一種社交云熱點(diǎn)資源預(yù)測與部署的方法
【專利摘要】本發(fā)明提供一種社交云熱點(diǎn)資源預(yù)測與部署的方法，包括以下步驟：S1、定義社交網(wǎng)絡(luò)中的穩(wěn)定節(jié)點(diǎn)，并獲取穩(wěn)定節(jié)點(diǎn)構(gòu)成穩(wěn)定節(jié)點(diǎn)集合；S2、確定穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型，并計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重；S3、根據(jù)穩(wěn)定節(jié)點(diǎn)的指標(biāo)值和對應(yīng)的指標(biāo)權(quán)重，從穩(wěn)定節(jié)點(diǎn)集合中取出預(yù)設(shè)數(shù)量的穩(wěn)定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合；S4、分析重要節(jié)點(diǎn)集合所發(fā)布的資源，構(gòu)建熱點(diǎn)資源集合；S5、將熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器。本發(fā)明結(jié)合復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性排序，從重要節(jié)點(diǎn)發(fā)布的資源中預(yù)測熱點(diǎn)資源，從而在熱點(diǎn)資源真正爆發(fā)訪問前，提前將熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器上，緩解區(qū)域核心服務(wù)器的壓力，消除訪問瓶頸。
【專利說明】
一種社交云熱點(diǎn)資源預(yù)測與部署的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種社交云熱點(diǎn)資源預(yù)測與部署的方法。
【背景技術(shù)】
[0002] 隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，社交網(wǎng)絡(luò)得到極大推廣，已經(jīng)成為人們生活不可或缺的應(yīng) 用，這些社交應(yīng)用的用戶構(gòu)成了龐大的社交網(wǎng)絡(luò)。
[0003] 當(dāng)前大部分社交網(wǎng)絡(luò)的基礎(chǔ)設(shè)施都采用了云系統(tǒng)的架構(gòu)，即租用云服務(wù)提供商的 平臺或者是虛擬機(jī)部署自己的應(yīng)用。特別地，社交性質(zhì)網(wǎng)絡(luò)覆蓋范圍廣，例如facebook服務(wù) 橫跨幾大州，我國的新浪，騰訊至少也是全國覆蓋，這類公司為了提供比較好的用戶體驗(yàn)， 一般會在各地租用云平臺部署服務(wù)和資源數(shù)據(jù)，就近為用戶提供所需信息。這樣帶有社交 性和云特征的系統(tǒng)被稱為"社交云系統(tǒng)"。
[0004]由此而來的一個(gè)問題就是，如何部署資源以滿足這種社交網(wǎng)絡(luò)服務(wù)的需要。社交 網(wǎng)絡(luò)服務(wù)表現(xiàn)出要實(shí)時(shí)響應(yīng)大范圍、集中、且增長迅速的請求，這是因?yàn)樵谏缃痪W(wǎng)絡(luò)中，月艮 務(wù)通過用戶的社交關(guān)系擴(kuò)散，某話題、某視頻會因?yàn)橛脩糁g的推薦而被更多用戶關(guān)注，隨 著關(guān)注用戶的增多，推薦和轉(zhuǎn)發(fā)都將以指數(shù)形式上升，給社交服務(wù)的用戶體驗(yàn)帶來巨大挑 戰(zhàn)?，F(xiàn)有云存儲系統(tǒng)中的資源部署策略均沒有考慮社交特性，造成社交網(wǎng)絡(luò)中的熱點(diǎn)事件 的相關(guān)視頻資源部署落后，完全不能應(yīng)對社交話題爆發(fā)帶來的資源爆發(fā)式訪問。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對現(xiàn)有云存儲中資源部署技術(shù)應(yīng)對社交特性的不足，提供一 種社交云熱點(diǎn)資源預(yù)測與部署的方法，其可以很好地解決社交話題爆發(fā)帶來的資源爆發(fā)式 訪問的問題。
