技术特征:1.一种数据中心基于在线服务周期性特征的资源预测方法,其特征在于:由五个步骤组成:初始化、资源使用序列周期探测、历史观测数据构建、在线服务资源预测模型构建、在线服务资源预测;
技术总结本发明公开了一种基于数据中心在线服务周期性特征的资源预测方法,分为五个步骤:初始化、资源使用序列周期探测、历史观测数据构建、在线服务资源预测模型构建、在线服务资源预测。本发明针对在线任务,提取了海量日志中在线服务CPU资源使用的时间序列。基于所提取的CPU资源使用的时间序列使用自相关函数(ACF)和余弦相似度确定资源使用序列的周期长度,并根据周期长度选择历史观测数据,利用门控递归单元神经网络(Gated Recurrent Unit,GRU)模型构建在线服务资源使用预测模型。通过本发明构建的模型,可预测出具有周期性的在线服务在未来时刻的资源使用,对任务的资源分配由较强的指导意义。
技术研发人员:梁毅,马翔,郭磊,孟庆楠
受保护的技术使用者:北京工业大学
技术研发日:技术公布日:2024/4/7