توضیحات
ABSTRACT
One of the main questions in cloud computing environments is how to efficiently distribute user requests or Virtual Machines (VMs) based on their resource needs over time. This question is also an important one when dealing with a cloud federation environment where rational cloud service providers are collaborating together by sharing customer requests. By considering intrinsic aspects of the cloud computing model one can propose request distribution methods that play on the strengths of this computing paradigm. In this paper we look at statistical multiplexing and server consolidation as such a strength and examine the use of the coefficient of variation and other related statistical metrics as objective functions which can be used in deciding on the request distribution mechanism. The complexity of using these objective functions is analyzed and heuristic methods which enable efficient request partitioning in a feasible time are presented & compared.
INTRODUCTION
Federated cloud computing environments have recently emerged as a trending topic in cloud computing. Here Cloud Service Providers (CSPs) collaborate by delegating some (or all) of their customers’ requests to other CSPs. This is done due to various reasons, be it overloaded servers in the federating CSP (i.e. the CSP that delegates parts of its request load to the federated CSP), the need to adhere to customer Service Level Agreements (SLAs) in special circumstances where the cloud provider cannot guarantee quality attributes, etc. Out of the decisions that must be taken in order to operate in such a federated envi- ronment, one of the most crucial is which requests to federate and how should this federation take place keeping in mind the CSPs currently participating in the federation. The answer to this question must be one which is efficient and fair for all participating CSPs and incentivizes them to partake in the federation mechanism. How we model and evaluate this based on various objective functions is an important consideration in this area.
چکیده
یکی از سؤالات اصلی در محیط محاسبات ابری اینست که چگونه به طور موثر درخواستهای کاربر یا ماشینهای مجازی (VMs) را براساس نیازهای منابع خود در طول زمان توزیع کنند. این سوال در هنگام برخورد با یک محیط فدراسیون ابر که در آن ارائه دهندگان سرویس منطقی خدمات با همکاری با تقاضای درخواست مشتری، مهم هستند. با در نظر گرفتن جنبه های ذاتی مدل محاسبات ابری، می توان روش های توزیع درخواست را که بر روی نقاط قوت این پارامتر محاسباتی بازی می کنند پیشنهاد دهد. در این مقاله، ما به عنوان یک استحکام تلفیقی و تلفیق سرور نگاه می کنیم و از ضریب تنوع و سایر معیارهای آماری مرتبط به عنوان توابع هدف استفاده می کنیم که می تواند در تصمیم گیری بر مکانیزم توزیع درخواست مورد استفاده قرار گیرد. پیچیدگی استفاده از این توابع هدف، تجزیه و تحلیل و روش های اکتشافی است که امکان پارتیشن بندی تقاضای کارآمد را در یک زمان قابل اجرا ارائه می دهند و مقایسه می کنند.
مقدمه
محاسبات ابری فدراسیون اخیرا به عنوان یک موضوع پرطرفدار در محاسبات ابری صورت گرفته است. در اینجا سرویس دهنده خدمات ابر (CSPs) با اعطای برخی از (یا همه) درخواست مشتریان خود به سایر CSP ها همکاری می کنند. این به دلایل مختلف انجام می شود، سرورهای مجاز در CSP فدرال (یعنی CSP که بخشی از بار درخواست خود را به CSP فدرال منتقل می کند)، نیاز به پیوستن به موافقت نامه های سطح سرویس (SLA) در شرایط خاصی که در آن ارائه دهنده ابر نمی تواند ویژگی های کیفی را تضمین کند و غیره. از تصمیماتی که باید برای انجام چنین محیطی در فدراسیون انجام شود، یکی از مهم ترین مواردی است که درخواست فدراسیون را می دهد و این فدراسیون باید با توجه به CSP ها در حال حاضر در فدراسیون شرکت می کنند. پاسخ به این سوال باید یکی باشد که برای همه CSP های شرکت کننده کارآمد و منصفانه باشد و آنها را به مشارکت در مکانیسم فدراسیون کمک کند. چگونه این مدل را مدل سازی و ارزیابی می کنیم بر اساس عملکرد های مختلف هدف، توجه مهم در این زمینه است.
Year: 2019
Publisher : ELSEVIER
By : Moslem Habibi, MohammadAmin Fazli, Ali Movaghar
File Information: English Language/ 33 Page / size: 2.85 MB
سال : 1397
ناشر : ELSEVIER
کاری از : مسلم حبیبی، محمد امین فضلی، علی مداقه
اطلاعات فایل : زبان انگلیسی / 33 صفحه / حجم : MB 2.85
نقد و بررسیها
هنوز بررسیای ثبت نشده است.