[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

本申請實施例提供一種虛擬機承載狀態的預測方法、裝置、設備及介質。該方法包括：獲取虛擬機的承載數據；根據承載數據確定虛擬機的承載狀態；基于虛擬機的承載狀態確定承載數據的數據類型，數據類型包括波動型、平穩型或周期型；在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；在數據類型為平穩型的情況下，利用第二訓練模型計算預設時間段內的承載數據預測值；在數據類型為周期型的情況下，利用長短期記憶網絡LSTM算法訓練模型計算預設時間段內的承載數據預測值。根據本申請實施例，可以根據虛擬機承載數據的數據類型選擇不同的訓練模型來預測未來一段時間內虛擬機的承載數據值。

技術領域

本申請屬于云計算平臺的資源優化領域，尤其涉及一種虛擬機承載狀態的預測方法、裝置、設備及介質。

背景技術

隨著虛擬機的規模愈加龐大，導致不同的應用系統之間的資源的使用頻繁出現不均衡的情況，而現有的關于虛擬機承載狀態的方法是依據大量歷史數據分別設置的關于擴容或縮容的閾值，當虛擬機的負載狀態值超過閾值時會給出與閾值相應的擴容建議或縮容建議，在獲得建議之后也需要一段時間優化虛擬資源，無法提前對虛擬機進行相關操作，且現有方法也無法考慮到數據呈現出來的不同特征，并提前給出相對應的擴容建議或縮容建議。

因此，如何針對承載數據呈現出來的不同特征預測未來一段時間內虛擬機的承載數據是一個亟待解決的問題。

發明內容

本申請實施例提供一種虛擬機承載狀態的預測方法、裝置、設備及介質，能夠根據虛擬機承載數據的數據類型選擇不同的訓練模型來預測未來一段時間內虛擬機的數據值。

第一方面，本申請實施例提供一種虛擬機承載狀態的預測方法，方法包括：獲取虛擬機的承載數據；根據承載數據確定虛擬機的承載狀態；基于虛擬機的承載狀態確定承載數據的數據類型，數據類型包括波動型、平穩型或周期型；在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；在數據類型為平穩型的情況下，利用第二訓練模型計算預設時間段內的承載數據預測值；在數據類型為周期型的情況下，利用長短期記憶網絡LSTM算法訓練模型計算預設時間段內的承載數據預測值；其中，承載數據預測值用于確定虛擬機的承載狀態。

在第一方面的一些實施例中，獲取虛擬機的承載數據，包括：利用最鄰近插值法補全虛擬機的歷史承載數據的缺省值，獲取虛擬機的承載數據。

在第一方面的一些實施例中，根據承載數據確定虛擬機的承載狀態，包括；在預設范圍內的承載數據大于第一閾值的情況下，確定虛擬機的承載狀態為待擴容態；在預設范圍內的承載數據小于第二閾值的情況下，確定虛擬機的承載狀態為待縮容態；在預設范圍內的承載數據存在于第一閾值和第二閾值之間的情況下，確定虛擬機的承載狀態為正常態，其中，第一閾值小于第二閾值。

在第一方面的一些實施例中，基于虛擬機的承載狀態確定承載數據的數據類型，包括：在虛擬機的承載狀態為正常態的情況下，獲取虛擬機的多個承載數據集合；根據多個承載數據集合中的承載數據計算多個承載數據集合的相似度；確定相似度大于第三閾值的承載數據集合的數量；在承載數據集合的數量小于第四閾值的情況下，確定承載數據集合中的承載數據的數據類型為波動型；在承載數據集合的數量大于第四閾值的情況下，判斷承載數據集合的變異系數是否滿足預設條件；在變異系數滿足預設條件的情況下，確定承載數據集合中的承載數據的數據類型為周期型；在變異系數不滿足預設條件的情況下，確定承載數據集合中的承載數據的數據類型為平穩型。