基于大数据的云服务自动管理分配方法、系统及存储介质与流程

电子通信装置的制造及其应用技术1.本技术涉及大数据云服务技术领域，具体而言，涉及一种基于大数据的云服务自动管理分配方法、系统及存储介质。背景技术：2.随着网络技术的飞速发展，信息数据的爆炸式增长使得企业对计算资源的需求越来越大且越来越复杂，使企业在云服务资源需求上呈现多样化，企业希望获得足够的云服务资源，但过量的云服务增加企业运行成本负担，且也会过多占用公共云服务资源，使得云资源不能得到合理充分的利用分配，现有技术的云服务在应用过程中，存在适配能力和调度效率较低的问题，尤其是系统中各种云资源之间的分配协作及数据管理的工作流分配效率低、任务管理混乱且动态消息滞后，从而导致云资源的管理调度效果差、效率低。3.在这种情况下实现一种合理的、按需的、科学的云资源分配方式显得尤为重要，既可以使企业获得最合理的云资源，又不会造成资源空占和浪费，目前尚未有有效的技术解决方案，基于上述问题，本发明提供一种基于大数据的云服务管理分配方法。技术实现要素：4.本技术的目的在于提供一种基于大数据的云服务自动管理分配方法、系统及存储介质，可以提高云服务资源的分配效率和精准率。5.本技术提供了一种基于大数据的云服务自动管理分配方法，包括以下步骤：获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据；利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据；根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像；根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表；根据生成的所述云服务任务队列表对云服务资源进行企业分配部署。6.可选地，在本技术所述的基于大数据的云服务自动管理分配方法中，所述获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，包括：获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量；根据所述企业的企业数据总量、企业私密等级、企业运行关系以及企业算力容量生成企业云需求数据集；将所述企业云需求数据集输入企业云服务平台库中获取所述企业对应的服务数据信息；所述服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据；根据所述目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成企业云服务特征数据。7.可选地，在本技术所述的基于大数据的云服务自动管理分配方法中，所述利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，包括：根据所述企业的历史云服务需求数据对企业进行云服务需求资源分析，并结合企业知识图谱完成企业数据云服务关系分析；根据所述企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类；结合所述企业数据云服务关系对云服务资源进行评估，并将企业映射关系云与所述企业云服务特征数据进行关联获取企业云服务评估数据。8.可选地，在本技术所述的基于大数据的云服务自动管理分配方法中，所述根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像，包括：根据所述目标云容量数据、云私密属性信息、云执行规模数据以及企业云服务评估数据生成企业云服务管理数据集；所述企业云服务管理数据集包括云资源配比数据、云资源支撑数据、云映射关系数据、云资源构架数据；将所述企业云服务管理数据集输入所述企业云服务平台库的管理数据库中获取企业云服务管理特征信息；根据所述企业云服务管理特征信息生成企业云服务特征画像。9.可选地，在本技术所述的基于大数据的云服务自动管理分配方法中，所述根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表，包括：根据所述企业云服务平台库的预设第二云服务模型对企业云服务实际需求进行预判并输出评估结果；分析所述企业的数据处理种类、数据接口等级、数据共享私密性以及密钥属性，并结合所述评估结果输出预设时间段内所述企业云服务特征画像对应的云服务交互数据；动态监测所述企业的云服务交互数据并基于所述企业的动态响应因子对所述企业云资源需求进行动态分配；根据所述动态分配的数据生成并输出所述企业云服务任务队列表。10.可选地，在本技术所述的基于大数据的云服务自动管理分配方法中，所述根据生成的所述云服务任务队列表对云服务资源进行企业分配部署，包括：根据所述企业的动态分配的数据结合企业映射私密云级数以及需求评级进行排列获取云服务任务队列表；根据所述企业的历史同周期的云服务需求数据对所述云服务任务队列表进行修正获得修正云服务任务队列表；获取所述企业的未来预测云服务需求数据对所述修正云服务任务队列表进行校核获取目标云服务任务队列表；根据所述目标云服务任务队列表对云服务资源进行分配部署。