首页> 中文学位 >基于改进的随机森林模型的云平台资源使用状态预测研究
【6h】

基于改进的随机森林模型的云平台资源使用状态预测研究

代理获取

目录

声明

摘要

1.1研究背景及意义

1.2云平台资源使用状况研究现状

1.2.1云平台任务资源利用率预测

1.2.2云平台主机负载级别预测

1.3本文的主要工作

1.4论文的结构安排

第2章云平台任务资源使用预测方法

2.1云平台资源使用数据描述

2.1.1 Google云平台跟踪数据描述

2.1.2阿里巴巴云平台跟踪数据描述

2.2云平台任务资源使用特征分析

2.3任务资源使用预测方法

2.4数据预处理及特征提取模型

2.4.1数据预处理

2.4.2特征提取模型

2.5任务的聚类

2.6改进的随机森林回归算法

2.7本章小结

第3章云平台主机负载级别预测方法

3.1云平台主机资源使用特征分析

3.2云平台主机资源使用率级别预测方法

3.3数据预处理及特征提取

3.4主机的聚类

3.5改进的随机森林分类算法

3.6本章小结

第4章方法评估

4.1实验环境和数据集

4.1.1实验环境

4.1.2 Google云平台任务和主机数据集

4.2 Google云平台任务资源预测

4.2.1任务最大内存预测实验和分析

4.2.2任务最大CPU预测实验和分析

4.3 Google云平台主机资源利用率级别预测

4.3.1主机CPU利用率级别预测实验和分析

4.3.2主机内存利用率级别预测实验和分析

4.4本章小结

第5章总结和展望

5.1总结

5.2展望

致谢

参考文献

附录

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号