CN113835882A - 基于流量预测的节能方法、装置及可读存储介质 - Google Patents

基于流量预测的节能方法、装置及可读存储介质 Download PDF

Info

Publication number
CN113835882A
CN113835882A CN202111047160.8A CN202111047160A CN113835882A CN 113835882 A CN113835882 A CN 113835882A CN 202111047160 A CN202111047160 A CN 202111047160A CN 113835882 A CN113835882 A CN 113835882A
Authority
CN
China
Prior art keywords
predicted
user
access data
access
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111047160.8A
Other languages
English (en)
Inventor
廖凌云
华茂
陈普强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Hangzhou Information Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Hangzhou Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Hangzhou Information Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202111047160.8A priority Critical patent/CN113835882A/zh
Publication of CN113835882A publication Critical patent/CN113835882A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Sources (AREA)

Abstract

本发明公开了一种基于流量预测的节能方法，该方法包括：获取用户的历史访问数据；根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；根据所述预测访问数据确定数据中心内目标设备的调整参数；根据所述调整参数对所述目标设备的参数进行调整，以调整所述数据中心的能耗。本发明还提供一种基于流量预测的节能装置及计算机可读存储介质。本发明的基于流量预测的节能方法，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，从而能更精确且更智能的动态调整数据中心内的目标设备，提高节能效果。

