基于ARMA模型的云计算资源调度优化策略
5星 · 超过95%的资源 需积分: 15 61 浏览量
更新于2024-07-17
收藏 1.57MB PDF 举报
"《基于ARMA模型预测的云计算资源调度策略研究》是一篇重庆大学在2016年由陈强完成的硕士学位论文,作者在计算机技术领域专注于解决云计算资源管理中的关键问题。论文针对云计算的快速发展和广泛应用背景,特别关注云计算资源调度策略,这是云计算服务性能优化的重要组成部分。
当前,随着云计算的普及,如何有效管理和分配计算资源成为亟待解决的问题。文章首先概述了云计算资源调度的现状和重要性,指出当前研究中主流策略的优缺点,如动态资源分配、虚拟机迁移等。然而,这些问题依然存在挑战,比如宿主机的开关机波动导致的资源利用率不均,以及虚拟机迁移决策的盲目性和任务响应时间较长。
为了克服这些问题,作者提出了一个创新的解决方案,即基于ARIMA(自回归积分滑动平均模型,ARMA模型的一种扩展)的时间序列预测方法。这个策略由两个主要模块构成:云资源负载预测模块和云资源调度控制模块。负载预测模块通过历史数据构建ARMA模型,预测数据中心或特定宿主机未来的负载趋势,提供实时的负载信息。调度控制模块则利用这些预测数据来优化资源分配,通过对实际负载与预测负载的差异分析,动态调整资源供需,减少波动,提高效率。
研究采用了开源云计算仿真平台CloudSim进行实验验证,结合商业数学软件进行数据分析,以确保策略的实用性和有效性。这篇论文不仅提升了云计算资源调度的科学性和准确性,也为云计算环境下的资源管理提供了新的理论支持和技术手段,对于推动云计算服务的稳定性和服务质量具有重要意义。"
2019-07-22 上传
2022-07-14 上传
2021-10-10 上传
2023-04-07 上传
2021-09-26 上传
2023-11-16 上传
2021-11-29 上传
jay7575
- 粉丝: 5
- 资源: 19
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南