文献

J-GLOBAL ID：201902228651125164   整理番号：19A2832605

地理分散および大規模Saasクラウドにおける多目的を用いた2レベルタスクスケジューリング【JST・京大機械翻訳】

Two-level task scheduling with multi-objectives in geo-distributed and large-scale SaaS cloud

著者 (5件)： Zhang Puheng (Logistical Research Institute of Science and Technology, Beijing, China) ,  Ma Xiao (Department of Computer Science and Technology, Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China) ,  Xiao Yanping (Logistical Research Institute of Science and Technology, Beijing, China) ,  Li Wenzhuo (Department of Computer Science and Technology, Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China) ,  Lin Chuang (Department of Computer Science and Technology, Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China)
資料名： World Wide Web: Internet and Web Information Systems  (World Wide Web: Internet and Web Information Systems)
巻： 22  号： 6  ページ： 2291-2319  発行年： 2019年 
JST資料番号： W2172A  ISSN： 1386-145X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： データ集約Webアプリケーションと要求(タスク)の爆発により,地理的に分散した大規模データセンタ(DC)はサービス(SaaS)クラウドとしてソフトウェアに広く展開されているが,サーバ故障は同時に成長し続けている。この文脈において,タスクスケジューリング問題はより複雑になり,スケジューリング品質とスケジューリング速度の両方がさらなる関心を高めている。本論文では,まず,故障耐性のコストを最小化するために,予測保全による仮想化および監視SaaSモデルを提案した。次に,監視されて予測されたサーバの利用可能な状態を用いて,著者らは異種サーバを有する地理的に分散されて大規模なDCにおける動的リアルタイムタスクスケジューリングに焦点を合わせた。長期性能利益,エネルギーおよび通信コストを含む複数の目的を,スケジューリング品質を改善するために考慮した。DC間とDC内タスクスケジューリングのために,二つの動的計画問題をそれぞれ定式化したが,状態と動作空間の両方が簡単な反復によって解決するには大きすぎるという問題が存在した。この問題を扱うために,大規模SaaSクラウドにおける従来の確率的動的計画問題を解決するために強化学習理論のアイデアを導入し,カスケード2レベル(DC間およびDC内レベル)近似動的計画法(ADP)タスクスケジューリングアルゴリズムを提唱した。計算の複雑さを大幅に低減し,スケジューリング速度を大幅に改善できた。最後に,ランダムシミュレーションデータとGoogle雲トレースログの両方で実験を行った。QoS評価と比較により,2つのADPアルゴリズムは協調的に動作でき,2レベルADPアルゴリズムは大量のバースト要求の下でより効果的であることを実証した。Copyright 2019 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バースト ,  定式化 ,  *スケジューリング ,  シミュレーション ,  ソフトウェア ,  強化学習 ,  品質 ,  故障 ,  データセンタ ,  フォールトトレランス ,  アルゴリズム ,  地理学 ,  計算量
準シソーラス用語： 仮想化 ,  *タスクスケジューリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 多目的最適化 ,  Saas雲 ,  データセンタ ,  タスクスケジューリング ,  近似動的計画法

分類 (2件)： 計算機網  (JC03000K) ,  通信網  (ND07030A)

タイトルに関連する用語 (6件)： 地理 ,  大規模 ,  SaaS ,  クラウド ,  多目的 ,  タスクスケジューリング