Description

基于流量预测的节能方法、装置及可读存储介质
技术领域
本发明涉及终端技术领域，尤其涉及一种基于流量预测的节能方法、装置及计算机可读存储介质。
背景技术
目前，随着虚拟机技术的日益成熟，云计算、大数据应用需求呈现爆发式增长，各个互联网企业和运营商纷纷开始大规模地建设数据中心，数据中心的能耗成本居高不下，成为制约数据中心发展的硬伤。现有的对于数据中心的节能方式，主要依据实时监控数据进行实时调整，如结合当前CPU利用率和温度等指标对服务器进行调频调压。然而，该种节能方式并无法灵活应对在对数据中心的访问量发生突增或者突减的情况，导致节能效果较差。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于流量预测的节能方法、装置及计算机可读存储介质，旨在解决现有的对于数据中心的节能方式，主要依据实时监控数据进行实时调整，并无法灵活应对在对数据中心的访问量发生突增或者突减的情况，导致节能效果较差的问题。
为实现上述目的，本发明提供一种基于流量预测的节能方法，所述基于流量预测的节能方法包括：
获取用户的历史访问数据；
根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
根据所述预测访问数据确定数据中心内目标设备的调整参数；
根据所述调整参数对所述目标设备的参数进行调整，以调整所述数据中心的能耗。
可选地，预测访问数据包括预测的用户访问量以及用户访问变化趋势中至少一个。
可选地，根据所述预测访问数据确定数据中心内目标设备的调整参数的步骤包括：
根据所述用户访问量以及用户访问变化趋势确定所述目标设备的调整方式，所述调整方式包括增大或者减小；
根据所述用户访问量确定调整值，所述调整参数包括调整方式和调整值。
可选地，根据所述用户访问量以及用户访问变化趋势确定所述目标设备的调整方式的步骤包括：
若所述用户访问量大于或者等于预设访问量，且通过所述用户访问变化趋势确定用户的访问量增大时，所述调整方式为增大服务器风机转速、减小机房温度以及增大供电设备的供电量中至少一个；
若所述用户访问量小于预设访问量，且通过所述用户访问变化趋势确定用户的访问量减小时，所述调整方式为减小服务器风机转速、增大机房温度以及减小供电设备的供电量中至少一个。
可选地，根据所述用户访问量确定调整值的步骤包括：
获取所述用户访问量所在的预设访问数据区间；
根据所述预设访问数据区间确定所述调整值。
可选地，根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据的步骤包括：
根据基于时间序列的流量预测模型以及所述历史访问数据确定待预测时间所对应的用户的预测访问数据。
可选地，根据基于时间序列的所述流量预测模型以及所述历史访问数据确定待预测时间所对应的用户的预测访问数据的步骤之前，还包括：
根据所述历史访问数据生成基于时间序列的访问数据；
对所述基于时间序列的访问数据依次进行平稳性校验以及白噪声检验，以得到平稳非白噪声访问数据序列；
对所述平稳非噪声访问数据序列进行模型识别，以生成基于时间序列的所述流量预测模型。
此外，为实现上述目的，本发明还提供一种基于流量预测的节能装置，所述基于流量预测的节能装置包括：
获取模块，用于获取用户的历史访问数据；
第一确定模块，用于根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
第二确定模块，根据所述预测访问数据确定数据中心内目标设备的调整参数；
调整模块，用于根据所述调整参数对所述目标进行调整，以调整所述数据中心的能耗。
此外，为实现上述目的，本发明还提供一种基于流量预测的节能装置，所述基于流量预测的节能装置包括：存储器、处理器以及存储在所述存储器里并可在所述处理器上运行的基于流量预测的节能程序，所述基于流量预测的节能程序被所述处理器执行时实现如以上所述基于流量预测的节能方法的各个步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于流量预测的节能程序，所述基于流量预测的节能程序被所述处理器执行时实现如以上所述基于流量预测的节能方法的各个步骤。
本发明提出的基于流量预测的节能方法、装置及计算机可读存储介质，通过根据用户的历史访问数据以预测待预测时间所对应的用户的预测访问数据，进而适应于预测访问数据确定数据中心内目标设备的调整参数，以使得根据调整参数对目标设备进行调整后，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，从而能更精确且更智能的动态调整数据中心内的目标设备，提高节能效果。
附图说明
