CN107807856A - 一种有限期积分云服务***资源配置方法及装置 - Google Patents
一种有限期积分云服务***资源配置方法及装置 Download PDFInfo
- Publication number
- CN107807856A CN107807856A CN201711083686.5A CN201711083686A CN107807856A CN 107807856 A CN107807856 A CN 107807856A CN 201711083686 A CN201711083686 A CN 201711083686A CN 107807856 A CN107807856 A CN 107807856A
- Authority
- CN
- China
- Prior art keywords
- integration
- data
- price
- mrow
- calculated
- 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
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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
- H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种有限期积分云服务***资源配置方法,包括如下步骤:从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;根据与积分运营有关的经济数据计算得到积分价值;对计算得出的积分价值数据进行加密;根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;根据所获得的积分数据智能选择资源池内的计算机资源进行配给。另一方面,结合这种方法,为了帮助积分运营机构提高计算机运行效率,本发明还提供了一种资源配置装置,帮助云服务计算机完成资源配置,提高运算效率。
Description
技术领域
本发明涉及虚拟积分云服务领域,特别是一种有限期积分云服务***资源配置方法及装置。
背景技术
为了吸引客户,增加客户活跃度,各类平台、商家均发行了自有的虚拟积分。各个商家的信息化虚拟积分均基于云服务。但目前虚拟积分的云服务设备资源配置缺乏指导,数据承载不均衡,造成积分数据QoS下降。
基于负载均衡(Load Balance,LB)的动态资源调度方法当前应用最为广泛,一个迁移域中各主机上承载的虚拟机可以在所述迁移域中进行迁移。其主要步骤为:监控得到迁移域中所有主机和虚拟机的负载指标,并判断是否达到迁移触发条件,若达到迁移触发条件,则进行虚拟机的在线迁移,从高负载的源主机上选择虚拟机,迁移到低负载的目的主机上,从而达到迁移域内负载均衡的目的。
但是,基于负载均衡的动态资源调度方法仅考虑了当前时刻的负载状况,并未考虑由于未来积分价值波动导致的客流变化,从而形成的负载冲突,造成虚拟机的QoS下降;同时现有的动态资源调度仅考虑当前时刻负载的均衡,随着负载的变化容易反复迁移,浪费了运数据中心的资源。
因鉴于此,特提出此发明。
发明内容
本发明的目的是提供一种可普遍用于由各类机构发行的有限期虚拟积分的云服务***资源调配方法,帮助企业计算机提高效率,并提高***安全性。
为了实现上述目的,本发明首先提供一种有限期积分云服务***资源配置方法,作为资源调配***的阀值。配置方法包括如下步骤:
从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;
根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;
应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器;
根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;
根据所获得的积分数据智能选择资源池内的计算机资源进行配给。
可选地或优选地,所述结合所述成长性参数和所述静态参数计算出积分的估值系数包括:
赋予所述成长性参数第一加权系数,赋予所述静态参数第二加权系数,将所述成长性参数与第一加权系数的乘积与所述静态参数与第二加权系数的乘积相加,得到所述估值系数。
可选地或优选地,所述利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值包括:
将所述价格数据、积分剩余有效期限与总有效期的比值以及所述估值系数相乘得到所述积分价值。
可选地或优选地,所述根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数包括:
根据过去经济指标状态数据预测未来的宏观经济指标数据;
根据过去及当前发行机构经营数据,结合预测的宏观经济指标数据,预测与该机构未来积分发行和消耗有关的指标数据;
根据所述积分发行和消耗有关的指标数据,预测未来积分发行量与主动消耗量;以及
根据马柯维茨投资组合理论、高登增长模型和资本资产定价模型,对未来积分发行量与主动消耗量的预测值进行折现,获得发行量现值和主动消耗量现值;
