文献
J-GLOBAL ID:201702274615179735   整理番号:17A1728212

分散データストリーム管理システムにおける特性化展開の自動化【Powered by NICT】

Automating Characterization Deployment in Distributed Data Stream Management Systems
著者 (5件):
資料名:
巻: 29  号: 12  ページ: 2669-2681  発行年: 2017年 
JST資料番号: T0838A  ISSN: 1041-4347  CODEN: ITKEEH  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分散データストリーム管理システム(DDSMS)は,通常,上層関係質問システム(RGS)と下層ストリーム処理システム(SPS)から構成されている。ユーザはRGSへの新しい質問をする,質問プランナは,SPSに動いているタスクから構成される有向非循環グラフ(DAG)に変換する必要がある。異なる質問要求とデータストリーム特性に基づいて,SPSは異なる展開戦略を構成する必要がある。しかし,処理スループットと低資源利用を確実にするためにSPSの展開配置を動的に予測するためどのように大きな挑戦である。OrientStream,増分機械学習技法を用いたDDSMSキャラクタリゼーション展開を自動化するためのフレームワークを提案した。データ,質問計画レベル,演算子レベルとクラスタレベルの四レベル特徴抽出機構を導入することにより,第一DDSMSにより資源利用を予測し,電流質問要求と河川特性に基づく候補設定から最適資源配置を選択し,次に動的再構成を導入することにより演算子状態を移動する学習セットとして異なる質問負荷を用いた。最後に,オープンソースSPS 嵐上で提案アプローチを検証した。長モニタリングサイクルと非高頻度データ変動への適用シナリオを考慮して,実験はOrientStreamはCPU使用8 15%と38 48%のメモリ使用量を低減できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
データベースシステム  ,  その他の情報処理  ,  人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る