[0006] 為達(dá)到上述要求，本發(fā)明采取的技術(shù)方案是:提供一種社交云熱點(diǎn)資源預(yù)測與部 署的方法，該社交云熱點(diǎn)資源預(yù)測與部署的方法包括以下步驟：
[0007] S1、定義社交網(wǎng)絡(luò)中的穩(wěn)定節(jié)點(diǎn)，并獲取穩(wěn)定節(jié)點(diǎn)構(gòu)成穩(wěn)定節(jié)點(diǎn)集合；
[0008] S2、確定穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型，并計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重；
[0009] S3、根據(jù)穩(wěn)定節(jié)點(diǎn)的指標(biāo)值和對應(yīng)的指標(biāo)權(quán)重，從穩(wěn)定節(jié)點(diǎn)集合中取出預(yù)設(shè)數(shù)量 的穩(wěn)定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合；
[0010] S4、分析重要節(jié)點(diǎn)集合所發(fā)布的資源，構(gòu)建熱點(diǎn)資源集合；
[0011] S5、將熱點(diǎn)資源集合中的熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器。
[0012]該社交云熱點(diǎn)資源預(yù)測與部署的方法具有的優(yōu)點(diǎn)如下:結(jié)合復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性 排序，在發(fā)現(xiàn)社交網(wǎng)絡(luò)中重要節(jié)點(diǎn)集合的基礎(chǔ)上，從重要節(jié)點(diǎn)發(fā)布的資源中預(yù)測熱點(diǎn)資源， 從而在熱點(diǎn)資源真正爆發(fā)訪問前，提前將熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器 上，緩解區(qū)域核心服務(wù)器的壓力，消除訪問瓶頸。
【附圖說明】
[0013] 此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，在這 些附圖中使用相同的參考標(biāo)號來表示相同或相似的部分，本申請的示意性實(shí)施例及其說明 用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：
[0014] 圖1為本發(fā)明社交云熱點(diǎn)資源預(yù)測與部署的方法的流程圖。
【具體實(shí)施方式】
[0015] 為使本申請的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，以下結(jié)合附圖及具體實(shí)施例，對本 申請作進(jìn)一步地詳細(xì)說明。
[0016] 在以下描述中，對"一個(gè)實(shí)施例"、"實(shí)施例"、"一個(gè)示例"、"示例"等等的引用表明 如此描述的實(shí)施例或示例可以包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度，但并非每個(gè)實(shí) 施例或示例都必然包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度。另外，重復(fù)使用短語"根據(jù) 本申請的一個(gè)實(shí)施例"雖然有可能是指代相同實(shí)施例，但并非必然指代相同的實(shí)施例。
[0017] 為簡單起見，以下描述中省略了本領(lǐng)域技術(shù)人員公知的某些技術(shù)特征。
[0018] 根據(jù)本申請的一個(gè)實(shí)施例，提供一種社交云熱點(diǎn)資源預(yù)測與部署的方法，如圖1所 示，包括以下步驟：
[0019] S1、定義社交網(wǎng)絡(luò)中的穩(wěn)定節(jié)點(diǎn)，并獲取穩(wěn)定節(jié)點(diǎn)構(gòu)成穩(wěn)定節(jié)點(diǎn)集合；
