1、近年來，隨著云計算這樣的新興的商業(yè)計算模型的出現(xiàn)，單集群的服務(wù)器數(shù)量達(dá)到了前所未有的水平，大規(guī)模的數(shù)據(jù)中心隨即應(yīng)運而生。數(shù)據(jù)中心在為普通用戶提供了超強(qiáng)的計算能力與存儲能力的同時，其能耗問題也成為不可忽視的重大問題，當(dāng)前全國數(shù)據(jù)中心的能耗已經(jīng)達(dá)到了百億千瓦時的數(shù)量級，如此龐大的能耗量給企業(yè)、國家以及自然環(huán)境帶來了非常大的副作用。為了應(yīng)對數(shù)據(jù)中心的能耗問題，國外的政府機(jī)構(gòu)與企業(yè)紛紛投入了巨大的人力物力財力并已經(jīng)取得了較為令人滿意的成績。然而

2、，與此同時國內(nèi)的數(shù)據(jù)中心對此問題的研究還鮮有實際應(yīng)用。
　　 當(dāng)前對數(shù)據(jù)中心的節(jié)能研究主要分為基于服務(wù)器電源管理和基于用戶行為兩個層面。基于服務(wù)器電源管理的層面主要是針對計算機(jī)的兩大能耗部件CPU和內(nèi)存提出能耗控制的機(jī)制，但在業(yè)務(wù)模型比較復(fù)雜時這種方法常常影響集群的性能;基于用戶行為的層面主要是從集群的用戶訪問量人手，對整個集群的虛擬機(jī)數(shù)量進(jìn)行控制，但對于用戶訪問量的預(yù)測精度依賴比較嚴(yán)重。
　　 本文提出了自適應(yīng)的Hol

3、t-Winters’預(yù)測法補償用戶訪問量周期性突變的特征。它引入了周期因子來補償周期性對線性預(yù)測模型的影響，并在預(yù)測過程中使用參數(shù)估計的方法不斷調(diào)整模型的參數(shù)，盡可能使預(yù)測模型符合負(fù)載特性，以此提高預(yù)測的精度和穩(wěn)定性。
　　 在自適應(yīng)的Holt-Winters’預(yù)測法的基礎(chǔ)上，本文結(jié)合虛擬機(jī)遷移技術(shù)、動態(tài)電壓頻率調(diào)節(jié)技術(shù)(DVFS)等相關(guān)節(jié)能技術(shù)，設(shè)計了包含反饋環(huán)節(jié)的自適應(yīng)節(jié)能系統(tǒng)。這套系統(tǒng)通過對訪問量的預(yù)測來估計下一時段服務(wù)所