1.一种修正资源预测误差的方法，适用于云计算服务提供系统，其特征在于，所述方法包括：

根据第一历史应用数据对应的第一序列，预测应用的第一应用数据，获得第一预测值；

其中，所述第一历史应用数据包括所述应用在第一预设窗口内的第一工作负载历史数据或所述第一预设窗口内的第一资源用量历史数据；所述第一应用数据包括所述应用在下一时刻的第一工作负载或下一时刻的第一资源用量；所述第一预设窗口为距当前时刻最近的长度为W1的时间窗口，且所述第一预设窗口中的时刻位于当前时刻之前；

根据第二历史应用数据对应的第二序列，确定所述第一预测值的第一补偿值；其中，所述第二历史应用数据包括所述应用在第二预设窗口内的第二工作负载历史数据或所述第二预设窗口内的第二资源用量历史数据；所述第二预设窗口为距所述当前时刻最近的长度为W2的时间窗口，且所述第二预设窗口中的时刻位于当前时刻之前；

根据第三历史应用数据，获取特征序列；其中，所述特征序列用于预测所述第一应用数据的取值范围；其中，所述取值范围包括所述第一应用数据的最大预测值和所述第一应用数据的最小预测值；所述第三历史应用数据包括所述应用在第三预设窗口内的第三工作负载历史数据或所述第三预设窗口内的第三资源用量历史数据，和/或，所述第三预设窗口内的资源预测误差历史数据中的至少一种信息；所述第三预设窗口为距所述当前时刻最近的长度为W3的时间窗口，且所述第三预设窗口中的时刻位于当前时刻之前；

根据预设的置信度和所述特征序列，确定所述取值范围；其中，所述特征序列为一个或多个；

根据所述第一预测值、所述第一补偿值和所述取值范围，获得第二预测值，并根据所述第二预测值为所述应用分配下一时刻的资源。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测值、所述第一补偿值和所述取值范围，获得第二预测值，包括：

根据所述第一预测值、所述第一补偿值和所述取值范围，对所述第一补偿值进行修正，获得第二补偿值；

将所述第一预测值和所述第二补偿值的和作为所述第二预测值。

3.根据权利要求2所述的方法，其特征在于，根据所述第一预测值、所述第一补偿值和所述取值范围，对所述第一补偿值进行修正，获得第二补偿值，包括：判断所述第一预测值是否大于所述第一应用数据的最大预测值；

若是，则确定所述第二补偿值为0；

若否，则判断所述第一预测值是否小于所述第一应用数据的最小预测值；若是，则进一步判断所述第一预测值与所述第一补偿值的和是否大于所述最大预测值；若是，则确定所述第二补偿值为所述第一应用数据的最大预测值减去所述第一预测值的差值，若否，则进一步判断第一预测值与所述第一补偿值的和是否小于所述第一应用数据的最小预测值；若是，则确定第二补偿值为所述第一应用数据的最小预测值减去所述第一预测值的差值，若否，则确定第二补偿值为所述第一补偿值。

4.根据权利要求3所述的方法，其特征在于，所述判断所述第一预测值是否小于所述第一应用数据的最小预测值，还包括：

若否，则进一步判断所述第一预测值与所述第一补偿值的和是否大于所述第一应用数据的最大预测值；若是，则确定第二补偿值为所述第一应用数据的最大预测值减去第一预测值的差值；若否，则确定第二补偿值为第一补偿值。

5.根据权利要求1所述的方法，其特征在于，根据所述第一预测值、所述第一补偿值和所述取值范围，获得第二预测值，包括：

将所述第一预测值与所述第一补偿值的和确定为第三预测值；

判断所述第三预测值是否小于所述第一应用数据的最小预测值；

若是，则确定所述第二预测值为所述第一应用数据的最小预测值；若否，则进一步判断所述第三预测值是否大于所述第一应用数据的最大预测值，若是，则确定所述第二预测值为所述第一应用数据的最大预测值，若否，则确定所述第二预测值为第三预测值。

