Luận án TS: Nghiên cứu giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây

Luận án Nghiên cứu giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây; đề xuất một kỹ thuật cân bằng tải hiệu quả và một kỹ thuật di trú hiệu quả trong điện toán đám mây tạo điều kiện thuận lợi cho việc điều chỉnh tài nguyên giúp cải thiện hiệu năng của các trung tâm điện toán đám mây; đề xuất một mô hình điện toán đám mây sử dụng mạng hàng đợi – mạng Jackson mở, làm cơ sở để đánh giá các thông số quan trọng về hiệu năng của điện toán đám mây; đề xuất một giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây.

Luận án TS: Nghiên cứu giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây

1. Mở đầu

1.1 Mục tiêu nghiên cứu

Nghiên cứu một số cơ chế cơ bản có ảnh hưởng đến hoạt động tự động điều chỉnh trong điện toán đám mây, đó là kỹ thuật cân bằng tải và di trú trong điện toán đám mây. Sau đó đề xuất một kỹ thuật cân bằng tải và một kỹ thuật di trú hiệu quả trong điện toán đám mây. Đánh giá ảnh hưởng của các kỹ thuật cân bằng tải đến hiệu quả dịch vụ tự động điều chỉnh trong môi trường điện toán đám mây. 

Nghiên cứu và đề xuất một mô hình mạng hàng đợi mở cho mô hình điện toán đám mây không đồng nhất về cơ sở hạ tầng nhằm đánh giá một số số đo hiệu năng quan trọng trong điện toán đám mây, như thời gian đáp ứng trung bình, số lượng máy chủ đang hoạt động, thời gian đợi trung bình, thông lượng, … Đây là các tham số quan trong cho hệ thống tự động điều chỉnh tài nguyên trong môi trường điện toán đám mây. 

Nghiên cứu và đề xuất giải pháp tự động điều chỉnh tài nguyên theo nhu cầu hiệu quả trong môi trường điện toán đám mây, đảm bảo được hiệu năng của điện toán đám mây, duy trì chất lượng dịch vụ, đồng thời tiết kiệm chi phí cho khách hàng. 

1.2 Đối tượng phạm vi nghiên cứu

Đối tượng nghiên cứu của luận án là các giải pháp kỹ thuật cơ bản như kỹ thuật cân bằng tải và di trú trong điện toán đám mây; mô hình hóa môi trường điện toán đám mây bằng một mô hình mạng hàng đợi mở; và giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây. 

Phạm vi nghiên cứu của luận án tập trung áp dụng các giải pháp, kỹ thuật trên nền tảng cơ sở hạ tầng điện toán đám mây. 

1.3 Phương pháp nghiên cứu

Luận án nghiên cứu các kỹ thuật cân bằng tải và di trú trong điện toán đám mây hiện có, chỉ ra vấn đề hạn chế, sau đó đề xuất giải pháp để khắc phục những hạn chế đó. Sử dụng thực nghiệm để đánh giá tính hiệu quả của kỹ thuật đề xuất. 

Luận án nghiên cứu các mô hình mạng hàng đợi –  mạng Jackson mở, để đề xuất ra một mô hình cho hệ thống điện toán đám mây. Sử dụng mô phỏng để đánh giá tính đúng đắn của mô hình được đề xuất. 

Luận án nghiên cứu logic mờ và học tăng cường để đề xuất ra bộ tự động điều chỉnh hiệu quả cho điện toán đám mây. Sử dụng thực nghiệm để so sánh, đánh giá với các giải pháp hiện có.

Về thực nghiệm và mô phỏng: Luận án thực hiện thử nghiệm các kỹ thuật, giải pháp đề xuất dựa vào công cụ mô phỏng điện toán đám mây hoặc tự lập trình mô phỏng trên ngôn ngữ lập trình Java và công cụ mô phỏng CloudSim, sử dụng cơ sở dữ liệu sinh ngẫu nhiên, hoặc lấy bộ dữ liệu trên Internet, hoặc được thiết lập cố định theo cấu hình nhất định,… 

2. Nội dung

2.1 Tổng quan

Cơ sở lý thuyết

  • Khái niệm về tự động điều chỉnh 
  • Vòng lặp điều khiển MAPE
  • Phương pháp điều chỉnh
  • Kỹ thuật tự động điều chỉnh
  • Kiến trúc ứng dụng đa tầng 
  • Nền tảng thực nghiệm
  • Tải công việc 

Tổng quan về các công trình liên quan

  • Kỹ thuật sử dụng luật dựa vào ngưỡng
  • Kỹ thuật sử dụng học tăng cường
  • Kỹ thuật sử dụng lý thuyết hàng đợi
  • Kỹ thuật sử dụng lý thuyết điều khiển 
  • Kỹ thuật sử dụng phân tích chuỗi thời gian

2.2 Các đề xuất cơ chế cơ bản

Đặt vấn đề

Đề xuất một kỹ thuật cân bằng tải động hiệu quả trong điện toán đám mây

  • Cơ chế chia sẻ tài nguyên trong điện toán đám mây
  • Phân tích kỹ thuật cân bằng tải động được đề xuất
  • Thực nghiệm và đánh giá

