一种基于深度学习的云平台弹性伸缩算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1006-2475.2019.04.004

一种基于深度学习的云平台弹性伸缩算法

引用
为了满足性能要求,降低资源消耗,研究人员提出了许多伸缩调度的算法和方案.但是,它们中的大多数只作用在服务器或应用程序的当前状态,无论是资源实际的调度效果还是算法方案的适用性上都受到了影响和限制.本文提出一种基于长短期记忆网络和BP神经网络的面向应用的弹性伸缩算法.该算法包括工作负载预测模型、响应时间预测模型和资源调整策略模型,能够对云计算应用的工作负载和响应时间进行预测并给出合适的资源调度策略.为了提高工作负载预测的准确度,本文将卷积运算和长短期网络结合起来,更好地提取数据特征并进行准确地预测.而为了提高模型收敛速度,并有效避免模型过拟合的问题,本文则在BP神经网络中使用批标准化运算.在验证实验中,该算法工作负载预测的平均绝对百分误差降低到3.4×10-4,响应时间预测和调度策略模型也达到了不错的效果.在实际平台运行中,该弹性伸缩算法还能够根据Docker容器云平台实际需要提供合适的计算资源调度策略.实验结果表明,相比较其他模型,该弹性伸缩算法在工作负载预测和云平台计算资源调整方面具有较好的性能.

弹性伸缩、工作负载预测、容器云、长短期记忆网络

TP391(计算技术、计算机技术)

2019-05-28(万方平台首次上网日期,不代表论文的发表时间)

共8页

17-24

相关文献
评论
暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2019,(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn