面向混部云失败批处理作业的预测算法

作     者：林伟伟 石方 李毓睿 刘发贵 刘捷 彭绍亮 王子骏 LIN Weiwei;SHI Fang;LI Yurui;LIU Fagui;LIU Jie;PENG Shaoliang;WANG James Z

作者机构：华南理工大学计算机科学与工程学院广东广州510006 鹏程实验室广东深圳518066 湖南大学信息科学与工程学院湖南长沙410082 克莱姆森大学计算学院美国克莱姆森29634 

出 版 物：《国防科技大学学报》 (Journal of National University of Defense Technology)

年 卷 期：2022年第44卷第5期

页      面：71-79页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上基金资助项目(62072187,61872084) 广东省重点领域研发计划资助项目(2021B0101420002) 鹏程实验室重大任务资助项目(PCL2021A09) 广东省基础与应用基础研究基金资助项目(2019B030302002) 广州市开发区国际合作资助项目(2020GH10,2020GH10)。 

主　　题：云计算 混部技术 作业失败预测 资源利用率 

摘      要：为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model,TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic,ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。