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は,計算世界におけるパラダイムムシフトをもたらした。クラウドサービスプロバイダ(CSP)は,それらが提供するサービスのためにいくつかの価格決定モデルを使用する。これらのモデルは,クラウドサービスユーザ(CSU)のための短期的または長期的要件であることができる。本研究の第一の目的は,CSUの需要を満たすための最適資源要件を見出すことにより,総コストを最小化することである。Amazon EC2のようなCSP,サービス(IaaS)プロバイダとしての主要なインフラストラクチャは,その仮想マシン(VM)分布のための予約,オンデマンドスポットインスタンスのような価格決定方式を使用する。本論文では,ジョブ完了時間とコストスポットインスタンスを最小化するためのQoS認識発見的アプローチを提案した。提案したモデルにおいて,発見的手法を用いて,スポットインスタンスを提供し,人工ニューラルネットワーク(ANN)を用いて,価格決定スポットインスタンスを予測し,次に,性能を強化し,サービス品質を検証した。提案したモデルの有効性をアマゾンEC2の実価格トレースを用いて試験し,CSUの総コストを異なるアプローチと比較した。Copyright 2019 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】