云計(jì)算環(huán)境下虛擬機(jī)需求預(yù)測的研究.pdf

1、虛擬機(jī)配置是云計(jì)算中最具挑戰(zhàn)性的一項(xiàng)工作，云服務(wù)供應(yīng)商“現(xiàn)收現(xiàn)付”的運(yùn)營模式使得虛擬機(jī)資源的分配總是不能及時(shí)滿足客戶的需求。在云資源調(diào)配、熱點(diǎn)檢測、虛擬機(jī)遷移等諸多技術(shù)條件限制下，最實(shí)用有效的方法是通過對虛擬機(jī)需求的預(yù)測讓云服務(wù)商能夠提前做好相應(yīng)準(zhǔn)備。虛擬機(jī)預(yù)測，作為云服務(wù)企業(yè)越來越重視的環(huán)節(jié)，它在為企業(yè)的決策者提供虛擬機(jī)配置依據(jù)方面發(fā)揮著越來越重要的作用。目前主要的解決途徑是用時(shí)間序列模型來預(yù)測虛擬機(jī)的需求，然而虛擬機(jī)需求的高度不穩(wěn)定

2、性使得虛擬機(jī)的預(yù)測不是那么容易解決的。本文針對云計(jì)算環(huán)境下虛擬機(jī)需求的波動(dòng)點(diǎn)預(yù)測和數(shù)量預(yù)測這兩方面展開深入的研究，主要的工作內(nèi)容有:
　　1.針對虛擬機(jī)需求的波動(dòng)點(diǎn)預(yù)測，本文提出了PLR-WSVM模型來預(yù)測虛擬機(jī)需求的變化。在這個(gè)模型中，我們把虛擬機(jī)的預(yù)測轉(zhuǎn)化成一個(gè)分類問題，通過分段線性化和加權(quán)支持向量機(jī)組合算法來預(yù)測虛擬機(jī)需求的波動(dòng)點(diǎn)。該模型還能夠捕捉到虛擬機(jī)需求的非平穩(wěn)時(shí)間序列中急劇變化的點(diǎn)，通過某公司智能云部門真實(shí)數(shù)據(jù)集上的

3、實(shí)驗(yàn)，說明了PLR-WSVM模型的有效性。
　　2.針對虛擬機(jī)需求數(shù)量的預(yù)測，本文提出了一種基于排序矩陣的選擇性時(shí)間序列集成模型(RMBSE)。此外，根據(jù)虛擬機(jī)預(yù)測的實(shí)際應(yīng)用場景，還提出了一個(gè)新的誤差評(píng)價(jià)指標(biāo)CPC。和單一的模型相比，多個(gè)時(shí)間序列預(yù)測模型的組合能大大降低預(yù)測誤差。在RMBSE中，我們根據(jù)各子模型在過去時(shí)間序列中預(yù)測的精度，得到一組排序矩陣，依據(jù)這個(gè)排序矩陣，對各子模型的預(yù)測結(jié)果進(jìn)行選擇性集成。實(shí)驗(yàn)結(jié)果表明，本文提出