1、隨著云計(jì)算技術(shù)的不斷發(fā)展，虛擬資源管理已成為其中關(guān)鍵技術(shù)之一。為了提高資源利用率，獲得更大的收益，云計(jì)算需要對資源進(jìn)行有效的管理。通過對一些虛擬資源管理方法的研究我們發(fā)現(xiàn)這些方法均采用了預(yù)測技術(shù)。應(yīng)用的負(fù)載通常是動(dòng)態(tài)變化的，因此其所需的資源也在不斷變化。由于資源從分配到使用存在一定的時(shí)延，云系統(tǒng)需要提前為應(yīng)用準(zhǔn)備好所需資源。為了解決這個(gè)問題，預(yù)測技術(shù)被引入到了云資源管理方法中。
　　通過對應(yīng)用負(fù)載特征分析我們發(fā)現(xiàn)負(fù)載存在一定的模式

2、:周期模式，非周期模式或混合模式。目前還沒有一種預(yù)測模型能夠適用于所有模式的負(fù)載。為了更準(zhǔn)確的預(yù)測應(yīng)用負(fù)載，本文設(shè)計(jì)了模式感知預(yù)測方法。該預(yù)測方法能夠識別應(yīng)負(fù)載的模式，并選擇相應(yīng)的預(yù)測模型進(jìn)行預(yù)測，在負(fù)載模式發(fā)生變化后及時(shí)感知這一變化，同時(shí)調(diào)整預(yù)測模型以適應(yīng)負(fù)載的新模式。在預(yù)測中，誤差是不可避免的，為了減少預(yù)測誤差，我們采用人工神經(jīng)網(wǎng)路(ANN)和馬爾科夫鏈方法對預(yù)測值進(jìn)行修正。
　　為了驗(yàn)證預(yù)測模型的準(zhǔn)確性和整個(gè)預(yù)測方法的自適應(yīng)