• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Future Technologies Conference >An ensemble of automatic algorithms for forecasting resource utilization in cloud
【24h】

An ensemble of automatic algorithms for forecasting resource utilization in cloud

机译：用于云中资源利用的自动算法的集合

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Forecasting resource usage in cloud environment is a challenging problem due to heterogeneous characteristics of workloads running on cloud. Each virtual machine (VM) resource usage can be characterized as steady, trend, seasonal, cyclic or bursty pattern. Manually it is not feasible to fit the forecasting models for each of thousands of VMs running on cloud. Further different forecasting models are suitable for different type of workload. Manual selection of best model is time consuming and cumbersome. In this manuscript we propose, implement and evaluate an automated technique of combining the forecasts from multiple non-overlapping time series forecasting methods. The objective is to improve accuracy and robustness of the forecasting algorithm. The experiments were conducted using publicly available yahoo dataset and cloud datacenter dataset. The results show that proposed technique is successful in forecasting with better accuracy, irrespective of workload type and without any manual intervention.
机译：由于在云上运行的工作负载异构特征，预测云环境中的资源使用是一个具有挑战性的问题。每个虚拟机（VM）资源使用情况都可以表征为稳定，趋势，季节性，循环或突发模式。手动适用于在云上运行的数千个VM的预测模型是不可行的。其他不同的预测模型适用于不同类型的工作量。手动选择最佳模型是耗时和繁琐的。在本手稿中，我们提出，实施和评估将预测与多重非重叠时间序列预测方法组合的自动化技术。目的是提高预测算法的准确性和鲁棒性。使用公共可用的雅虎数据集和云数据中心数据集进行实验。结果表明，由于工作负载类型和没有任何手动干预，所提出的技术在更好的准确性，无论是否有任何手动干预，都是成功的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号