(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111675390.9 (22)申请日 2021.12.31 (71)申请人 湖南麒麟信安科技股份有限公司 地址 410000 湖南省长 沙市高新区麒云 路 20号麒麟科技园4楼 (72)发明人 周同庆　李广辉　冯光　孙利杰　 陈松政　刘文清　杨涛　 (74)专利代理 机构 湖南兆弘专利事务所(普通 合伙) 43008 代理人 谭武艺 (51)Int.Cl. G06F 11/34(2006.01) G06F 9/50(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种用于云计算系统的性能边界瓶颈模拟 推演方法及系统 (57)摘要 本发明公开了一种用于云计算系统的性能 边界瓶颈模拟推演方法及系统， 本发 明包括采集 目标云计算系统的性能影 响指标数据； 提取卷积 核并引入卷积神经网络模型； 选择一组性能影 响 指标数据xn， 输入卷积神经网络模型计算第n次 的性能边界瓶颈an； 若an收敛则将前n次的性能 边界瓶颈推演结果的和的梯度求导后计算最终 的边界瓶颈推演结果， 否则继续迭代。 本发明能 够计算出各类 云计算系统的性能边界瓶颈， 包括 不同的硬件组合的物理服务器、 不同硬件下的不 同数量的服务器集群、 不同硬件 下的不同数量的 服务器集群的使用不同应用软件、 不同硬件下的 不同数量的服务器集群的不同团队使用不同应 用软件的性能瓶颈 。 权利要求书2页 说明书6页 附图2页 CN 114416504 A 2022.04.29 CN 114416504 A 1.一种用于云计算系统的性能边界瓶颈模拟推演方法， 其特 征在于， 包括： 1)采集目标云计算系统的N类性能影响指标 数据并构建数据仓库； 2)在数据仓库中遍历选择第n类性能影响指标数据xn， 将第n类性能影响指标数据xn归 一化并转换为图像后再通过 卷积池化 来提取其中卷积的卷积核； 3)将卷积核代入预设的卷积神经网络模型， 通过该卷积神经网络模型迭代计算第n次 的性能边界瓶颈an； 4)判断第n次的性能边界瓶颈an收敛或n小于N是否成立， 如果成立则将前n次的性能边 界瓶颈推演结果的和的梯度求导后计算最 终的边界瓶颈推演结果并输出， 否则跳转步骤2) 以继续迭代。 2.根据权利要求1所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 步骤1)中的N类性能影响指标数据包括服务器硬件性能信息、 服务器软件性能信息以及云 桌面软件性能信息三类， 且每一类性能影响指标 数据包含至少一种性能影响指标 数据。 3.根据权利要求2所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 所述服务器硬件性能信息包括服务器的硬件配置以及服务器台数， 所述硬件配置包括CPU、 内存、 磁盘、 主板、 网卡中的部 分或全部； 所述服务器软件性能信息包括服务器上的每秒CPU 占用信息、 每秒内存使用信息、 每秒磁盘I/O信息、 每秒线程列表详情、 每秒 网络数据信息、 各线程使用CPU和内存详情、 开机持续时间中的部 分或全部； 所述云桌面软件性能信息包括 云桌面系统上的每秒 CPU占用信息、 每秒内存使用信息、 每秒 磁盘I/O信息、 每秒线程列表详 情、 每秒网络数据信息、 各线程使用CPU和内存详情、 开机持续时间中的部分或全部 。 4.根据权利要求1所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 步骤3)中通过 该卷积神经网络模型迭代计算第n次的性能边界瓶颈an的函数表达式为： an＝f(w1*x1+w2*x2+…+wn*xn) 上式中， an为第n次的性能边界瓶颈， f为单 次性能瓶颈的推算公式， x1～xn分别为第1～ n类性能影响指标 数据， w1～wn分别为第1～n类性能影响指标 数据对应的卷积核。 5.根据权利要求4所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 单次性能瓶颈的推算公式f的函数表达式为： f＝xn*n1/e， 其中， xn为第n类性能影响指标数 据， 且第n类性能影响指标数据xn的值被归一化到0～1之间， n1表示同时采集目标云计算系 统的N类性能影响指标 数据的节点个数， e表示第n类性能影响指标 数据的性能总量。 6.根据权利要求5所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 步骤4)中第n次的性能边界瓶颈an收敛是指： 首先计 算第n次的性能边界瓶颈an和第n‑1次的 性能边界瓶颈an‑1之间的差值作为性能抖动差A； 然后根据下式计算第n次的性能边界瓶颈 an对应的Softmargi n损失函数： 上式中， n为迭代次数， max为最大值函数， an为第n次的性能边界瓶颈， A为性能抖动差， xn为第n类性能影响指标数据， a为正则参数， b为截距参数； 若计算出 的Softmargin损失函 数的值小于预设阈值， 则判定第n次的性能边界瓶颈an收敛， 否则判定第n次的性能边界瓶 颈an尚未收敛。 7.根据权利要求5所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于，权　利　要　求　书 1/2 页 2 CN 114416504 A 2步骤4)中第n次的性能边界瓶颈an收敛是指： 计 算第n次的性能边界瓶颈an和第n‑1次的性能 边界瓶颈an‑1之间的差值作为性能抖动差A， 若最近连续指定数量个性能抖动差A均小于预 设阈值， 则判定第n次的性能边界瓶颈an收敛， 否则判定第n次的性能边界瓶颈an尚未收敛。 8.根据权利要求7所述的用于云计算系统 的性能边界瓶颈模拟推演方法， 其特征在于， 步骤4)中将前n次的性能边界瓶颈推演结果的和的梯度求导后计算最 终的边界瓶颈推演结 果包括： 首 先， 根据下式计算前n次的性能边界瓶颈推演结果的和的梯度的偏导数； 上式中， Hi为前n次的性能边界瓶颈推演结果的和的梯度的偏导数， f表示单次性能瓶颈 的推算公式， a1～an分别表示第1～n次的性能边界瓶颈； 然后， 根据下式计算 最终的边界瓶颈推演结果： 上式中， 为最终的边界瓶颈推演结果， 为权重参数， xn为第n类性能影响指标数 据， 若迭代次数n小于预设阈值则将第n次的权重参数 取值为预设的常数值， 否则将第n 次的权重参数 取值为前n‑1次的性能边界瓶颈推演结果的和的梯度的偏导数Hi。 9.一种用于云计算系统的性 能边界瓶颈模拟推演系统， 包括相互连接的微处理器和存 储器， 其特征在于， 该微处理器被编程或配置以执行权利要求1～8 中任意一项所述用于云 计算系统的性能边界瓶颈模拟推演方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质中存储有计算机程 序， 且该计算机程序用于被计算机 设备执行以实施权利要求 1～8中任意一项 所述用于 云计 算系统的性能边界瓶颈模拟推演方法的步骤。权　利　要　求　书 2/2 页 3 CN 114416504 A 3