文献

J-GLOBAL ID：202002279602555234   整理番号：20A0867473

クラウドにおけるリアルタイムワークフローのための費用効果的資源提供【JST・京大機械翻訳】

Cost-Effective Resource Provisioning for Real-Time Workflow in Cloud

著者 (4件)： Wu Lei (School of Computer Science and Technology, Anhui University,Hefei, China) ,  Ding Ran (School of Computer Science and Technology, Anhui University,Hefei, China) ,  Jia Zhaohong (School of Computer Science and Technology, Anhui University,Hefei, China) ,  Li Xuejun (School of Computer Science and Technology, Anhui University,Hefei, China)
資料名： Complexity  (Complexity)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W2044A  ISSN： 1076-2787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 膨大なデータの時代において,膨大な量のデータのマイニングと分析は,意思決定をサポートするために広く使われてきた。この複雑なプロセスは,hu量データ収集,貯蔵,伝送,および分析を含み,ワークフローとしてモデル化することができた。一方,クラウド環境は,大きなデータ管理と分析のための十分な計算と貯蔵資源を提供する。このクラウドにより,若者の価格決定方式を提供し,クラウドにおけるワークフローを実行することは,暫定的資源に対して支払うべきである。したがって,雲におけるワークフローに対する費用対効果の高い資源供給は,依然として重要な課題である。また,複雑なデータ管理プロセスの応答は通常リアルタイムである必要がある。したがって,デッドラインはワークフロー実行のための最も重要な制約である。ワークフロー実行のリアルタイム要件を満たしながら,費用対効果の高い資源提供の挑戦に取り組むために,動的計画法に基づく資源提供戦略を提案し,クラウドにおけるワークフロー実行の費用対効果を達成し,そして,ワークフローがデッドラインの前に完了できることを保証するために,臨界経路ベースのワークフロー分割アルゴリズムを提示した。異なるサイズと異なる構造の実時間ワークフローによるシミュレーション実験により,このアプローチを評価した。結果は,著者らのアルゴリズムが既存の古典的アルゴリズムより優れていることを実証した。Copyright 2020 Lei Wu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  意思決定 ,  価格決定 ,  データ管理 ,  動的計画法 ,  臨界 ,  時間制限 ,  データ収集 ,  *ワークフロー
準シソーラス用語： *費用対効果 ,  実時間 , 【Automatic Indexing@JST】

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

引用文献 (37件)：

• A. Ramlatchan, M. Yang, Q. Liu, M. Li, J. Wang, Y. Li, "A survey of matrix completion methods for recommendation systems," Big Data Mining and Analytics, vol. 1, no. 4, pp. 308-323, 2018.
• C. Zhang, M. Yang, J. Lv, W. Yang, "An improved hybrid collaborative filtering algorithm based on tags and time factor," Big Data Mining and Analytics, vol. 1, no. 2, pp. 128-136, 2018.
• X. Xu, Q. Liu, Y. Luo et al., "A computation offloading method over big data for IoT-enabled cloud-edge computing," Future Generation Computer Systems, vol. 95, pp. 522-533, 2019.
• X. Xu, S. Fu, L. Qi et al., "An IoT-oriented data placement method with privacy preservation in cloud environment," Journal of Network and Computer Applications, vol. 124, pp. 148-157, 2018.
• C. Zhang, M. Yang, J. Lv, W. Yang, "A novel deep hybrid recommender system based on auto-encoder with neural collaborative filtering," Big Data Mining and Analytics, vol. 1, no. 3, pp. 211-221, 2018.

タイトルに関連する用語 (5件)： クラウド ,  リアルタイム ,  ワークフロー ,  費用効果 ,  資源