将主动消耗量现值与发行量现值的比值作为所述积分的成长性参数。
可选地或优选地,所述宏观经济指标包括名义国内生产总值、居民消费价格指数和实际国内生产总值中一种或几种的组合。
可选地或优选地,所述与该机构未来积分发行和消耗有关的指标数据包括交易额、销售额、营销费用和现金流中的一种或几种的组合。
可选地或优选地,发行量现值和主动消耗量现值的通过以下模型计算得到:
Rapv为主动消耗量现值,Opv为发行量现值。
可选地或优选地,所述与所述积分所兑换商品相关的数据的获取方法包括:根据所述积分与其所兑换商品的价格数据得到积分的价格。
可选地或优选地,所述根据所述积分与其所兑换商品的价格数据得到积分的价格包括:
根据当前被评积分其兑换商城的货品标价,以及积分代替货币的价格,获得积分的平均账面价格Pb;和/或
根据当前被评积分其兑换商城的货品第三方公允价格,以及积分代替的货币价格,获得积分的平均实物价格Pr;和/或
根据马柯维茨投资组合理论和资本资产定价模型获得积分发行机构的贝塔系数β和/或该机构的竞争方平均贝塔系数βc;
同时对当前被评积分其兑换商城的货品流动性进行评级,计算每类物品的流动性,流动性最好的物品赋值为1;最差物品赋值为0;计算物品平均流动性后获得该积分兑换物品流动性参数L;L取值范围在0到1之间;
并结合积分的平均账面价格Pb、平均实物价格Pr、积分发行机构的贝塔系数β、该机构的竞争方平均贝塔系数βc以及所述流动性参数L计算得到静态参数;计算模型为:
另一方面,本发明提供了一种有限期积计算机云服务***资源配置装置,以积分价值评估数值作为基准,帮助云服务***调配资源,提高计算机运行效率。所述配置装置包括:
云服务器数据抓取模块,其从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;
云服务器数据处理模块,其根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;
云服务器数据加密模块,其应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器判断模块;
云服务器判断模块,其根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求给云服务器资源调度模块;
云服务器资源调度模块,其根据以上获得的信息智能选择资源池内的计算机资源进行配给。
基于上述本发明提供的一种有限期积计算机云服务***资源配置方法,本发明提供一种有限期积计算机云服务***资源配置装置,具有如下有益效果:
可动态设立计算机云***的阀值。如果云服务***内的某种积分评估价值低于标称价值或当前价格则减少云服务***的虚拟机(Virtual Machine,VM)及其他物理资源的分配;反之,如果云服务***内的某种积分评估价值高于标称价值或当前价格则增加云服务***的虚拟机(Virtual Machine,VM)及其他物理资源的分配。
同时,此装置具人工智能及数据集分析能力,在具备一定的数据基础后,可智能调节阀值。
附图说明
图1为本发明实施例所提供的一种有限期积分云服务***资源配置方法的流程图;
图2为本发明实施例所提供的一种有限期积分云服务***资源配置装置的逻辑框图。
具体实施方式
为了使本技术领域人员更好的理解本方面方案下面结合附图和具体实施方式对本发明做进一步的详细说明。
本发明实施例提供了一种有限积分云服务***资源配置装置,基于当前积分的价值情况配置计算机云计算云服务***资源。该装置主要包括如下模块:
云服务器数据抓取模块,从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;
云服务器数据处理模块,其根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;
云服务器数据加密模块,其应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器判断模块;
云服务器判断模块,其根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求给云服务器资源调度模块;
云服务器资源调度模块,其根据以上获得的信息智能选择资源池内的计算机资源进行配给。
应当理解的是,本实施例中的技术方案涉及对数据处理方法的改进,这种数据处理方法在执行时可依托于计算设备来实现,例如通用计算机或者其他与通用计算机类似架构的公知计算设备。计算设备可以通过公知的通信单元连接到网络,以实现借助于网络的数据传输。
在下文的实施例中,均以上述的有限积分云服务***资源配置装置为基础,描述本实施例提供的有限期积分云服务***资源配置方法的步骤(即装置中的程序模块在运行时的步骤)。下述实施例的利用的数据分别来自A、B、C三个公司,但本领域技术人员应当理解的是,本实施例中的方法也同样适用于对其他公司的有限期积分进行估值及云服务***资源配置。
实施例一
利用计算机技术,对某公司A积分进行估值,确立云服务***资源调配阀值。具体步骤如下:
S1:从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;该步骤通过云服务器数据抓取模块执行。
