English(EN) A Two-Stage Forecasting System for CPU Workload Prediction in Private Clouds

新的两阶段系统使用 XGBoost 预测云 CPU 工作负载

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-04 04:00

研究人员开发了一个新颖的两阶段预测系统，旨在预测私有云环境中的 CPU 工作负载。该系统首先预测客户服务请求（每秒事务数或 TPS），然后利用该预测来估算未来的 CPU 工作负载。该模型利用 XGBoost 算法和自适应在线再训练策略来处理不断变化的云工作负载，在实际测试中，大多数应用的对称平均绝对百分比误差 (SMAPE) 低于 7%。 AI

影响通过提高 CPU 工作负载预测的准确性，改善云环境中的主动资源管理和智能自动扩展。

排序理由关于云 CPU 工作负载预测新预测系统的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

XGBoost

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 关于云 CPU 工作负载预测新预测系统的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ashir Javeed, Anton Borg, H{\aa}kan Grahn, Lars Lundberg, Dhyey Patel, Sogand Shirinbab · 2026-09-04 04:00

私有云中用于 CPU 工作负载预测的两阶段预测系统

arXiv:2609.03457v1 Announce Type: new Abstract: Accurate cloud resource forecasting is essential for proactive resource provisioning, maintaining Quality of Service (QoS), and reducing operational costs in dynamic cloud environments. The existing forecasting approaches predominan…

本文如何被排名

报道来源 [1]

私有云中用于 CPU 工作负载预测的两阶段预测系统

相关实体

相关话题