| 基于LSTM的WEB服务响应时间大数据预测方法 |
| |
| 引用本文： | 刘承启,林振荣,黄文海. 基于LSTM的WEB服务响应时间大数据预测方法[J]. 四川大学学报(自然科学版), 2019, 56(1): 71-77 |
| |
| 作者姓名： | 刘承启 林振荣 黄文海 |
| |
| 作者单位： | 南昌大学网络中心;南昌大学信息工程学院 |
| |
| 基金项目： | 江西省科技支撑计划项目(20151BBE50057); 江西省教育厅科技项目(GJJ161675，GJJ161675) |
| |
| 摘 要： | 有效地预测Web服务器响应时间,对Web服务提供方保障服务质量有着重要的指导意义.利用大数据方法对处理大量历史指标数据的处理能提高预测的效率.本文提出一种使用相关性分析除去与响应时间相关性不高的指标项,使用特征降维的方法减小计算的数据量,使用动态调节参数的多层LSTM优化算法对数据做训练并预测响应时间的方法来提高预测的效率和准确率.通过实验证明,本文提出的方法能高效和准确地预测Web服务响应时间.
|
| 关 键 词： | 响应时间；LSTM；特征降维； |
| 收稿时间： | 2018-10-26 |
| 修稿时间： | 2018-12-06 |
Big data prediction method of WEB service response time based on LSTM |
| |
| LIU Cheng-Qi,LIN Zhen-Rong and HUANG Wen-Hai. Big data prediction method of WEB service response time based on LSTM[J]. Journal of Sichuan University (Natural Science Edition), 2019, 56(1): 71-77 |
| |
| Authors: | LIU Cheng-Qi LIN Zhen-Rong HUANG Wen-Hai |
| |
| Affiliation: | Center of Network, Nanchang University,School of Information Engineering, Nanchang University,Center of Network, Nanchang University |
| |
| Abstract: | |
| |
| Keywords: | Response time LSTM Feature dimension reduction |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(自然科学版)》下载全文 |
