【摘要】 本发明涉及一种集群负载预测方法及分布式集群管理系统。本发明的方法包括步骤：接收用户预测需求信息并解析，并将已解析的用户预测需求信息与算法池内存储的预测算法进行匹配；对算法池内的预测算法进行更新；选择匹配程度最大的预测算法及其相关参数信息建立负载预测模型，并用获取的负载数据训练该负载预测模型；使用训练好的负载预测模型对集群负载进行预测，得到预测结果。本发明的系统包括：集群调度模块、负载监控模块、负载预测模块以及决策实施模块；所述的负载预测模块包括配置文件、算法控制器以及算法执行器。本发明的技术方案应用于集群系统中，支持预测需求可配置、支持预测算法的自适应选择以及支持预测算法的可插拔。 【专利类型】发明授权 【申请人】浙江大学 【申请人类型】学校 【申请人地址】310027 浙江省杭州市西湖区浙大路38号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210005401.7 【申请日】2012-01-09 【申请年份】2012 【公开公告号】CN102624865B 【公开公告日】2014-06-18 【公开公告年份】2014 【授权公告号】CN102624865B 【授权公告日】2014-06-18 【授权公告年份】2014.0 【IPC分类号】H04L29/08 【发明人】王总辉; 张涛; 王云霄; 陈建海; 陈文智 【主权项内容】一种集群负载预测方法，应用于分布式集群系统，包括步骤：在系统中设置预测算法存储单元与算法池；预先在算法池内储存能够对集群负载进行预测的预测算法及其相关参数信息，并对算法池内的预测算法及其相关参数信息实时更新；接收外部写入的用户预测需求信息，解析该用户预测需求信息并将该信息存储于系统中；将已解析的用户预测需求信息逐一地与算法池内存储的预测算法进行匹配，选择出匹配程度最大的预测算法并将该预测算法及其相关参数信息更新至预测算法存储单元；获取系统提供的负载数据；基于预测算法存储单元内的预测算法及其相关参数信息建立负载预测模型，利用负载数据训练负载预测模型；使用训练好的负载预测模型对集群负载进行预测，得到预测结果。 【当前权利人】浙江大学 【当前专利权人地址】浙江省杭州市西湖区浙大路38号 【专利权人类型】公立 【统一社会信用代码】12100000470095016Q 【引证次数】8.0 【他引次数】8.0 【家族引证次数】8.0 【家族被引证次数】17

未经允许不得转载：http://www.zhongzhencnc.com/1791546545.html