6.根据权利要求1-5任一项所述的方法，其特征在于，当所述特征序列为一个时，则所述根据预设的置信度和所述特征序列，确定所述取值范围，包括：将所述特征序列中的元素按照从小到大的顺序进行排序；

根据排序后的特征序列确定第一元素的特征值，并根据所述第一元素的特征值确定所述取值范围；其中，所述第一元素在所述排序后的特征序列中的位置等于所述置信度与所述W3的乘积。

7.根据权利要求1-5任一项所述的方法，其特征在于，当所述特征序列为多个时，则所述根据预设的置信度和所述特征序列，确定所述取值范围，包括：根据每个所述特征序列分别确定第一取值范围；每个所述第一取值范围包括所述第一应用数据的第一最大预测值和所述第一应用数据的第一最小预测值；

将各个所述第一取值范围中的第一最大预测值和第一最小预测值进行第一处理，得到所述取值范围；其中，所述第一处理包括：取极值处理、平均处理、加权平均处理中的任一处理；

所述取极值处理，用于将所有第一最大预测值进行比较以及将所有第一最小预测值进行比较，将最大的所述第一最大预测值作为所述第一应用数据的最大预测值，将最小的所述第一最小预测值作为所述第一应用数据的最小预测值；所述平均处理，用于将所有第一最大预测值进行平均，得到第一平均最大预测值，并用于将所有第一最小预测值进行平均，得到第一平均最小预测值，并将所述第一平均最大预测值作为所述第一应用数据的最大预测值，以及将第一平均最小预测值作为所述第一应用数据的最小预测值；所述加权平均处理，用于将所有第一最大预测值进行加权平均，得到第二平均最大预测值，并用于将所有第一最小预测值进行加权平均，得到第二平均最小预测值，并将所述第二平均最大预测值作为所述第一应用数据的最大预测值，以及将第二平均最小预测值作为所述第一应用数据的最小预测值。

8.根据权利要求1-7任一项所述的方法，其特征在于，若所述第三历史应用数据为所述第三工作负载历史数据或所述第三资源用量历史数据；则所述根据第三历史应用数据，获取特征序列，具体包括：根据所述第三历史应用数据，确定第三序列为{L(t-W3+1),...,L(t)}；其中，所述L(t)为t时刻的第三历史应用数据的实际值，所述L(t-W3+1)为(t-W3+1)时刻的第三历史应用数据的实际值；

根据Feature1(t)＝|L(t)-L(t-1)|和所述第三序列，确定变化率序列为{Feature1(t-W3+2),...,Feature1(t)}；和/或，根据 和所述第三序列，确定波动率序列为{Feature2(t-W3+2),...,Feature2(t)}；其中，所述Feature1(t)为t时刻的第三历史应用数据的变化率，所述Feature1(t-W3+2)为(t-W3+2)时刻的第三历史应用数据的变化率，所述L(t-1)为t-1时刻的第三历史应用数据的实际值；所述Feature2(t)为t时刻的第三历史应用数据的波动率，所述Feature2(t-W3+2)为(t-W3+2)时刻的第三历史应用数据的变化率；所述特征序列包括所述变化率序列、所述波动率序列中的至少一个序列。

9.根据权利要求1-7任一项所述的方法，其特征在于，若所述第三历史应用数据为所述第三预设窗口内的资源预测误差历史数据；则所述根据第三历史应用数据，获取特征序列，具体包括：根据所述第三历史应用数据，确定第四序列为{E(t-W3+1),...,E(t)}，并根据Feature3(t)＝|E(t)|和所述第四序列，确定绝对误差序列为{Feature3(t-W3+2),...,Feature3(t)}；其中，其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差，所述Feature3(t)为t时刻的资源预测误差的变化率，所述Feature3(t-W3+2)为(t-W3+2)时刻的资源预测误差的变化率；

