文献

J-GLOBAL ID：201802261513195136   整理番号：18A0535709

共有クラウドにおけるストリームビッグデータ解析学のためのMax-Min公平な資源割当に向けて【Powered by NICT】

Towards Max-Min Fair Resource Allocation for Stream Big Data Analytics in Shared Clouds

著者 (3件)： Jiang Yuxuan (Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong) ,  Huang Zhe (Department of Electrical Engineering, Princeton University, Princeton, NJ) ,  Tsang Danny H.K. (Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 4  号： 1  ページ： 130-137  発行年： 2018年 
JST資料番号： W2442A  ISSN： 2332-7790  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： 分散流ビッグデータ分析プラットフォームは連続的に生成されたデータストリームに取り組むために出現した。河川ビッグデータ分析では,データ処理ワークフローは,トポロジーと呼ばれる有向グラフとして抽象化している。データはタプルによる貯蔵及び加工したタプルから読まれると,これらの処理結果を動的に更新した。トポロジーの性能はそのスループットによって評価した。本論文では,複数のトポロジーにより共有される不均一流ビッグデータ分析論クラスタのための効率的な資源割当て方式を提案し,すべてのトポロジーのためのスループットの有用性の最大-最小公平性を達成するために。新しい資源配分問題,混合0 1整数計画法を定式化した。問題のNP困難性を厳密に証明した。この問題を解決するために,著者らは,線形化と再定式化法を用いたいくつかの線形制約非凸制約を変換した。問題固有の構造と特性の解析に基づいて,最適離散変数の固定集合を用いた連続問題を反復的に解く,発見的に離散変数を更新する手法を提案した。シミュレーションは,著者らの提案した資源割当て方式は,トポロジースループットの有用性の最大-最小公平性を著しく改善し,計算複雑性の低いことが示された。Copyright 2018 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： 定式化 ,  ワークフロー ,  整数計画法 ,  位相幾何学 ,  スループット ,  データ処理 ,  有向グラフ ,  計算量 ,  NP困難 ,  線形性 ,  *資源割付 ,  公平性 ,  クラスタ
準シソーラス用語： データストリーム ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (7件)： 共有 ,  クラウド ,  ストリーム ,  ビッグデータ ,  解析学 ,  MAX-MIN公平 ,  資源割当