[0020] 穩(wěn)定節(jié)點(diǎn)，為至少每周登陸、每周自己發(fā)布一條以上消息、穩(wěn)定存在一年以上、累 積發(fā)布微博不少于平均數(shù)的一半或粉絲數(shù)不少于平均數(shù)的節(jié)點(diǎn)。那些很少登陸、只轉(zhuǎn)發(fā)他 人、沒有粉絲的僵尸節(jié)點(diǎn)不進(jìn)入研究對象集合，這些被刪除節(jié)點(diǎn)產(chǎn)生的社交關(guān)系對應(yīng)刪除。 穩(wěn)定節(jié)點(diǎn)代表的是獨(dú)立的個(gè)體，設(shè)共有n個(gè)，構(gòu)成穩(wěn)定節(jié)點(diǎn)集合，記為:S = {S1，S2，…，Sn}。
[0021] S2、確定所述穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型，并計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重，具體包 括：
[0022] S21、確定所述穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型；
[0023] S22、提取每個(gè)穩(wěn)定節(jié)點(diǎn)不同類型指標(biāo)的值；
[0024]本實(shí)施例采用以下四個(gè)具有代表性的指標(biāo)：
[0025]度數(shù)(degree，記為:d):局部屬性，計(jì)算簡單，代表一個(gè)節(jié)點(diǎn)有幾個(gè)直接相連的節(jié) 點(diǎn)，這些直接相連的邊的數(shù)目就是度。度數(shù)是鄰居節(jié)點(diǎn)對本節(jié)點(diǎn)影響的直觀考量，度數(shù)越高 則本節(jié)點(diǎn)在社交網(wǎng)絡(luò)中越處于越重要的位置，節(jié)點(diǎn)i的度定義為該節(jié)點(diǎn)的鄰居數(shù)目。計(jì)算公 式為：
[0027]即度是節(jié)點(diǎn)Si所有邊之和。
[0028]介數(shù)(betweenes s，記為:b):在一個(gè)比較大規(guī)模的網(wǎng)絡(luò)中，兩個(gè)節(jié)點(diǎn)之間的消息很 可能是經(jīng)過中間很多節(jié)點(diǎn)轉(zhuǎn)交的，這些轉(zhuǎn)交的節(jié)點(diǎn)夠成了兩個(gè)節(jié)點(diǎn)之間通信的路徑。通過 不同的節(jié)點(diǎn)轉(zhuǎn)交消息，則構(gòu)成的路徑不同。經(jīng)過的節(jié)點(diǎn)數(shù)目就是路徑的長度即距離。最短路 徑，即經(jīng)過轉(zhuǎn)發(fā)節(jié)點(diǎn)最少的路徑，而這種路徑可能不止一條。
[0029]節(jié)點(diǎn)i的介數(shù)含義為：網(wǎng)絡(luò)中所有的最短路徑之中，經(jīng)過節(jié)點(diǎn)i的最短路徑數(shù)量，計(jì) 算公式為：
[0031] 其中g(shù)st表示節(jié)點(diǎn)s到節(jié)點(diǎn)t之間的最短路徑數(shù)，g:,表示其中經(jīng)過節(jié)點(diǎn)i的最短路徑 數(shù)目。最短路徑一般是信息擴(kuò)散的通道，全部的最短路徑中多少條經(jīng)過了節(jié)點(diǎn)i，他們的比 值就是i的介數(shù)，說明有多少信息是通過i節(jié)點(diǎn)擴(kuò)散的。節(jié)點(diǎn)的介數(shù)值越高，這個(gè)節(jié)點(diǎn)就越有 影響力，即這個(gè)節(jié)點(diǎn)也就越重要。
[0032] 緊密度(又稱接近度，Closeness，記為:c):全局屬性，用一個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的最 短距離的均值來衡量其重要程度。一個(gè)節(jié)點(diǎn)與網(wǎng)絡(luò)中其他節(jié)點(diǎn)的平均最短路徑越小，該節(jié) 點(diǎn)的接近中心性就越大?？梢岳斫鉃槔眯畔⒃诰W(wǎng)絡(luò)中的平均傳播時(shí)長。如果一個(gè)節(jié)點(diǎn)與 網(wǎng)絡(luò)其他節(jié)點(diǎn)的路徑都很近，那么它的信息很容易轉(zhuǎn)發(fā)到其他節(jié)點(diǎn)，它在整個(gè)網(wǎng)絡(luò)也處于 中心地位?？梢杂?jì)算任意一個(gè)節(jié)點(diǎn)i到網(wǎng)絡(luò)中其他節(jié)點(diǎn)的平均最短距離：
