一种基于LSTM模型的混合云自动配置方法技术

本发明专利技术涉及I T与软件开发技术领域，具体公开了一种基于LSTM模型的混合云自动配置方法，基于LSTM神经网络，从组件的监控数据中获取不同参数下的性能数据，并对其进行清洗、均衡、归一化等预处理操作，使用LSTM模型构建预测模型，从而预测不同参数性能数据概率，以达到动态调整配置的目的。本发明专利技术的方法可以动态调整混合云组件的参数并实时生效，且可以持续动态收缩性能区间直到最优，对于提升资源利用率，提升组件性能有较好的效果。

【技术实现步骤摘要】

本专利技术涉及it与软件开发，尤其是涉及一种基于lstm模型的混合云自动配置方法。

技术介绍

1、混合云管理平台支持对多种cpu架构资源池的统一调度管理，在为用户提供丰富的多元算力，“一云多芯”广泛兼容，安全可靠，抽象统一的基础上，保持了天翼云云管产品的一体化、可升级、可进化、轻运维的独特优势，为企业创新提供强大动能。混合云管理平台是由众多服务组件组成的，组件的配置文件很多，配置项复杂，每个组件的资源占用情况也都不相同。因此需要考虑如何动态调整配置，以提升管理平台的性能和资源利用率。这是一个很重要的技术问题，需要寻找合适的方法来解决。

技术实现思路

1、lstm，全称为长短时记忆(long short-term memory)，是一种常用于处理序列数据的深度学习模型。它可以有效地捕捉时间序列中的长期依赖关系，并以此生成预测。相比于传统的循环神经网络(rnn)，lstm具有更强的记忆能力和更好的抗噪性能。基于lstm模型预测混合云组件的资源占用率，从而动态调整组件配置，提高组件资源利用率及性能，是一个值得尝试的本文档来自技高网...

【技术保护点】

1.一种基于LSTM模型的混合云自动配置方法，其特征在于，包括：

2.根据权利要求1所述的基于LSTM模型的混合云自动配置方法，其特征在于，在所述步骤1中，收集混合云平台各组件的监控数据，通过所述监控数据构建LSTM训练模型，包括：

3.根据权利要求2所述的基于LSTM模型的混合云自动配置方法，其特征在于，所述监控数据包括日志和关键指标。

4.根据权利要求3所述的基于LSTM模型的混合云自动配置方法，其特征在于，对所述监控数据进行预处理后，再通过预处理后的所述监控数据构建LSTM训练模型；

5.根据权利要求4所述的基于LSTM模型的混合云自...

【技术特征摘要】

1.一种基于lstm模型的混合云自动配置方法，其特征在于，包括：

2.根据权利要求1所述的基于lstm模型的混合云自动配置方法，其特征在于，在所述步骤1中，收集混合云平台各组件的监控数据，通过所述监控数据构建lstm训练模型，包括：

3.根据权利要求2所述的基于lstm模型的混合云自动配置方法，其特征在于，所述监控数据包括日志和关键指标。

4.根据权利要求3所述的基于lstm模型的混合云自动配置方法，其特征在于，对所述监控数据进行预处理后，再通过预处理后的所述监控数据构建lstm训练模型；

5.根据权利要求4所述的基于lstm模型的混合云自动配置方法，其特征在于，在所述步骤2中，根据所述lstm训练模型获得模型预测结果，包括：

6.根据权利要求5所述的基于lstm模型的混合云自动配置方法，其特征在于，在所述步骤2中，根据所述lstm训练模型获得模型预测结果，还包括：对所述模型预测结果进行评估，根据评估结果判断...

【专利技术属性】
技术研发人员：王小乾，潘晓东，吴晓清，李伟泽，郭海燕，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：