【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第12期 447-450页,共4页

【作 者】： 兰长明 ; 李昆仑 ; 熊婷

【摘 要】 不同的网络数据特征，在数据传输中会导致异常网络数据特征发生突变，但相似的云计算资源数据特征在相似的异常网络环境中有着极强的相似性。传统的方法在异常网络环境下对云计算资源需求预测时，云计算资源数据受到相似性特征干扰的影响，预测模型不具备特征分类排除特性，导致预测准确性低、效果差的问题。提出基于迭代误差消除的异常网络下云计算资源需求的预测方法。采集当前一段时间的云计算资源需求的样本数据，建立训练样本的预测模型；利用模式搜索法不断搜索最优参数组合，利用拟合误差的序列作为训练数据建立验证样本的预测模型，并进行迭代处理，不断消除模型的误差，最终获得准确预测模型。仿真结果表明，利用改进算法进行异常网络下云计算资源需求的预测，能够降低预测误差。