QoS驱动的云资源管理的服务工作负载模式

云服务提供商根据性能的可靠性和其较低级别平台基础架构的可用性来为他们提供的客户服务协商SLA。 虽然可用性管理更加成熟，但是性能管理不太可靠。 为了支持支持初始静态基础结构配置以及动态重新配置和自动缩放的连续方法，需要一种准确而有效的解决方案。 我们建议预测技术，结合了工作量模式挖掘方法和传统的协作筛选解决方案，可以满足准确性和效率要求。 服务工作负载模式抽象了常见的基础结构工作负载从监视日志开始，并作为第一阶段高性能配置机制的一部分，然后再考虑更复杂的传统方法。 这增强了当前基于响应式规则的可伸缩性方法和基本混合预测解决方案的预测技术。 不确定性和噪声是多层（通常是联合的）云架构中出现的其他挑战。 我们专门添加了对数平滑与模糊逻辑的结合在这些挑战的背景下使预测解决方案更强大的方法。