11.第二方面，本技术还提供了一种基于大数据的云服务自动管理分配系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的云服务自动管理分配方法的程序，所述基于大数据的云服务自动管理分配方法的程序被所述处理器执行时实现以下步骤：获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据；利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据；根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像；根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表；根据生成的所述云服务任务队列表对云服务资源进行企业分配部署。12.可选地，在本技术所述的基于大数据的云服务自动管理分配系统中，所述获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，包括：获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量；根据所述企业的企业数据总量、企业私密等级、企业运行关系以及企业算力容量生成企业云需求数据集；将所述企业云需求数据集输入企业云服务平台库中获取所述企业对应的服务数据信息；所述服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据；根据所述目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成企业云服务特征数据。13.可选地，在本技术所述的基于大数据的云服务自动管理分配系统中，所述利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，包括：根据所述企业的历史云服务需求数据对企业进行云服务需求资源分析，并结合企业知识图谱完成企业数据云服务关系分析；根据所述企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类；结合所述企业数据云服务关系对云服务资源进行评估，并将企业映射关系云与所述企业云服务特征数据进行关联获取企业云服务评估数据。14.第三方面，本技术还提供了一种可读存储介质，所述可读存储介质中包括基于大数据的云服务自动管理分配方法程序，所述基于大数据的云服务自动管理分配方法程序被处理器执行时，实现如上述任一项所述的一种基于大数据的云服务自动管理分配方法的步骤。15.由上可知，本技术提供的基于大数据的云服务自动管理分配方法、系统及可读存储介质，通过获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，利用预设第一云服务模型对企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，根据企业云服务特征数据和企业云服务评估数据生成企业云服务特征画像，根据预设第二云服务模型对企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表，根据生成的云服务任务队列表对云服务资源进行企业分配部署，从而基于企业云服务平台库处理数据生成企业云服务特征画像并对企业云服务资源进行评估分配并输出云服务任务队列表进行企业云资源分配部署，提高了云服务资源的分配效率和精准率。16.本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明17.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。18.图1为本技术实施例提供的基于大数据的云服务自动管理分配方法的一种流程图；图2为本技术实施例提供的基于大数据的云服务自动管理分配方法的一种流程图；图3为本技术实施例提供的基于大数据的云服务自动管理分配方法的一种流程图；图4为本技术实施例提供的基于大数据的云服务自动管理分配系统的一种结构示意图。具体实施方式19.下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。20.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。21.请参照图1，是本技术一些实施例中的一种基于大数据的云服务自动管理分配的流程图。该基于大数据的云服务自动管理分配方法用于终端设备中，例如手机、电脑等。该基于大数据的云服务自动管理分配方法，包括以下步骤：s101、获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据；s102、利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据；s103、根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像；s104、根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表；s105、根据生成的所述云服务任务队列表对云服务资源进行企业分配部署。