基于人工智能的服务器容量预测方法、装置、设备及介质制造方法及图纸

本申请为人工智能技术领域，本申请提供了一种基于人工智能的服务器容量预测方法、装置、设备及介质，其中，所述方法包括：获取影响服务器容量预测的所有指标，从所有指标中筛选出对服务器容量影响程度大于预设值的目标指标；将目标指标转换成TPS形式，得到服务器的TPS；将TPS输入预先训练好的服务器容量预测模型，得到服务器的CPU利用率，根据CPU利用率预测所述服务器的容量。本申请只要将TPS输入服务器容量预测模型，就能自动输出CPU利用率，基于CPU利用率准确预测所述服务器的容量，减少了人工预测的工作量，提高了效率，同时确保服务器容量预测的精度。务器容量预测的精度。务器容量预测的精度。

【技术实现步骤摘要】
基于人工智能的服务器容量预测方法、装置、设备及介质


[0001]本申请涉及人工智能
，具体而言，本申请涉及一种基于人工智能的服务器容量预测方法、装置、设备及介质。

技术介绍

[0002]在计算机行业中，任何一个软件系统都需要消耗一定的硬件服务器资源，硬件资源的配置高低与数量多少直接关乎到运行成本，而硬件资源的配置和数量是根据服务器容量来评估的。因此需要有一种准确的服务器容量的预测方法，来根据容量大小规划硬件配置与数量。
[0003]传统的服务器容量的预测方法，根据技术专家的个人经验进行预测，不仅效率低下，而且预测的精度也难以保证。

技术实现思路

[0004]本申请的主要目的为提供一种基于人工智能的服务器容量预测方法、装置、设备及介质，以提高服务器容量的预测效率及精度。
[0005]为了实现上述专利技术目的，本申请提供一种基于人工智能的服务器容量预测方法，其包括以下步骤：
[0006]获取影响服务器容量预测的所有指标，从所述所有指标中筛选出对服务器容量影响程度大于预设值的目标指标；
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的服务器容量预测方法，其特征在于，包括：获取影响服务器容量预测的所有指标，从所述所有指标中筛选出对服务器容量影响程度大于预设值的目标指标；将所述目标指标转换成TPS形式，得到所述服务器的TPS；将所述TPS输入预先训练好的服务器容量预测模型，得到所述服务器的CPU利用率；其中，所述服务器容量预测模型为神经网络模型，用于根据输入的TPS评估服务器的CPU利用率；根据所述CPU利用率预测所述服务器的容量。2.根据权利要求1所述的方法，其特征在于，所述TPS包括多个，所述将所述TPS输入预先训练好的服务器容量预测模型，得到所述服务器的CPU利用率，包括：将各个TPS分别输入所述服务器容量预测模型中的不同神经元,得到各个神经元对应的输出值；其中，各个神经元预置有对应的权重；将各个所述输出值乘以对应神经元的权重后进行求和，得到求和结果；将所述求和结果输入预设的激活函数进行转换，得到所述服务器的CPU利用率。3.根据权利要求1所述的方法，其特征在于，所述将所述TPS输入预先训练好的服务器容量预测模型之前，还包括：获取训练集；其中，每个训练集包括多个TPS样本及已确定的目标CPU利用率；将所述训练集输入预先构建的神经网络模型进行训练；判断所述神经网络模型输出的训练结果是否满足要求；若是，将训练结果满足要求的神经网络模型作为所述服务器容量预测模型。4.根据权利要求3所述的方法，其特征在于，所述将所述训练集输入预先构建的神经网络模型进行训练，包括：将每个训练集的多个TPS样本分别输入所述神经网络模型的不同神经元进行训练；所述将当前训练结果满足要求的神经网络模型作为所述服务器容量预测模型，包括：将训练结果满足要求的神经网络模型的所有神经元进行组合后，得到所述服务器容量预测模型。5.根据权利要求3所述的方法，其特征在于，所述判断所述神经网络模型输出的训练结果是否满足要求，包括：根据所述训练结果计算所述神经网络模型的损失值；判断所述损失值是否小于预设损失值；当确定所述损失值小于预设损失值时，则判定所述神经网络模...

【专利技术属性】
技术研发人员：邹洪伟，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：