计算机工程

作者：宋哲代, 朱金荣, 梁琛悦, 程心雨

单位：扬州大学物理科学与技术学院, 江苏 扬州 225100

关键词：Kubernetes集群,熵权利用率复合算法,自适应变分模态分解算法,长短期记忆算法,负载预测

基金：国家自然科学基金(62375234); 江苏省研究生研究与实践创新计划(KYCX24_3714)

为解决Kubernetes内置的弹性伸缩策略衡量指标单一、反应滞后和资源利用效率低的问题, 提出一种熵权利用率复合算法结合预测模型的改进弹性伸缩策略。熵权利用率复合算法通过关注多种指标的资源利用率在不同节点上的分布差异(信息熵权法)和整体趋势(平均利用率权重法), 计算Kubernetes集群的综合负载值, 从而解决衡量指标单一的问题。构建自适应变分模态分解(AVMD)算法结合基于注意力机制增强的长短期记忆(Attention Mechanism-based LSTM)算法的预测模型, 通过预测负载变化以解决反应滞后和资源利用率低的问题。该模型根据预测的负载值, 在高流量初期促使系统快速响应进行扩容, 流量结束后迅速缩容以节约资源。实验结果表明, 与Kubernetes伸缩策略相比, 改进弹性伸缩策略在突发流量前期, 请求响应时间降低了52%, 在流量结束后快速缩容释放资源, 具有较高的实际应用价值。

来源：2026年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第4期