[发明专利]面向在线云服务的响应时间分布预测方法

权利要求书

1.一种面向在线云服务的响应时间分布预测方法，其特征是，结合访问负载预测方法和尾延迟分析方法，实现对在线云服务响应时间分布律的预测，其中，访问负载预测结果座位尾延迟分析的输入参数。

2.如权利要求1所述的面向在线云服务的响应时间分布预测方法，其特征是，访问负载预测采用基于温特季节性指数平滑算法的负载强度预测，温特线性和季节性指数平滑法利用三个方程式，其中每一个方程式都用于平滑模型的三个组成部分：平稳的、趋势的和季节性的，且都含有一个有关的参数，三个方程式如下：

b_t＝γ(S_t+S_(t-1))+(1-γ)b_(t-1)，0＜γ＜1 (1-2)

其中，S_t指的是t+1期的一次指数平滑值，x_t为最新的观察值，b_t指的是线性趋势的修正项，∝、β、γ为平滑系数，趋势值用相邻两次平滑值之差表示，L为季节的长度；I_t为第t期的季节修正系数，对t+m期，其预测值表示为：

F_t+m＝(S_t+b_tm)I_t+m-L，0＜β＜1 (1-4)

通过反复试验的方法，确定α、β和γ的值，使均方差MSE达到最小从而得出模型，均方差的表示如下：

对于访问量高峰时段、低谷时段，分别对两个时间段进行预测，其到达速率分别为λ₁，λ₂，作为尾延迟分析输入参数。

3.如权利要求1所述的面向在线云服务的响应时间分布预测方法，其特征是，尾延迟分析为基于随机回报网进行分析，具体地，对前一阶段处于峰值和波谷的不同到达速率分别建模，探究不同访问强度下的云服务响应时间分布，计算响应时间分布需要三个步骤：

(1)将总操作时间t划分为n个时间片；(2)在每个时间片中，都得到相应的响应时间分布，在此过程中应同时考虑到系统故障的情况；(3)获得基于所有时间段的总体响应时间分布，获得各分位下的尾延迟，从而求得其体验可用性。