基于随机森林的虚拟机性能预测与配置优化

摘要：

在目前的IaaS云计算服务中,用户可租用不同资源配置的虚拟机,然而用户很难根据资源配置准确估计虚拟机的性能,从而较难根据待部署的应用的性能需求选择恰当配置的虚拟机,这种使用方式使得云主机的资源未得到最充分的利用.因此,文中提出基于随机森林回归模型预测特定配置的虚拟机性能,并在此基础上,根据性能需求,利用遗传算法求解较优的符合性能需求的虚拟机配置,用随机森林性能模型获取种群中各个体的性能预测值以选出最接近性能需求的个体进行交叉操作.实验结果表明,随机森林回归模型能准确预测特定配置的虚拟机的性能,利用遗传算法搜索得出的虚拟机配置的实测性能与性能需求非常接近,并且该算法可以在较短时间内达到收敛.

关键词：云计算、虚拟机、性能预测、配置优化、随机森林、遗传算法

所属期刊栏目：46

分类号：TP302(计算技术、计算机技术)

资助基金：国家自然科学基金项目61402398,U1802271,61562090;云南大学青年英才培育计划项目WX173602

在线出版日期：2019-10-14（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：85-92