云計(jì)算系統(tǒng)是一個高度動態(tài)的分布式計(jì)算環(huán)境,對系統(tǒng)中的節(jié)點(diǎn)負(fù)載進(jìn)行實(shí)時(shí)監(jiān)控和預(yù)測,是防止集群節(jié)點(diǎn)過熱的主要途徑。不同于傳統(tǒng)方式基于原始信息來進(jìn)行負(fù)載預(yù)測,提出了一種帶人工干預(yù)的特征融合熱點(diǎn)預(yù)測方法。首先,基于稀疏自編碼網(wǎng)絡(luò)對不同的性能指標(biāo)進(jìn)行特征提取來獲得單性能特征;然后,基于特征融合模型和人工干預(yù)模型分別得到融合特征和人工特征;最后,利用上述三種特征來學(xué)習(xí)和訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,用于預(yù)測熱點(diǎn)。在Google Cluster數(shù)據(jù)集上的實(shí)驗(yàn)表明,該方法能夠顯著地提升云平臺熱點(diǎn)預(yù)測的準(zhǔn)確性,尤其在進(jìn)行長時(shí)間跨度的熱點(diǎn)預(yù)測時(shí),與兩種傳統(tǒng)方法相比有著更明顯的優(yōu)勢。 

【文章來源】：計(jì)算機(jī)應(yīng)用研究. 2020,37(S1)北大核心CSCD

【文章頁數(shù)】：3 頁


本文編號：3114400