基于深度学习的容器云弹性伸缩方法

摘要：

通过多指标衡量负载情况,并结合长短时记忆神经网络预测模型,经模型训练和预测后得出负载预测值,共同完成容器云的弹性伸缩决策,避免过度弹性收缩.实验结果证明,该方法可有效全面衡量负载状态;容器云应用负载量的预测值与实际值最大误差值仅为3.2％.

关键词：预测;负载特征;容器云;深度学习;神经网络;弹性伸缩

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：广东省高等学校质量工程特色创新基金资助项目;广州华商学院校内导师制科研基金资助项目

在线出版日期：2021-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24