基于人工智能的容量预测方法、装置及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，揭露一种基于人工智能的容量预测方法，包括：获取CPU在预设时间点下的所有运行服务的初始TPS值；按照预设幅度增加所述所有运行服务的初始TPS值，以获取与所述运行服务分别对应的TPS数据集；基于预训练的利用率预测模型，获取与所述TPS数据集中各TPS值分别对应的预测利用率，并基于所述预测利用率确定目标预测利用率的范围；对所述目标预测利用率的范围内的TPS值进行压力测试，并确定对应的压测利用率；确定所述预测利用率和所述压测利用率之间的差距值，并基于所述差距值校准所述CPU的压力测试环境；基于校准后的压力测试环境对目标CPU容量进行预测。本发明专利技术可以提高CPU容量预测的便捷性和准确性。性。性。

【技术实现步骤摘要】
基于人工智能的容量预测方法、装置及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种基于人工智能的容量预测的方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]目前，在互联网行业中，为了确定软件服务的硬件资源的配置与数量，通常需要对资源进行容量规划，现有的容量规划方案主要包括经验论、创建模型以及压力测试三种形式；其中，经验论主要是完全凭个人的以往经验，给出大致的配置与数量，其结果是不可解释的；而根据容量小与硬件资源使用量的数据进行建模，根据模型对硬件资源进行预测，该方案虽然可解释，但只能通过以往的数据对模型进行验证，如果软件服务的功能存在更新或修改，就没办法进行校准与迭代；最后，压力测试主要是对所有的业务功能编写压力测试脚本，采用大量的并发线程进行压测，获取对应测试场景下的合理值，虽然该方法可解释可迭代，但是没办法被校准，且测试场景不一定与实际情况相符，在测试场景变更后，容易导致资源配置不合理，影响资源的利用率及整体成本。

技术实现思路

[0003]本专利技术提供一种基于人工智能的容量预测方法、装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的容量预测方法，其特征在于，所述方法包括：获取CPU在预设时间点下的所有运行服务的初始TPS值；按照预设幅度增加所述所有运行服务的初始TPS值，以获取与所述运行服务分别对应的TPS数据集；基于预训练的利用率预测模型，获取与所述TPS数据集中各TPS值分别对应的预测利用率，并基于所述预测利用率确定目标预测利用率的范围；对所述目标预测利用率的范围内的TPS值进行压力测试，并确定对应的压测利用率；确定所述预测利用率和所述压测利用率之间的差距值，并基于所述差距值校准所述CPU的压力测试环境；基于校准后的压力测试环境对目标CPU容量进行预测。2.如权利要求1所述的基于人工智能的容量预测方法，其特征在于，所述按照预设幅度增加所述所有运行服务的初始TPS值，以获取与所述运行服务分别对应的TPS数据集的步骤包括：在确保所有运行服务的TPS值之间的比例不变的情况下，按照预设幅度增加所述所有运行服务的初始TPS值；基于增加后的所述所有运行服务的TPS值，确定所述TPS数据集。3.如权利要求1所述的基于人工智能的容量预测方法，其特征在于，所述利用率预测模型的预训练过程包括：获取真实环境下CPU中所有服务的TPS值以及对应的CPU利用率，形成训练数据；基于所述训练数据训练构建的神经网络模型，直至确定所述神经网络模型各层的权重参数，以形成所述利用率预测模型。4.如权利要求1至3中任意一项所述的基于人工智能的容量预测方法，其特征在于，所述基于预测利用率确定目标预测利用率的范围的步骤包括：按照由小至大的原则，获取与所述TPS数据集中各TPS值分别对应的预测利用率；基于预设阈值对所述预测利用率进行判断，并基于判断结果确定所述目标预测利用率的范围。5.如权利要求1所述的基于人工智能的容量预测方法，其特征在于，所述对所述目标预测利用率的范围内的TPS值进行压力测试，并确定对应的压测利用率的步骤包括：基于所述目标预测利用率的范围确定所述范围内的预测利用率与TPS值之间的第一排序列表；基于所述第一排序列表中的各TPS值对对应的运行服务进行压力测试，并确定对应的压测利用率。6.如权利要求5所述的基于人工智能的容量预测方法，其特征在于，所述确定所述预测利用率和所述压测利用率之间的差距...

【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：