This paper presents a new algorithm for resource prediction based on machine learning model V-TGRU in private cloud computing environment. The algorithm makes statistics of historical records and combines the prior resource usage of different tasks under the current workload, at the same time, considering the workload characteristics, host characteristics, the affinity between tasks in the same resource pool and other factors. The multi factor data matrix is further standardized and coded. The standardized coded data are modeled by V-TGRU to dynamically predict the resource occupation of multi tasks, and carry out multi-objective task optimal scheduling. Experimental results show that this method can effectively complete the pre-judgment and selection of resources, reduce the scheduling time and times, save cloud resources and bandwidth, and ensure the stable operation of application tasks.
CHANG Xiaojie, ZHANG Hua. A resource scheduling algorithm based on V-TGRU model. Journal of Zhejiang University(Science Edition)[J], 2022, 49(4): 467-473 doi:10.3785/j.issn.1008-9497.2022.04.010
云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4]。云计算环境下的资源分配和调度是云计算服务领域的核心问题。随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣。机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11]。文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用。文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配。文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测。上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等。
Forecasting the competitiveness of technological innovation talents using least squares support vector machine
[C]// 2015 8th International Conference on Intelligent Computation Technology and Automation (ICICTA). Nanchang:IEEE, 2015:429-432. DOI:10.1109/ICICTA.2015.113
A dynamic optimization model for power and performance management of virtualized clusters
[C]//In Proceedings of the 1st International Conference on Energy-Efficient Computing and Networking. New York:Association for Computing Machinery, 2010:225-233. DOI:10.1145/1791314.1791350
Cloud workflow task and virtualized resource collaborative adaptive scheduling algorithm based on distributed deep learning
[C]// 2020 IEEE International Conference on Advances in Electrical Engineering and Computer Applications(AEECA).Dalian:IEEE, 2020: 137-140. DOI: 10.1109/AEECA49918. 2020.9213622
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
云环境下基于Entropy-KNN算法的节点选择策略
0
2015
云环境下基于Entropy-KNN算法的节点选择策略
0
2015
Self-healing cloud services in private multi-clouds
0
2018
Context sensitive efficient automatic resource scheduling for cloud applications
1
2018
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Paragon: QoS-aware scheduling for heterogeneous datacenters
1
2013
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Reliable computing service in massive-scale systems through rapid low-cost failover
1
2017
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Improved energy-efficiency in cloud datacenters with interference-aware virtual machine placement
1
2013
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
A cloud scheduler assisted by a fuzzy affinity-aware engine
1
2015
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Adaptive scheduling on power-aware managed data-centers using machine learning
1
2011
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Intelligent resource scheduling at scale: A machine learning perspective
1
2018
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Forecasting the competitiveness of technological innovation talents using least squares support vector machine
1
2015
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Modelling relational statistics with bayes nets
1
2014
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Advances in artificial neural networks, machine learning, and computational intelligence
1
2011
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Energy-efficient VM scheduling based on deep reinforcement learning
1
2021
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
Modeling machine health using gated recurrent units with entity embeddings and K-means clustering
1
2018
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
基于深度学习的虚拟机CPU利用率预测模型研究
1
2019
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
基于深度学习的虚拟机CPU利用率预测模型研究
1
2019
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
A GRU-Based prediction framework for intelligent resource management at cloud data centres in the age of 5G
0
2020
Cloud sentiment accuracy comparison using RNN, LSTM and GRU
0
2021
基于GRU-LSTM组合模型的云计算资源负载预测研究
0
2021
基于GRU-LSTM组合模型的云计算资源负载预测研究
0
2021
基于门控循环单元与误差修正的短期负荷预测
1
2021
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
基于门控循环单元与误差修正的短期负荷预测
1
2021
... 云计算是一种基于可配置网络、存储、服务器、应用软件等计算资源共享池进行计算并按需分配和付费的服务模型[1-4].云计算环境下的资源分配和调度是云计算服务领域的核心问题.随着云计算技术的不断发展和应用需求的持续提高,云计算环境的复杂性日益加剧,机器选择过程中基于任务应用行为[5]、故障表现[6]、能源效率[7]、亲和性[8]等最优调度算法的影响因素研究正吸引越来越多学者的兴趣.机器学习是依靠过去的经验数据创建模型的能力[9-10],调度算法的优化需通过机器学习组件提高复杂决策的准确性和有效性[11].文献[12-13]提出了基于决策树、支持向量机、神经网络等经典模型的机器学习算法在云计算场景中的应用.文献[14-15]讨论了应用强化的机器学习算法进行权限管理和资源分配.文献[16-20]分别介绍了针对单一资源变量,如CPU或资源请求输入门控循环单元(gate recurrent unit,GRU)、长短期记忆(long short term memory,LSTM)网络以及改进离散检测GRU(IGRU-SD)算法进行资源预测.上述研究均基于单变量环境下的优化策略,在实际应用过程中则需考虑精度、训练时间、参数量、特性数量和变量之间的关系等. ...
A dynamic optimization model for power and performance management of virtualized clusters