CN115757561A - 一种数据中心设备运行数据时间序列组合预测方法 - Google Patents

Abstract

本申请涉及一种数据中心设备运行数据时间序列组合预测方法，用于根据历史时序数据估测接续时序数据；所述方法包括如下步骤：采集数据中心设备运行原始时序数据并进行标准化处理；利用标准化后的时序数据分别进行ARIMA建模和XGBoost建模；根据上步骤中所得的两种数据模型分别预测一定时长的设备时序数据，并根据动态加权得到组合优化后的预测时序数据。本发明的方法基于数据中心设备运行时序数据中隐含的线性特征和非线性特征，以及不同数据模型对不同时间序列规律的拟合能力，对设备运行状态进行估测，为设备运行趋势分析提供数据参考。

Description

一种数据中心设备运行数据时间序列组合预测方法

技术领域

本申请涉及数据挖掘领域，涉及一种时间序列的预测方法，尤其涉及一种数据中心设备运行数据时间序列组合预测方法。

背景技术

数据中心是数据和信息的集中的地方，每时每刻都有许多数据产生、汇聚或分发。关注数据中心设备运行状态与趋势，对保障数据中心的整体运维情况以及与设备相关的数据分析与决策具有重要意义。

ARIMA代表Autoregressive Integrated Moving Average，即差分自回归移动平均，ARIMA模型是一种广泛使用的时间序列预测统计方法，其模型原理简单易实现，仅依赖统计的数据本身而不需要其他外生变量，常用于处理平稳的、或差分后平稳的时序数据，适合跟踪平稳时间序列中的线性趋势，而难以捕捉非线性关系。XGBoost模型代表ExtremeGradient Boosting，又称为极度梯度提升树，是对分类和回归问题的梯度提升集成算法的实现，亦可以被用于时间序列预测，其模型鲁棒性强，在处理大规模数据集时速度快效果好，具备良好的非线性映射能力。

对于复杂的时序数据而言，如数据中心设备的状态数据，由于受到设备本身参数、业务处理、传感器精度等多种因素影响，导致观测的时序数据可能隐含多种变化趋势，而单一的预测模型往往侧重于拟合时间序列的部分线性或非线性特征。

发明内容

本申请实施例的目的在于提供一种数据中心设备运行数据时间序列组合预测方法，基于数据中心设备运行时序数据中隐含的线性特征和非线性特征，以及不同数据模型对不同时间序列规律的拟合能力，对设备运行状态进行估测，为设备运行趋势分析提供数据参考。

为实现上述目的，本申请提供如下技术方案：

本申请实施例提供一种数据中心设备运行数据时间序列组合预测方法，包括如下步骤：

步骤1：预处理原始数据样本，将设备运行原始时序数据样本集标准化处理为标准时序数据，并切割出预留时窗数据；

步骤2：利用剩余时序数据集分别拟合ARIMA模型和XGBoost模型；

步骤3：根据训练后的ARIMA模型和XGBoost模型分别预测预留时窗对应时序的数据值，并根据预测时窗数据与预留时序数据集的均方误差，得到模型组合权重；

步骤4：根据训练后的ARIMA模型和XGBoost模型预测后续时序数据并根据权重得到组合预测时序数据，当有新采样的设备运行时序数据时，根据步骤1至3，更新模型和权重，对设备运行时序数据进行动态组合预测。

所述步骤1中原始时序数据样本集

其中上标i表示在总共N个样本对中第i对样本数据，{t⁽ⁱ⁾}、{s⁽ⁱ⁾}分别为原始数据时序及该时序对应运行数据值，标准时序数据集X＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N}，其中

预留时窗数据为X_w＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝N-L+1,…,N-1,N}，时窗大小

且L＜＜N，则剩余时序数据为X_r＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N-L},即X＝X_w∪X_r。

所述步骤2中拟合ARIMA模型包括：

对剩余时序数据集X_r做平稳性处理，确定模型的差分阶数d，对差分后的时序数据做自相关函数ACF和偏自相关函数PACF，并根据BIC原则确定的MA阶数p和RA阶数q。

所述步骤2中XGBoost模型包括：

根据原始数据时序{t⁽ⁱ⁾}构造时间特征，利用剩余时序数据集X_r训练XGBoost模型，调整并确定重要模型参数max_depth、learning_rate、n_estimator。

所述步骤3中设ARIMA模型预测时窗数据

XGBoost模型预测时窗数据

分别与预留时窗数据比较得到均方误差

则可确定ARIMA模型权重w₁与XGBoost模型权重w₂关系为

所述步骤4中设ARIMA后续预测时序数据

XGBoost后续预测时序数据

后续预测时序长

则t^(N)时刻后的预测时序数据为

当下一时段设备运行原始时序数据到来后，保持标准数据集大小N不变，用当前最新时序数据替换较旧时刻的时序数据，根据步骤1至步骤3更新模型与权重。

与现有技术相比，本发明的有益效果是：

考虑到数据中心设备运行时序数据中隐含的线性特征和非线性特征，利用不同数据模型对不同时间序列规律的拟合能力，组合预测设备运行时序数据以对设备运行状态进行估测，为设备运行趋势分析提供更有效的数据参考。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例方法流程示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

