[發明專利]一種基于神經網絡模型的負載確定方法、裝置及系統

在審

• 申請號: 201810037223.3
• 申請日: 2018-01-15
• 公開（公告）號: CN108255581A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 胡玉鵬;亓開元
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/02;G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經網絡模型的負載確定方法，其特征在于，包括：

基于負載監控樣本數據，訓練獲得神經網絡模型，所述神經網絡模型用于確定虛擬機的負載值；

根據第一時間段內的負載監控數據，計算所述第一時間段內的負載監控數據的平均值；

將所述負載監控數據的平均值輸入所述神經網絡模型，輸出所述第一時間段內的負載值。

2.根據權利要求1所述的方法，其特征在于，所述負載監控樣本數據和所述負載監控數據為五維輸入向量，所述五維輸入向量包括CPU負載比例、內存負載比例、磁盤IO負載比例、網絡帶寬負載比例和磁盤利用率負載比例。

3.根據權利要求1所述的方法，其特征在于，所述神經網絡模型包括輸入層、中間層和輸出層，所述輸入層包括5個神經元，所述中間層包括4個神經元，所述輸出層包括1個神經元。

4.根據權利要求1所述的方法，其特征在于，還包括：

按照預設的時間間隔采集負載監控數據，并存儲所述負載監控數據；

所述第一時間段內的負載監控數據為當前時間節點前的時間區間內存儲的負載監控數據。

5.根據權利要求1所述的方法，其特征在于，還包括：

存儲所述神經網絡模型輸出的負載值。

6.一種基于神經網絡模型的負載確定裝置，其特征在于，包括：

訓練模塊，用于基于負載監控樣本數據，訓練獲得神經網絡模型，所述神經網絡模型用于確定虛擬機的負載值；

平均值計算模塊，用于根據第一時間段內的負載監控數據，計算所述第一時間段內的負載監控數據的平均值；

負載值計算模塊，用于將所述負載監控數據的平均值輸入所述神經網絡模型，輸出所述第一時間段內的負載值。

7.根據權利要求6所述的裝置，其特征在于，所述負載監控樣本數據和所述負載監控數據為五維輸入向量，所述五維輸入向量包括CPU負載比例、內存負載比例、磁盤IO負載比例、網絡帶寬負載比例和磁盤利用率負載比例。

8.根據權利要求6所述的裝置，其特征在于，所述神經網絡模型包括輸入層、中間層和輸出層，所述輸入層包括5個神經元，所述中間層包括4個神經元，所述輸出層包括1個神經元。

9.根據權利要求6所述的裝置，其特征在于，還包括：

數據采集模塊，用于按照預設的時間間隔采集負載監控數據；

存儲模塊，用于存儲所述負載監控數據；

所述第一時間段內的負載監控數據為所述存儲模塊內存儲的當前時間節點前的時間區間內存儲的負載監控數據。

10.一種系統，其特征在于，包括：

處理器；

用于存儲處理器的執行指令的存儲器；

其中，所述處理器被配置為執行權利要求1-5任一項所述的方法。