[发明专利]一种基于神经网络模型的负载确定方法、装置及系统

权利要求书

1.一种基于神经网络模型的负载确定方法，其特征在于，包括：

基于负载监控样本数据，训练获得神经网络模型，所述神经网络模型用于确定虚拟机的负载值；

根据第一时间段内的负载监控数据，计算所述第一时间段内的负载监控数据的平均值；

将所述负载监控数据的平均值输入所述神经网络模型，输出所述第一时间段内的负载值。

2.根据权利要求1所述的方法，其特征在于，所述负载监控样本数据和所述负载监控数据为五维输入向量，所述五维输入向量包括CPU负载比例、内存负载比例、磁盘IO负载比例、网络带宽负载比例和磁盘利用率负载比例。

3.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括输入层、中间层和输出层，所述输入层包括5个神经元，所述中间层包括4个神经元，所述输出层包括1个神经元。

4.根据权利要求1所述的方法，其特征在于，还包括：

按照预设的时间间隔采集负载监控数据，并存储所述负载监控数据；

所述第一时间段内的负载监控数据为当前时间节点前的时间区间内存储的负载监控数据。

5.根据权利要求1所述的方法，其特征在于，还包括：

存储所述神经网络模型输出的负载值。

6.一种基于神经网络模型的负载确定装置，其特征在于，包括：

训练模块，用于基于负载监控样本数据，训练获得神经网络模型，所述神经网络模型用于确定虚拟机的负载值；

平均值计算模块，用于根据第一时间段内的负载监控数据，计算所述第一时间段内的负载监控数据的平均值；

负载值计算模块，用于将所述负载监控数据的平均值输入所述神经网络模型，输出所述第一时间段内的负载值。

7.根据权利要求6所述的装置，其特征在于，所述负载监控样本数据和所述负载监控数据为五维输入向量，所述五维输入向量包括CPU负载比例、内存负载比例、磁盘IO负载比例、网络带宽负载比例和磁盘利用率负载比例。

8.根据权利要求6所述的装置，其特征在于，所述神经网络模型包括输入层、中间层和输出层，所述输入层包括5个神经元，所述中间层包括4个神经元，所述输出层包括1个神经元。

9.根据权利要求6所述的装置，其特征在于，还包括：

数据采集模块，用于按照预设的时间间隔采集负载监控数据；

存储模块，用于存储所述负载监控数据；

所述第一时间段内的负载监控数据为所述存储模块内存储的当前时间节点前的时间区间内存储的负载监控数据。

10.一种系统，其特征在于，包括：

处理器；

用于存储处理器的执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-5任一项所述的方法。