图1为本发明的基于流量预测的节能方法各个实施例涉及的终端设备的结构示意图；
图2为本发明的基于流量预测的节能方法第一实施例的流程示意图；
图3为本发明的基于流量预测的节能方法第二实施例的流程示意图；
图4为本发明的基于流量预测的节能方法第三实施例的流程示意图；
图5为本发明的基于流量预测的节能装置的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于流量预测的节能方法，所述基于流量预测的节能方法包括：获取用户的历史访问数据；根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；根据所述预测访问数据确定数据中心内目标设备的调整参数；根据所述调整参数对所述目标设备的参数进行调整，以调整所述数据中心的能耗。
本发明提出的基于流量预测的节能方法，通过根据用户的历史访问数据以预测待预测时间所对应的用户的预测访问数据，进而适应于预测访问数据确定数据中心内目标设备的调整参数，以使得根据调整参数对目标设备进行调整后，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，从而能更精确且更智能的动态调整数据中心内的目标设备，提高节能效果。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。
请参考图1，图1为本发明的基于流量预测的节能方法各个实施例涉及的基于流量预测的节能装置的结构示意图。
如图1所示，该基于流量预测的节能装置可以包括：存储器101以及处理器102。本领域技术人员可以理解，图1示出的终端的结构框图并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中，存储器101中存储有操作系统以及基于流量预测的节能程序。处理器102是基于流量预测的节能装置的控制中心，处理器102执行存储在存储器101内的基于流量预测的节能程序，以实现本发明的基于流量预测的节能方法各实施例的步骤。可选地，终端设备还可包括显示单元103，显示单元103包括显示面板，可采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板，用于输出显示用户浏览的界面。
基于上述终端设备的结构框图，提出本发明的基于流量预测的节能方法的各个实施例。
在第一实施例中，本发明提供一种基于流量预测的节能方法，请参考图2，图2为本发明的基于流量预测的节能方法第一实施例的流程示意图。在该实施例中，基于流量预测的节能方法包括以下步骤：
步骤S10，获取用户的历史访问数据；
历史访问数据是访问数据中心的历史数据，历史访问数据包括访问时间以及用户访问量。
基于数据中心或者能力开放平台，获取用户的历史访问数据，可从预设的存储区域获取用户的历史访问数据，其中，预设的存储区域可预先设置，且可按照用户访问数据中心的接口的访问时间以及用户成功访问数据中心的用户访问量的存储格式对历史访问数据进行存储，以得到历史访问数据，本实施例对此不做限定。
可选地，可设置历史访问数据的存储周期以及存储时间间隔，以根据存储周期以及存储时间间隔存储历史访问数据，如设置存储周期为14天，存储时间间隔为1分钟。
步骤S20，根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
待预测时间是指一未到达的时间点或者时间段，也即待预测时间可以是时间点，也可以是时间段。预测访问数据包括预测的用户访问量以及用户访问变化趋势中至少一个。预测的用户访问量是指在待预测时间所在时间点或者待预测时间所在时间段的初始时间点所对应预测的用户访问量。用户访问变化趋势是指在待预测时间所在时间点之后的预设时长内用户访问量的变化趋势，或者，待预测时间所在时间段的预设时长内用户访问量的变化趋势。
根据历史访问数据确定待预测时间所对应的用户的预测访问数据，可基于历史访问数据的变化趋势以及访问时间与用户访问量之间的相关关系以确定待预测时间所对应的用户的预测访问数据，也可基于历史访问数据中与待预测时间相对应的访问时间，通过与待预测时间相对应的访问时间以及在该访问时间下的用户访问量进行预测，以确定待预测时间所对应的用户的预测访问数据，本实施例对此不做限定。
步骤S30，根据所述预测访问数据确定数据中心内目标设备的调整参数；
步骤S40，根据所述调整参数对所述目标设备的参数进行调整，以调整所述数据中心的能耗。
数据中心内的目标设备是指为维持数据中心正常运行的设备，可选地，目标设备是指数据中心内所确定的待节能设备，该待节能设备如服务器的风机、机房以及供电设备。调整参数包括调整方式和调整值。其中，调整方式包括增大或者减小。调整值可以采用默认设置好的调整值，也可以根据预测的用户访问量确定，对此不做限定。
