一种时间序列数据的预测方法、装置及设备制造方法及图纸

本发明专利技术的实施例提供一种时间序列数据的预测方法、装置及设备，方法包括：获取待预测的单指标时间序列数据；对所述单指标时间序列数据进行特征提取，获得特征值序列；将所述特征值序列输入预设时间序列预测模型进行预测处理，获得预测的目标单指标时间序列数据。本发明专利技术的实施例提高了单指标时间序列预测的准确率。率。率。

【技术实现步骤摘要】
一种时间序列数据的预测方法、装置及设备


[0001]本专利技术涉及运维数据处理
，特别是指一种时间序列数据的预测方法、装置及设备。

技术介绍

[0002]运维领域有基础监控指标、中间件指标、业务指标、其他指标。基础监控指标有如下：CPU使用率、内存使用率、磁盘使用率、容积健康度等。中间件指标包含Kafka积压数量、MQ队列大小、Redis存活状态、ES集群节点数、MYSQL读写数、Tomcat进程数等。业务指标指的是：交易量、相应时间、请求总数、成功数及成功率、失败数及失败率等。对自身业务具有直接联系的指标等关键性能指标进行精准监控，形成的数据称之为单指标时间序列数据。随着技术的发展，对单指标时间序列数据的预测有了需求，目前还不能对单指标时间序列数据进行预测。

技术实现思路

[0003]本专利技术提供了一种时间序列数据的预测方法、装置及设备。解决了运维领域单指标时间序列预测问题，提高了单指标时间序列预测的准确率。
[0004]为解决上述技术问题，本专利技术的实施例提供以下方案：一种时间序列数据的预测方法，包括：获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时间序列数据的预测方法，其特征在于，包括：获取待预测的单指标时间序列数据；对所述单指标时间序列数据进行特征提取，获得特征值序列；将所述特征值序列输入预设时间序列预测模型进行预测处理，获得预测的目标单指标时间序列数据。2.根据权利要求1所述的时间序列数据的预测方法，其特征在于，所述预设时间序列预测模型通过以下过程训练：获取训练集，所述训练集包括训练数据以及测试数据，所述训练数据和测试数据均为时间序列；对所述训练集进行预处理，获得预处理结果；根据所述预处理结果进行特征提取，获得训练特征值；将所述训练特征值输入预设模型的输入门进行处理，判断遗忘门是否选择遗忘记忆单元里的信息，再经过输出门判断是否将这一时刻的信息进行输出，得到所述预设时间序列预测模型。3.根据权利要求2所述的时间序列数据的预测方法，其特征在于，对所述训练集进行预处理，获得预处理结果，包括：对所述训练集中的训练数据中的异常数据点进行平滑处理，得到预处理结果；或者对所述训练数据中的异常数据点进行平滑处理得到中间预处理结果，对所述中间预处理结果进行归一化处理，得到所述预处理结果。4.根据权利要求3所述的时间序列数据的预测方法，其特征在于，对所述训练数据中的异常数据点进行平滑处理，包括：将所述训练数据f(t)中异常数据点用其所在预设时间窗内的均值代替该异常数据点。5.根据权利要求4...

【专利技术属性】
技术研发人员：朱宏慧，严川，张博，
申请(专利权)人：云智慧北京科技有限公司，
类型：发明
国别省市：