[发明专利]一种云环境应用系统非停机升级时的负载预测方法及装置

摘要

本发明公开了一种云环境应用系统非停机升级时的负载预测方法及装置，该方法包括：按时间序列获取云环境应用系统下非停机升级时功能模块负载样本数据集，并进行预处理；对预处理后的负载样本数据集采用三角形隶属函数进行模糊化处理，并用均值等分区间离散化，生成负载离散样本数据集；将负载离散样本数据集交叉生成训练集Str和测试集Ste，利用所述训练集Str构建决策树模型进行升级时负载高低的预测，并进行迭代训练；采用测试集Ste对训练后的决策树模型进行剪枝并进行负载预测。本发明用于解决现有静态负载预测方法负载预测精度不高的问题，实验结果表明，本发明给出的基于决策树预测模型可以很好的预测出在指定日期的负载高低，错误率在3％以内。

主权项

1.一种云环境应用系统非停机升级时的负载预测方法，其特征在于，该方法包括：获取待测样本并进行预处理，所述待测样本为云环境应用系统下非停机升级时功能模块负载样本；输入到决策树模型进行负载预测，所述决策树模型构建方式为：对预处理后的负载样本数据集S采用三角形隶属函数进行模糊化处理，并用均值等分区间离散化，生成负载离散样本数据集S_dis，所述负载离散样本数据集S为按时间序列获取的云环境应用系统下非停机升级时功能模块负载样本的数据集合；将所述负载离散样本数据集S_dis交叉生成训练集S_tr和测试集S_te，利用所述训练集S_tr训练构建的所述决策树模型进行升级时负载高低的预测。