machine.
KR1020200078475A 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 KR102351426B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
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 (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

Related Parent Applications (1)

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

Publications (2)

Publication Number Publication Date
KR20210095535A true KR20210095535A (en) 2021-08-02
KR102351426B1 KR102351426B1 (en) 2022-01-14

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 Before (1)

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

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 (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120198447A1 (en) * 2011-01-31 2012-08-02 International Business Machines Corporation Determining an allocation configuration for allocating virtual machines to physical machines
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
KR20160046219A (en) * 2014-10-20 2016-04-28 건국대학교 산학협력단 Method and apparatus for providing virtual cluster system
KR20170081404A (en) * 2016-01-04 2017-07-12 한국전자통신연구원 Apparatus and method for virtual machine recommendation

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4982578B2 (en) * 2010-02-22 2012-07-25 西日本電信電話株式会社 Resource allocation device, resource allocation method, and resource allocation control program
JP2011186701A (en) * 2010-03-08 2011-09-22 Nec Corp Resource allocation apparatus, resource allocation method and resource allocation program
KR101867487B1 (en) * 2016-12-23 2018-07-18 경희대학교 산학협력단 System and method of migration based fuzzy in cloud environment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120198447A1 (en) * 2011-01-31 2012-08-02 International Business Machines Corporation Determining an allocation configuration for allocating virtual machines to physical machines
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
KR20160046219A (en) * 2014-10-20 2016-04-28 건국대학교 산학협력단 Method and apparatus for providing virtual cluster system
KR20170081404A (en) * 2016-01-04 2017-07-12 한국전자통신연구원 Apparatus and method for virtual machine recommendation

Also Published As

Publication number Publication date
KR102351426B1 (en) 2022-01-14
KR102135210B1 (en) 2020-07-17

Similar Documents

Publication Publication Date Title
US9628582B2 (en) Social-driven precaching of accessible objects
EP2822236B1 (en) Network bandwidth distribution method and terminal
US20180225303A1 (en) Prioritizing file synchronization in a distributed computing system
JP6047669B2 (en) Data synchronization
US9047321B2 (en) Prioritizing downloading of image files
US10262265B2 (en) Systems and methods for generating and communicating application recommendations at uninstall time
KR102351426B1 (en) A method for recommending a vitual machine suitable for a purpose of use and a virtual machine recommendation system implementing the same
US10616134B1 (en) Prioritizing resource hosts for resource placement
CN109348264B (en) Video resource sharing method and device, storage medium and electronic equipment
CN104657217B (en) A kind of cloud environment method for scheduling task based on non-homogeneous grain-size classification
Kim et al. IMAV: an intelligent multi-agent model based on cloud computing for resource virtualization
US11132348B1 (en) Techniques to configure media packages
US20230379268A1 (en) Resource scheduling method and system, electronic device, computer readable storage medium
US10691700B1 (en) Table replica allocation in a replicated storage system
US20140173622A1 (en) Data analysis system
CN114548416A (en) Data model training method and device
KR102088207B1 (en) Sever, method of controlling a server and computer program stored in computer readable medium therefor
CN106101016A (en) Dispatching method and system
US10599739B2 (en) Information processing device and information processing method
US11336519B1 (en) Evaluating placement configurations for distributed resource placement
JP7096131B2 (en) Adjustment program, adjustment device, adjustment method, decision device, decision method and decision program
CN112306406A (en) Intelligent storage automatic grading method and device, storage medium and electronic equipment
US10721181B1 (en) Network locality-based throttling for automated resource migration
KR102535077B1 (en) Method and Apparatus for Providing VMI Service Using Service Statistics Data
US20230136226A1 (en) Techniques for auto-tuning compute load resources

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant