1.基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于將云數(shù)據(jù)中心的節(jié)能流程抽象為負(fù)載預(yù)測、誤差校驗(yàn)、熱感知分類和虛擬機(jī)調(diào)度四個(gè)模塊；通過對數(shù)據(jù)中心工作負(fù)載進(jìn)行預(yù)測，從而對各主機(jī)進(jìn)行狀態(tài)分類，進(jìn)而通過虛擬機(jī)調(diào)度算法達(dá)到節(jié)能的目的。
2.根據(jù)權(quán)利要求1所述的基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于所述負(fù)載預(yù)測具體是：利用滾動(dòng)灰色預(yù)測模型對數(shù)據(jù)中心的工作負(fù)載進(jìn)行預(yù)測，得到下一時(shí)刻數(shù)據(jù)中心各主機(jī)節(jié)點(diǎn)的負(fù)載利用率。
3.根據(jù)權(quán)利要求1所述的基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于所述誤差校驗(yàn)具體是：對負(fù)載預(yù)測值與實(shí)際工作負(fù)載進(jìn)行誤差校驗(yàn)，確定當(dāng)前預(yù)測結(jié)果的偏差值，并基于誤差校驗(yàn)?zāi)K進(jìn)行學(xué)習(xí)，校正預(yù)測結(jié)果。
4.根據(jù)權(quán)利要求1所述的基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于所述熱感知分類具體是：根據(jù)主機(jī)當(dāng)前的負(fù)載預(yù)測值對云數(shù)據(jù)中心內(nèi)所有主機(jī)進(jìn)行熱感知分類，并引入服務(wù)水平協(xié)議作為參考指標(biāo)設(shè)定主機(jī)工作負(fù)載閾值的上界和下界；當(dāng)主機(jī)負(fù)載利用率在高于閾值上界、低于閾值下界、處于閾值上下界之間、負(fù)載利用率為0這四種情況下劃分為不同的四種熱狀態(tài)。
5.根據(jù)權(quán)利要求1所述的基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于所述虛擬機(jī)調(diào)度具體是：根據(jù)當(dāng)前主機(jī)的熱狀態(tài)對其進(jìn)行虛擬機(jī)調(diào)度，通過虛擬機(jī)調(diào)度操作解決主機(jī)過載、空載的問題，將數(shù)據(jù)中心各主機(jī)的維持在一個(gè)健康的熱狀態(tài)下。
6.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的基于滾動(dòng)灰色預(yù)測模型的云數(shù)據(jù)中心節(jié)能調(diào)度實(shí)現(xiàn)方法，其特征在于通過基于滾動(dòng)灰色預(yù)測模型算法，并以模塊化的形式實(shí)現(xiàn)到云數(shù)據(jù)中心環(huán)境中，來智能地監(jiān)控?cái)?shù)據(jù)中心的負(fù)載信息、以及運(yùn)行時(shí)的各性能數(shù)據(jù)。