作者：朱连章; 李博; 张卫山; 刘昕; 谭守超; 孙...普适云计算深度学习资源预测服务迁移
摘要：针对目前对普适云及服务迁移相关的研究大多专注于迁移架构与迁移决策方面,缺少完善的上下文感知,对普适云环境下的服务迁移方法进行了研究。在前期OSGi弹性普适云设施的基础上,深入感知普适云的上下文,并采用深度学习网络LSTM进行节点可用资源的预测。以历史与预测的资源数据为支撑,分析普适云系统状态,制定合理的迁移决策。最终通过实验与分析验证资源预测的准确性以及服务迁移的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《太原理工大学学报·社会科学版》（CN：14-1269/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《太原理工大学学报·社会科学版》其办刊宗旨是：以邓小平建设有中国特色社会主义理论为指导，坚持四项基本原则，坚持改革开放，坚持"百花齐放、百家争鸣"的方针，努力宣传、认真贯彻执行党和国家有关科技出版的方针、政策、法规，为繁荣我校学术研究，促进学科发展，提高教学科研水平，发现和培养人才，为振兴山西经济、振兴我国煤炭事业做贡献。
杂志详情
