[发明专利]面向异构云服务的资源配置方法和装置

权利要求书

1.一种面向异构云服务的资源配置方法，其中，所述方法包括：

针对异构的至少两种云服务，建立具有通用结构的基础模型，其中，所述基础模型包括趋势模型和周期模型，所述基础模型还包括突发因子模型，所述突发因子模型的输入为指定的突发需求量，所述突发因子模型的第三输出结果用于生成目标预测模型的输出结果；

将所述至少两种云服务中的云服务确定为目标云服务，以及获取所述目标云服务的目标历史数据集；

利用所述目标历史数据集，对趋势模型和周期模型进行训练，生成训练后的趋势模型和训练后的周期模型；

基于训练后的趋势模型和训练后的周期模型，生成所述目标云服务对应的目标预测模型；

基于所述目标预测模型，生成针对所述目标云服务的、未来时间段的资源需求量，以及根据所述资源需求量对所述目标云服务的资源进行配置。

2.根据权利要求1所述的方法，其中，所述基于训练后的趋势模型和训练后的周期模型，生成所述目标云服务对应的目标预测模型，包括：

获取初始趋势权重和初始周期权重，其中，所述初始趋势权重用于对训练后的趋势模型的第一输出结果进行加权，所述初始周期权重用于对训练后的周期模型的第二输出结果进行加权；

利用所述目标云服务的目标历史数据集，以目标预测模型收敛为目标，调整所述初始趋势权重和所述初始周期权重，生成趋势权重和周期权重。

3.根据权利要求2所述的方法，其中，所述利用所述目标云服务的目标历史数据集，以目标预测模型收敛为目标，调整所述初始趋势权重和所述初始周期权重，生成趋势权重和周期权重，包括：

基于初始趋势权重，执行以下第一调整步骤：增大初始趋势权重得到新的初始趋势权重，确定基于新的初始趋势权重所述目标预测模型是否收敛；响应于基于新的初始趋势权重所述目标预测模型收敛，确定目标预测模型的第一精度是否小于预设第一精度阈值；响应于确定目标预测模型的第一精度小于预设第一精度阈值，结束调整；

响应于目标预测模型的第一精度不小于预设第一精度阈值，以新的趋势权重为初始趋势权重，执行第一调整步骤。

4.根据权利要求3所述的方法，其中，所述利用所述目标云服务的目标历史数据集，以目标预测模型收敛为目标，调整所述初始趋势权重和所述初始周期权重，生成趋势权重和周期权重，包括：

响应于确定基于新的初始趋势权重所述目标预测模型不收敛，基于初始周期权重，执行以下第二调整步骤：增大初始周期权重得到新的初始周期权重，确定基于新的初始周期权重所述目标预测模型是否收敛；响应于确定基于新的初始周期权重所述目标预测模型收敛，确定目标预测模型的第二精度是否小于预设第一精度阈值；响应于目标预测模型的第二精度小于预设第一精度阈值，结束调整；

响应于确定目标预测模型的第二精度不小于第一精度阈值，以新的周期权重为初始周期权重，执行第二调整步骤。

5.根据权利要求4所述的方法，所述利用所述目标云服务的目标历史数据集，以目标预测模型收敛为目标，调整所述初始趋势权重和所述初始周期权重，生成趋势权重和周期权重，还包括：

响应于确定基于新的初始周期权重所述目标预测模型不收敛，调整预设第一精度阈值，基于调整后的预设第一精度阈值，继续执行第一调整步骤。

6.根据权利要求2所述的方法，其中，所述利用所述目标云服务的目标历史数据集，以目标预测模型收敛为目标，调整所述初始趋势权重和所述初始周期权重，生成趋势权重和周期权重，包括：

基于初始周期权重，执行以下第三调整步骤：增大初始周期权重得到新的初始周期权重，确定基于新的初始周期权重所述目标预测模型是否收敛；响应于确定基于新的初始周期权重所述目标预测模型收敛，确定目标预测模型的第三精度是否小于预设第二精度阈值；响应于目标预测模型的第三精度小于预设第二精度阈值，结束调整；

响应于确定目标预测模型的第三精度不小于第二精度阈值，以新的周期权重为初始周期权重，执行第三调整步骤。