数字资产云服务系统资源配置方法及装置与流程

1.本公开的实施例一般涉及计算机技术领域，并且更具体地，涉及数字资 产云服务系统资源配置方法、装置、设备和计算机可读存储介质。


背景技术：

2.为了吸引客户，增加客户活跃度，各类平台、商家均发行了自有的虚拟 数字资产。各个商家的信息化虚拟数字资产均基于云服务。但目前虚拟数字 资产的云服务设备资源配置缺乏指导，数据承载不均衡，造成数字资产数据 qos下降。
3.基于负载均衡(load balance，lb)的动态资源调度方法当前应用最为广 泛，一个迁移域中各主机上承载的虚拟机可以在所述迁移域中进行迁移。其 主要步骤为：监控得到迁移域中所有主机和虚拟机的负载指标，并判断是否 达到迁移触发条件，若达到迁移触发条件，则进行虚拟机的在线迁移，从高 负载的源主机上选择虚拟机，迁移到低负载的目的主机上，从而达到迁移域 内负载均衡的目的。
4.但是，基于负载均衡的动态资源调度方法仅考虑了当前时刻的负载状况， 并未考虑由于未来数字资产价值波动导致的客流变化，从而形成的负载冲突， 造成虚拟机的qos下降；同时现有的动态资源调度仅考虑当前时刻负载的均 衡，随着负载的变化容易反复迁移。


技术实现要素：

5.根据本公开的实施例，提供了一种数字资产云服务系统资源配置方案。
6.在本公开的第一方面，提供了一种数字资产云服务系统资源配置方法。 该方法包括：
7.计算数字资产云服务系统中各数字资产的评估价值；
8.将各类型数字资产的评估价值和当前价值输入预先训练得到的资源模 型中，分别得到各类型数字资产的资源需求；
9.根据数字资产云服务系统的现有资源以及各数字资产的资源需求，为各 数字资产进行资源配置。
10.进一步地，计算数字资产云服务系统中各数字资产的评估价值包括：
11.根据与所述数字资产的运营相关的数据计算其成长性参数；
12.根据与所述数字资产所兑换商品相关的数据计算出体现其当前状态的 静态参数；
13.对所述成长性参数和所述静态参数进行加权求和，计算所述数字资产的 估值系数。
14.进一步地，根据与所述数字资产的运营相关的数据计算其成长性参数包 括:
15.将收集到的发行机构经营数据、未来的预期经济指标数据输入预先训练 的预测模型，得到该机构未来数字资产发行和主动消耗有关的指标数据,将所 述主动消耗指标数
据/发行指标数据的比值作为其成长性参数；
16.所述成长性参数通过如下公式进行计算：
[0017][0018]
其中，所述r
pv
为主动消耗量现值；
[0019]opv
为发行量现值。
[0020]
进一步地，
[0021]
根据所述数字资产的兑换商城的货品标价，交易量、第三方价格计算所 述静态参数；
[0022]
所述静态参数通过如下公式进行计算：
[0023]
所述静态参数＝pr/pb*βc/β*l；
[0024]
其中，pr为所述数字资产的平均实物价格；
[0025]
pb为所述数字资产的平均账面价格；
[0026]
βc为所述数字资产发行机构的竞争方平均系数；
[0027]
β所述数字资产发行机构的系数。
[0028]
进一步地，
[0029]
所述资源模型为深度神经网络模型，是通过不同时期的数字资产评估价 值、数字资产当前价值及对应的资源需求生成训练样本进行训练得到的；
[0030]
其中，所述对应的资源需求为预设时间后的资源需求，或预设时间内的 资源需求的平均值。
[0031]
进一步地，
[0032]
所述数字资产存在有效期，将数字资产的评估价值、当前价值、不同时 期发行的数字资产的剩余有效期限及其数量输入预先训练得到的资源模型 中，得到数字资产的资源需求。
[0033]
进一步地，根据数字资产云服务系统的现有资源以及各数字资产的资源 需求，为各数字资产进行资源配置包括：
[0034]
若各数字资产的资源需求之和小于预设阈值，则根据其资源需求为其分 配资源；
[0035]
若各数字资产的资源需求之和大于等于预设阈值，则根据现有资源，按 照各数字资产的资源需求的比例，按比例为将现有资源进行分配。
[0036]
在本公开的第二方面，提供了一种数字资产云服务系统资源配置装置。 该装置包括：
[0037]
评估模块，用于计算数字资产云服务系统中各数字资产的评估价值；
[0038]
资源需求计算模块，用于将各类型数字资产的评估价值和当前价值输入 预先训练得到的资源模型中，分别得到各类型数字资产的资源需求；
[0039]
资源配置模块，用于根据数字资产云服务系统的现有资源以及各数字资 产的资源需求，为各数字资产进行资源配置。
[0040]
在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器 和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实 现如以上所述的方法。
[0041]
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算 机程
序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
[0042]
