系统资源调度方法、设备和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110597637A(43)申请公布日2019.12.20(21)申请号201910885587.1(22)申请日2019.09.17(71)申请人深圳传音控股股份有限公司地址518057广东省深圳市南山区粤海街道深南大道9789号德赛科技大厦标识层17层（自然层15层）1702-1703号(72)发明人杨箭(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人梁馨怡(51)Int.Cl.G06F9/50(2006.01)权利要求书3页说明书15页附图2页(54)发明名称系统资源调度方法、设备和可读存储介质(57)摘要本发明公开了一种系统资源调度方法、设备和可读存储介质，所述系统资源调度方法包括：S11步骤：获取当前时间点之前的系统资源数据；S12步骤将所述系统资源数据输入至预测运行过载的预测器中，得到第一预测结果；S13步骤：当所述第一预测结果为运行过载时，对预设系统资源进行分配。解决了系统资源调度盲目且分配不合理的技术问题。CN110597637ACN110597637A权利要求书1/3页1.一种系统资源调度方法，其特征在于，所述系统资源调度方法包括下述步骤：S11：获取当前时间点之前的系统资源数据；S12：将所述系统资源数据输入预设预测器中，得到第一预测结果；S13：当所述第一预测结果为运行过载时，对预设系统资源进行分配。2.如权利要求1所述系统资源调度方法，其特征在于，所述S11步骤之前包括：获取所述预测器对应的预设基础模型和预设训练数据；将所述预设训练数据输入至所述预设基础模型中，对所述预设基础模型进行训练，得到所述预设基础模型对应的验证模型。3.如权利要求2所述系统资源调度方法，其特征在于，所述预设训练数据包括训练输入数据和训练结果数据，所述预设基础模型包括多个初始权重占比，所述将所述预设训练数据输入至所述预设基础模型中，对所述预设基础模型进行训练，得到所述预设基础模型对应的验证模型的步骤包括：将所述训练输入数据输入至所述预设基础模型中，得到初始预测结果数据；计算所述初始预测结果数据与所述训练结果数据的相似度，当所述相似度大于或等于预设相似度时，将所述预设基础模型设置为验证模型；和/或当所述相似度小于所述预设相似度时，调整所述多个初始权重占比，对所述预设基础模型重新进行训练，得到所述验证模型。4.如权利要求3所述系统资源调度方法，其特征在于，所述训练输入数据包括多个训练数据组，其中，每一所述训练数据组包括Cpu资源占比、Io资源占比和Memory资源占比中的一个或多个，所述多个初始权重占比包括Cpu权重占比、Io权重占比和Memory权重占比中的一个或多个，所述将所述训练输入数据输入至所述预设基础模型中，得到初始预测结果数据的步骤包括：将所述训练输入数据输入至所述预设基础模型中，得到所述Cpu资源占比对应的第一卡顿值，和/或所述Io资源占比对应的第二卡顿值，和/或所述Memory资源占比对应的第三卡顿值；基于所述第一卡顿值、和/或所述第二卡顿值，和/或所述第三卡顿值，以及所述Cpu权重占比，和/或所述Io权重占比，和/或所述Memory权重占比，计算综合卡顿值，其中，一所述训练数据组对应一所述综合卡顿值；将所述综合卡顿值与预设标准卡顿值进行比对，得到初始预测结果数据。5.如权利要求2所述系统资源调度方法，其特征在于，所述将所述预设训练数据输入至所述预设基础模型中，对所述预设基础模型进行训练，得到所述预设基础模型对应的验证模型的步骤之后包括：获取预设验证数据，其中，所述预设验证数据包括验证输入数据和标准验证结果，且每一所述验证输入数据对应一所述标准验证结果；将所述验证输入数据输入至所述验证模型中，得到实际验证结果；将所述实际验证结果与所述标准验证结果进行比对，得到验证误差率；将所述验证误差率与预设误差阀值进行比对，当所述验证误差率小于或等于所述预设误差阀值时，将所述验证模型作为所述预测器；2CN110597637A权利要求书2/3页和/或当所述验证误差率大于所述预设误差阀值时，对所述预设基础模型进行重新训练。6.如权利要求1所述系统资源调度方法，其特征在于，所述步骤S11包括：所述当前时间点之前包括1个或多个时间点，所述系统资源数据包括系统资源占比，且每一所述时间点对应一系统资源占比，所述S12步骤包括：将所述系统资源数据输入至所述预测器中，获得所述1个或多个时间点对应的1个或多个综合系统资源占比；将所述1个或多个综合系统资源占比与预设占比阀值进行对比，当所述1个或多个综合系统资源占比中存在部分系统资源占比大于或等于所述预设占比阀值时，获取所述部分系统资源占比对应的时间点数量；计算所述时间点数量相对于所述1个或多个时间点数量的