[0034] cUj是指圖中節(jié)點(diǎn)i到其他節(jié)點(diǎn)j的最短路徑，上半部分整體是對這些最短路徑求 和，下半部分n是整個(gè)聯(lián)通的網(wǎng)絡(luò)中的節(jié)點(diǎn)的數(shù)目。cU越小意味著節(jié)點(diǎn)i更接近網(wǎng)絡(luò)中的其 他節(jié)點(diǎn)，越重要。
[0035] 特征向量值(記為:e):是一個(gè)全局指標(biāo)，它認(rèn)為一個(gè)節(jié)點(diǎn)的重要性既取決于其鄰 居節(jié)點(diǎn)的數(shù)量，也取決于每個(gè)鄰居節(jié)點(diǎn)的重要性。給你的直接相連的節(jié)點(diǎn)賦予權(quán)重，再把這 些權(quán)重分給它們鏈接的節(jié)點(diǎn)，這樣推廣下去，從而得到一個(gè)線性方程組。該方程組的最大特 征值所對應(yīng)的特征向量就是各個(gè)節(jié)點(diǎn)的重要性即所有節(jié)點(diǎn)被分配的權(quán)重的總和。記 ei為節(jié) 點(diǎn)^的特征向量值，計(jì)算公式為：
[0036] ei=cYuat]x]
[0037] 其中c是一個(gè)比例常數(shù)。
[0038] S23、利用歸一化效用函數(shù)，將不同類型指標(biāo)的值映射到對應(yīng)的實(shí)數(shù)值；
[0039] 由于各指標(biāo)的物理意義不完全相同，計(jì)量單位也不一定相同，從而使得指標(biāo)的量 綱和數(shù)量級可能不同，不能直接進(jìn)行加權(quán)綜合。需要利用歸一化效用函數(shù)，將每個(gè)指標(biāo)映射 到一個(gè)實(shí)數(shù)值，通過該值進(jìn)行加權(quán)計(jì)算。這里采用的歸一化效用函數(shù)是歸一化函數(shù)，其構(gòu)造 方法是，將某指標(biāo)與其對應(yīng)的最大值或最小值進(jìn)行比較，從而將多個(gè)指標(biāo)值歸一化到范圍〇 ~1，使其轉(zhuǎn)化到一個(gè)獨(dú)立于每個(gè)具體指標(biāo)的單位或范圍的實(shí)數(shù)，計(jì)算公式如下，以q代表以 上四個(gè)指標(biāo)：
[0040] iqi是效益型屬性，效益型的屬性值越大，表明屬性質(zhì)量越優(yōu)； I (a, - min q) /(max q. - min ?：/,.), if max a, ^ mifl qi ,.
[0041] 孓= ? (1〕
[1 , if max - nun §;:
[0042] iqi是成本型屬性，成本型的屬性值越小，表明屬性質(zhì)量越優(yōu)：
[1 , if max q, ^ min q, 、
[0043] qt = \ (2) | (max qj - q；) /(rnax - min at i), if max qt. ^ min qt.
[0044]其中minqi和maxqi分別表示指標(biāo)q的最小值和最大值，本發(fā)明的指標(biāo)除開緊密度均 為效益型屬性。
[0045] S24、根據(jù)所述實(shí)數(shù)值，采用熵權(quán)法計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重。
[0046] 在綜合評價(jià)領(lǐng)域，一般來說，如果某個(gè)指標(biāo)的信息熵(Entropy，記為Ei)越小，就表 明其指標(biāo)值的變異程度越大，提供的信息量越大，在綜臺評價(jià)中所起的作用越大，則其權(quán)重 也應(yīng)越大。反之，某指標(biāo)的信息熵越大，就表明其指標(biāo)值的變異程度越小，提供的信息量越 小，在綜合評價(jià)中所起的作用越小，則其權(quán)重也應(yīng)越小。"熵"的計(jì)算分析過程完全依靠客觀 數(shù)據(jù)，沒有人的主觀影響，因此是一種完全的客觀分析方法，可以避免一些主觀判斷造成的 失誤。
[0047] 先計(jì)算指標(biāo)i的某個(gè)值j出現(xiàn)的概率Plj，再計(jì)算指標(biāo)i的熵值Ei，然后根據(jù)熵值確定 指標(biāo)權(quán)重^，公式如下所示： n
