云原生容器生态系统的快速发展,推动了更多应用程序在云端落地.容器云作为承载业务的分布式系统支撑平台,需要进行及时准确的资源分配与调度管理.为了提升容器云面对负载变化的弹性应对能力,提出一种基于卷积网络与支持向量机的云资源预测模型,依据需求预测为资源管理提供前置响应.模型利用卷积网络深度捕获时序数据的特征信息,通过遗传算法与组合核函数优化支持向量回归进行预测.在Google云计算中心数据集的实验表明,该模型的预测精度与稳定性优于现有云资源预测方法.
科研之友
微信
新浪微博
Facebook
分享链接
