摘要: 为了准确预测云应用负载以便及时执行云应用自适应优化,从而保证云应用性能的稳定,根据云环境下应用负载预测问题的特点,提出了基于深度置信网络的云应用负载预测方法.首先给出能够有效描述负载数据的显式特征和隐式特征并定义了负载预测模型,进而给出基于深度置信网络的负载预测算法.对算法进行了分析并在真实数据集上与相关算法进行了比较,结果表明,本文提出的方法能够更加有效地解决云应用负载预测问题.
中图分类号:
马安香, 张长胜, 张斌, 张晓红. 基于深度置信网络的云应用负载预测方法[J]. 东北大学学报:自然科学版, 2017, 38(2): 209-213.
MA An-xiang, ZHANG Chang-sheng, ZHANG Bin, ZHANG Xiao-hong. Load Prediction Approach for Cloud Application Based on Deep Belief Networks[J]. Journal of Northeastern University Natural Science, 2017, 38(2): 209-213.