虚拟化服务器与网络交换机的智能集成控制方法及系统与流程

本发明涉及虚拟化服务器与网络交换机的集成控制，尤其涉及虚拟化服务器与网络交换机的智能集成控制方法及系统。

背景技术：

1、随着云计算和数据中心规模的持续扩大，虚拟化服务器与网络交换机的协同管理已成为保障业务连续性和资源高效利用的关键环节。

2、常规做法的缺陷在于忽视了虚拟机之间可能存在的隐式依赖关系。在真实业务场景中，若干虚拟机尽管在逻辑上分属不同应用或租户，却可能因共享同一物理主机、同一网络路径或高频交互而产生性能关联。传统方法仅基于显式的资源指标或人工标注的关联关系进行决策，无法自动捕捉这类由底层拓扑和行为特征衍生的依赖信息，容易导致对性能敏感型虚拟机被部署到相互干扰较大的位置，进而引发延迟波动或资源争抢。

3、现有方案的决策机制缺乏对全局约束的主动感知与自适应能力。拓扑变化事件发生时，例如物理服务器宕机或网络链路故障，传统系统往往需要重新进行全量计算或依赖预先设定的静态规则进行应对，难以在约束条件与当前融合状态之间建立动态联系。这使得生成的管理决策在复杂场景下不够精准，交换机配置与虚拟机迁移动作之间缺乏协同，可能出现局部资源配置合理但整体网络负载失衡的状况。

技术实现思路

1、本发明实施例提供虚拟化服务器与网络交换机的智能集成控制方法及系统，能够解决现有技术中的问题。

2、本发明实施例的第一方面，提供虚拟化服务器与网络交换机的智能集成控制方法，包括：

3、获取物理服务器资源状态、网络交换机拓扑连接关系及虚拟机的侧信道行为数据；

4、基于物理服务器资源状态与网络交换机拓扑连接关系构建物理层图；通过对所述侧信道行为数据进行相似度度量计算虚拟机间的隐式依赖关系，在所述物理层图中添加权重为相似度度量值的虚拟依赖边，形成双层图；

5、对所述双层图采用多时间尺度图卷积网络提取特征，当检测到拓扑变化事件时，根据事件类型选择性更新对应层并复用其他层的上一周期输出，得到融合向量；

6、将资源约束条件编码并映射为约束查询表示；基于所述约束查询表示与所述融合向量计算约束感知注意力权重，对违反约束的节点对施加惩罚值，根据所述约束感知注意力权重生成虚拟机分配决策及交换机端口配置决策；

7、基于决策控制虚拟机部署并配置交换机，采集性能指标用于在线更新多时间尺度图卷积网络参数。

8、基于物理服务器资源状态与网络交换机拓扑连接关系构建物理层图，包括：

9、根据物理服务器资源状态确定每个物理服务器的资源占用率，将所述资源占用率作为服务器节点权重，所述资源占用率通过计算计算容量、存储容量和内存容量的已使用量与总容量的加权比值得到；

10、将每个物理服务器映射为服务器节点，将每个网络交换机映射为交换机节点；

11、根据所述网络交换机拓扑连接关系确定服务器节点与交换机节点之间的物理连接，将所述物理连接映射为物理链路边，根据所述物理链路边的端口流量负载确定边权重；

12、将所述服务器节点权重和物理链路边权重作为物理层图的节点属性和边属性，构建包含节点权重和边权重的物理层图。

13、通过对所述侧信道行为数据进行相似度度量计算虚拟机间的隐式依赖关系，在所述物理层图中添加权重为相似度度量值的虚拟依赖边，形成双层图，包括：

14、根据物理服务器的硬件资源层次结构将所述侧信道行为数据分解为多个层次的侧信道特征，所述硬件资源层次结构包括从高到低的内存带宽层、末级缓存层和核心缓存层，所述侧信道特征包括对应层次的资源访问时序、访问地址分布和访问冲突模式；

