买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州爱雄斯通信技术有限公司

摘要：本申请提供一种基于虚拟化技术的光通信装置资源分配方法及系统，涉及光通信设备管理领域，该方法包括：在光通信装置中构建多个虚拟机群组，每一虚拟机群组分别用于执行相应的操作类型的光信号处理操作；获取各个虚拟机群组的资源消耗时序数据；针对各个虚拟机群组，预测该虚拟机群组的第一资源需求预测量，以确定对应的初始分配资源；获取各个虚拟机群组对应当前时刻的系统实时预测误差；将各个初始分配资源和系统实时预测误差输入至资源分配优化网络，以确定针对各个虚拟机群组的目标分配资源，资源分配优化网络采用强化学习模型。由此，通过引入虚拟化技术和强化学习模型，实现了对光通信装置资源的动态分配和优化。

主权项：1.一种基于虚拟化技术的光通信装置资源分配方法，包括：在光通信装置中构建多个虚拟机群组，每一所述虚拟机群组分别用于执行相应的操作类型的光信号处理操作；所述操作类型包含以下中的任意一者：编码、解码、压缩、解压缩、放大和误码处理；获取各个所述虚拟机群组分别对应历史的第一预设时间段的资源消耗时序数据；所述资源消耗时序数据包含多个历史运行时刻和相应的资源消耗记录；资源消耗记录所对应的资源类型包含带宽资源、计算资源和存储资源；针对各个所述虚拟机群组，将所述虚拟机群组所对应的资源消耗时序数据输入至资源预测模型，以确定该虚拟机群组对应未来的第二预设时间段的第一资源需求预测量；所述第一预设时间段长于所述第二预设时间段；根据各个所述虚拟机群组的第一资源需求预测量，确定各个所述虚拟机群组所对应的初始分配资源；获取各个所述虚拟机群组对应当前时刻的第二资源需求预测量和资源实时消耗量，并根据所述资源实时消耗量和所述第二资源需求预测量确定系统实时预测误差；将各个所述初始分配资源和所述系统实时预测误差输入至资源分配优化网络，以确定针对各个所述虚拟机群组的目标分配资源；所述资源分配优化网络采用强化学习模型；所述强化学习模型的状态是由各个虚拟机群组的当前资源利用率、历史资源消耗数据和系统实时预测误差定义的；所述强化学习模型的动作是由针对各个虚拟机群组的分配资源的调整幅度而定义的；所述强化学习模型的奖励函数是由资源利用率和预测误差的优化程度而定义的；所述资源预测模型采用时序变分自编码器模型，其包括输入层、编码器和解码器；所述输入层用于接收资源消耗时序数据，并将其转换为相应的输入时序矩阵： 式中，，表示历史时间步的总数，表示资源类型数量；所述编码器包含第一LSTM层、注意力层、第一全连接层和潜在变量采样层；所述第一LSTM层用于提取输入时序矩阵的时间依赖特征，输出隐状态矩阵： 式中，为隐状态矩阵中对应第历史时间步的隐状态，为输入时序矩阵中对应第个历史时间步的输入数据，为对应第个历史时间步的隐状态；注意力层用于通过注意力机制聚焦重要的时间步，以计算上下文向量： 式中，为对应第个历史时间步的注意力权重，为对应第个历史时间步的注意力评分函数，为评分函数的权重向量的转置，和分别表示隐状态权重矩阵和输入数据权重矩阵；表示对应第个历史时间步的注意力评分函数，表示所有历史时间步的评分函数的指数之和；第一全连接层用于处理上下文向量，以生成潜在变量的均值和对数方差： 式中，和分别为对应和的全连接层权重矩阵，和分别为对应和的全连接层偏置项；所述潜在变量采样层用于根据所生成的计算潜在变量的标准差，并使用重参数化技巧，利用所生成的从标准正态分布中采样，并生成潜在变量： 式中，表示符合标准正态分布的随机变量；所述解码器包含第二LSTM层和第二全连接层；所述第二LSTM层用于解码潜在变量，以输出重构的时序数据隐状态： 式中，为重构的第个未来时间步的隐状态，为重构的第个未来时间步的隐状态；第二全连接层用于处理重构的时序数据隐状态，以生成资源需求预测值矩阵： 式中，和分别表示第二全连接层的权重矩阵和偏置项，表示在第个未来时间步的资源需求预测值；所述强化学习模型的状态空间中各个状态通过下式表达： 式中，表示第个虚拟机群组的当前资源利用率，表示第个虚拟机群组的历史资源消耗数据，表示虚拟机群组的数量，表示系统实时预测误差；所述强化学习模型动作空间的各个动作通过下式表达： 式中，表示对第个虚拟机群组资源分配的调整幅度；奖励函数通过下式表达： 式中，表示奖励函数，用于评估动作对当前状态所产生的奖励值；和为调节参数，用于平衡资源利用率和预测误差在动作奖励中的比重；表示第个虚拟机群组的资源利用率变化量，其用于量化当前动作对资源利用率的影响；表示预设的虚拟机资源利用率的上限值；表示系统预测误差的变化量，其用于量化当前动作对预测误差的影响；表示预设的最大预测误差；和分别为初始调节参数，表示在初始状态下资源利用率和预测误差在奖励函数中的比重；表示调节系数，用于控制权重调整的灵敏度；表示滑动窗口内的平均资源利用率，表示滑动窗口的尺寸，表示第个虚拟机群组在第个历史时间步的资源利用率；表示滑动窗口内的平均预测误差，表示在第个历史时间步的预测误差。

全文数据：

权利要求：

百度查询： 苏州爱雄斯通信技术有限公司 基于虚拟化技术的光通信装置资源分配方法及系统