本發(fā)明屬于云計(jì)算，具體涉及一種云原生容器平臺集成方法及系統(tǒng)。

背景技術(shù)：

1、隨著云計(jì)算技術(shù)的發(fā)展，云原生容器平臺因其高度的彈性、可擴(kuò)展性和高可用性而成為企業(yè)it架構(gòu)的首選。然而，如何在云計(jì)算環(huán)境中高效地集成和管理容器平臺，是一個(gè)具有挑戰(zhàn)性的問題。

2、現(xiàn)有技術(shù)的缺陷：

3、1)缺乏自動化和智能化：現(xiàn)有的容器平臺集成和管理方法大多依賴人工干預(yù)，缺乏自動化和智能化，導(dǎo)致效率低下；

4、2)資源利用率低：現(xiàn)有的資源調(diào)度方法往往無法根據(jù)實(shí)際負(fù)載動態(tài)調(diào)整資源，導(dǎo)致資源利用率低，增加了不必要的成本；

5、3)缺乏智能決策：現(xiàn)有的集成和管理方法在決策支持方面存在不足，無法根據(jù)實(shí)時(shí)環(huán)境數(shù)據(jù)動態(tài)調(diào)整策略，影響系統(tǒng)的性能和穩(wěn)定性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)存在的檢測精度低、云原生容器平臺集成單一以及資源調(diào)度不合理的問題，本發(fā)明目的在于提供一種云原生容器平臺集成方法及系統(tǒng)。

2、本發(fā)明所采用的技術(shù)方案為：

3、一種云原生容器平臺集成方法，包括如下步驟：

4、在云計(jì)算環(huán)境中部署云計(jì)算環(huán)境分析模型、集成策略生成模型以及調(diào)度方案生成模型；

5、采集云計(jì)算環(huán)境的屬性數(shù)據(jù)，并根據(jù)屬性數(shù)據(jù)，使用云計(jì)算環(huán)境分析模型，進(jìn)行云計(jì)算環(huán)境分析，得到云計(jì)算環(huán)境分析結(jié)果；

6、根據(jù)云計(jì)算環(huán)境分析結(jié)果，使用集成策略生成模型，進(jìn)行云原生容器平臺集成策略生成，得到云原生容器平臺集成策略；

7、根據(jù)云原生容器平臺集成策略，使用調(diào)度方案生成模型，進(jìn)行云資源調(diào)度方案生成，得到云資源調(diào)度方案；

8、根據(jù)云資源調(diào)度方案和云原生容器平臺集成策略，進(jìn)行云資源調(diào)度和云原生容器平臺集成，在云計(jì)算環(huán)境中集成得到云原生容器平臺。

9、進(jìn)一步地，在云計(jì)算環(huán)境中部署云計(jì)算環(huán)境分析模型、集成策略生成模型以及調(diào)度方案生成模型，包括如下步驟：

10、基于云計(jì)算環(huán)境，下載預(yù)先訓(xùn)練的云計(jì)算環(huán)境分析模型元數(shù)據(jù)、集成策略生成模型元數(shù)據(jù)以及調(diào)度方案生成模型元數(shù)據(jù)；

11、根據(jù)云計(jì)算環(huán)境分析模型元數(shù)據(jù)、集成策略生成模型元數(shù)據(jù)以及調(diào)度方案生成模型元數(shù)據(jù)，進(jìn)行模型重構(gòu)，得到對應(yīng)的云計(jì)算環(huán)境分析模型、集成策略生成模型以及調(diào)度方案生成模型；

12、將云計(jì)算環(huán)境分析模型、集成策略生成模型以及調(diào)度方案生成模型部署為對應(yīng)的云計(jì)算環(huán)境分析服務(wù)、集成策略生成服務(wù)以及調(diào)度方案生成服務(wù)；

