摘要
本发明公开了一种微服务资源管理方法、设备、介质及程序产品,包括:获取微服务关联资源的历史时间序列数据,采用鲁棒周期检测算法对历史时间序列数据进行预测得到单周期预测结果;采用鲁棒时间序列分析算法对历史时间序列数据进行分解,得到趋势分量序列、周期分量序列以及残差分量序列;将残差分量序列输入长序列深度学习网络,通过长序列深度学习网络输出残差预测结果;根据所述单周期预测结果、趋势分量序列、周期分量序列以及残差预测结果,确定微服务对应的资源预测结果,并根据资源预测结果对微服务关联的资源进行管理。本发明实施例的技术方案可以提高微服务资源预测结果的精度,为弹性伸缩决策提供可靠依据。
技术关键词
序列
残差预测
深度学习网络
资源管理方法
单周期
数据
计算机程序产品
可读存储介质
分解算法
决策
滤波算法
电子设备
处理器通信
存储器
系统为您推荐了相关专利信息
抑制长链非编码
肺癌
长非编码
药物结构
动物模型
文件图像数据
语义关联度
关键词
可视化图表
信息熵
视频内容检测方法
对象
视觉特征
动作融合
融合特征
个性化新闻推荐方法
点击概率
个性化新闻推荐系统
干预技术
新闻推荐技术