一种基于时序卷积神经网络的云平台服务负载预测方法
实质审查的生效
摘要
本发明公开了一种基于时序卷积神经网络的云平台服务负载预测方法，包括，S1采集CPU负载时序数据，构成训练样本集；S2对训练样本进行预处理及特征提取，所述特征提取包括周期注意力向量和峰值注意力向量，将训练样本、周期注意力向量和峰值注意力向量进行加权求和得到最终训练样本；S3构建时序卷积神经网络，最终训练样本作为输入信号；S4训练时序卷积神经网络；S5测试样本数据输入训练好的时序卷积神经网络，得到测试样本的CPU负载预测结果。本发明预测精度高，有利于解决响应式自动伸缩可能带来的滞后性和服务质量下降的问题。
基本信息
专利标题 ：
一种基于时序卷积神经网络的云平台服务负载预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114528097A
申请号 ：
CN202210084802.X
公开（公告）日 ：
2022-05-24
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高学高智平李磊
申请人 ：
华南理工大学;深圳市云识科技有限公司
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
王东东
优先权 ：
CN202210084802.X
主分类号 ：
G06F9/50
IPC分类号 ：
G06F9/50 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F9/00
程序控制装置，例如，控制单元
G06F9/06
应用存入的程序的，即应用处理设备的内部存储来接收程序并保持程序的
G06F9/46
多道程序装置
G06F9/50
资源分配，例如，中央处理单元的
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06F 9/50
申请日 : 20220125
申请日 : 20220125
2022-05-24 ：
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
