基于回歸樹與K-最近鄰交互模型的存儲設(shè)備性能預(yù)測.pdf

1、存儲設(shè)備性能預(yù)測在存儲系統(tǒng)的自動化管理以及任務(wù)計(jì)劃程序中具有廣泛的應(yīng)用，占有重要的地位。傳統(tǒng)的方法是利用分析模型、仿真模型來預(yù)測存儲設(shè)備性能，并稱這類方法為白盒方法。因?yàn)檫@類方法主要依據(jù)目標(biāo)存儲設(shè)備的內(nèi)部架構(gòu)、調(diào)度算法等大量領(lǐng)域知識進(jìn)行模擬和分析并構(gòu)建相應(yīng)預(yù)測模型。然后隨著存儲設(shè)備日益高端、復(fù)雜，特別是設(shè)備生產(chǎn)商不愿意公開其設(shè)備內(nèi)部參數(shù)，模擬和分析模型很難實(shí)現(xiàn)，這使得白盒方法很難成為存儲設(shè)備性能預(yù)測的一種通用的解決方案。與白盒方法相對應(yīng)

2、的一種設(shè)備性能建模方法稱為黑盒方法。黑盒方法的優(yōu)點(diǎn)是不需要了解目標(biāo)設(shè)備的任何內(nèi)部信息，它將所有設(shè)備都看成一個(gè)黑盒，僅僅使用統(tǒng)計(jì)或機(jī)器學(xué)習(xí)方法依據(jù)該設(shè)備上歷史數(shù)據(jù)來探索設(shè)備的行為習(xí)性并建立預(yù)測模型。
　　 CART是一種可以完成回歸任務(wù)的機(jī)器學(xué)習(xí)方法，使用該方法來構(gòu)建存儲設(shè)備的預(yù)測模型具有很多優(yōu)點(diǎn)，如簡單、預(yù)測速度快、對不相關(guān)屬性魯棒且具有可解釋性，但CART模型對噪音數(shù)據(jù)敏感且穩(wěn)定性差，還有其預(yù)測精度不夠高，低于K-最近鄰方法。

3、為了獲得更好的預(yù)測性能，本文提出一種基于回歸樹與K-最近鄰交互模型的存儲設(shè)備性能預(yù)測方法，該方法主要利用回歸樹與K-最近鄰間具備的潛在的優(yōu)劣互補(bǔ)性。在該交互模型中，首先利用訓(xùn)練數(shù)據(jù)集構(gòu)建一棵標(biāo)準(zhǔn)的回歸樹，然后統(tǒng)計(jì)每個(gè)內(nèi)部分裂節(jié)點(diǎn)并依據(jù)一定規(guī)則計(jì)算出每個(gè)屬性在樹的生成過程中所做貢獻(xiàn)，亦稱為屬性權(quán)重，這有助于直觀理解；其次，利用前面計(jì)算出的屬性權(quán)重，在葉節(jié)點(diǎn)使用加權(quán)的K-最近鄰交互模型取代原來回歸樹的預(yù)測方法，即使用葉節(jié)點(diǎn)上所有實(shí)例的輸出屬

4、性值的均值來預(yù)測未知實(shí)例；最后，提出了一種預(yù)測的平滑算法，該算法利用從葉節(jié)點(diǎn)到根節(jié)點(diǎn)路徑上節(jié)點(diǎn)的信息迭代式修正預(yù)測值，目標(biāo)是獲得更好的泛化性能和預(yù)測準(zhǔn)確度。實(shí)驗(yàn)表明，本文提出的交互模型較單一的回歸樹模型或K-最近鄰模型有更好的穩(wěn)定性和預(yù)測性能，且具備可解釋性。
　　 構(gòu)建設(shè)備性能模型的一個(gè)重要方面就是如何全面、準(zhǔn)確地對工作負(fù)載進(jìn)行恰當(dāng)?shù)拿枋?，即工作?fù)載特征化。Wang提出的基于I/O請求的工作負(fù)載特征化過程中，為了描述I/O到達(dá)

5、的突發(fā)率，需要確定一個(gè)窗口。Wang通過實(shí)驗(yàn)并分析每個(gè)特征的相對重要性，然后以此為基礎(chǔ)來確定該參數(shù)的大小。該方法需要多次重復(fù)實(shí)驗(yàn)，然后認(rèn)真選擇大小。即便如此，這種方法也很難獲得理論上的解釋。本文提出一種統(tǒng)計(jì)方法，通過統(tǒng)計(jì)數(shù)據(jù)集中同類任務(wù)的最大突發(fā)率，也就是說對任一進(jìn)入系統(tǒng)的I/O請求，在其前面等待被執(zhí)行的I/O的最大值。采用這種方法的理由是，已經(jīng)執(zhí)行完的I/O不會再對剛進(jìn)入系統(tǒng)的I/O構(gòu)成影響，僅僅是排隊(duì)等待的I/O請求才會影響該I/O