基于混合策略的云计算弹性扩展设计与实现

摘要

云计算(Cloud Computing)是一种新型的分布式计算范式。它将计算任务分布在大量计算机构成的资源池上，使各种应用能够根据需求获取计算力、存储空间和各种软件服务。云计算用户可以获得其所需的资源，并且按资源使用量付费，就像日常生活中用电一样，使用方便，价格低廉。
　　越来越多的人开始关注和使用云计算，其中一个重要的原因是其弹性扩展特性。云计算平台针对应用负载的动态变化，实时地对应用所分配的资源做出调整，具体的说就是当应用负载增加时，分配给应用更多的资源，防止服务质量Qos下降，保证应用的正常运转;当应用负载减少时，回收相应的空闲资源，增加了资源的利用率，同时也减少了云计算用户的费用。
　　由于应用负载变化的不确定性以及相对规律性，本文提出了一种基于混合策略的云计算弹性扩展解决方案。该方案将神经网络算法与静态规则算法有效地结合在一起，构建起了一个混合的资源需求模型，由此生成弹性扩展规则，解决了单纯基于神经网络模型面对不符合特定模式特征的负载时预测不准确的问题。
　　为了验证本文提出的解决方案的有效性，本文设计了一系列验证实验。实验结果表明:相比于单纯基于神经网络的资源需求模型，本文提出的混合模型的预测准确率更高，获得的弹性扩展规则更加合理。