The article contains analysis of existing time series forecast methods. It is estimated how these methods fit to time series of network requests to a cloud application. Optimal forecasting methods have been chosen for different working modes of a cloud application. The research also contains comparison of forecast performed by standard methods and developed combined method.
1. Lorido-Botrán T. Auto-scaling techniques for elastic applications in cloud environments/ T. Lorido-Botrán, J. Miguel-Alonso, J. A. Lozano// Department of Computer Architecture and Technology, University of Basque Country, Tech. Rep. — EHU-KAT-IK-09, 2012 — № 12.
2. Hyndman R. J. Forecasting: principles and practice/ R. J. Hyndman, G. Athanasopoulos// OTexts — 2014. — ISBN 978-098-750-710-5
3. Equations for the Smoothing Models [Електронний ресурс] — режим доступу: http://support.sas.com/documentation/cdl/en/etsug/63348/HTML/default/vie...
4. Айвазян С.А. Прикладная статистика. Основы эконометрики. Том 2. — М.: Юнити-Дана, 2001. — 432 с. — ISBN 5-238-00305-6.
5. Miao D. The periodic data traffic modeling based on multiplicative seasonal ARIMA model/ D. Miao, X. Qin, W. Wang //Wireless Communications and Signal Processing (WCSP), 2014 / Sixth International Conference on. IEEE, 2014. — С. 1-5.
6. Diagnostic Checks — MATLAB & Simulink [Електронний ресурс] — режим доступу: http://www.mathworks.com/help/econ/compare-arma-models.html .
7. Chaleampong Kongcharoen. Autoregressive Integrated Moving Average with Explanatory Variable (ARIMAX) Model for Thailand Export [Електронний ресурс]/ Chaleampong Kongcharoen, Tapanee Kruangpradit// Faculty of Economics, Thammasat University — the 33rd International Symposium on Forecasting, Seoul — 2013 — режим доступу: http://forecasters.org/wp/wp-content/uploads/gravity_forms/7-2a51b930478... .
8. Моделирование ARIMA — временного ряда средствами MatLab 6.0 Simulink [Електронний ресурс] — режим доступу: http://www.excelprognoz.narod.ru/arima.html .
9. Руководство пользователя Mathcad — Функции регрессии. [Електронний ресурс] — режим доступу: http://www.exponenta.ru/soft/Mathcad/UsersGuide/chapter13/13_6.asp
10. Microsoft Time Series Algorithm Technical Reference [Електронний ресурс] — режим доступу: https://msdn.microsoft.com/en-us/library/bb677216.aspx .
11. Meek C. Autoregressive Tree Models for Time-Series Analysis [Електронний ресурс]/ C. Meek, D.M. Chickering, D. Heckerman// Microsoft Research — режим доступу: http://go.microsoft.com/fwlink/?LinkId=45966
12. SAS/ETS Forecasting Models [Електронний ресурс] — режим доступу: http://support.sas.com/rnd/app/ets/cap/forecasting/models.html .
13. Econometrics and Time Series Analysis[Електронний ресурс]/ SAS/ETS Software — режим доступу: http://www.sas.com/en_us/software/analytics/ets.html .
14. Automatic Model Fitting: SAS/ETS<sup class="reg">®</sup> 9.2[Електронний ресурс]/ Getting Started with Time Series Forecasting — режим доступу: http://support.sas.com/documentation/cdl/en/etsug/60372/HTML/default/vie... .
15. Вибір моделі прогнозування часового ряду [Електронний ресурс] — режим доступу: http://support.sas.com/documentation/cdl/en/etsug/63348/HTML/default/vie...
16. R.NET [Електронний ресурс] — режим доступу: https://rdotnet.codeplex.com/ .
17. 1998 World Cup Web Site Access Logs [Електронний ресурс] — режим доступу: http://ita.ee.lbl.gov/html/contrib/WorldCup.html .
18. Яковина В. С. Прогнозування відмов програмного забезпечення з використанням нейронної мережі на основі радіально-базисних функцій// Вісник Нац. Ун-ту «Львівська політехніка» — 2014 — № 805 — С. 230–236 — ISSN 0321-0499
19. Бігун Г. В. Інформаційна технологія рекурентного аналізу часових послідовностей // Вісник Нац. Ун-ту «Львівська політехніка» — 2014 — № 805 — С. 37–46 — ISSN 0321-0499
20. Литвин В. В. Аналіз методик розвитку віртуалізації для технології CLOUD COMPUTING / В. В. Литвин, І. О. Бобик, Д. І. Угрин, С. Ф. Шевчук // Вісник Національного університету «Львівська політехніка». — 2012. — № 743 : Інформаційні системи та мережі. — С. 104–113 — ISSN 0321-0499.