一种智能运维资源调配方法及装置

本申请公开了一种智能运维资源调配方法及装置。该方法通过采集全链路多源数据并预处理形成多维度预处理特征，能全面刻画系统状态，调用混合深度学习模型可捕捉非线性关系和时序依赖，提升预测精度，且生成包含置信区间和特征贡献度的可解释性结果，打破了深度学习的黑盒特性；通过动态阈值结合多目标优化算法生成资源调度策略，可根据实时负载自适应调整，同时平衡资源成本、服务质量等多重目标，避免了传统固定阈值的不足和单一目标优化的缺陷；此外，该方法将预测结果直接转化为资源调度策略并执行动态调配，形成预测‑决策‑执行闭环，减少了现有技术中预测与调配系统割裂导致的反应延迟，提升了资源利用率，能更好地适应业务动态变化。