文献

J-GLOBAL ID：201802229700896757   整理番号：18A1906843

学習オートマトンを用いたクラウドのためのエネルギー効率の良いスケジューリングフレームワーク【JST・京大機械翻訳】

An Energy-Efficient Scheduling Framework for Cloud Using Learning Automata

著者 (3件)： Sahoo Sampa (Department of Computer Science and Engineering, National Institute of Technology, Rourkela, India) ,  Sahoo Bibhudatta (Department of Computer Science and Engineering, National Institute of Technology, Rourkela, India) ,  Turuk Ashok Kumar (Department of Computer Science and Engineering, National Institute of Technology, Rourkela, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCCNT  ページ： 1-5  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： クラウドコンピューティングは,スケーラビリティ,高いアベイラビリティ,および費用効率を実現するのに役立つ新しいパラダイムである。金融取引,ヘルスケアシステム,ビデオストリーミング,IoTアプリケーションのような様々なアプリケーションは,適時性と高いアベイラビリティを保証するためにクラウド資源のオンデマンド提供を必要とする。しかし,これらの応用によって生成されたデータの指数関数的成長は,タイムリーな応答を保証するような問題を引き起こし,エネルギー消費を最小化し,高い資源利用を保証する。さらに,低資源利用はエネルギーの消耗を引き起こす。タスクスケジューリングは,効率的資源利用において重要な役割を果たし,従ってクラウドシステムにおけるエネルギー消費を低減する。本論文において,著者らはクラウドにおけるリアルタイムタスク実行のための学習オートマトンベースのフレームワークとアルゴリズムを提示した。学習オートマトンフレームワークは,最適化エネルギー消費を実現するタスクをスケジューリングする際にスケジューラを誘導する。提案した手法の有効性を,厳密な評価を行うことにより検証した。シミュレーション結果は,他の既存のアルゴリズムに対して提案したアルゴリズムの適合性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 金融 ,  応用プログラム ,  エネルギー消費 ,  最適化 ,  適応性 ,  アベイラビリティ ,  *スケジューリング ,  シミュレーション ,  アルゴリズム
準シソーラス用語： スケジューラ ,  オンデマンド ,  適時性 ,  モノのインターネット ,  クラウドコンピューティング ,  *学習オートマトン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 学習オートマトン ,  クラウド ,  エネルギー効率 ,  スケジューリング ,  フレームワーク