이 논문은 클라우드 서버 워크로드 예측 문제를 다룹니다. 클라우드 서버 워크로드는 매우 가변적이며, 간헐적인 과부하 발생이 문제가 됩니다. 기존의 통계적 방법과 신경망 기반 방법은 이러한 가변성과 데이터 불균형 문제에 취약합니다.
이에 저자들은 PePNet을 제안합니다. PePNet은 두 가지 핵심 특징을 가지고 있습니다:
실험 결과, PePNet은 기존 최신 방법 대비 전체 워크로드 예측 정확도(MSE)를 11.8% 향상시켰고, 특히 과부하 예측 정확도(MSE)를 21.0% 향상시켰습니다. 또한 PePNet은 학습 및 추론 시간 오버헤드가 크지 않고, 하이퍼파라미터에 대한 강건성도 높습니다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Feiyi Chen,Z... ב- arxiv.org 04-30-2024
https://arxiv.org/pdf/2308.01917.pdfשאלות מעמיקות