APP下载

基于LSTM网络的移动云计算多元负载预测模型

2021-06-29陈丝雨

计算机与现代化 2021年6期
关键词:特征方法模型

陈丝雨,庄 毅,李 静

(南京航空航天大学计算机科学与技术学院,江苏 南京 211106)

0 引 言

2006年,Google公司初次在业界会议中提出了“云计算”这一概念[1],促成了目前正如火如荼推进的移动互联网革命。用户在云计算模式下,无需购置大量实体设备,而是可以按使用量从基础架构及服务提供商中对虚拟的计算资源按需付费,包含网络、存储等资源。近年来随着网络带宽速度的提升和智能设备的普及,云计算的关注热点从主机开始向移动设备转移。移动终端设备面临着移动支付、移动游戏、移动教育以及虚拟现实技术这样更加复杂的用户需求带来的极大的计算、存储、安全等方面的挑战,移动云计算(Mobile Cloud Computing, MCC)技术[2]应运而生。移动云计算将移动互联网与云计算技术联合起来,移动云计算的用户通过网络运营商或是无线接入连接到部署在不同地方的移动云计算数据中心,云数据中心海量的存储和高速的计算能力为移动设备弥补了运算性能、电池续航和存储空间有限的不足[3]。

随着移动云计算技术的发展,许多科技公司都为其云服务产品提供了弹性的自动伸缩功能,能够在系统运行时动态改变系统的资源分配量。在云数据中心精确地进行资源管理可以使云服务供应商能够最大化数据中心利用率,通过减少开启的机器数量来促进数据中心绿色计算,同时将其运营成本降至最低。现有的资源管理方案通常分为被动与主动管理资源2种。……

登录APP查看全文

猜你喜欢

特征方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
线性代数的应用特征