文献

J-GLOBAL ID：201702242199408506   整理番号：17A0452148

仮想化マルチコアシステムにおける正確なコンテンションを意識した性能予測【Powered by NICT】

Precise contention-aware performance prediction on virtualized multicore system

著者 (5件)： Cheng Yuxia (Zhejiang University, Zheda Road 38, Xihu District, Hangzhou, China) ,  Chen Wenzhi (Zhejiang University, Zheda Road 38, Xihu District, Hangzhou, China) ,  Wang Zonghui (Zhejiang University, Zheda Road 38, Xihu District, Hangzhou, China) ,  Xiang Yang (Zhejiang University, Zheda Road 38, Xihu District, Hangzhou, China) ,  Xiang Yang (Deakin University, 221 Burwood Highway, Burwood, VIC, 3125, Australia)
資料名： Journal of Systems Architecture  (Journal of Systems Architecture)
巻： 72  ページ： 42-50  発行年： 2017年 
JST資料番号： A0883A  ISSN： 1383-7621  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチコアシステムは,埋込み型ソフトウェアおよびハイエンドコンピューティングインフラストラクチャの両方で広く展開されている。しかし,伝統的な仮想化システムは,マルチコアシステム上で動作する仮想マシン(VM)間の共有マイクロ建築資源を効果的に遮断できなかった。これら資源の競合CPUとメモリ集中VMは重大な性能干渉,仮想化システムはより効率的でないとVM性能の安定性を低下させるへと導くであろう。本論文では,自動販売機の性能劣化を定量化するために仮想化マルチコアシステム上での競合を意識した性能予測モデルを提案した。最初に,VM性能劣化と相関していることをVMの競合感度と強度特性を得るために性能干渉因子と設計合成マイクロベンチマークを同定した。第二に,競合特徴に基づいて,性能劣化の正確なレベルを定量化するために機械学習技法を用いたVM性能予測モデルを構築した。提案したモデルは,マルチコアシステム上でVM性能を最適化するために用いることができる。著者らの実験結果は,性能予測モデルは,高精度を達成し,平均絶対誤差は2.83%であることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 仮想機械システム ,  *予測モデル ,  最適化 ,  干渉 ,  自動販売機 ,  機械学習
準シソーラス用語： *マルチコアプロセッサ ,  絶対誤差 ,  高精度 ,  マイクロベンチマーク ,  強度特性 ,  性能劣化 ,  *性能予測 ,  *コンテンション ,  *仮想化 , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチコア ,  仮想機械 ,  資源競合 ,  性能予測

分類 (2件)： ディジタル計算機方式一般  (JC02010O) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： 仮想化 ,  マルチコア ,  コンテンション ,  意識 ,  性能予測