计算机应用研究

作者：熊川越,杨静,李少波,阮小利,唐向红,

单位：1.贵州大学省部共建公共大数据国家重点实验室,贵阳550025；2.上海交通大学计算机科学与工程系,上海201100；

关键词：复杂网络场景,微服务,负载预测,弹性伸缩,

基金：国家自然科学基金资助项目(62441608)；贵州省科技项目基金资助项目(QKHZC[2025]003,QKHCG[2025]YB007)；贵阳市科技人才培养对象及项目基金资助项目(ZKHT[2023]48-8)；贵州大学基础科研基金资助项目([2024]08)；；

针对微服务弹性扩缩策略因依赖短期负载预测而频繁改变，进而引发弹性滞后与资源争抢的问题，提出一种轻量化的长序列负载预测方法。该方法基于微服务序列的局部非线性波动与全局趋势特征，设计了多层次长期因果卷积结构，并融合时序异构块以精准捕捉时序依赖关系。与7种现有先进算法的对比实验结果显示，所提方法在22个关键评估指标中，有59.09%的指标表现最优。研究表明，该长序列预测方法能有效平滑弹性伸缩决策，显著缓解资源调度的滞后与冲突问题，为复杂的微服务场景提供高效的资源优化与负载调度支持。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期