基本信息

---

下载

文档摘要

---

摘要

随着云计算技术的快速发展，云资源负载预测成为优化资源管理、提升服务

质量和降低运营成本的关键技术。容器云因其轻量化、高弹性和快速部署的特性，

逐渐成为云原生架构的核心，但其动态性和多租户环境下的资源竞争也为负载预

测带来了新的挑战。传统的静态资源分配方法难以应对容器云中频繁波动的负载

需求，因此，研究高效的资源负载预测方法具有重要的理论和现实意义。本文围

绕云环境下的资源负载预测问题，提出了两种预测模型，旨在提高预测精度和适

应性。

首先，本文提出了一种融合麻雀搜索算法（SSA）优化