本技术实施例提供的数字资产云服务系统资源配置方法，通过计算数字 资产云服务系统中各数字资产的评估价值；将各类型数字资产的评估价值和 当前价值输入预先训练得到的资源模型中，分别得到各类型数字资产的资源 需求；根据数字资产云服务系统的现有资源以及各数字资产的资源需求，为 各数字资产进行资源配置。可以有效地预测数字资产的未来交易量，为数字 资产云服务系统的资源配置提供依据，提高了数字资产云服务系统的负载均 衡及稳定性。
[0043]
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的 关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下 的描述变得容易理解。
附图说明
[0044]
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优 点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相 似的元素，其中：
[0045]
图1示出了根据本公开的实施例的数字资产云服务系统资源配置方法的 流程图；
[0046]
图2示出了根据本公开的实施例的数字资产云服务系统价值评估方法的 流程图；
[0047]
图3示出了根据本公开的实施例的数字资产云服务系统资源配置装置的 方框图；
[0048]
图4示出了能够实施本公开的实施例的示例性电子设备的方框图。
[0049][0050]
具体实施方式
[0051]
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公 开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于 本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获 得的全部其他实施例，都属于本公开保护的范围。
[0052]
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示 可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a 和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对 象是一种“或”的关系。
[0053]
在一些实施例中，如图1所示，示出了根据本公开的实施例的数字资产 云服务系统资源配置方法，所述方法包括：
[0054]
在框110，计算数字资产云服务系统中各数字资产的评估价值；
[0055]
数字资产云服务系统中，存在不同类型的数字资产，即不同发行机构发 行的数字资产。其中，所述数字资产可以是积分、优先购买权、打折券、优 惠券、代金券、团购券、抽奖券、消费券等。不同的发行机构的数字资产发 行、交易基于云服务的虚拟机实现。
[0056]
在一些实施例中，对数字资产云服务系统所支持的各类型的数字资产， 分别计算其评估价值；包括以下子步骤：
[0057]
在框210，计算所述数字资产的估值系数；
[0058]
具体地，根据与所述数字资产的运营相关的数据计算其成长性参数；根 据与所述
数字资产所兑换商品相关的数据计算出体现其当前状态的静态参 数；结合所述成长性参数和所述静态参数计算所述数字资产的估值系数。
[0059]
在一些实施例中，根据与所述数字资产的运营相关的数据计算所述数字 资产的成长性参数包括：
[0060]
获得经济数据，所述经济数据为与所述数字资产运营相关的经济指标数 据；包括所述数字资产所在行业的预期经济指标数据。获得所述数字资产的 发行机构的经营数据，获得数据的方式包括但不限于从发行机构服务器上调 取或从网络上抓取相关信息。根据所述经济数据结合所述数字资产的发行机 构经营数据，预测得到所述数字资产的发行机构未来数字资产发行和主动消 耗有关的指标数据。
[0061]
在一些实施例中，获得经济数据可以是根据过去经济指标状态及未来发 展情况预期，预测宏观经济指标：包括名义国内生产总值(gdp)、居民消 费价格指数(cpi)、实际国内生产总值(real gdp)。
[0062]
在一些实施例中，获得所述数字资产的发行机构的经营数据可以是根据 过去及当前发行机构经营情况，结合宏观经济发展预测情况，预测该机构未来 关键经营指标：包括交易额、销售额、营销费用、现金流等与数字资产发行相 关的核心指标。
[0063]
在一些实施例中，将收集到的发行机构经营数据、未来的预期经济指标 数据输入预先训练的预测模型，得到该机构未来数字资产发行和主动消耗有 关的指标数据。所述预测模型为神经网络模型，是通过对历史上的不同事件 点采集的，以该时间点为基准的发行机构经营数据、以该时间点为基准的未 来的预期经济指标数据，通过以该时间点为基准的未来数字资产发行和主动 消耗有关的指标数据进行标注，生成训练样本，对所述神经网络模型进行训 练。
[0064]
在一些实施例中，根据马柯维茨投资组合理论、高登增长模型和资本资 产定价模型，对未来数字资产发行量与主动消耗量的预测值进行折现，获得 发行量现值和主动消耗量现值。
[0065]
