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。
クラウドコンピューティングサービスに対する需要の増加に伴い,クラウドプロバイダは,必要とされるようにユーザに資源を自動的にスケーリングすることにより,顧客要求を瞬時に満たすことが求められている。しかし,作業負荷は時間とともに動的に変化し,クラウドにおける瞬間的資源配分は,供給プロセスの始動時間により可能ではない。この問題を解決するために,クラウドプロバイダが将来の需要供給資源を予測する必要がある。本論文では,自己回帰移動平均(ARMA)モデルを用いて,より高い順序統計量(HOS)を用いた適応作業負荷予測モデルを提案した。提案した方法は,HOSを用いて,作業負荷のGauss性検証試験を行った。試験結果に基づいて,ARMAモデルの異なる同定法を自動的に割り当てて,作業負荷を予測した。さらに,提案した方法は,運転に関するモデルを更新するために,最新の観測された作業負荷からフィードバックを適用する。Webサーバへの要求の実トレースを用いて,広範な実験を行い,提案した方法の効率を示した。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】