[发明专利]一种基于深度神经网络的弹性IP计费方法及系统

说明书

本发明公开了一种基于深度神经网络的弹性IP计费方法及系统，属于云计算技术领域；所述的方法具体步骤如下：S1对用户上网时段数据进行预处理；S2利用残差网络对预处理的数据进行自动特征提取；S3利用双向长短时记忆网络模型经过学习训练特征数据前后时间的关联性；S4利用双向长短时记忆网络模型对弹性IP单价进行重新定价；本发明为云计算服务器提供了一种动态调整弹性IP计费方式，基于用户以往的上网时段数据，采用残差网络模型对用户上网时段数据进行特征提取，将提取的特征送入双向长短时记忆网络模型，对用户可能要发生的上网时长进行预测，从而动态调整弹性IP的计费方式。

技术领域

本发明公开一种基于深度神经网络的弹性IP计费方法及系统，涉及云计算技术领域。

背景技术

目前，基于openstack的云计算技术越来越成熟，对计算、存储和网络虚拟化资源的调度和管理越来越方便。云计算服务提供商通过部署自己的云平台，实现资源虚拟化，从而更大效率的使用硬件资源。其中，弹性IP属于网络服务中为用户提供出网服务的虚拟资源。目前弹性IP的计费方式主要分为两种，包年包月的计费方式和按需收费的计费方式。在这里，本文重点分析按需收费方式的合理性。按需收费即是根据所使用的流量总量对用户收取费用。但这种计费方式对用户来说较为固定，不能灵活的根据用户的上网习惯来对用户进行收费。

云计算服务提供商会为用户提供各种所需要的虚拟资源，在用户购买其所需服务后，需要使用弹性IP访问网络，但用户的上网时长可能会随着不同的时间段而有所变化，按需收费的方式中，固定的计费模式不能最大化用户的使用权益和体验感受。为了最大化用户的使用权益，也为云服务提供商提供更为合理的收费方式，故发明一种基于深度神经网络的弹性IP计费方法及系统，以解决上述问题。

发明内容

本发明针对现有技术的问题，提供一种基于深度神经网络的弹性IP计费方法及系统，所采用的技术方案为：一种基于深度神经网络的弹性IP计费方法，所述的方法具体步骤如下：

S1对用户上网时段数据进行预处理；

S2利用残差网络对预处理的数据进行自动特征提取；

S3利用双向长短时记忆网络模型经过学习训练特征数据前后时间的关联性；

S4利用双向长短时记忆网络模型对弹性IP单价进行重新定价。

所述S1对用户上网时段数据进行预处理的具体步骤如下：

S101间隔时段统计用户上网流量数据并绘制成折线图；

S102将折线图通过傅里叶变换转成功率图。

所述S2采用50层的残差网络对预处理的数据进行自动特征提取。

所述S4利用双向长短时记忆网络模型对弹性IP单价进行重新定价的具体步骤如下：

S401将双向长短时记忆网络模型中的激活函数去掉，得到上网时长预测数据；

S402双向长短时记忆网络模型根据预测数据对弹性IP单价继续重新定价。

一种基于深度神经网络的弹性IP计费系统，所述的系统具体包括数据预处理模块、特征提取模块、权重训练模块和模型预测模块：

数据预处理模块：对用户上网时段数据进行预处理；

特征提取模块：利用残差网络对预处理的数据进行自动特征提取；

权重训练模块：利用双向长短时记忆网络模型经过学习训练特征数据前后时间的关联性；

模型预测模块：利用双向长短时记忆网络模型对弹性IP单价进行重新定价。

所述数据预处理模块具体包括数据统计模块和统计转换模块：