[0048] Pu = n
[0049] 4 = - ln(") 'Z/~in /;" j=l m
[0050] ={l-E,)i{rn-^E：) J=--1
[0051 ]其中，yij是指標(biāo)i的某個(gè)值j，m為指標(biāo)個(gè)數(shù)。
[0052] S3、根據(jù)穩(wěn)定節(jié)點(diǎn)的指標(biāo)值和對應(yīng)的指標(biāo)權(quán)重，從所述穩(wěn)定節(jié)點(diǎn)集合中取出預(yù)設(shè) 數(shù)量的穩(wěn)定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合。
[0053 ]在對各指標(biāo)賦權(quán)的基礎(chǔ)上，綜合節(jié)點(diǎn)的不同指標(biāo)值，進(jìn)行對節(jié)點(diǎn)的綜合評價(jià)。本實(shí) 施例使用逼近理想排序法T0PSIS進(jìn)行綜合評判，具體包括以下步驟：
[0054] S31、按照穩(wěn)定節(jié)點(diǎn)數(shù)量和指標(biāo)數(shù)量，將指標(biāo)值構(gòu)成評價(jià)矩陣；
[0055] TOPSIS將社交網(wǎng)絡(luò)中的穩(wěn)定節(jié)點(diǎn)看作一個(gè)方案，將評價(jià)節(jié)點(diǎn)重要性的多個(gè)評價(jià)指 標(biāo)分別看作各方案的指標(biāo)，則節(jié)點(diǎn)的重要性評價(jià)就轉(zhuǎn)化為一個(gè)多指標(biāo)決策問題。n為我們的 節(jié)點(diǎn)數(shù)目，每層k = 4個(gè)指標(biāo)，構(gòu)成評價(jià)矩陣Y:
[0056] Y =…
[0057] S32、將評價(jià)矩陣中的指標(biāo)值根據(jù)指標(biāo)權(quán)重進(jìn)行加權(quán)計(jì)算，得出多指加權(quán)標(biāo)評價(jià)矩 陣；
[0058] 然后，對每一行的4個(gè)指標(biāo)值進(jìn)行加權(quán)，構(gòu)成的多指加權(quán)標(biāo)評價(jià)矩陣Z。 ^WtVu,W2V]2,>1-3J- l3,H'4Vl4
[0059] Z = YW =..... WiynVW2y"2^yn^yn,_
[0060] S33、根據(jù)所述多指加權(quán)標(biāo)評價(jià)矩陣計(jì)算每個(gè)穩(wěn)定節(jié)點(diǎn)代表的決策方案的貼近度， 并按貼近度值的大小進(jìn)行排序；
[0061] 根據(jù)多指標(biāo)評價(jià)矩陣Z確定正理想決策方案A+，也就是取得每個(gè)穩(wěn)定節(jié)點(diǎn)的加權(quán) 指標(biāo)的最大值，.vrx :
[0062] ^ = {^,...,vr}
[0063]和負(fù)理想決策方案f也就是取得每個(gè)節(jié)點(diǎn)的加權(quán)指標(biāo)的最小值，
[0064] y；'"n =min(u'1vpv^iv;:,uv>';,,u; 4i-..):
[0065] Ar={y;lb\...,y：m}
[0066] 根據(jù)下式計(jì)算每個(gè)決策方案AgljA+與f的距離：
[0067] ￡>>[Z0v->r)2]1,2 /:」1 m
[0068] A- = [￡(JV-O2]1'2 y=i
[0069] 最后，根據(jù)下式計(jì)算每個(gè)節(jié)點(diǎn)代表的決策方案的貼近度&，按照值t的大小進(jìn)行排 序：
[0071] S34、根據(jù)社交網(wǎng)絡(luò)規(guī)模和分析能力，按貼近度的值從大到小的順序取出預(yù)設(shè)數(shù)量 的穩(wěn)定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合。
[0072] 重要節(jié)點(diǎn)集合的獲取主要考慮兩方面因素，社交網(wǎng)絡(luò)規(guī)模NumbeHS)，分析能力即 在有效時(shí)間內(nèi)能分析多少個(gè)節(jié)點(diǎn)Number(A)，因此預(yù)設(shè)數(shù)量p%的計(jì)算公式為：
