龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中电信量子信息科技集团有限公司
摘要：本发明公开了一种用于云工作负载预测的生成对抗性方法，包括下述步骤：采集云数据中心的历史负载序列；对获取的负载序列进行预处理；构建相应的云工作负载预测模型，包括生成器和判别器；使用生成器对训练集中样本序列所隐藏的复杂依赖关系进行提取，同时生成下一阶段的负载信息；以生成对抗性的方式不断训练模型，直到达到预设条件或期望的评估标准停止训练；使用测试集中的样本序列对模型进行测试，最后将当前云数据中心的负载序列输入模型得到下一阶段负载信息。本发明提出的生成对抗性方法不仅可以拟合真实负载的数据分布，而且可以使得生成负载和历史负载序列实现强耦合，从而实现云服务器负载信息的精准预测，进一步使得云计算系统可以对虚拟机进行有序部署和迁移管理。
主权项：1.一种用于云工作负载预测的生成对抗性方法，其特征在于：包含以下步骤：步骤1：使用负载信息采集器收集云数据中心过去一段时间内的负载数据；步骤2：将所采集到的负载数据进行归一化处理并划分为训练集和测试集，之后再分别设置输入窗口和输出窗口大小，以滑动窗口的方式将训练集和测试集中的负载数据序列化，分别构成样本序列和标签序列；步骤3：建立用于云工作负载预测的生成对抗模型，所述模型包含了负载生成模块和负载判别模块，其中负载生成模块主要使用多头注意力机制和三层卷积神经网络组成；步骤4：使用训练集中的样本序列对模型进行训练，用测试集中的样本序列对模型进行测试，所述使用训练集中的样本序列对模型进行训练具体包括：首先对于负载生成模块，将样本序列同时输入多头注意层和卷积神经网络层中，分别得到所生成的全局周期信息和局部波动信息；其次将所得到的周期信息和波动信息进行加和作为模型下一阶段的负载信息；之后将所生成的负载信息和真实的标签序列同时输入负载判别模块；最后根据生成负载信息和标签序列分别计算生成器损失函数和判别器损失函数，并利用梯度下降法对模型参数进行反向传播更新，直到达到预设迭代次数或损失函数最小化收敛时为止，将负载生成模块最后一次生成的负载信息作为最终结果；步骤5：将当前云数据中心的负载序列输入到已训练好的负载生成模块中，即生成下一阶段的负载信息。
全文数据：
权利要求：
百度查询： 中电信量子信息科技集团有限公司 一种用于云工作负载预测的生成对抗性方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号