S2:根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;该步骤通过云服务器数据处理模块执行。
步骤S2具体包括如下步骤:
S201:云服务器作为计算设备(下同)获得经济指标状态数据,其中获得数据的方式包括但不限于从服务器数据库中调取或从网络上抓取相关信息,所述经济指标状态数据为名义国内生产总值、居民消费价格指数和实际国内生产总值中的一种或几种的组合。
S202:计算设备通过收集到的经济指标状态数据预测未来的宏观经济指标数据。
S203:计算设备获得发行机构经营数据,获得数据的方式包括但不限于从发行机构服务器上调取或从网络上抓取相关信息。
S204:计算设备根据收集到的发行机构经营数据,结合未来的宏观经济指标数据,预测得到该机构未来积分发行和主动消耗有关的指标数据。
S205:计算设备根据该机构积分发行和主动消耗有关的指标数据,预测该积分未来的发行量和主动消耗量。
S206:同时,计算设备根据马柯维茨投资组合理论、高登增长模型和资本资产定价模型,对未来积分发行量与主动消耗量的预测值进行折现,获得发行量现值和主动消耗量现值。根据模型组合,优化计算机计算算法,将永续增长指标用高登增长模型计算模块模拟,提高计算机计算速度。
其中
Rapv为主动消耗量现值,Opv为发行量现值。
在本实施例中,上述各参数如表1中所示。
表1某公司A积分预测及折现结果
S207:计算本实施例某公司A积分的成长性参数数值为:0.3313。
S208:计算设备获得该发行机构积分所兑换商品相关的数据。
S209:根据当前被评积分其兑换商城的货品标价,以及积分代替货币的价格,获得积分的平均账面价格Pb;
S210:根据当前被评积分其兑换商城的货品第三方公允价格,以及积分代替的货币价格,获得积分的平均实物价格Pr。
S211:同时计算设备根据马柯维茨投资组合理论和资本资产定价模型获得积分发行机构的贝塔系数β和/或该机构的竞争方平均贝塔系数βc。
S212:计算设备对该积分兑换商城货品的流动性进行评级,对流动性最好的货品赋值1;流动性最差的货品赋值0;计算物品平均流动性后获得该积分的兑换物品流动性参数L,其中L取值范围在0到1之间。
在本实施例中,上述各参数如表2中所示。
数值 | 备注 | |
Pr | 0.5 | 平均值 |
Pb | 1.1 | 平均值 |
β | 2.1 | |
βc | 1.8 | 竞争均值 |
L | 0.6 | 物品流动性 |
表2某公司A积分静态指标
S213:计算该积分
S214:计算设备根据所述发行机构的经营状况赋予成长性参数第一加权系数a,赋予静态参数第二加权系数b,并将所述成长性参数与第一加权系数的乘积与所述静态参数与第二加权系数的乘积相加,得到估值系数。本案例中分别赋值为0.8和0.2。
S215:计算本实施例中积分估值系数为
S216:计算设备根据估值系数、积分剩余有效期限与总有效期的比值和积分的平均账面价格得到积分价值。
在本实施例中,积分有效期T为365天,本期积分有效期D为237天,则积分价值为P=Pb*P/C*D/T=0.2227元/积分。
S3:应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器;该步骤通过云服务器数据加密模块执行。应用区块链公钥加密算法加密模块对数据进行加密,保证了计算机及数据安全性。
S4:根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;该步骤通过云服务器判断模块执行。
在此步骤中需要完成积分价值与价格的比对。根据相关历史情况比对等分析,并分析计算机配给资源信息。比如,当评估价格高于实际价格0.1元,需要增加1GHz的CPU算力资源。
本实施例中,积分当前价值为0.2元/积分;因当前价值低于评估价值,则存在积分业务量骤增的可能性,需要增加计算机资源配置。
S5:根据所获得的积分数据智能选择资源池内的计算机资源进行配给。该步骤通过云服务器资源调度模块执行。
最后,通过资源调度模块,智能选择资源池内的计算机资源配给。
所述资源池主要包括虚拟计算资源池、虚拟网络资源池和虚拟存储资源池。其中,虚拟计算资源池由一台或多台物理主机(21-2n)通过虚拟化技术形成,主要包含CPU、内存等资源;虚拟网络资源池由各种路由器、交换机、防火墙、负载均衡(LoadBalance,LB)器等网络设备通过虚拟化技术形成,主要包含网络带宽等资源;存储资源池由各种存储设备通过虚拟化技术形成,主要包含存储容量、存储I/O等资源,所述存储设备可以为本地存储、IPSAN、网络附加存储(Network Attached Storage,NAS)、对象存储等。资源池中包括若干主机(Host),主机上承载有多个VM,并为其分配虚拟资源。可以相互进行VM迁移的主机组成一个迁移域。一个HOST上的VM共享计算资源(CPU或内存等)、存储资源(本地存储或存储I/O)和网络资源(网络I/O)。当一个HOST不能满足其承载VM所需资源的时候,会造成VM的QoS下降,需要进行MV的迁移以保障VM的QoS。
如资源饱和,则该模块报警,提示人为干预。
实施例二
利用计算机技术,对某公司B积分进行估值,确立云服务***资源调配阀值。具体步骤如下:
