[發明專利]虛擬機承載狀態的預測方法、裝置、設備及介質

在審

• 申請號: 202110336758.2
• 申請日: 2021-03-29
• 公開（公告）號: CN115129420A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 王勇
• 申請（專利權）人: 中國移動通信集團安徽有限公司;中國移動通信集團有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/04;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種虛擬機承載狀態的預測方法，其特征在于，包括：

獲取虛擬機的承載數據；

根據所述承載數據確定所述虛擬機的承載狀態；

基于虛擬機的承載狀態確定所述承載數據的數據類型，所述數據類型包括波動型、平穩型或周期型；

在所述數據類型為波動型的情況下，利用第一訓練模型計算預設時間段內的承載數據預測值；

在所述數據類型為平穩型的情況下，利用第二訓練模型計算所述預設時間段內的承載數據預測值；

在所述數據類型為周期型的情況下，利用第三訓練模型計算所述預設時間段內的承載數據預測值；

其中，所述承載數據預測值用于確定所述虛擬機的承載狀態。

2.根據權利要求1所述的方法，其特征在于，所述獲取虛擬機的承載數據，包括：

利用最鄰近插值法補全所述虛擬機的歷史承載數據的缺省值，獲取所述虛擬機的承載數據。

3.根據權利要求1所述的方法，其特征在于，所述根據所述承載數據確定所述虛擬機的承載狀態，包括；

在預設范圍內的承載數據大于第一閾值的情況下，確定所述虛擬機的承載狀態為待擴容態；

在所述預設范圍內的承載數據小于第二閾值的情況下，確定所述虛擬機的承載狀態為待縮容態；

在所述預設范圍內的承載數據存在于所述第一閾值和所述第二閾值之間的情況下，確定所述虛擬機的承載狀態為正常態，其中，所述第一閾值小于所述第二閾值。

4.根據權利要求1和3所述的方法，其特征在于，所述基于虛擬機的承載狀態確定所述承載數據的數據類型，包括：

在所述虛擬機的承載狀態為正常態的情況下，獲取所述虛擬機的多個承載數據集合；

根據所述多個承載數據集合中的承載數據計算所述多個承載數據集合的相似度；

確定所述相似度大于第三閾值的承載數據集合的數量；

在所述承載數據集合的數量小于第四閾值的情況下，確定所述承載數據集合中的承載數據的數據類型為波動型；

在所述承載數據集合的數量大于所述第四閾值的情況下，判斷所述承載數據集合的變異系數是否滿足預設條件；

在所述變異系數滿足預設條件的情況下，確定所述承載數據集合中的承載數據的數據類型為周期型；

在所述變異系數不滿足預設條件的情況下，確定所述承載數據集合中的承載數據的數據類型為平穩型。

5.根據權利要求1所述的方法，其特征在于，所述在所述數據類型為周期型的情況下，利用第三訓練模型計算所述預設時間段內的承載數據預測值，包括：

獲取多個日周期數據集合；

根據所述多個日周期數據集合和日周期數據頻數，得到所述多個日周期數據集合的頻數圖；

根據所述頻數圖確定日周期數據的波峰數量；

根據所述波峰數量確定劃分所述虛擬機處理的數據的忙時時間段和閑時時間段的閾值；

根據所述閾值確定所述忙時時間段和所述閑時時間段；

根據所述忙時時間段和所述閑時時間段在所述多個日周期數據集合中的出現次數，確定目標忙時時間段和目標閑時時間段；

將所述目標忙時時間段和所述目標閑時時間段輸入到LSTM算法訓練模型中，得到所述預設時間段內的承載數據預測值。

6.根據權利要求5所述的方法，其特征在于，所述根據所述波峰數量確定劃分忙時時間段和閑時時間段的閾值，包括：

在所述波峰數量等于1的情況下，確定所述多個日周期數據集合中的第一預設范圍的日周期數據為所述劃分忙時時間段和閑時時間段的閾值；

在所述波峰數量大于1的情況下，確定所述頻數圖中的第一波谷對應的日周期數據為所述劃分忙時時間段和閑時時間段的閾值。