摘要
本申请提供了一种基于多维度动态预测的数据备份与恢复进度计算方法,实时采集多维数据;根据任务类型和阶段动态分配各维度的权重;基于多维数据构建预测模型,将所述短期预测模型输出的瞬时有效速率与所述长期预测模型输出的数据总量预测值进行加权融合,生成最终的预测数据总量;根据预测数据总量和所述已复制数据量计算当前任务的进度,并采用指数平滑算法对所述进度进行平滑处理;在检测到传输中断、带宽骤降或目标存储空间不足的异常场景时,根据预设的阈值触发模型的重训练,重新计算任务进度。本发明通过实时采集系统环境参数与任务状态构建预测模型,实现高精度进度预测、动态适应性、异常自修正的进度计算方法和系统。
技术关键词
LSTM模型
进度计算方法
动态预测模型
平滑算法
目录
构建预测模型
引入注意力机制
可视化接口
总量
阶段
检测异常事件
指数
ARIMA模型
编码向量
SNMP协议
数据
滑动窗口
密度
因子