文献

J-GLOBAL ID：202202260881414964   整理番号：22A1163618

クラウドデータセンタにおけるサーバクラスタの性能と省エネルギーの二重改善のためのオンライン仮想マシン統合戦略【JST・京大機械翻訳】

An On-Line Virtual Machine Consolidation Strategy for Dual Improvement in Performance and Energy Conservation of Server Clusters in Cloud Data Centers

著者 (3件)： Lin Weiwei (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Wu Wentai (Department of Computer Science, University of Warwick, Coventry, United Kingdom) ,  He Ligang (Department of Computer Science, University of Warwick, Coventry, United Kingdom)
資料名： IEEE Transactions on Services Computing  (IEEE Transactions on Services Computing)
巻： 15  号： 2  ページ： 766-777  発行年： 2022年 
JST資料番号： W2437A  ISSN： 1939-1374  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： データセンターは大量のエネルギーを消費するので,クラウドコンピューティングのエネルギー効率の改善が研究の焦点として浮上している。しかし,サービスレベル合意違反のリスクを増すことなく,システム性能を維持しながら,エネルギー消費を低減することは難しい。仮想マシン(VM)のための既存の圧密手法の大部分は,制約としてシステム性能とサービス品質(QoS)計量を考慮し,通常,いくつかのシステム性能とクラウドサービス品質を犠牲にすることなく,エネルギー効率を効果的に改善するための大きなスケジューリングオーバヘッドと不可能性をもたらす。本論文では,まず,不均一物理機械(PM)に対するピーク電力効率と最適利用の計量を定義した。次に,サーバクラスタの観点から性能およびエネルギー保存における二重改善を達成するために,VM配置および再配分の新しい戦略であるピーク効率Aware Scheduling(PEAS)を提案した。PEASはオンライン方式でVMsを割り当て,そして,VM強化によってそれらのピーク電力効率で働くPMsを維持することを常に試みる。クラウドsimに関する大規模な実験は,PEASが,エネルギー消費,システム性能および多重QoSメトリックに関して,いくつかのエネルギー意識強化アルゴリズムより優れていることを示した。Copyright 2022 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】

シソーラス用語： 圧密 ,  アルゴリズム ,  スケジューリング ,  リスク ,  *データセンタ ,  多重化 ,  *クラスタ ,  *仮想機械システム
準シソーラス用語： オーバヘッド ,  サービス品質 ,  システム性能 ,  *オンライン ,  ピーク電力 ,  クラウドコンピューティング ,  クラウドサービス , 【Automatic Indexing@JST】

分類 (3件)： 無線通信一般  (ND08010L) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G)

タイトルに関連する用語 (7件)： サーバ ,  クラスタ ,  省エネルギー ,  オンライン ,  仮想マシン ,  統合 ,  戦略