一种基于大语言模型的预测性水平自动伸缩容系统及方法

本申请提供了一种基于大语言模型的预测性水平自动伸缩容方法，涉及大语言模型领域，方法包括：对工作负载模式进行分类，并选取不同工作负载模式下的最优预测模型，建立工作负载模式与最优预测模型之间的映射关系；定期提取当前工作负载模式的时序数据并行预处理，得到双模态分析提示词；通过双模态分析提示词，使用大语言模型对当前工作负载模式进行分类，得到模式识别结果；选择并加载当前工作负载模式下的当前最优预测模型，对负载变化进行预测，得到资源使用量预测结果；根据资源使用量预测结果，结合实际资源需求，指定并执行伸缩容策略。本申请的技术方案解决了现有水平自动伸缩机制中存在的响应延迟高、适应性差、预测精度低等问题。