データセット細分化を用いた時系列データ回帰モデル化手法の検討
Description
近年のクラウドサービスにおいて,サーバを仮想化することで使用率を向上させ,サーバ数を削減する取り組みが行われている.この取り組みでは,サーバが自身の CPU 資源を超えた CPU を割り当てられるオーバーコミット状態に陥ることで,仮想サーバの性能が低下する可能性があるため,制御対象のすべての仮想サーバの CPU 使用率を予測し制御を行う必要がある.本研究では,仮想サーバの CPU 使用率の汎用的な深層学習予測モデルの生成に向けて,時系列データの回帰モデル化手法についての検討を行う.方法を模索した結果,時系列データを学習に必要な長さごとに抽出を行い,細分化した後のデータをランダムに使用することで,再学習時に使用するデータ数の削減が可能であることを確認した.
Journal
-
- マルチメディア,分散協調とモバイルシンポジウム2200論文集
-
マルチメディア,分散協調とモバイルシンポジウム2200論文集 2020 1251-1256, 2020-06-17
- Tweet
Keywords
Details 詳細情報について
-
- CRID
- 1050292572111009280
-
- NII Article ID
- 170000184623
-
- Web Site
- http://id.nii.ac.jp/1001/00210788/
-
- Text Lang
- ja
-
- Article Type
- conference paper
-
- Data Source
-
- IRDB
- CiNii Articles