[發明專利]一種支持不規則時間間隔的虛擬機工作負載預測方法

有效

• 申請號: 201811354400.7
• 申請日: 2018-11-14
• 公開（公告）號: CN109542585B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 郭偉;寧雅頔;鹿旭東;葛偉;崔立真
• 申請（專利權）人: 山東大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種支持不規則時間間隔的虛擬機工作負載預測方法，其特征是，包括：

對虛擬機工作負載歷史數據進行預處理；

構建支持不規則時間間隔數據處理的N-LSTM模型，所述N-LSTM模型，包括：依次連接的組合層、LSTM層和預測層；

所述組合層，包括若干個組合單元，將預處理后的虛擬機請求量和平均請求時間間隔，將第i天的虛擬機請求量和平均請求時間間隔作為對應第i個組合單元的輸入，將經過合并操作之后得到合并信息；所述LSTM層，包括若干個依次串聯的LSTM單元；

每個組合單元均與每個LSTM單元一一對應連接；每個組合單元都將自身的輸出值送入對應的LSTM單元；依次串聯的LSTM單元中，前一個LSTM單元的輸出值作為下一個LSTM單元的輸入值；最后一個LSTM單元的輸出值送入預測層；預測層輸出預測結果；

將預處理得到的數據輸入到N-LSTM模型中對N-LSTM模型進行訓練；得到訓練好的N-LSTM模型；

對虛擬機工作負載待測數據進行預處理，將預處理得到的待測數據輸入到已經訓練好的N-LSTM模型中，N-LSTM模型輸出虛擬機工作負載預測結果。

2.如權利要求1所述的方法，其特征是，對虛擬機工作負載歷史數據進行預處理的具體步驟為：

虛擬機工作負載歷史數據，包括若干條虛擬機工作負載數據，每一條虛擬機工作負載數據包括：虛擬機型號和虛擬機響應請求的時間；針對每個型號的虛擬機，計算每天該型號虛擬機的所有請求的平均時間間隔；得到關于每個型號虛擬機的連續T天內，每天的平均請求時間間隔序列；

數據缺失值處理：取缺失值數據所在日期的前T-1天內的平均請求時間間隔的均值作為缺失數據的取值；

數據異常值處理：計算前T-1天內平均請求時間間隔的均值，如果第T天的平均請求時間間隔的取值大于前T-1天內平均請求時間間隔的均值的兩倍，則將第T天的平均請求時間間隔的取值視為異常值，將異常值替換為前T-1天內平均請求時間間隔的均值。

3.如權利要求1所述的方法，其特征是，每個組合單元負責接收輸入值，每個組合單元的輸入值，包括：每個型號虛擬機連續T天內每天的平均請求時間間隔Δt和每個型號虛擬機連續T天內每天的請求量X；每個組合單元負責將兩個輸入值合并后得到當前狀態s；每個組合單元的輸出值s送入對應的LSTM單元；每個LSTM單元接收對應組合單元的輸出值s后，每個LSTM單元對組合單元的輸出值s和前一個LSTM單元的隱藏狀態進行處理；最后一個LSTM單元得到虛擬機工作負載歷史數據的隱藏狀態，將隱藏狀態送入預測層，預測層輸出預測結果。

4.如權利要求3所述的方法，其特征是，每個型號虛擬機連續T天內每天的平均請求時間間隔Δt：

Δt＝{Δt₁，Δt₂，…，Δt_T}；

其中，Δt_i＝{Δt_i1，Δt_i2，...，Δt_iN}，Δt_in表示第i天第n種型號虛擬機的平均請求時間間隔。

5.如權利要求3所述的方法，其特征是，每個型號虛擬機連續T天內每天的請求量X：

X＝{x₁，x₂，…，x_T}；

其中，x_i＝{x_i1，x_i2，...x_iN}，x_in表示第i天第n種型號虛擬機的請求量。