申请/专利权人：江苏瑞祥科技集团有限公司

申请日：2022-01-13

公开（公告）日：2024-02-20

公开（公告）号：CN114386602B

主分类号：G06F9/50

分类号：G06F9/50;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2023.11.24#实质审查的生效;2022.04.22#公开

摘要：本发明公开了一种面向多路服务器负载数据的HTM预测分析方法，使得HTM能够对多路服务器负载数据进行并行训练，扩展了系统能够处理的数据序列类型。系统通过编码散列了服务器负载数据的空间特征，通过空间池训练形成了服务器负载数据的微柱稀疏分布表征，借助于序列状态缓存模块，能够正确获取负载数据所属服务器的上下文环境，通过时间池训练的对每一个服务器负载数据模式进行抽取和记忆，为后续的预测分析提供所属的上下文环境支持。本发明提出的序列状态缓存机制，记录了每一个服务器负载数据序列的上下文环境信息，能为每一个负载数据提供上一时刻正确的上下文环境，使得HTM可以对多路服务器负载数据进行并行训练。

主权项：1.一种面向多路服务器负载数据的HTM预测分析方法，其特征在于，包括如下步骤：步骤1，在线采集服务器负载分段统计数据，使其包含服务器负载和时间两方面的特性，对每一个服务器构成具有时序特征的服务器负载据流；步骤2，利用编码器对服务器负载数据进行编码，通过HTM空间池训练算法形成服务器负载数据的微柱稀疏分布表征Wt；步骤3，使用负载数据所属服务器id通过序列状态缓存模块查询获取该服务器上一时刻的上下文环境信息；步骤4，利用多路输入的时间池训练算法对当前负载数据进行训练和记忆；步骤5，将当前负载数据产生的上下文环境更新至序列状态缓存模块；步骤6，利用当前负载数据产生的上下文环境对后续内容进行预测分析。

全文数据：

权利要求：

百度查询： 江苏瑞祥科技集团有限公司 一种面向多路服务器负载数据的HTM预测分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD