计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
4期
252-255
,共4页
陈鹏%马自堂%孙磊%孙冬冬
陳鵬%馬自堂%孫磊%孫鼕鼕
진붕%마자당%손뢰%손동동
云计算%神经网络%资源部署%暴发式任务请求
雲計算%神經網絡%資源部署%暴髮式任務請求
운계산%신경망락%자원부서%폭발식임무청구
Cloud computing%Neural network%Resource allocation%Bursty workloads
针对暴发式任务请求给云计算系统性能带来的影响,结合现有资源部署模型,提出了一种基于误差反向传播神经网络改进的资源部署模型来应对上述问题.模型判断出暴发式任务请求的始末时,自动启动网络模块,通过事先训练好的网络进行参数调整值的预测,以达到动态跟踪云计算系统底层资源与外界任务请求变化的目的.通过CloudSim对模型进行了仿真实验,结果证明,引入神经网络模块可有效提高现有系统的资源部署响应速度.
針對暴髮式任務請求給雲計算繫統性能帶來的影響,結閤現有資源部署模型,提齣瞭一種基于誤差反嚮傳播神經網絡改進的資源部署模型來應對上述問題.模型判斷齣暴髮式任務請求的始末時,自動啟動網絡模塊,通過事先訓練好的網絡進行參數調整值的預測,以達到動態跟蹤雲計算繫統底層資源與外界任務請求變化的目的.通過CloudSim對模型進行瞭倣真實驗,結果證明,引入神經網絡模塊可有效提高現有繫統的資源部署響應速度.
침대폭발식임무청구급운계산계통성능대래적영향,결합현유자원부서모형,제출료일충기우오차반향전파신경망락개진적자원부서모형래응대상술문제.모형판단출폭발식임무청구적시말시,자동계동망락모괴,통과사선훈련호적망락진행삼수조정치적예측,이체도동태근종운계산계통저층자원여외계임무청구변화적목적.통과CloudSim대모형진행료방진실험,결과증명,인입신경망락모괴가유효제고현유계통적자원부서향응속도.
