基于组合预测模型的云计算资源负载预测研究

摘要：

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.

关键词：云计算、资源管理、负载预测、LSTM、ARIMA

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61976242

在线出版日期：2020-07-31（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：1168-1173