31、云环境下 vIMS 扩展模型与台湾股市预测分类算法研究

云环境下 vIMS 扩展模型与台湾股市预测分类算法研究

云环境下 vIMS 扩展模型

在云环境中，vIMS（虚拟 IP 多媒体子系统）的扩展问题至关重要。为了实现更好的 SCR（服务完成率），研究提出了一种基于回归方法的扩展预测模型，该模型综合考虑了资源组合和呼叫率，构建了各因素与 SCR 之间的关联。

扩展模型有效性实验

为了检验该扩展模型的能力，进行了相关实验。实验设定 Bono、Sprout 和 Dime 的 vCPU 数量分别为 2、3 和 2，呼叫率设置为 100。模型需要找出哪种组合具有最佳的 SCR。

实验结果如下表所示：
|组合|预测值|实际值|差值|差值百分比|
| ---- | ---- | ---- | ---- | ---- |
|332|0.94649|-|-|-|
|242(scale up)|1.00256|0.99337|0.00919|0.9%|
|242(scale out)|0.99809|0.98085|0.01724|1.8%|
|233|0.93237|-|-|-|

从表中可以看出，预测 SCR 最低的组合是 233，其 SCR 为 0.93237；而组合 242（垂直扩展）的 SCR 最高，为 1.00256。同时，组合 242（水平扩展）的 SCR 为 0.99809，低于垂直扩展的情况。因此，扩展模型建议当前系统采用 242 的垂直扩展组合以获得最佳的 SCR。此外，还对实际值和预测值之间的差异进行了检验，垂直扩展的组合 242 实际 SCR 为 0.99337，低于预测值，差值比率为 0.9%；水平扩展的组合 242 实际 S