Resumen

Los recursos del entorno de la nube presentan características como la gran escala, la diversidad y la heterogeneidad. Además, los requisitos de los usuarios en cuanto a recursos de computación en nube suelen caracterizarse por la incertidumbre y la imprecisión. Por ello, para mejorar la calidad del servicio de computación en nube, no sólo deben satisfacerse los estándares tradicionales, como el coste y el ancho de banda, sino que también debe hacerse especial hincapié en algunos estándares ampliados, como la facilidad de uso del sistema. Este artículo propone un método de programación dinámica de recursos basado en la teoría de control difuso. En primer lugar, se establece el modelo de predicción de necesidades de recursos. A continuación, se concluyen las relaciones entre la disponibilidad de recursos y las necesidades de recursos. A continuación, se adopta la teoría de control difuso para lograr un ajuste amistoso entre las necesidades de los usuarios y la disponibilidad de recursos. Los resultados muestran que este enfoque mejora la eficiencia de la programación de recursos y la calidad del servicio (QoS) de la computación en nube.

• Materias:Control del proceso Sistemas no lineales Regulación automática Instrumentación automática Optimización de procesos
• Subjects: Nonlinear systems Automatic regulation Automatic instrumentation Process optimization
• Palabras claves:teoría de control difuso, método de programación dinámica de recursos, modelo de predicción de necesidades de recursos, recursos de computación en nube, servicio de computación en nube, eficiencia en la programación de recursos, calidad, computación en nube, entorno en nube, normas ampliadas
• Keywords:fuzzy control theory, dynamic resource scheduling method, resource requirements prediction model, cloud computing resources, cloud computing service, resources scheduling efficiency, quality, cloud computing, cloud environment, extended standards