黃秀彬 鄧艷麗 經(jīng)航 黃璨 張莉

摘要：

為提高對運營管理系統(tǒng)中多租戶信息的管理和調(diào)度能力，提出基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法。構(gòu)建多租戶信息集成分析模型，采用大數(shù)據(jù)信息融合方法對運營管理系統(tǒng)的集成數(shù)據(jù)進行挖掘和采樣;在運營管理系統(tǒng)中構(gòu)建運營信息統(tǒng)計分析和大數(shù)據(jù)融合聚類模型;采用相空間結(jié)構(gòu)重組方法進行運營管理系統(tǒng)的多租戶信息重構(gòu)，并從中提取運多租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量;采用邏輯回歸分析方法進行運營管理系統(tǒng)的多租戶信息調(diào)度和融合處理，構(gòu)建運營管理系統(tǒng)的多租戶信息調(diào)度模型，實現(xiàn)對多租戶信息的妥善管理。

關(guān)鍵詞：

多租戶管理; 運營管理系統(tǒng); 信息融合; 信息調(diào)度

中圖分類號： TP 391

文獻標(biāo)志碼： A

Research on the Application of Multitenant Management

Technology in the Operation Management System

HUANG Xiubin， ?DENG Yanli， ?JING Hang， ?HUANG Can， ?ZHANG Li

（State Grid Customer Service Center， ?Tianjin ?300309， China）

Abstract：

In order to improve the management and scheduling ability of multitenant information in operation management system， an information scheduling method of operation management system based on multitenant management technology is proposed. The multitenant information integration analysis model is constructed， and big data information fusion method is used to mine and sample the integrated data of the operation management system; the operation information statistical analysis and big data fusion clustering model is constructed in the operation management system; the phase spatial structure reorganization method is used to reconstruct the multitenant information of the operation management system， and the association rules feature quantity of the multitenant information data is extracted from it. Using logical regression analysis method to adjust multitenant information of operation management system degree and fusion processing， a multitenant information scheduling model of operation management system is constructed， and the proper management of multitenant information is realized.

Key words：

multitenant management; operation management system; information fusion; information on the scheduling

0引言

一般情況下，需要結(jié)合現(xiàn)代通信技術(shù)進行網(wǎng)絡(luò)運行管理系統(tǒng)模型構(gòu)建，采用合適的信息管理方法進網(wǎng)絡(luò)運行管理系統(tǒng)的信息自適應(yīng)調(diào)度和管理，提高網(wǎng)絡(luò)運行管理系統(tǒng)的自適應(yīng)信息調(diào)度水平[1]。其中多租戶技術(shù)作為提升網(wǎng)絡(luò)運行效率的使用辦法之一，被廣泛應(yīng)用于計算機領(lǐng)域中，多租戶管理技術(shù)可以使得多個租戶共用同一應(yīng)用程序或同一運行環(huán)境，可以有效的降低環(huán)境建置的成本，因此成為了一種實用性較強的信息管理手段。對網(wǎng)絡(luò)運行管理系統(tǒng)的設(shè)計和對其中數(shù)據(jù)的管理是一般建立在大數(shù)據(jù)融合和統(tǒng)計分析基礎(chǔ)上，提取網(wǎng)絡(luò)運行管理系統(tǒng)的統(tǒng)計特征量，結(jié)合特征融合聚類分析方法，進行網(wǎng)絡(luò)運行管理系統(tǒng)的優(yōu)化開發(fā)設(shè)計[2]。目前，已有專家學(xué)者在該領(lǐng)域提出了一些較為成熟的研究結(jié)果。

針對傳統(tǒng)方法中存在的問題[34]，本文提出基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法。首先構(gòu)建運營管理系統(tǒng)的多租戶信息集成分析模型，然后采用邏輯回歸分析方法進行運營管理系統(tǒng)的多租戶信息調(diào)度和融合處理。最后進行仿真實驗分析，通過對比結(jié)果證明了本文方法在提高多租戶管理和網(wǎng)絡(luò)運營管理能力方面的優(yōu)越性能。

