• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of software science and computational intelligence >Sharing VM Resources With Using Prediction of Future User Requests for an Efficient Load Balancing in Cloud Computing Environment
【24h】

Sharing VM Resources With Using Prediction of Future User Requests for an Efficient Load Balancing in Cloud Computing Environment

机译：使用对云计算环境中的有效负载平衡的未来用户请求的预测共享VM资源

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of balancing user requests in cloud computing is becoming more serious due to the variation of workloads. Load balancing and allocation processes still need more optimizing methodologies and models to improve performance and increase the quality of service. This article describes a solution to balance user workload efficiently by proposing a model that allows each virtual machine (VM) to maximize the serving number of requests based on its capacity. The model measures VMs' capacity as a percentage and maps groups of user requests to appropriate active virtual machines. Finding the expected patterns from a big data repository, such as log data, and using some machine learning techniques can make the prediction more efficiently. The work is implemented and evaluated using some performance metrics, and the results are compared with other research. The evaluation shows the efficiency of the proposed approach in distributing user workload and improving results.
机译：由于工作负载的变化，平衡云计算中的用户请求的问题变得越来越严重。 负载平衡和分配过程仍然需要更优化的方法和模型，以提高性能并提高服务质量。 本文介绍了通过提出允许每个虚拟机（VM）来最大化服务数量的型号来平衡用户工作负载的解决方案。 该模型测量VMS的容量作为百分比，并将用户请求组映射到适当的活动虚拟机。 从大数据存储库中找到预期模式，例如日志数据，并使用一些机器学习技术可以更有效地使预测更有效。 使用一些性能指标来实现和评估该工作，并将结果与其他研究进行比较。 评估显示了分配用户工作量和改进结果的提出方法的效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号