[发明专利]网络任务预测方法和装置

权利要求书

1.一种网络任务预测方法，其特征在于，包括：

通过任务分类器对请求处理的任务进行分组处理，生成至少一个任务集群；

获得单位时间内任务集群中增加的任务数量，基于所述增加的任务数量判断此任务集群是否进入突发状态，包括：

在单位时间内，如果确定任务集群中任务数量的增加加速度为连续递增，或者，所述任务数量的增加加速度的值超过预设的加速度阈值的次数超过预设的次数阈值，则确定任务集群进入了突发状态；

基于判断结果选取对应的预测算法预测此任务集群中的未来任务到达的预测值，其中，所述预测值包括：未来任务的到达预测时间和到达预测数量；

如果判断此任务集群进入突发状态，则采用突发预测算法预测此任务集群中的未来任务到达的预测值为：

如果判断此任务集群进入常规状态，则采用常规预测算法预测此任务集群中的未来任务到达的预测值为：

其中，s为预测的窗口时长，此时为t时刻，e_t+s为根据t时刻的任务到达数量对t+s时刻的任务达到数量的预测值，b₁，b₂，b₃是预测参数，exp()为以自然底数e为底的指数函数，window为设定的影响预测值的历史数据个数，W_in为第in个任务的历史数据对预测值的影响权重，i指的是在t时刻往回拨in个时间点所对应的时间长度，c_t-i指t-i时刻的任务到达数量。

2.如权利要求1所述的方法，其特征在于，还包括：

在确定进入突发状态后，如果确定在单位时间内，任务集群中任务数量的增加加速度为连续减少，或者，所述任务数量的增加加速度的值低于所述加速度阈值的次数超过所述次数阈值，则确定回到常规状态。

3.如权利要求1所述的方法，其特征在于，还包括：

选取所述任务的历史数据，采用k-means聚类方法对所述历史数据进行预分组，得到多个任务集群，并获得每个任务集群的集群特征属性值；

接收到所述任务时，获取所述任务的特征属性值；

通过任务分类器分别计算所述特征属性值与多个所述集群特征属性值之间的马氏距离，将此任务分配给与最小的马氏距离相对应的任务集群；

其中，所述任务包括：服务请求任务、计算请求任务。

4.一种网络任务预测装置，其特征在于，包括：

任务分组模块，用于通过任务分类器对请求处理的任务进行分组处理，生成至少一个任务集群；

趋势预测模块，用于获得单位时间内任务集群中增加的任务数量，基于所述增加的任务数量判断此任务集群是否进入突发状态；基于判断结果选取对应的预测算法预测此任务集群中的未来任务到达的预测值，其中，所述预测值包括：未来任务的到达预测时间和到达预测数量；

其中，所述趋势预测模块，包括：状态判断单元，用于在单位时间内，如果确定任务集群中任务数量的增加加速度为连续递增，或者，所述任务数量的增加加速度的值超过预设的加速度阈值的次数超过预设的次数阈值，则确定任务集群进入了突发状态；

预测值计算单元，用于如果判断此任务集群进入突发状态，则采用突发预测算法预测此任务集群中的未来任务到达的预测值为：

所述预测值计算单元，用于如果判断此任务集群进入常规状态，则采用常规预测算法预测此任务集群中的未来任务到达的预测值为：

其中，s为预测的窗口时长，此时为t时刻，e_t+s为根据t时刻的任务到达数量对t+s时刻的任务达到数量的预测值，b₁，b₂，b₃是预测参数，exp()为以自然底数e为底的指数函数，window为设定的影响预测值的历史数据个数，W_in为第in个任务的历史数据对预测值的影响权重，i指的是在t时刻往回拨in个时间点所对应的时间长度，c_t-i指t-i时刻的任务到达数量。