几种准实时IT系统负荷预测方法比较研究 ——基于R语言

摘要：

为了找到简单有效的模型对IT系统负荷进行预测,通过使用现有的IT系统建立压力测试环境,模拟负载逐渐增加过程,同时采集IT系统的性能参数(如CPU使用量,内存使用率,网络带宽使用率),并利用几种传统预测方法对采集到的性能参数进行分析和预测,比较各种方法的适应性.研究实验分别采用直线回归、对数回归、二次曲线回归、Holt-Winters平滑、ARIMA、R语言包auto ARIMA、均值模型、中位数模型等八种方法进行建模,利用R语言计算出一定时刻(如10 s)后的预测结果,最后将预测结果与实测结果进行比较,根据其绝对/相对误差的大小,确定合适的预测模型.通过实验,得到了这样的结论:对于变化比较剧烈的CPU利用率,适合使用中位数模型进行准实时预测,平均精度较高,而对于变化比较缓慢的内存使用数则适合用ARIMA模型进行预测;对于变化比较大,但变化周期较长的网络带宽使用率则适合使用Holt-Winters方法.该结论可作为工程实际选择准实时连续预测最优方法的依据.

关键词：IT系统、负荷预测、时间序列分析、R语言应用、autoARIMA、中位数模型

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：国家电网公司科技项目统一应用开发平台项目SG-UAP〔2015〕

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：90-96,151