基于全级C阶矩模型并行流数预测的广域大数据吞吐量优化

摘要：

针对传统大数据密集型的可扩展计算系统在数据源利用和数据传输方面效率不高的问题,提出基于并行流数预测的应用层吞吐量优化模型.为提高并行流数预测精度,以提高瓶颈链路的利用效率为目的,设计等效并行流数选取方式.借鉴部分C阶矩模型和完全二阶矩模型,构建全级C阶矩模型,并且设计低采样吞吐量优化框架,降低计算复杂度.在不同大小数据集上的实验结果表明,全级C阶矩并行流数的预测模型更适合大数据传输,且效率更高.

关键词：C阶矩模型、二阶矩模型、大数据、并行流数预测、吞吐量

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：湖南省自然科学基金资助项目2015JJ2007;湖南省研究生科研创新基金资助项目CX2013B376

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：295-300,306