[发明专利]生成负载预测模型的方法、装置、设备和存储介质

权利要求书

1.一种生成负载预测模型的方法，所述方法包括：

采集目标机器的负载时序数据；

根据采集的负载时序数据的特征，将所述采集的负载时序数据划分为至少两类数据集；

基于所述至少两类数据集分别构建每一类数据集对应的用于负载预测的模型。

2.根据权利要求1所述的方法，其中，所述根据采集的负载时序数据的特征，将所述采集的负载时序数据划分为至少两类数据集，包括：

根据所述采集的负载时序数据的特征，采用方差检测、周期性检测和聚类中的一种或多种，将所述采集的负载时序数据划分为至少两类数据集。

3.根据权利要求1所述的方法，其中，在采集目标机器的负载时序数据之后，所述方法还包括：

对所述采集的负载时序数据进行滑窗处理，得到多个滑窗负载序列。

4.根据权利要求3所述的方法，所述方法还包括：

对所述多个滑窗负载序列进行方差检测。

5.根据权利要求3所述的方法，其中，所述对所述采集的负载时序数据进行滑窗处理，得到多个滑窗负载序列，包括：

对所述采集的负载时序数据进行方差检测；

将所述采集的负载时序数据中方差检测结果不符合第一预设条件的负载时序数据进行滑窗处理，得到所述多个滑窗负载序列。

6.根据权利要求5所述的方法，其中，根据采集的负载时序数据的特征，将所述采集的负载时序数据划分为至少两类数据集，包括：

将所述采集的负载时序数据中方差检测结果符合第一预设条件的负载时序数据划分为所述至少两类数据集中的第一类数据集。

7.根据权利要求3所述的方法，所述方法还包括：

对所述多个滑窗负载序列进行周期性检测；

将所述多个滑窗负载序列中具有周期性的滑窗负载序列划分为所述至少两类数据集中的第二类数据集。

8.根据权利要求7所述的方法，其中，所述对所述多个滑窗负载序列进行周期性检测，包括：

将所述多个滑窗负载序列转换为对应的负载频域；

在每一个滑窗负载序列的主频率的个数小于第一预设阈值、且所述主频率与所有频率的比值大于第二预设阈值的情况下，确定所述每一个滑窗负载序列具有周期性。

9.根据权利要求4所述的方法，所述方法还包括：

对所述多个滑窗负载序列中方差检测结果不符合第二预设条件的滑窗负载序列进行周期性检测；

将所述不符合第二预设条件的滑窗负载序列中具有周期性的滑窗负载序列划分为所述至少两类数据集中的第三类数据集。

10.根据权利要求9所述的方法，其中，所述对所述多个滑窗负载序列中方差检测结果不符合第二预设条件的滑窗负载序列进行周期性检测，包括：

将所述不符合第二预设条件的滑窗负载序列转换为对应的负载频域；

在每一个不符合第二预设条件的滑窗负载序列的主频率的个数小于第一预设阈值、所述主频率与所有频率的比值大于第二预设阈值的情况下，确定所述每一个不符合第二预设条件的滑窗负载序列具有周期性。

11.根据权利要求8或10所述的方法，所述方法还包括：

对不具有周期性的滑窗负载序列进行聚类处理，得到聚类处理结果；

根据所述聚类处理结果，将所述不具有周期性的滑窗负载序列划分为所述至少两类数据集中的与所述聚类结果对应的不同类数据集。