和/或，

根据所述第三历史应用数据，确定第四序列为{E(t-W3+1),...,E(t)}，并根据第四预设窗口内的第四历史应用数据，确定第五序列为{L(t-W4+1),...,L(t)}，并根据所述第四序列和所述第五序列，确定弹性偏差率序列为{Feature4(t-W3+2),...,Feature4(t)}；其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差；所述第四历史用数据包括所述应用在第四预设窗口内的第四工作负载历史数据或所述第四预设窗口内的第四资源用量历史数据，所述第四预设窗口为距当前时刻最近的长度为W4的时间窗口，且所述第四预设窗口中的时刻位于当前时刻之前，所述L(t)为t时刻的第四历史应用数据的实际值，所述L(t-W4+1)为(t-W4+1)时刻的第四历史应用数据的实际值；所述Feature4(t)为t时刻的资源预测误差的弹性偏差率，所述Feature4(t-W3+2)为(t-W3+2)时刻的资源预测误差的弹性偏差率；所述特征序列包括所述绝对误差误差序列、所述弹性偏差率序列中的至少一个。

10.根据权利要求8所述的方法，其特征在于，若所述第三历史应用数据为所述第三工作负载历史数据或所述第三资源用量历史数据，和，所述资源预测误差历史数据，则所述根据第三历史应用数据，获取特征序列，还包括：根据所述第三历史应用数据，确定第四序列为{E(t-W3+1),...,E(t)}，并根据所述Feature3(t)＝|E(t)|和所述第四序列，确定绝对误差序列为{Feature3(t-W3+2),...,Feature3(t)}；其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差，所述Feature3(t)为t时刻的资源预测误差的变化率，所述Feature3(t-W3+2)为(t-W3+2)时刻的资源预测误差的变化率；

和/或，

根据所述第三历史应用数据，确定第四序列为{E(t-W3+1),...,E(t)}，并根据第四预设窗口内的第四历史应用数据，确定第五序列为{L(t-W4+1),...,L(t)}，并根据所述所述第四序列和所述第五序列，确定弹性偏差率序列为{Feature4(t-W3+2),...,Feature4(t)}；其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差；所述第四历史用数据包括所述应用在第四预设窗口内的第四工作负载历史数据或所述第四预设窗口内的第四资源用量历史数据，所述第四预设窗口为距当前时刻最近的长度为W4的时间窗口，且所述第四预设窗口中的时刻位于当前时刻之前，所述L(t)为t时刻的第四历史应用数据的实际值，所述L(t-W4+1)为(t-W4+1)时刻的第四历史应用数据的实际值；所述Feature4(t)为t时刻的资源预测误差的弹性偏差率，所述Feature4(t-W3+2)为(t-W3+2)时刻的资源预测误差的弹性偏差率；所述特征序列包括所述变化率序列和所述变化率序列中的至少一个，以及，绝对误差序列和弹性偏差率序列中的至少一个。

11.根据权利要求1-10任一项所述的方法，其特征在于，当所述第一历史应用数据为所述第一工作负载历史数据时，则所述第一应用数据为所述第一工作负载，所述第二历史应用数据为所述第二工作负载历史数据，所述第一预测值为所述第一工作负载的预测值；

当所述第一历史应用数据为所述第一工源用量历史数据时，则所述第一应用数据为所述第一资源用量，所述第二历史应用数据为所述第二资源用量历史数据，所述第一预测值为所述第一资源用量的预测值。

12.一种修正资源预测误差的装置，适用于云计算服务提供系统，其特征在于，所述装置包括：

第一获取模块，用于根据第一历史应用数据对应的第一序列，预测应用的第一应用数据，获得第一预测值；其中，所述第一历史应用数据包括所述应用在第一预设窗口内的第一工作负载历史数据或所述第一预设窗口内的第一资源用量历史数据；所述第一应用数据包括所述应用在下一时刻的第一工作负载或下一时刻的第一资源用量；所述第一预设窗口为距当前时刻最近的长度为W1的时间窗口，且所述第一预设窗口中的时刻位于当前时刻之前；