13、為云計(jì)算環(huán)境分析服務(wù)、集成策略生成服務(wù)以及調(diào)度方案生成服務(wù)配置對應(yīng)的云計(jì)算環(huán)境分析服務(wù)api、集成策略生成服務(wù)api以及調(diào)度方案生成服務(wù)api。

14、進(jìn)一步地，云計(jì)算環(huán)境分析模型基于rf-attention-lstm算法構(gòu)建，且云計(jì)算環(huán)境分析模型包括基于rf算法構(gòu)建的關(guān)鍵特征提取模塊、基于attention機(jī)制構(gòu)建的注意力權(quán)重模塊以及基于lstm算法構(gòu)建的云計(jì)算環(huán)境分析模塊；

15、集成策略生成模型基于dqn算法構(gòu)建，且集成策略生成模型包括智能體、深度q網(wǎng)絡(luò)以及經(jīng)驗(yàn)回放池；

16、調(diào)度方案生成模型基于bilstm-iwoa算法構(gòu)建，且調(diào)度方案生成模型包括基于bilstm算法構(gòu)建的云資源需求預(yù)測模塊和基于iwoa尋優(yōu)算法構(gòu)建的調(diào)度方案生成模塊。

17、進(jìn)一步地，屬性數(shù)據(jù)包括云計(jì)算環(huán)境的云服務(wù)提供商屬性信息、cpu性能屬性、虛擬環(huán)境屬性數(shù)據(jù)、操作系統(tǒng)屬性數(shù)據(jù)、內(nèi)存屬性數(shù)據(jù)、存儲屬性數(shù)據(jù)以及網(wǎng)絡(luò)屬性數(shù)據(jù)；

18、云計(jì)算環(huán)境分析結(jié)果包括云資源使用情況預(yù)測結(jié)果、云資源需求預(yù)測初始結(jié)果、容器規(guī)模限制、潛在性能瓶頸、容器平臺安全風(fēng)險(xiǎn)、容器平臺集成建議以及容器部署成本；

19、云原生容器平臺集成策略包括容器部署動作、容器擴(kuò)縮動作、容器更新與故障恢復(fù)動作、虛擬化管理動作以及容器鏡像管理動作；

20、云資源調(diào)度方案包括計(jì)算資源伸縮操作、負(fù)載均衡操作、虛擬機(jī)實(shí)例優(yōu)化操作、存儲資源分配、網(wǎng)絡(luò)資源分配以及安全性配置。

21、進(jìn)一步地，采集云計(jì)算環(huán)境的屬性數(shù)據(jù)，并根據(jù)屬性數(shù)據(jù)，使用云計(jì)算環(huán)境分析模型，進(jìn)行云計(jì)算環(huán)境分析，得到云計(jì)算環(huán)境分析結(jié)果，包括如下步驟：

22、基于云計(jì)算環(huán)境，通過預(yù)設(shè)的云環(huán)境監(jiān)控服務(wù)api，調(diào)用對應(yīng)的云環(huán)境監(jiān)控服務(wù)，使用對應(yīng)的云環(huán)境監(jiān)控系統(tǒng)，采集云計(jì)算環(huán)境的屬性數(shù)據(jù)，并對屬性數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后屬性數(shù)據(jù)；

23、通過云計(jì)算環(huán)境分析服務(wù)api，調(diào)用對應(yīng)的云計(jì)算環(huán)境分析服務(wù)，并將預(yù)處理后屬性數(shù)據(jù)輸入對應(yīng)的云計(jì)算環(huán)境分析模型；

24、使用云計(jì)算環(huán)境分析模型的關(guān)鍵特征提取模塊，提取預(yù)處理后屬性數(shù)據(jù)的n個(gè)關(guān)鍵特征；

25、根據(jù)注意力權(quán)重模塊預(yù)設(shè)的注意力權(quán)重，對n個(gè)關(guān)鍵特征進(jìn)行拼接，得到拼接特征；

26、根據(jù)拼接特征，使用云計(jì)算環(huán)境分析模塊，進(jìn)行云計(jì)算環(huán)境分析，得到云計(jì)算環(huán)境分析結(jié)果。

