[发明专利]一种磁盘空间占有率预测方法、装置及存储介质

权利要求书

1.一种磁盘空间占有率预测方法，其特征在于，包括：

对磁盘空间占有率历史数据进行预处理得到磁盘空间的第一占有率数据集；

将所述第一占有率数据集的格式转换为LSTM网络适用的输入格式，得到第二占有率数据集，并将所述第二占有数据集根据需要分割预设比例的训练集和验证集；

根据预设的LSTM网络架构构建磁盘空间占有率预测模型，并根据所述磁盘空间占有率预测模型对所述训练集进行训练，得到训练结果；

根据所述训练结果对所述预测模型进行调整，重复对所述训练集进行训练，直至训练结果达到预设的阈值，得到最终预测模型；

根据测试集对所述最终模型进行测试，验证所述最终测试模型的泛化性能，得到最佳预测模型。

2.如权利要求1所述的磁盘空间占有率预测方法，其特征在于，所述对磁盘空间占有率历史数据进行预处理得到磁盘空间的第一占有率数据集，具体为：

根据磁盘空间占有率历史数据构造时间轴，所述时间轴为N个连续的以时间戳为元素的序列；其中，N为大于等于1的正整数；

根据滑动窗口技术构建所述时间轴的第一时间戳数据集；

对所述第一时间戳数据集进行缺失值处理，得到第二时间戳数据集；

以所述第二时间戳数据集作为索引，生成第一占有率数据集。

3.如权利要求2所述的磁盘空间占有率预测方法，其特征在于，所述对所述时间戳数据集进行缺失值处理，得到完备时间戳数据集，具体为：根据直接删除法对所述时间戳数据集进行缺失值处理，得到第二时间戳数据集。

4.如权利要求1所述的磁盘空间占有率预测方法，其特征在于，所述预设的LSTM网络架构包括输入层、隐藏层和输出层，所述根据预设的LSTM网络架构构建磁盘空间占有率预测模型，并根据所述磁盘空间占有率预测模型对所述训练集进行训练，得到训练结果，具体为：通过输入层输入过去到现在k个连续时间点的占用率，通过隐藏层输入超参数对所述预测模型进行超参调整，通过输出层输出k个连续时间点中每一个时间点的预测占有率，所述预测占有率为训练结果。

5.如权利要求1所述的磁盘空间占有率预测方法，其特征在于，所述根据所述训练结果对所述预测模型进行调整，直至训练结果达到预设的阈值，得到最终预测模型，具体为：

计算所述训练结果与所述第一占有率对应的占有率的差值，得到训练损失值和验证损失值，判断所述训练损失值和所述验证损失值是否均收敛于预设的值，若否，则调整所述预测模型的学习速率及批处理大小；若是，则所述预测模型为最终预测模型。

6.如权利要求1所述的磁盘空间占有率预测方法，其特征在于，所述将所述第二占有数据集根据需要分割预设比例的训练集和验证集，具体为：分割所述训练集与所述验证集的比例为7：3。

7.一种磁盘空间占有率预测方装置，其特征在于，包括预处理模块、分割模块、第一训练模块、第二训练模块和验证模块；

所述预处理模块，用于对磁盘空间占有率历史数据进行预处理得到磁盘空间的第一占有率数据集；

所述分割模块，用于将所述第一占有率数据集的格式转换为LSTM网络适用的输入格式，得到第二占有率数据集，并将所述第二占有数据集根据需要分割预设比例的训练集和验证集；

所述第一训练模块，用于根据预设的LSTM网络架构构建磁盘空间占有率预测模型，并根据所述磁盘空间占有率预测模型对所述训练集进行训练，得到训练结果；

所述第二训练模块，用于根据所述训练结果对所述预测模型进行调整，重复对所述训练集进行训练，直至训练结果达到预设的阈值，得到最终预测模型；

所述验证模块，用于根据测试集对所述最终模型进行测试，验证所述最终测试模型的泛化性能，得到最佳预测模型。