La nube de infraestructura como servicio (IaaS) proporciona recursos como servicio a partir de un conjunto de recursos de computación, red y almacenamiento. Los proveedores de la nube pueden gestionar el uso de sus recursos conociendo la demanda de uso futura a partir de los patrones de uso actuales y pasados de los recursos. La predicción del uso de los recursos es de gran importancia para el escalado dinámico de los recursos de la nube con el fin de lograr la eficiencia en términos de coste y consumo de energía, manteniendo la calidad del servicio. El objetivo de este artículo es presentar un sistema de predicción de uso de recursos en tiempo real. El sistema toma la utilización de los recursos en tiempo real y alimenta los valores de utilización en varios buffers basados en el tipo de recursos y el tamaño del lapso de tiempo. Los búferes son leídos por un sistema estadístico basado en el lenguaje R. Los datos de estos buffers se comprueban para determinar si sus datos siguen una distribución gaussiana o no. En caso de que sigan la distribución gaussiana, se aplica la media móvil integrada autorregresiva (ARIMA); en caso contrario, se aplica la red neuronal autorregresiva (AR-NN). En el proceso ARIMA, se selecciona un modelo basado en los valores mínimos del Criterio de Información de Akaike (AIC). Del mismo modo, en el proceso AR-NN, se selecciona una red con el valor más bajo del Criterio de Información de Red (NIC). Hemos evaluado nuestro sistema con trazas reales de utilización de la CPU de una nube IaaS de ciento veinte servidores.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto de la diafonía óptica en la precisión de un pulsioxímetro de reflectancia para atención sanitaria móvil
Artículo:
Controlador neurofuzzy adaptativo basado en TLBO para la navegación de robots móviles en un entorno extraño
Artículo:
Diseño de un sistema de monitorización en tiempo real de humos y polvo en centrales térmicas basado en un algoritmo genético mejorado
Artículo:
Plataforma robótica para la rehabilitación de miembros superiores
Artículo:
Estudio exploratorio sobre el tratamiento del síndrome de apnea-hipopnea obstructiva mediante la expansión de la cavidad nasal