一种基于负载时序预测的集群弹性伸缩方法技术

本发明专利技术提出一种基于负载时序预测的集群弹性伸缩方法，计算机技术领域。包括如下步骤：在LSTM网络输入层和输出层之间引入稀疏注意力机制，构建基于稀疏注意力机制的LSTM编解码负载时序预测模块；构建基于强化学习的集群弹性伸缩决策智能体；构建基于DQN算法的价值导向强化学习算法；构建基于负载时序预测的容器集群弹性伸缩决策框架，输出容器集群弹性伸缩策略。本发明专利技术将稀疏注意力机制运用于LSTM编解码网络中，降低了LSTM编解码网络的计算复杂度，改善了网络处理长时间序列的响应速度和计算精度；本发明专利技术通过历史负载时间序列数据进行负载预测，并根据预测结果改进决策场景的强化学习状态空间，实现了容器集群在面向复杂负载场景时安全高效的弹性伸缩能力。

【技术实现步骤摘要】

本专利技术属于计算机，尤其涉及一种基于负载时序预测的集群弹性伸缩方法。

技术介绍

1、近年来，随着云计算的不断发展，海量服务系统被部署到了云端。当云端面临服务请求负载出现波动变化时，处理负载的容器集群能够随之进行自动地弹性伸缩，以保持稳定的服务性能并为运营商节省硬件及能耗资源。

2、尽管容器技术在轻量化、快速启停等方面优于传统的虚拟机技术，但是由于容器冷启动需要加载微服务功能代码和依赖，因此容器化运行环境中的冷启动问题仍旧存在。云计算的核心竞争力之一便是依托轻量化的容器技术，能够实现计算资源的快速供给与回收，体现在容器集群上便是集群的弹性伸缩能力。

3、到目前为止，容器集群弹性伸缩方法在针对不同类型工作负载请求的周期性处理方面已经有了较多研究。但由于云计算场景中存在的容器冷启动和突发场景流量问题，现有的容器集群弹性伸缩方法仍存在一定的局限性，主要表现为以下三点：

4、(1)面向负载变化的响应速度较低。对于周期性数据而言，没有完全挖掘负载的周期性规律，现有的预测算法针对长时间序列的处理速度和准确性不足，致使对容器集群的提前本文档来自技高网...

【技术保护点】

1.一种基于负载时序预测的集群弹性伸缩方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

3.根据权利要求1所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

4.根据权利要求3所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

5.根据权利要求4所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

6.根据权利要求5所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

7.根据权利要求6所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，步骤S4...

【技术特征摘要】

1.一种基于负载时序预测的集群弹性伸缩方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

3.根据权利要求1所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

4.根据权利要求3所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

5.根据权利要求4所述的基于负载时序预测的集群弹性伸缩方法，其特征在于，

6.根据权利要求5所述的基于负载时序预测的集群弹性伸缩方法，其...

【专利技术属性】
技术研发人员：郑宏，商子贤，于力，何建，
申请(专利权)人：电子科技大学深圳高等研究院，
类型：发明
国别省市：