在一些实施例中，将收集到的发行机构经营数据、未来的预期经济指标 数据输入预先训练的预测模型，得到该机构未来数字资产发行和主动消耗有 关的指标数据。所述预测模型为神经网络模型，是通过对历史上的不同事件 点采集的，以该时间点为基准的发行机构经营数据、以该时间点为基准的未 来的预期经济指标数据，通过以该事件点为基准的发行量现值和主动消耗量 现值进行标注，生成训练样本，对所述神经网络模型进行训练。
[0066]
计算所述数字资产的成长性参数，所述成长性参数为主动消耗量现值/ 发行量现值的比值。
[0067][0068]
其中，所述r
pv
为主动消耗量现值；
[0069]opv
为发行量现值。
[0070]
进一步地，所述r
pv
可通过如下模型计算：
[0071][0072]
其中，所述n为年的数量，用于描述总共多少年；
[0073]
所述t为当前是多少年；
[0074]
所述r为折现率；
[0075]
所述r
t
为第t年的数字资产消耗量。
[0076]
所述o
pv
可通过如下模型计算：
[0077][0078]
其中，所述n为年的数量，用于描述总共多少年；
[0079]
所述t为当前是多少年；
[0080]
所述r为折现率；
[0081]
所述o
t
为第t年的数字资产发行量。
[0082]
在一些实施例中，根据与所述数字资产所兑换商品相关的数据计算出体 现其当前状态的静态参数包括：
[0083]
根据所述数字资产的兑换商城的货品标价，以及所述数字资产代替的货 币价格，获得数字资产的平均账面价格pb；
[0084]
根据所述数字资产的兑换商城的货品第三方价格，获得所述数字资产的 平均实物价格pr；
[0085]
根据马柯维茨投资组合理论和资本资产定价模型获得所述数字资产发 行机构的贝塔系数β和/或所述数字资产发行机构的竞争方平均贝塔系数β c
；
[0086]
对所述数字资产的兑换商城货品的流动性进行评级，对流动性最好的货 品赋值1；流动性最差的货品赋值0；计算物品平均流动性后获得该数字资产 的兑换物品流动性参数l，其中l取值范围在0到1之间；
[0087]
计算所述数字资产的静态参数＝pr/pb*βc/β*l。
[0088]
在一些实施例中，根据所述数字资产的兑换商城的货品标价及交易量、 所述数字资产的兑换商城的货品第三方价格，计算所述数字资产的静态参数。 这是由于，所述数字资产的兑换商城的货品标价针对不同商品，可能有的商 品标价偏高，有的商品标价偏低，因此，针对不同商品的交易量，即流动性， 计算所述数字资产的兑换商城的各货品标价乘以各货品交易量的值的总和/ 各货品第三方价格乘以各货品交易量的值的总和，作为体现其当前状态的静 态参数。
[0089]
在一些实施例中，结合所述成长性参数和所述静态参数计算出数字资产 的估值系数包括：
[0090]
根据所述数字资产发行机构的经营状况赋予成长性参数第一加权系数 a，赋予静态参数第二加权系数b，并将所述成长性参数与第一加权系数的乘 积与所述静态参数与第二加权系数的乘积相加，得到估值系数。在一些实施 例中，第一加权系数与第二加权系数的赋值分别为0.8和0.2。
[0091]
计算所述估值系数p/c＝a*r
pv
/o
pv
b*pr/pb*βc/β*l。
[0092]
其中，a为第一加权系数；
[0093]rpv
/o
pv
的值为成长性参数；
[0094]
b为第二加权系数；
[0095]
pr/pb*βc/β*l的值为静态参数。
[0096]
在框220，利用所述数字资产的估值系数和所述数字资产的价格数据计 算得到数字资产评估价值；
[0097]
其中，所述价格数据为根据所述数字资产的兑换商城的货品第三方价 格，以及所述数字资产代替的货币价格，获得所述数字资产的平均实物价格 pr。
[0098]
在一些实施例中，所述数字资产存在有效期，则利用所述估值系数、数 字资产剩余有效期限与总有效期的比值和根据所述数字资产与其所兑换商品 的价格得到的价格数据相乘，计算得到数字资产评估价值。在一些实施例中， 发行机构在不同时期发行的数字资产的剩余有效期限不同，将不同时期的数 字资产的剩余有效期与其发行量的乘积，与数字资产总量与总有效期的乘积， 求其比值。
[0099]
计算所述存在有效期的数字资产评估价值＝pb*p/c*d/t；
[0100]
其中，所述pb为根据所述数字资产与其所兑换商品的价格得到的价格数 据；所述p/c的值为估值系数；所述d为总有效期；所述t为剩余有效期。
[0101]
在一些实施例中，所述数字资产不存在有效期，则利用所述估值系数和 所述数字资产与其所兑换商品的价格得到的价格数据计算得到数字资产评估 价值。
[0102]
计算所述不存在有效期的数字资产评估价值＝pb*p/c；
[0103]
其中，所述pb为根据所述数字资产与其所兑换商品的价格得到的价格数 据；所述p/c的值为估值系数。
[0104]
在框120，将各类型数字资产的评估价值和当前价值输入预先训练得到 的资源模型中，分别得到各类型数字资产的资源需求；
[0105]
在一些实施例中，所述对应的资源需求为预设时间后的资源需求，或者 为预设时间内的资源需求的平均值。这是因为，当各数字资产的评估价值和 当前价值存在偏离，会逐渐导致交易量的变化，进而导致资源需求的变化， 直至其交易完成或价值回归，这是一个逐渐变化的过程。在一些实施例中， 所述预设时间可以为一天、一周。
[0106]
