资源处理方法、装置、设备、介质及程序产品与流程

摘要: 本技术涉及通信,尤其涉及一种资源处理方法、装置、设备、介质及程序产品。背景技术:1、随着算力网络技术的快速发展,算力网络能够汇聚多运营商、云平台及数据中心的计算...
资源处理方法、装置、设备、介质及程序产品与流程

本技术涉及通信,尤其涉及一种资源处理方法、装置、设备、介质及程序产品。

背景技术:

1、随着算力网络技术的快速发展,算力网络能够汇聚多运营商、云平台及数据中心的计算、存储、网络资源,形成统一资源池进行协同调度,跨域异构资源的映射转换是实现算力网络跨平台资源编排调度的核心技术环节。

2、在相关技术中,常规的资源映射转换方式主要是依托资源规格参数、性能测试数据或预设规则,将各类异构硬件资源转换为标准化资源能力表示,同时可通过专属命名空间和属性模型,完成跨域场景下的资源信息转换与关联,以此实现跨平台的算力资源统一编排与调度。

3、然而,上述资源映射转换方式仅关注资源映射结果本身,默认资源测量数据恒定准确,未适配不同应用场景,从而使得映射结果在不同应用场景下存在可靠性差异,直接造成后续资源调度与决策的准确性不佳的问题。

技术实现思路

1、本技术提供一种资源处理方法、装置、设备、介质及程序产品,用于提升算力资源决策的准确性。

2、第一方面,本技术实施例提供了一种资源处理方法,上述资源处理方法包括:获取至少一个第一算力资源中每个第一算力资源对应的第一算力资源信息;上述至少一个第一算力资源为用于执行算力任务所需的算力资源;将上述每个第一算力资源信息进行映射,得到上述每个第一算力资源信息对应的第二算力资源信息,上述第二算力资源信息为执行上述算力任务实际所需的第二算力资源的资源信息;基于至少一个可信度评价指标,计算上述每个第二算力资源信息的可信度评分,上述至少一个可信度评价指标是基于上述第一算力资源信息和上述第一算力资源信息对应的第二算力资源信息确定的,上述可信度评分用于表征上述第一资源信息映射为上述第一算力资源信息对应的第二算力资源信息的准确度;基于上述每个第二算力资源信息的可信度评分和上述每个第二算力资源信息对应的算力资源进行决策,输出决策结果。

3、本技术提供的技术方案至少带来以下有益效果:通过将算力资源映射结果的可靠程度进行量化计算,并基于至少一个可信度评价指标,得到该算力资源映射结果的量化分值,从而针对不同量化分值对该算力资源进行不同的决策,进而提升算力资源决策的准确性。

4、一种可能的实施方式,上述决策结果包括上述算力任务对应的资源处理策略,上述资源处理策略用于指示执行以下至少之一的资源处理操作:资源调度、资源选择、资源编排、资源管理。

5、另一种可能的实施方式,上述基于上述每个第二算力资源信息的可信度评分和上述每个第二算力资源信息对应的算力资源进行决策,输出决策结果,包括:基于上述每个第二算力资源信息的可信度评分,生成上述每个第二算力资源信息对应的可信度等级,上述可信度等级包括以下任一项:高可信等级、低可信等级、中可信等级;基于上述每个第二算力资源信息对应的可信度等级进行决策,输出决策结果,不同的可信度等级对应的资源处理策略不同。

6、又一种可能的实施方式,上述可信度评价指标包括以下至少之一:数据时效性指标,上述数据时效性指标用于表征获取上述第一算力资源信息的时刻与当前时刻之间的时间间隔;测量精度指标,上述测量精度指标用于表征监测上述第一算力资源的误差范围;资源稳定性指标,上述资源稳定性指标用于表征上述第一算力资源与上述第二算力资源间的资源状态变化程度;映射可靠性指标,上述映射规则可靠性指标用于表征采用映射规则由上述第一算力资源映射到上述第二算力资源的历史准确率;历史偏差指标,上述历史偏差指标用于表征历史映射结果与实际运行结果之间的偏离程度。

7、再一种可能的实现方式,上述基于至少一个可信度评价指标,计算上述每个第二算力资源信息的可信度评分,包括:对上述至少一个可信度评价指标中的每个可信度评价指标执行归一化处理;基于至少一个预设权重,对上述归一化后的每个可信度评价指标进行加权处理;上述至少一个预设权重与上述至少一个可信度评价指标一一对应,上述预设权重用于表征对应的可信度评价指标的对映射结果的准确度的影响程度;将上述归一化并加权后的每个可信度评价指标进行融合,以得到上述可信度评分。

8、另一种可能的实现方式,上述至少一个第一算力资源为算力网络中用于执行上述算力任务所需的算力资源;或者,上述至少一个第一算力资源的数量为至少两个、且上述至少两个第一算力资源为不同资源域中用于执行上述算力任务所需的算力资源。

