一种多通道混合云计算系统的制作方法

1.本发明涉及数据处理、云计算技术领域，尤其涉及一种多通道混合云计算系统。


背景技术：

2.混合云计算混合了私有云计算和共有云计算的云计算服务，近几年，混合云成为云计算未来的一个主流发展趋势，混合云的兴起，对多云管理能力、云网协同能力、安全能力等提出了较高的要求。
3.解国红发明的“201811096061.7”“一种基于混合云的计算方法、装置以及系统
”ꢀ
所述方法由第一云网络内的第一存储管理器执行，所述方法包括：生成与第二云网络上的镜像文件对应的第一虚拟存储介质；响应于第一云网络上的计算实例被启动，接收到由第一虚拟存储介质转发的与所述计算实例相关的数据请求；利用第二存储管理器对所述数据请求进行处理，其中，所述第二存储管理器是在第二云网络上用于管理存储镜像文件的第二虚拟存储介质。
4.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：效率较低，灵活性较差。


技术实现要素：

5.本发明通过提供一种多通道混合云计算系统，解决了现有技术中效率较低，灵活性较差的技术问题，实现了高效率运行、较高灵活性的技术效果。
6.本发明提供了一种多通道混合云计算系统，具体包括以下技术方案：一种多通道混合云计算系统，包括以下部分：数据采集模块，数据分拣模块，数据融合模块，数据预处理模块，数据精炼处理模块，私有云网络，公有云网络；所述数据采集模块，用来对各个通道进行数据采集，并将采集到的数据进行数字化后送入所述数据分拣模块；所述数据分拣模块，将采集到的数字化数据进行分拣处理，针对共有私有两种不同类型的数据进行分类处理；所述数据融合模块，用来将多通道的数据进行融合处理，变形为易处理的形式后送入所述数据预处理模块；所述数据预处理模块，对所述数据融合模块传送的数据进行预处理，为所述数据精炼处理提供铺垫；所述数据精炼处理模块，将预处理后的数据进行精炼处理，为混合云计算提供依据；所述私有云网络，对精炼处理后的私有数据进行储存计算处理；所述公有云网络，对精炼处理后的公有数据进行储存计算处理；所述公有云网络和所述私有云网络之间可以进行数据通信。
7.一种多通道混合云计算方法，包括以下步骤：s1.对多通道的数据进行采集，并将采集到的数据进行数字化处理，将数字化数据进行分拣，得到不同类型的可处理的数据形式；s2.对接收到的数据进行融合处理，变形为易处理的数据后进行预处理，得到变换数据矩阵集合后，进行数据精炼处理；s3.对精炼处理后的数据存入各自云网络中，进行对应云计算。
8.进一步，所述步骤s1包括：根据用户对数据的类型区分，利用多通道采集器分别对私有、共有数据进行采集，将采集到的数据进行数字化，得到可由计算机处理的数字化数据，并将数字化数据定义为数据矩阵data，，n表示数据总组数，表示第i组数据，，m表示第i组数据的数据个数，表示第i组数据中的第j个数据；在数据进行多通道采集时，根据私有、公有性质将采集到的数据进行编号，对数据利用标签标记，以区分私有数据、公有数据。
9.进一步，所述步骤s1还包括：将数字化后的数据矩阵data进行分拣，得到私有数据矩阵和公有数据矩阵，并对两种数据进行交叉编码处理，具体处理如下：对私有数据：对公有数据：其中，表示私有数据，表示公有数据，n1表示私有数据组数，m1表示私有数据每组数据的个数，n2表示公有数据组数，m2表示公有数据每组数据的个数，表示私有数据矩阵中第i个数组中的第j个数据，表示公有数据矩阵中第i个数组中的第j个数据。
10.进一步，所述步骤s2包括：将交叉编码后的私有数据矩阵、公有数据矩阵拼合在一起得到拼合矩阵 ，然后对矩阵进行逐组计算相关性，计算过程如下：首先对组合后矩阵每列向量按照从大到小进行排序，随后对排序后的数据进行如下计算，得到相关系数：
