基于隐马尔可夫的云平台软件性能预测方法

摘要

本发明公开了基于隐马尔可夫的云平台的软件性能预测方法，具体按照如下步骤实施：步骤1，从待预测云平台的各个业务模块中采集影响性能的参数，得到实验样本特征集合，然后进行预处理；步骤2，确定初始隐马尔可夫模型λ＝(A，B，π)；步骤3，给定观测序列，计算在步骤2确定的初始隐马尔可夫模型下的观测序列出现的概率；步骤4，已知隐马尔可夫模型和观测序列，求性能预测结果序列。本发明的基于隐马尔可夫的云平台的软件性能预测方法，解决了现有技术中存在的一元线性回归模型不能对云平台软件复杂多变的负载情况有效拟合，导致预测精度不能满足要求的问题。