一种基于机器学习的云服务平台负载策略推荐方法.pdfVIP

下载本文档

1
0
约1.17万字
约 10页
2023-11-04 发布于四川
举报
版权申诉

一种基于机器学习的云服务平台负载策略推荐方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于机器学习的云服务平台负载策略推荐方法。本发明采用机器学习方法进行参数推荐以及分类识别，可以集成在以Kubernetes为代表的容器编排系统上，通收集集群上负载的历史数据，使用带标签的不同类别负载的特征数据，进行识别模型的构建；完成训练后，持续监控集群，每当集群上有新的负载到达时，识别负载并进行参数推荐；参数推荐的过程通过贝叶斯优化进行，为集群上部署的应用推荐最佳的参数配置。相比于传统的Kubernetes自身的优化方法，本发明构建起完整的优化逻辑链条，更高效且更具持续性；完成

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116991577 A (43)申请公布日 2023.11.03 (21)申请号 202310792705.0 G06F 18/243 (2023.01)