-
公开(公告)号：CN106533750B
公开(公告)日：2019-05-21
申请号：CN201610966190.1
申请日：2016-10-28
Applicant: 东北大学
IPC: H04L12/24
Abstract: 本发明提供一种云环境下非平稳型应用用户并发量的预测系统及方法，涉及云环境下服务性能优化技术领域。系统包括历史数据获取模块、非平稳型业务判定模块和应用用户并发量预测模块，通过对历史数据的分析，进行业务性质的识别，判断出并发量序列具有趋势性或周期性，并针对两种性质分别进行并发量预测。本发明针对云环境下非平稳型业务的趋势性与周期性应用用户并发量的特点，利用不同的预测方法构造了预测模型，对含有两种性质的并发量进行预测，能自动识别趋势性和周期性并分发量序列的特征，并能自动计算出序列的周期数，且无需人工干预，能自行完成预测过程，同时能有效提高非平稳型业务并发量预测的准确性。
-
公开(公告)号：CN106506229B
公开(公告)日：2019-04-23
申请号：CN201611077438.5
申请日：2016-11-30
Applicant: 东北大学
Abstract: 本发明提供一种SBS云应用自适应资源优化调整系统及方法，该系统包括：规则生成单元；监测单元；触发单元；动态决策单元；方案执行单元。该方法包括：生成自适应资源优化调整规则；在线实时获取SBS云应用的运行状态信息和云环境的运行状态信息；对SBS云应用进行自适应资源优化调整规则在线触发判断，确定触发的自适应资源优化调整规则；生成一组自适应资源优化调整动作，决策出自适应资源优化调整方案，进行SBS云应用自适应资源优化调整。本发明根据SBS云应用提供者与云环境提供者所签订的SLA，调整SBS云应用所占用的资源，实现了在保障SBS云应用性能的同时最小化资源调整的成本。
-
公开(公告)号：CN106506229A
公开(公告)日：2017-03-15
申请号：CN201611077438.5
申请日：2016-11-30
Applicant: 东北大学
CPC classification number: H04L41/50 , G06F9/5027 , H04L41/06 , H04L43/08 , H04L67/10
Abstract: 本发明提供一种SBS云应用自适应资源优化调整系统及方法，该系统包括：规则生成单元；监测单元；触发单元；动态决策单元；方案执行单元。该方法包括：生成自适应资源优化调整规则；在线实时获取SBS云应用的运行状态信息和云环境的运行状态信息；对SBS云应用进行自适应资源优化调整规则在线触发判断，确定触发的自适应资源优化调整规则；生成一组自适应资源优化调整动作，决策出自适应资源优化调整方案，进行SBS云应用自适应资源优化调整。本发明根据SBS云应用提供者与云环境提供者所签订的SLA，调整SBS云应用所占用的资源，实现了在保障SBS云应用性能的同时最小化资源调整的成本。
-
公开(公告)号：CN106533750A
公开(公告)日：2017-03-22
申请号：CN201610966190.1
申请日：2016-10-28
Applicant: 东北大学
IPC: H04L12/24
CPC classification number: H04L41/147 , H04L41/142 , H04L41/145
Abstract: 本发明提供一种云环境下非平稳型应用用户并发量的预测系统及方法，涉及云环境下服务性能优化技术领域。系统包括历史数据获取模块、非平稳型业务判定模块和应用用户并发量预测模块，通过对历史数据的分析，进行业务性质的识别，判断出并发量序列具有趋势性或周期性，并针对两种性质分别进行并发量预测。本发明针对云环境下非平稳型业务的趋势性与周期性应用用户并发量的特点，利用不同的预测方法构造了预测模型，对含有两种性质的并发量进行预测，能自动识别趋势性和周期性并分发量序列的特征，并能自动计算出序列的周期数，且无需人工干预，能自行完成预测过程，同时能有效提高非平稳型业务并发量预测的准确性。
-
-
-
Search Results
4
records
(took 0.019 seconds)
