[发明专利]采用动态管理多个子模型进行在线自适应预测的系统和方法

说明书

本发明与性能管理有关，具体地说，本发明涉及采用动态管理多个子模型提供在线自适应预测的自动化性能管理技术。

预测模型广泛地用于许多领域中的各种任务。例子有：在零售业中通过对历来趋势的外推预料将来的顾客购买量；在制造业中通过预测一旦采用想得到的设备可以达到的产量来规划设备的购置；以及通过利用排队模型为工程技术人员反演响应时间与服务时间和/或到达率之间的关系来判断计算机性能的问题。

预测模型可以有许多形式，诸如Box-Jenkins模型之类的线性预测模型广泛地用于外推动向。天气预报通常使用一些微分方程组。计算机和生产系统的分析常常采用排队模型。

预测模型具有两种类型。离线模型从历史数据中估计出它们的参数。这对于一些了解得很清楚的过程(例如，工业控制)是很有效的，但是对于变化迅速的过程(例如，web通信业务量)就不怎么有效了。在线模型随数据变动调整它们的参数，从而能适应过程的变动。因此，本发明的焦点集中在在线模型上。

另一个要考虑的是采用多个模型的问题。例如，在计算机系统中，用预测模型来预料将来的工作量，而用排队模型来估计设备在将来这样的工作量下的性能。确实，随着时间的过去，通常需要采用许多模型配合。

为了例示这一点，考虑一个web服务器通信业务量预测模型。在J.Hellerstein，F.Zhang，和P.Shahabuddin“业务量管理预测方法”(“An Approach to Predictive Detection for Service LevelManagement”，Integrated Network Management VI，edited by M.Sloman et al.，IEEE Publishing，May 1999)中揭示了一种预报在时刻t每秒钟超文本操作次数(标为S(t))的模型，该文所揭示的在这里列作参考予以引用。这种模型考虑了以下情况：

1.S(t)完全由它的平均值mean确定。也就是说，也就是说，S(i)＝mean＋e(t)，其中e(t)为模型的“残差(residual)”，即用了这个模型后留下的余项。

2.S(t)由它的平均值和时刻确定。也就是说，t＝(i，l)，其中i为一天24个小时期间的一个区间，而1为指定的日子情况。例如，可以将一天分成一些5分钟的区间，而在这样情况下，i的范围从1到288。因此S(i，l)＝mean＋mean_tod(i)＋e(i，l)，其中mean_tod(i)为在i区间的平均值。

3.S(t)由它的平均值时刻和星期几确定。也就是说，t＝(i，j，l)，其中i为在一天24个小时期间的一个区间，j指出星期几(例如，星期一，星期二)，而1为指定的星期情况。因此，S(i，j，l)＝mean＋mean_tod(i)＋mean_month(k)＋e(i，j，l)。

4.S(t)由它的平均值、时刻、星期几和月份确定。这里，t＝(i，j，k，l)，其中k为月份，而1为一个月内的这个星期情况。因此，S(i，j，k，l)＝mean＋mean_tod(i)＋mean_day-of-week(j)＋mean_month(k)＋e(i.j，k；l)。

可以看出，S(i，j，k，l)模型提供最好的精度。因此就有这样一个问题：为什么用这个模型而不用其它模型？答案是因为数据是非平稳的。利用以上引用的Hellerstein、Zhang和Shahabuddin的论文中所用的技术得到tod(i)的估计需要至少一个对第i个时刻的测量值。类似，至少需要一个星期的数据来估计mean_day-of-week(j)和需要几个月的数据来估计mean_month(k)。

在这种情况下，一个合理的方法是根据可得到的数据采用不同的模型。例如，在给出不到一天的历史记录时可以采用上面的模型(1)；而在给出一天以上而不到一个星期时采用模型(2)，诸如此类。