...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of supercomputing >An efficient resource provisioning approach for analyzing cloud workloads: a metaheuristic-based clustering approach
【24h】

An efficient resource provisioning approach for analyzing cloud workloads: a metaheuristic-based clustering approach

机译：用于分析云工作负载的有效资源配置方法：基于殖民主义的聚类方法

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

With the recent advancements in Internet-based computing models, the usage of cloud-based applications to facilitate daily activities is significantly increasing and is expected to grow further. Since the submitted workloads by users to use the cloud-based applications are different in terms of quality of service (QoS) metrics, it requires the analysis and identification of these heterogeneous cloud workloads to provide an efficient resource provisioning solution as one of the challenging issues to be addressed. In this study, we present an efficient resource provisioning solution using metaheuristic-based clustering mechanism to analyze cloud workloads. The proposed workload clustering approach used a combination of the genetic algorithm and fuzzy C-means technique to find similar clusters according to the user’s QoS requirements. Then, we used a gray wolf optimizer technique to make an appropriate scaling decision to provide the cloud resources for serving of cloud workloads. Besides, we design an extended framework to show interaction between users, cloud providers, and resource provisioning broker in the workload clustering process. The simulation results obtained under real workloads indicate that the proposed approach is efficient in terms of CPU utilization, elasticity, and the response time compared with the other approaches.
机译：随着近期基于互联网的计算模型的进步，基于云的应用程序的使用，以促进日常活动的增加显着增加，预计将进一步增长。由于用户使用基于云的应用程序的提交的工作负载在服务质量（QoS）指标方面是不同的，因此它需要分析和识别这些异构云工作负载，以提供高效的资源供应解决方案作为具有挑战性的问题之一要解决。在这项研究中，我们使用基于成群质的聚类机制来分析云工作负载的高效资源供应解决方案。所提出的工作负载聚类方法使用遗传算法和模糊C型技术的组合来根据用户的QoS要求找到类似的群集。然后，我们使用灰狼优化技术来进行适当的缩放决策，以提供云工作负载服务的云资源。此外，我们设计了一个扩展框架，以在工作负载群集过程中显示用户，云提供商和资源供应代理之间的交互。在实际工作负载下获得的模拟结果表明，与其他方法相比，所提出的方法是在CPU利用率，弹性和响应时间方面有效的。

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