[发明专利]一种云环境下非平稳型应用用户并发量的预测系统及方法

摘要

本发明提供一种云环境下非平稳型应用用户并发量的预测系统及方法，涉及云环境下服务性能优化技术领域。系统包括历史数据获取模块、非平稳型业务判定模块和应用用户并发量预测模块，通过对历史数据的分析，进行业务性质的识别，判断出并发量序列具有趋势性或周期性，并针对两种性质分别进行并发量预测。本发明针对云环境下非平稳型业务的趋势性与周期性应用用户并发量的特点，利用不同的预测方法构造了预测模型，对含有两种性质的并发量进行预测，能自动识别趋势性和周期性并分发量序列的特征，并能自动计算出序列的周期数，且无需人工干预，能自行完成预测过程，同时能有效提高非平稳型业务并发量预测的准确性。

主权项

1.一种云环境下非平稳型应用用户并发量的预测系统，其特征在于，该系统包括历史数据获取模块、非平稳型业务判定模块和应用用户并发量预测模块；所述历史数据获取模块用于通过连接存储应用用户并发量的数据库，将云环境下一段时间内用户并发量按照一定的时间间隔从数据库中获取到系统缓存当中，为非平稳型判定模块提供有效的用户并发量历史数据时间序列；所述非平稳型业务判定模块用于通过分析从历史数据获取模块得到的用户并发量历史数据时间序列，来识别产生该用户并发量历史数据时间序列的业务是否属于非平稳型业务，包括：趋势性识别模块和周期性识别模块；所述趋势性识别模块用于利用时间序列自相关系数趋势识别法，识别用户并发量历史数据时间序列是否具有趋势性；所述时间序列自相关系数趋势识别法是一种利用自相关系数与T分布相结合，对时间序列的自相关系数与零值的差异性进行检测，从而分析时间序列的趋势性的方法；所述周期性识别模块用于利用时间序列功率谱周期识别法，识别用户并发量历史数据时间序列是否具有周期性，并计算周期性用户并发量历史数据时间序列的周期数；所述时间序列功率谱周期识别法是利用周期图法计算时间序列的功率谱，并对时间序列的功率谱进行奇异值检测分析，从而识别出时间序列的周期性，并计算具有周期性的时间序列的周期数；所述应用用户并发量预测模块用于利用经过所述非平稳型业务判定模块判定后的非平稳型业务的应用用户并发量历史数据时间序列，建立相应的云环境下应用用户并发量预测模型，并利用该模型预测得到未来一段时间内的应用用户并发量时间序列，包括趋势性并发量预测模块和周期性并发量预测模块；所述趋势性并发量预测模块用于对趋势性并发量时间序列进行预测；所述周期性并发量预测模块用于从周期性识别模块获取周期数，然后进行周期性并发量时间序列的预测；所述云环境下应用用户并发量预测模型是一种无需任何参数针对趋势性时间序列与周期性时间序列的预测模型。