基于三次指数平滑法和时间卷积网络的云资源预测模型

摘要：

以Docker和Kubernetes为代表的容器云具有额外的资源开销更小、启动销毁时间更短等优点,但它仍然存在过度供应和供应不足等资源管理问题.为了使Kubernetes集群对部署在其上的应用资源使用量能"提前"响应,并根据预测值为应用及时、准确、动态地调度和分配资源,提出了一种基于三次指数平滑法和时间卷积网络的云资源预测模型,根据历史数据预测未来的资源需求.为了找到参数的最优组合,使用TPOT调参思想对参数进行优化.对Google数据集CPU和内存的预测实验表明,所提模型与其他模型相比具有更好的预测性能.

关键词：资源预测、Kubernetes、指数平滑法、时间卷积网络

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61762031;广西创新驱动重大专项基金资助项目2018AA32003;广西重点研发计划基金资助项目AB17195029, AB18126006;广西硕士研究生创新基金资助项目YCSW2017156, YCSW2018157;广西中青年教师基础能力提升基金资助项目KY2016YB184

在线出版日期：2019-09-05（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：143-150