10.3969/j.issn.1007-130X.2020.07.004
基于组合预测模型的云计算资源负载预测研究
随着云计算技术的不断发展,云计算资源负载变化呈现出越来越复杂的特征.针对云计算资源的负载预测问题,综合考虑云计算环境中资源负载时间序列的线性与非线性特性,提出了一种基于自回归移动平均模型ARIMA与长短期记忆网络LSTM的组合预测模型LACL.使用公开数据集与传统负载预测模型进行了对比实验,实验结果表明,该云计算资源组合预测模型预测精度明显高于其他预测模型,显著降低了云环境中对资源负载的实时预测误差.
云计算、资源管理、负载预测、LSTM、ARIMA
42
TP391(计算技术、计算机技术)
国家自然科学基金61976242
2020-07-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
1168-1173