第一确定模块，用于根据第二历史应用数据对应的第二序列，确定所述第一预测值的第一补偿值；其中，所述第二历史应用数据包括所述应用在第二预设窗口内的第二工作负载历史数据或所述第二预设窗口内的第二资源用量历史数据；所述第二预设窗口为距所述当前时刻最近的长度为W2的时间窗口，且所述第二预设窗口中的时刻位于当前时刻之前；

第二获取模块，用于根据第三历史应用数据，获取特征序列；其中，所述特征序列用于预测所述第一应用数据的取值范围；其中，所述取值范围包括所述第一应用数据的最大预测值和所述第一应用数据的最小预测值；所述第三历史应用数据包括所述应用在第三预设窗口内的第三工作负载历史数据或所述第三预设窗口内的第三资源用量历史数据，和/或，所述第三预设窗口内的资源预测误差历史数据中的至少一种信息；所述第三预设窗口为距所述当前时刻最近的长度为W3的时间窗口，且所述第三预设窗口中的时刻位于当前时刻之前；

第二确定模块，用于根据预设的置信度和所述特征序列，确定所述取值范围；其中，所述特征序列为一个或多个；

处理模块，用于根据所述第一预测值、所述第一补偿值和所述取值范围，获得第二预测值，并根据所述第二预测值为所述应用分配下一时刻的资源。

13.根据权利要求12所述的装置，其特征在于，所述处理模块，具体用于根据所述第一预测值、所述第一补偿值和所述取值范围，对所述第一补偿值进行修正，获得第二补偿值，并将所述第一预测值和所述第二补偿值的和作为所述第二预测值。

14.根据权利要求13所述的装置，其特征在于，所述处理模块，具体用于判断所述第一预测值是否大于所述第一应用数据的最大预测值；若判断所述第一预测值大于所述第一应用数据的最大预测值，则确定所述第二补偿值为0；若判断所述第一预测值小于所述第一应用数据的最大预测值，则所述处理模块进一步判断所述第一预测值是否小于所述第一应用数据的最小预测值；

若判断所述第一预测值小于所述第一应用数据的最小预测值，则进一步判断所述第一预测值与所述第一补偿值的和是否大于所述最大预测值；若判断所述第一预测值与所述第一补偿值的和大于所述最大预测值，则确定所述第二补偿值为所述第一应用数据的最大预测值减去所述第一预测值的差值，若判断所述第一预测值与所述第一补偿值的和小于所述最大预测值，则所述处理模块进一步判断第一预测值与所述第一补偿值的和是否小于所述第一应用数据的最小预测值；若判断第一预测值与所述第一补偿值的和小于所述第一应用数据的最小预测值，则确定第二补偿值为所述第一应用数据的最小预测值减去所述第一预测值的差值，若判断第一预测值与所述第一补偿值的和大于所述第一应用数据的最小预测值，则确定第二补偿值为所述第一补偿值。

15.根据权利要求14所述的装置，其特征在于，所述处理模块，还用于当判断所述第一预测值大于所述第一应用数据的最小预测值时，进一步判断所述第一预测值与所述第一补偿值的和是否大于所述第一应用数据的最大预测值；若判断所述第一预测值与所述第一补偿值的和大于所述第一应用数据的最大预测值，则确定第二补偿值为所述第一应用数据的最大预测值减去第一预测值的差值；若判断所述第一预测值与所述第一补偿值的和小于所述第一应用数据的最大预测值，则确定第二补偿值为第一补偿值。