在一些实施例中，所述资源模型为深度神经网络模型，是通过不同时期 的数字资产评估价值、数字资产当前价值及对应的资源需求生成训练样本进 行训练得到的。
[0107]
在一些实施例中，对于存在有效期的数字资产，虽然剩余有效期限会影 响其数字资产评估价值，但是，同时也会存在有效期到期前集中的卖出或兑 换需求，容易出现大的波动，因此，需要针对存在有效期的数字资产和不存 在有效期的数字资产，分别训练对应的资源模型。针对存在有效期的数字资 产，将数字资产评估价值、数字资产当前价值、不同时期发行的数字资产的 剩余有效期限及其数量、及对应的资源需求生成训练样本。相应的，在计算 数字资产的资源需求时，也需要将数字资产的评估价值、当前价值、不同时 期发行的数字资产的剩余有效期限及其数量输入预先训练得到的资源模型 中，得到数字资产的资源需求。
[0108]
在一些实施例中，对于数字资产，若为第一次进行资源配置，则根据数 字资产的评估价值和当前价值进行判断，若当前价值低于评估价值，则存在 业务量骤增的可能性，则在平均资源配置的基础上提高其资源配置；反之， 降低其资源配置。
[0109]
在框130，根据数字资产云服务系统的现有资源以及各数字资产的资源 需求，为各数字资产进行资源配置。
[0110]
在一些实施例中，存在针对多个数字资产使用同一资源池中数据的情 况，根据各
数字资产的资源需求，为其分别分配资源。
[0111]
在一些实施例中，若各数字资产的资源需求之和小于预设阈值，则根据 其资源需求为其分配资源；若各数字资产的资源需求之和大于等于预设阈值， 则根据资源池中可分配的资源情况，按照各数字资产的资源需求的比例，按 比例为将资源池中可分配的资源进行分配。其中，所述预设阈值可以是将资 源池中可分配的资源(资源总量)的一定比例，如75％。
[0112]
在一些实施例中，根据资源池中可分配的资源情况，按照各数字资产的 资源需求及其优先级，按照不同优先级的系数乘以其资源需求，进而按比例 为其分配资源。
[0113]
在一些实施例中，所述资源池主要包括虚拟计算资源池、虚拟网络资源 池和虚拟存储资源池。其中，虚拟计算资源池由一台或多台物理主机通过虚 拟化技术形成，主要包含cpu、内存等资源；虚拟网络资源池由各种路由器、 交换机、防火墙、负载均衡器等网络设备通过虚拟化技术形成，主要包含网 络带宽等资源；存储资源池由各种存储设备通过虚拟化技术形成，主要包含 存储容量、存储i/o等资源，所述存储设备可以为本地存储、ipsan、nas、 对象存储等。资源池中包括若干主机(host)，主机上承载有多个vm，并为其 分配虚拟资源。可以相互进行vm迁移的主机组成一个迁移域。一个host 上的vm共享计算资源(cpu或内存等)、存储资源(本地存储或存储i/o)和网 络资源(网络i/o)。当一个host不能满足其承载vm所需资源的时候，会造 成vm的qos下降，需要进行mv的迁移以保障vm的qos。
[0114]
根据本公开的实施例，实现了以下技术效果：
[0115]
可以有效地预测数字资产的未来交易量，为数字资产云服务系统的资源 配置提供依据，提高了数字资产云服务系统的负载均衡及稳定性。
[0116]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表 述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描 述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同 时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属 于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
[0117]
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方 案进行进一步说明。
[0118]
图3示出了根据本公开的实施例的数字资产云服务系统资源配置装置 300的方框图。如图3所示，装置300包括：
[0119]
评估模块310，用于计算数字资产云服务系统中各数字资产的评估价值；
[0120]
资源需求计算模块320，用于将各类型数字资产的评估价值和当前价值 输入预先训练得到的资源模型中，分别得到各类型数字资产的资源需求；
[0121]
资源配置模块330，用于根据数字资产云服务系统的现有资源以及各数 字资产的资源需求，为各数字资产进行资源配置
[0122]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描 述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不 再赘述。
[0123]
图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。 设备400可以用于实现图3的数字资产云服务系统资源配置装置400。如图所 示，设备400包括中央处理单元(cpu)401，其可以根据存储在只读存储器 (rom)402中的计算机程序指令或者从
