论文部分内容阅读
在通过虚拟机动态部署来保障云应用性能的过程中,对大数据下的云服务器未来一段时间内CPU利用率的情况进行预测,可以避免部署滞后所造成的服务性能波动。传统的CPU利用率预测方法大都未考虑云环境中服务器的CPU利用率具有非线性的特点,影响预测结果的准确性。本文提出了基于ARIMA-BP神经网络的组合预测模型对云服务器的CPU利用率进行预测的方法,充分发挥了ARIMA模型和BP神经网络分别对线性数据和非线性数据的预测优势。实验结果表明,本文提出的方法拥有较低的预测误差和较高的预测精度。