16.根据权利要求12所述的装置，其特征在于，所述处理模块，具体用于将所述第一预测值与所述第一补偿值的和确定为第三预测值，并判断所述第三预测值是否小于所述第一应用数据的最小预测值；若判断所述第三预测值小于所述第一应用数据的最小预测值，则确定所述第二预测值为所述第一应用数据的最小预测值；若判断所述第三预测值大于所述第一应用数据的最小预测值，则进一步判断所述第三预测值是否大于所述第一应用数据的最大预测值，若是，则确定所述第二预测值为所述第一应用数据的最大预测值，若否，则确定所述第二预测值为第三预测值。

17.根据权利要求12-16任一项所述的装置，其特征在于，当所述特征序列为一个时，则所述第二确定模块，具体用于将所述特征序列中的元素按照从小到大的顺序进行排序，并根据排序后的特征序列确定第一元素的特征值，并根据所述第一元素的特征值确定所述取值范围；其中，所述第一元素在所述排序后的特征序列中的位置等于所述置信度与所述W3的乘积。

18.根据权利要求12-16任一项所述的装置，其特征在于，当所述特征序列为多个时，则所述第二确定模块，具体用于根据每个所述特征序列分别确定第一取值范围，并将各个所述第一取值范围中的第一最大预测值和第一最小预测值进行第一处理，得到所述取值范围；其中，每个所述第一取值范围包括所述第一应用数据的第一最大预测值和所述第一应用数据的第一最小预测值；所述第一处理包括：取极值处理、平均处理、加权平均处理中的任一处理；

所述取极值处理，用于将所有第一最大预测值进行比较以及将所有第一最小预测值进行比较，将最大的所述第一最大预测值作为所述第一应用数据的最大预测值，将最小的所述第一最小预测值作为所述第一应用数据的最小预测值；所述平均处理，用于将所有第一最大预测值进行平均，得到第一平均最大预测值，并用于将所有第一最小预测值进行平均，得到第一平均最小预测值，并将所述第一平均最大预测值作为所述第一应用数据的最大预测值，以及将第一平均最小预测值作为所述第一应用数据的最小预测值；所述加权平均处理，用于将所有第一最大预测值进行加权平均，得到第二平均最大预测值，并用于将所有第一最小预测值进行加权平均，得到第二平均最小预测值，并将所述第二平均最大预测值作为所述第一应用数据的最大预测值，以及将第二平均最小预测值作为所述第一应用数据的最小预测值。

19.根据权利要求12-18任一项所述的装置，其特征在于，若所述第三历史应用数据为所述第三工作负载历史数据或所述第三资源用量历史数据；则所述第二获取模块，具体包括：第一获取单元，用于根据所述第三历史应用数据，确定第三序列为

{L(t-W3+1),...,L(t)}；其中，所述L(t)为t时刻的第三历史应用数据的实际值，所述L(t-W3+1)为(t-W3+1)时刻的第三历史应用数据的实际值；

第一确定单元，用于根据Feature1(t)＝|L(t)-L(t-1)|和所述第三序列，确 定 变 化 率 序 列 为{Feature1(t-W3+2),...,Feature1(t)}；和/ 或，用 于 根 据和所述第三序列，确定波动率序列为{Feature2(t-W3+2),..

.,Feature2(t)}；其中，所述Feature1(t)为t时刻的第三历史应用数据的变化率，所述Feature1(t-W3+2)为(t-W3+2)时刻的第三历史应用数据的变化率，所述L(t-1)为t-1时刻的第三历史应用数据的实际值；所述Feature2(t)为t时刻的第三历史应用数据的波动率，所述Feature2(t-W3+2)为(t-W3+2)时刻的第三历史应用数据的变化率；所述特征序列包括所述变化率序列、所述波动率序列中的至少一个序列。

20.根据权利要求12-18任一项所述的装置，其特征在于，若所述第三历史应用数据为所述第三预设窗口内的资源预测误差历史数据，则所述第二获取模块，包括：第二确定单元，用于根据所述第三历史应用数据，确定第四序列为

