CN119473816A 一种服务器设备负载的实时预测方法 （贵州白山云科技股份有限公司）_第1页
CN119473816A 一种服务器设备负载的实时预测方法 （贵州白山云科技股份有限公司）_第2页
CN119473816A 一种服务器设备负载的实时预测方法 （贵州白山云科技股份有限公司）_第3页
CN119473816A 一种服务器设备负载的实时预测方法 （贵州白山云科技股份有限公司）_第4页
CN119473816A 一种服务器设备负载的实时预测方法 （贵州白山云科技股份有限公司）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

服务器设备负载的实时预测方法。所述方法包括：采集服务器过去一段时间内的设备参数序2(1)采集服务器过去一段时间内的设备参数序列，并将所述设备参数序列划分为样本(4)将所述服务器当前时间段的设备参数序列输入至所述训练好的实时预测模型中，4.根据权利要求1所述一种服务器设备负载的实时预测方法，其3)计算模型预测结果与标签序列之间的损va之间的损失函数，Ytarget为标签序列，3[0002]内容分发网络(ContentDeliveryNetwork，简称CDN)是一种用于优化互联网内[0006]cache组新负载系数＝当前负载系数+调入业务带宽*单机跑量[0013](1)采集服务器过去一段时间内的设备参数序列，并将所述设备参数序列划分为[0016](4)将所述服务器当前时间段的设备参数序列输入至所述训练好的实时预测模型4[0017]通过采集和预处理服务器设备参数序列，利用随机森林覆盖对应的单位CPU带宽跑量、单位I/O带宽跑量、单位SSDI/O带宽跑量做聚类，从而将样本序列。[0025]利用bootstrap重采样方式从训练数据集中有放回的采集若干次训练数据，生成子节点中的集合再次进行下一次切分，并寻找在下一次切分中的最优切分点和最优特征，5[0036]其中：表示Ytarget与之间的损失函数，Ytarget为标签序[0038]本发明提供的一种服务器设备负载的实时预测方法根据业务信息对每个覆盖做6[0046]所述输入部分对应样本序列，所述输出部分对应标签序列；所述样本序列是以7[0064]利用bootstrap重采样方式从训练数据集中有放回的采集若干次训练数据，生成子节点中的集合再次进行下一次切分，并寻找在下一次切分中的最优切分点和最优特征，8[0073]初始化随机森林中决策树的数量T以及树的最大深度D，例如初始化T＝100，D=生成每棵决策树对应的样本子集并同时获得OOB数据(即每棵决策树产生的袋外样本数指的是数据收集时针对每个样本收集的M个特征数据，但在随机森林构建每棵决策树时是值，样本特征值xj>fm)，每个集合为一个树节点，计算切分点为时这两个集合MSE(mean_9[0093]其中：LOSS(yarge,"mea)表示Ytarget与之间的损失函数，Ytarget为标签序列，模型的所有决策树输出目标变量值进行取平均值即可得到要预

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论