Розробка методу вибору апроксимуючих функцій для спостережуваних процесів хмарної інфраструктури
DOI:
https://doi.org/10.15587/1729-4061.2020.200372Ключові слова:
моніторинг хмарної інфраструктури, комп'ютерна мережа, апроксимація функцією, витрати обчислювальних ресурсівАнотація
Розглядаються способи підвищення ефективності моніторингу процесів хмарної інфраструктури, які полягають в зниженні витрат обчислювальних ресурсів при збереженні необхідного рівня точності вимірювань. У даній роботі отримав подальший розвиток спосіб організації моніторингу процесів хмарної інфраструктури, заснований на апроксимації вимірювань, що накопичуються. Сформована необхідна і достатня множина апроксимуючих функцій, що відповідають ключовим властивостями спостережуваних процесів. Розроблено метод вибору апроксимуючих функцій для спостережуваних процесів хмарної інфраструктури. Метод складається з оцінювання властивостей спостережуваного процесу та вибору його апроксимуючої функції.
Практична цінність роботи полягає в можливості зниження витрат обчислювальних ресурсів за рахунок зменшення кількості планових вимірювань при допустимому рівні зниження їх точності. Оригінальність підходу полягає у використанні апріорних даних про спостережувані процеси з метою отримання більш точних оцінок їх властивостей. Практична реалізація запропонованого методу показує 20–40 % зниження кількості планових вимірювань при збережені точності моніторингу на рівні не нижче 95 %. Таким чином, запропонований метод дозволяє знизити навантаження на компоненти хмарної інфраструктури, зменшити використання процесорного часу і заощадити дисковий та оперативний простір фізичних і віртуальних вузлів. Результати дослідження можуть бути використані для програмної реалізації систем моніторингу хмарної інфраструктури
Посилання
- Network Monitoring Tools. Available at: http://www.slac.stanford.edu/xorg/nmtf/nmtf-tools.html
- Savic, M., Ljubojevic, M., Gajin, S. (2020). A Novel Approach to Client-Side Monitoring of Shared Infrastructures. IEEE Access, 8, 44175–44189. doi: https://doi.org/10.1109/access.2020.2978172
- Lavy, M., Meggitt, A. (2001). Windows Management Instrumentation (WMI). Indianapolis, Ind.: New Riders.
- Natu, M., Ghosh, R. K., Shyamsundar, R. K., Ranjan, R. (2016). Holistic Performance Monitoring of Hybrid Clouds: Complexities and Future Directions. IEEE Cloud Computing, 3 (1), 72–81. doi: https://doi.org/10.1109/mcc.2016.13
- Liaqat, M., Chang, V., Gani, A., Hamid, S. H. A., Toseef, M., Shoaib, U., Ali, R. L. (2017). Federated cloud resource management: Review and discussion. Journal of Network and Computer Applications, 77, 87–105. doi: https://doi.org/10.1016/j.jnca.2016.10.008
- Ward, J. S., Barker, A. (2015). Cloud cover: monitoring large-scale clouds with Varanus. Journal of Cloud Computing, 4 (1). doi: https://doi.org/10.1186/s13677-015-0041-9
- Alcaraz Calero, J. M., Aguado, J. G. (2015). MonPaaS: An Adaptive Monitoring Platformas a Service for Cloud Computing Infrastructures and Services. IEEE Transactions on Services Computing, 8 (1), 65–78. doi: https://doi.org/10.1109/tsc.2014.2302810
- Kozat, U. C., Liang, G., Kokten, K., Tapolcai, J. (2016). On Optimal Topology Verification and Failure Localization for Software Defined Networks. IEEE/ACM Transactions on Networking, 24 (5), 2899–2912. doi: https://doi.org/10.1109/tnet.2015.2494850
- Khalili, M., Zhang, M., Borbor, D., Wang, L., Scarabeo, N., Zamor, M.-A. (2019). Monitoring and Improving Managed Security Services inside a Security Operation Center. ICST Transactions on Security and Safety, 5 (18), 157413. doi: https://doi.org/10.4108/eai.8-4-2019.157413
- Tudoran, R., Costan, A., Antoniu, G. (2016). OverFlow: Multi-Site Aware Big Data Management for Scientific Workflows on Clouds. IEEE Transactions on Cloud Computing, 4 (1), 76–89. doi: https://doi.org/10.1109/tcc.2015.2440254
- Weingärtner, R., Bräscher, G. B., Westphall, C. B. (2015). Cloud resource management: A survey on forecasting and profiling models. Journal of Network and Computer Applications, 47, 99–106. doi: https://doi.org/10.1016/j.jnca.2014.09.018
- Surianarayanan, C., Chelliah, P. R. (2019). Cloud Monitoring. Essentials of Cloud Computing, 241–254. doi: https://doi.org/10.1007/978-3-030-13134-0_8
- Grytsenko, O. (2015). Evaluation method of information models of observed processes in computer network. Eastern-European Journal of Enterprise Technologies, 1 (2 (73)), 4–11. doi: https://doi.org/10.15587/1729-4061.2015.36277
- Inozemtsev, K. O., Sharapov, M. P. (2014). O vybore approksimiruyushchey funktsii dlya opisaniya zavisimosti otnositel'nogo energeticheskogo razresheniya gamma-spektrometrov ot energii gamma-kvantov. Vestnik magistratury, 1 (7 (34)), 4–13.
- Chatfield, C. (1995). Problem Solving: A statistician's guide. Chapman and Hall/CRC, 325. doi: https://doi.org/10.1201/b15238
- Saenko, V. I., Gritsenko, A. I. (2014). Informatsionnye modeli nablyudaemyh protsessov dlya monitoringa komp'yuternyh setey. Visnyk Natsionalnoho tekhnichnoho universytetu "KhPI". Seriya: Novi rishennia v suchasnykh tekhnolohiyakh, 48, 55–66.
- Lunt, M. (2013). Introduction to statistical modelling: linear regression. Rheumatology, 54 (7), 1137–1140. doi: https://doi.org/10.1093/rheumatology/ket146
- Lukashin, Yu. P. (2003). Adaptivnye metody kratkosrochnogo prognozirovaniya vremennyh ryadov. Moscow: Finansy i statistika, 416.
- Lemeshko, B. Yu. (1997). Robastnye metody otsenivaniya i otbrakovka anomal'nyh izmereniy. Zavodskaya laboratoriya, 63 (5), 43–49.
- Saenko, V. I., Gritsenko, A. I. (2007). A sampling method for the processes of contiguous monitoring. Radioelektronika i informatika, 4, 113–118.
- Hernandez, E. A., Chidester, M. C. George, A. D. (2001). Adaptive Sampling for Network Management. Journal of Network and Systems Management, 9, 409–434. doi: https://doi.org/10.1023/A:1012980307500
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Oleksii Grytsenko, Vladimir Sayenko
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
