%0 Journal Article
%T 云平台任务资源使用状态预测分析研究
%A 任雨林（
%A 何亨（
%A 朱金灿（
%A 李超
%A 邓莉（
%A ）
%J 中山大学学报（自然科学版）
%D 2020
%X 摘要 预测任务的资源使用状况是提高云平台资源使用率的重要手段之一.然而云计算平台资源使用的动态性、不确定性和突变性使得预测效果有限.为了提高云平台任务的资源使用率预测性能,本文做了如下工作:1）详细地分析了当前主流云平台的资源使用情况,提炼了云平台任务的资源使用特征；2）根据云平台的特点设计了适合任务的资源使用预测性能评价函数PEFOT(Performance Evaluation Function fOr Tasks,PEFOT)；3）设计并实现了一种云平台任务的资源使用率预测方法REPO-TASK(REsource Prediction method fOr TASKs,REPO-TASK).使用Google云平台数据集进行了实验,结果表明,相对于目前已经提出的任务资源使用率预测模型BP和LSTM,REPO-TASK方法具有更好的预测性能,PEFOT值平均下降了3.2591
%K 特征提取
%K 任务资源使用率
%K 改进的随机森林回归模型
%K 性能评价函数
%U http://xwxt.sict.ac.cn/CN/abstract/abstract5298.shtml