云存储系统的动态评估方法以及装置与流程

本发明涉及云计算技术领域，具体来说，涉及一种云存储系统的动态评估方法以及装置。

背景技术：

随着互联网时代信息与数据的快速增长，科学、工程和商业计算领域需要处理大规模、海量的数据，对计算能力的需求远远超出自身it架构的计算能力，这时就需要不断加大系统硬件投入来实现系统的可扩展性。云计算技术将数据、应用、服务存储在云端，充分利用数据中心强大的计算能力，实现用户业务系统的自适应性。

当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

云存储系统中大量的存储处理单元，其本质就是一个由大量节点构成的复杂网络，通过用复杂网络理论方法对云存储系统的特性进行分析，评估系统运行状态，从而可以预测和优化云存储服务质量。

技术实现要素：

本发明提出一种云存储系统的动态评估方法以及动态评估装置，能够有效的评估云存储系统节点存储资源的容量以及性能状态。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种云存储系统的动态评估方法，包括：

s1，对云存储系统建立动力系统演化模型；

s2，根据动力系统演化模型计算出云存储系统的节点的节点度和节点度分布；

s3，通过对节点度和节点度分布进行评估，判断云存储系统的节点的存储容量和存储性能。

根据本发明的实施例，在s2中，通过以下公式(1)计算节点度：

其中，

其中，ki(t)是云存储系统中第i个存储节点在t时刻的节点度，m表示接入云存储系统的新节点与系统中现有节点之间的链接数，c表示在云存储系统中由于某种原因断开链接的数目。

根据本发明的实施例，在s2中，计算节点度分布包括：

通过以下公式(2)计算p(k)：

其中，

其中，p(k)表示在t时刻云存储系统中存储节点度为k的概率。

根据本发明的实施例，在s2中，通过判断m和c得到γ，其中：

根据本发明的实施例，s3包括：

根据计算得到的ki(t)和p(k)来评估云存储系统的节点的存储容量和存储性能。

根据本发明的另一方面，提供了一种云存储系统的动态评估装置，包括顺序连接的以下模块：

模型建立模块，对云存储系统建立动力系统演化模型；

计算模块，根据动力系统演化模型计算出云存储系统的节点的节点度和节点度分布；

评估模块，通过对节点度和节点度分布进行评估，判断云存储系统的节点的存储容量和存储性能。

根据本发明的实施例，计算模块通过以下公式(1)计算节点度：

其中，

其中，ki(t)是云存储系统中第i个存储节点在t时刻的节点度，m表示接入云存储系统的新节点与系统中现有节点之间的链接数，c表示在云存储系统中由于某种原因断开链接的数目。

根据本发明的实施例，计算模块包括节点度分布计算子模块；

节点度分布计算子模块通过以下公式(2)计算p(k)：

其中，

其中，p(k)表示在t时刻云存储系统中存储节点度为k的概率。

本发明的上述技术方案，实现了一种基于ba模型的云存储系统动态评估方法，能够通过复杂系统理论方法对云存储系统的特性进行分析，评估系统运行状态，从而可以预测和优化云存储服务质量。通过对云存储系统建立动力系统演化模型，分析计算出系统中节点的度以及度分布；通过对节点的节点度进行评估，判断云存储系统中各节点的存储容量和存储性能；通过节点的节点度分布进行评估，分析云存储系统中节点度在整个系统节点中占用概率，可以了解系统的整体承载能力。

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的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的云存储系统的动态评估方法的流程图。

图2是云存储系统的节点数为50时的系统演化图。

图3是云存储系统的节点数为500时的系统演化图。

图4是云存储系统的节点度值分布图。

图5是云存储系统的节点度的概率分布图。

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所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，根据本发明实施例的云存储系统的动态评估方法包括以下步骤：

s10，对云存储系统建立动力系统演化模型；

s20，根据动力系统演化模型计算出云存储系统的节点的节点度和节点度分布；

s30，通过对节点度和节点度分布进行评估，判断云存储系统的节点的存储容量和存储性能。

本发明的上述技术方案，实现了一种基于ba模型(无标度网络模型)的云存储系统动态评估方法，能够通过复杂系统理论方法对云存储系统的特性进行分析，评估系统运行状态，从而可以预测和优化云存储服务质量。通过对云存储系统建立动力系统演化模型，分析计算出系统中节点的度以及度分布；通过对节点的节点度进行评估，判断云存储系统中各节点的存储容量和存储性能；通过节点的节点度分布进行评估，分析云存储系统中节点度在整个系统节点中占用概率，可以了解系统的整体承载能力。

根据本发明的实施例，在步骤s20中，通过以下公式(1)计算节点度：

其中，

其中，ki(t)是云存储系统中第i个存储节点在t时刻的节点度，m表示接入云存储系统的新节点与系统中现有节点之间的链接数，c表示在云存储系统中由于某种原因断开链接的数目。

根据本发明的实施例，在步骤s20中，计算节点度分布包括：

通过以下公式(2)计算p(k)：

其中，

其中，p(k)表示在t时刻云存储系统中存储节点度为k的概率。

根据本发明的实施例，在步骤s20中，可以通过判断m和c得到γ，其中：

根据本发明的实施例，步骤s30可以包括：根据计算得到的ki(t)和p(k)来评估云存储系统的节点的存储容量和存储性能。

示例分析：

云存储系统中开始存在5个节点随机连接；在每个时间段，云存储系统中由于某种原因2条链路被删除；在每个时间段，新增一个用于云存储的系统节点与已经存在于云存储系统中的4个系统节点进行链接。假设云存储系统的最终规模为500个系统节点。

可以得出当云存储系统中系统节点数为50时，云存储系统演化图如图2所示；当系统中节点数为500时，云存储系统演化图如图3所示。根据系统的演化机制，可以算出系统演化的节点度以及节点度分布，图4示出的是系统中各节点的节点度大小分布图，图5示出的是系统中节点度的概率分布图。从图4的节点度大小分布可以直观的看出云存储系统中各节点的存储容量和存储性能，而图5的节点度的概率分布可以直观看出在云存储系统中节点度在整个系统节点中占用概率，可以了解系统的整体承载能力。通过这两种方法的评估可以对云存储系统进行实时高效监控，可以对云存储系统的运行起到很好的预测效果，发现问题及时。

本发明能有多种不同形式的具体实施方式，上面以图2至图5为例结合附图对本发明的技术方案作举例说明，这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中，本领域的普通技术人员应当了解，上文所提供的具体实施方案只是多种优选用法中的一些示例，任何体现本发明权利要求的实施方式均应在本发明技术方案所要求保护的范围之内。

根据本发明的实施例，还提供了一种云存储系统的动态评估装置，包括顺序连接的以下模块：

模型建立模块，对云存储系统建立动力系统演化模型；

计算模块，根据动力系统演化模型计算出云存储系统的节点的节点度和节点度分布；

评估模块，通过对节点度和节点度分布进行评估，判断云存储系统的节点的存储容量和存储性能。

根据本发明的实施例，计算模块通过以下公式(1)计算节点度：

其中，

其中，ki(t)是云存储系统中第i个存储节点在t时刻的节点度，m表示接入云存储系统的新节点与系统中现有节点之间的链接数，c表示在云存储系统中由于某种原因断开链接的数目。

根据本发明的实施例，计算模块包括节点度分布计算子模块；

节点度分布计算子模块通过以下公式(2)计算p(k)：

其中，

其中，p(k)表示在t时刻云存储系统中存储节点度为k的概率。

以上所述仅为本发明的较佳实施例而已，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。