基于改进多元非线性回归模型的云计算负载预测

云计算是目前信息技术领域炙手可热的资源共享技术,然而云计算领域的用户负载预测一直是一个难题,精准的用户负载预测能极大地提高资源使用率。本文基于数据挖掘的理论和方法,针对阿里云的用户负载数据进行研究,经过数据收集、预处理和建模分析三个部分,探索了一元线性回归、带周期性的非线性回归等多组模型,通过不断优化模型,预测性能也得到了不断的提升。最终结果显示,用户请求数量具有整体上涨、按7天周期波动和按1天周期波动的特征,该研究结果为后续的用户请求负载预测提供了指导性的帮助。