S1:从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;该步骤通过云服务器数据抓取模块执行。
S2:根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;该步骤通过云服务器数据处理模块执行。
步骤S2具体包括如下步骤:
S201:云服务器作为计算设备(下同)获得经济指标状态数据,其中获得数据的方式包括但不限于从服务器数据库中调取或从网络上抓取相关信息,所述经济指标状态数据为名义国内生产总值、居民消费价格指数和实际国内生产总值中的一种或几种的组合。
S202:计算设备通过收集到的经济指标状态数据预测未来的宏观经济指标数据。
S203:计算设备获得发行机构经营数据,获得数据的方式包括但不限于从发行机构服务器上调取或从网络上抓取相关信息。
S204:计算设备根据收集到的发行机构经营数据,结合未来的宏观经济指标数据,预测得到该机构未来积分发行和主动消耗有关的指标数据。
S205:计算设备根据该机构积分发行和主动消耗有关的指标数据,预测该积分未来的发行量和主动消耗量。
S206:同时,计算设备根据马柯维茨投资组合理论、高登增长模型和资本资产定价模型,对未来积分发行量与主动消耗量的预测值进行折现,获得发行量现值和主动消耗量现值。根据模型组合,优化计算机计算算法,将永续增长指标用高登增长模型计算模块模拟,提高计算机计算速度。
其中
Rapv为主动消耗量现值,Opv为发行量现值。
在本实施例中,上述各参数如表3中所示。
表3某公司B积分预测及折现结果
S207:计算实施例中某公司B积分的成长性参数数值为:0.71。
S208:计算设备获得该发行机构积分所兑换商品相关的数据,获得数据的方式包括但不限于从发行机构服务器上调取或从网络上抓取相关信息。
S209:根据当前被评积分其兑换商城的货品标价,以及积分代替货币的价格,获得积分的平均账面价格Pb;
S210:根据当前被评积分其兑换商城的货品第三方公允价格,以及积分代替的货币价格,获得积分的平均实物价格Pr。
S211:计算设备根据马柯维茨投资组合理论和资本资产定价模型获得积分发行机构的贝塔系数β和/或该机构的竞争方平均贝塔系数βc。
S212:计算设备对该积分兑换商城货品的流动性进行评级,对流动性最好的货品赋值1;流动性最差的货品赋值0;计算物品平均流动性后获得该积分的兑换物品流动性参数L,其中L取值范围在0到1之间。
在本实施例中,上述各参数如表4中所示。
数值 | 备注 | |
Pr | 0.7 | 平均值 |
Pb | 1.2 | 平均值 |
β | 0.8 | |
βc | 0.7 | 竞争均值 |
L | 0.5 | 物品流动性 |
表4某公司B积分静态指标
S213:计算该积分
S214:计算设备根据所述发行机构的经营状况赋予成长性参数第一加权系数a,赋予静态参数第二加权系数b,并将所述成长性参数与第一加权系数的乘积与所述静态参数与第二加权系数的乘积相加,得到估值系数。本案例中分别赋值为0.8和0.2。
S215:计算本实施例中积分估值系数为
S216:计算设备根据估值系数、积分剩余有效期限与总有效期的比值和积分的平均账面价格得到积分价值。
在本实施例中,积分有效期T为365天,本期积分有效期D为153天,则积分价值为P=Pb*P/C*D/T=0.3113元/积分。
S3:应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器;该步骤通过云服务器数据加密模块执行。应用区块链公钥加密算法加密模块对数据进行加密,保证了计算机及数据安全性。
S4:根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;该步骤通过云服务器判断模块执行。
在此步骤中需要完成积分价值与价格的比对。根据相关历史情况比对等分析,并分析计算机配给资源信息。比如,当评估价格高于实际价格0.1元,需要增加1GHz的CPU算力资源。
本实施例中,积分当前价值为0.7元/积分;因当前价值高于评估价值,则存在积分业务量骤减的可能性,需要减少算机资源配置。
S5:根据所获得的积分数据智能选择资源池内的计算机资源进行配给。该步骤通过云服务器资源调度模块执行。
最后,通过资源调度模块,智能选择资源池内的计算机资源配给。
所述资源池主要包括虚拟计算资源池、虚拟网络资源池和虚拟存储资源池。其中,虚拟计算资源池由一台或多台物理主机(21-2n)通过虚拟化技术形成,主要包含CPU、内存等资源;虚拟网络资源池由各种路由器、交换机、防火墙、负载均衡(LoadBalance,LB)器等网络设备通过虚拟化技术形成,主要包含网络带宽等资源;存储资源池由各种存储设备通过虚拟化技术形成,主要包含存储容量、存储I/O等资源,所述存储设备可以为本地存储、IPSAN、网络附加存储(Network Attached Storage,NAS)、对象存储等。资源池中包括若干主机(Host),主机上承载有多个VM,并为其分配虚拟资源。可以相互进行VM迁移的主机组成一个迁移域。一个HOST上的VM共享计算资源(CPU或内存等)、存储资源(本地存储或存储I/O)和网络资源(网络I/O)。当一个HOST不能满足其承载VM所需资源的时候,会造成VM的QoS下降,需要进行MV的迁移以保障VM的QoS。
