面向数据缺失的随机工作流负载预测方法

本发明公开了一种面向数据缺失的随机工作流负载预测方法，该方法包括工作流预处理阶段：将工作流转化为化为嵌入向量形式，依据历史记录进行相似度聚类；工作流缺失值补全和负载预测阶段：基于共性特征的核密度缺失数据填充方法，填充缺失数据，并基于算网云边端结构特性和工作流计算、存储、通信等历史信息，提出工作流负载分析和预测方法；集群建模及特征工程阶段；集群负载预测阶段：本发明结合核方法和卡尔曼滤波技术技术预测缺失值与工作流负载，优化了预测的鲁棒性和泛化性，在负载预测与工作流调度领域有广泛的应用价值和使用前景。