DSTFView: 双输入时空频多视角云边工作负载预测

# DSTFView: 面向多视图云边工作负载预测的双输入时空频率建模
来源: https://arxiv.org/html/2607.22565
11institutetext:1新疆智能计算与智能应用重点实验室，软件学院，新疆大学，乌鲁木齐，830017，中国
11email:liqingzhong@stu\.xju\.edu\.cn, \{huima, zyj\}@xju\.edu\.cn, \{maqingchang, longzhou\}@stu\.xju\.edu\.cn###### 摘要

随着边缘侧AI推理的广泛部署，边缘平台越来越需要支持延迟敏感、高并发和可靠性关键的应用。然而，现有方法在协同云边环境中往往难以平衡多维特征建模和预测效率。为了解决这个问题，我们提出了DSTFView，一种用于协同云边环境的双输入时空频率多视图工作负载预测框架。它联合建模靠近性和周期性依赖，并提取空间、时间和频域依赖。此外，它设计了一种自适应融合机制，并调整每个视图的贡献以捕捉突变的负载变化。在CPU和TP数据集上的实验结果表明，DSTFView在多个预测范围和评估指标上始终优于代表性基线方法。

## 1 引言

随着边缘云基础设施的持续演进和边缘侧AI推理服务的快速扩展，尽管资源有限，边缘平台越来越需要适应延迟敏感和高并发的应用[16 (https://arxiv.org/html/2607.22565#bib.bib16),28 (https://arxiv.org/html/2607.22565#bib.bib28)]。在此情况下，边缘工作负载预测对于优化资源管理、减少资源浪费和运营成本，同时保持服务质量至关重要[3 (https://arxiv.org/html/2607.22565#bib.bib3)]。

然而，边缘工作负载预测仍然是一项具有挑战性的任务，因为很难统一刻画和整合边缘工作负载中的异构、多源和多模式特征[14 (https://arxiv.org/html/2607.22565#bib.bib14)]。具体而言，边缘工作负载通常展现出跨站点或虚拟机的空间依赖、时间动态（如突发性和趋势转变）以及由服务周期和重复使用行为引起的频域规律。同时，边缘环境还涉及多关系和时变交互，包括地理邻近性、服务亲和性以及共享资源耦合。然而，由于动态部署、用户移动性以及其他潜在因素，这些依赖关系往往只能部分观测到且具有内在不确定性。因此，现有侧重于时间依赖[1 (https://arxiv.org/html/2607.22565#bib.bib1),20 (https://arxiv.org/html/2607.22565#bib.bib20),13 (https://arxiv.org/html/2607.22565#bib.bib13),22 (https://arxiv.org/html/2607.22565#bib.bib22)]、频率感知模式[2 (https://arxiv.org/html/2607.22565#bib.bib2)]或时空依赖[19 (https://arxiv.org/html/2607.22565#bib.bib19)]的单视角或局部方法难以直接应用于边缘工作负载预测。在多步预测中，这个问题尤为突出，因为缺乏对异构关系和多维特征的统一建模很容易导致预测性能不佳。

另一个重要挑战在于协同云边预测中如何平衡预测精度和系统效率[10 (https://arxiv.org/html/2607.22565#bib.bib10)]。仅依赖边缘侧信息的方法可能忽略跨站点依赖，而云中心化解决方案通常带来明显的上行延迟和通信开销。为了缓解这一问题，研究人员探索了协同云边范式，结合云侧全局建模与边缘侧局部细化[11 (https://arxiv.org/html/2607.22565#bib.bib11)]。然而，现有的云边框架在多步预测中表现不佳，特别是当交换的表征无法充分捕获多尺度周期行为时，或者异构关系引入了与任务无关或不可靠的连接，从而削弱了在较长预测范围内的相关性建模。

为了解决上述挑战，我们提出了DSTFView，一种用于协同云边架构的边缘工作负载预测框架。DSTFView遵循两阶段协同云边预测流程，并在全局和局部阶段均引入了双输入时空频率建模机制，其中靠近性输入捕获近期动态，周期性输入建模重复的时间模式。在云侧全局阶段，该框架利用轻量级聚合信号学习站点级的全局先验，从而在控制通信开销的同时探索跨站点依赖。在边缘侧局部阶段，它进一步将细粒度的工作负载序列与云提供的全局指导相结合，以细化VM级的多步预测。此外，DSTFView在两个阶段中都集成了一个自适应多视图图融合机制，使模型能够动态整合不同的关系视图，增强依赖建模。

