摘要
本发明涉及云计算技术领域,具体提供了一种主机负载预测方法及装置,具有如下步骤:S1、采集历史工作负载数据;S2、按照channel‑independence设置将多元时间序列拆解为C个单元时间序列,每个单元时间序列都独立地执行下述步骤;S3、对历史工作负载数据进行归一化处理;S4、采用滑动窗口方法构建训练数据;S5、构建SARIMA模型;S6、计算SARIMA模型的残差;S7、将残差递归进行Transformer建模;S8、将SARIMA模型的输出和多个Transformer模型的输出加和作为未来时刻主机负载的预测结果。与现有技术相比,本发明能够帮助资源管理系统更好地自动调配资源以适应各服务器工作负载的变化,在降低能源消耗的同时维持高水平的服务质量。
技术关键词
主机负载预测方法
滑动窗口方法
机器可读程序
序列
资源监控系统
资源管理系统
周期性结构
归一化方法
云计算技术
服务集群
残差数据
时序特征
注意力机制
存储器
噪声
处理器
系统为您推荐了相关专利信息
深度融合网络
复合物
蛋白质结构模型
注意力神经网络
深度卷积神经网络
数据异常判别方法
多层次特征
分解算法
深度学习模型
化工
水解酶
深度学习算法
复合结构
高效液相色谱法分析
序列
活跃用户检测方法
大尺度衰落系数
接入点
协方差矩阵
参数