{E(t-W3+1),...,E(t)}，并根据Feature3(t)＝|E(t)|和所述第四序列，确定绝对误差序列为{Feature3(t-W3+2),...,Feature3(t)}；其中，其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差，所述Feature3(t)为t时刻的资源预测误差的变化率，所述Feature3(t-W3+2)为(t-W3+2)时刻的资源预测误差的变化率；

和/或，

第三确定单元，用于根据所述第三历史应用数据，确定第四序列为

{E(t-W3+1),...,E(t)}，并根据第四预设窗口内的第四历史应用数据，确定第五序列为{L(t-W4+1),...,L(t)}，并根据 所述第四序列和所述第五序列，确定弹性偏差率序列为{Feature4(t-W3+2),...,Feature4(t)}；其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差；所述第四历史用数据包括所述应用在第四预设窗口内的第四工作负载历史数据或所述第四预设窗口内的第四资源用量历史数据，所述第四预设窗口为距当前时刻最近的长度为W4的时间窗口，且所述第四预设窗口中的时刻位于当前时刻之前，所述L(t)为t时刻的第四历史应用数据的实际值，所述L(t-W4+1)为(t-W4+1)时刻的第四历史应用数据的实际值；所述Feature4(t)为t时刻的资源预测误差的弹性偏差率，所述Feature4(t-W3+2)为(t-W3+2)时刻的资源预测误差的弹性偏差率；所述特征序列包括所述绝对误差误差序列、所述弹性偏差率序列中的至少一个。

21.根据权利要求19所述的装置，其特征在于，若所述第三历史应用数据为所述第三工作负载历史数据或所述第三资源用量历史数据，和，所述资源预测误差历史数据，则所述第二获取模块，还包括：第二确定单元，用于根据所述第三历史应用数据，确定第四序列为

{E(t-W3+1),...,E(t)}，并根据Feature3(t)＝|E(t)|和所述第四序列，确定绝对误差序列为{Feature3(t-W3+2),...,Feature3(t)}；其中，其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差，所述Feature3(t)为t时刻的资源预测误差的变化率，所述Feature3(t-W3+2)为(t-W3+2)时刻的资源预测误差的变化率；

和/或，

第三确定单元，用于根据所述第三历史应用数据，确定第四序列为

{E(t-W3+1),...,E(t)}，并根据第四预设窗口内的第四历史应用数据，确定第五序列为{L(t-W4+1),...,L(t)}，并根据 所述第四序列和所述第五序列，确定弹性偏差率序列为{Feature4(t-W3+2),...,Feature4(t)}；其中，所述E(t)为t时刻的资源预测误差，所述E(t-W3+1)为(t-W3+1)时刻的资源预测误差；所述第四历史用数据包括所述应用在第四预设窗口内的第四工作负载历史数据或所述第四预设窗口内的第四资源用量历史数据，所述第四预设窗口为距当前时刻最近的长度为W4的时间窗口，且所述第四预设窗口中的时刻位于当前时刻之前，所述L(t)为t时刻的第四历史应用数据的实际值，所述L(t-W4+1)为(t-W4+1)时刻的第四历史应用数据的实际值；所述Feature4(t)为t时刻的资源预测误差的弹性偏差率，所述Feature4(t-W3+2)为(t-W3+2)时刻的资源预测误差的弹性偏差率；所述特征序列包括所述绝对误差误差序列、所述弹性偏差率序列中的至少一个。

22.根据权利要求12-21任一项所述的装置，其特征在于，当所述第一历史应用数据为所述第一工作负载历史数据时，则所述第一应用数据为所述第一工作负载，所述第二历史应用数据为所述第二工作负载历史数据，所述第一预测值为所述第一工作负载的预测值；

当所述第一历史应用数据为所述第一工源用量历史数据时，则所述第一应用数据为所述第一资源用量，所述第二历史应用数据为所述第二资源用量历史数据，所述第一预测值为所述第一资源用量的预测值。