НЕСТАЦІОНАРНІСТЬ РЕСУРСІВ ТА ПОСЛУГ ХМАРНОЇ ІНФРАСТРУКТУРИ
Ключові слова:
хмарне середовище, хмарні ресурси, нестаціонарність, невизначеність, перерозподіл ресурсів
Анотація
Збільшення нестаціонарності ресурсів та послуг хмарної інфраструктури призводить до суттєвого зниження її продуктивності. Тому метою статті є визначення причин нестаціонарності ресурсів та послуг хмарної інфраструктури; знаходження шляхів зменшення рівня нестаціонарності. В результаті дослідження отримані такі результати. Визначені джерела, що призводять до вказаної нестаціонарності. Проаналізовані існуючі підходи до зменшення нестаціонарності. Наведений приклад базового розподілу ресурсів з використанням стандартних методів лінійного програмування. Показані варіанти застосування даних методів для динамічного перерозподілу ресурсів. Висновок. Розподіл та динамічний перерозподіл ресурсів у хмарній інфраструктурі можна провести з використанням стандартних методів лінійного програмування. Але за рахунок суттєвої нестаціонарності хмарного середовища запропонований підхід знизить продуктивність хмарних ресурсів. При цьому при збільшенні кількості змінних та обмежень обчислювальна складність запропонованого алгоритму буде зростати експоненційно. Отже, необхідно шукати інші підходи для розподілу та перерозподілу хмарних ресурсів в умовах суттєвої нестаціонарності.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Mezni, H., Aridhi, S.and Hadjali, A. (2018), “The uncertain cloud: State of the art and research challenges”, International Journal of Approximate Reasoning, Vol. 103, pp. 139-151, doi: https://doi.org/10.1016/j.ijar.2018.09.009.
2. Nawrocki, P., Grzywacz, M. and Sniezynski, B. (2021), “Adaptive resource planning for cloud-based services using machine learning”, Journal of Parallel and Distributed Computing, Vol. 152, pp. 88-97, doi: https://doi.org/10.1016/j.jpdc.2021.02.018.
3. Saidi, K., Hioual, O. and Siam, A. (2020), “Resources Allocation in Cloud Computing: A Survey”, ICAIRES 2019: Smart Energy Empowerment in Smart and Resilient Cities”, pp 356–364, doi: https://doi.org/10.1007/978-3-030-37207-1_37.
4. Habiba, U., Masood, R., Shibli, M.A. and Niazi, M.A. (2014), “Cloud identity management security issues & solutions: a taxonomy”, Complex Adapt Syst Model, Vol. 2, 5, doi: https://doi.org/10.1186/s40294-014-0005-9.
5. Kuchuk, N., Mozhaiev, O., Semenov, S., Haichenko, A., Kuchuk, H., Tiulieniev, S., Mozhaiev, M., Davydov, V., Brusakova, O. and Gnusov, Y. (2023), “Devising a method for balancing the load on a territorially distributed foggy environment”, Eastern-European Journal of Enterprise Technologies, 1(4 (121), pp. 48–55. doi: https://doi.org/10.15587/1729-4061.2023.274177.
6. Chen, J., Wang, Y. and Liu, T. (2021), “A proactive resource allocation method based on adaptive prediction of resource requests in cloud computing”, J. Wireless Com Network, 24, doi: https://doi.org/10.1186/s13638-021-01912-8.
7. Petrovska, I. and Kuchuk, H. (2022), “Static allocation method in a cloud environment with a service model IAAS”, Advanced Information Systems, vol. 6, is. 3, pp. 99–106, doi: https://doi.org/10.20998/2522-9052.2022.3.13.
8. Kuchuk, N., Shefer, O., Cherneva, G. and Alnaeri, F.A. (2021), “Determining the capacity of the self-healing network segment”, Advanced Information Systems, vol. 5, no. 2, pp. 114–119, Jun. 2021, doi: https://doi.org/10.20998/2522-9052.2021.2.16.
9. Petrovska, I. and Kuchuk H. (2022), “Features of the distribution of computing resources in cloud systems”, Control, Navigation and Communication Systems, No. 2, pp. 75-78, doi: http://dx.doi.org/10.26906/SUNZ.2022.2.075.
10. Kuchuk, G., Kovalenko, A., Komari, I.E., Svyrydov, A. and Kharchenko, V. (2019), “Improving big data centers energy efficiency: Traffic based model and method”, Studies in Systems, Decision and Control, vol. 171, Kharchenko, V., Kondratenko, Y., Kacprzyk, J. (Eds.), Springer Nature Switzerland AG, pp. 161-183, doi: https://doi.org/10.1007/978-3-030-00253-4_8.
11. Nechausov, A., Mamusuĉ, I. and Kuchuk, N. (2017), “Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures”, Advanced Information Systems, vol. 1, no. 2, , pp. 21–26, doi: https://doi.org/10.20998/2522-9052.2017.2.04.
12. Tan, B., Ma, H. and Mei, Y. (2017), “A NSGA-II-based approach for service resource allocation in cloud”, IEEE Congress on Evolutionary Computation (CEC), 17013723, pp. 2574–2581, doi: https://doi.org/10.1109/CEC.2017.7969618.
