[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

说明书

本发明公开了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，主要包括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；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；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；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；根据聚合数据计算数据特征，智能匹配最优算法。本发明在智能IT运维领域中的对磁盘容量的预测时，通过二阶差分法抹平人工清理磁盘行为对数据和预测造成的影响，达到了提升预测准确性的目的。

技术领域

本发明涉及智能IT运维的领域，具体涉及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。

背景技术

近年来，运维技术已逐步从自动化阶段转变进入智能时代。智能运维旨在规范化、流程 化、自动化地智能辅助运维决策和执行，赋予运维系统智能监测、故障自愈等能力。众多公 司和研究机构已经积累了大量的历史数据以及运维经验。基于大数据和数据挖掘方法的智能 运维技术已在异常检测、根因分析、容量预测等应用场景得以落地实践，极大程度上减少了 人工开销。现有技术方法主要包括以下步骤：建立存储磁盘容量的数据库，监测存储系统的 运行，提供所需数据；读取数据库，获得历史数据，构造基于时间序列的神经网络模型，进 行预测；根据预测结果，与磁盘剩余容量对比，判断是否需要发出告警。

现有的算法模型几乎都遵循采用近期历史数据来实现对未来数据的短期预测的规则。而 磁盘容量问题不可避免地会出现人为清理行为，这会对算法对历史数据的学习产生极大的干 扰。基于深度学习神经网络的算法模型具有较高的算法精确度，但目前其资源消耗以及运行 效率尚为达到理想值。如何均衡运维效率和成本管控的难题不可避免。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供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。

本发明的目的是通过如下技术方案来完成的：这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，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。

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))