几种准实时IT系统负荷预测方法比较研究 ——基于R语言

• 作者: 刘一田 曾会锋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: IT系统 负荷预测 时间序列分析 R语言应用 autoARIMA 中位数模型
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 90-96,151
• 页数: 8页
• 分类号: TP391
• 字数: 8832字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1601-0379

摘要

为了找到简单有效的模型对IT系统负荷进行预测,通过使用现有的IT系统建立压力测试环境,模拟负载逐渐增加过程,同时采集IT系统的性能参数(如CPU使用量,内存使用率,网络带宽使用率),并利用几种传统预测方法对采集到的性能参数进行分析和预测,比较各种方法的适应性.研究实验分别采用直线回归、对数回归、二次曲线回归、Holt-Winters平滑、ARIMA、R语言包auto ARIMA、均值模型、中位数模型等八种方法进行建模,利用R语言计算出一定时刻(如10 s)后的预测结果,最后将预测结果与实测结果进行比较,根据其绝对/相对误差的大小,确定合适的预测模型.通过实验,得到了这样的结论:对于变化比较剧烈的CPU利用率,适合使用中位数模型进行准实时预测,平均精度较高,而对于变化比较缓慢的内存使用数则适合用ARIMA模型进行预测;对于变化比较大,但变化周期较长的网络带宽使用率则适合使用Holt-Winters方法.该结论可作为工程实际选择准实时连续预测最优方法的依据.