【CN109992412A】云服务器的容量调节方法、装置、存储介质和云服务器...

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910122494.3
(22)申请日 2019.02.19
(71)申请人 广州视源电子科技股份有限公司
地址 510530 广东省广州市黄埔区云埔四
路6号
申请人 广州视睿电子科技有限公司
(72)发明人 李泽熊 
(74)专利代理机构 广州骏思知识产权代理有限
公司 44425
代理人 潘桂生
(51)Int.Cl.
G06F  9/50(2006.01)
G06N  3/04(2006.01)
(54)发明名称
服务器容量调节方法、装置、存储介质
和云服务器
(57)摘要
本发明涉及一种云服务器的容量调节方法、
装置、存储介质和云服务器。本发明所述的一种
云服务器的容量调节方法包括如下步骤:获取待
预测时间节点前云服务器容量负载的时间序列
数据;将该时间序列数据输入第一神经网络模
型,获取所述云服务器在所述待预测时间节点的
第一预测容量;将该时间序列数据输入第二神经
网络模型,获取所述云服务器在所述待预测时间
节点的第二预测容量,获取所述云服务器在待预
测时间节点的预测容量。本发明所述的云服务器
的容量调节方法,根据待预测时间节点前云服务
器容量负载的时间序列数据预测云服务器在待
预测时间节点所需要的容量,从而可以提前调节
云服务器的容量大小,保证云服务器应用服务正
常工作。权利要求书3页  说明书13页  附图5页CN 109992412 A 2019.07.09
C N  109992412
A
权 利 要 求 书1/3页CN 109992412 A
1.一种云服务器的容量调节方法,其特征在于,包括如下步骤:
获取待预测时间节点前云服务器容量负载的时间序列数据;
将该时间序列数据输入第一神经网络模型,获取所述云服务器在所述待预测时间节点的第一预测容量,其中,所述第一神经网络模型由所述待预测时间节点前第一时间区间内所述云服务器容量负载的时间序列数据训练;
将该时间序列数据输入第二神经网络模型,获取所述云服务器在所述待预测时间节点的第二预测容量,
其中,所述第二神经网络模型由所述待预测时间节点前第二时间区间内所述云服务器容量负载的时间序列数据训练;
根据所述第一预测容量和所述第二预测容量,获取所述云服务器在待预测时间节点的预测容量。
2.根据权利要求1所述的云服务器容量的调节方法,其特征在于:
所述第一时间区间的起始时间早于所述第二时间区间。
3.根据权利要求1或2所述的云服务器的容量调节方法,其特征在于,根据所述第一预测容量和所述第二预测容量,获取所述云服务器在待预测时间节点的预测容量,包括:获取第一预测容量的第一权重值;
获取第二预测容量的第二权重值;
根据所述第一预测容量和所述第一权重值,以及所述第二预测容量和所述第二权重值,对所述第一预测容量和所述第二预测容量进行加权计算,获取云服务器在所述待预测时间节点的预测容量。
4.根据权利要求3所述的云服务器的容量调节方法,其特征在于,获取第一预测容量的第一权重值,具体包括:
根据第一时间期间内所述云服务器接入的应用服务数量、应用服务用户数量以及应用服务活动时间中的一个或多个的组合获取所述第一权重值。
5.根据权利要求3所述的云服务器的容量调节方法,其特征在于,获取第二预测容量的第二权重值,具体包括:
根据第二时间期间内所述云服务器接入的应用服务数量、应用服务用户数量以及应用服务活动时间中的一个或多个的组合获取所述第二权重值。
6.根据权利要求1所述的云服务器的容量调节方法,其特征在于,还包括如下步骤:
根据所述预测容量,调节所述云服务器在所述待预测时间节点的容量。
7.根据权利要求6所述的云服务器的容量调节方法,其特征在于,还包括如下步骤:
获取所述云服务器在所述待预测时间节点的实际需求容量;
获取所述实际需求容量与所述预测容量之间的差值;
如果实际需求容量与所述预测容量之间的差值大于第一设定阈值,则根据该差值调节云服务器的容量。
8.根据权利要求6所述的云服务器的容量调节方法,其特征在于,还包括如下步骤:
获取所述云服务器在所述待预测时间节点的实际需求容量;
获取所述实际需求容量与所述预测容量之间的差值;
如果实际需求容量与所述预测容量之间的差值大于第一设定阈值,则将所述差值发送至管理员客户端。
2

本文发布于:2024-09-22 04:32:32,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/441597.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:容量   预测   时间   服务器   广州   节点
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议