[发明专利]一种扩缩容状态的预测方法和装置

权利要求书

1.一种扩缩容状态的预测方法，其特征在于，包括：

获取服务器资源的实时监控数据序列，其中，所述实时监控数据序列包括按照时间顺序排列的多个服务器资源数据集合，每个所述服务器资源数据集合包括按照目标顺序排列的多个服务器资源数据，每个所述服务器资源数据用于指示所述服务器资源的占用状态；

将所述实时监控数据序列输入目标预测模型，其中，所述目标预测模型是使用监控数据序列样本对初始预测模型进行训练得到的，所述监控数据序列样本包括标注了扩缩容状态的历史监控数据序列，所述历史监控数据序列包括按照时间顺序排列的多个历史服务器资源数据集合，每个所述历史服务器资源数据集合包括按照所述目标顺序排列的多个历史服务器资源数据，每个所述历史服务器资源数据用于指示所述服务器资源的历史占用状态；

获取所述目标预测模型输出的所述服务器资源对应的目标扩缩容状态。

2.根据权利要求1所述的方法，其特征在于，获取所述目标预测模型输出的所述服务器资源对应的目标扩缩容状态包括：

获取所述目标预测模型输出的预测结果，其中，所述预测结果用于指示所述实时监控数据序列在多个扩缩容状态中对应于每个扩缩容状态的概率值；

将所述多个扩缩容状态中对应的概率值满足目标概率条件的扩缩容状态确定为所述实时监控数据序列对应的目标扩缩容状态。

3.根据权利要求2所述的方法，其特征在于，将所述多个扩缩容状态中概率值满足目标概率条件的扩缩容状态确定为所述实时监控数据序列对应的目标扩缩容状态包括以下之一：

将所述多个扩缩容状态中概率值最高的扩缩容状态确定为所述实时监控数据序列对应的目标扩缩容状态；

获取与所述实时监控数据序列的一个或者多个相邻监控数据序列所对应的相邻预测结果，其中，所述相邻预测结果用于指示所述一个或者多个相邻监控数据序列中每个相邻监控数据序列在多个扩缩容状态中对应于每个扩缩容状态的相邻概率值；将所述多个扩缩容状态中所述概率值和所述相邻概率值均超过概率阈值的扩缩容状态确定为所述目标扩缩容状态。

4.根据权利要求1所述的方法，其特征在于，在将所述实时监控数据序列输入目标预测模型之前，所述方法还包括：

获取多个历史时间段中每个历史时间段对应的按照时间顺序排列的多组历史服务器资源数据，和所述多个历史时间段所对应的扩缩容状态；

按照所述目标顺序对每组历史服务器资源数据进行排列，构造所述每个历史时间段对应的历史监控数据序列；

使用所述每个历史时间段对应的扩缩容状态对所述每个历史时间段对应的历史监控数据序列进行标注，得到所述每个历史时间段对应的监控数据序列样本；

使用所述监控数据序列样本对所述初始预测模型进行训练，得到所述目标预测模型。

5.根据权利要求4所述的方法，其特征在于，使用所述监控数据序列样本对所述初始预测模型进行训练，得到所述目标预测模型包括：

将所述监控数据序列样本输入所述初始预测模型；

获取所述初始预测模型输出的初始预测结果；

将所述初始预测结果和所述监控数据序列样本所标注的扩缩容状态代入所述初始预测模型对应的损失函数，得到所述监控数据序列样本对应的损失函数值；

根据所述损失函数值对所述初始预测模型的模型参数进行调整，指示所述损失函数值收敛，得到所述目标预测模型。

6.根据权利要求1所述的方法，其特征在于，获取所述服务器资源的所述实时监控数据序列包括：

在目标时间段内按照目标采集频率获取所述服务器资源的当前监控数据以及所述当前监控数据的数据采集时间；

将每个采样点所采集的所述当前监控数据和数据采集时间按照所述目标顺序排列，构造所述多个服务器资源数据集合；

按照数据采集时间的先后顺序对所述多个服务器资源数据集合进行排列得到所述实时监控数据序列。