存储单元408加载到随机访问存储 器(ram)403中的计算机程序指令，来执行各种适当的动作和处理。在ram403中，还可以存储设备400操作所需的各种程序和数据。cpu 401、rom 402 以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至 总线404。
[0124]
设备400中的多个部件连接至i/o接口405，包括：输入单元406，例如 键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元 408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线 通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/ 或各种电信网络与其他设备交换信息/数据。
[0125]
处理单元401执行上文所描述的各个方法和处理，例如方法100、200。 例如，在一些实施例中，方法100、200可被实现为计算机软件程序，其被有 形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序 的部分或者全部可以经由rom 402和/或通信单元409而被载入和/或安装到 设备400上。当计算机程序加载到ram 403并由cpu 401执行时，可以执行 上文描述的方法100、200的一个或多个步骤。备选地，在其他实施例中，cpu401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法 100、200。
[0126]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执 行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编 程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯 片上系统的系统(soc)、负载可编程逻辑设备(cpld)等等。
[0127]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何 组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编 程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行 时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器 上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分 地在远程机器上执行或完全在远程机器或服务器上执行。
[0128]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或 存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结 合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介 质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红 外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可 读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算 机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编 程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0129]
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操 作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执 行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同 样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释 为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可 以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特 征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
[0130]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题， 但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特 征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示 例形式。