仮想環境を用いたクラウドサービスにおいて、CPU資源のオーバーコミットに由来する仮想マシン（VM）の性能低下を防ぐことを目的として、VMのCPU使用率を予測し制御を行う技術が知られている。VMとそこで実行されるアプリケーションは変化していくため、変化に合わせて予測モデルを継続的に学習・更新することで予測精度を担保することが望ましい。しかし、従来は学習させるデータを変えるのみで、予測モデルの構造を変えることはなかった。そこで本研究は、Neural Architecture Searchを取り入れることで、VMの状態変化に応じて予測モデルの構造を変化させながら予測モデルを運用する手法の検討を行う。