[发明专利]一种基于多任务学习时间序列的云平台工作负载预测方法有效
| 申请号： | 202011396557.3 | 申请日： | 2020-12-03 |
| 公开（公告）号： | CN112486687B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 王进;马梦涵;李辰宇;徐其成;舒雅宁;彭浩;孙开伟;刘彬 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F11/30;G06N3/04;G06N3/08 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 王海军 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及大数据处理技术和云平台资源负载技术领域，特别涉及一种基于多任务学习时间序列的云平台工作负载预测方法，包括获取工作负载数据，采用滑动窗口的方法划分数据，对划分的每个时间间隔的数据构建基础特征、交叉特征、时序趋势特征、用户行为关联特征，并采用二维SHAP进行特征选择；将选择的特征输入传入TCN‑LSTM模型中，采用多任务学习的方式，共有三个任务，分别为：预测T时间段的CPU平均利用率、预测T时间段的正在运行的作业数、预测T时间段的平均内存利用率；本发明通过对工作负载相关的指标的历史趋势进行把控，而不单一只关注当前监控点的工作负载情况，快速的感知业务的波峰波谷，从而对云平台的资源进行动态的调度。 | ||
| 搜索关键词： | 一种 基于 任务 学习 时间 序列 平台 工作 负载 预测 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/202011396557.3/，转载请声明来源钻瓜专利网。