如资源饱和,则该模块报警,提示人为干预。
实施例三
利用计算机技术,对某公司C积分进行估值,确立云服务***资源调配阀值。具体步骤如下:
S1:从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;该步骤通过云服务器数据抓取模块执行。
S2:根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;该步骤通过云服务器数据处理模块执行。
步骤S2具体包括如下步骤:
S201:云服务器作为计算设备(下同)获得经济指标状态数据,其中获得数据的方式包括但不限于从服务器数据库中调取或从网络上抓取相关信息,所述经济指标状态数据为名义国内生产总值、居民消费价格指数和实际国内生产总值中的一种或几种的组合。
S202:计算设备通过收集到的经济指标状态数据预测未来的宏观经济指标数据。
S203:计算设备获得发行机构经营数据,获得数据的方式包括但不限于从发行机构服务器上调取或从网络上抓取相关信息。
S204:计算设备根据收集到的发行机构经营数据,结合未来的宏观经济指标数据,预测得到该机构未来积分发行和主动消耗有关的指标数据。
S205:计算设备根据该机构积分发行和主动消耗有关的指标数据,预测该积分未来的发行量和主动消耗量。
S206:同时,计算设备根据马柯维茨投资组合理论、高登增长模型和资本资产定价模型,对未来积分发行量与主动消耗量的预测值进行折现,获得发行量现值和主动消耗量现值。根据模型组合,优化计算机计算算法,将永续增长指标用高登增长模型计算模块模拟,提高计算机计算速度。
其中
Rapv为主动消耗量现值,Opv为发行量现值。
在本实施例中,上述各参数如表5中所示。
表5某公司C积分预测及折现结果
S207:计算本实施例中某公司C积分的成长性参数数值为:0.7。
S208:计算设备获得该发行机构积分所兑换商品相关的数据。
S209:根据当前被评积分其兑换商城的货品标价,以及积分代替货币的价格,获得积分的平均账面价格Pb;
S210:根据当前被评积分其兑换商城的货品第三方公允价格,以及积分代替的货币价格,获得积分的平均实物价格Pr。
S211:计算设备根据马柯维茨投资组合理论和资本资产定价模型获得积分发行机构的贝塔系数β和/或该机构的竞争方平均贝塔系数βc。
S212:计算设备对该积分兑换商城货品的流动性进行评级,对流动性最好的货品赋值1;流动性最差的货品赋值0;计算物品平均流动性后获得该积分的兑换物品流动性参数L,其中L取值范围在0到1之间。
在本实施例中,上述各参数如表8中所示。
表8某公司C积分静态指标
S213:计算该积分
S214:计算设备根据所述发行机构的经营状况赋予成长性参数第一加权系数a,赋予静态参数第二加权系数b,并将所述成长性参数与第一加权系数的乘积与所述静态参数与第二加权系数的乘积相加,得到估值系数。本案例中分别赋值为0.8和0.2。
S215:计算本实施例中积分估值系数
S216:计算设备根据估值系数、积分剩余有效期限与总有效期的比值和积分的平均账面价格得到积分价值。
在本实施例中,积分有效期T为730天,本期积分有效期D为685天,则积分价值P=Pb*P/C*D/T=0.5376元/积分。
S3:应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器;该步骤通过云服务器数据加密模块执行。应用区块链公钥加密算法加密模块对数据进行加密,保证了计算机及数据安全性。
S4:根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;该步骤通过云服务器判断模块执行。
在此步骤中需要完成积分价值与价格的比对。根据相关历史情况比对等分析,并分析计算机配给资源信息。比如,当评估价格高于实际价格0.1元,需要增加1GHz的CPU算力资源。
本实施例中,积分当前价值为0.3元/积分;因当前价值低于评估价值,则存在积分业务量骤增的可能性,需要增加计算机资源配置。
S5:根据所获得的积分数据智能选择资源池内的计算机资源进行配给。该步骤通过云服务器资源调度模块执行。
最后,通过资源调度模块,智能选择资源池内的计算机资源配给。
所述资源池主要包括虚拟计算资源池、虚拟网络资源池和虚拟存储资源池。其中,虚拟计算资源池由一台或多台物理主机(21-2n)通过虚拟化技术形成,主要包含CPU、内存等资源;虚拟网络资源池由各种路由器、交换机、防火墙、负载均衡(LoadBalance,LB)器等网络设备通过虚拟化技术形成,主要包含网络带宽等资源;存储资源池由各种存储设备通过虚拟化技术形成,主要包含存储容量、存储I/O等资源,所述存储设备可以为本地存储、IPSAN、网络附加存储(Network Attached Storage,NAS)、对象存储等。资源池中包括若干主机(Host),主机上承载有多个VM,并为其分配虚拟资源。可以相互进行VM迁移的主机组成一个迁移域。一个HOST上的VM共享计算资源(CPU或内存等)、存储资源(本地存储或存储I/O)和网络资源(网络I/O)。当一个HOST不能满足其承载VM所需资源的时候,会造成VM的QoS下降,需要进行MV的迁移以保障VM的QoS。
如资源饱和,则该模块报警,提示人为干预。
