基于需求预测的PaaS平台资源分配方法

摘要：

针对缺乏PaaS平台下资源需求的有效预测与优化分配的问题,提出一种资源需求预测模型和分配方法.首先,根据PaaS平台中应用对资源需求的周期性来对资源序列进行切分,并在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型.然后,基于MapReduce架构设计实现了一个Master-Slave模式的PaaS平台资源分配系统.最后,结合当前任务请求和资源需求预测结果进行资源分配.实验结果表明,采用该资源需求预测模型和分配方法后,相比于自回归模型和指数平滑算法,平均绝对百分比误差分别下降8.71个百分点和2.07个百分点,均方根误差分别下降2.01个百分点和0.46个百分点.所提预测模型的预测结果不仅误差小,与真实值的拟合程度也较高,而且利用较小的时间开销就可以获得较高的准确度.此外,使用该预测模型的PaaS平台的资源请求的平均等待时间有了明显的下降.

关键词：云计算、平台即服务、需求预测、资源分配、多元回归

所属期刊栏目：39

分类号：TP393.09;TP391(计算技术、计算机技术)

资助基金：网络文化与数字传播北京市重点实验室项目ICDDXN004;信息网络安全公安部重点实验室开放课题资助项目C18601

在线出版日期：2019-07-16（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：1583-1588