基于ARIMA-BP神经网络的云服务器CPU利用率预测方法研究
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.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，该方法拥有较低的预测误差和较高的预测精度.
云服务器 中央处理器 利用率 预测方法 自回归积分滑动平均模型 BP神经网络
柯刚
东莞职业技术学院 计算机工程系,广东 523808
国内会议
2015中国计算机应用大会暨2015年大数据与物联网在工业中的应用会议
广东茂名
中文
1-7
2015-09-25（万方平台首次上网日期，不代表论文的发表时间）