对应于预测访问数据包括预测的用户访问量以及用户访问变化趋势中至少一个。根据预测访问数据确定数据中心内目标设备的调整参数，可以是根据预测的用户访问量确定数据中心内目标设备的调整参数；也可以是根据用户访问变化趋势确定数据中心内目标设备的调整参数；还可以是根据预测的用户访问量以及用户访问变化趋势共同确定数据中心内目标设备的调整参数，本实施例对此不做限定。
根据调整参数对目标设备的参数进行调整，以调整数据中心的能耗，需要说明的是，调整参数根据预测访问数据如预测的用户访问量和/或用户访问变化趋势确定，根据调整参数对目标设备进行调整后，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，从而能更精确且更智能的动态调整数据中心内的目标设备，提高节能效果。
在本实施例公开的技术方案中，通过根据用户的历史访问数据以预测待预测时间所对应的用户的预测访问数据，进而适应于预测访问数据确定数据中心内目标设备的调整参数，以使得根据调整参数对目标设备进行调整后，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，从而能更精确且更智能的动态调整数据中心内的目标设备，提高节能效果。
在基于第一实施例的基础上提出的第二实施例中，请参考图3，图3为本发明的基于流量预测的节能方法第二实施例的流程示意图。在该实施例中，步骤S30包括：
步骤S31，根据所述用户访问量以及用户访问变化趋势确定所述目标设备的调整方式，所述调整方式包括增大或者减小；
作为一种可选的实施方式，步骤S31包括：
若所述用户访问量大于或者等于预设访问量，且通过所述用户访问变化趋势确定用户的访问量增大时，所述调整方式为增大服务器风机转速、减小机房温度以及增大供电设备的供电量中至少一个；
若所述用户访问量小于预设访问量，且通过所述用户访问变化趋势确定用户的访问量减小时，所述调整方式为减小服务器风机转速、增大机房温度以及减小供电设备的供电量中至少一个。
预设访问量是用于确定访问数据中心的用户访问量大小的临界值。如用户访问量大于或者等于预设访问量，则表明访问数据中心的用户访问量大，用户访问量小于预设访问量，则表明访问数据中心的用户访问量小。
若用户访问量大于或者等于预设访问量，且通过用户访问变化趋势确定用户的访问量增大，表明用户访问量大且存在用户访问量持续增大的趋势时，可通过增大服务器风机转速、减小机房温度以及增大供电设备的供电量中至少一个，以提前预测数据中心的用户访问量的变化情况，可灵活且有针对性应对数据中心的用户访问量发生突增时，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，提高节能效果。可选地，调整方式为增大服务器风机转速、减小机房温度以及增大供电设备的供电量。
若用户访问量小于预设访问量，且通过用户访问变化趋势确定用户的访问量减小，表明用户访问量小且存在用户访问量持续减小的趋势时，可通过减小服务器风机转速、增大机房温度以及减小供电设备的供电量中至少一个，以提前预测数据中心的用户访问量的变化情况，可灵活且有针对性应对数据中心的用户访问量发生突减时，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，提高节能效果。可选地，调整方式为减小服务器风机转速、增大机房温度以及减小供电设备的供电量。
步骤S32，根据所述用户访问量确定调整值，所述调整参数包括调整方式和调整值。
根据用户访问量确定调整值，可直接基于用户访问量与调整值之间的对应关系，根据用户访问量确定调整值，其中，用户访问量与调整值之间的对应关系可通过用户访问量与调整值之间大量的的实验检测数据，通过统计分析实验检测数据所确定的。
作为一种可选的实施方式，步骤S32包括：
获取所述用户访问量所在的预设访问数据区间；
根据所述预设访问数据区间确定所述调整值。
在实际应用过程中，为避免只要用户访问量发生变化，就重新确定数据中心内的目标设备的调整参数，导致频繁调整目标设备的运行参数而对目标设备造成损坏。可预先设置用户访问的访问数据区间，以通过获取用户访问量所在的预设访问数据区间，进而根据预设访问数据区间确定调整值，同理地，访问数据区间与调整值之间的对应关系可通过用户访问量与调整值之间大量的的实验检测数据，通过统计分析实验检测数据所确定划分的。
在本实施例公开的技术方案中，通过待预测时间的用户访问量以及用户访问变化趋势确定目标设备的调整方式，以提前预测数据中心的用户访问量的变化情况，以及通过待预测时间的用户访问量确定调整值，以适应于用户访问量确定目标设备的调整幅度，进而基于确定的调整方式以及调整值对目标设备的参数进行调整，可灵活且有针对性应对数据中心的用户访问量发生改变如突增或者突减的情况，以适应于数据中心的用户访问量实现数据中心内的目标设备采用恰当的运行参数运行，提高节能效果。
