基于分层队列历史性能建模的云系统资源管理

为评定企业级云系统在负载下的响应处理能力,需要对其有直接影响的资源管理能力进行评估和预测。而这种评估的有效性在对紧急资源请求、动态负载变化、消费者并行调节等协同需求因素综合考虑的情况下将显得更加有效。然而,目前尚没有对这些因素进行比较系统的研究报告。针对上述需求,以分层队列和历史建模技术为模型及实验基础,以大量数据实例为背景进行了分析。实验结果显示,以分层队列模型及历史性能建模为指导的新架构可以达到70%的预测准确度。以此为基础,给出了一个基于预测模型的云负载和资源管理算法。

评价辨证论治疗效的分层多中心前瞻性队列研究方法

辨证论治是中医诊治疾病的特色,是一个复杂干预的过程,如何评价辨证论治的临床疗效是需要解决的重要问题。随机对照试验是临床试验的金方案,但其实施条件严格,临床依从性低。队列研究临床可操作性高,但其控制偏倚差。分层多中心前瞻性队列研究,可以避免随机对照试验的实施困难和队列研究控制偏倚差的缺点,可作为中医辨证论治临床疗效评价的一种探索性方法。