-
公开(公告)号：CN106250306B
公开(公告)日：2019-05-17
申请号：CN201610688608.7
申请日：2016-08-18
申请人： 电子科技大学 , 国家电网公司北京电力医院
摘要： 本发明公开了一种适用于企业级运维自动化平台的性能预测方法，它包括以下步骤：S1：数据输入：运维自动化平台的对数据进行采集和预处理之后，发送至性能预测模块；S2：模型选择：根据历史情况以及现有情况，选择进行性能预测的计算方式；S3：性能预测计算：根据选择的性能预测的计算方式进行性能预测计算；所述的性能预测包括CPU/内存预测和磁盘预测；S4：建立预测模型的评价标准，将实际值与预测模型的预测值进行对比，建立自学习过程：当预测模型的预测值不满足规定误差时，根据实际值修改预测模型的预测模型参数。本发明对运维自动化平台建立负载预测机制与算法预测模型，完成针对CPU、内存、磁盘等资源使用情况的预测；并且预测算法可以根据实际情况进行自由选择。
-
公开(公告)号：CN106649026A
公开(公告)日：2017-05-10
申请号：CN201610852544.X
申请日：2016-09-26
申请人： 国家电网公司北京电力医院 , 电子科技大学
IPC分类号： G06F11/30
CPC分类号： G06F11/3082
摘要： 本发明公开了一种适用于运维自动化系统的监测数据压缩方法，方法如下：S1、数据预处理；对原始数据进行平滑处理，减小噪声数据对SDT算法的干扰；S2、初步数据压缩；采用控制算法对数据初步压缩；S3、进一步数据压缩；采用SDT算法进一步压缩；S4、SDT压缩精度参数匹配；在每次数据压缩完成后，根据数据波动的变化，使压缩精度参数与数据波动变化的特性进行匹配，得到匹配后的压缩精度参数；S5、SDT压缩精度参数自适应调整；根据匹配后的压缩精度参数重复步骤S2、S3和S4后，再进一步自适应调整压缩精度参数；S6、重复步骤S2、S3和S5，直到压缩精度参数与数据波动变化的特性完全匹配，得到最优的压缩精度参数再重复步骤S2和S3后，完成数据的压缩。
-
公开(公告)号：CN106250306A
公开(公告)日：2016-12-21
申请号：CN201610688608.7
申请日：2016-08-18
申请人： 电子科技大学 , 国家电网公司北京电力医院
CPC分类号： G06F11/3447 , G06Q10/10
摘要： 本发明公开了一种适用于企业级运维自动化平台的性能预测方法，它包括以下步骤：S1：数据输入：运维自动化平台的对数据进行采集和预处理之后，发送至性能预测模块；S2：模型选择：根据历史情况以及现有情况，选择进行性能预测的计算方式；S3：性能预测计算：根据选择的性能预测的计算方式进行性能预测计算；所述的性能预测包括CPU/内存预测和磁盘预测；S4：建立预测模型的评价标准，将实际值与预测模型的预测值进行对比，建立自学习过程：当预测模型的预测值不满足规定误差时，根据实际值修改预测模型的预测模型参数。本发明对运维自动化平台建立负载预测机制与算法预测模型，完成针对CPU、内存、磁盘等资源使用情况的预测；并且预测算法可以根据实际情况进行自由选择。
-
公开(公告)号：CN106649026B
公开(公告)日：2020-07-07
申请号：CN201610852544.X
申请日：2016-09-26
申请人： 国家电网公司北京电力医院 , 电子科技大学
IPC分类号： G06F11/30
摘要： 本发明公开了一种适用于运维自动化系统的监测数据压缩方法，方法如下：S1、数据预处理；对原始数据进行平滑处理，减小噪声数据对SDT算法的干扰；S2、初步数据压缩；采用控制算法对数据初步压缩；S3、进一步数据压缩；采用SDT算法进一步压缩；S4、SDT压缩精度参数匹配；在每次数据压缩完成后，根据数据波动的变化，使压缩精度参数与数据波动变化的特性进行匹配，得到匹配后的压缩精度参数；S5、SDT压缩精度参数自适应调整；根据匹配后的压缩精度参数重复步骤S2、S3和S4后，再进一步自适应调整压缩精度参数；S6、重复步骤S2、S3和S5，直到压缩精度参数与数据波动变化的特性完全匹配，得到最优的压缩精度参数再重复步骤S2和S3后，完成数据的压缩。
-
-
-
搜索结果
4 条记录 (耗时 0.081 秒)