在基于上述任意一个实施例提出的第三实施例中，请参考图4，图4为本发明的基于流量预测的节能方法第三实施例的流程示意图。在该实施例中，步骤S20包括：
步骤S21，根据基于时间序列的流量预测模型以及所述历史访问数据确定待预测时间所对应的用户的预测访问数据。
通过基于时间序列的流量预测模型以及历史访问数据，共同确定待预测时间所对应的用户的预测访问数据，实现简单，且通过基于时间序列的流量预测模型可适应于时间变化以更准确预测待预测时间的用户的预测访问数据。
作为一种可选的实施方式，步骤S21之前包括：
根据所述历史访问数据生成基于时间序列的访问数据；
对所述基于时间序列的访问数据依次进行平稳性校验以及白噪声检验，以得到平稳非白噪声访问数据序列；
对所述平稳非噪声访问数据序列进行模型识别，以生成基于时间序列的所述流量预测模型。
历史访问数据是访问数据中心的历史数据，历史访问数据包括访问时间以及用户访问量。举例来说，可设置历史访问数据的存储周期以及存储时间间隔，如设置存储周期为14天，存储时间间隔为1分钟，按照用户访问数据中心的接口的访问时间以及用户成功访问数据中心的用户访问量的存储格式对历史访问数据进行存储，以得到历史访问数据。
需要说明的是，根据历史访问数据生成基于时间序列的访问数据；
S1，根据历史访问数据中的访问时间按照时间先后顺序且对应访问时间排列用户访问量，以得到基于时间序列的访问数据；
对基于时间序列的访问数据依次进行平稳性校验以及白噪声检验，以得到平稳非白噪声访问数据序列。
S2，可先对基于时间序列的访问数据进行平稳性校验，如选择使用ADF(AugmentedDickey-Fuller)检验；
S3，若基于时间序列的访问数据通过平稳性校验，则得到平稳时序序列，进入S5；
S4，若基于时间序列的访问数据未通过平稳性校验，则对基于时间序列的访问数据进行查分运算，返回至S2；
S5，对平稳时序序列进行白噪声检验，若平稳时序序列为白噪音序列，则平稳时序序列中的访问时间与用户访问量之间不存在相关关系，则返回至S4中对基于时间序列的访问数据进行查分运算；
S6，若平稳时序序列为非白噪音序列，则得到平稳非白噪声序列，也即平稳非白噪声访问数据序列；
对所述平稳非噪声访问数据序列进行模型识别，以生成基于时间序列的所述流量预测模型。
基于平稳非白噪声序列，进行模式识别，且以AIC准则(赤池信息准则)为准，限定自回归的阶数p和移动平均阶数q的范围，遍历(p，q)组合，找出具有最小AIC值的(p，q)组合，建立基于ARIMA时间序列的流量预测模型进行预测。
可选地，根据序列自相关函数统计量图对ARIMA模型中的p和q未知数定阶，尝试拟合合适模型，统计各种模型的参数显著性检验(P值)和模型的检验统计量。比较各个模型的检验统计量，根据AIC准则(赤池信息准则)和SC准则(施瓦茨准则)小的为最优模型，选择最优ARIMA模型进行ARIMA预测。
在本实施例公开的技术方案中，提供了一种确定待预测时间所对应的用户的预测访问数据的一种实施方式，通过基于时间序列的流量预测模型以及历史访问数据，共同确定待预测时间所对应的用户的预测访问数据，实现简单，且通过基于时间序列的流量预测模型可适应于时间变化以更准确预测待预测时间的用户的预测访问数据，进而依据预测访问数据准确确定数据中心内目标设备的调整参数，根据调整参数对目标设备的参数进行调整，以调整数据中心的能耗。
请参考图5，图5为本发明的基于流量预测的节能装置的模块示意图，本发明还提供一种基于流量预测的节能装置100，所述基于流量预测的节能装置100包括：
获取模块110，用于获取用户的历史访问数据；
第一确定模块120，用于根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
第二确定模块130，用于根据所述预测访问数据确定数据中心内目标设备的调整参数；
调整模块140，用于根据所述调整参数对所述目标进行调整，以调整所述数据中心的能耗。
本发明还提出一种基于流量预测的节能装置，所述基于流量预测的节能装置包括：包括存储器、处理器以及存储在存储器里并可在处理器上运行的基于流量预测的节能程序，基于流量预测的节能程序被处理器执行时实现上述任一实施例中的基于流量预测的节能方法的步骤。
本发明还提出一种计算机可读存储介质，该计算机可读存储介质上存储有基于流量预测的节能程序，所述基于流量预测的节能程序被处理器执行时实现如以上任一实施例所述的基于流量预测的节能方法的步骤。
