[发明专利]基于应用负载的自适应资源供应方法

权利要求书

1.基于应用负载的自适应资源供应方法，其特征在于，该方法根据应用负载的历史数据，分析应用模式并动态的选择相应预测模型，对应用将来一段时间内的负载进行预测，该方法中包括预测模块和调整模块；

所述预测模块包含三个子模块，分别为：选择器，周期性预测模型和多项式拟合预测模型，其中，①选择器根据应用负载的历史数据分析负载的模式，并动态选择相应的预测模型，同时，选择器实时的观察预测的准确度，当预测数据出现大的偏差时，选择器立刻应用负载进行重新分析并选择合适的预测模型；②周期性预测模型对周期性序列进行预测；③多项式拟合预测模型预测瞬时尖峰序列；

所述调整模块在预测后对预测值进行修正处理，利用预测误差序列计算预测负载的修正值。

2.如权利要求1所述的基于应用负载的自适应资源供应方法，其特征在于，该方法中输入应用负载的历史数据序列，在云环境中，以虚拟机的负载情况表示应用负载，由监控系统对系统中所有虚拟机负载情况进行监控与记录以及对监控数据进行预处理。

3.如权利要求2所述的基于应用负载的自适应资源供应方法，其特征在于，所述的应用负载选自访问量的负载参数，通过下述方法获得：每隔10分钟采取一个样本点，然后组成负载序列{X(t)}，即为t时刻负载的值，或根据不同负载的样本序列应用的特点选择不同的采样周期。

4.如权利要求1所述的基于应用负载的自适应资源供应方法，其特征在于，所述的选择器中，给定一个序列，利用快速傅里叶转换判断该序列中是否存在周期性成分，如果是周期性序列并且确定其周期，则采用周期性预测模型进行预测，检测出序列中存在多个周期成分时，采用如下公式选择最合适周期：

Err(Ti)=Σt=1n|X(t)-S^t|]]>

其中，Err(Ti)是周期为Ti时的总误差，是周期为Ti时的周期成分，选择误差值最小的周期为最合适周期。

5.如权利要求1所述的基于应用负载的自适应资源供应方法，其特征在于，所述的多项式拟合预测模型中，采用下述公式对尖峰序列进行均值处理：

其中为的下取整，L的值为奇数。

6.如权利要求1所述的基于应用负载的自适应资源供应方法，其特征在于，所述的调整模块中，采用多项式拟合方法进行误差值估计。

7.如权利要求1所述的基于应用负载的自适应资源供应方法，其特征在于，所述的应用模式为混合模式时，采用动态的调整预测模型适应负载模式的变化。