[发明专利]一种基于非监督特征学习的主机负载预测方法

权利要求书

1.一种基于非监督学习的主机负载预测的方法及系统，其特征是包含以下主要步骤： 

学习过程： 

步骤101、数据采集。采集前n天所有主机负载的历史数据。利用主机上的CPU检测工具每隔5分钟获取CPU的负载数据。将采集到其他主机的历史数据作为Unlabeled Set(无标签数据集)，要预测的主机数据作为Labeled Set(有标签数据集)。 

步骤102、非监督特征学习。将无标签数据输入到稀疏自编码网络中进行特征学习，利用自学习网络提取输入数据的高层表达。通过最小化代价函数，得到的权重系数和偏置项的值。 

步骤103、利用softmax分类器学习。利用从非监督特征学习的得到的权重系数和偏置项的值可以计算训练集的输入特征，将这些特征作为softmax分类器的输入，进行训练得到softmax分类器的参数。 

预测过程： 

步骤201、数据采集。利用主机上的CPU检测工具每隔5分钟获取当前主机的负载数据。 

步骤202、主机负载预测。将采集到的数据输入稀疏自编码网络中，自编码网络的输出作为softmax分类器的输入，最终得到的分类结果就是我们预测的负载值。 

2.权利要求1所述方法的步骤1-2的特征在于，我们采用的非监督特征学习的方法是一个稀疏自编码神经网络。网络的输入是一个未标记的数据集合其中每个表示一个历史窗口中的数据。对于输入数据为x，重构的结果其中W⁽ⁱ⁾，b⁽ⁱ⁾为第i层权重系数和偏置项，f为激活函数，其具体形式为：为了消除中间层单元的数量大于输入层数量的限制，在中间层加入了稀疏性的限制。在加入了稀疏性的限制后，优化问题变为通过最小化代价函数J(W，b)，求解W和b，J(W，b)的具体形式为： 。

3.权利要求1所述方法的步骤1-3的特征在于，我们将负载值分成r个等级(对应r个类别)，每个等级代表一个CPU使用率，分类器的任务就是根据输入特征预测其负载属于哪一个等级。为了预测未来一段时间内的负载，我们将要预测的时间段分割成若干连续并且相等的小时间段，通过预测这些小的时间段的负载来描述整个这段时间内负载的变化情况。在进行了上述定义后，我们可以运用softmax分类器进行负载预测。假设我们有一个大小为m的有标记的训练集，其中为输入特征，为类标，对应1，2，...，r。对于每一个测试输入特征x，softmax分类器计算在该输入特征下 其属于每个类别的概率，即p(y＝j|x)，对于每个j＝1，2，...，r。其中， 为分类器的参数。因此softmax分类器的代价函数为： 其中1{y⁽ⁱ⁾＝j}是指示器函数，当y⁽ⁱ⁾取值为j时，函数值为1，否则为0。 

4.一种根据权利要求1中所述方法实现的针对云环境中主机负载预测的系统，其特征在于在能够对虚拟机的负载进行预测从而在主机过载前进行虚拟机的调度，以保证服务水平协议(Service Level Agreement，SLA)，该系统是权利要求1中所述方法的具体实现。 

5.根据权利要求4中所述的系统，其特征在于包括以下模块。 

(1)数据采集模块，用于采集主机负载的历史情况。 

(2)非监督特征学习模块。利用非监督特征学习的方法从无标签数据中学习特征。 

(3)softmax分类模块。将训练集数据输入学习到的稀疏自编码网络中，得到训练数据的特征，将这些特征作为softmax分类器的输入进行训练，得到分类器的参数。 

(4)预测模块。将当前主机的数据输入学习到的稀疏自编码网络，网络的输出作为softmax分类器的输入，最终得到负载预测结果。