[0074] 例如新浪微博注冊用戶5.4億，其中活躍用戶2億左右，我們的分析能力只有100 萬，貝1Jp% = 100萬/2000萬=5%。
[0075] 所提取的重要節(jié)點(diǎn)集合記為:I = {h，12，. . . In,} 為重要節(jié)點(diǎn)個(gè)數(shù)。
[0076] S4、分析重要節(jié)點(diǎn)集合所發(fā)布的資源，構(gòu)建熱點(diǎn)資源集合，具體步驟為：
[0077] S41、記錄在預(yù)設(shè)時(shí)間T內(nèi)重要節(jié)點(diǎn)發(fā)布的資源集合，記為&二j，/e/r , j為該重 要節(jié)點(diǎn)i發(fā)布的資源個(gè)數(shù)；
[0078] S42、計(jì)算每個(gè)重要節(jié)點(diǎn)中每個(gè)資源的轉(zhuǎn)發(fā)權(quán)重和回復(fù)權(quán)重；
[0079] 設(shè)T內(nèi)資源W的轉(zhuǎn)發(fā)數(shù)為f(d)，簡記為flj;回復(fù)數(shù)為v(W)，簡記為VlJ。
[0080] 所有資源中最大轉(zhuǎn)發(fā)數(shù)記為max(f)，最小轉(zhuǎn)發(fā)數(shù)記為min(f);所有資源中最大回 復(fù)數(shù)記為max(v)，最小回復(fù)數(shù)記為min(v);由此計(jì)算節(jié)點(diǎn)j的第i個(gè)資源的轉(zhuǎn)發(fā)權(quán)重wij(f)和 回復(fù)權(quán)重Wij(v)為：
[0083] S43、根據(jù)所述轉(zhuǎn)發(fā)權(quán)重、回復(fù)權(quán)重及貼近度計(jì)算得到節(jié)點(diǎn)資源評價(jià)值，并按評價(jià) 值的大小進(jìn)行排序，計(jì)算的公式為：
[0084] Eij = XiWij(f )wij(v)
[0085] S44、根據(jù)系統(tǒng)分發(fā)能力和日均熱點(diǎn)規(guī)模，按評價(jià)值從大到小的順序取出預(yù)設(shè)數(shù)量 的資源構(gòu)成熱點(diǎn)資源集合。
[0086] 預(yù)設(shè)數(shù)量q%由系統(tǒng)分發(fā)能力和日均熱點(diǎn)規(guī)模共同決定，計(jì)算公式如下所示，其中 資源ri的存儲容量為Storage(ri)，穩(wěn)定資源總數(shù)為n'，系統(tǒng)分發(fā)能力為Storage(A)即系統(tǒng) 空閑存儲容量，歷史日均熱點(diǎn)資源規(guī)模為Storage(M):
[0088]該公式的含義為，如果分發(fā)能力小于日均熱點(diǎn)規(guī)模，則以分發(fā)能力為準(zhǔn)，超過分發(fā) 能力的不予分發(fā);如果分發(fā)能力大于日均熱點(diǎn)規(guī)模，則以日均熱點(diǎn)規(guī)模為準(zhǔn)，因?yàn)檫@是一個(gè) 歷史平均值，代表了熱點(diǎn)規(guī)模的最大可能性?？偟哪康氖且獪p少提前分發(fā)的資源數(shù)，節(jié)省預(yù) 測部署開銷。
[0089]以上方法發(fā)現(xiàn)的熱點(diǎn)資源集合記為11={壓，出，...Hk}，k為熱點(diǎn)資源個(gè)數(shù)。
[0090] S5、將所述熱點(diǎn)資源集合中的熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器。
[0091] 熱點(diǎn)效應(yīng)導(dǎo)致服務(wù)器和骨干網(wǎng)絡(luò)過載和癱瘓，遠(yuǎn)距離服務(wù)導(dǎo)致QoS無法保證。為了 應(yīng)對對以上熱點(diǎn)資源的大規(guī)模，爆發(fā)式訪問造成的問題，需要將熱點(diǎn)資源拷貝多個(gè)副本按 區(qū)域分散部署。社交網(wǎng)絡(luò)資源提供方為云存儲供應(yīng)商。該問題被轉(zhuǎn)化為一個(gè)云存儲中的資 源部署問題。部署策略采用有存在矩陣限制的粒子群優(yōu)化算法(PS0)，部署策略目標(biāo)是總體 部署時(shí)間最短。