22.需要说明的是，首先获取企业特征信息再结合企业在企业云服务平台库中的查询的服务数据信息生成企业云服务特征数据，再结合企业云服务平台库中预设第一云服务模型对企业进行云服务需求资源分析以及关系分析，并根据企业云服务特征数据对企业云服务图谱进行挖掘和分类获取企业云服务评估数据，将企业云服务特征数据和企业云服务评估数据生成企业云服务特征画像，并利用预设第二云服务模型对企业云服务实际需求进行预判并输出评估结果输出企业云服务特征画像对应云服务需求数据并基于企业的动态响应因子对企业云资源需求进行动态分配生成并输出企业云服务任务队列表，根据任务队列表结合企业需求评级和预测需求数据对云服务资源进行企业分配部署，实现根据企业云服务需求结合企业情况进行评估分配云服务资源的技术，提高云服务管理效率和云资源分配部署效果。23.请参照图2，是本技术一些实施例中的一种基于大数据的云服务自动管理分配的流程图。根据本发明实施例，所述获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，具体为：s201、获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量；s202、根据所述企业的企业数据总量、企业私密等级、企业运行关系以及企业算力容量生成企业云需求数据集；s203、将所述企业云需求数据集输入企业云服务平台库中获取所述企业对应的服务数据信息；s204、所述服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据；s205、根据所述目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成企业云服务特征数据。24.需要说明的是，为对企业云服务需求做出适配的资源配置，需根据企业需求现状进行收集和判断获取对应的云服务需求数据，通过获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量输入至企业云服务平台库中查询获取适应于企业的服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成符合企业云服务需求的企业云服务特征数据，其中，企业云服务平台库是第三方云服务平台。25.请参照图3，是本技术一些实施例中的一种基于大数据的云服务自动管理分配的流程图。根据本发明实施例，所述利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，具体为：s301、根据所述企业的历史云服务需求数据对企业进行云服务需求资源分析，并结合企业知识图谱完成企业数据云服务关系分析；s302、根据所述企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类；s303、结合所述企业数据云服务关系对云服务资源进行评估，并将企业映射关系云与所述企业云服务特征数据进行关联获取企业云服务评估数据。26.需要说明的是，根据预设第一云服务模型对企业数据云服务关系进行分析，根据企业历史云服务需求数据对企业进行云服务需求资源分析，包括目标云资源类别、云计算瞬态通量、云私密级别占比以及企业云计算节点数、企业私密云密钥列表等，并结合企业知识图谱完成企业数据云服务关系，企业认知图谱包括认知图谱层、知识图谱层以及基础数据层，根据企业的历史云服务需求数据获得企业云服务图谱包括企业云服务关联图谱层、组织图谱层以及基础数据层，根据企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类以明确企业的云资源需求明细和执行节点对应数据云分类，结合企业数据云服务关系即企业对云资源的的任务需求、指令类别以及私密等级对企业的云服务资源进行需求评估，并根据企业云服务资源的需求评估结果获得企业与云资源的映射关系云，即企业与各类混合云资源的映射关系云再与企业云服务特征数据的目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据进行关联获取企业云服务评估数据，包括云资源保障数据、云规模量级数据、云通讯优先级数据以及云数据交换阈值数据，通过云资源关系的关联评估明确企业云资源需求和云服务支撑以及云资源分配情况。27.根据本发明实施例，所述根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像，具体为：根据所述目标云容量数据、云私密属性信息、云执行规模数据以及企业云服务评估数据生成企业云服务管理数据集；所述企业云服务管理数据集包括云资源配比数据、云资源支撑数据、云映射关系数据、云资源构架数据；将所述企业云服务管理数据集输入所述企业云服务平台库的管理数据库中获取企业云服务管理特征信息；根据所述企业云服务管理特征信息生成企业云服务特征画像。