在本发明提供的基于流量预测的节能装置和计算机可读存储介质的实施例中，包含了上述基于流量预测的节能方法各实施例的全部技术特征，说明书拓展和解释内容与上述基于流量预测的节能方法的各实施例基本相同，在此不做再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本发明每个实施例的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于流量预测的节能方法，其特征在于，所述基于流量预测的节能方法包括：
获取用户的历史访问数据；
根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
根据所述预测访问数据确定数据中心内目标设备的调整参数；
根据所述调整参数对所述目标设备的参数进行调整，以调整所述数据中心的能耗。
2.如权利要求1所述的基于流量预测的节能方法，其特征在于，所述预测访问数据包括预测的用户访问量以及用户访问变化趋势中至少一个。
3.如权利要求2所述的基于流量预测的节能方法，其特征在于，所述根据所述预测访问数据确定数据中心内目标设备的调整参数的步骤包括：
根据所述用户访问量以及用户访问变化趋势确定所述目标设备的调整方式，所述调整方式包括增大或者减小；
根据所述用户访问量确定调整值，所述调整参数包括调整方式和调整值。
4.如权利要求3所述的基于流量预测的节能方法，其特征在于，所述根据所述用户访问量以及用户访问变化趋势确定所述目标设备的调整方式的步骤包括：
若所述用户访问量大于或者等于预设访问量，且通过所述用户访问变化趋势确定用户的访问量增大时，所述调整方式为增大服务器风机转速、减小机房温度以及增大供电设备的供电量中至少一个；
若所述用户访问量小于预设访问量，且通过所述用户访问变化趋势确定用户的访问量减小时，所述调整方式为减小服务器风机转速、增大机房温度以及减小供电设备的供电量中至少一个。
5.如权利要求3所述的基于流量预测的节能方法，其特征在于，所述根据所述用户访问量确定调整值的步骤包括：
获取所述用户访问量所在的预设访问数据区间；
根据所述预设访问数据区间确定所述调整值。
6.如权利要求1所述的基于流量预测的节能方法，其特征在于，所述根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据的步骤包括：
根据基于时间序列的流量预测模型以及所述历史访问数据确定待预测时间所对应的用户的预测访问数据。
7.如权利要求1所述的基于流量预测的节能方法，其特征在于，所述根据基于时间序列的所述流量预测模型以及所述历史访问数据确定待预测时间所对应的用户的预测访问数据的步骤之前，还包括：
根据所述历史访问数据生成基于时间序列的访问数据；
对所述基于时间序列的访问数据依次进行平稳性校验以及白噪声检验，以得到平稳非白噪声访问数据序列；
对所述平稳非噪声访问数据序列进行模型识别，以生成基于时间序列的所述流量预测模型。
8.一种基于流量预测的节能装置，其特征在于，所述基于流量预测的节能装置包括：
获取模块，用于获取用户的历史访问数据；
第一确定模块，用于根据所述历史访问数据确定待预测时间所对应的用户的预测访问数据；
第二确定模块，用于根据所述预测访问数据确定数据中心内目标设备的调整参数；
调整模块，用于根据所述调整参数对所述目标进行调整，以调整所述数据中心的能耗。
9.一种基于流量预测的节能装置，其特征在于，所述基于流量预测的节能装置包括：存储器、处理器以及存储在所述存储器里并可在所述处理器上运行的基于流量预测的节能程序，所述基于流量预测的节能程序被所述处理器执行时实现如权利要求1-7任一项基于流量预测的节能方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于流量预测的节能程序，所述基于流量预测的节能程序被处理器执行时实现如权利要求1-7任一项基于流量预测的节能方法的步骤。
CN202111047160.8A 2021-09-07 2021-09-07 基于流量预测的节能方法、装置及可读存储介质 Pending CN113835882A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111047160.8A CN113835882A (zh) 2021-09-07 2021-09-07 基于流量预测的节能方法、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111047160.8A CN113835882A (zh) 2021-09-07 2021-09-07 基于流量预测的节能方法、装置及可读存储介质

