[发明专利]资源负载量预测方法、分析预测系统及业务运营监控系统在审

专利信息
申请号: 201210397865.7 申请日: 2012-10-18
公开(公告)号: CN103778474A 公开(公告)日: 2014-05-07
发明(设计)人: 李四浩;吴江;张婧 申请(专利权)人: 华为技术有限公司;西北大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06F17/30
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 刘芳
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 资源 负载量 预测 方法 分析 系统 业务 运营 监控
【权利要求书】:

1.一种资源负载量预测方法,其特征在于,包括:

分别获取业务要素历史数据序列和资源负载量历史数据序列,其中,所述业务要素历史数据序列中各业务要素信息携带的监测时间分别与所述资源负载量历史数据序列中各资源负载量信息携带的监测时间相同,;

根据所述业务要素历史数据序列,生成预期业务要素;

根据所述业务要素历史数据序列和资源负载量历史数据序列,建立业务要素与资源负载量的关联函数;

根据所述关联函数,生成所述预期业务要素对应的预期资源负载量。

2.根据权利要求1所述的资源负载量预测方法,其特征在于,所述分别获取业务要素历史数据序列和资源负载量历史数据序列之前,还包括:

获取业务要素信息;

判断所述业务要素信息携带的监测时间是否在预设奇异日时段内,若是,则将所述业务要素信息存入业务要素奇异日历史数据序列,否则,将所述业务要素信息存入业务要素正常日历史数据序列;

获取资源负载量信息;

判断所述资源负载量信息携带的监测时间是否在预设奇异日时段内,若是,则将所述资源负载量信息存入资源负载量奇异日历史数据序列,否则,将所述资源负载量信息存入资源负载量正常日历史数据序列;

所述分别获取业务要素历史数据序列和资源负载量历史数据序列中,所述业务要素历史数据序列为业务要素奇异日历史数据序列,所述资源负载量历史数据序列为资源负载量奇异日历史数据序列,或者所述业务要素历史数据序列为业务要素正常日历史数据序列,所述资源负载量历史数据序列为资源负载量正常日历史数据序列。

3.根据权利要求1或2所述的资源负载量预测方法,其特征在于,所述根据所述关联函数,计算所述预期业务要素对应的所述预期资源负载量之后,还包括:

将所述预期资源负载量存储至数据库中,以使所述服务管理系统从所述数据库中读取所述预期资源负载量,并根据所述预期资源负载量生成资源部署指令,所述资源管理系统根据所述资源部署指令执行资源部署。

4.根据权利要求1~3中任一所述的资源负载量预测方法,其特征在于,所述根据所述业务要素历史数据序列,生成预期业务要素,包括:

根据所述业务要素历史数据序列,得出至少两种预测模型的预测误差;

根据所述业务要素历史数据序列,采用所述预测误差最小的预测模型计算预期业务要素。

5.根据权利要求1~3中任一所述的资源负载量预测方法,其特征在于,所述根据所述业务要素历史数据序列和资源负载量历史数据序列,建立业务要素与资源负载量的关联函数,包括:

根据所述业务要素历史数据序列和资源负载量历史数据序列,采用至少两个函数模型进行所述业务要素和资源负载量的函数拟合处理,生成至少两个候选关联函数;

根据所述业务要素历史数据序列和资源负载量历史数据序列,按照预设的最小二乘计算算法计算采用各候选关联函数的拟合残差;

比较各候选关联函数的拟合残差,将拟合残差最小的候选关联函数作为所述业务要素与资源负载量的关联函数。

6.一种资源负载量预测方法,其特征在于,包括:

监测业务要素;

将监控到的所述业务要素及监测时间存储至数据库中,以使分析预测系统从所述数据库中获取业务要素历史数据序列,根据所述业务要素历史数据序列,生成预期业务要素,根据所述业务要素历史数据序列和资源负载量历史数据序列,建立业务要素与资源负载量的关联函数,根据所述关联函数,生成所述预期业务要素对应的预期资源负载量;

其中,所述业务要素历史数据序列中各业务要素信息携带的监测时间分别与所述资源负载量历史数据序列中各资源负载量信息携带的监测时间相同,所述资源负载量历史数据序列由所述分析预测系统从所述数据库中获取,所述资源负载量信息为资源管理系统将监测到的资源负载量及监测时间一同存储至所述数据库中的信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;西北大学,未经华为技术有限公司;西北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210397865.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top