28.需要说明的是，企业云服务特征画像是对企业云资源需求的云服务资源容量规模、云私密级别需求情况、云服务资源通讯及优先级需求情况以及云服务资源构架情况的数字化描述，是反映企业适配云服务资源需求情况的企业云服务需求数字图，企业云服务特征画像包括云资源容量数据、云私密级别混比数据、云通讯接口数据以及云资源架构数据等模块数据，根据企业云服务特征画像可以反映出企业运算力和服务力动态需求，方便实时调节企业云服务资源的动态需求情况，具体方法为根据目标云容量数据、云私密属性信息、云执行规模数据以及企业云服务评估数据生成企业云服务管理数据集包括云资源配比数据、云资源支撑数据、云映射关系数据、云资源构架数据，再输入企业云服务平台库的管理数据库中获取企业云服务管理特征信息对应生成企业云服务特征画像。29.根据本发明实施例，所述根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表，具体为：根据所述企业云服务平台库的预设第二云服务模型对企业云服务实际需求进行预判并输出评估结果；分析所述企业的数据处理种类、数据接口等级、数据共享私密性以及密钥属性，并结合所述评估结果输出预设时间段内所述企业云服务特征画像对应的云服务交互数据；动态监测所述企业的云服务交互数据并基于所述企业的动态响应因子对所述企业云资源需求进行动态分配；根据所述动态分配的数据生成并输出所述企业云服务任务队列表。30.需要说明的是，由于企业云服务资源需求受到企业自身约束条件或企业实时数据处理需求变化的影响，需对企业的云资源需求进行动态评估并根据影响企业云资源需求因素的变化对企业云服务资源分配进行调整，首先通过企业云服务平台库的预设第二云服务模型对企业云服务实际需求进行预判并获得输出评估结果，预设第二云服务模型是企业云服务平台库的一种数据处理模型，根据该模型可获得企业云服务的需求评估结果，再分析企业的数据处理种类、数据接口等级、数据共享私密性以及密钥属性并结合对企业云服务的需求评估结果输出预设时间段内符合企业云服务特征画像相对应的企业云服务交互数据，即根据企业云服务的需求评估结果结合企业自身对接云资源的现有属性得出符合企业云服务特征画像的与企业云服务需求现状相适配的企业云服务交互数据，该交互数据是动态变化量，需进行动态监测，在动态监测该交互数据的同时结合企业的动态响应因子调整对企业云资源需求的动态分配，企业的动态响应因子是企业云服务平台库根据企业实时运营状态以及数据计算动态模量获得的动态化因子，它反映企业的实时算力和运力情况，根据调整的对企业云资源需求的动态分配的数据生成并输出企业云服务任务队列表，实现对企业云服务资源需求的动态化分配部署。31.根据本发明实施例，所述根据生成的所述云服务任务队列表对云服务资源进行企业分配部署，具体为：根据所述企业的动态分配的数据结合企业映射私密云级数以及需求评级进行排列获取云服务任务队列表；根据所述企业的历史同周期的云服务需求数据对所述云服务任务队列表进行修正获得修正云服务任务队列表；获取所述企业的未来预测云服务需求数据对所述修正云服务任务队列表进行校核获取目标云服务任务队列表；根据所述目标云服务任务队列表对云服务资源进行分配部署。32.需要说明的是，为准确对企业云服务资源进行分配部署，根据企业动态分配的数据结合与企业进行映射的私密云级数以及对企业需求评级进行排列获取云服务任务队列表，再根据企业历史同周期的云服务需求数据对云服务任务队列表进行修正获得修正云服务任务队列表，为准确校正获得的修正云服务任务队列表，根据企业的未来预测云服务需求数据对队列表进行校核获取目标云服务任务队列表，根据目标云服务任务队列表对云服务资源进行分配部署，其中，所述企业的未来预测云服务需求数据是通过企业自身评估提供的对未来的云服务需求数据的预测，经过对云服务任务队列表的修正和校核，使获得的目标云服务任务队列表更加准确，云服务资源的分配部署更加合理恰当。33.根据本发明实施例，还包括：获取企业在历史时间段的分段云服务资源需求量数据；根据所述企业在历史时间段的云服务资源实际占空比获得云资源应用相关性关联值数据；根据所述关联值数据对所述企业在未来与所述历史相同时间段的云服务资源需求量进行修正获取修正云服务资源分配数据。34.需要说明的是，为提高对企业云资源分配的精准率，获取企业在历史时间段的分段云服务资源需求量数据，包括企业在历史时间段内分段划分的云服务资源需求量数据，再根据企业在历史时间段的云服务资源实际占用量，即对云服务资源的实际占空比，所述占空比是实际云服务资源占用量与预设云服务资源分配量的比值，根据该占空比对云资源应用数据进行相关性处理获得关联值数据，再根据关联值数据对企业在未来同时间段的云服务资源需求量进行修正，以实现根据企业在历史同时间段的云服务资源实际占用率对未来相同时间段的云服务资源分配比率进行修正的技术，通过这种修正可利用历史规律对云服务资源占比溢出的企业进行上调，对云服务资源占比不足的企业进行下调，以更好的实现云服务资源分配，避免出现对资源需求的浪费和不足的两极化现象。35.