发明 基于LSTM-ACO模型预测云服务器资源性能的方法
云计算 云服务器 故障检测 （云计算 故障检测） 1人
G06F11/34 G06N3/00 G06N3/04 G06N3/08
摘要：本发明公开基于LSTM‑ACO模型预测云服务器资源性能的方法，首先将时间序列数据进行预处理，将原始序列数据映射到[0,1]区间。然后确定LSTM模型，对于现有的数据进行训练并预测，并利用蚁群算法优化LSTM模型。最后将LSTM模型对于时刻t数据的预测结果和时刻t‑1,t‑2,…,t‑n的数据，输入给LSTM‑ACO模型，并对时刻t的数据进行预测。本发明基于LSTM‑ACO模型预测云服务器资源性能的方法，克服了传统的预测方法预测过程中精度不高的问题，且利用ACO对LSTM参数进行优化，避免模型陷入局部最优解的问题，提高了预测收敛速度。最终实现了对云服务器资源和性能预测，更精确地预测软件老化现象。