1運營管理系統(tǒng)的集成數(shù)據(jù)挖掘和數(shù)據(jù)融合聚類

運營管理系統(tǒng)體系結(jié)構(gòu)共分為三層，包括應(yīng)用服務(wù)層、網(wǎng)絡(luò)傳輸層和感知控制層[4]。其體系結(jié)構(gòu)組成形式，如圖1所示。

根據(jù)圖1所示的系統(tǒng)結(jié)構(gòu)模型，采用并行輸入/輸出控制方法，進行多租戶運營管理系統(tǒng)的輸出統(tǒng)計特征量計算和及其融合聚類處理。

1.1運營管理系統(tǒng)的輸出統(tǒng)計特征量

構(gòu)建運營管理系統(tǒng)的多租戶信息調(diào)度模型，采用統(tǒng)計特征分析方法，進行多租戶運營管理系統(tǒng)的自適應(yīng)調(diào)度和特征提取[5]，得到多租戶運營管理系統(tǒng)的分布式調(diào)度檢測統(tǒng)計量如式（1）。

其中，f代表正向調(diào)度統(tǒng)計特征，b代表逆向調(diào)度統(tǒng)計特征，b代表一個隨機的待調(diào)度資源數(shù)據(jù)，χ代表一個隨機的待調(diào)度資源數(shù)據(jù)，α代表標(biāo)準(zhǔn)調(diào)度系數(shù)，χ代表分布式調(diào)度檢測統(tǒng)計過程的基本運算參量。

在獲取多租戶運營管理系統(tǒng)的分布式調(diào)度檢測統(tǒng)計量的基礎(chǔ)上，構(gòu)建運營管理系統(tǒng)的多租戶信息數(shù)據(jù)統(tǒng)計分布模型。采用時延均衡控制方法得到運營管理系統(tǒng)的多租戶信息數(shù)據(jù)的關(guān)聯(lián)特征如式（2）。

其中，θ代表標(biāo)準(zhǔn)定義下的運營管理系統(tǒng)多租戶信息資源數(shù)據(jù)取值結(jié)果。在分散的特征子空間中進行運營管理系統(tǒng)的多租戶信息調(diào)度和模糊檢測，采用關(guān)聯(lián)規(guī)則挖掘方法，實現(xiàn)運營管理系統(tǒng)的多租戶信息挖掘，具體過程為：提取運營管理系統(tǒng)中多租戶用戶數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量，進行運營管理系統(tǒng)的多租戶信息調(diào)度，得到運營管理系統(tǒng)的集成數(shù)據(jù)挖掘可靠性評估函數(shù)S可表述如式（3）。

其中，τ代表挖掘過程的調(diào)度系數(shù)，e代表挖掘過程的時間定量因子，β代表集成數(shù)據(jù)挖掘過程的建立條件。在此基礎(chǔ)上，采用多隊列調(diào)度方法，建立運營管理系統(tǒng)的多租戶信息數(shù)據(jù)的模糊決策模型，使用UNIX類操作進行運營管理系統(tǒng)中多租戶信息調(diào)度的融合聚類和交叉編譯控制，得到特征訓(xùn)練集xi={x1，x2，x3，…，xn}，則運營管理系統(tǒng)的多租戶信息挖掘的輸出統(tǒng)計特征量如式（4）。

根據(jù)上述分析，建立模糊度核函數(shù)模型，采用大數(shù)據(jù)信息融合方法進行運營管理系統(tǒng)的集成數(shù)據(jù)挖掘和聚類，構(gòu)建運營管理系統(tǒng)的運營信息統(tǒng)計分析模型，進行運營管理系統(tǒng)的優(yōu)化設(shè)計[6]。

1.2多租戶管理數(shù)據(jù)的融合聚類處理

構(gòu)建運營管理系統(tǒng)的運營信息統(tǒng)計分析和大數(shù)據(jù)融合聚類模型，采用相空間結(jié)構(gòu)重組方法進行運營管理系統(tǒng)的多租戶信息重構(gòu)[7]，得到幾何鄰域空間中的多租戶運營管理模糊度T，則運營管理系統(tǒng)的多租戶信息數(shù)據(jù)統(tǒng)計融合分布函數(shù)如式（5）。