根据本发明实施例，还包括：建立云服务资源占用阈值和云服务资源占比阈值；根据所述企业历史时间段内实际云服务资源占用比率值与所述云服务资源占用阈值进行阈值对比；若所述阈值对比不满足预设阈值对比要求，则对所述企业云服务资源分配量进行调整；获取所述企业历史时间段内各预设时间节点的云服务资源占用阈值对比结果，并集合生成云服务资源占比数据集；若所述云服务资源占比数据集的占比率低于所述云服务资源占比阈值；则对所述企业进行警告，并在云服务任务队列表中进行失信标记。36.需要说明的是，为衡量企业对云服务资源的利用情况，建立云服务资源占用阈值和云服务资源占比阈值，根据企业在历史时间段内实际云服务资源占用比率值与云服务资源占用阈值进行阈值对，若阈值对比不满足预设阈值对比要求则对企业云服务资源分配量进行调整，再获取企业历史时间段内各预设时间节点的云服务资源占用阈值对比结果，集合生成云服务资源占比数据集，若云服务资源占比数据集的占比率低于云服务资源占比阈值，则对企业进行警告，并在云服务任务队列表中进行失信标记，通过云服务资源占用阈值的对比评判可识别企业在历史时间段内的云服务资源占用实际情况，若占用比率值低于占用阈值则反映该企业过多占用并浪费云服务资源，通过云服务资源占比阈值的对比评判可识别企业在历史时间段一定累加时间节点的叠加占用云服务资源的占用宏观情况，根据时间节点累积的占用阈值对比结果集成占比数据集，即对总体占用率的统计获得占比率，若占比率低于占比阈值则说明该企业在历史时间段内频繁出现过多占用和浪费云服务资源的情况，则对该企业进行警告，并在云服务任务队列表中进行失信标记，所述云服务资源占用阈值和云服务资源占比阈值设置为80-85%，本案中优选设置为85%。37.如图4所示，本发明还公开了一种基于大数据的云服务自动管理分配系统，包括存储器41和处理器42，所述存储器中包括基于大数据的云服务自动管理分配方法程序，所述基于大数据的云服务自动管理分配方法程序被所述处理器执行时实现如下步骤：获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据；利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据；根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像；根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表；根据生成的所述云服务任务队列表对云服务资源进行企业分配部署。38.需要说明的是，首先获取企业特征信息再结合企业在企业云服务平台库中的查询的服务数据信息生成企业云服务特征数据，再结合企业云服务平台库中预设第一云服务模型对企业进行云服务需求资源分析以及关系分析，并根据企业云服务特征数据对企业云服务图谱进行挖掘和分类获取企业云服务评估数据，将企业云服务特征数据和企业云服务评估数据生成企业云服务特征画像，并利用预设第二云服务模型对企业云服务实际需求进行预判并输出评估结果输出企业云服务特征画像对应云服务需求数据并基于企业的动态响应因子对企业云资源需求进行动态分配生成并输出企业云服务任务队列表，根据任务队列表结合企业需求评级和预测需求数据对云服务资源进行企业分配部署，实现根据企业云服务需求结合企业情况进行评估分配云服务资源的技术，提高云服务管理效率和云资源分配部署效果。39.根据本发明实施例，所述获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，具体为：获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量；根据所述企业的企业数据总量、企业私密等级、企业运行关系以及企业算力容量生成企业云需求数据集；将所述企业云需求数据集输入企业云服务平台库中获取所述企业对应的服务数据信息；所述服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据；根据所述目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成企业云服务特征数据。40.需要说明的是，为对企业云服务需求做出适配的资源配置，需根据企业需求现状进行收集和判断获取对应的云服务需求数据，通过获取企业特征信息包括企业属性、企业数据总量、企业私密等级、企业运行关系以及企业算力容量输入至企业云服务平台库中查询获取适应于企业的服务数据信息包括目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据生成符合企业云服务需求的企业云服务特征数据，其中，企业云服务平台库是第三方云服务平台。41.根据本发明实施例，所述利用预设第一云服务模型对所述企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，具体为：根据所述企业的历史云服务需求数据对企业进行云服务需求资源分析，并结合企业知识图谱完成企业数据云服务关系分析；根据所述企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类；结合所述企业数据云服务关系对云服务资源进行评估，并将企业映射关系云与所述企业云服务特征数据进行关联获取企业云服务评估数据。