资料下载
×
基于时间序列预测方法的云服务QoS预测方法
消耗积分:1 |
格式:rar |
大小:0.68 MB |
2017-12-20
分享资料个
针对如何分配一个未来一段时间内满足QoS要求的云服务和感知可能将要发生的QoS违规的问题，提出一种基于时间序列预测方法的云服务QoS预测方法。该预测方法利用改进的贝叶斯常均值（IBCM）模型，能够准确地预测云服务未来一段时间内的QoS状态。实验通过搭建Hadoop集群模拟云平台并收集了响应时间和吞吐量两种QoS属性的数据作为预测对象，实验结果表明：相比自回归积分滑动平均（ARIMA）模型和贝叶斯常均值折扣模型等时间序列预测方法，基于改进的贝叶斯常均值模型的云服务QoS预测方法的平方和误差（SSE）、平均绝对误差（MAE）、均方误差（MSE）和和平均绝对百分比误差（MAPE）均比前两者小一个数量级，因此具有更高的预测精度；同时预测结果对比图说明提出的预测方法具有更好的拟合效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
