(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210739590.4 (22)申请日 2022.06.28 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 刘佳琦　许虎城　李登　陈志刚　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 汪金连 (51)Int.Cl. G06F 9/50(2006.01) G06F 17/13(2006.01) G06F 17/18(2006.01) (54)发明名称 一种云服 务器资源分配的方法、 介质及设备 (57)摘要 本发明提供了一种云服务器资源分配的方 法、 介质及设备， 具体方法包括： 建立波动率数据 函数模型得到波动率， 对所述波动率进行排序， 根据排序结果确定负载数据的阈值； 基于阈值筛 选负载极大值， 构建资源块的超阈值极值模型； 设计用于评估资源块的负载量的资源分配评估 参数； 根据Copu la理论对构建的资源 块的超阈值 极值模型的边缘分布进行建模， 得到资源块间边 缘分布模型； 根据资源块间边缘分布模型， 设计 负载预警机制来调整资源分配评估参数， 用于进 行资源分配 。 权利要求书4页 说明书12页 附图2页 CN 115098261 A 2022.09.23 CN 115098261 A 1.一种云服务器资源分配的方法， 基于极值理论和Copula理论， 其特征在于， 所述方法 包括： 步骤1， 建立波动率数据函数模型 得到波动率； 步骤2， 对所述波动率进行排序， 根据排序结果确定负载 数据的阈值； 步骤3， 根据所述阈值筛选负载极大值， 根据 所述负载极大值构建资源块的超阈值极值 模型； 步骤4， 设计用于 评估资源块的负载量的资源分配评估参数； 步骤5， 根据Copula理论对构建的资源块的超阈值极值模型的边缘分布进行建模， 得到 资源块间边 缘分布模型； 步骤6， 根据资源块间边 缘分布模型， 设计负载 预警机制； 步骤7， 根据所述负载预警机制调 整资源分配评估参数， 根据调整后的资源分配评估参 数进行资源分配。 2.根据权利要求1所述的云服 务器资源分配的方法， 其特 征在于， 所述 步骤1具体包括： 建立波动率数据函数模型， 如下： 其中， 表示负载数据的波动率； 表示t时刻的负载数据； 表示负载数据的负载均 值， 由时段 内的负载 数据 决定， 计算公式为： 其 中 ， λ表 示 权 重 因 子 ， 表 示 负 载 均 值 的 时 间 窗 口 ， 的 取 值 为 3.根据权利要求1所述的云服 务器资源分配的方法， 其特 征在于， 所述 步骤2具体包括： 确定所述负载 数据的阈值 为： 其 中 ， 表 示 负 载 数 据 在 t 时 刻 的 阈 值 ， 表 示 波 动 率 序 列 的 中的第T‑k*个波动率， T表 示总的时间点， k*表示最优阈值点， 计算 公式 如下： 其中， AMSE(HT(k))表示Hill图法的渐进均方误差， HT(k)表示Hill图法的统计量， 计算 公式如下：权　利　要　求　书 1/4 页 2 CN 115098261 A 2其中， k表示时刻的序列， 1≤k<T； 为一个正比率函数， 当 时， τ >0且ρ ≤ 0， τ、 ρ 均为常数。 4.根据权利要求1所述的云服 务器资源分配的方法， 其特 征在于， 所述 步骤3具体包括： 根据PBdH 定理， 构建超阈值极值模型如下： 其中， F(x)为超阈值极值模型， 表示超过阈值 的负载数量， ξ是资源块负载数据的 形状参数， 是资源块负载 数据的尺度参数； 计算所述超阈值极值模型 F(x)的对数似然函数 为： 其中， 当所述形状参数ξ ＝0时， 所述尺度参数 的极大似然估计值 为： 其中， 当所述形状参数ξ≠0时， 由如下方程对所述形状参数ξ和尺度参数 求偏导得到 极大似然估计值 和极大似然估计值 其中， 表示超出阈值 的均值偏离构成的集 合 中的对象。 5.根据权利要求1所述的云服 务器资源分配的方法， 其特 征在于， 所述 步骤4具体包括： 设计Var参数作为资源分配评估参数， 用于 评估资源块的负载量， 计算公式如下；权　利　要　求　书 2/4 页 3 CN 115098261 A 3