基于深层LSTM的分布式负载预测模型

• 作者: 付磊
• 来源期刊: 现代计算机
• 关键词: 负载均衡 负载预测 时间序列预测 LSTM
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 研究与开发
• 页码范围: 25-28
• 页数: 4页
• 字数: 2841字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.09.006

摘要

负载不平衡往往会导致分布式系统的性能损失,因此大量的动态负载平衡策略被引入来管理共享资源和分布式负载,它们基于负载和应用特性来实现所需平衡.其中负载预测是一种广泛应用于改善负载分布以避免负载不平衡的技术.由于传统预测模型精度低,所以有很大的局限性.为了提高负载预测精度,针对负载序列的变化特性,提出一种基于LSTM(长短期记忆网络)的负载预测算法.所提出的算法在真实数据集上进行验证,实验结果表明该算法能够精准地预测负载信息,其性能优于其他负载预测算法,如ARIMA、EWMA、RNN等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付磊	四川大学计算机学院	14	28	3.0	5.0