摘要
本申请提供了一种存储容量水位风险管理方法、装置及电子设备,其中该方法通过获取待处理的数据集群的容量情况、流量情况等各项存储参数信息,将存储参数信息输入至预先基于历史存储参数信息、历史存储容量水位真实情况训练得到的LSTM神经网络模型中,由该时序模型基于输入的存储参数信息进行数据处理,输出该数据集群的存储水位预测结果,然后基于该存储水位预测结果,确定目标容量管理方案并执行该目标容量管理方案。选用本申请实施例,通过时序神经网络预测容量水位风险,并提供自动化的容量水位预警以及容量管理方案,有助于减少人工决策存在的滞后性、误差,提高容量管理决策效率与响应速度。
技术关键词
存储容器
集群
神经网络模型
风险管理方法
训练样本数据
水位预测值
配额
模型训练模块
非线性特征
风险管理装置
时序神经网络
电子设备
计算机
处理器
指令
输入模块
矩阵
系统为您推荐了相关专利信息
空调控制方法
窗户
空调出风口
超声波传感器
神经网络模型构建
运动轨迹预测方法
RGBD图像
语义分割模型
深度图
序列
神经网络模型
控制策略
机组运行状态
多源监测数据
组合特征向量
无人机集群协同
多智能体强化学习
标志位
网络
路径规划方法