一种秒读写次数数据IOPS预测结果生成方法和装置制造方法及图纸

本发明专利技术实施例提供了一种秒读写次数数据IOPS预测结果生成方法和装置，通过获取历史秒读写次数数据IOPS，并生成与所述历史秒读写次数数据IOPS对应的时间戳；基于所述时间戳生成多个针对所述历史秒读写次数数据IOPS的历史数据时间序列；通过多个所述历史数据时间序列将所述历史秒读写次数数据IOPS划分为多个IOPS数据聚类；根据多个所述IOPS数据聚类建立聚类归属模型；确定神经网络初始化参数，并通过所述聚类归属模型和所述神经网络初始化参数生成IOPS预测模型；基于所述IOPS预测模型生成IOPS预测结果，从而实现了提高了针对IOPS预测的效率和准确性，降低了IOPS维护成本，进一步提高了通行码的正常亮码率。步提高了通行码的正常亮码率。步提高了通行码的正常亮码率。

【技术实现步骤摘要】
一种秒读写次数数据IOPS预测结果生成方法和装置


[0001]本专利技术涉及秒读写次数数据IOPS预测结果生成
，特别是涉及一种秒读写次数数据IOPS预测结果生成方法、一种秒读写次数数据IOPS预测结果生成装置、一种电子设备以及一种计算机可读存储介质。

技术介绍

[0002]通为了保证通行码的可持续正常运作，则需投入大量的人力物力对通行码业务进行设备监控维护，但由于通行码的使用变化受诸多因素影响，如不能精准预测通行码的使用情况，则依旧无法根据使用情况及时调整底层设备以保证通行码正常使用，一旦通行码系统异常，则极易造成人员流动量大的区域如地铁站和医院，出现排队拥堵现象，造成不便甚至混乱。
[0003]因此，如何预测通行码使用情况成为了本领域技术人员需要克服的问题。

技术实现思路

[0004]本专利技术实施例是提供一种秒读写次数数据IOPS预测结果生成方法、装置、电子设备以及计算机可读存储介质，以解决如何预测通行码使用情况的问题。
[0005]本专利技术实施例公开了一种秒读写次数数据IOPS预测结果生成方法，可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种秒读写次数数据IOPS预测结果生成方法，其特征在于，包括：获取历史秒读写次数数据IOPS，并生成与所述历史秒读写次数数据IOPS对应的时间戳；基于所述时间戳生成多个针对所述历史秒读写次数数据IOPS的历史数据时间序列；通过多个所述历史数据时间序列将所述历史秒读写次数数据IOPS划分为多个IOPS数据聚类；根据多个所述IOPS数据聚类建立聚类归属模型；确定神经网络初始化参数，并通过所述聚类归属模型和所述神经网络初始化参数生成IOPS预测模型；基于所述IOPS预测模型生成IOPS预测结果。2.根据权利要求1所述的方法，其特征在于，所述通过多个所述历史数据时间序列将所述历史秒读写次数数据IOPS划分为多个IOPS数据聚类的步骤包括：确定初始Q学习参数和基本参数，所述基本参数包括最大偏差距离参数、相似度参数和偏离度参数，所述初始Q学习参数包括初始状态参数；对所述历史数据时间序列进行归一化处理，生成目标历史数据时间序列，并确定多个所述目标历史数据时间序列两两之间的第一欧氏距离；从多个所述历史数据时间序列中确定出对比中心序列和与所述对比中心序列具有关联关系的其他中心序列；基于所述初始状态参数确定出针对所述对比中心序列和所述其他中心序列的最大相似点数和最大偏离点数；根据所述最大相似点数和所述最大偏离点数按照预设标准将多个所述历史数据时间序列划分为多个初始IOPS数据聚类；基于所述第一欧氏距离按照预设算法确定针对多个所述初始IOPS数据聚类的误差总值；根据所述初始IOPS数据聚类确定与所述初始IOPS数据聚类对应的当前状态参数；基于所述误差总值和所述当前状态参数生成针对多个所述初始IOPS数据聚类的最大偏差相似参数；根据所述最大偏差相似参数将多个所述历史数据时间序列划分为多个IOPS数据聚类。3.根据权利要求1所述的方法，其特征在于，所述根据多个所述IOPS数据聚类建立聚类归属模型的步骤包括：从所述IOPS数据聚类中确定预测聚类中心序列和与所述预测聚类中心序列具有关联关系的多个其他聚类中心序列；计算所述预测聚类中心序列和多个所述其他聚类中心序列的第二欧氏距离；所述第二欧氏距离具有对应的欧氏距离参数；所述欧氏距离参数与所述其他聚类中心序列一一对应；从所述欧氏距离参数中选取最小欧氏距离参数，确定与所述最小欧氏距离参数对应的所述其他聚类中心序列作为目标聚类中心序列；基于所述目标聚类中心序列确定目标IOPS数据聚类；基于所述目标IOPS数据聚类建立所述聚类归属模型。
4.根据权利要求1所述的方法，其特征在于，所述聚类归属模型具有对应的聚类归属数据，所述通过所述聚类归属模型和所述神经网络初始化参数生成IOPS预测模型的步骤包括：通过映射公式生成针对所述聚类归属数据的初始化矩阵；所述初始化矩阵包含多个用于表达所述IOPS数据聚类的基因；通过所述初始化矩阵确定群适应度值，并从所述基因中确定最优基因；基于所述最优基因、所述神经网络初始化参数和所述聚类归属数据训练神经网络模型，生成IOPS预测模型。5.根据权利要求1或4所述的方法，其特征在于，所述神经网络初始化参数包括输入层数目参数，所述输入层数目参数根据所述时间戳的个数确定。6.根据权利要求1所述的方法，其特征在于，所述基于所述IOPS预测模型生成IOPS预测结果的步骤包括：将待预测源数据进行归一化处理，生成待预测数据；将所述待预测数据基于所述IOPS预测模型进行训练，得到预测值数据；根据所述预测值数据进行反归一化处理，生成IOPS预测结果。7.一种秒读写次数数据IOPS预测结果生成装置，其特征在于，包括：秒读写次数数据获取模块，用于获取历史秒读写次数数据IOPS，并生成与所述历史秒读写次数数据IOPS对应的时间戳；时间序列生成模块，用于基于所述时间戳生成多个针对所述历史秒读写次数数据IOPS的历史数据时间序列；数据聚类划分模块，用于通过多个所述历史数据时间序列将所述历史秒读写次数数据IOPS划分为多个IOPS数据聚类；聚类归属模型建立模块，用于根据多个所述IOPS数据聚类建立聚类归属模型；预测模型生成模块，用于确定神经网络初始...

【专利技术属性】
技术研发人员：何家裕，邬剑平，郑素青，齐琛，陈祝青，于乾坤，李欢欢，黄楠，王丽苗，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：