其中，a代表幾何領(lǐng)域空間中的隸屬度函數(shù)，r代表最大調(diào)度算子。整合上述所有理論依據(jù)，完成基于云模型BBO算法的醫(yī)院管理資源優(yōu)化控制處理。在關(guān)聯(lián)規(guī)則聚類下，采用模糊C均值聚類方法，得到運營管理系統(tǒng)的多租戶信息的模糊度核函數(shù)模型如式（6）。

其中，G代表模糊調(diào)度遷移標(biāo)準(zhǔn)，θ、ε分別代表兩個不同的動態(tài)調(diào)度系數(shù)。采用子空間融合聚類分析方法和差異化的融合聚類分析方法，得到運營管理系統(tǒng)的多租戶信息融合聚類模型如式（7）。

其中，m為運營管理系統(tǒng)的多租戶信息調(diào)度的適應(yīng)度函數(shù)，d為樣本xi的關(guān)聯(lián)規(guī)則特征分布量。根據(jù)上述分析，構(gòu)建運營管理系統(tǒng)的多租戶信息調(diào)度模型，根據(jù)運營管理系統(tǒng)的多租戶信息融合結(jié)果進行線性結(jié)構(gòu)重組，提高多租戶管理數(shù)據(jù)的融合聚類和特征檢測能力[8]。

2運營管理系統(tǒng)的多租戶管理調(diào)度優(yōu)化

2.1運營管理系統(tǒng)的多租戶信息重構(gòu)

在上述構(gòu)建運營管理系統(tǒng)的多租戶信息集成分析模型并采用大數(shù)據(jù)信息融合方法進行運營管理系統(tǒng)的集成數(shù)據(jù)挖掘和采樣的基礎(chǔ)上，進行基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度優(yōu)化設(shè)計，構(gòu)建運營管理系統(tǒng)的運營信息統(tǒng)計分析和大數(shù)據(jù)融合聚類模型，得到運營管理系統(tǒng)的多租戶信息數(shù)據(jù)的多元決策模型[9]。對運營管理系統(tǒng)的多租戶信息數(shù)據(jù)進行分布式檢測，定義檢測統(tǒng)計特征量為p，建立運營管理系統(tǒng)的多租戶信息的模糊聚類分析模型，采用多租戶信息重構(gòu)方法進行信息加權(quán)融合[10]。假設(shè)深度學(xué)習(xí)的自適應(yīng)加權(quán)權(quán)重為ω，建立運營管理系統(tǒng)的多租戶信息調(diào)度模型，采用自相關(guān)信息聚類方法，進行運營管理系統(tǒng)的多租戶信息相似度挖掘[11]，從中提取用戶信息的相似度特征量如式（8）。

其中，k代表運營管理系統(tǒng)的多租戶信息特征分布權(quán)重。采用離散序列調(diào)度方法，構(gòu)建運營管理系統(tǒng)中多租戶信息調(diào)度的模糊控制模型，對運營管理系統(tǒng)的多租戶信息進行特征重構(gòu)，重構(gòu)模型定義如式（9）。

其中，m表示相關(guān)性特征分布集。根據(jù)上述分析，采用相空間結(jié)構(gòu)重組方法進行運營管理系統(tǒng)的多租戶信息重構(gòu)，根據(jù)重構(gòu)結(jié)果，進行多租戶管理調(diào)度優(yōu)化。

2.2多租戶管理信息調(diào)度

采用決策樹模型進行運營管理系統(tǒng)的多租戶信息調(diào)度，從中提取運營管理系統(tǒng)的多租戶信息的模糊度特征量，采用邊緣像素特征重構(gòu)方法，進行多租戶信息的自適應(yīng)調(diào)度，將得到的統(tǒng)計特征分布集定義為Q，則如式（10）。

其中，μ表示運營管理系統(tǒng)的多租戶信息調(diào)度的空間聚類函數(shù)，c表示運營管理系統(tǒng)的多租戶信息的模糊度，g表示運營管理系統(tǒng)的多租戶信息的相似度模型。在此基礎(chǔ)上，采用分段線性管理方法，進行多租戶信息調(diào)度，得到量化特征分布集如式（11）。

