...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Programming and Computer Software >Evolutionary Algorithms for Optimizing Cost and QoS on Cloud-based Content Distribution Networks
【24h】

Evolutionary Algorithms for Optimizing Cost and QoS on Cloud-based Content Distribution Networks

机译：用于优化成本和基于云的内容分发网络的成本和QoS的进化算法

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

Content Distribution Networks (CDN) are key for providing worldwide services and content to end-users. In this work, we propose three multiobjective evolutionary algorithms for solving the problem of designing and optimizing cloud-based CDNs. We consider the objectives of minimizing the total cost of the infrastructure (including virtual machines, network, and storage) and the maximization of the quality-of-service provided to end-users. The proposed model considers a multi-tenant approach where a single cloud-based CDN is able to host multiple content providers using a resource sharing strategy. The proposed evolutionary algorithms address the offline problem of provisioning infrastructure resources while a greedy heuristic method is proposed for addressing the online problem of routing contents. The experimental evaluation of the proposed methods is performed over a set of realistic problem instances. Results indicate that the proposed approach is effective for designing and optimizing cloud-based CDNs reducing total costs by up to 10.3% while maintaining an adequate quality of service.
机译：内容分发网络（CDN）是向最终用户提供全球服务和内容的关键。在这项工作中，我们提出了三种多目标进化算法，用于解决设计和优化基于云的CDN的问题。我们考虑最大限度地减少基础设施的总成本（包括虚拟机，网络和存储）以及提供给最终用户的服务质量的最大化。所提出的模型考虑了一种多租户方法，其中基于单个云的CDN能够使用资源共享策略托管多个内容提供商。建议的进化算法解决了配置基础架构资源的离线问题，而提出了一种贪婪的启发式方法，用于解决路由内容的在线问题。所提出的方法的实验评估在一组现实问题实例上进行。结果表明，拟议的方法对于设计和优化基于云的CDN，将总成本降低至10.3％，同时保持足够的服务质量。

著录项

  • 来源
    《Programming and Computer Software》 |2019年第8期|544-556|共13页
  • 作者

    Iturriaga S.; Nesmachnow S.; Goni G.; Dorronsoro B.; Tchernykh A.;

  • 作者单位

    Univ Republica Julio Herrera & Reissig 565 Montevideo 11300 Uruguay;

    Univ Republica Julio Herrera & Reissig 565 Montevideo 11300 Uruguay;

    Univ Republica Julio Herrera & Reissig 565 Montevideo 11300 Uruguay;

    Univ Cadiz C Ancha 16 Cadiz 11001 Spain;

    Ctr Invest Cient & Educ Super Ensenada Carretera Ensenada Tijuana 3918 Zona Playitas Ensenada 22860 Baja California Mexico;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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