15、针对每个硬件资源层次，基于其侧信道特征计算任意两个虚拟机在该层次的资源竞争强度，所述资源竞争强度通过分析两个虚拟机的侧信道特征在时域上的冲突频率与空域上的重叠度得到；

16、当所述资源竞争强度超过对应层次的竞争判定阈值时，在对应层次为两个虚拟机建立层次化虚拟依赖边，将所述资源竞争强度作为所述层次化虚拟依赖边的初始权重；

17、对所述层次化虚拟依赖边进行多跳传播分析，计算间接依赖路径上的累积竞争强度，所述累积竞争强度通过沿传播路径对各边初始权重进行衰减累积得到，传播距离越远的边被施加越大的衰减系数；

18、将所述初始权重与所述累积竞争强度进行融合，得到包含直接竞争和间接传播影响的综合相似度度量值，将所述综合相似度度量值作为虚拟依赖边的最终边权重添加至所述物理层图中，形成双层图。

19、对所述双层图采用多时间尺度图卷积网络提取特征，当检测到拓扑变化事件时，根据事件类型选择性更新对应层并复用其他层的上一周期输出，得到融合向量，包括：

20、构建多时间尺度图卷积网络，包括物理拓扑卷积层和虚拟依赖卷积层，所述物理拓扑卷积层对物理链路边进行卷积操作，所述虚拟依赖卷积层对虚拟依赖边进行卷积操作；

21、将双层图输入多时间尺度图卷积网络，物理拓扑卷积层对物理链路边及其连接的节点进行多跳邻域聚合输出物理拓扑特征向量，虚拟依赖卷积层对虚拟依赖边及其连接的虚拟机节点进行多跳邻域聚合输出虚拟依赖特征向量；

22、监测双层图的拓扑变化事件，所述拓扑变化事件包括物理层变化事件和虚拟层变化事件，物理层变化事件包括物理服务器或交换机的状态变化，虚拟层变化事件包括虚拟机状态变化或虚拟依赖边权重更新；

23、当检测到拓扑变化事件时，根据事件类型判定受影响的卷积层，对受影响的卷积层使用更新后的双层图重新执行卷积操作得到更新特征向量，对未受影响的卷积层直接复用上一周期的特征向量作为复用特征向量；

24、将更新特征向量与复用特征向量进行拼接融合得到融合向量。

25、将资源约束条件编码并映射为约束查询表示，包括：

26、解析资源约束条件，所述资源约束条件包括硬件资源约束和拓扑关系约束，所述硬件资源约束包括处理器核心数量约束、内存容量约束和网络带宽约束，所述拓扑关系约束包括物理服务器亲和性约束和虚拟机反亲和性约束；

27、对所述硬件资源约束进行数值归一化处理，将不同量纲的资源需求量映射至统一数值区间，得到归一化资源向量；

28、对所述拓扑关系约束进行关系编码，将所述物理服务器亲和性约束编码为亲和性关系矩阵，将所述虚拟机反亲和性约束编码为排斥性关系矩阵；

29、将所述归一化资源向量、所述亲和性关系矩阵和所述排斥性关系矩阵进行特征融合，通过张量运算将数值型约束与关系型约束映射至统一特征空间，得到约束特征张量；

30、对所述约束特征张量进行多层非线性变换，将所述约束特征张量映射为与所述融合向量维度一致的高维表示，得到约束查询表示。

31、基于所述约束查询表示与所述融合向量计算约束感知注意力权重，对违反约束的节点对施加惩罚值，根据所述约束感知注意力权重生成虚拟机分配决策及交换机端口配置决策，包括：

32、将所述约束查询表示作为查询向量，将所述融合向量作为键向量和值向量，通过多头注意力机制计算查询向量与键向量之间的相似度得分；

33、对所述相似度得分进行分层约束违反检测，将约束违反分为硬约束违反和软约束违反，所述硬约束违反包括硬件资源约束违反，所述软约束违反包括拓扑关系约束违反，针对每个虚拟机与物理服务器节点的组合分别检测硬约束违反状态和软约束违反状态；

