[发明专利]数据存储量的预测方法和预测装置

说明书

作为本发明的一个方面，提供一种数据存储量的预测方法，包括：对第一预定时间段内的原始历史数据的数据记录进行归一化处理，以获得第一预定时间段内的目标历史数据；根据按照目标历史数据对应的原始历史数据将第一预定时间段内的所有目标历史数据划分为多个子数据集；计算各个子数据集中的各个目标数据记录在目标历史数据中出现的概率；将多个子数据集中的目标历史数据的数据记录及其出现概率代入SVM模型，计算获得各种类型的数据在将来的第二预定时间段的预测数据记录及出现概率，计算各个子数据集在第二预定时间段内的数据存储量。本发明还提供一种预测装置。利用预测方法可以准确预测信息系统的数据存储量。

技术领域

本发明涉及数据存储量预测领域，具体地，涉及一种数据存储量的预测方法和一种预测装置。

背景技术

随着大数据时代的到来，数据集中成为必要的趋势，由此带来的数据存储问题也越发明显。

目前，用于预测信息系统数据存储量的方法包括最大值估测法、平均值估测法、数据期望值估测法等。但是，利用最大值估测法可能会造成较大的浪费，利用平均值估测法又可能产生估测不准的现象，利用存储容量计算模型也是存在一定的误差率。

并且，在上述几种预测方法中，并没有针对不同类型的数据进行区分，因此，无法预测不同类型的数据的存储量。

而在有的信息系统中通常存储有各种不同类型的数据，需要为各种不同类型的数据分别分配存储空间。因此，利用上述几种预测方法无法实现上述目的。

因此，如何准确地对不同类型的数据的数据存储量进行估测成为本领域亟待解决的技术问题。

发明内容

本发明的目的在于提供一种数据存储量的预测方法和一种预测装置，利用该预测方法可以准确地预测存储多种类型的数据的信息系统的数据存储量。

为了实现上述目的，作为本发明的一个方面，提供一种数据存储量的预测方法，其中，所述预测方法包括：

对第一预定时间段内的原始历史数据的数据记录进行归一化处理，以获得所述第一预定时间段内的目标历史数据，所述原始历史数据包括多种不同类型的数据，且所述第一预定时间段包括多个子时间段；

根据按照所述目标历史数据对应的原始历史数据将所述第一预定时间段内的所有目标历史数据划分为多个子数据集；

计算各个子数据集中的各个目标数据记录在所述目标历史数据中出现的概率；

将多个所述子数据集中的目标历史数据的数据记录代入SVM模型，计算获得各种类型的数据在将来的第二预定时间段的预测数据记录；

将多个所述子数据集中的目标历史数据出现的概率代入SVM模型，计算获得各种类型的数据在将来的第二预定时间段内出现的预测概率；

利用公式(1)计算各个子数据集在第二预定时间段内的数据存储量：

其中，M_N为第二预定时间段内的数据存储量；

x_iN为第二预定阶段内第i种数据的预测数据记录；

L_i为第i种数据的数据记录的字节长度；

T为第二预定时间段的长度；

A为存储冗余常数；

i为数据类型的编号，i为自然数，1≤i≤m；

m为数据类型的总数，m＞1；

p_iN为第i种数据在第二预定阶段内出现的预测概率。