流量預(yù)測(cè)是容量調(diào)整、提高資源利用率的重要方法。傳統(tǒng)的流量預(yù)測(cè)方法一直關(guān)注于預(yù)測(cè)精確度,卻不能保證實(shí)際生產(chǎn)中容量規(guī)劃的魯棒性,因?yàn)樯a(chǎn)環(huán)境會(huì)遇到很多突發(fā)事件,如在線促銷(xiāo)、集群故障。本文在時(shí)間序列預(yù)測(cè)技術(shù)和神經(jīng)網(wǎng)絡(luò)不確定性研究基礎(chǔ)上,為解決服務(wù)質(zhì)量與資源利用率之間沖突,提出了一個(gè)魯棒的流量預(yù)測(cè)算法。該算法能夠?qū)ξ磥?lái)流量的準(zhǔn)確值和不確定性區(qū)間同時(shí)進(jìn)行預(yù)測(cè)。本文主要研究?jī)?nèi)容:1.分析了時(shí)間序列預(yù)測(cè)技術(shù)。2.研究了不確定性區(qū)間估計(jì)方法,本文給出一種不確定性區(qū)間的計(jì)算方法,另外提出了三個(gè)評(píng)估指標(biāo)來(lái)評(píng)估區(qū)間。實(shí)驗(yàn)結(jié)果表明,我們的算法取得了很好的預(yù)測(cè)準(zhǔn)確度與區(qū)間估計(jì)效果,還對(duì)異常情境有很強(qiáng)的魯棒性。該算法為容量規(guī)劃、異常檢測(cè)提供了傳統(tǒng)預(yù)測(cè)不具備的參考價(jià)值。 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院)廣東省

【文章頁(yè)數(shù)】：44 頁(yè)

【學(xué)位級(jí)別】：碩士

【圖文】：

線上購(gòu)物產(chǎn)生流量的操作流程

微服務(wù)架構(gòu)是 SOA 的一種細(xì)粒度實(shí)現(xiàn)方式，通常包含數(shù)百到數(shù)千個(gè)子服務(wù)，即微服務(wù)，以支持復(fù)雜的應(yīng)用程序。每個(gè)微服務(wù)是在一臺(tái)或多臺(tái)機(jī)器上運(yùn)行一組進(jìn)程，并通過(guò)消息傳遞與其他微服務(wù)進(jìn)行通信, 如圖2.3是一個(gè)簡(jiǎn)單的在線購(gòu)物微服務(wù)示意圖。通過(guò)將不同微服務(wù)的實(shí)現(xiàn)與部署分離的方式，微服務(wù)架構(gòu)提高了獨(dú)立開(kāi)發(fā)和產(chǎn)品迭代更新的效率。網(wǎng)關(guān)網(wǎng)站賬戶(hù)服務(wù)庫(kù)存服務(wù)購(gòu)物服務(wù)賬戶(hù)數(shù)據(jù)庫(kù)庫(kù)存數(shù)據(jù)庫(kù)購(gòu)物信息數(shù)據(jù)庫(kù)圖 2.3 微服務(wù)示意圖Figure 2.3 Micro service schematic diagram8

MAE得分Figure3.2TheMAEscore


本文編號(hào)：3031302