[發明專利]計算機性能數據確定方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010328656.1
• 申請日: 2020-04-23
• 公開（公告）號: CN111679959A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 徐銳杰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉麗華;孫芬

本發明涉及區塊鏈技術，提供一種計算機性能數據確定方法及相關設備，所述方法獲取計算機的多個歷史性能數據序列；使用多個歷史性能數據序列對長短期記憶網絡進行預訓練；對多個歷史性能數據序列進行分類，得到N個序列類型和與所述N個序列類型一一對應的N個歷史性能數據序列子集；用每個歷史性能數據序列子集訓練一個由預訓練后的長短期記憶網絡和位于預訓練后的長短期記憶網絡后的全連接層構成的性能預判模型，得到與N個序列類型一一對應的N個訓練后的性能預判模型；通過與計算機的待預判性能數據序列的序列類型對應的訓練后的性能預判模型，預判計算機的性能數據。此外，本申請還涉及區塊鏈技術，所述性能數據可存儲于區塊鏈中。

技術領域

本發明涉及區塊鏈技術，具體涉及一種計算機性能數據確定方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

在云計算平臺服務廠商，性能(如容量)預測是一個重要的AIOPS(基于人工智能的IT運營)應用場景。現有的性能預測方法對云計算平臺服務廠商進行性能預測的精準度不高，對長期的性能預測效果不好。當存在大規模性能指標需要進行預測時，如果對每個性能指標使用一個模型進行預測，同時不同的性能指標需要調節模型的參數大不想同，導致需要的人力投入成本巨大。另一方面，當某一個性能指標的訓練數據較少時，對性能指標的預測可能出現過擬合。

發明內容

鑒于以上內容，有必要提出一種計算機性能數據確定方法、裝置、計算機設備及計算機可讀存儲介質，其可以根據計算機的歷史性能數據預判計算機性能。

本申請的第一方面提供一種計算機性能數據確定方法，所述方法包括：

獲取計算機的多個歷史性能數據序列；

使用所述多個歷史性能數據序列對長短期記憶網絡進行預訓練，得到預訓練后的長短期記憶網絡；

對所述多個歷史性能數據序列進行分類，得到N個序列類型和與所述N個序列類型一一對應的N個歷史性能數據序列子集；

用每個歷史性能數據序列子集訓練一個由所述預訓練后的長短期記憶網絡和位于所述預訓練后的長短期記憶網絡后的全連接層構成的性能預判模型，得到與所述N個序列類型一一對應的N個訓練后的性能預判模型；

通過與所述計算機的待預判性能數據序列的序列類型對應的訓練后的性能預判模型，預判所述計算機的性能數據。

本申請的第二方面提供一種計算機性能數據確定裝置，所述裝置包括：

獲取模塊，用于獲取計算機的多個歷史性能數據序列；

第一訓練模塊，用于使用所述多個歷史性能數據序列對長短期記憶網絡進行預訓練，得到預訓練后的長短期記憶網絡；

分類模塊，用于對所述多個歷史性能數據序列進行分類，得到N個序列類型和與所述N個序列類型一一對應的N個歷史性能數據序列子集；

第二訓練模塊，用于用每個歷史性能數據序列子集訓練一個由所述預訓練后的長短期記憶網絡和位于所述預訓練后的長短期記憶網絡后的全連接層構成的性能預判模型，得到與所述N個序列類型一一對應的N個訓練后的性能預判模型；

預判模塊，用于通過與所述計算機的待預判性能數據序列的序列類型對應的訓練后的性能預判模型，預判所述計算機的性能數據。

本申請的第三方面提供一種計算機設備，所述計算機設備包括處理器，所述處理器用于執行存儲器中存儲的計算機程序時實現所述計算機性能數據確定方法。

本申請的第四方面提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現所述計算機性能數據確定方法。