一种基于顺序信息感知的运维时序数据的预测方法

本发明公开了一种基于顺序信息感知的运维时序数据的预测方法，包括以下步骤：对长运维时序数据进行分片，将分片后的长运维时序数据映射为高维嵌入表示；对高维嵌入表示进行线性变换，得到查询矩阵、键矩阵、值矩阵以及代表各时间位置对整个序列贡献权重的全局注意力，并计算各时间位置的自注意力值；对全局注意力与自注意力值进行逐元素相乘，对逐元素相乘的乘积中每个时间位置之前的所有项进行累积和，得到长期顺序信息；对当前时间位置以及当前时间位置的前两个时间位置的自注意力值进行加权组合，得到短期顺序信息；动态融合长短期顺序信息和自注意力，将融合后的特征与高维嵌入表示相加，得到融合后的特征张量，将融合后的特征张量映射为预测结果。