【技术实现步骤摘要】
本专利技术属于云计算资源管理回收及机器学习，尤其涉及一种基于机器学习预测的超备资源回收分级系统及方法。
技术介绍
1、在云计算领域，为满足用户的需求，经常会有资源预测、售罄告警等正向扩充的方法和策略的研究，其主要目的是为了保证用户在购买和使用时，不会因为资源短缺导致不可用或不可售的情况。但却比较少关注资源“超备”的情况。当客户资源需求量具有周期性，或者短时性高需求的时候，往往会导致资源超过实际需要的准备，从而导致在需求下降后，资源仍然时刻在线导致硬件和维护成本等居高不下，从而导致盈利率下降甚至亏本、系统需维护资源更多导致更容易触发故障等情况。现有技术的技术方案如：
2、《云计算平台中资源回收装置及方案》(cn113296956a)，描述一种对已删除的资源进行还原回收的管理功能。强调对人为误删资源的有效还原，而非资源智能调度；
3、《一种云计算的物理机回收方法及其装置》(cn102831016b)，描述一种及时、准确完成物理设备的资料回收，减少云计算环境的维护成本。同时也满足云计算环境下各项业务。其方法主要对限制硬...
【技术保护点】
1.一种基于机器学习预测的超备资源回收分级系统，其特征在于，包括：
2.根据权利要求1所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，所述特征与标签生成系统包括先验数据库特征模块、历史节点度量模块、特征生成模块、实时特征采集模块；
3.根据权利要求2所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
4.根据权利要求2所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
5.根据权利要求4所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
6.根据权利要求2所述...
【技术特征摘要】
1.一种基于机器学习预测的超备资源回收分级系统，其特征在于，包括：
2.根据权利要求1所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，所述特征与标签生成系统包括先验数据库特征模块、历史节点度量模块、特征生成模块、实时特征采集模块；
3.根据权利要求2所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
4.根据权利要求2所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
5.根据权利要求4所述的一种基于机器学习预测的超备资源回收分级系统，其特征在于，
6....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。