服务计算环境下一种基于机器学习的负载预测方法研究

计算机科学 ›› 2007, Vol. 34 ›› Issue (9): 269-272.

• 软件工程与数据库技术 • 上一篇下一篇

服务计算环境下一种基于机器学习的负载预测方法研究

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家973重点基础研究发展规划（2005cb321804）;国家863高技术研究发展计划基金项目（2004AA112020）;国家985长江学者和创新团队发展计划（IRT0446）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 随着计算机技术的迅速发展，分布式应用的规模迅速增加，越来越多的软件系统开始采用面向服务的体系结构SOA。为了提高SOA的可靠性和可扩展性，一种有效的方式就是提供服务副本，并通过基于中间件的负载平衡服务在不同的服务副本之间平衡负载。通过使用中间件，我们可以满足当前的面向服务应用对于性能、可扩展性和可用性的需求。然而，我们必须保证对于负载的计算具有一定的预测性以避免负载峰值的影响。对于复杂的面向服务应用来说，负载峰值意味着系统可能在短时间内具有极高的负载，而在大多数时间内负载较为平稳，从而因为负载取样的延时性

关键词: 面向服务应用负载预测机器学习中间件

Abstract: With the rapid development of computer technology, the distributed applications scale up increasingly, and more software systems begin to make use of service-oriented architecture SOA. To improve the dependability and scalability of SOA, one effective way

Key words: Service-oriented applications, Load prediction, Machine-learning, Middleware

. 服务计算环境下一种基于机器学习的负载预测方法研究[J]. 计算机科学, 2007, 34(9): 269-272. https://doi.org/