Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một thuật toán phân phối công việc phi tập trung dựa trên cụm cho môi trường đám mây quy mô lớn
Tóm tắt
Sự phát triển đáng kể của điện toán đám mây trong vài năm qua và khả năng đã được chứng minh trong việc xử lý khối lượng công việc lập trình web, đang thúc đẩy các nhà nghiên cứu xem xét liệu các đám mây có phù hợp để thực hiện các tính toán quy mô lớn hay không. Cân bằng tải đám mây là một trong những giải pháp nhằm cung cấp dịch vụ đám mây đáng tin cậy và có khả năng mở rộng. Đặc biệt, việc cân bằng tải cho truyền phát đa phương tiện yêu cầu các chiến lược cân bằng tải động và theo thời gian thực. Trong bối cảnh này, bài báo này nhằm đề xuất một thuật toán phân phối công việc Inter Cloud Manager (ICM) cho môi trường đám mây quy mô lớn. ICM chủ yếu thực hiện hai nhiệm vụ: phân cụm (hàng xóm) và ra quyết định. Đối với phân cụm, ICM sử dụng các gói Hello để quan sát và thu thập dữ liệu từ các nút hàng xóm, và việc ra quyết định dựa trên thời gian thực hiện đã đo được cũng như độ trễ mạng trong việc chuyển tiếp các công việc và nhận kết quả thực hiện. Sau đó, chúng tôi thực hiện các thí nghiệm trên một nền tảng thử nghiệm lớn để đánh giá hiệu suất của ICM và so sánh nó với các thuật toán phi tập trung nổi tiếng như Thuộc địa kiến, Tải công việc và Chính sách Nhận thức khách (WCAP), và Thuật toán Tìm kiếm của Ong (HFA). Các phép đo tập trung đặc biệt vào thời gian phản hồi trung bình tổng thể đã quan sát bao gồm độ trễ mạng trong các môi trường tắc nghẽn. Kết quả thí nghiệm cho thấy trong hầu hết các trường hợp, ICM tốt hơn trong việc tránh hiện tượng bão hòa hệ thống dưới tải nặng.
Từ khóa
#đám mây #cân bằng tải #phân phối công việc #thuật toán phi tập trung #truyền phát đa phương tiệnTài liệu tham khảo
MR Rahimi, J Ren, CH Liu, AV Vasilakos, N Venkatasubramanian, Mobile cloud computing: a survey, state of art and future directions. Mobile Netw. Appl. 19(2), 133–143 (2014).
M Arshad, S Malik, An efficient algorithm for load balancing in cloud computing. Futur. Gener. Comput. Syst (2014).
M Katyal, A Mishra, A comparative study of load balancing algorithms in cloud computing environment, (2014). arXiv preprint arXiv:14036918.
W Zhang, Y Wen, J Cai, DO Wu, Toward transcoding as a service in a multimedia cloud: energy-efficient job-dispatching algorithm. IEEE Trans. Veh. Technol.63(5), 2002–2012 (2014).
K Dutta, RB Guin, S Chakrabarti, S Banerjee, U Biswas, in Recent Advances in Information Technology (RAIT), 2012 1st International Conference on,. A smart job scheduling system for cloud computing service providers and users: modeling and simulation (IEEE, 2012), pp. 346–351.
M Polverini, A Cianfrani, S Ren, AV Vasilakos, Thermal-aware scheduling of batch jobs in geographically distributed data centers. IEEE Trans. Cloud Comput. 2(1), 71–84 (2014).
L Wang, F Zhang, K Zheng, AV Vasilakos, S Ren, Z Liu, in Distributed Computing Systems (ICDCS), 2014 IEEE 34th International Conference on,. Energy-Efficient Flow Scheduling and Routing with Hard Deadlines in Data Center Networks (IEEE, 2014), pp. 248–257.
L Wang, F Zhang, J Arjona Aroca, AV Vasilakos, K Zheng, C Hou, D Li, Z Liu, Greendcn: A general framework for achieving energy efficiency in data center networks. IEEE J. Sel. Areas Commun.32(1), 4–15 (2014).
K Chen, C Hu, X Zhang, K Zheng, Y Chen, AV Vasilakos, Survey on routing in data centers: insights and future directions. IEEE Netw. 25(4), 6–10 (2011).
B Wang, Z Qi, R Ma, H Guan, AV Vasilakos, A survey on data center networking for cloud computing. Comput. Netw. 91:, 528–547 (2015).
L Wei, H Zhu, Z Cao, W Jia, AV Vasilakos, in Distributed Computing Systems Workshops (ICDCSW), 2010 IEEE 30th International Conference on,. Seccloud: Bridging secure storage and computation in cloud (IEEE, 2010), pp. 52–61.
L Wei, H Zhu, Z Cao, X Dong, W Jia, Y Chen, AV Vasilakos, Security and privacy for storage and computation in cloud computing. Inf. Sci. 258:, 371–386 (2014).