27、進(jìn)一步地，根據(jù)云計(jì)算環(huán)境分析結(jié)果，使用集成策略生成模型，進(jìn)行云原生容器平臺集成策略生成，得到云原生容器平臺集成策略，包括如下步驟：

28、基于云計(jì)算環(huán)境，通過集成策略生成服務(wù)api，調(diào)用對應(yīng)的集成策略生成服務(wù)，并將云計(jì)算環(huán)境分析結(jié)果輸入對應(yīng)的集成策略生成模型；

29、根據(jù)云計(jì)算環(huán)境分析結(jié)果，在經(jīng)驗(yàn)回放池中檢索對應(yīng)的歷史集成策略生成經(jīng)驗(yàn)，得到若干匹配歷史集成策略生成經(jīng)驗(yàn)；

30、根據(jù)云計(jì)算環(huán)境分析結(jié)果，更新集成策略生成模型的狀態(tài)空間，得到更新的狀態(tài)空間；

31、根據(jù)若干匹配歷史集成策略生成經(jīng)驗(yàn)，更新集成策略生成模型的動作空間，得到更新的動作空間；

32、將更新的狀態(tài)空間作為深度q網(wǎng)絡(luò)的輸入量，使用智能體，生成更新后的動作空間中每一可能動作的q值；

33、使用獎勵函數(shù)，獲取更新后的動作空間中每一可能動作的獎勵值，并根據(jù)獎勵值，更新可能動作的q值，得到每一可能動作的更新的q值；

34、重復(fù)上述q值更新步驟，直到達(dá)到預(yù)定的迭代次數(shù)，并使用貪婪策略，選擇每次迭代中具有最高的更新的q值的可能動作作為執(zhí)行動作；

35、將若干執(zhí)行動作進(jìn)行整合，得到云原生容器平臺集成策略。

36、進(jìn)一步地，根據(jù)云原生容器平臺集成策略，使用調(diào)度方案生成模型，進(jìn)行云資源調(diào)度方案生成，得到云資源調(diào)度方案，包括如下步驟：

37、基于云計(jì)算環(huán)境，通過調(diào)度方案生成服務(wù)api，調(diào)用對應(yīng)的調(diào)度方案生成服務(wù)，并將云原生容器平臺集成策略輸入對應(yīng)的調(diào)度方案生成模型；

38、根據(jù)云原生容器平臺集成策略，使用云資源需求預(yù)測模塊，進(jìn)行云資源需求預(yù)測，得到云資源需求預(yù)測最終結(jié)果；

39、根據(jù)云資源需求預(yù)測最終結(jié)果，設(shè)置目標(biāo)函數(shù)，并基于目標(biāo)函數(shù)，使用調(diào)度方案生成模塊，進(jìn)行云資源調(diào)度方案生成，得到云資源調(diào)度方案。

40、進(jìn)一步地，根據(jù)云資源需求預(yù)測最終結(jié)果，設(shè)置目標(biāo)函數(shù)，并基于目標(biāo)函數(shù)，使用調(diào)度方案生成模塊，進(jìn)行云資源調(diào)度方案生成，得到云資源調(diào)度方案，包括如下步驟：

41、根據(jù)云資源需求預(yù)測最終結(jié)果中包含的云資源需求指標(biāo)、動作優(yōu)先級指標(biāo)以及影響范圍指標(biāo)，設(shè)置目標(biāo)函數(shù)；

42、進(jìn)行云資源調(diào)度方案初始化，生成若干初始解，并將目標(biāo)函數(shù)作為初始解的適應(yīng)度函數(shù)；

43、基于適應(yīng)度函數(shù)，對若干初始解進(jìn)行迭代尋優(yōu)，達(dá)到預(yù)定的迭代次數(shù)，得到最優(yōu)解，并根據(jù)最優(yōu)解，得到云資源調(diào)度方案。