本文中应用了具体个例对发明构思进行了详细阐述,以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离该发明构思的前提下,所做的任何显而易见的修改、等同替换或其他改进,均应包含在本发明的保护范围之内。
Claims (10)
1.一种有限期积分云服务***资源配置方法,其特征在于,包括如下步骤:
从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;
根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;
应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器;
根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求;
根据所获得的积分数据智能选择资源池内的计算机资源进行配给。
2.根据权利要求1所述的方法,其特征在于,所述结合所述成长性参数和所述静态参数计算出积分的估值系数包括:
赋予所述成长性参数第一加权系数,赋予所述静态参数第二加权系数,将所述成长性参数与第一加权系数的乘积与所述静态参数与第二加权系数的乘积相加,得到所述估值系数。
3.根据权利要求1所述的方法,其特征在于,所述利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值包括:
将所述价格数据、积分剩余有效期限与总有效期的比值以及所述估值系数相乘得到所述积分价值。
4.根据权利要求1所述的方法,其特征在于,所述根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数包括:
根据过去经济指标状态数据预测未来的宏观经济指标数据;
根据过去及当前发行机构经营数据,结合预测的宏观经济指标数据,预测与该机构未来积分发行和消耗有关的指标数据;
根据所述积分发行和消耗有关的指标数据,预测未来积分发行量与主动消耗量;以及
根据马柯维茨投资组合理论、高登增长模型和资本资产定价模型,对未来积分发行量与主动消耗量的预测值进行折现,获得发行量现值和主动消耗量现值;
将主动消耗量现值与发行量现值的比值作为所述积分的成长性参数。
5.根据权利要求4所述的方法,其特征在于,所述宏观经济指标包括名义国内生产总值、居民消费价格指数和实际国内生产总值中一种或几种的组合。
6.根据权利要求4所述的方法,其特征在于,所述与该机构未来积分发行和消耗有关的指标数据包括交易额、销售额、营销费用和现金流中的一种或几种的组合。
7.根据权利要求4-6任一所述的方法,其特征在于,发行量现值和主动消耗量现值的通过以下模型计算得到:
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>a</mi>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mfrac>
<msub>
<mi>R</mi>
<mrow>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mi>t</mi>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>O</mi>
<mrow>
<mi>p</mi>
<mi>v</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mfrac>
<msub>
<mi>O</mi>
<mi>t</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>t</mi>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
Rapv为主动消耗量现值,Opv为发行量现值。
8.根据权利要求1所述的方法,其特征在于,所述与所述积分所兑换商品相关的数据的获取方法包括:根据所述积分与其所兑换商品的价格数据得到积分的价格。
9.根据权利要求8所述的方法,其特征在于,所述根据所述积分与其所兑换商品的价格数据得到积分的价格包括:
根据当前被评积分其兑换商城的货品标价,以及积分代替货币的价格,获得积分的平均账面价格Pb;和/或
根据当前被评积分其兑换商城的货品第三方公允价格,以及积分代替的货币价格,获得积分的平均实物价格Pr;和/或
根据马柯维茨投资组合理论和资本资产定价模型获得积分发行机构的贝塔系数β和/或该机构的竞争方平均贝塔系数βc;
同时对当前被评积分其兑换商城的货品流动性进行评级,计算每类物品的流动性,流动性最好的物品赋值为1;最差物品赋值为0;计算物品平均流动性后获得该积分兑换物品流动性参数L;L取值范围在0到1之间;
并结合积分的平均账面价格Pb、平均实物价格Pr、积分发行机构的贝塔系数β、该机构的竞争方平均贝塔系数βc以及所述流动性参数L计算得到静态参数;计算模型为:
10.一种有限期积分云服务***资源配置装置,其特征在于,包括:
云服务器数据抓取模块,其从计算机云服务数据库中调取或采用网络抓取信息的方式获取经济指标状态数据;所述经济指标状态数据包括国内生产总值、居民消费价格指数和实际国内生产总值中的至少一种;
