Le phénomène des Clouds permet d'avoir une gestion de ressources dynamiques. L'efficacité de cette gestion devient une question importante avec la taille croissante du nombre de ressources et du nombre d'utilisateurs. A cause d'un coût d'initialisation non-négligeable, une prédiction précise des besoins doit être faite. Dans cet article, nous proposons une approche pour la prédiction de la charge basée sur l'identification d'occurrences similaires dans l'historique récent d'utilisation d'une plate-forme. Nous présentons en détail l'algorithme d'auto-redimensionnement qui utilise la méthode précédente pour assister le système à prendre des décisions d'allocation de ressources ainsi que des résultats d'expériences utilisant des traces de plate-formes de grilles et de Clouds. Nous présentons également une évaluation globale de l'approche, son potentiel et son utilité pour permettre une gestion optimisée des ressources dans les Clouds.