本文的主要贡献总结如下：首先，我们提出了一种新颖的双输入时空频率架构，用于协同云边多步预测。其次，我们设计了一种自适应多视图图融合策略，以在不同负载模式下动态整合不同的关系视图。第三，我们构建了一个全局-局部协同预测流程，并在CPU和TP数据集上进行了大量实验。结果表明，DSTFView始终优于基线方法。

## 2 相关工作

### 2.1 时间序列预测

近年来，云侧时间序列预测大致可分为三类方法：时间预测、时空预测和频率感知预测方法[9 (https://arxiv.org/html/2607.22565#bib.bib9)]。

时间预测方法。Nie等人[15 (https://arxiv.org/html/2607.22565#bib.bib15)]提出了PatchTST，它将时间序列划分为块，并使用基于Transformer的架构学习时间依赖。Wu等人[20 (https://arxiv.org/html/2607.22565#bib.bib20)]提出了TimesNet，它显式地建模长程预测中的多周期模式。Liu等人[13 (https://arxiv.org/html/2607.22565#bib.bib13)]通过重构注意力机制开发了iTransformer，以捕获变量间的交互，而Zhang等人[22 (https://arxiv.org/html/2607.22565#bib.bib22)]提出了Crossformer，通过层次化特征交互来建模跨尺度依赖。

时空预测方法。Xie等人[8 (https://arxiv.org/html/2607.22565#bib.bib8)]提出了MegaCRN，它引入了基于记忆的组件来捕获节点间的动态交互。Zhou等人[26 (https://arxiv.org/html/2607.22565#bib.bib26)]开发了一种基于图Transformer的预测模型，将时空结构信息注入注意力机制，并采用专门模块刻画异构流量动态。Zheng和Xie[24 (https://arxiv.org/html/2607.22565#bib.bib24)]提出了DST-SGNN，它结合了Stiefel流形约束的谱图操作和一种高效的动态图优化策略来学习时变空间关系。

频率感知预测方法。这些方法强调利用频谱表示来捕获周期性和多尺度模式。Zhou等人[27 (https://arxiv.org/html/2607.22565#bib.bib27)]提出了FEDformer，利用频域算子提取信息丰富的频谱成分用于长程预测。Zhao等人[23 (https://arxiv.org/html/2607.22565#bib.bib23)]提出了TFEGRU，它集成了一个时频增强模块，并将GRU与多头自注意力相结合用于云工作负载预测。

然而，现有方法无法有效建模异构多源关系以及时空频率特征，这导致它们在边缘工作负载预测中表现不佳。

### 2.2 协同云边预测

云边环境中的协同预测旨在通过整合云级全局建模与边缘级局部适应，平衡预测精度和系统成本。Li等人[11 (https://arxiv.org/html/2607.22565#bib.bib11)]提出了ELASTIC，这是一个两阶段框架，在边缘侧聚合VM级信号用于云侧全局建模，然后通过边缘侧分解细化预测。此外，他们[12 (https://arxiv.org/html/2607.22565#bib.bib12)]通过改进的聚合/分解模块和额外的训练目标扩展了这一想法，以实现更强的云边协作。

然而，现有方法通常仅捕获有限的站点间关系，或使用粗粒度的融合策略，这使得难以建模边缘环境中的复杂依赖，特别是当工作负载周期性强且站点相关性多样时。

## 3 方法

### 3.1 框架概述

参见说明图1：DSTFView模型结构。如图1 (https://arxiv.org/html/2607.22565#S3.F1)所示，DSTFView采用协同的两阶段云边预测框架。在边缘侧，收集每个站点的历史VM级工作负载跟踪，并通过一个可学习的*聚合层*压缩为轻量级的站点级序列。然后，将这些聚合的表征传输到云端，以降低通信开销。在云侧全局阶段，使用来自所有参与站点的上传序列，在多视图站点图上执行全局双输入时空频率（STF）建模，生成粗粒度的站点级多步预测。云侧预测随后返回给每个边缘站点，在那里，局部模型基于站点内多视图图，在VM粒度上执行双输入STF建模。最后，一个*分解层*将站点级的云预测投影回VM级别，并与局部预测相结合，得到最终的VM级多步预测结果。

