摘要

本发明公开了一种基于时序卷积神经网络的云平台服务负载预测方法,包括,S1采集CPU负载时序数据,构成训练样本集;S2对训练样本进行预处理及特征提取,所述特征提取包括周期注意力向量和峰值注意力向量,将训练样本、周期注意力向量和峰值注意力向量进行加权求和得到最终训练样本;S3构建时序卷积神经网络,最终训练样本作为输入信号;S4训练时序卷积神经网络;S5测试样本数据输入训练好的时序卷积神经网络,得到测试样本的CPU负载预测结果。本发明预测精度高,有利于解决响应式自动伸缩可能带来的滞后性和服务质量下降的问题。