[發明專利]一種負載預測方法及裝置

有效

• 申請號: 201310479084.7
• 申請日: 2013-10-14
• 公開（公告）號: CN103530190A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 王智立;王穎;李升明;孟洛明;楊楊;熊翱;陳興渝
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

技術領域

本發明涉及負載預測技術，特別涉及一種負載預測方法及裝置。

背景技術

隨著虛擬化等關鍵技術的發展，云計算作為一種新興的信息技術運用模式得到越來越廣泛的關注和普及，越來越多的企業趨向于從云計算平臺購買計算資源。其中，最為常見的就是提供Web服務的企業。由于受時間、地域、用戶使用習慣等因素的影響，絕大部分的Web應用需求都是隨著時間變化的。盡管用戶可以根據應用需求的變化在一個較短的時間間隔內自由地增加或減少購買的計算資源。但是，如果企業只是在發現當前資源無法滿足負載需求時再被動申請資源，那么Web應用服務質量必然會受到一定影響，用戶體驗的降低會導致用戶的流失，進而會影響到企業的收入。

現有技術中的負載預測方法包括：

A、根據距離預測時間點；

B、在預設時間范圍內，獲取服務器的多個歷史負載抽樣值；

C、根據獲取到的所述歷史負載抽樣值，調用立方卷積插值算法,計算出所述服務器在所述預測時間點上的負載值。

然而，現有技術的缺點是：利用立方卷積插值算法對服務器在預測時間點上的負載值進行計算，由于計算復雜度較高，導致計算效率太低。

發明內容

（一）解決的技術問題

本發明解決的技術問題是：如何提供一種負載預測方法及裝置，用于解決目前負載預測中計算效率低的問題。

（二）技術方案

本發明實施例提供了一種負載預測方法，包括：

收集負載信息，根據所述負載信息形成負載序列，對所述負載序列進行建模，得到建模方程；

對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量；

根據所述預測偏大點數量和預測偏小點數量確定補償閾值，并根據所述補償閾值和所述建模方程計算負載預測值。

優選地，對所述負載序列進行建模，得到的建模方程為：

ADP_tX_t+1=AP_tX_t+1+f_ec(C(t+1),E(t+1))；

f_ec(C(t),E(t))=C(t)*|E(t)|*p；

其中，AP_tX_t+1為在t時刻預測t+1時刻的負載值；C(t)為t時刻的補償閾值；E(t)為t時刻的誤差期望；p為所述預測偏大點數量和所述預測偏小點數量的差值與總點數量之商。

優選地，對所述負載序列進行建模，得到建模方程，具體包括：

判斷所述負載序列是否為平穩序列，如果不是，對所述負載序列進行差分計算，并繼續判斷得到的序列是否為平穩序列，直到判斷為平穩序列，繼續進行下一步；

根據所述負載序列計算模型階數和模型參數，并利用所述模型階數和所述模型參數進行計算，得到ARMA模型，利用該ARMA模型建立所述建模方程。

優選地，所述對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量，具體包括：

利用ARMA模型對所述負載序列進行分析，得到分析結果；

利用所述分析結果統計不同時期同一時刻的預測偏大點數量和預測偏小點數量。

優選地，所述根據所述預測偏大點數量和預測偏小點數量確定補償閾值，具體包括：

計算所述預測偏大點數量和所述預測偏小點數量的差值與總點數量之商得到計算結果，將該計算結果與預設閾值進行比較，如果所述計算結果大于預設閾值，則進行負向補償，如果所述計算結果小于預設閾值，則進行正向補償；

根據負向補償值和正向補償值分別計算負向補償和正向補償時的誤差期望值；

根據所述建模方程計算負載預測值。

本發明實施例還提供了一種負載預測裝置，包括：

收集模塊，用于收集負載信息，將所述負載信息傳輸給負載序列形成模塊；

所述負載序列形成模塊，用于根據所述負載信息形成負載序列，并將所述負載序列傳輸給建模模塊和分析模塊；

所述建模模塊，用于對所述負載序列進行建模，得到建模方程，將所述建模方程傳輸給計算模塊；

所述分析模塊，用于對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量，將所述預測偏大點數量和所述預測偏小點數量傳輸給補償閾值確定模塊；

所述補償閾值確定模塊，用于根據所述預測偏大點數量和預測偏小點數量確定補償閾值，將所述補償閾值傳輸給所述計算模塊；