公开(公告)号：CN110704221A

公开(公告)日：2020-01-17

申请号：CN201910824129.7

申请日：2019-09-02

Applicant: 西安交通大学

Inventor： 伍卫国 ,  康益菲 ,  崔舜 ,  杨傲 ,  王倩 ,  孙岚子

IPC: G06F11/07 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于数据增强的数据中心故障预测方法，将数据点归一化得到故障预测模型的输入输出数据对，确定与故障相关的输入向量x构成真实故障数据集Dfault_real；然后建立数据增强模型，对真实故障数据集Dfault_real进行数据增强，生成器产生样本，用生成样本和真实样本更新判别器，判别器如果能分辨生成样本和真实样本，则固定判别器，更新生成器重新产生样本，如不能够分辨生成样本和真实样本，则进行数据合并，生成数据增强后的数据集Dfull；最后使用数据集Dfull训练故障预测模型至模型损失无法下降，按数据集Dfull的数据格式要求将当前时间点的数据输入模型，输出就是预测视野后的时间点发生故障的概率,实现故障预测。本方法有效提高了故障预测的准确率。

公开(公告)号：CN110231976A

公开(公告)日：2019-09-13

申请号：CN201910420328.1

申请日：2019-05-20

Applicant: 西安交通大学

Inventor： 伍卫国 ,  康益菲 ,  徐一轩 ,  杨傲 ,  崔舜

IPC: G06F9/455 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于负载预测的边缘计算平台容器部署方法及系统，包括多个计算节点和一个中心节点，计算节点上搭载一个原始负载监测系统，原始负载监测系统分别于节点负载预测系统连接，并通过节点负载预测系统上传至中心服务器，中心节点上搭载了节点负载预测系统和计算任务管理系统，节点负载预测系统上设置有对应各计算节点的LSTM模型，节点负载预测系统接收节点原始负载信息并将预测的结果发送至计算任务管理系统；计算任务管理系统负责容器的部署，计算任务管理系统根据接收的信息反馈节点号、任务时间给节点负载预测系统，并下发容器到可用的计算节点。本发明合理的部署容器至各计算节点，降低了计算任务的成本。