[00901952]一种基于深度学习的存储系统自适应参数调优方法
交易价格:
面议
所属行业:
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN202010547220.1
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度学习的存储系统自适应参数调优方法。本发明包括对存储系统I/O带宽的管理、I/O负载特征识别和对系统参数自适应调优,其中I/O带宽的管理是通过加强公平排队调度算法来对带宽进行分配,使应用程序能够得到合理的带宽资源。I/O负载特征识别是借助多元线性回归理论来对存储系统进行性能建模,通过检测负载特征,动态地提取存储系统的性能模型。系统参数自适应调优是通过拉丁超立方抽样方法和贪心参数选择算法来选择出对存储系统性能影响较大的参数,继而通过深度神经网络训练优化模型,得到系统性能最优的参数配置。本发明可以合理管理I/O带宽,检测识别负载特征,自动选择重要参数并优化存储系统性能。
本发明公开了一种基于深度学习的存储系统自适应参数调优方法。本发明包括对存储系统I/O带宽的管理、I/O负载特征识别和对系统参数自适应调优,其中I/O带宽的管理是通过加强公平排队调度算法来对带宽进行分配,使应用程序能够得到合理的带宽资源。I/O负载特征识别是借助多元线性回归理论来对存储系统进行性能建模,通过检测负载特征,动态地提取存储系统的性能模型。系统参数自适应调优是通过拉丁超立方抽样方法和贪心参数选择算法来选择出对存储系统性能影响较大的参数,继而通过深度神经网络训练优化模型,得到系统性能最优的参数配置。本发明可以合理管理I/O带宽,检测识别负载特征,自动选择重要参数并优化存储系统性能。