42.需要说明的是，根据预设第一云服务模型对企业数据云服务关系进行分析，根据企业历史云服务需求数据对企业进行云服务需求资源分析，包括目标云资源类别、云计算瞬态通量、云私密级别占比以及企业云计算节点数、企业私密云密钥列表等，并结合企业知识图谱完成企业数据云服务关系，企业认知图谱包括认知图谱层、知识图谱层以及基础数据层，根据企业的历史云服务需求数据获得企业云服务图谱包括企业云服务关联图谱层、组织图谱层以及基础数据层，根据企业云服务特征数据对企业云服务图谱进行挖掘和数据云分类以明确企业的云资源需求明细和执行节点对应数据云分类，结合企业数据云服务关系即企业对云资源的的任务需求、指令类别以及私密等级对企业的云服务资源进行需求评估，并根据企业云服务资源的需求评估结果获得企业与云资源的映射关系云即企业与各类混合云资源的映射关系云再与企业云服务特征数据的目标云容量数据、云私密属性信息、云执行规模数据以及云分配接口数据进行关联获取企业云服务评估数据包括云资源保障数据、云规模量级数据、云通讯优先级数据以及云数据交换阈值数据，通过云资源关系的关联评估明确企业云资源需求和云服务支撑以及云资源分配情况。43.根据本发明实施例，所述根据所述企业云服务特征数据和所述企业云服务评估数据生成企业云服务特征画像，具体为：根据所述目标云容量数据、云私密属性信息、云执行规模数据以及企业云服务评估数据生成企业云服务管理数据集；所述企业云服务管理数据集包括云资源配比数据、云资源支撑数据、云映射关系数据、云资源构架数据；将所述企业云服务管理数据集输入所述企业云服务平台库的管理数据库中获取企业云服务管理特征信息；根据所述企业云服务管理特征信息生成企业云服务特征画像。44.需要说明的是，企业云服务特征画像是对企业云资源需求的云服务资源容量规模、云私密级别需求情况、云服务资源通讯及优先级需求情况以及云服务资源构架情况的数字化描述，是反映企业适配云服务资源需求情况的企业云服务需求数字图，企业云服务特征画像包括云资源容量数据、云私密级别混比数据、云通讯接口数据以及云资源架构数据等模块数据，根据企业云服务特征画像可以反映出企业运算力和服务力动态需求，方便实时调节企业云服务资源的动态需求情况，具体方法为根据目标云容量数据、云私密属性信息、云执行规模数据以及企业云服务评估数据生成企业云服务管理数据集包括云资源配比数据、云资源支撑数据、云映射关系数据、云资源构架数据，再输入企业云服务平台库的管理数据库中获取企业云服务管理特征信息对应生成企业云服务特征画像。45.根据本发明实施例，所述根据预设第二云服务模型对所述企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表，具体为：根据所述企业云服务平台库的预设第二云服务模型对企业云服务实际需求进行预判并输出评估结果；分析所述企业的数据处理种类、数据接口等级、数据共享私密性以及密钥属性，并结合所述评估结果输出预设时间段内所述企业云服务特征画像对应的云服务交互数据；动态监测所述企业的云服务交互数据并基于所述企业的动态响应因子对所述企业云资源需求进行动态分配；根据所述动态分配的数据生成并输出所述企业云服务任务队列表。46.需要说明的是，由于企业云服务资源需求受到企业自身约束条件或企业实时数据处理需求变化的影响，需对企业的云资源需求进行动态评估并根据影响企业云资源需求因素的变化对企业云服务资源分配进行调整，首先通过企业云服务平台库的预设第二云服务模型对企业云服务实际需求进行预判并获得输出评估结果，预设第二云服务模型是企业云服务平台库的一种数据处理模型，根据该模型可获得企业云服务的需求评估结果，再分析企业的数据处理种类、数据接口等级、数据共享私密性以及密钥属性并结合对企业云服务的需求评估结果输出预设时间段内符合企业云服务特征画像相对应的企业云服务交互数据，即根据企业云服务的需求评估结果结合企业自身对接云资源的现有属性得出符合企业云服务特征画像的与企业云服务需求现状相适配的企业云服务交互数据，该交互数据是动态变化量，需进行动态监测，在动态监测该交互数据的同时结合企业的动态响应因子调整对企业云资源需求的动态分配，企业的动态响应因子是企业云服务平台库根据企业实时运营状态以及数据计算动态模量获得的动态化因子，它反映企业的实时算力和运力情况，根据调整的对企业云资源需求的动态分配的数据生成并输出企业云服务任务队列表，实现对企业云服务资源需求的动态化分配部署。47.根据本发明实施例，所述根据生成的所述云服务任务队列表对云服务资源进行企业分配部署，具体为：根据所述企业的动态分配的数据结合企业映射私密云级数以及需求评级进行排列获取云服务任务队列表；根据所述企业的历史同周期的云服务需求数据对所述云服务任务队列表进行修正获得修正云服务任务队列表；获取所述企业的未来预测云服务需求数据对所述修正云服务任务队列表进行校核获取目标云服务任务队列表；根据所述目标云服务任务队列表对云服务资源进行分配部署。48.