Publications (1)

Publication Number Publication Date
CN113835882A true CN113835882A (zh) 2021-12-24

Family

ID=78958597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111047160.8A Pending CN113835882A (zh) 2021-09-07 2021-09-07 基于流量预测的节能方法、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113835882A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061023A1 (en) * 1991-12-23 2007-03-15 Hoffberg Linda I Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US20090259345A1 (en) * 2008-04-09 2009-10-15 Takeshi Kato Operations management methods and devices thereof in information-processing systems
CN104965674A (zh) * 2015-06-08 2015-10-07 暨南大学 一种基于块关联的低能耗磁盘调度方法及系统
CN105135636A (zh) * 2015-09-12 2015-12-09 褚如圣 中央空调变流量优化系统
CN105471759A (zh) * 2016-01-11 2016-04-06 北京百度网讯科技有限公司 数据中心的网络流量调度方法和装置
CN105868073A (zh) * 2016-03-25 2016-08-17 山东超越数控电子有限公司 一种基于时间序列分析的数据中心节能策略实现方法
CN107070726A (zh) * 2017-05-22 2017-08-18 郑州云海信息技术有限公司 一种基于mdc的综合管理方法
CN110247856A (zh) * 2019-05-24 2019-09-17 平安科技（深圳）有限公司 服务器资源释放方法和装置
CN110968745A (zh) * 2019-11-13 2020-04-07 泰康保险集团股份有限公司 数据处理方法、装置、电子设备和计算机可读介质
CN111711617A (zh) * 2020-05-29 2020-09-25 北京金山云网络技术有限公司 网络爬虫的检测方法、装置、电子设备及存储介质
CN112612305A (zh) * 2020-12-04 2021-04-06 格力电器（武汉）有限公司 温度的调整方法、装置、设备、存储介质和空调系统
CN112685187A (zh) * 2021-03-17 2021-04-20 北京海誉动想科技股份有限公司 云游戏资源调度方法与装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061023A1 (en) * 1991-12-23 2007-03-15 Hoffberg Linda I Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US20090259345A1 (en) * 2008-04-09 2009-10-15 Takeshi Kato Operations management methods and devices thereof in information-processing systems
CN104965674A (zh) * 2015-06-08 2015-10-07 暨南大学 一种基于块关联的低能耗磁盘调度方法及系统
CN105135636A (zh) * 2015-09-12 2015-12-09 褚如圣 中央空调变流量优化系统
CN105471759A (zh) * 2016-01-11 2016-04-06 北京百度网讯科技有限公司 数据中心的网络流量调度方法和装置
CN105868073A (zh) * 2016-03-25 2016-08-17 山东超越数控电子有限公司 一种基于时间序列分析的数据中心节能策略实现方法
CN107070726A (zh) * 2017-05-22 2017-08-18 郑州云海信息技术有限公司 一种基于mdc的综合管理方法
CN110247856A (zh) * 2019-05-24 2019-09-17 平安科技（深圳）有限公司 服务器资源释放方法和装置
CN110968745A (zh) * 2019-11-13 2020-04-07 泰康保险集团股份有限公司 数据处理方法、装置、电子设备和计算机可读介质
CN111711617A (zh) * 2020-05-29 2020-09-25 北京金山云网络技术有限公司 网络爬虫的检测方法、装置、电子设备及存储介质
CN112612305A (zh) * 2020-12-04 2021-04-06 格力电器（武汉）有限公司 温度的调整方法、装置、设备、存储介质和空调系统
CN112685187A (zh) * 2021-03-17 2021-04-20 北京海誉动想科技股份有限公司 云游戏资源调度方法与装置

Similar Documents

Publication Publication Date Title
EP3091537B1 (en) Noise cancellation for voice activation
EP3140732B1 (en) Startup accelerating method and apparatus
US20130311622A1 (en) Automated transaction tuning in application servers
US9092270B2 (en) Method of SOA performance tuning
KR20150036684A (ko) 단말기를 제어하기 위한 방법 및 장치, 및 그 단말기
US20140025971A1 (en) Method and device for controlling terminal and terminal thereof
CN111030850B (zh) 一种scada系统数据采集周期控制方法及装置
CN105759938A (zh) 移动终端的节能方法和设备
US10496655B2 (en) Event analysis apparatus, event analysis systems, event analysis methods, and event analysis program
CN110875838A (zh) 一种资源部署方法、装置和存储介质
CN113835882A (zh) 基于流量预测的节能方法、装置及可读存储介质
CN110737322A (zh) 信息处理方法及电子设备
CN113932325A (zh) 机房空调的控制方法、系统、电子设备和存储介质
CN109669528B (zh) 终端的处理组件控制方法、装置、计算机设备及存储介质
US9729464B1 (en) Method and apparatus for provisioning of resources to support applications and their varying demands
CN112131179B (zh) 任务状态检测方法、装置、计算机设备及存储介质
CN113748398B (zh) 数据处理与任务调度方法、设备、系统及存储介质
CN112767937A (zh) 多设备语音控制方法、系统、设备及可读存储介质
CN103455525A (zh) 基于用户的搜索推广行为确定推广帐号状态的方法与设备
CN111796658B (zh) 一种信息处理方法、电子设备和计算机可读存储介质
JP5692137B2 (ja) 消費電力制御装置、情報処理装置、消費電力制御方法、及びプログラム
EP2911109A1 (en) Method and system for identifying energy consumers
JP2003281094A (ja) 管理システム，該管理システムによる不正候補アクセスデータ抽出方法および不正候補アクセスデータ抽出プログラム
CN112232068B (zh) 一种意图识别方法、装置、电子设备及存储介质
WO2021247041A1 (en) Adaptive user configuration based on network connection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination