• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >A Comparative study about Workload prediction from one time forecast with cyclic forecasts using ARIMA model for cloud environment
【2h】

A Comparative study about Workload prediction from one time forecast with cyclic forecasts using ARIMA model for cloud environment

机译：基于云环境的Arima模型与循环预测从一次预测工作量预测的比较研究

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Auto-scaling systems help provisioning resources on demand which helps tap into the elastic nature of the cloud. Theapplications hosted on the cloud tend to face workload surges which causes the response to be slow or denied. To tackleprovisioning resources on demand there are reactive and proactive strategies in place. The topic of interest is the proactivestrategies which uses a quantified metric as an input to provision resources before the demand arises. The quantified metricis the prediction obtained as a result of analysing the historical data of a application. This paper focuses using historicaldata of requests served by a web application to obtain a forecast value. The forecast value is the quantified metric whichinfluences the scaling decisions. Conclusions are drawn about the accuracy of the metric based on prediction intervalsalong with the varied ways of forecast.
机译：自动缩放系统帮助提供资源的需求，有助于利用云的弹性性质。在云上举办的申请往往会面临工作负载潮，导致响应缓慢或拒绝。根据需要的资源进行补充资源，存在反应性和积极主动的策略。兴趣的主题是使用量化的指标作为在需求所产生的资源之前使用量化的指标进行的先决结果。由于分析应用程序的历史数据而获得的量化指数。本文侧重于Web应用程序服务的请求历史数据来获得预测值。预测值是缩放决策的量化度量。基于预测的预测方法，基于预测间隔的度量的准确性来得出结论。

著录项

  • 作者

    Yuvha R; Sathiyamoorthy E;

  • 作者单位
  • 年度 2018
  • 总页数
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

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