34、对检测到违反约束的节点对的相似度得分施加分层惩罚值，所述分层惩罚值包括硬约束惩罚值和软约束惩罚值，所述硬约束惩罚值根据资源缺口与资源需求量的比值计算且惩罚强度高于所述软约束惩罚值，所述软约束惩罚值根据亲和性关系矩阵或排斥性关系矩阵中的对应元素值确定。

35、所述方法还包括：

36、将施加分层惩罚值后的相似度得分进行温度参数调节的归一化处理得到约束感知注意力权重，所述温度参数控制权重分布的集中程度；

37、根据所述约束感知注意力权重对所述值向量进行加权聚合得到决策特征向量，对所述决策特征向量进行解码得到虚拟机与物理服务器节点之间的分配概率分布，从所述分配概率分布中采样得到多个候选分配方案；

38、对所述多个候选分配方案进行约束满足度评估，选取硬约束满足率完全满足且软约束满足率最高的候选分配方案作为虚拟机分配决策；

39、根据所述虚拟机分配决策确定虚拟机所在物理服务器与交换机之间的候选连接路径集合，针对每条候选连接路径计算路径综合代价，所述路径综合代价由物理链路边权重加权求和项、虚拟依赖边权重加权求和项和路径跳数惩罚项组成；

40、选取路径综合代价最小的候选连接路径，将该候选连接路径上与交换机直接连接的物理服务器端口作为交换机端口配置决策；基于决策控制虚拟机部署并配置交换机，采集性能指标用于在线更新多时间尺度图卷积网络参数。

41、本发明实施例的第二方面，提供一种虚拟化服务器与网络交换机的智能集成控制系统，包括：

42、数据采集单元，用于获取物理服务器资源状态、网络交换机拓扑连接关系及虚拟机的侧信道行为数据；

43、物理构图单元，用于基于物理服务器资源状态与网络交换机拓扑连接关系构建物理层图；

44、依赖建边单元，用于通过对所述侧信道行为数据进行相似度度量计算虚拟机间的隐式依赖关系，在所述物理层图中添加权重为相似度度量值的虚拟依赖边，形成双层图；

45、特征提取单元，用于对所述双层图采用多时间尺度图卷积网络提取特征，当检测到拓扑变化事件时，根据事件类型选择性更新对应层并复用其他层的上一周期输出，得到融合向量；

46、约束编码单元，用于将资源约束条件编码并映射为约束查询表示；

47、决策生成单元，用于基于所述约束查询表示与所述融合向量计算约束感知注意力权重，对违反约束的节点对施加惩罚值，根据所述约束感知注意力权重生成虚拟机分配决策及交换机端口配置决策；

48、执行更新单元，用于基于决策控制虚拟机部署并配置交换机，采集性能指标用于在线更新多时间尺度图卷积网络参数。

49、本发明实施例的第三方面，提供一种电子设备，包括：

50、处理器；

51、用于存储处理器可执行指令的存储器；

52、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

53、本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

54、本发明的有益效果;

55、构建融合物理服务器资源状态、网络交换机拓扑连接关系与虚拟机侧信道行为数据的双层图后，虚拟机间的隐式依赖关系得到显式表达，不再被物理拓扑掩盖。基于该双层图实施虚拟机分配与交换机端口配置，可显著提升跨主机通信的局部性，降低数据传输跳数，避免物理链路拥塞，增强业务部署密度与资源利用均衡性。

56、多时间尺度图卷积网络从不同时间粒度提取特征，捕捉快速负载波动与缓慢依赖演化。检测到拓扑变化事件时，仅更新受影响层，另一层信息被复用，避免全图重算，显著缩短决策响应时延，增强控制实时性。融合向量综合结构与时序特征，为后续决策提供准确输入。

57、将资源约束编码为约束查询表示并与融合向量计算注意力权重，决策具有明确约束导向，生成的虚拟机分配及交换机端口配置始终合法。惩罚值强化对不可行方案的抑制，降低人工校正需求，提升自动化运维水平。侧信道行为数据还能感知共驻攻击与资源争抢，主动调整部署位置，增强多租户安全隔离。