一种高效的云平台热点预测方法

Efficient hotspot prediction method for cloud platforms

云计算系统是一个高度动态的分布式计算环境,对系统中的节点负载进行实时监控和预测,是防止集群节点过热的主要途径。不同于传统方式基于原始信息来进行负载预测,提出了一种带人工干预的特征融合热点预测方法。首先,基于稀疏自编码网络对不同的性能指标进行特征提取来获得单性能特征;然后,基于特征融合模型和人工干预模型分别得到融合特征和人工特征;最后,利用上述三种特征来学习和训练神经网络模型,用于预测热点。在Google Cluster数据集上的实验表明,该方法能够显著地提升云平台热点预测的准确性,尤其在进行长时间跨度的热点预测时,与两种传统方法相比有着更明显的优势。