DISPONIBILIZAÇÃO DE RECURSOS E TAREFAS PARA A OTIMIZAÇÃO DO AMBIENTE CLOUD – BASE DE CONHECIMENTO HEURÍSTICA
No ambiente Cloud, os recursos
ficam disponíveis para o cliente sob a demanda
de pagamento por uso. Um maior rendimento
com tempo de execução mínimo, pode reduzir
o custo do orçamento para o cliente, bem como
nunca pode violar o Acordo de Nível de Serviço
(SLA). Uma tarefa específica deve ser alocada
para a máquina virtual adequada podendo
gerar resultados eficientes. Este estudo sugere
uma melhor abordagem para alcançar essa
eficiência utilizando análise empírica para tarefa,
gerando banco de dados de tarefas heurísticas
de base de conhecimento. Na primeira etapa,
nossa abordagem sugere, antes de alocar uma
tarefa para execução na Máquina Virtual (MV),
descobrir a característica da tarefa, estimar o
tempo de execução combinando com o banco
de dados heurístico autogerado. Durante a
segunda etapa, será verificada, uma máquina
virtual eficiente, que seja capaz de executar
essa tarefa com maior rendimento em tempo de
execução mínimo. Melhor aprimoramento deve
ser alcançado usando o valor limite adaptativo
para comparar a tarefa com o banco de dados
heurístico. Essa abordagem pode otimizar o
equilíbrio entre a Qualidade de Serviço (QS)
para a utilização de tarefas e recursos.
DISPONIBILIZAÇÃO DE RECURSOS E TAREFAS PARA A OTIMIZAÇÃO DO AMBIENTE CLOUD – BASE DE CONHECIMENTO HEURÍSTICA
-
DOI: 10.22533/at.ed.6692020034
-
Palavras-chave: Cloud, Virtual, Network, SLA, QS
-
Keywords: Cloud, Virtual, Network, SLA, QS
-
Abstract:
In the Cloud environment,
resources become available to the customer
on demand pay-per-use. Higher performance
with minimal execution time can reduce the cost
of the client’s budget, and can never violate
the Service Level Agreement (SLA). A specific
task must be allocated to the appropriate virtual
machine and can generate efficient results.
This study suggests a better approach to
achieve this efficiency using empirical analysis
for task, generating database of knowledgebased
heuristic tasks. In the first step, our
approach suggests, before allocating a task
for execution in the Virtual Machine (VM),
to discover the characteristic of the task, to
estimate the execution time in combination with
the self-generated heuristic database. During
the second step, discover an efficient virtual
machine that is able to perform this task with
the highest throughput at minimal execution time. Improved enhancement should be
achieved using the adaptive threshold value to compare the task with the heuristic
database. This approach can optimize the balance between Quality of Service (QoS)
for the use of tasks and resources.
-
Número de páginas: 11
- João Victor Cordeiro S. de P. Bragança