[0092] 首先獲得存在矩陣，因?yàn)?5：存儲與75：計(jì)算任務(wù)的最大區(qū)別是:計(jì)算可以并行化后 調(diào)度到任意節(jié)點(diǎn)進(jìn)行。但是云存儲中是數(shù)據(jù)傳輸任務(wù)，源節(jié)點(diǎn)本身必須有這個(gè)資源，否則無 法分發(fā)。存在矩陣就是告訴調(diào)度算法哪些節(jié)點(diǎn)有哪些資源，這個(gè)矩陣可以從系統(tǒng)的文件列 表中生成。
[0093] 其次，獲取各影響因素的矩陣，例如:節(jié)點(diǎn)i和j之間的帶寬bij，注意：帶寬取兩個(gè)節(jié) 點(diǎn)之間帶寬的最小值，規(guī)范化用公式（1);節(jié)點(diǎn)i和j之間的時(shí)延d lj;丟包率等1^，經(jīng)過公式 (2)規(guī)范化。這些值可以從云存儲系統(tǒng)上個(gè)時(shí)間段的統(tǒng)計(jì)獲得。設(shè)資源大小為s，定義將資源 從節(jié)點(diǎn)i傳輸?shù)焦?jié)點(diǎn)j的適應(yīng)度函數(shù)fij如下：
[0095]最后，在適應(yīng)度函數(shù)調(diào)節(jié)下，進(jìn)行粒子群優(yōu)化算法(PS0)調(diào)度。PS0的初始化為一群 隨機(jī)粒子，然后通過迭代找到最優(yōu)解。在每一次的迭代中，粒子通過跟蹤兩個(gè)"極值" (pbest，gbest)來更新自己。在找到這兩個(gè)最優(yōu)值后，粒子通過下面的公式來更新自己的速 度和位置。
[0096] Vi = Vi+ciXrand() X (pbesti_Xi)+C2Xrand() X (gbesti-Xi) (3)
[0097] Xi = Xi+Vi (4)
[0098] 在式(3)、（4)中，i = l，2,…，m，m是該群體中粒子的總數(shù)，Vi是粒子的速度;rand () 是介于(〇、1)之間的隨機(jī)數(shù);Xi是粒子的當(dāng)前位置;cdPc2是學(xué)習(xí)因子，通常取(^ = (32 = 2。在 每一維，粒子都有一個(gè)最大限制速度Vmax，如果某一維的速度超過設(shè)定的Vmax，那么這一維的 速度就被限定為WV max>0)。
[0099] 參與生成部署策略的是擁有資源的核心服務(wù)器與各區(qū)域邊緣服務(wù)器，以下節(jié)點(diǎn)均 代表服務(wù)器。部署策略如下：
[0100] 輸入:粒子數(shù)目m，慣性權(quán)重w，加速度常數(shù)cdPc2，任務(wù)向量T，最大迭代次數(shù)Maxi t， 帶寬矩陣B，時(shí)延矩陣D，丟包率矩陣L，適應(yīng)度閾值h，存在矩陣EM;
[0101] 輸出：任務(wù)調(diào)度向量V;
[0102] 過程：
[0103] a、設(shè)置迭代次數(shù)It = 0，從EM中生成一個(gè)初始解Vo;
[0104] b、While It〈=MaxIt
[0105] c、從任務(wù)向量T中獲得資源大小s，帶寬矩陣B中獲取帶寬bij，時(shí)延矩陣D中獲得時(shí) 延dij，丟包率矩陣L中獲得丟包率lij;
[0106] d、計(jì)算并保存適應(yīng)度；
[0107] e、if f〈 = fe then break，輸出Vi;
[0108] f、lt = It+l;
[0109] g、依據(jù)式"穴^彡更新得到一個(gè)新的解乂^^
[0110] h、檢查Vnew是否符合EM的限制，如果不符合則拋棄Vnew重新依照EM產(chǎn)生一fV new;
[0111] i、End While
[0112]選擇fij最小的Vi輸出。
[0113]以上所述實(shí)施例僅表示本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不 能理解為對本發(fā)明范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離 本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明保護(hù)范圍。