13. Mohamed, Abdel-Basset, Laila, Abdel-Fatah and Arun Kumar Sangaiah. (2018), “Chapter 10 - Metaheuristic Algorithms: A Comprehensive Review”, Editor(s): Arun Kumar Sangaiah, Michael Sheng, Zhiyong Zhang, Intelligent Data-Centric Systems, Computational Intelligence for Multimedia Big Data on the Cloud with Engineering Applications, Academic Press, 2018, Pages 185-231, ISBN 9780128133149, doi: https://doi.org/10.1016/B978-0-12-813314-9.00010-4.
14. Liu, Xi, and Dan Zhang. 2019. "An Improved SPEA2 Algorithm with Local Search for Multi-Objective Investment Decision-Making" Applied Sciences 9, no. 8: 1675. doi: https://doi.org/10.3390/app9081675.
2. Nawrocki, P., Grzywacz, M. and Sniezynski, B. (2021), “Adaptive resource planning for cloud-based services using machine learning”, Journal of Parallel and Distributed Computing, Vol. 152, pp. 88-97, doi: https://doi.org/10.1016/j.jpdc.2021.02.018.
3. Saidi, K., Hioual, O. and Siam, A. (2020), “Resources Allocation in Cloud Computing: A Survey”, ICAIRES 2019: Smart Energy Empowerment in Smart and Resilient Cities”, pp 356–364, doi: https://doi.org/10.1007/978-3-030-37207-1_37.
4. Habiba, U., Masood, R., Shibli, M.A. and Niazi, M.A. (2014), “Cloud identity management security issues & solutions: a taxonomy”, Complex Adapt Syst Model, Vol. 2, 5, doi: https://doi.org/10.1186/s40294-014-0005-9.
5. Kuchuk, N., Mozhaiev, O., Semenov, S., Haichenko, A., Kuchuk, H., Tiulieniev, S., Mozhaiev, M., Davydov, V., Brusakova, O. and Gnusov, Y. (2023), “Devising a method for balancing the load on a territorially distributed foggy environment”, Eastern-European Journal of Enterprise Technologies, 1(4 (121), pp. 48–55. doi: https://doi.org/10.15587/1729-4061.2023.274177.
6. Chen, J., Wang, Y. and Liu, T. (2021), “A proactive resource allocation method based on adaptive prediction of resource requests in cloud computing”, J. Wireless Com Network, 24, doi: https://doi.org/10.1186/s13638-021-01912-8.
7. Petrovska, I. and Kuchuk, H. (2022), “Static allocation method in a cloud environment with a service model IAAS”, Advanced Information Systems, vol. 6, is. 3, pp. 99–106, doi: https://doi.org/10.20998/2522-9052.2022.3.13.
8. Kuchuk, N., Shefer, O., Cherneva, G. and Alnaeri, F.A. (2021), “Determining the capacity of the self-healing network segment”, Advanced Information Systems, vol. 5, no. 2, pp. 114–119, Jun. 2021, doi: https://doi.org/10.20998/2522-9052.2021.2.16.
9. Petrovska, I. and Kuchuk H. (2022), “Features of the distribution of computing resources in cloud systems”, Control, Navigation and Communication Systems, No. 2, pp. 75-78, doi: http://dx.doi.org/10.26906/SUNZ.2022.2.075.
10. Kuchuk, G., Kovalenko, A., Komari, I.E., Svyrydov, A. and Kharchenko, V. (2019), “Improving big data centers energy efficiency: Traffic based model and method”, Studies in Systems, Decision and Control, vol. 171, Kharchenko, V., Kondratenko, Y., Kacprzyk, J. (Eds.), Springer Nature Switzerland AG, pp. 161-183, doi: https://doi.org/10.1007/978-3-030-00253-4_8.
11. Nechausov, A., Mamusuĉ, I. and Kuchuk, N. (2017), “Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures”, Advanced Information Systems, vol. 1, no. 2, , pp. 21–26, doi: https://doi.org/10.20998/2522-9052.2017.2.04.
12. Tan, B., Ma, H. and Mei, Y. (2017), “A NSGA-II-based approach for service resource allocation in cloud”, IEEE Congress on Evolutionary Computation (CEC), 17013723, pp. 2574–2581, doi: https://doi.org/10.1109/CEC.2017.7969618.
13. Mohamed, Abdel-Basset, Laila, Abdel-Fatah and Arun Kumar Sangaiah. (2018), “Chapter 10 - Metaheuristic Algorithms: A Comprehensive Review”, Editor(s): Arun Kumar Sangaiah, Michael Sheng, Zhiyong Zhang, Intelligent Data-Centric Systems, Computational Intelligence for Multimedia Big Data on the Cloud with Engineering Applications, Academic Press, 2018, Pages 185-231, ISBN 9780128133149, doi: https://doi.org/10.1016/B978-0-12-813314-9.00010-4.
14. Liu, Xi, and Dan Zhang. 2019. "An Improved SPEA2 Algorithm with Local Search for Multi-Objective Investment Decision-Making" Applied Sciences 9, no. 8: 1675. doi: https://doi.org/10.3390/app9081675.
Опубліковано
2023-12-12
Як цитувати
Andrusenko Yulia Нестаціонарність ресурсів та послуг хмарної інфраструктури / Yulia Andrusenko, Tetiana Fesenko // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2023. – Т. 4 (74). – С. 129-133. – doi:https://doi.org/10.26906/SUNZ.2023.4.129.
Розділ
Інформаційні технології
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