9、又一种可能的实现方式,在上述第一算力资源的数量为至少两个、且不同的第一算力资源来自不同的资源域的情况下,上述资源处理方法还包括:基于上述至少一个可信度评价指标,计算上述第二算力资源信息的可信度评分;基于上述资源域的历史运行数据计算域可信因子;基于域可信因子与上述可信度评分,对上述每个第二算力资源信息的可信度评分进行处理,得到综合可信度评分。

10、第二方面,本技术实施例提供了本技术提供一种资源处理装置,上述资源处理装置包括:获取模块,用于获取至少一个第一算力资源中每个第一算力资源对应的第一算力资源信息;上述至少一个第一算力资源为用于执行算力任务所需的算力资源;映射模块,用于将上述每个第一算力资源信息进行映射,得到上述每个第一算力资源信息对应的第二算力资源信息,上述第二算力资源信息为执行上述算力任务实际所需的第二算力资源的资源信息;计算模块,用于基于至少一个可信度评价指标,计算上述每个第二算力资源信息的可信度评分,上述至少一个可信度评价指标是基于上述第一算力资源信息和上述第一算力资源信息对应的第二算力资源信息确定的,上述可信度评分用于表征上述第一资源信息映射为上述第一算力资源信息对应的第二算力资源信息的准确度;决策模块,用于基于上述每个第二算力资源信息的可信度评分和上述每个第二算力资源信息对应的算力资源进行决策,输出决策结果。

11、一种可能的实现方式,上述决策结果包括上述算力任务对应的资源处理策略,上述资源处理策略用于指示执行以下至少之一的资源处理操作:资源调度、资源选择、资源编排、资源管理。

12、另一种可能的实现方式,上述决策模块,具体用于:基于上述每个第二算力资源信息的可信度评分,生成上述每个第二算力资源信息对应的可信度等级,上述可信度等级包括以下任一项:高可信等级、低可信等级、中可信等级;基于上述每个第二算力资源信息对应的可信度等级进行决策,输出决策结果,不同的可信度等级对应的资源处理策略不同。

13、又一种可能的实现方式,上述可信度评价指标包括以下至少之一:数据时效性指标,上述数据时效性指标用于表征获取上述第一算力资源信息的时刻与当前时刻之间的时间间隔;测量精度指标,上述测量精度指标用于表征监测上述第一算力资源的误差范围;资源稳定性指标,上述资源稳定性指标用于表征上述第一算力资源与上述第二算力资源间的资源状态变化程度;映射可靠性指标,上述映射规则可靠性指标用于表征采用映射规则由上述第一算力资源映射到上述第二算力资源的历史准确率;历史偏差指标,上述历史偏差指标用于表征历史映射结果与实际运行结果之间的偏离程度。

14、再一种可能的实现方式,上述计算模块,具体用于:对上述至少一个可信度评价指标中的每个可信度评价指标执行归一化处理;基于至少一个预设权重,对上述归一化后的每个可信度评价指标进行加权处理;上述至少一个预设权重与上述至少一个可信度评价指标一一对应,上述预设权重用于表征对应的可信度评价指标的对映射结果的准确度的影响程度;将上述归一化并加权后的每个可信度评价指标进行融合,以得到上述可信度评分。

15、另一种可能的实现方式,上述至少一个第一算力资源为算力网络中用于执行上述算力任务所需的算力资源;或者,上述至少一个第一算力资源的数量为至少两个、且上述至少两个第一算力资源为不同资源域中用于执行上述算力任务所需的算力资源。

16、又一种可能的实现方式,在上述第一算力资源的数量为至少两个、且不同的第一算力资源来自不同的资源域的情况下,上述资源处理装置还包括:计算模块,用于基于上述至少一个可信度评价指标,计算上述第二算力资源信息的可信度评分;上述计算模块,还用于基于上述资源域的历史运行数据计算域可信因子;处理模块,用于基于域可信因子与上述可信度评分,对上述每个第二算力资源信息的可信度评分进行处理,得到综合可信度评分。

17、第三方面,本技术提供一种电子设备,该电子设备包括:处理器和存储器;该存储器存储可在处理器上运行的程序或指令,上述程序或指令被该处理器执行时实现上述第一方面的方法。

18、第四方面,本技术提供一种可读存储介质,该可读存储介质上存储程序或指令,上述程序或指令被计算机执行时实现上述第一方面的方法。

19、第五方面,本技术提供一种计算机程序产品,该计算机程序产品被存储在存储介质中,当该计算机程序产品被计算机执行时以实现上述第一方面的方法。

20、第六方面,本技术实施例提供了一种芯片,该芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。

21、上述第二方面至第六方面的有益效果参考第一方面的对应描述,不再赘述。