首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多元时间序列和改进AdaRNN模型的服务可靠性预测方法 

申请/专利权人:大连海事大学

申请日:2024-03-28

公开(公告)日:2024-06-28

公开(公告)号:CN118260633A

主分类号:G06F18/24

分类号:G06F18/24;G06F18/213;G06F18/214

优先权:

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:本发明公开了一种基于多元时间序列和改进AdaRNN模型的服务可靠性预测方法,包括:步骤1:获取原始KPIs数据集,由所述原始KPIs数据集中获取可靠性值、吞吐量、响应时间以及系统响应率数据,对所述历史可靠性时间序列进行预处理,从而得到服务可靠性数据集;步骤2:基于动态规划算法和自注意力机制对服务可靠性数据进行时间分布表征;步骤3:对服务可靠性数据进行时间分布匹配;步骤4:使用训练好的服务可靠性预测最佳模型对测试数据集进行预测,并输出预测结果及评价结果。本发明使用多元时间序列即服务响应时间、吞吐量和系统响应率作为服务可靠性度量指标,通过融合多元时间序列特征进行服务可靠性预测,以提高预测的准确率。

主权项:1.一种基于多元时间序列和改进AdaRNN模型的服务可靠性预测方法,其特征在于,包括以下步骤:步骤1:获取原始KPIs数据集,由所述原始KPIs数据集中获取可靠性值、吞吐量、响应时间以及系统响应率数据,从而获取历史可靠性时间序列,对所述历史可靠性时间序列进行预处理,从而得到服务可靠性数据集;步骤2:基于动态规划算法和自注意力机制对服务可靠性数据进行时间分布表征,包括:将服务可靠性数据训练集划分为等长的N段,得到初步的时间段划分结果,基于动态规划算法划分最佳时间域,基于自注意力机制提取多元时序特征;步骤3:对服务可靠性数据进行时间分布匹配,包括:基于领域泛化思想学习不同时间域的共同特征,训练并保存服务可靠性预测最佳模型;步骤4:使用训练好的服务可靠性预测最佳模型对测试数据集进行预测,并输出预测结果及评价结果。

全文数据:

权利要求:

百度查询: 大连海事大学 基于多元时间序列和改进AdaRNN模型的服务可靠性预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。