下面结合图1，介绍本发明的具体实施方式为一种数据中心设备运行数据时间序列组合预测方法，包括以下具体步骤：

步骤1：取某时刻前300时间点的数据中心服务器运行的CPU利用率作为设备运行原始时序数据

上标i表示在总共N个样本对中第i对样本数据，{t⁽ⁱ⁾}、{s⁽ⁱ⁾}分别为原始数据时序及该时序对应运行数据值，标准化处理原始数据样本，令

得到标准时序数据集X＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N}，切割出预留时窗数据X_w＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝N-L+1,…,N-1,N}，取L＝0.05N；

步骤2：利用剩余时序数据集分别拟合ARIMA模型和XGBoost模型，确定ARIMA模型差分阶数d＝1、A阶数p＝1和RA阶数q＝1，同时根据原始数据时序{t⁽ⁱ⁾}构造时间特征“day”“hour”“minite”，确定XGBoost模型重要参数max_depth＝5、learning_rate＝0.1、n_estimator＝10；

步骤3：根据训练后的ARIMA模型和XGBoost模型预测预留时窗对应时序的数据值，得到预测时窗数据分别为

比较与预留时序数据集的均方误差

则ARIMA模型权重w₁与XGBoost模型权重w₂有：

步骤4：根据训练后的ARIMA模型和XGBoost模型预测后续时序数据得到，并根据权重得到

则可输出当前时刻后的组合预测时序数据

若在该时刻后继续采样超过预留时窗大小L的时序数据，则可更新t^(N)与对应运行数据，根据步骤1至步骤3保持动态地组合预测时序数据。

相较于现有技术，本发明提出一种数据中心设备运行数据时间序列组合预测方法。基于数据中心设备运行时序数据中隐含的线性规律和非线性规律，以及ARIMA模型和XGBoost模型对不同时间序列规律的拟合能力，通过对不断更新的时序数据分割比较当前时窗数据确定权重，以达到动态组合预测后续时序数据的目的，为设备运行状态和后续运行趋势分析提供数据参考。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (6)

1.一种数据中心设备运行数据时间序列组合预测方法，其特征在于，包括如下步骤：

步骤1：预处理原始数据样本，将设备运行原始时序数据样本集标准化处理为标准时序数据，并切割出预留时窗数据；

步骤2：利用剩余时序数据集分别拟合ARIMA模型和XGBoost模型；

步骤3：根据训练后的ARIMA模型和XGBoost模型分别预测预留时窗对应时序的数据值，并根据预测时窗数据与预留时序数据集的均方误差，得到模型组合权重；

步骤4：根据训练后的ARIMA模型和XGBoost模型预测后续时序数据并根据权重得到组合预测时序数据，当有新采样的设备运行时序数据时，根据步骤1至3，更新模型和权重，对设备运行时序数据进行动态组合预测。

2.根据权利要求1所述的一种数据中心设备运行数据时间序列组合预测方法，其特征在于，所述步骤1中原始时序数据样本集

其中上标i表示在总共N个样本对中第i对样本数据，

{s⁽ⁱ⁾}分别为原始数据时序及该时序对应运行数据值，标准时序数据集X＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N}，其中

预留时窗数据为X_w＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝N-L+1,…,N-1,N}，时窗大小

且L＜＜N，则剩余时序数据为X_r＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N-L},即X＝X_w∪X_r。

3.根据权利要求1所述的一种数据中心设备运行数据时间序列组合预测方法，其特征在于，所述步骤2中拟合ARIMA模型包括：

对剩余时序数据集X_r做平稳性处理，确定模型的差分阶数d，对差分后的时序数据做自相关函数ACF和偏自相关函数PACF，并根据BIC原则确定的MA阶数p和RA阶数q。

4.根据权利要求1所述的一种数据中心设备运行数据时间序列组合预测方法，其特征在于，所述步骤2中XGBoost模型包括：

根据原始数据时序{t⁽ⁱ⁾}构造时间特征，利用剩余时序数据集X_r训练XGBoost模型，调整并确定重要模型参数max_depth、learning_rate、n_estimator。

5.根据权利要求1所述的一种数据中心设备运行数据时间序列组合预测方法，其特征在于，所述步骤3中设ARIMA模型预测时窗数据

XGBoost模型预测时窗数据

分别与预留时窗数据比较得到均方误差

k＝1,2,则可确定ARIMA模型权重w₁与XGBoost模型权重w₂关系为w₁:

6.根据权利要求1所述的一种数据中心设备运行数据时间序列组合预测方法，其特征在于，所述步骤4中设ARIMA后续预测时序数据

XGBoost后续预测时序数据

后续预测时序长

则t^(N)时刻后的预测时序数据为

当下一时段设备运行原始时序数据到来后，保持标准数据集大小N不变，用当前最新时序数据替换较旧时刻的时序数据，根据步骤1至步骤3更新模型与权重。

Images