【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种分布式系统批量作业用时的预测方法及相关装置。
技术介绍
1、随着金融科技的快速发展，分布式系统已成为数据中心处理大规模批量作业的核心架构，例如银行的账务结算、数据备份、结息计算等分布式系统批量作业均依赖分布式集群实现高效并行处理。
2、分布式系统批量作业用时的预测准确性直接关系到业务连续性，若用时预测过长，可能导致资源冗余浪费；若预测过短，则可能因任务超时影响日间正常业务。目前，通常依赖于人工经验进行分布式系统批量作业用时的预测，难以对用时进行精准预测。
3、由此，如何精准进行分布式系统批量作业用时的预测，成为需要解决的问题。
技术实现思路
1、基于上述问题，本申请提供了一种分布式系统批量作业用时的预测方法及相关装置，能够精准进行分布式系统批量作业用时的预测。
2、本申请实施例公开了如下技术方案：
3、第一方面，本申请实施例提供了一种分布式系统批量作业用时的预测方法，所述方法包括：
4、获取分布式...
【技术保护点】
1.一种分布式系统批量作业用时的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取分布式系统批量作业的批量用时数据集之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述训练趋势项、所述训练季节项以及所述训练残差项，构建季节性差分自回归滑动平均模型，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述批量用时训练集中的数据进行时序分解，得到训练趋势项、训练季节项以及训练残差项之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述深度自回...
【技术特征摘要】
1.一种分布式系统批量作业用时的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取分布式系统批量作业的批量用时数据集之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述训练趋势项、所述训练季节项以及所述训练残差项，构建季节性差分自回归滑动平均模型，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述批量用时训练集中的数据进行时序分解，得到训练趋势项、训练季节项以及训练残差项之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述深度自回归循环神经网络模型中，编码器为2层单向长短期记忆网络，解码器为自回归长短期记忆网络。
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：姚卿，印明佳，袁秋华，胡玉凤，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
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。