需要说明的是，为准确对企业云服务资源进行分配部署，根据企业动态分配的数据结合与企业进行映射的私密云级数以及对企业需求评级进行排列获取云服务任务队列表，再根据企业历史同周期的云服务需求数据对云服务任务队列表进行修正获得修正云服务任务队列表，为准确校正获得的修正云服务任务队列表，根据企业的未来预测云服务需求数据对队列表进行校核获取目标云服务任务队列表，根据目标云服务任务队列表对云服务资源进行分配部署，其中，所述企业的未来预测云服务需求数据是通过企业自身评估提供的对未来的云服务需求数据的预测，经过对云服务任务队列表的修正和校核，使获得的目标云服务任务队列表更加准确，云服务资源的分配部署更加合理恰当。49.根据本发明实施例，还包括：获取企业在历史时间段的分段云服务资源需求量数据；根据所述企业在历史时间段的云服务资源实际占空比获得云资源应用相关性关联值数据；根据所述关联值数据对所述企业在未来与所述历史相同时间段的云服务资源需求量进行修正获取修正云服务资源分配数据。50.需要说明的是，为提高对企业云资源分配的精准率，获取企业在历史时间段的分段云服务资源需求量数据，包括企业在历史时间段内分段划分的云服务资源需求量数据，再根据企业在历史时间段的云服务资源实际占用量，即对云服务资源的实际占空比，所述占空比是实际云服务资源占用量与预设云服务资源分配量的比值，根据该占空比对云资源应用数据进行相关性处理获得关联值数据，再根据关联值数据对企业在未来同时间段的云服务资源需求量进行修正，以实现根据企业在历史同时间段的云服务资源实际占用率对未来相同时间段的云服务资源分配比率进行修正的技术，通过这种修正可利用历史规律对云服务资源占比溢出的企业进行上调，对云服务资源占比不足的企业进行下调，以更好的实现云服务资源分配，避免出现对资源需求的浪费和不足的两极化现象。51.根据本发明实施例，还包括：建立云服务资源占用阈值和云服务资源占比阈值；根据所述企业历史时间段内实际云服务资源占用比率值与所述云服务资源占用阈值进行阈值对比；若所述阈值对比不满足预设阈值对比要求，则对所述企业云服务资源分配量进行调整；获取所述企业历史时间段内各预设时间节点的云服务资源占用阈值对比结果，并集合生成云服务资源占比数据集；若所述云服务资源占比数据集的占比率低于所述云服务资源占比阈值；则对所述企业进行警告，并在云服务任务队列表中进行失信标记。52.需要说明的是，为衡量企业对云服务资源的利用情况，建立云服务资源占用阈值和云服务资源占比阈值，根据企业在历史时间段内实际云服务资源占用比率值与云服务资源占用阈值进行阈值对，若阈值对比不满足预设阈值对比要求则对企业云服务资源分配量进行调整，再获取企业历史时间段内各预设时间节点的云服务资源占用阈值对比结果，集合生成云服务资源占比数据集，若云服务资源占比数据集的占比率低于云服务资源占比阈值，则对企业进行警告，并在云服务任务队列表中进行失信标记，通过云服务资源占用阈值的对比评判可识别企业在历史时间段内的云服务资源占用实际情况，若占用比率值低于占用阈值则反映该企业过多占用并浪费云服务资源，通过云服务资源占比阈值的对比评判可识别企业在历史时间段一定累加时间节点的叠加占用云服务资源的占用宏观情况，根据时间节点累积的占用阈值对比结果集成占比数据集，即对总体占用率的统计获得占比率，若占比率低于占比阈值则说明该企业在历史时间段内频繁出现过多占用和浪费云服务资源的情况，则对该企业进行警告，并在云服务任务队列表中进行失信标记，所述云服务资源占用阈值和云服务资源占比阈值设置为80-85%，本案中优选设置为85%。53.本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括一种基于大数据的云服务自动管理分配方法程序，所述基于大数据的云服务自动管理分配方法程序被处理器执行时，实现如上述任一项所述的一种基于大数据的云服务自动管理分配方法的步骤。54.本发明公开的一种基于大数据的云服务自动管理分配方法、系统和存储介质，通过获取企业特征信息结合企业在企业云服务平台库中的服务数据信息生成企业云服务特征数据，利用预设第一云服务模型对企业云服务特征数据进行关系分析和数据挖掘获取企业云服务评估数据，根据企业云服务特征数据和企业云服务评估数据生成企业云服务特征画像，根据预设第二云服务模型对企业云服务特征画像进行评估并基于动态响应因子对企业云资源需求进行分配并输出云服务任务队列表，根据生成的云服务任务队列表对云服务资源进行企业分配部署，从而基于企业云服务平台库处理数据生成企业云服务特征画像并对企业云服务资源进行评估分配并输出云服务任务队列表进行企业云资源分配部署，提高云服务资源的分配效率和精准率。55.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。56.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。57.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。58.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。59.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!