本发明公开了一种基于深度学习的服务器负载预测方法，通过采集服务器负载长序列趋势性变化，并利用服务器负载周期性信息，建立深度神经网络预测模型以优化峰值负载预测。本发明提供了一种结合周期信息、长期趋势信息和短期时间序列信息以用于提升神经网络预测准确度的方法，并在负载峰值的部分表现出较传统方法的优越性。本发明方法可以有效提升预测准确度，为云服务提供商提供更准确的调度和疏散决策依据，从而降低保证高可靠性所需的冗余设备，降低云服务提供商运营成本，降低云服务租户租赁开销。