基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Docker容器虚拟化技术被云平台广泛使用,为了确保容器的服务质量,需要对容器资源进行有效的控制.通过研究cgroups技术对容器资源的控制方式,提出了分类预测算法.该算法结合了谱聚类算法和支持向量机算法,对容器资源使用情况进行分析和预测,从而使得cgroups对容器资源的控制更加有效.实验结果表明,该分类预测算法的可用性良好.
推荐文章
一种新的电容器电容控制方法研究
质量密度法
千分尺法
压力
电容
一种新型的神经网络预测控制方法
预测控制
神经网络
微粒群优化
非线性系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种适于Docker容器资源控制的分类预测方法
来源期刊 计算机与数字工程 学科 工学
关键词 Docker容器 cgroups 资源控制 分类预测
年,卷(期) 2019,(12) 所属期刊栏目 系统结构
研究方向 页码范围 3063-3068
页数 6页 分类号 TP301.6
字数 3689字 语种 中文
DOI 10. 3969/j. issn. 1672-9722. 2019. 12. 024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈莉君 西安邮电大学计算机学院 47 237 8.0 12.0
2 李植 西安邮电大学计算机学院 2 13 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (279)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Docker容器
cgroups
资源控制
分类预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导