[发明专利]基于回归方程的服务器扩容计算方法及装置

权利要求书

1.一种基于回归方程的服务器扩容计算方法，其特征在于：包括训练流程及预测流程，所述预测流程包括步骤，

S10、从服务器上收集历史访问量数据以及对应的服务器CPU使用率数据；

S20、对历史访问量数据及对应的服务器CPU使用率数据进行预处理；

S30、将预处理后的历史访问量数据及对应的服务器CPU使用率数据输入一元多项方程训练模型进行训练；

S40、训练完成后，得到一元多项式方程待预测模型；

所述预测流程包括步骤，

S50、加载一元多项式方程待预测模型；

S60、将待预测的访问量数据输入一元多项式方程待预测模型；

S70、输出一元多项式方程待预测模型计算得到的容量预测结果。

2.如权利要求1所述的基于回归方程的服务器扩容计算方法，其特征在于：所述步骤S30具体包括，

S31、将预处理后的历史访问量数据及对应的服务器CPU使用率数据通过一元三阶多项式方程进行回归分析；

S32、将预处理后的历史访问量数据及对应的服务器CPU使用率数据使用最小二乘法优化。

3.如权利要求1所述的基于回归方程的服务器扩容计算方法，其特征在于：所述步骤S20具体包括，对历史访问量数据及对应的服务器CPU使用率数据进行去噪音、补充数据缺失值以及规范化数据格式。

4.如权利要求1所述的基于回归方程的服务器扩容计算方法，其特征在于：所述步骤S10具体包括，

S11、以一固定的采样时间对历史访问量数据及对应的服务器CPU使用率数据进行采样；

S12、按时间顺序对历史访问量数据及对应的服务器CPU使用率数据进行排序。

5.如权利要求4所述的基于回归方程的服务器扩容计算方法，其特征在于：步骤S11中的采样时间为30秒或1分钟。

6.一种基于回归方程的服务器扩容计算装置，其特征在于：包括训练子装置及预测子装置，所述预测子装置包括，

数据收集模块，用于从服务器上收集历史访问量数据以及对应的服务器CPU使用率数据；

数据预处理模块，用于对历史访问量数据及对应的服务器CPU使用率数据进行预处理；

模型训练模块，用于将预处理后的历史访问量数据及对应的服务器CPU使用率数据输入一元多项方程训练模型进行训练；

模型存储模块，用于训练完成后，得到一元多项式方程待预测模型，并将其进行存储；

所述预测子装置包括，

模型加载模块，用于加载一元多项式方程待预测模型；

数据预测模块，用于将待预测的访问量数据输入一元多项式方程待预测模型；

预测结果输出模块，用于输出一元多项式方程待预测模型计算得到的容量预测结果。

7.如权利要求6所述的基于回归方程的服务器扩容计算装置，其特征在于：所述模型训练模块具体包括，

回归分析单元，用于将预处理后的历史访问量数据及对应的服务器CPU使用率数据通过一元三阶多项式方程进行回归分析；

数据优化单元，用于将预处理后的历史访问量数据及对应的服务器CPU使用率数据使用最小二乘法优化。

8.如权利要求6所述的基于回归方程的服务器扩容计算装置，其特征在于：所述数据预处理模块具体用于，对历史访问量数据及对应的服务器CPU使用率数据进行去噪音、补充数据缺失值以及规范化数据格式。

9.如权利要求6所述的基于回归方程的服务器扩容计算装置，其特征在于：所述数据收集模块具体包括，

数据采样单元，用于以一固定的采样时间对历史访问量数据及对应的服务器CPU使用率数据进行采样；

数据排序单元，用于按时间顺序对历史访问量数据及对应的服务器CPU使用率数据进行排序。

10.如权利要求9所述的基于回归方程的服务器扩容计算装置，其特征在于：所述数据采样单元的采样时间为30秒或1分钟。