[发明专利]虚拟机资源运行数据智能预测方法在审
| 申请号： | 201811366775.5 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109634715A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 徐郁;詹然智;谭刚;陈露;伍冲翀;郝海泉;陈聿 | 申请（专利权）人： | 国家电网有限公司;国网重庆市电力公司信息通信分公司 |
| 主分类号： | G06F9/455 | 分类号： | G06F9/455;G06F11/34;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 吕小琴 |
| 地址： | 100031 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种虚拟机资源运行数据智能预测方法，包括S1：对虚拟机资源运行的数据进行预处理；S2：采用主成分分析法将对经预处理后的数据进行降维，得到样本矩阵Z；S3：将样本矩阵Z中的元素训练BP神经网络，得到BP神经网络的预测模型；S4：将所要预测数据所在日期的前3天的虚拟机资源运行的数据进行预处理后，输入预测模型，得到所要预测日期的数据值；本发明通过关联缺失和异常数据前后数据，并考虑前后数据与当前数据的趋势差异对缺失和异常数据分别进行补充和更新的预处理，然后将所要预测时刻的数据的前若干天的实际数据经预处理后输入通过预先训练好的BP神经网络，得到预测数据，预测精度高，实用性更广。 | ||
| 搜索关键词： | 预处理 虚拟机资源 样本矩阵 异常数据 预测数据 运行数据 智能预测 预测 主成分分析法 实际数据 输入预测 预测模型 降维 关联 补充 更新 | ||
【主权项】：
1.一种虚拟机资源运行数据智能预测方法，其特征在于：包括步骤：S1：对虚拟机资源运行的数据进行预处理，具体如下：S11：采集预设的连续时间段的虚拟机资源运行的数据；所述预设的连续时间段为4天；S12：判断采集的连续时间段的虚拟机资源运行的数据中是否存在异常数据或缺失数据，若存在，则进入步骤S13，若不存在，则进入步骤S3；S13：对异常数据或缺失数据进行预处理，更新连续时间段的虚拟机资源运行的数据；S14：判断更新后的连续时间段的虚拟机资源运行的数据是否存在异常数据，若存在，返回步骤S13，若不存在则进入步骤S2；S2：采用主成分分析法将对经预处理后的数据进行降维，得到样本矩阵Z；S3：将样本矩阵Z中的元素训练BP神经网络，得到BP神经网络的预测模型；S4：将所要预测数据所在日期的前3天的虚拟机资源运行的数据进行预处理后，输入预先建立的BP神经网络的预测模型，得到所要预测日期的数据值。
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国家电网有限公司;国网重庆市电力公司信息通信分公司，未经国家电网有限公司;国网重庆市电力公司信息通信分公司许可，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/201811366775.5/，转载请声明来源钻瓜专利网。
