云平台任务最大资源使用率预测方法

发明专利有效专利

申请号：
CN201910461547.4
IPC分类号：G06F11/34;G06K9/62
申请日期：
2019-05-30
申请人：
武汉科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	云平台任务最大资源使用率预测方法
申请号	CN201910461547.4	申请日期	2019-05-30
法律状态	实质审查	申报国家	中国
公开/公告日	2019-10-15	公开/公告号	CN110333991A
优先权	暂无	优先权号	暂无
主分类号	G06F11/34 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F11/00 错误检测；错误校正；监控（在基于记录载体和传感器之间的相对运动而实现的信息存储中的错误检测、校正或监控所用的方法或装置入 G11B 20/18；监控，即，监控记录或重现的进程入G11B 27/36；静态存储中所用的方法或装置入G11C29/00）〔1，4，2006.01〕 G06F11/30 监控〔3〕 G06F11/34 计算机功效的记录或统计测定，例如，故障停机时间的、输入/输出操作的〔3〕	IPC分类号	G;0;6;F;1;1;/;3;4;;;G;0;6;K;9;/;6;2查看分类表>
申请人	武汉科技大学	申请人地址	湖北省武汉市和平大道947号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉科技大学	当前权利人	武汉科技大学
发明人	邓莉;任雨林
代理机构	杭州宇信知识产权代理事务所（普通合伙）	代理人	王健

摘要

本发明公开云平台中任务在未来一段时间内的最大资源使用率预测方法，基于云平台多个任务的历史资源使用信息，通过分析云平台任务的资源使用情况提取初步任务资源使用特征，然后使用稀疏自编码模型进一步提取特征，接着使用K‑medoids聚类方法对任务进行聚类，并对每一个任务类别使用改进的随机森林回归模型进行训练，最后，基于给定的任务在最近一段时间内的资源使用率历史信息，就可以利用训练好的模型预测出该任务在未来一段时间内的最大资源使用率。同时，根据云平台任务的资源使用特征，本发明也设计了适合任务的资源使用预测性能评价函数——改进的平均绝对百分比误差，该评价函数更能直观反映出不同的任务资源使用预测方法的性能差异。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供