### 3.2 符号说明与问题定义

我们考虑一个协同云边范式，包含M个边缘站点，其中站点m托管Nm个VM。令C表示工作负载变量的数量，H表示预测范围。对于双输入时间建模，令Pc和Pp分别表示靠近性序列和周期序列的长度。

在时间t，站点m的VM级靠近性输入和周期输入分别表示为Xm^c ∈ R^{Nm × Pc × C} 和 Xm^p ∈ R^{Nm × Pp × C}。预测目标表示为Xm^{t:t+H-1} ∈ R^{Nm × H × C}。我们的目标是学习一个协同预测器F，使得

X̂_m^{t:t+H-1} = F(Xm^c, Xm^p), ∀ m ∈ {1, ..., M}. (1)

符号约定。标量用小写符号表示（例如，Pc, Pp, H, C）；向量用粗体小写符号表示；矩阵/张量用粗体大写符号表示（例如，X, A）；函数/算子用符号表示（例如，F, f_dis, φ）。

### 3.3 全局阶段：聚合与云侧STF预测

全局阶段由部署在每个边缘站点的聚合层和一个云侧双输入STF预测器组成。其目标是将VM级追踪压缩为轻量级的站点级表征，并在云端捕获跨站点依赖。

对于每个站点m，VM级靠近性和周期输入分别通过一个可学习的聚合层压缩为站点级表征，分别得到Ym^c 和 Ym^p，其中Ym^c ∈ R^{1 × Pc × C}，Ym^p ∈ R^{1 × Pp × C}。通过堆叠所有站点的输出，我们得到云侧双输入Yc ∈ R^{M × Pc × C} 和 Yp ∈ R^{M × Pp × C}。

在云侧，我们构建一个站点间多视图图集，记作G_g = [A_g^{(s)}, A_g^{(t)}, A_g^{(a)}]，其中A_g^{(s)}, A_g^{(t)}, A_g^{(a)}分别表示空间图、时间图和自适应图。

全局预测器包含一个靠近性分支和一个周期分支，分别用于建模近期动态和重复模式。对于每个输入分支 r ∈ {c, p}，首先使用FFT提取频域特征：

F_g^r = FFT(Y^r)。 (2)

然后，将频率感知表征输入到时间建模过程中，使用一对时间卷积分支来捕获时间依赖：

T_g^r = tanh(TCN_a(F_g^r)) ⊙ σ(TCN_b(F_g^r))， (3)

其中⊙表示逐元素相乘。

在结构建模阶段，在三个站点间图视图上执行图卷积，得到特定于视图的表征：

Z_g^{r,(k)} = GCN(A_g^{(k)}, T_g^r), k ∈ {s, t, a}。 (4)

为了充分利用不同图视图间的互补信息，我们引入了一个自适应多视图融合（AMVF）模块，以自适应地对来自三个视图的图表征进行重新加权。具体而言，第k个视图的重要性得分计算如下：

e_g^{r,(k)} = φ_g(Z_g^{r,(k)})， (5)

其中φ_g(·)表示一个可学习的评分函数。然后通过Softmax函数对融合权重进行归一化：

α_g^{r,(k)} = \frac{exp(e_g^{r,(k)})}{\sum_{j∈{s,t,a}} exp(e_g^{r,(j)})}。 (6)

相应地，分支r的融合表征由下式给出：

Z̃_g^r = \sum_{k∈{s,t,a}} α_g^{r,(k)} Z_g^{r,(k)}。 (7)

在获得靠近性分支和周期分支的融合表征后，将它们合并并送入预测头以生成站点级预测结果：

Ŷ^{t:t+H-1} = Head_g(Z̃_g^c + Z̃_g^p)。 
(后续部分将根据需要继续翻译)