采用一個1×N維的矩陣確定運營管理系統(tǒng)的多租戶信息調(diào)度的時間窗口值N，采用多維信息熵重構(gòu)方法構(gòu)建Probit多元回歸分析模型，進行運營管理系統(tǒng)的多租戶信息融合，得到邊緣量化特征分布集如式（12）。

采用線性隨機均衡調(diào)節(jié)方法進行運營管理系統(tǒng)的多租戶信息融合，從中提取運營管理系統(tǒng)那個多租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量[12]，得到運營管理系統(tǒng)中多租戶信息調(diào)度的傳輸學(xué)習(xí)函數(shù)如式（13）。

綜上分析，實現(xiàn)了自適應(yīng)學(xué)習(xí)模型的構(gòu)建，完成了運營管理系統(tǒng)中多租戶信息特征分布式采樣和調(diào)度管理。

3仿真實驗檢測與結(jié)果分析

為了測試上述基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法在實現(xiàn)運營信息調(diào)度管理中的應(yīng)用性能，進行仿真測試分析。

實驗環(huán)境及參數(shù)設(shè)置情況如下：采用嵌入式Matlab進行的運營管理系統(tǒng)中多租戶信息管理和交叉編譯控制，在類文件MinePressureCollectionC.nc里完成對運營管理系統(tǒng)中多租戶信息調(diào)度。設(shè)定多租戶信息采樣的數(shù)據(jù)長度為800，運營網(wǎng)絡(luò)進行數(shù)據(jù)傳輸?shù)膸挒?4Buad，多租戶信息調(diào)度的載波頻率為6 kHz，預(yù)迭代次數(shù)300次。

根據(jù)上述參量設(shè)定，構(gòu)建運營管理系統(tǒng)的多租戶信息集成分析模型，采用基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法結(jié)合大數(shù)據(jù)信息融合方法進行運營管理系統(tǒng)的集成數(shù)據(jù)挖掘，得到數(shù)據(jù)分布結(jié)果，如圖2所示。

隨著實驗時間的的推移，采用本文方法進行信息調(diào)度后，信息數(shù)據(jù)的增值量始終保持在[-3，3]之間，增值情況較為穩(wěn)定，證明基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法能夠有效實現(xiàn)運營管理系統(tǒng)中多租戶信息采樣和融合聚類。在此基礎(chǔ)上，提取運營管理系統(tǒng)中每個租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量的波動幅值，得到特征提取結(jié)果，如圖3所示。

分析圖3結(jié)果可知，采用基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法后，多租戶信息數(shù)據(jù)關(guān)聯(lián)規(guī)則特征量的波動幅值始終保持在[-1，1]之間，波動情況較為穩(wěn)定，證明利用該方法進行運營管理系統(tǒng)信息調(diào)度的自適應(yīng)性較好，特征提取的抗干擾能力較強。

為進一步測試基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法的有效性，設(shè)計如下對比實驗。將該方法與文獻[3]中的基于角色的多租戶信息調(diào)度控制模型和文獻[4]中的基于歷史執(zhí)行信息的信息集群調(diào)度方法進行對比，測試不同方法在進行運營管理系統(tǒng)信息調(diào)度過程中的收斂性，得到收斂誤差對比結(jié)果，如圖4所示。

分析圖4可知，隨著實驗迭代次數(shù)的不斷增加，不同方法的收斂誤差也在不斷發(fā)生變化，均表現(xiàn)為下降態(tài)勢。其中，文獻[4]方法的收斂誤差的下降幅度最大，但其收斂誤差值高于本文方法和文獻[4]方法。本文方法和文獻[4]方法的收斂誤差的下降幅度相似，但本文方法的收斂誤差值更低，證明采用本文方法進行運營管理系統(tǒng)的多租戶信息調(diào)度的自適應(yīng)性較好，運營管理的數(shù)據(jù)分類融合性能較好、誤差較小。

4總結(jié)