云服务器数据处理模块,其根据与积分运营有关的经济数据预测积分的发展趋势并计算积分的成长性参数;根据与所述积分所兑换商品相关的数据计算出体现所述积分当前状态的静态参数;结合所述成长性参数和所述静态参数计算出积分的估值系数;利用所述估值系数、积分剩余有效期限与总有效期的比值和根据所述积分与其所兑换商品的价格得到的价格数据计算得到积分价值;
云服务器数据加密模块,其应用区块链公钥加密算法对计算得出的积分价值数据进行加密,并将加密后的数据发送给云服务器判断模块;
云服务器判断模块,其根据计算得出的积分当前价值和评估价值进行判断,当超过预定阈值范围时,则发送该网络节点的资源分配需求给云服务器资源调度模块;
云服务器资源调度模块,其根据以上获得的信息智能选择资源池内的计算机资源进行配给。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711083686.5A CN107807856A (zh) | 2017-11-07 | 2017-11-07 | 一种有限期积分云服务***资源配置方法及装置 |
US16/123,371 US20190139067A1 (en) | 2017-11-07 | 2018-09-06 | Method and apparatus for cloud service system resource allocation based on terminable reward points |
US16/123,335 US20190139072A1 (en) | 2017-11-07 | 2018-09-06 | Method and apparatus for cloud service system resource allocation based on non-terminable reward points |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711083686.5A CN107807856A (zh) | 2017-11-07 | 2017-11-07 | 一种有限期积分云服务***资源配置方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107807856A true CN107807856A (zh) | 2018-03-16 |
Family
ID=61583602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711083686.5A Pending CN107807856A (zh) | 2017-11-07 | 2017-11-07 | 一种有限期积分云服务***资源配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107807856A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782086A (zh) * | 2022-04-14 | 2022-07-22 | 杭州金线连科技有限公司 | 一种资产额度价值评定*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637287A (zh) * | 2012-03-18 | 2012-08-15 | 江苏新彩软件有限公司 | 一种互联网彩票大容量用户并发交易的动态负载均衡方法 |
CN102984274A (zh) * | 2012-12-13 | 2013-03-20 | 江苏新彩软件有限公司 | 一种基于数据挖掘的彩票云服务***动态负载优化方法 |
CN103685541A (zh) * | 2013-12-23 | 2014-03-26 | 重庆广播电视大学 | IaaS云***运行速率动态控制装置、***及方法 |
CN105391654A (zh) * | 2015-11-26 | 2016-03-09 | 中国建设银行股份有限公司 | 基于账户活跃度的***资源分配方法及装置 |
-
2017
- 2017-11-07 CN CN201711083686.5A patent/CN107807856A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637287A (zh) * | 2012-03-18 | 2012-08-15 | 江苏新彩软件有限公司 | 一种互联网彩票大容量用户并发交易的动态负载均衡方法 |
CN102984274A (zh) * | 2012-12-13 | 2013-03-20 | 江苏新彩软件有限公司 | 一种基于数据挖掘的彩票云服务***动态负载优化方法 |
CN103685541A (zh) * | 2013-12-23 | 2014-03-26 | 重庆广播电视大学 | IaaS云***运行速率动态控制装置、***及方法 |
