买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳先进技术研究院申请的专利一种云服务器集群负载预测方法、系统、终端以及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113553150B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110753412.2，技术领域涉及：G06F9/48；该发明授权一种云服务器集群负载预测方法、系统、终端以及存储介质是由徐敏贤;宋承浩;孟天晖;叶可江;须成忠设计研发完成，并于2021-07-02向国家知识产权局提交的专利申请。

本一种云服务器集群负载预测方法、系统、终端以及存储介质在说明书摘要公布了：本申请涉及一种云服务器集群负载预测方法、系统、终端以及存储介质。包括：获取云数据中心的云服务器集群任务负载数据；利用S‑MTF算法将所述任务负载数据由多变量时间序列转化为有监督学习序列；将所述转化后的任务负载数据输入训练好的基于卷积‑门控循环单元的esDNN模型，通过所述esDNN网络模型对所述云数据中心在未来预设时间内的负载状态进行预测。本申请实施例解决了现有预测方法难以应对高维度、高变化性、多变量的任务负载预测，以及云服务器任务负载预测不准确、预测方法过于复杂、训练时间过长、长时间序列梯度消失等问题。

本发明授权一种云服务器集群负载预测方法、系统、终端以及存储介质在权利要求书中公布了：1.一种云服务器集群负载预测方法，其特征在于，包括： 获取云数据中心的云服务器集群任务负载数据； 利用S-MTF算法将所述任务负载数据由多变量时间序列转化为有监督学习序列； 将所述转化后的任务负载数据输入训练好的基于卷积-门控循环单元的esDNN模型，通过所述esDNN网络模型对所述云数据中心在未来预设时间内的负载状态进行预测；其中： 所述利用S-MTF算法将所述任务负载数据由多变量时间序列转化为有监督学习序列具体为： 首先，同时获取当前时刻t的时间序列数据Et、上一时刻的时间序列数据Et-1以及下一时刻的时间序列数据Et+1； 然后，分别将Et与Et-1和Et+1进行重组，得到转化中间过程中的时间序列重组数据Li-1，Ci与Fi+1； 最后，将Li-1，Ci与Fi+1三个数据进行拼接，分别得到当前时刻、上一时刻以及下一时刻对应的有监督学习序列Sn，Sn-1与Sn+1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽大学城学苑大道1068号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。