Розробка критерія оцінювання ефективності роботи хмарного застосунку

Автор(и)

  • Тамара Олександрівна Савчук Вінницький національний технічний університет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021, Україна https://orcid.org/0000-0002-0061-6206
  • Андрій Валерійович Козачук Вінницький національний технічний університет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021, Україна https://orcid.org/0000-0002-3543-0372

DOI:

https://doi.org/10.15587/1729-4061.2015.50950

Ключові слова:

хмарні обчислення, ефективність роботи хмарного застосунку, масштабування хмарного застосунку

Анотація

Розв’язується задача розробки критерія оцінювання ефективності використання хмарного застосунку, що дає змогу розрахувати ефективність застосування інформаційної технології масштабування хмарного застосунку. Розрахунок проводиться на основі використання даних про завантаженість хмарного застосунку та вартість утримання його інфраструктури. На основі розробленого критерія проведено порівняння роботи технології масштабування хмарного застосунку з аналогічною розробкою CloudMonix.

Біографії авторів

Тамара Олександрівна Савчук, Вінницький національний технічний університет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021

Кандидат технічних наук, професор

Кафедра комп’ютерних наук

Андрій Валерійович Козачук, Вінницький національний технічний університет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021

Асистент

Кафедра комп’ютерних наук

Посилання

  1. Sanderson, D. (2009). Programming google app engine: build and run scalable web apps on google's infrastructure. O'Reilly Media, Inc.
  2. Scaling Based on CPU or Load Balancing Serving Capacity. Google Cloud Platform. Available at: https://cloud.google.com/compute/docs/autoscaler/scaling-cpu-load-balancing
  3. Pocatilu, P., Alecu, F., Vetrici, M. (2010). Measuring the efficiency of cloud computing for e-learning systems. WSEAS Transactions on Computers, 9 (1), 42–51. Available at: http://wseas.us/e-library/transactions/computers/2010/89-159.pdf
  4. Klems, M., Nimis, J., TaiDo, S. (2009). Clouds compute? a framework for estimating the value of cloud computing. In Designing E-Business Systems. Lecture Notes in Business Information Processingg, 110–123. doi: 10.1007/978-3-642-01256-3_10
  5. Razumnikov, S. V. (2013). The analysis of existing methods for evaluating the effectiveness of information technology for cloud IT services. Modern problems of science and education, 3. Available at: http://www.science-education.ru/pdf/2013/3/405.pdf
  6. Yakushev, N. A. (2012). The calculation of the economic efficiency of cloud computing. Engineering Journal: science and innovation: electronic science and technology publication, (3) 3. Available at: http://engjournal.ru/articles/124/124.pdf
  7. Yatsko, A. M., Litvinchuk, Y. A. Bukovyna State Finance and Economics University, m. Chernivtsi Effect of cloud technologies for small and medium business in Ukraine. Available at: http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?C21COM=2&I21DBN=UJRN&P21DBN=UJRN&IMAGE_FILE_DOWNLOAD=1&Image_file_name=PDF/Nvbdfa_2014_26_57.pdf
  8. Lorido-Botrán, T., Miguel-Alonso, J., Lozano, J. A. (2012). Auto-scaling techniques for elastic applications in cloud environments. Department of Computer Architecture and Technology, University of Basque Country, Tech. Rep. EHU-KAT-IK-09, 12.
  9. Shannon, R. (1978). Simulation systems – the art and science. Moscow: Mir, 418.
  10. Emelyanov, N. Z., Partyka, T., Popo, Y. Y. (2007). Fundamentals of building a automate information systems: Uchebnoe posobye. Moscow: FORUM: INFRA-M, 416.
  11. Bukar, V. V., Olhovskaya, A. L. (2008). Efficiency of information systems: Textbook. instructions for students specialties "Economic Cybernetics" and "Adoption Intelectual system solutions". Kramatorsk: DSEA, 76.
  12. Sarvyn, A. A., Abakulyna, L. I., Gottschalk, O. A. (2003). Diagnosis and reliability of automate systems: lectures. SPb.: SZTU, 69.
  13. Townsend, K., Voigt, D. (1990). Design and Implementation of expert systems based on personal computers. Moscow: Finance and Statistics, 320.
  14. How a Slow Website Impacts Your Visitors and Sales. Available at: http://www.peer1.com/knowledgebase/how-slow-website-impacts-your-visitors-and-sales
  15. Nah, F. F. H. (2004). A study on tolerable waiting time: how long are Web users willing to wait? Behaviour & Information Technology, 23 (3), 153–163.
  16. How Loading Time Affects Your Bottom Line. Available at: https://blog.kissmetrics.com/loading-time/
  17. Menasce, D. A. (2002). Load testing of Web sites. IEEE Internet Computing, 6 (4), 70–74. doi: 10.1109/mic.2002.1020328
  18. The Internet Traffic Archive (1998). World Cup Web Site Access Logs. Available at: http://ita.ee.lbl.gov/html/contrib/WorldCup.html
  19. Kozachuk, A. (2014). Automated brainstorming "Braintank". Proceedings of the ninth international conference "Internet-Education-Science-2014". Vinnytsya.
  20. System of cloud automation CloudMonix. Available at: http://cloudmonix.com/
  21. Mohan, M. (2014). How Much Traffic Do You Need To Make $100,000 With Google AdSense. Available at: http://www.minterest.org/how-much-traffic-do-you-need-to-make-money/
  22. Dubina, I. N. (2006). Testing statistical hypotheses. Available at: http://www.ipiran.ru/frenkel/hypothesis_testing.pdf
  23. Gmurman, V. E. (2003). Probability theory and mathematical statistics. Moscow: Vestnik, 479.
  24. Sharyhin, O. A. (2012). Development approach to verify the adequacy of the decision-making model with fuzzy parameters. Optic electronic information and energy technologies, 1 (23), 59–61.
  25. Basic theory of reliability and diagnostics. Yaroslav-the-Wise Novgorod State University. Available at: http://www.novsu.ru/npe/files/um/1128/umk/OTND/index.htm

##submission.downloads##

Опубліковано

2015-10-21

Як цитувати

Савчук, Т. О., & Козачук, А. В. (2015). Розробка критерія оцінювання ефективності роботи хмарного застосунку. Eastern-European Journal of Enterprise Technologies, 5(2(77), 20–26. https://doi.org/10.15587/1729-4061.2015.50950