结合注意力机制的LSTM网络的移动云负载预测方法及系统

摘要

本发明公开了一种结合注意力机制的LSTM网络的移动云负载预测方法及系统，属于移动云负载预测领域。可应用于云计算虚拟机、云计算主机、云数据中心的各种负载预测。方法具体包括：对云监控系统收集到的负载特征序列进行归一化处理；采用联合特征选择方法选取与目标负载特征最相关的特征；采用在线预测的无抽取的小波变换技术分解目标负载特征序列；构建结合注意力机制的LSTM网络的移动云负载预测模型MCLPM‑LSTMN‑AM；对MCLPM‑LSTMN‑AM模型进行训练；利用训练好的MCLPM‑LSTMN‑AM模型进行移动云目标负载序列的单步及多步预测。本发明的方法预测准确率高，可以有效应用于移动云计算负载的预测。