科研成果详情

本发明涉及一种多级负载预测与云资源弹性配置方法,以及一种基于监控与预测的云资源弹性配置系统。本发明所述的多级负载预测与云资源弹性配置方法以及基于监控与预测的云资源弹性配置系统,云资源监控系统采用2层架构,降低了云资源监控系统的复杂度,同时减轻了单台监控服务器的负载压力。负载预测流程采用了时间复杂度更低的预测算法,降低了预测本身的系统资源开销。资源弹性配置流程采用多级预测与资源配置机制,在不同的时间精度内对云资源动态调整,提高云资源利用率。

一种多级负载预测与云资源弹性配置方法,其特征在于,包括如下步骤：1)负载预测：利用基于ARIMA模型的多级预测模型预测负载量,为云资源动态配置提供依据,步骤如下：1.1)获取负载数据序列；1.2)对负载数据序列进行平稳性检验；1.3)进行ARIMA模型识别；1.4)估计ARIMA模型中的未知参数,确定适合ARIMA模型的阶数；1.5)检验ARIMA模型是否适合平稳性要求,如果是,则利用该模型预测下一时刻的负载；2)云资源弹性配置：利用基于多级预测模型预测的负载量制定多级别的云资源动态配置策略,步骤如下：2.1)利用计算下一时刻虚拟机的需求量,其中,α为额外分配的资源比例,L||sub||max||/sub||为单台虚拟机的平均最大负载量；2.2)利用ΔS＝|S(T+1)?S(T)|计算得到虚拟机需要调整的数量,并根据S(T+1)和S(T)的关系调整虚拟机的供应量。