监控与预测的云资源优化配置

摘要：

针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,通过预测负载情况,提前启动或者挂起虚拟机,提高云资源的利用率.研究结合OpenStack云环境提供的虚拟机,实现其下的云资源监控,预测和弹性分配功能.结果表明:该系统能准确预测虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一步节约成本.

关键词：云计算、负载预测、自回归积分滑动平均模型、弹性计算、云监控

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金面上资助项目61370007;福建省自然科学基金面上资助项目2013J01241;华侨大学国家自然科学基金培育项目JB-ZR1131;华侨大学高层次人才科研启动项目10Y0199

在线出版日期：2017-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：573-578