因此本發(fā) 明的保護(hù)范圍應(yīng)該以所述權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種社交云熱點(diǎn)資源預(yù)測與部署的方法，其特征在于，包括以下步驟： 51、 定義社交網(wǎng)絡(luò)中的穩(wěn)定節(jié)點(diǎn)，并獲取所述穩(wěn)定節(jié)點(diǎn)構(gòu)成穩(wěn)定節(jié)點(diǎn)集合； 52、 確定所述穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型，并計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重； 53、 根據(jù)穩(wěn)定節(jié)點(diǎn)的指標(biāo)值和對應(yīng)的指標(biāo)權(quán)重，從所述穩(wěn)定節(jié)點(diǎn)集合中取出預(yù)設(shè)數(shù)量 的穩(wěn)定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合； 54、 分析重要節(jié)點(diǎn)集合所發(fā)布的資源，構(gòu)建熱點(diǎn)資源集合； 55、 將所述熱點(diǎn)資源集合中的熱點(diǎn)資源分散部署到離用戶最近的邊緣服務(wù)器。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型包括度數(shù)、介數(shù)、 緊密度及特征向量值。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S2具體包括： 521、 確定所述穩(wěn)定節(jié)點(diǎn)的指標(biāo)類型； 522、 提取每個(gè)穩(wěn)定節(jié)點(diǎn)不同類型的指標(biāo)值； 523、 利用歸一化效用函數(shù)，將不同類型的指標(biāo)值映射到對應(yīng)的實(shí)數(shù)值； 524、 通過所述實(shí)數(shù)值計(jì)算得出不同類型指標(biāo)的指標(biāo)權(quán)重。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟S24采用熵權(quán)法計(jì)算不同類型指 標(biāo)的指標(biāo)權(quán)重。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S3具體包括： 531、 按照穩(wěn)定節(jié)點(diǎn)數(shù)量和指標(biāo)數(shù)量，將指標(biāo)值構(gòu)成評價(jià)矩陣； 532、 將評價(jià)矩陣中的指標(biāo)值根據(jù)指標(biāo)權(quán)重進(jìn)行加權(quán)計(jì)算，得出多指加權(quán)標(biāo)評價(jià)矩陣； 533、 根據(jù)所述多指加權(quán)標(biāo)評價(jià)矩陣計(jì)算每個(gè)穩(wěn)定節(jié)點(diǎn)代表的決策方案的貼近度，并按 貼近度值的大小進(jìn)行排序； 534、 根據(jù)社交網(wǎng)絡(luò)規(guī)模和分析能力，按貼近度的值從大到小的順序取出預(yù)設(shè)數(shù)量的穩(wěn) 定節(jié)點(diǎn)構(gòu)成重要節(jié)點(diǎn)集合。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟S4具體包括： 541、 記錄在預(yù)設(shè)時(shí)間內(nèi)重要節(jié)點(diǎn)發(fā)布的資源集合； 542、 計(jì)算每個(gè)重要節(jié)點(diǎn)中每個(gè)資源的轉(zhuǎn)發(fā)權(quán)重和回復(fù)權(quán)重； 543、 根據(jù)所述轉(zhuǎn)發(fā)權(quán)重、回復(fù)權(quán)重及貼近度計(jì)算得到節(jié)點(diǎn)資源評價(jià)值，并按評價(jià)值的 大小進(jìn)彳丁排序； 544、 根據(jù)系統(tǒng)分發(fā)能力和日均熱點(diǎn)規(guī)模，按評價(jià)值從大到小的順序取出預(yù)設(shè)數(shù)量的資 源構(gòu)成熱點(diǎn)資源集合。
【文檔編號】H04L29/08GK105959368SQ201610281203
【公開日】2016年9月21日
【申請日】2016年4月29日
【發(fā)明人】王娟, 張路橋, 李飛, 石磊, 刁仁宏
【申請人】成都信息工程大學(xué)