摘要
本发明公开了一种大数据资源容量管理方法及装置，属于人工智能领域，包括如下步骤：S1、按照设定的采集周期T周期性采集系统资源数据、数据行为特征及业务运行指标，所述资源数据包括CPU使用率、内存使用率、磁盘I/O和网络带宽使用率，所述数据行为特征包括数据访问频率、数据增长速率、活跃度，所述业务指标包括请求频率、并发连接数与SLA等级。本发明引入了深度循环神经网络(LSTM)对历史多维资源指标进行学习和趋势建模，通过滑动窗口机制捕捉周期性与突发性变化规律，较传统的线性回归、滑动平均等方法在多场景下具备更优的预测精度与鲁棒性。
