依赖蝙蝠算法SVM的云计算资源负载预测

李旭晴

(长治学院 沁县师范分院，山西 长治 046400)

随着云计算技术的发展，传统的信息产业变革使得云计算的规模越来越大，同时，云数据中心的规模迅速增加，每个云计算中心的能耗也在不断增加，能耗变得越来越巨大[1-3]。云计算中的负载预测技术是降低云计算中心能耗的方法之一。当负载恒定时，如果可以准确地预测下一阶段的负载情况，则可以适当地分配资源。同时，可以在满足服务水平协议(SLA)时关闭某些计算机，以减少云中心能耗[4-5]。但是，与网格计算和高性能计算相比，云计算的任务多变。有学者比较了云计算和网格计算的负载曲线，发现云任务长度仅为网格任务长度的[1/20，1/2]。因此，云计算的负载曲线更加陡峭，增加了建模和预测云计算负载的难度[6]。

已有学者对云计算中心中的负载预测问题进行了大量研究[7]。预测方法主要分为三类，第一类为传统统计，如自回归算法、自回归综合移动平均算法(ARIMA)等；第二类为智能算法、神经网络(NN)、SVM算法等；第三类是混合算法，例如，将Kalman滤波器与SVM结合的算法，以及将相空间重构与进化相结合的算法[8-10]。就单一预测算法而言，有许多相对成熟的预测算法。同时也可以使用贝叶斯模型对云计算中心的CPU和内存进行负载预测，但是这只能预测未来一段时间内的平均负荷，而不是实际负荷值。还有学者提出了一种使用资源重定向机制的新的容量分配算法，但是该模型针对的是特定的资源使用方案，并且不具有通用性[11]。近年来，已经研究使用了混合预测算法，如针对主机负载急剧变化和云中的大量噪声，可以将相空间重构方法和分组数据处理方法结合在一起。所提出的方法可以减少累积误差，但是当考虑SLA时，进化算法的效率较低。有学者提出了一种基于卡尔曼滤波器的支持向量机模型，用于在云中进行负载预测，但是权重系数的选择只是从小到大的简单增加，难以反映云中的负荷特性[12]。近年来，也出现了一些新的混合方法，如模糊理论和蝙蝠算法变换等已被用于负荷预测[13]。综上所述，现有方法仍然存在以下缺点，单一预测算法在某些情况下可以预测云计算的负荷，但是其预测精度不高，也无法增加预测长度；混合预测算法在预测精度和长度上都有一定的提高，但是将其预测结果应用于资源分配还存在一定差距，另一方面，混合算法的操作相对较长；近年来，诸如WT等的新型混合算法显示出了很好的预测效果，但主要用于风电功率预测，在云计算负荷预测领域的应用很少[14-15]。

将蝙蝠算法(BA)与支持向量机(SVM)相结合，提出了一种蝙蝠算法支持向量机(BASVM)模型。该模型结合了WT分析输入信号的周期和频率的优势以及SVM的非线性回归分析特性，使输入信号的回归分析更加有效。然后提出了一种基于BASVM的云计算负荷预测算法。最后，使用Google数据集进行了实验，证明了与SVM、自回归综合移动平均(ARIMA)和自适应神经模糊推理系统(ANFIS)算法相比，该算法的预测结果和准确性得到了显着提高。

1 BASVM负载预测模型

本文提出的BASVM模型由WT和SVM组成。该模型利用WT的时间序列分解特征，用蝙蝠算法函数代替SVM的核函数，以提高负荷序列的回归分析精度。同时，云平台中的负载变化是非线性、不稳定和随机的。因此，根据云中的负载变化特征，使用BASVM预测负载更为有效。

1.1 云计算负载

在云计算环境中，可以收集的资源序列主要包括CPU利用率cpu，内存利用率radio mem，网络负载利用率radio bw等。由于用户在云中提交具有随机性和多样性的任务，因此服务器的加载时间序列始终具有非线性、不稳定和随机的特征。但是云中服务器的负载时间序列具有一定的规律性。因此，可以通过历史负荷数据预测当前负荷。

