[发明专利]一种基于自动伸缩Docker集群的组合预测方法在审
| 申请号： | 201811445826.3 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109710500A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 薛涛;习龙 | 申请（专利权）人： | 西安工程大学 |
| 主分类号： | G06F11/34 | 分类号： | G06F11/34;G06F11/30 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 谈耀文 |
| 地址： | 710048 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种基于自动伸缩Docker集群的组合预测方法，通过负载预测每隔T时间从监控集群的数据中心中分别提取的历史CPU工作负载与内存工作负载时间序列，通过对时间序列数据进行线性和非线性时间序列的预测的融合，实现了Docker集群负载的预测，解决了并发访问的突发性导致的工作负载急剧增加和负载量的下降的问题，提高伸缩性能。在面对工作负载的急剧上升和下降时，组合式预测方法能更快地响应并进行扩容及缩容。 | ||
| 搜索关键词： | 工作负载 集群 预测 自动伸缩 非线性时间序列 时间序列数据 并发访问 负载预测 伸缩性能 时间序列 数据中心 地响应 负载量 组合式 扩容 缩容 内存 监控 融合 | ||
【主权项】：
1.一种基于自动伸缩Docker集群的组合预测方法，其特征在于，包括如下步骤：步骤1、负载预测每隔T时间从监控集群的数据中心中分别提取各服务的历史CPU使用率X＝{X(1),X(2),X(3)...X(n)}与内存工作负载Y＝{Y(1),Y(2),Y(3)...Y(n)}，并根据此负载序列进行负载预测；步骤2、用GM(1,1)模型分别对历史CPU使用率X＝{X(1),X(2),X(3)...X(n)}和内存工作负载Y＝{Y(1),Y(2),Y(3)...Y(n)}进行建模，分别表达出其中的线性关系，分别得到CPU工作负载预测值序列![]()
和内存工作负载预测值序列![]()
步骤3、然后用BP神经网络对GM(1,1)模型产生的CPU工作负载预测值序列![]()
和内存工作负载预测值序列![]()
分别进行建模，得到CPU工作负载最终预测的误差序列e1和内存工作负载最终预测的误差序列e2；步骤4、将CPU工作负载预测值序列![]()
与CPU工作负载最终预测的误差序列e1相加得到修正误差后的CPU工作负载预测值序列![]()
将内存工作负载预测值序列![]()
与内存工作负载最终预测的误差序列e2相加得到修正误差后的内存工作负载修正误差后的预测值序列![]()
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安工程大学，未经西安工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811445826.3/，转载请声明来源钻瓜专利网。
