基于自注意力机制DLSTM的云服务器老化预测方法

实质审查的生效

摘要

本发明公开一种基于自注意力机制DLSTM的云服务器老化预测方法，包括如下步骤：步骤1，采集云服务器老化情况的数据指标，获取云服务器资源和性能参数的时间序列数据；步骤2，对序列数据进行预处理，得到预处理后的数据集；步骤3，将经步骤2中预处理后的云服务器老化数据分成训练集和测试集；步骤4，构建基于注意力机制的云服务器老化数据时间序列的DLSTM预测模型；步骤5，利用训练集数据对DLSTM预测模型进行训练；步骤6，利用训练后DLSTM预测模型预测测试集数据，并对DLSTM预测模型进行性能评价。本发明解决了传统预测方法对长时间运行、数据量大的云服务器老化情况预测不够准确的问题。

基本信息

专利标题：

基于自注意力机制DLSTM的云服务器老化预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114510872A

申请号：

CN202210021584.5

公开（公告）日：

2022-05-17

申请日：

2022-01-10

授权号：

暂无

授权日：

暂无

发明人：

孟海宁张嘉薇杨哲朱磊童新宇李维郑毅黑新宏

申请人：

西安理工大学

申请人地址：

陕西省西安市碑林区金花南路5号

代理机构：

西安弘理专利事务所

代理人：

王奇

优先权：

CN202210021584.5

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06Q10/04 G06F119/04

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-06-03 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20220110

2022-05-17 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载