定义1三维向量L=(cpu,men,bw)表示云计算中心的负载，包括CPU利用率，内存利用率和网络带宽利用率三种负载类型。

定义2设向量Ht=[Lt-D,Lt-D+1,…,Lt-1]T表示历史加载序列，其中t表示当前时间，D表示嵌入维数，并由数据样本的自相关系数确定。

在本文提出的算法中，将历史载荷序列用作输入向量，并使用BASVM模型通过回归方法进行分析。

1.2 蝙蝠算法支持向量机模型

通过对云计算平台中负载的深入分析，可以知道负载时间序列具有非线性、不稳定和随机的特征。通用的研究方法很难描述和分析载荷时间序列。支持向量回归的基本思想是设置一个核函数，该函数可以将输入数据映射到高维特征空间，在此基础上，进行空间线性回归分析。将非线性问题转换为线性问题可以降低算法的复杂度。同时，SVM具有良好的泛化能力和出色的性能，在分析云计算负载序列方面具有独特的优势。通过构造母蝙蝠算法函数，WT可以保留原始序列的时间和频率特性，同时将时间序列分解为一组基本序列。它能进行深入的挖掘，特别是时间序列中的变化，此外，对于多尺度的时间序列变化区域，支持向量回归也能预测其发展趋势。WT可以在时域和频域中同时定位输入信号，时变信号具有独特的优势。因此，将WT与SVM结合可以充分发挥两者的优势，并且可以更有效地对云负载的历史序列进行回归分析。

给定样本集(x1,y1),…(xi,yi)…(xN,yN)，其中xi∈x⊂Rn是样本集的输入，yi是分类的标记(yi={-1,1})。在此基础上，引入函数ε(不敏感损失函数)，转化问题为极小值，约束条件如公式(1)所示：

s.t.yi-wΦ(xi)-b≤ε+ξi

(1)

(2)

因此，支持向量机的回归决策函数如公式(3)所示。

(3)

蝙蝠算法基函数(WBF)是WT中的重要函数，它由蝙蝠算法序列组成，并且可以按翻译的规模和时标构成一堆函数。不同的WBF对输入处理的重视程度不同，结果也不同，有时相差很大。

(4)

在公式(4)中，γ是高斯函数的参数，k是控制WBF形状的参数。通过引入变量k，蝙蝠算法核函数的形状将不会固定为一种形状。当k=0时，WBFψ(x)成为径向基函数核函数，当k=1.5时，WBFψ(x)在区间[-1,1]上近似于Mexhat核函数。令α∈R表示WT中的翻译因子，就可以得到满足公式(5)所示的核函数平移不变性的平移不变核函数。

(5)

参数k可以提高支持向量机的泛化能力，对具有不同特征的样本点进行回归分析可以获得更好的结果。因为WT和SVM都具有关键的内核功能，所以通过将它们结合起来，回归分析可以对输入序列更有效。然后，通过将(5)代入(3)，可得到SVM的决策函数，如公式(6)所示：

(6)

1.3 基于BASVM的云计算负载预测模型

在分析了云计算负载序列之后，提出了基于BASVM的云计算负载预测模型。输入空间为Ht，当前云计算负载为Lt=(cupt,memt,bwt)，这是通过对历史负载序列Ht进行分析和计算得出的。公式(7)是云计算负载预测模型的决策函数。

(7)

式中，Ht,i表示Ht的jth元素，而Hi,j表示ith训练样本Hi的jth元素。该模型利用(2)获得所需参数，并使用公式(7)计算时间t处的云计算负载值。

1.4 云中的BASVM负载预测算法

蝙蝠算法支持向量机负荷预测(BASVMLF)算法的主要思想如下。首先，设置BASVM模型的参数组(k,γ,C,ε)，确定BASVM模型。然后将训练样本用于训练BASVM模型，并通过公式(2)和输入训练样本获得BASVM模型中的一些关键参数。最后，通过公式(7)获得云计算负荷值。