44、進(jìn)一步地，根據(jù)云資源調(diào)度方案和云原生容器平臺集成策略，進(jìn)行云資源調(diào)度和云原生容器平臺集成，在云計(jì)算環(huán)境中集成得到云原生容器平臺，包括如下步驟：

45、基于云計(jì)算環(huán)境，根據(jù)云資源調(diào)度方案，通過預(yù)設(shè)的云環(huán)境資源調(diào)度服務(wù)api，調(diào)用對應(yīng)的云環(huán)境資源調(diào)度服務(wù)，使用對應(yīng)的云環(huán)境資源調(diào)度系統(tǒng)，進(jìn)行云環(huán)境資源調(diào)度，得到資源調(diào)度后云計(jì)算環(huán)境；

46、基于資源調(diào)度后云計(jì)算環(huán)境，根據(jù)云原生容器平臺集成策略，通過預(yù)設(shè)的容器平臺集成服務(wù)api，調(diào)用對應(yīng)的容器平臺集成服務(wù)，使用對應(yīng)的容器平臺集成系統(tǒng)，進(jìn)行容器平臺集成，在云計(jì)算環(huán)境中集成得到云原生容器平臺；

47、通過預(yù)設(shè)的云環(huán)境資源監(jiān)測服務(wù)api，調(diào)用對應(yīng)的云環(huán)境資源監(jiān)測服務(wù)，使用對應(yīng)的云環(huán)境資源監(jiān)測系統(tǒng)，采集資源調(diào)度后云計(jì)算環(huán)境的云資源使用情況數(shù)據(jù)；

48、根據(jù)云資源使用情況數(shù)據(jù)，對云資源調(diào)度方案進(jìn)行調(diào)整，得到調(diào)整后云資源調(diào)度方案，并根據(jù)調(diào)整后云資源調(diào)度方案，對資源調(diào)度后云計(jì)算環(huán)境重新進(jìn)行云環(huán)境資源調(diào)度。

49、一種云原生容器平臺集成系統(tǒng)，用于實(shí)現(xiàn)云原生容器平臺集成方法，系統(tǒng)包括依次連接的模型部署單元、云計(jì)算環(huán)境分析單元、集成策略生成單元、調(diào)度方案生成單元以及容器平臺集成單元。

50、本發(fā)明的有益效果為：

51、本發(fā)明公開了一種云原生容器平臺集成方法及系統(tǒng)，通過部署云計(jì)算環(huán)境分析模型、集成策略生成模型以及調(diào)度方案生成模型，實(shí)現(xiàn)了云計(jì)算環(huán)境中的云原生容器平臺自動化、智能化的集成，降低了人工干預(yù)成本投入，提高了集成效率；使用云計(jì)算環(huán)境分析模型對云計(jì)算環(huán)境的屬性數(shù)據(jù)進(jìn)行準(zhǔn)確分析，避免了人工判斷云計(jì)算環(huán)境狀態(tài)導(dǎo)致的效果差的缺陷和問題；使用集成策略生成模型，根據(jù)云計(jì)算環(huán)境狀態(tài)，與云計(jì)算環(huán)境進(jìn)行交互自動化生成和動態(tài)調(diào)整集成策略，提高了云計(jì)算環(huán)境的性能和穩(wěn)定性；使用調(diào)度方案生成模型，根據(jù)集成策略、實(shí)時(shí)環(huán)境數(shù)據(jù)以及負(fù)載變化，動態(tài)調(diào)整云資源配置和調(diào)度策略，避免了資源浪費(fèi)，實(shí)現(xiàn)云資源的高效利用和容器平臺的最佳性能。

52、本發(fā)明的其他有益效果將在具體實(shí)施方式中進(jìn)一步進(jìn)行說明。