文献

J-GLOBAL ID：201902226246962975   整理番号：19A1793191

雲データセンタにおけるTARに基づくホットスポット予測【JST・京大機械翻訳】

TAR Based Hotspot Prediction in Cloud Data Centres

著者 (2件)： Valiyaparambil Raveendran Anu (Mahatma Gandhi University, Kottayam, India) ,  Sherly Sherly Elizabeth (Iiitmk, Kerala, India)
資料名： International Journal of Grid and High Performance Computing  (International Journal of Grid and High Performance Computing)
巻： 11  号： 3  ページ： 1-22  発行年： 2019年 
JST資料番号： W3863A  ISSN： 1938-0259  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： 本論文において,著者らは,クラウドデータセンターにおけるホットスポットを研究した。それは顧客からのピーク即時要求を満たすために資源の不足によって引き起こされた。クラウドデータセンターにおける資源利用の性質は,文脈において全体的に動的であり,ホットスポットに導く可能性がある。ホットスポットは,いくつかのシナリオでSLA違反を引き起こす好ましくない状況である。ここでは,負荷予測モデルとしてトレンド認識回帰(TAR)法を使用し,雲データセンタの物理的サーバにおけるホットスポットの形成を検出するために線形回帰分析を行った。この予測モデルは,クラウド管理者に対する警報期間を提供し,ホットスポット状況を避けるための十分な資源を提供するか,あるいはサーバ上の負荷をバランスさせるための干渉認識仮想マシン移動を実行する。ここでは,CPU利用,メモリ利用,およびネットワーク帯域幅利用の観点から,物理的サーバ資源利用モデルを分析した。TARモデルにおいて,著者らは将来のポイントを予測するために予測ウィンドウにおける現在のポイントの間の変動の程度を考慮した。TARモデルはその予測に正確な結果を提供する。Copyright 2019 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 仮想機械システム ,  *ホットスポット ,  警報 ,  管理者 ,  *予測 ,  干渉 ,  ネットワーク ,  予測モデル ,  帯域幅 ,  *データセンタ ,  モデル ,  記憶装置 ,  負荷予測
準シソーラス用語： クラウドコンピューティング ,  資源利用 , 【Automatic Indexing@JST】

著者キーワード (5件)： クラウドコンピューティング ,  ホットスポット検出 ,  負荷予測 ,  資源管理 ,  仮想機械の移動

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 雲 ,  データセンタ ,  TAR ,  ホットスポット ,  予測