文献

J-GLOBAL ID：202002268754861584   整理番号：20A2262644

アリコロニー最適化に基づくクラウドリソース負荷バランシング強化の戦略【JST・京大機械翻訳】

A Strategy of Cloud Resource Load Balancing Enhancement Based on Ant Colony Optimization

著者 (2件)： Tang Na (School of Information and Engineering, Lanzhou University, China) ,  Zhang Haitao (School of Information and Engineering, Lanzhou University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： HPCCT & BDAI 2020  ページ： 172-178  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： クラウドコンピューティングは,大きいデータおよび人工知能の時代において,中心的役割を果たす。クラウド環境において,サーバクラスタの不均衡な資源配分は,システムの性能に大いに影響を及ぼす。この課題に取り組むために,本論文では,アリコロニーアルゴリズムに基づくクラウド資源スケジューリングのための負荷分散戦略を提案した。古典的アリコロニーアルゴリズムで使用されるフェロモンと発見的情報を再定義することによって,サーバ負荷因子を導入して,サーバ負荷の動的変化を提供して,全クラスタの最適バランススケジューリングを達成した。CPU,メモリ,およびネットワーク帯域幅利用を含む3つの主要なパラメータを,著者らの戦略において考察した。クラウドSimシミュレーションプラットフォームに関する一連の実験を通して,著者らの提案戦略は,タスク完了時間,CPU利用および負荷分散度に関して,古典的アリコロニーアルゴリズムおよび負荷分散アリコロニーアルゴリズムと比較して,より良い性能を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *スケジューリング ,  ネットワーク ,  フェロモン ,  資源割付 ,  人工知能 ,  クラスタ ,  帯域幅 ,  負荷分散
準シソーラス用語： 不均衡 ,  *アリコロニー最適化 ,  アントアルゴリズム ,  クラウドコンピューティング ,  クラウド開発環境 ,  動的変化 , 【Automatic Indexing@JST】

著者キーワード (3件)： アリコロニー最適化 ,  負荷バランス ,  資源利用率

分類 (3件)： その他の情報処理  (JE15050M) ,  計算機網  (JC03000K) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (4件)： アリコロニー最適化 ,  負荷バランシング ,  強化 ,  戦略