CN105391654A (zh) * | 2015-11-26 | 2016-03-09 | 中国建设银行股份有限公司 | 基于账户活跃度的***资源分配方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782086A (zh) * | 2022-04-14 | 2022-07-22 | 杭州金线连科技有限公司 | 一种资产额度价值评定*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aslanpour et al. | Auto-scaling web applications in clouds: A cost-aware approach | |
Bölöni et al. | Value of information based scheduling of cloud computing resources | |
CN103118124B (zh) | 一种基于分层多代理的云计算负载均衡方法 | |
CN110163474A (zh) | 一种任务分配的方法及设备 | |
Mazzucco et al. | Optimizing cloud providers revenues via energy efficient server allocation | |
CN108090225A (zh) | 数据库实例的运行方法、装置、***及计算机可读存储介质 | |
CN105391654A (zh) | 基于账户活跃度的***资源分配方法及装置 | |
Khan et al. | A cooperative game theory approach for usage and reliability margin cost allocation under contingent restructured market | |
CN102223419A (zh) | 面向网络化操作***的虚拟资源动态反馈均衡分配机制 | |
Antonescu et al. | Dynamic SLA management with forecasting using multi-objective optimization | |
D'hulst et al. | Decentralized coordinated charging of electric vehicles considering locational and temporal flexibility | |
Penmatsa et al. | Cost minimization in utility computing systems | |
Sun et al. | Collaborative dynamic task allocation with demand response in cloud-assisted multiedge system for smart grids | |
Leonardi | A unifying framework for public facility location problems—part 2: Some new models and extensions | |
Dhaya et al. | IoE based private multi-data center cloud architecture framework | |
Jayanthi | Literature review: Dynamic resource allocation mechanism in cloud computing environment | |
CN107807856A (zh) | 一种有限期积分云服务***资源配置方法及装置 | |
Guo et al. | Multi-objective optimization for data placement strategy in cloud computing | |
Singh et al. | Modeling and reducing power consumption in large IT systems | |
Lučanin et al. | Energy-aware cloud management through progressive SLA specification | |
CN107835171A (zh) | 一种无限期积分云服务***资源配置方法及装置 | |
Eilam | Towards transparent and trustworthy cloud carbon accounting | |
Navabi et al. | Optimal auction design for flexible consumers | |
Rochman et al. | Dynamic placement of resources in cloud computing and network applications | |
CN108805324A (zh) | 一种企业资源的分配方法及其设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180316 |
|
RJ01 | Rejection of invention patent application after publication |