傅里叶变换和支持向量机的云计算资源分配策略.pdf

MicrocomputerApplicationsVo1．33，No．1，2017 开发应用 微型 电脑应用 2017年 第 33卷第 1期 文章编号 ：1007—757X(2017)oi一0074—03 傅里叶变换和支持 向量机的云计算资源分配策略 解志君 (常州信息职业技术学院 软件学院，常州 213164) 摘 要 ：针对当前云计算资源调算法的资源利用率低 ，资源变化预测精度低 的缺陷，提 出了傅里叶变换和支持 向量机 的云计 算资源分配算法。根据云服务资源需求的变化特点，将其划分为周期性和非周期性两类服务，采用傅里叶变换分析服务资源 需求的周期性，并采用支持向量机预测非周期性的服务资源需求，根据预测结果实现虚拟机的资源分配，并通过对 比实验测 试可行性和优越性 。结果表 明，算法提高了虚拟机资源的利用率 ，避免了出现违反 SLA的现象，而且性能要优于对 比算法。 关键词 ：云计算系统；资源分配 ；傅里叶变换；支持 向量机 中图分类号 ：TP311 文献标志码 ：A ResourceAllocationofCloudComputingBasedonFourier Transform andSupportVectorMachine XieZhijun (SchoolofSoftware，ChangzhouCollegeofInformationTechnology，Changzhou213164，China) Abstract：Becausethecloudplatform resourceutilizationrateisnothigh，accuratepredictionofthevariationofresourceslacks， basedonhybridpredictionofcloudplatform resourceanallocationmethodisdesigned．Theservicesourcesaredividedintope— riodserviceandnonperiodserviceaccordingtOthecharacteristicsofcloudserviceresource．Fouriertransform isusedtOanalyze theperiodservicesource，andsupportvectormachineisusedtodealwithnonperiodones．Resoucesareallocatedbasedonpre— dietedresultsandcomparasoniscompletedtOmeaueretheoperatabilityandoptimzation．Experimentalresultsshow thatthe methodcanimproveutilizationrateofvirtualmachineresources，andreducethenumberofservice-levelagreementviolations． Keywords：Cloudcomputing；Resourceallocation；Fouriertransform ；Supportvectormachine 度低等难题 ，构建 了基于傅里叶变换和支持 向量机 的云计算 0 引言 资源分配算法，实结果表明，该算法提高了虚拟机资源的利 随着科学技术 的不断发展 ，传统云计算模式快 已经难 以 用率 。 适合用户 的实际需求 ，而按需付费资源配置模式受到专家和 1 支持 向量机 学者 的重视n]。当前云服务商主要采用粗粒度 的资源分配 技术，包括 Google、Amazon等，其分配的基本单位是虚拟机 对于训练集 {(z，Y)}，采用支持 向量机建立线性 回归函 (VirtualMachine，VM)，根据负载变化