-
公开(公告)号：CN110138612B
公开(公告)日：2020-09-01
申请号：CN201910403638.2
申请日：2019-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于QoS模型自校正的云软件服务资源分配方法，包括：步骤S1：进行在线自学习，得到QoS预测模型；步骤S2：收集某个工作负载下的运行时数据，通过自校正控制提高QoS预测模型在当前工作负载下的准确度；步骤S3：结合服务质量QoS和云资源成本Cost构建适应度函数，并使用改进的粒子群优化算法来搜索目标资源分配方案；步骤S4：将当前的资源分配情况与搜索到的目标资源分配方案进行比较，得到二者之间的差异，然后按一定的比例进行资源调整；步骤S5：重复步骤S2至步骤S4，直到当前的资源分配情况和目标资源分配方案相同时，完成资源调整。本发明能够在QoS预测模型不准确时实现资源的最优分配。
-
公开(公告)号：CN110138612A
公开(公告)日：2019-08-16
申请号：CN201910403638.2
申请日：2019-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于QoS模型自校正的云软件服务资源分配方法，包括：步骤S1：进行在线自学习，得到QoS预测模型；步骤S2：收集某个工作负载下的运行时数据，通过自校正控制提高QoS预测模型在当前工作负载下的准确度；步骤S3：结合服务质量QoS和云资源成本Cost构建适应度函数，并使用改进的粒子群优化算法来搜索目标资源分配方案；步骤S4：将当前的资源分配情况与搜索到的目标资源分配方案进行比较，得到二者之间的差异，然后按一定的比例进行资源调整；步骤S5：重复步骤S2至步骤S4，直到当前的资源分配情况和目标资源分配方案相同时，完成资源调整。本发明能够在QoS预测模型不准确时实现资源的最优分配。
-
Search Results
2
records
(took 0.012 seconds)