其中，m表示每列数组中数据元素个数，j，s分表表示第j，s个数组，即变换后矩阵的第j，s列，，表示第j，s列数组，，n表示数组的个数；根据计算得到的相关系数矩阵，针对r中每一行的相关系数值的大小，确定相关性，值越大，相关性越大，再结合数据特征对两组数据进行融合，得到新的数据融合矩阵。
11.进一步，所述步骤s2还包括：利用现有小波包变换技术对数据进行降噪，首先进行小波包分解，即在每一级数据分解时，除了对低频子带进行进一步分解，也对高频子带进行进一步分解，通过最小化一个代价函数计算出最优数据分解路径，并以此对原数据进行分解，实现对数据的初步去噪，得到数据集合；通过构建精炼提取模型进行数据精炼处理，具体如下：其中，data表示预处理后的数据矩阵，t表示预处理数据矩阵data的特征向量，qd表示预处理数据矩阵data对应的特征权重向量，ys表示对数据预处理data的约束矩阵，out表示模型的输出，即数据精炼处理后的数据矩阵。
12.进一步，所述步骤s3包括：对精炼处理后的数据通过构建分拣处理模型进行分拣，模型具体如下：其中，表示精炼处理后的数据矩阵，ft表示精炼处理后数据矩阵的特性参数向量，qd表示精炼处理后的数据矩阵的特征向量，表示模型输出，分别为私有数据矩阵和公有数据矩阵。
13.本发明至少具有如下技术效果或优点：1、本发明通过对各通道数据利用多通道采集器同时进行数据采集，提高了多通道混合云计算系统效率，并在采集时对数据利用标签标记，为数据分拣提供依据，提高了数据处理的灵活性。
14.2、本发明通过对私有、公有数据进行交叉编码，在一定程度上对数据进行了保护，提高了数据的准确性，进一步提高了多通道混合云计算系统的效率。
15.3、本发明通过利用每组数据间的相关性得到相关系数，并对其进行分析后进行数据融合，降低了数据冗余性，进一步提高了多通道混合云计算系统的效率。
16.4、本发明通过构建精炼提取模型，对数据进行精炼处理，并根据具体应用环境增加约束矩阵，进一步对数据矩阵进行限定处理，从而提高了多通道混合云计算系统的自适应性。
17.5、本发明通过构建分拣处理模型，对精炼处理后的数据进行分拣处理，更准确的
对私有公有数据进行区分，得到更纯净的数据，为后续云计算提供依据，进一步提高了多通道混合云计算系统的效率。
附图说明
18.图1为本发明所述一种多通道混合云计算系统框图；图2为本发明所述一种多通道混合云计算方法流程图。
具体实施方式
19.本技术实施例中的技术方案为解决上述技术问题，总体思路如下：首先对多通道的数据进行采集，并将采集到的数据进行数字化处理，以采集时的标签为依据将数字化数据进行分拣，得到不同类型的可处理的数据形式；随后，对接收到的数据利用相关性质进行融合处理，变形为易处理的数据后进行预处理，得到预处理数据矩阵集合后，通过构建精炼提取模型进行数据精炼处理；最后，对精炼处理后的数据通过构建分拣处理模型将数据分拣后存入各自云网络中，进行对应云计算。通过对各通道数据利用多通道采集器同时进行数据采集，提高了多通道混合云计算系统效率，并在采集时对数据利用标签标记，为数据分拣提供依据，提高了数据处理的灵活性；通过对私有、公有数据进行交叉编码，在一定程度上对数据进行了保护，提高了数据的准确性，进一步提高了多通道混合云计算系统的效率；通过利用每组数据间的相关性得到相关系数，并对其进行分析后进行数据融合，降低了数据冗余性，进一步提高了多通道混合云计算系统的效率；通过构建精炼提取模型，对数据进行精炼处理，并根据具体应用环境增加约束矩阵，进一步对数据矩阵进行限定处理，从而提高了多通道混合云计算系统的自适应性；通过构建分拣处理模型，对精炼处理后的数据进行分拣处理，更准确的对私有公有数据进行区分，得到更纯净的数据，为后续云计算提供依据，进一步提高了多通道混合云计算系统的效率。
20.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
