Метод прогнозування навантаження на вебсервер з урахуванням вейвлет-аналізу веблогів та вебтрафіку

Анотація

Стаття присвячена дослідженню та розробці методу прогнозування навантаження на вебсервер із використанням вейвлет-аналізу як інструменту попередньої обробки даних веблогів і вебтрафіку. Актуальність роботи зумовлена необхідністю забезпечення стабільної продуктивності вебсервісів у сучасних умовах зростаючої інтенсивності та нерівномірності навантаження. Запропонований підхід базується на застосуванні дискретного вейвлет-перетворення (DWT), яке забезпечує багаторівневий розклад часових рядів і дозволяє виокремити як глобальні тенденції, так і локальні коливання трафіку. Такий метод підвищує стійкість до шумів та сприяє виявленню прихованих закономірностей у даних. У подальшому оброблені часові ряди використовуються в моделях глибинного навчання, зокрема у рекурентних нейронних мережах типу LSTM або Prophet, що демонструють високу здатність до моделювання нелінійних залежностей і довготривалих кореляцій. Проведено експериментальне порівняння ефективності прогнозування навантаження із застосуванням вейвлет-фільтрації та без неї. Результати підтвердили зниження середньої похибки прогнозу, покращення показників балансування запитів у кластері та підвищення відмовостійкості системи. Отримані результати мають практичну цінність для розроблення інтелектуальних систем управління обчислювальними ресурсами та можуть бути інтегровані у системи моніторингу для підвищення ефективності роботи вебсервісів в умовах динамічного навантаження