E Gelenbe, R Lent, Energy–QoS trade-offs in mobile service selection. Futur. Internet. 5(2), 128–139 (2013).
E Gelenbe, R Lent, M Douratsos, in Network Cloud Computing and Applications (NCCA), 2012 Second Symposium on,. Choosing a local or remote cloud (IEEE, 2012), pp. 25–30.
Sustainable Internet and ICT for Sustainability, SustainIT 2012, 4-5 October, 2012, Pisa, Italy, Sponsored by the IFIP TC6 WG 6.3 Performance of Communication Systems, IEEE (2012). http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6375585. Access date: January 18, 2016.
N Fernando, SW Loke, W Rahayu, Mobile cloud computing: a survey. Futur. Gener. Comput. Syst. 29(1), 84–106 (2013).
L Mashayekhy, MM Nejad, D Grosu, A Vasilakos, An online mechanism for resource allocation and pricing in clouds, (2015).
F Xu, F Liu, H Jin, AV Vasilakos, Managing performance overhead of virtual machines in cloud computing: a survey, state of the art, and future directions. Proc. IEEE. 102(1), 11–31 (2014).
D Niyato, AV Vasilakos, Z Kun, in Proceedings of the 2011 11th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing,. Resource and revenue sharing with coalition formation of cloud providers: game theoretic approach (IEEE Computer Society, 2011), pp. 215–224.
K Nishant, P Sharma, V Krishna, C Gupta, KP Singh, N Nitin, R Rastogi, in Computer Modelling and Simulation (UKSim), 2012 UKSim 14th International Conference on,. Load balancing of nodes in cloud using ant colony optimization (IEEE, 2012), pp. 3–8.
Z Zhang, X Zhang, in Industrial Mechatronics and Automation (ICIMA), 2010 2nd International Conference on, 2. A load balancing mechanism based on ant colony and complex network theory in open cloud computing federation (IEEE, 2010), pp. 240–243.
L Kolb, A Thor, E Rahm, in Data Engineering (ICDE), 2012 IEEE 28th International Conference on,. Load balancing for mapreduce-based entity resolution (IEEE, 2012), pp. 618–629.
J Al-Jaroodi, N Mohamed, in Proceedings of the 2011 11th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing,. DDFTP: dual-direction ftp (IEEE Computer Society, 2011), pp. 504–513.
AM Nakai, E Madeira, LE Buzato, in Dependable Computing (LADC), 2011 5th Latin-American Symposium on,. Load balancing for internet distributed services using limited redirection rates (IEEE, 2011), pp. 156–165.
SC Wang, KQ Yan, WP Liao, SS Wang, in Computer Science and Information Technology (ICCSIT), 2010 3rd IEEE International Conference on, 1. Towards a load balancing in a three-level cloud computing network (IEEE, 2010), pp. 108–113.
H Mehta, P Kanungo, M Chandwani, in Proceedings of the International Conference & Workshop on Emerging Trends in Technology,. Decentralized content aware load balancing algorithm for distributed computing environments (ACM, 2011), pp. 370–375.
P Venkata Krishna, Honey bee behavior inspired load balancing of tasks in cloud computing environments. Appl. Soft Comput. 13(5), 2292–2303 (2013).
RW Clay, NR Wild, DJ Bird, BR Dawson, M Johnston, R Patrick, A Sewell, A cloud monitoring system for remote sites. Publ. Astron. Soc. Aust. 15(03), 332–335 (1998).
J Shao, H Wei, Q Wang, H Mei, in Cloud Computing (CLOUD), 2010 IEEE 3rd International Conference on,. A runtime model based monitoring approach for cloud (IEEE, 2010), pp. 313–320.
E Gelenbe, R Lent, in Sustainable Internet and ICT for Sustainability (SustainIT),. Trade-offs between energy and quality of service (IEEE, 2012), pp. 1–5.
E Gelenbe, in Proceedings of the 5th International ICST Conference on Simulation Tools and Techniques, ICST (Institute for Computer Sciences, Social-Informatics and Telecommunications Engineering). Energy packet networks: smart electricity storage to meet surges in demand, (2012), pp. 1–7.
E Gelenbe, C Morfopoulou, A framework for energy-aware routing in packet networks. Comput. J. 54(6), 850–859 (2011).
A Berl, E Gelenbe, M Di Girolamo, G Giuliani, H De Meer, MQ Dang, Pentikousis K, Energy-efficient cloud computing. Comput. J. 53(7), 1045–1051 (2010).
D Apostolopoulou, G Gross, Guler T, Optimized ftr portfolio construction based on the identification of congested network elements. Power systems, IEEE transactions on 28.4, (2013).
X Lu, S Gao, E Ben-Elia, R Pothering, Travelers’ day-to-day route choice behavior with real-time information in a congested risky network. Math. Popul. Stud. 21(4), 205–219 (2014).
JY Joo, M Ilic, in PES General Meeting| Conference & Exposition, 2014 IEEE,. Distributed scheduling of demand resources in a congested network (IEEE, 2014), pp. 1–5.