基于ARIMA的云资源编排优化

发布时间：2021-03-07 09:02

　　随着当前网络商业运营环境规模的不断增加,对计算资源的要求也是越来越高,云计算通过虚拟化等技术将硬件抽象成虚拟服务,降低了运营成本、改进了性能、提高了数据可靠性。云计算将数据存储在大量分布式服务器上,企业不必像之前一样单独维护服务器等硬件设备,可以更加方便地将资源切换到需要的应用上,实现按需访问。基于以上特点,云计算深受企业的欢迎。随着云环境中资源越来越复杂,如何合理利用云环境中的各种资源成为新的问题。云环境中资源众多,如何合理地进行资源调度,合理地为系统中运行的实例分配资源,在提高资源利用率的同时保证服务质量是当前的研究热点。当前大多数的资源管理机制研究主要集中在IaaS（Infrastructure as a Service,基础设施作为服务）层,对于应用层以及应用的特性考虑较少;另一方面,当前的资源管理机制大多数采用简单“阈值”报警的方式进行资源管理,当系统负载达到“阈值”时,整个系统的负载已经过高。为了解决云环境中PaaS层上的资源管理问题,实现动态满足用户需求、缓解高并发情况下服务器的负载等当前云环境中的较为迫切的需求,本文研究了云计算管理平台。通过分析和比较后,采用了当前使用... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

云环境任务执行工作流Fig.1-2CloudEnvironmentTaskExecutionWorkflow

第 3 章 云资源预测模型的设计与实现在选择模型的时候遵循一定的准则，准则如表 3-1 所示：表 3-1 模型选择准则Table 3-1 Model Selection Criteria自相关系数 偏相关系数 选择模型拖尾 p 阶截尾 AR(P)q 阶截尾 拖尾 MA(q)拖尾 拖尾 ARMA(p,q)拖尾指的是自相关函数或偏相关函数不在某阶后均为 0 的性质，可以图和偏相关图来确定。截尾是指时间序列的自相关函数（ACF）或偏（PACF）在某阶后均为 0 的性质，同样可以通过自相关图（ACF）和（PACF）来确定。自相关和偏向图的示例如图 3-3 所示。

应用部署完成结果

【参考文献】：
期刊论文
[1]Nagios告警系统一种扩展功能的实现[J]. 李维俊.  科学技术创新. 2018(04)
[2]ARIMA模型在石油价格预测分析中的应用[J]. 周宇.  北方经贸. 2017(08)
[3]ARIMA模型在我国GDP预测中的应用[J]. 于连敏.  时代金融. 2017(21)
[4]云环境中面向服务软件的演化部署优化方法[J]. 李琳,应时,董波,王蕊.  中国科学:信息科学. 2017(06)
[5]基于现代硬件的并行内存排序方法综述[J]. 郭诚欣,陈红,孙辉,李翠平,吴天贞.  计算机学报. 2017(09)
[6]IaaS云中最小迁移代价的虚拟机放置算法[J]. 胡元元,林浒,李鸿彬.  小型微型计算机系统. 2014(04)
[7]大数据研究综述[J]. 陶雪娇,胡晓峰,刘洋.  系统仿真学报. 2013(S1)
[8]中国IaaS现状与趋势[J]. 刘黎明.  程序员. 2013 (04)
[9]云计算部署模式及应用类型研究[J]. 李爱国,原建伟.  电子设计工程. 2013(02)
[10]共享式Web应用服务器集群的资源整合方法研究[J]. 赵鑫,王伟,张文博,魏峻.  计算机科学与探索. 2013(01)

硕士论文
[1]基于SDN实现云数据中心Web请求快速响应的方法研究[D]. 刘鹏.吉林大学 2016
[2]基于神经网络的虚拟机能耗预测模型研究[D]. 徐浩.北京邮电大学 2015
[3]SLA驱动的PaaS平台资源管理的设计与实现[D]. 侯俐至.北京邮电大学 2014
[4]云计算下使用策略树和商业驱动的IT变更管理[D]. 蒙夏.北京邮电大学 2014



本文编号：3068781