• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Parallel and Distributed Systems >Adaptive Resource Allocation and Provisioning in Multi-Service Cloud Environments
【24h】

Adaptive Resource Allocation and Provisioning in Multi-Service Cloud Environments

机译：多服务云环境中的自适应资源分配和供应

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

In the current cloud business environment, the cloud provider (CP) can provide a means for offering the required quality of service (QoS) for multiple classes of clients. We consider the cloud market where various resources such as CPUs, memory, and storage in the form of Virtual Machine (VM) instances can be provisioned and then leased to clients with QoS guarantees. Unlike existing works, we propose a novel Service Level Agreement (SLA) framework for cloud computing, in which a price control parameter is used to meet QoS demands for all classes in the market. The framework uses reinforcement learning (RL) to derive a VM hiring policy that can adapt to changes in the system to guarantee the QoS for all client classes. These changes include: service cost, system capacity, and the demand for service. In exhibiting solutions, when the CP leases more VMs to a class of clients, the QoS is degraded for other classes due to an inadequate number of VMs. However, our approach integrates computing resources adaptation with service admission control based on the RL model. To the best of our knowledge, this study is the first attempt that facilitates this integration to enhance the CP's profit and avoid SLA violation. Numerical analysis stresses the ability of our approach to avoid SLA violation while maximizing the CP's profit under varying cloud environment conditions.
机译：在当前的云业务环境中，云提供商（CP）可以提供一种为多种类型的客户端提供所需的服务质量（QoS）的方法。我们考虑了云市场，其中可以配置各种资源（例如，虚拟机（VM）实例形式的CPU，内存和存储），然后以QoS保证将其租赁给客户端。与现有作品不同，我们为云计算提出了一种新颖的服务水平协议（SLA）框架，其中使用价格控制参数来满足市场上所有类别的QoS要求。该框架使用强化学习（RL）来导出VM招聘策略，该策略可以适应系统中的更改以保证所有客户端类别的QoS。这些更改包括：服务成本，系统容量和服务需求。在展示解决方案中，当CP将更多VM租给一类客户端时，由于VM数量不足，其他类的QoS下降。但是，我们的方法将计算资源自适应与基于RL模型的服务准入控制集成在一起。据我们所知，本研究是促进这种整合以提高CP的利润并避免违反SLA的首次尝试。数值分析强调了我们的方法能够避免违反SLA的要求，同时在变化的云环境条件下最大化CP的利润。

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