基于时间序列分析的杀手级任务在线识别方法

摘要：

通过分析Google集群中任务的失效次数和失效模式,找到具有高失效频次和连续失效特征的杀手级任务杀手级任务不仅影响云计算系统上应用运行的可靠性与可用性,而且造成大量资源浪费并显著增加调度负载在杀手级任务资源使用模式的基础上,提出一种基于时间序列的在线识别方法,以利用资源使用时间序列在失效早期准确识别出杀手级任务并通知云计算系统采取前提性失效恢复措施,从而避免不必要的重复调度和资源浪费实验结果表明,该方法能够以98.5％的准确率在3％的失效时间内识别出杀手级任务,同时节约96.75％的系统资源.

关键词： 云计算 杀手级任务 在线识别 时间序列 资源使用模式 失效频率

作者: 唐红艳 李影 贾统 袁小雍

作者单位: 北京大学软件与微电子学院,北京100871 北京大学软件与微电子学院,北京100871;北京大学软件工程国家工程研究中心,北京100871

会议类型: 国内会议

会议名称: 第十四届全国软件与应用学术会议

会议地点: 武汉

会议语种:中文

页码: 1-5

在线出版日期: 2015-11-06（万方平台首次上网日期，不代表论文的发表时间）