21.参照附图1，一种多通道混合云计算系统，具体包含以下部分：数据采集模块，数据分拣模块，数据融合模块，数据预处理模块，数据精炼处理模块，私有云网络，公有云网络；所述数据采集模块，用来对各个通道进行数据采集，并将采集到的数据进行数字化后送入数据分拣模块；所述数据分拣模块，将采集到的数字化数据进行分拣处理，针对共有私有两种不同类型的数据进行分类处理；所述数据融合模块，用来将多通道的数据进行融合处理，变形为易处理的形式后送入数据预处理模块；所述数据预处理模块，对数据融合模块传送的数据进行预处理，为数据精炼处理提供铺垫；所述数据精炼处理模块，将预处理后的数据进行精炼处理，为混合云计算提供依据；所述私有云网络，对精炼处理后的私有数据进行储存计算处理；
所述公有云网络，对精炼处理后的公有数据进行储存计算处理；优选地，公有云网络和私有云网络之间可以进行数据通信。
22.参照附图2，一种多通道混合云计算方法，具体包含以下步骤：s1.首先对多通道的数据进行采集，并将采集到的数据进行数字化处理，将数字化数据进行分拣，得到不同类型的可处理的数据形式；s11.针对数据的私有类型和公有类型利用多通道数据采集器进行多通道采集，并对采集到的数据进行数字化处理；根据用户对数据的类型区分，分别对私有、共有数据利用多通道采集器进行采集，将采集到的数据进行数字化，得到可由计算机处理的数字化数据，并将数字化数据定义为数据矩阵data，，n表示数据总组数，表示第i组数据，，m表示第i组数据的数据个数，表示第i组数据中的第j个数据。
23.优选地，在数据进行多通道采集时，根据私有、公有性质将采集到的数据进行编号，对数据利用标签标记，以区分私有数据、公有数据，为数据分拣提供依据。
24.本发明通过对各通道数据利用多通道采集器同时进行数据采集，提高了多通道混合云计算系统效率，并在采集时对数据利用标签标记，为数据分拣提供依据，提高了数据处理的灵活性。
25.s12. 将数字化后的数据进行分拣，得到不同类型的可处理的数据形式；将数字化后的数据矩阵data进行分拣，得到私有数据矩阵和公有数据矩阵，具体如下：其中，表示私有数据，表示公有数据，n1表示私有数据组数，m1表示私有数据每组数据的个数，n2表示公有数据组数，m2表示公有数据每组数据的个数，表示私有数据矩阵中第i个数组中的第j个数据，表示公有数据矩阵中第i个数组中的第j个数据。
26.分别对私有数据，公有数据进行交叉编码处理，具体处理如下：对私有数据：对公有数据：
在本发明中，认为m1《n1，m2《n2，作为一个具体实施例，当m1=4，l1=6时，对应的私有数据矩阵表示如下：本发明通过对私有、公有数据进行交叉编码，在一定程度上对数据进行了保护，提高了数据的准确性，进一步提高了多通道混合云计算系统的效率。
27.s2.随后，对接收到的数据进行融合处理，变形为易处理的数据后进行预处理，得到预处理数据矩阵集合后，进行数据精炼处理；s21.对交叉编码后的私有、公有数据进行融合处理，得到易处理的数据；将步骤s1中交叉编码后的私有数据矩阵、公有数据矩阵，进行融合处理，得到易处理的数据，具体融合如下：根据数据间的相关性对数据进行融合，对组合后的矩阵进行逐组计算相关性，计算过程如下：首先对组合后矩阵每列向量按照从大到小进行排序，后得到矩阵：对排序后的数据进行如下计算，得到相关系数：
其中，m表示每列数组中数据元素个数，j，s分表表示第j，s个数组，即变换后矩阵的第j，s列，，表示第j，s列数组，。
28.根据计算得到的相关系数矩阵：针对每一行的相关系数值的大小，确定相关性，值越大，相关性越大，再结合数据特征对两组数据进行融合，得到新的数据融合矩阵：其中，x表示融合矩阵中的数组个数，m表示每个数据中数据元素个数。
29.本发明通过利用每组数据间的相关性得到相关系数，并对其进行分析后进行数据融合，降低了数据冗余性，进一步提高了多通道混合云计算系统的效率。
