[发明专利]一种磁盘空间占有率预测方法、装置及存储介质

说明书

本发明公开了一种磁盘空间占有率预测方法，包括：对磁盘空间占有率历史数据进行预处理得到第一占有率数据集；将第一占有率数据集的格式转换为LSTM网络适用的输入格式；根据预设的LSTM网络架构构建磁盘空间占有率预测模型，并根据磁盘空间占有率预测模型对训练集进行训练，得到训练结果；根据训练结果对预测模型进行调整，重复对训练集进行训练，直至训练结果达到预设的阈值，得到最终预测模型；根据测试集对最终模型进行测试，验证最终测试模型的泛化性能，得到最佳预测模型。本发明提供的一种磁盘空间占有率预测方法，能够有效地减少预测过程中人工的干预，能够有效地提高预测结果的准确性和可靠性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种磁盘空间占有率预测方法、装置及存储介质。

背景技术

应用系统在日常运行时，会对底层的软、硬件造成负荷，显著影响应用系统性能。底层任何一种资源负载过大，都可能会造成应用系统性能下降甚至瘫痪。因此需要关注服务器、数据库、中间件和存储设备的运行状态，及时了解当前应用系统的负载情况，以便提前预防，确保系统安全稳定运行。对于磁盘占用情况的数据，由于存储空间随时间变化存在很强的关联性，且历史数据对未来的发展存在一定的影响，可以采用拟合时间与占用情况函数模型，也可以采用时间序列分析方法。

使用现有的技术进行磁盘空间的占用情况进行预测，存在以下问题：

(1)数据要求严格或者需要人工预处理：

传统的统计学模型，例如ARMA模型，通常只能很好拟合线性、平稳的时间序列，所以通常需要人工对数据进行预处理，以消除非平稳性得到平稳的序列。

(2)模型过于简单，模型适应性差，学习能力弱：

由于影响磁盘空间占用历史数据受业务类型等众多因素的影响，而且影响因快速难以分析，因此随机性很强，一般简单的数学模型难以解释，很难达到较好的预测效果。

发明内容

本发明实施例的目的是提供一种磁盘空间占有率预测方法，能够有效地减少预测过程中人工的干预，且能够有效地提高预测结果的准确性和可靠性。

为实现上述目的，一方面，本发明的一个实施例提供了一种磁盘空间占有率预测方法，包括：

对磁盘空间占有率历史数据进行预处理得到磁盘空间的第一占有率数据集；

将所述第一占有率数据集的格式转换为LSTM网络适用的输入格式，得到第二占有率数据集，并将所述第二占有数据集根据需要分割预设比例的训练集和验证集；

根据预设的LSTM网络架构构建磁盘空间占有率预测模型，并根据所述磁盘空间占有率预测模型对所述训练集进行训练，得到训练结果；

根据所述训练结果对所述预测模型进行调整，重复对所述训练集进行训练，直至训练结果达到预设的阈值，得到最终预测模型；

根据测试集对所述最终模型进行测试，验证所述最终测试模型的泛化性能，得到最佳预测模型。

进一步地，所述对磁盘空间占有率历史数据进行预处理得到磁盘空间的第一占有率数据集，具体为：

根据磁盘空间占有率历史数据构造时间轴，所述时间轴为N个连续的以时间戳为元素的序列；

根据滑动窗口技术构建所述时间轴的第一时间戳数据集；

对所述第一时间戳数据集进行缺失值处理，得到第二时间戳数据集；

以所述第二时间戳数据集作为索引，生成第一占有率数据集。

进一步地，所述对所述时间戳数据集进行缺失值处理，得到完备时间戳数据集，具体为：根据直接删除法对所述时间戳数据集进行缺失值处理，得到第二时间戳数据集。