一种基于周期性特征的数据中心在线负载资源预测方法

发布时间：2024-04-13 03:23

　　以Web服务、流式计算为代表的在线负载是数据中心的主要负载之一。在线负载请求到达的波动性驱动其资源需求的动态变化。因此,快速、准确的在线负载资源预测是数据中心合理分配资源、保障负载执行效率的关键。然而,既有在线负载资源预测方法或无法进行长期准确的预测,或依赖于海量样本数据并具有较大的时间开销。为此,提出了一种基于请求周期性特征的在线负载资源预测方法PRP。PRP面向在线负载请求的周期性特征,采用自相关函数识别负载资源使用的变化周期;基于变化周期进行资源使用样本序列分割及资源使用子序列分类;最终基于分类子序列采用线性加权方法预测在线负载的资源需求。实验结果表明,PRP在预测准确度和时间开销方面有较大的提升。

【文章页数】：10 页

【文章目录】：
1 引言
2 在线负载周期性特征分析
    2.1 任务知识
    2.2 在线负载资源使用周期性特征分析
3 基于周期性特征的在线负载资源预测方法PRP
    3.1 在线负载资源使用的周期识别
    3.2 在线负载资源使用样本子序列分类
    3.3 在线负载资源预测
4 性能测试与分析
    4.1 流式计算负载资源预测准确度评测
    4.2 Web负载资源预测准确度评测
    4.3 在线负载资源预测计算效率分析
5 结束语



本文编号：3952406