在多租戶管理技術(shù)條件下，采用大數(shù)據(jù)統(tǒng)計分析方法，進行網(wǎng)絡(luò)運行管理系統(tǒng)的優(yōu)化設(shè)計，構(gòu)建網(wǎng)絡(luò)運行管理系統(tǒng)的信息融合模型，能夠提高網(wǎng)絡(luò)運行管理系統(tǒng)的穩(wěn)定性。為此，本文提出基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法。對運營管理系統(tǒng)中的集成數(shù)據(jù)進行采樣和挖掘并構(gòu)建多租戶信息集成分析模型，采用相空間結(jié)構(gòu)重組方法重構(gòu)多租戶信息，提取其中的關(guān)聯(lián)規(guī)則特征量，實現(xiàn)對多租戶信息的有效調(diào)度。分析實驗結(jié)果可知，利用基于多租戶管理技術(shù)的運營管理系統(tǒng)信息調(diào)度方法進行運營管理系統(tǒng)的多租戶信息調(diào)度的自適應(yīng)性較好、系統(tǒng)穩(wěn)定性較強，特征提取過程的誤差較小，證明該方法具有較高的實用性。

參考文獻

[1]成靜靜. 多租戶管理技術(shù)在大數(shù)據(jù)平臺中的應(yīng)用研究[J]. 數(shù)據(jù)通信， 2016（6）：1214.

[2]何美斌， 胡精英. 基于Hadoop的大數(shù)據(jù)平臺多租戶管理策略研究[J]. 電腦編程技巧與維護， 2017（23）：5860.

[3]王鵬鑒. 大數(shù)據(jù)平臺下多租戶模型管理關(guān)鍵技術(shù)研究[D]. 成都：電子科技大學(xué)， 2017.

[4]陳重韜. 面向多用戶環(huán)境的MapReduce集群調(diào)度算法研究[J]. 高技術(shù)通訊， 2017， 27（4）：295302.

[5]喻朝新， 譚偉基， 張靜嫻. 基于分布式云計算環(huán)境下的多租戶管理技術(shù)方案研究[J]. 數(shù)據(jù)通信， 2016， 29（4）：711.

[6]石文昌， 王智愚， 黃瑛. 針對 IaaS 云的多租戶訪問控制模型[J]. 華中科技大學(xué)學(xué)報（自然科學(xué)版）， 2016， 44（3）：9498.

[7]韓敏， 楊柳. 產(chǎn)業(yè)鏈協(xié)同SaaS平臺多租戶權(quán)限管理技術(shù)[J]. 計算機系統(tǒng)應(yīng)用， 2016， 25（1）：197203.

[8]尤曉青. SaaS網(wǎng)管系統(tǒng)多租戶數(shù)據(jù)管理的研究與實現(xiàn)[D].西安：西安工程大學(xué)，2017.

[9]師康利， 于炯， 魯亮. 基于Storm的多租戶槽感知調(diào)度策略[J]. 新疆大學(xué)學(xué)報（自然科學(xué)版）， 2019， 36（1）：6068.

[10]劉英杰， 汪倫焰， 郭陽，等. 基于SaaS模式多租戶集成項目管理信息平臺設(shè)計[J]. 信息技術(shù)與信息化， 2017（4）：126130.

[11]劉建國， 楊綠溪. 多用戶MIMO系統(tǒng)中一種基于一位反饋信息的調(diào)度算法[J]. 電子與信息學(xué)報， 2008， 30（10）：24312434.

[12]張炳超， 黎海濤. 一種多用戶MIMO系統(tǒng)的公平調(diào)度算法[J]. 中國電子科學(xué)研究院學(xué)報， 2010， 5（2）：213216.

（收稿日期： 2019.09.04）

作者簡介：黃秀彬（1971），女，碩士，高級工程師，研究方向，電力營銷和客戶服務(wù)。

鄧艷麗（1972），女，本科，高級工程師，研究方向，電力營銷和客戶服務(wù)。

經(jīng)航（1990），男，碩士，工程師，研究方向：電力營銷和客戶服務(wù)。

黃璨（1984），女，本科，副高級工程師，研究方向：電力營銷和客戶服務(wù)。

張莉（1976），女，本科，副高級工程師，研究方向：電力營銷和客戶服務(wù)。

文章編號：1007757X（2020）08012903