[发明专利]基于生成对抗网络的云负载时序数据生成方法、系统和介质

说明书

本发明公开了一种基于生成对抗网络的云负载时序数据生成方法、系统及介质，包括下述步骤：获取真实云环境下的负载时序数据；对获取的负载数据进行预处理；根据数据的复杂度，构建生成对抗网络，所述生成对抗网络包括生成器和判别器两部分，使用预处理后的负载时序数据，对构建的生成对抗网络进行训练，取生成对抗网络中的生成网络，从高斯分布中随机采样作为输入，生成仿真数据，作为真实数据的替代或补充。通过本发明提出的生成对抗网络，可以稳定，高效地完成训练，拟合真实数据的分布。通过从拟合的近似分布中采样，可以生成用于替代或补充真实数据，用于实际算法研究的仿真数据，从而推动云计算中心能耗，调度，资源优化算法的发展。

技术领域

本发明属于数据生成的技术领域，具体涉及一种基于生成对抗网络的云负载时序数据生成方法、系统和介质。

背景技术

近些年来，随着互联网规模的不断扩大，全球对计算资源和存储资源的需求正在逐年增加。云计算作为新一代计算平台的核心技术，能够提供安全快捷的计算资源，数据存储和各种网络服务，以较低的成本给用户提供了极大的灵活性，越来越多用户和企业也愿意将其业务，产品部署到云上。在管理规模庞大复杂的数据中心时，如何在保障用户的使用体验的基础时，提高数据中心机器的资源利用率，降低数据中心的能耗，是学术界和工业界共同关注的问题。然而，由于云计算系统规模庞大且复杂，真实云环境下的负载数据收集困难，获取成本较高，另一方面，由于商业隐私的问题，仅有部分云供应商愿意公开真实云环境下的负载数据。真实环境下负载数据的缺乏阻碍了相关算法的开展，而基于仿真数据的研究结果往往难以复现，且缺乏实际的说服力。针对上述问题，一种可行的解决办法就是通过生成对抗网络，在有限的真实数据上，通过对抗训练的模式，拟合真实数据的概率分布，生成与真实数据相似，可实际用于算法研究，替代或补充真实数据的生成数据。

2014年，Goodfellow等人首次提出生成对抗网络，原始的生成对抗网络由生成器和判别器两部分组成，对抗指在训练过程中，判别器将尽力区分样本真假，生成器则尽力生成可以“欺骗”判别器的样本。通过这种对抗训练的方式，生成器可以逐步拟合真实数据的概率分布，并从这个近似分布中随机采样来生成样本。近些年来生成对抗网络发展迅速，尤其是在图像和视觉领域，在图像生成，图像风格转换，图像超分辨率等方面表现优异。然而，在时序数据生成上，相关研究还较少。Hyland等学者为解决医学数据因隐私问题难以获取的问题，首次将生成对抗网络应用到医学时序数据的生成上，提出基于长短时记忆神经网络(LSTM)的RGAN和RCGAN模型，成功生成病人的生命体征序列。Takahashi等学者将生成对抗网络应用在金融时序数据的建模中，生成数据同时具备真实金融数据的各项统计特性。Yoon等学者提出TimeGAN，该模型在嵌入空间中结合了生成对抗网络无监督学习的特性和有监督学习的自回归模型，用于加强模型对序列时间动态的建模，在多个数据集上表现较优。

虽然这些年来已有部分学者研究将生成对抗网络应用到各行业的时序数据生成上，但仍存有不少不足之处：

1)云负载时序数据多是长段的历史数据，如一台服务器多天的CPU利用率序列，而多数研究中，如RGAN和TimeGAN，均使用长短时记忆神经网络(LSTM)作为生成器和判别器的网络基础，存在的问题是当处理的时间序列较长时，LSTM网络的训练时间较长(无法并行)，且建模的效果较差。

2)生成对抗网络的训练困难，需要平衡生成器和判别器的网络表达能力，否则当其中一方优化过快时，另一方将无法获得有效的梯度信息，导致训练失败。现有的相关研究大多未考虑如何稳定训练，不易将模型直接迁移应用到不同领域，不同复杂度的数据集上。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于生成对抗网络的云负载时序数据生成方法、系统和介质，通过本发明提出的生成对抗网络，可以稳定，高效地完成训练，拟合真实数据的分布。

为了达到上述目的，本发明采用以下技术方案：

本发明一方面提出了一种基于生成对抗网络的云负载时序数据生成方法，包括下述步骤：