首页|基于神经网络的云平台弹性伸缩研究

基于神经网络的云平台弹性伸缩研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
实际云环境中,容器固定资源规划方式已不能满足系统访问量突变的场景,普通阈值弹性伸缩存在调节滞后、伸缩抖动问题.为此,本文提出了基于BP神经网络预测算法的弹性伸缩方案.该方案首先对影响系统访问量因素进行量化、归算作为BP神经网络的输入,通过不断反馈式训练完善神经网络权值,并用其预测未来负载情况;构建了基于Kubernetes原生自定义指标接口与HPA交互完成伸缩.该方案已应用于南方电网试点项目中,工程应用结果表明,该方案解决了高并发时容器资源调试滞后问题,增强了集群高可用能力.
Research on Elastic Scalability of Cloud Platform Based on Neural Network

邹文仲、张高峰、章金峰

展开 >

南京南瑞继保电气有限公司,南京 211102

神经网络 云平台 弹性伸缩

国家重点研发计划

2018YFB1502904

2022

10.3969/j.issn.1007-1423.2022.20.002

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(20)
  • 1
  • 9