[发明专利]一种基于二阶差分法识别人工清理行为的磁盘容量预测方法

权利要求书

1.一种基于二阶差分法识别人工清理行为的磁盘容量预测方法，其特征在于：主要包括以下步骤：

1)对磁盘容量使用情况进行采样上报，同时建立存储数据库保存历史数据；

2)对磁盘使用量数据的采集时间进行一阶差分求采集时间间隔，以一定周期为准对采集数据进行聚合，保留聚合周期内的最大值；

3)过滤聚合数据中的明显异常值，删除重复数据，并对数据缺失值进行线性插值处理；

4)利用二阶差分检测历史数据中是否存在人为清理行为，并抹平因此造成的影响；

5)根据聚合数据计算数据特征，智能匹配最优算法。

2.根据权利要求1所述的基于二阶差分法识别人工清理行为的磁盘容量预测方法，其特征在于：所述步骤4)中的二阶差分主要包括以下步骤：

1)对聚合数据计算一阶差分，公式为：

F(x_i)＝Δf(x_i)＝f(x_i+1)-f(x_i)

其中x_i＝x₀+h，x_i为第i采样点，h为采样间隔，函数f(x)代表采样点x处的磁盘容量值；

2)计算排序后的二阶差分，公式为：

G(x_i)＝F′(x_i+1)-F′(x_i)＝f′(x_i+2)-2*f′(x_i+1)+f′(x_i)

F′(x_i)＝sorted(F(x_i))

其中F′(x_i)表示对F(x_i)进行排序，即一阶差分中F(x_i)进行从大到小排序后得到F′(x_i)，再计算二阶差分G(x_i)；

3)确定是否存在人为清理行为，并确定阈值，公式为：

其中，max(G)为排序后的二阶差分的最大值，second(G)为排序后的二阶差分的次大值，F(x_j)代表排序后二阶差分最大值处对应的采样点j的一阶差分，当二阶差分的最大值小于五倍的次大值时，认定不存在认为清理行为，否则，将一阶差分值与阈值H对比，界定人为清理行为，对存在人为清理行为的历史数据，将其向下平移对齐清理后的数据。

3.根据权利要求1所述的基于二阶差分法识别人工清理行为的磁盘容量预测方法，其特征在于：所述步骤5)主要包括以下步骤：

1)对步骤4)处理后的数据计算一阶差分总体标准差，公式为：

其中，x_i代表每个样本点的一阶差分值，σ为总体标准差；

2)设定阈值M，若σ小于M，则认定此磁盘容量时间序列为较平稳序列，采用统计学岭回归算法预测，充分保障预测效率；若σ大于M，则采用深度学习ND算法将时间序列分解成周期项和非周期项进行预测，保障准确性，公式为：

其中：x(t)为原始磁盘容量产生的时间序列，g(t)为非周期项，a_k、ω_k、为周期项中需要学习的参数。