30.s22.将易处理的数据进行去噪预处理，得到变换数据矩阵集合；作为一个具体实施例，本发明利用现有小波包变换技术对数据进行降噪，首先进行小波包分解（最优子带数结构，是对小波变换的进一步优化），即在每一级数据分解时，除了对低频子带进行进一步分解，也对高频子带进行进一步分解。最后通过最小化一个代价函数计算出最优数据分解路径，并以此对原数据进行分解，实现对数据的初步去噪，得到数据集合，。
31.s23.对预处理后的数据矩阵进行精炼处理，得到便于进行计算的数据；通过构建精炼提取模型进行数据精炼处理，具体如下：其中，data表示预处理后的数据矩阵，t表示预处理数据矩阵data的特性参数向量，qd表示预处理数据矩阵data对应的特征向量，ys表示对数据预处理data的约束矩阵，out表示模型的输出，即数据精炼处理后的数据矩阵。
32.所述特性参数向量t，包含数据来源（不同仪器设备以及其他相关影响因素）、数据物理意义、数据用途、相关特性，差异特性以及其他相关基本特性。
33.所述约束矩阵，表示在进行混合云计算时，各个数据类型之间的约束条件，例如：
私有数据与公有数据之间的约束性，私有数据不同数据来源的约束性，公有数据不同数据来源的约束性以及其他相关数据约束性，。
34.本发明通过构建精炼提取模型，对数据进行精炼处理，并根据具体应用环境增加约束矩阵，进一步对数据矩阵进行限定处理，从而提高了多通道混合云计算系统的自适应性。
35.s3.最后，对精炼处理后的数据存入各自云网络中，进行对应云计算。
36.s31.将精炼处理后的数据进行分拣处理，得到处理后的私有数据以及公有数据；构建分拣处理模型，具体如下：其中，表示精炼处理后的数据矩阵，ft表示精炼处理后数据矩阵的特性参数向量，qd表示精炼处理后的数据矩阵的特征向量，表示模型输出，分别为私有数据矩阵和公有数据矩阵。
37.所述特性参数向量表示包含数据来源（采集时所做标记）、数据物理意义、数据用途、相关特性，差异特性以及其他相关基本特性，。
38.本发明通过构建分拣处理模型，对精炼处理后的数据进行分拣处理，更准确的对私有公有数据进行区分，得到更纯净的数据，为后续云计算提供依据，进一步提高了多通道混合云计算系统的效率。
39.s32.将处理完成的私有、公有数据，存入各自云网络中，进行对应云计算。
40.通过分拣处理模型对精炼处理后的数据进行分拣后，将不同类型数据存储到各自云网络的存储器中，进一步对所述数据进行对应云计算处理。
41.综上所述，便完成了本发明所述的一种多通道混合云计算系统。
42.效果调研：本发明的技术方案能够有效解决效率较低，灵活性较差的技术问题，并且，上述系统或方法经过了一系列的效果调研，通过对各通道数据利用多通道采集器同时进行数据采集，提高了多通道混合云计算系统效率，并在采集时对数据利用标签标记，为数据分拣提供依据，提高了数据处理的灵活性；通过对私有、公有数据进行交叉编码，在一定程度上对数据进行了保护，提高了数据的准确性，进一步提高了多通道混合云计算系统的效率；通过利用每组数据间的相关性得到相关系数，并对其进行分析后进行数据融合，降低了数据冗余性，进一步提高了多通道混合云计算系统的效率；通过构建精炼提取模型，对数据进行精炼处理，并根据具体应用环境增加约束矩阵，进一步对数据矩阵进行限定处理，从而提高了多通道混合云计算系统的自适应性；通过构建分拣处理模型，对精炼处理后的数据进行分拣处理，更准确的对私有公有数据进行区分，得到更纯净的数据，为后续云计算提供依据，进一步提高了多通道混合云计算系统的效率。
43.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
44.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
45.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
46.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。