[发明专利]服务器性能预测方法和装置

权利要求书

1.一种服务器性能预测方法，其特征在于，包括：

对第一访问日志中的用户请求进行过滤，得到第一请求序列；

根据所述第一请求序列得到对应的第一特征向量集合，所述第一特征向量集合中的每个特征向量对应于第一请求序列中的一个用户请求，并且用于指示对应的用户请求所属的种类；

根据负载生成模型和所述第一特征向量集合得到预测请求序列，并根据所述预测请求序列和时间概率模型得到第二请求序列，所述预测请求序列用于指示预测的各个用户请求所属的种类，所述第二请求序列用于指示预测的各个用户请求的时间序列；

根据性能预测模型和所述第二请求序列得到预测的服务器性能指标，所述性能预测模型用于指示用户请求与服务器性能指标的对应关系。

2.根据权利要求1所述的方法，其特征在于，在所述对第一访问日志中的用户请求进行过滤，得到第一请求序列之前，所述方法还包括：

对第二访问日志中的用户请求进行过滤，得到第二请求序列；

根据所述第二请求序列得到对应的第二特征向量集合，所述第二特征向量集合中的每个特征向量对应于所述第二请求序列中的一个用户请求，并且用于指示对应的用户请求所属的种类；

根据所述第二特征向量集合和目标函数对所述负载生成模型进行训练；

根据所述第二请求序列构造所述时间概率模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二特征向量集合和目标函数对所述负载生成模型进行训练，包括：

将所述第二特征向量集合按照时序顺序排序，或者按照用户排序；

将经排序后的第二特征向量集合划分为长度均为M的子集合；

以各个子集合中的第1～a个特征向量作为输入来获取所述负载生成模型的模拟输出，以第a+1～M个特征向量作为实际输出；

将所述模拟输出和所述实际输出根据所述目标函数对所述负载生成模型进行训练，其中，1＝aM，a、M为整数。

4.根据权利要求3所述的方法，其特征在于，所述目标函数为

其中，f_i(W)为所述目标函数，L(W)为所述模拟输出，Y_i为所述实际输出，W为所述负载生成模型的参数，g_j()函数用于统计所述模拟输出或所述实际输出的个数，λ为比例系数，i为向量标号，j为g_j()函数标号，所述模拟输出的个数与所述实际输出的个数相同。

5.根据权利要求3所述的方法，其特征在于，所述目标函数为

其中，f_i(W)为所述目标函数，L(W)为所述模拟输出，Y_i为所述实际输出，W为所述负载生成模型的参数，λ为比例系数，i为向量标号。

6.根据权利要求1所述的方法，其特征在于，在所述对第一访问日志中的用户请求进行过滤，得到第一请求序列之前，所述方法还包括：

对第三访问日志中的用户请求进行过滤，得到第三请求序列；

根据第三时间序列得到第三特征向量集合，所述第三特征向量集合包括至少一个N维特征向量，所述N维特征向量的一个维度对应一种用户请求在单位时间窗口内的访问次数；

根据所述第三访问日志获得与所述第三特征向量集合对应的性能指标；

根据所述第三特征向量集合和所述对应的性能指标对所述性能预测模型进行训练。

7.一种服务器性能预测装置，其特征在于，包括：

过滤单元，用于对第一访问日志中的用户请求进行过滤，得到第一请求序列；

获取单元，用于根据所述过滤单元得到的第一请求序列得到对应的第一特征向量集合，所述第一特征向量集合中的每个特征向量对应于第一请求序列中的一个用户请求，并且用于指示对应的用户请求所属的种类；

预测单元，用于根据负载生成模型和所述获取单元得到的第一特征向量集合得到预测请求序列，并根据所述预测请求序列和时间概率模型得到预测的第二请求序列；

所述预测单元，还用于根据性能预测模型和所述第二请求序列得到预测的服务器性能指标。