Đề xuất một kỹ thuật di trú hiệu quả trong điện toán đám mây

  • Phân tích kỹ thuật di trú được đề xuất
  • Thực nghiệm và đánh giá

Ảnh hưởng của cân bằng tải đến cơ chế tự động điều chỉnh tài nguyên

  • Một số vấn đề liên quan
  • Mô hình trung tâm dữ liệu có bộ điều chỉnh tài nguyên tự động
  • Thực nghiệm và đánh giá

2.3 Đề xuất một mô hình mạng hàng đợi

Đặt vấn đề

Mô hình hóa ứng dụng đa tầng trên điện toán đám mây

  • Mô hình ứng dụng đa tầng
  • Mô hình hàng đợi mở cho ứng dụng đa tầng
  • Công thức của Little và một số kết quả của hàng đợi M/M/1
  • Phân tích mô hình đề xuất
  • Một ví dụ cho mô hình mạng hàng đợi đề xuất

Thực nghiệm và đánh giá

  • Thiết lập
  • Kết quả thực nghiệm

2.4 Giải pháp tự động điều chỉnh tài nguyên

Đặt vấn đề

Kiến trúc ứng dụng đa tầng

Đề xuất mô hình tự động điều chỉnh

  • Phân tích mô hình
  • Bộ tự động điều chỉnh
  • Giải pháp tự động điều chỉnh

Thực nghiệm và đánh giá

  • Thiết lập hệ thống
  • Kết quả thực nghiệm

3. Kết luận

Như vậy, luận án đã nghiên cứu được các nội dung đề ra ở phần mục tiêu ban đầu. Đầu tiên, luận án nghiên cứu những cơ sở lý thuyết được sử dụng trong luận án, như: khái niệm về tự động điều chỉnh, các phương pháp điều chỉnh trong điện toán đám mây, một số kỹ thuật tự động điều chỉnh hiện có và một số vấn đề liên quan. Nghiên cứu tổng quan các công trình liên quan đến nghiên cứu trong luận án, chỉ ra những ưu điểm và hạn chế, sau đó đề ra hướng nghiên cứu của luận án. Luận án đã nghiên cứu và đề xuất một kỹ thuật cân bằng tải, một kỹ thuật di trú hiệu quả trong môi trường điện toán đám mây, sau đó là đánh giá ảnh hưởng giữa các kỹ thuật cân bằng tải với tự động điều chỉnh trong điện toán đám mây. Các kết quả thực nghiệm cũng đã chỉ ra tính hiệu quả và tính đúng đắn của giải pháp đề xuất, giúp cho người dùng điện toán đám mây có định hướng lựa chọn dịch vụ và kỹ thuật hiệu quả trong thực tế. Luận án nghiên cứu và đề xuất mô hình mạng hàng đợi cho hệ thống điện toán đám mây phức tạp và không đồng nhất nhằm đánh giá một số số đo hiệu năng của hệ thống điện toán đám mây, kết quả thực nghiệm cũng chỉ ra kết quả bước đầu của mô hình là có thể tin cậy, đánh giá được các thông số mong muốn, những thông số này là đầu vào quan trong cho các bộ tự động điều chỉnh. Luận án đã xây dựng một bộ tự động điều chỉnh kết hợp giữa bộ điều khiển mờ và học tăng cường, sử dụng ba tham số đầu vào là tài nguyên khả dụng trung bình của cụm VM, phương sai của tài nguyên khả dụng (var) và thời gian đáp ứng trung bình của hệ thống. Kết quả bước đầu được so sánh với phương pháp logic mờ được xây dựng bằng phương pháp chuyên gia, cho thấy tính hiệu quả của phương pháp đề xuất.

4. Tài liệu tham khảo

Ali-Eldin, Ahmed, et al. (2012), Efficient  provisioning of bursty scientific workloads on the cloud using adaptive elasticity control, Proceedings of the 3rd workshop on Scientific Cloud Computing, ACM, pp. 31-40. 

Ali-Eldin, Ahmed, Tordsson, Johan, and Elmroth,   Erik   (2012),   An  adaptive hybrid elasticity controller for cloud infrastructures, Network Operations and Management Symposium (NOMS), 2012 IEEE, IEEE, pp. 204-212. 

Alipour, Hanieh, Liu, Yan, and Hamou-Lhadj, Abdelwahab (2014), Analyzing  auto-scaling issues  in cloud environments, Proceedings of 24th Annual International Conference on Computer Science and Software Engineering, IBM Corp., pp. 75-89. 

Ashalatha, R and Agarkhed, Jayashree (2015), "Evaluation of auto scaling and load balancin features in cloud",  International Journal of Computer Applications . 117

Bacigalupo, David A, et al. (2010), "Resource management of enterprise cloud systems using layered queuing and historical performance models "......

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Luận án Tiến sĩ trên ---

Ngày:20/08/2020 Chia sẻ bởi:

CÓ THỂ BẠN QUAN TÂM