文献
J-GLOBAL ID:202202261762511163   整理番号:22A0792445

量子およびニューラルコンピューティングによる予測BPaaS管理【JST・京大機械翻訳】

Predictive BPaaS management with quantum and neural computing
著者 (4件):
資料名:
巻: 34  号:ページ: e2421  発行年: 2022年 
JST資料番号: W0214A  ISSN: 2047-7473  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:
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の採用の増加に伴い,クラウド環境上のビジネスプロセスの展開と管理は,ほとんどの企業にとって不可欠な運用となり,新しいクラウドサービスモデルとしてBPaaS(サービスとしてビジネスプロセス)の出現につながる。このSaaS様サービスは,その祖先のように,いくつかの制約と条件(例えば,BPaaSフラグメントの感度,不安全と未信頼の雲ゾーン,資源の不足,および作業負荷変化)を考慮しながら,複数のクラウドゾーンにわたって戦略的に分配され管理されるべきである。しかし,現在のBPaaS手法は静的であり,そのような企業指向クラウドサービスモデルを管理するのにもはや適していないことを意味し,クラウドアベイラビリティゾーンの不確実で動的な性質を扱う。このギャップを埋めるために,クラウドゾーンの次の短時間過負荷を予測するモデルを提案して,予測BPaaS管理戦略を採用した。管理されたBPaaSのホスト環境として,これらの後者を過負荷またはアンダーロードとして分類し,BPaaSフラグメントの高性能雲ゾーンへの移動をトリガーした。提案したニューラルネットワーク予測モデル(QGA-NNと呼ぶ)を量子遺伝的アルゴリズムで強化し,雲ゾーンの過負荷の予測を最適化した。QGA-NNをBPaaS配置アルゴリズムを用いて評価し,トリガ管理操作として定義した。実験結果は,最先端の解と比較して,著者らの予測アプローチの精度と有効性を証明した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  事務・経営情報処理  ,  計算機システム開発 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る