面向云端多数据中心的负载预测方法、资源调度方法及装置

摘要

本发明公开了一种面向云端多数据中心的负载预测方法，包括以下过程：获取记录每一个时间点虚拟机资源使用情况的日志记录文件，从中提取所需要的特征量数据和历史负载数据；并将特征量数据和历史负载数据转换为相应的输入特征序列和历史负载向量；利用预先构建的神经网络模型计算得到负载预测的非线性分量；利用预先构建的自回归模型计算得到负载预测的线性分量；整合负载预测的非线性分量和线性分量得到最终的负载预测结果。本发明综合考虑多数据中心环境下，负载序列的随时间变化的线性趋势和非线性特征，将神经网络模型与自回归模型的统计学习方法相结合，可以有效提升对未来负载预测精度。