考虑到云计算负载训练样本的序列长度为l，将其分割为间隔s，并且N=l/s代表样本的总段数。令负载序列的每个段对应一个力矩，则力矩t对应于tth负载序列。通过对N个片段样本进行自相关分析，可以在设置阈值rT之后获得嵌入维D。

BASVMLF算法的步骤如下：

步骤1.设置参数组(k,γ,C,ε);

步骤2.处理云计算负载训练数据;

步骤3.使用训练数据训练BASVM模型；

步骤4.通过公式(7)计算力矩t；

步骤5.使用BASVM模型进行预测，并获得预测误差。

BASVMLF算法的伪代码如图1所示。

图1 BASVMLF算法的伪代码

2 实验与分析

为了验证BASVMLF算法的有效性和准确性，本文搜集了云计算中心的近一个月12000台计算机使用情况信息，利用BASVMLF算法进行性能综合，且与其他常用算法进行性能的比较。实验数据包含67万个作业和2500万个任务，及其相关的任务计划时间、资源的分配和相关的调配使用记录。此外，这些数据还记录了微秒级的配置、结束等的工作和任务及其他信息，例如CPU的需求和使用状态、内存、带宽等。

因此，围绕该数据集进行了许多相关研究。云计算数据集包括作业事件、任务事件、约束和使用情况、机器事件等6个部分。在本实验中，仅选择了对CPU资源进行测试，但BASVMLF算法也可以对内存和其他资源进行预测。在实验中，预测方法的前提是使用固定步长。

首先，对相关云计算序列进行自相关分析，分析的结果如图2所示。

图2 云计算负载的自相关分析

其次，在基于自相关分析结果的基础上，可以得出该序列呈现较高的线性相关，设置阈值为rT=0.6，输入向量的步长为35。在此设置的前提下，对数据进行归一化的统一，同时将负载数据集作为输入样本，利用BASVM模型来预测负载。

通过以下步骤设置参数组(k,γ,C,ε)。首先，选择k=0并修复γ和C以找到最佳ε；其次，修复C和ε以找到最佳γ；然后修复ε和γ以找到最佳C；最后，将γ，C和ε固定为穷举搜索k。

在众多负载预测算法中，选择已有三种算法(ANFIS、ARIMA、BASVM)与本文提出的算法进行比较。选择这三种算法是由于本文提出的算法是在SVM的基础上进行改进的，而ANFIS和ARIMA分别代表智能算法和传统统计方法，支持向量机的参数与本文提出的模型相同。对于ANFIS，迭代数设置为500，隶属函数数为5。首先，通过减法聚类方法确定自适应模糊神经网络的结构；其次，使用混合学习算法训练前端和结论的参数；最后，将载荷序列数据输入到训练后的自适应模糊神经网络。对于ARIMA，从自相关分析中可以知道负载序列不稳定，因此应对负载序列进行差分，并设置时间序列d=1的差分时间。根据图2，可以得到带有回归项p=3和移动平均值q=2的ARIMA(3,1,2)模型。

预测算法的实验结果如图3所示。

图3 (a)BASVM预测的加载顺序

图3 (b)支持向量机预测的加载顺序

图3 (c)ANFIS预测的加载顺序

图3 (d)ARIMA预测的加载顺序

从图3 a-d中，很难看出明显的优化。因此，选择均方根误差(RMSE)和均方根误差(MAE)来评估四种预测算法。两种评估指标的计算如式(8)所示。

(8)

根据评估指标，将四种预测算法的误差与图4和表1中的相应数据进行比较。

图4 不同算法的评估值

表1 不同算法的评估值

从图4和表1结果可知，BASVM的预测精度最优，提高了云计算预测算法的精度。

3 结论

本文在深入研究云计算任务特征的基础上，提出了一种基于BASVM的云计算负荷预测模型，该模型可以结合WT和SVM的优势，对输入序列进行更有效的回归分析。为了验证本文提出的算法，选择了云计算中心数据集，并分析了其CPU负载统计信息。通过使用本文提出的预测模型，可以预测负荷序列并将其与其他几种常用的预测算法进行比较。实验结果表明，所提出的BASVM云计算负荷预测模型在预测精度上优于其他三种预测算法。