科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开一种基于信号分解和混合模型的云服务器负载预测方法。所述方法包括以下步骤：从数据中心监控模块采集到云服务器节点各个资源类型的利用率时间序列数据,进行数据预处理,将处理后的数据按一定比例划分为训练集、验证集和测试集；对预处理过后的数据进行Savitzky-Golay滤波平滑降噪处理；采用经验小波变换将主机负载信号分解为一组子序列；构建结合了多尺度时间卷积网络和带有双阶段注意力机制的门控循环网络的混合深度学习负载预测模型；将分解后的数据放入负载预测模型中进行训练,待损失函数值小于给定的阈值以后,保存训练好的模型,结束训练；将待测样本输入经过训练后得到的负载预测模型中,获得预测结果,对于非平稳、非线性含噪声的云服务器负载数据具有较好的预测精度。
- 单位
