文献

J-GLOBAL ID：202202257813047770   整理番号：22A1153378

霧統合クラウドのための知的入院制御管理者:ハイブリッド機械学習アプローチ【JST・京大機械翻訳】

Intelligent admission control manager for fog-integrated cloud: A hybrid machine learning approach

著者 (2件)： Sham Eht E (School of Computer and Systems Sciences, Jawaharlal Nehru University, New Delhi, India) ,  Vidyarthi Deo Prakash (School of Computer and Systems Sciences, Jawaharlal Nehru University, New Delhi, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 10  ページ： e6687  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  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： モノのインターネット(IoT)および他のスマートデバイスは,体積,多様性および速度が大きいデータを生成する。クラウドはデータ解析に役立つだけでなく,これらのデータに貯蔵と計算施設を提供する。多くの時間クリティカルな応用に対して,時間要求が,分析/実行のためにクラウドに遡るので,それに応じて作用する機会が,得られる可能性があることを経験した。したがって,このような応用の時間感度と優先度は大いに問題となる。Fogコンピューティングは,計算インフラストラクチャを補完し,クラウドを補完し,計算,帯域幅,およびストレージの提供によって,時間感受性および優先度ベースのアプリケーションをサポートすることによって,この限界を克服する。しかし,霧統合クラウドの採用は,サービス/経験(QoS/QoE)の適切な品質を有する新しい要求スケジューリング方式を必要とする新しい資源管理課題を導入する。本研究では,CPU,メモリ,記憶などのパラメータに基づく要求を,例えば,ジョブ優先度と時間感度の他のカテゴリーパラメータに加えて,知的受付制御管理者を提案した。提案した作業は,入力要求を分類するために,ラベル付き要求を用いて,アプリケーションの要求をラベル付けし,続いて決定木をラベリングするためのマシンインテリジェンス技術を適用する。一般化誤差とフォールトトレランスを避けるため,多重サイズバッチに雑音を導入することにより,精度,実行時間,精度,再現率,精度の変化および実行時間に関して,提案した方法を実証した。また,提案モデルの有効性を確認するために,少数のよく知られた分類器との比較研究を行った。提案モデルは,霧ノードに適切に置かれるのに十分である。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. 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 ,  雑音 ,  計算機利用 ,  *管理者 ,  スケジューリング ,  相互接続 ,  計算 ,  多重化 ,  応用プログラム ,  帯域幅 ,  インフラストラクチャー ,  フォールトトレランス ,  *機械学習 ,  優先度
準シソーラス用語： 体感品質 ,  クラウドコンピューティング ,  モノのインターネット , 【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 ,  霧計算 ,  モノのインターネット ,  機械知能 ,  資源提供

分類 (2件)： 計算機網  (JC03000K) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (6件)： 霧 ,  統合 ,  クラウド ,  入院 ,  管理者 ,  機械学習