[发明专利]一种大数据系统实时服务参数自适应调整方法在审
| 申请号： | 201810040704.X | 申请日： | 2018-01-16 |
| 公开（公告）号： | CN108093085A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 聂敏;连德富;李春;孙俊 | 申请（专利权）人： | 成都寻道科技有限公司 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08;G06F9/50 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 刘世权 |
| 地址： | 610000 四川省成都市郫都区德源镇（*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种大数据系统实时服务参数自适应调整方法，其特征在于：包括采集系统资源使用监控记录；基于Elman神经网络建立系统资源使用预测模型；对系统资源使用预测模型的训练和预测，获得所需的资源负荷预测值；根据资源使用预测值，自动调整系统实时服务参数。本发明通过深度学习方法训练系统资源使用的预测模型，预测的资源变化量，基于资源使用量与服务参数之间的关系，实现对系统服务参数的自适应调整。 | ||
| 搜索关键词： | 资源使用 实时服务 预测模型 参数自适应 预测 大数据 自动调整系统 资源使用量 自适应调整 采集系统 服务参数 监控记录 建立系统 神经网络 系统服务 系统资源 训练系统 资源变化 资源负荷 学习 | ||
【主权项】：
1.一种大数据系统实时服务参数自适应调整方法，其特征在于：包括采集系统资源使用监控记录；基于Elman神经网络建立系统资源使用预测模型；对系统资源使用预测模型的训练和预测，包括以下步骤：S1：利用固定尺寸重叠滑动窗口技术从系统资源使用监控记录数据中提取资源负荷子序列集；S2：使用聚类算法将资源负荷子序列集按照最优个数分成若干类，放置在不同的聚类簇中；S3：输入当前的资源负荷数据，并将该数据和已有的聚类簇的数据进行似然度计算，提取具有与当前资源负荷数据具有最大似然度的聚类簇；S4：将聚类簇的资源负荷子序列集输入到Elman神经网络预测模块中对其进行训练和预测，获得所需的资源负荷预测值；根据资源使用预测值，自动调整系统实时服务参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都寻道科技有限公司，未经成都寻道科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810040704.X/，转载请声明来源钻瓜专利网。
