کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
11000409 | 1423848 | 2018 | 5 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Data on performance prediction for cloud service selection
ترجمه فارسی عنوان
داده های پیشبینی عملکرد در انتخاب سرویس ابری
همین الان دانلود کنید
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
معیارهای عملکرد، پارامترهای بار کاری، رایانش ابری
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1- داده
2- طراحی آزمایش، مواد و روشها
2-1- جمعآوری مجموعه داده
2- 2- روش و نتایج
شکل 1- میزان پیشبینی مدل اول.
شکل 2- سرعت پیشبینی مدل دوم.
کلمات کلیدی
1- داده
2- طراحی آزمایش، مواد و روشها
2-1- جمعآوری مجموعه داده
2- 2- روش و نتایج
شکل 1- میزان پیشبینی مدل اول.
شکل 2- سرعت پیشبینی مدل دوم.
ترجمه چکیده
این مقاله حاوی دادههایی پیشبینی عملکرد در انتخاب سرویس ابری است. برای اندازهگیری معیارهای عملکرد هر سیستم، باید ویژگیهای موثر بر این عملکرد را تحلیل کنید، این ویژگیها "پارامترهای بار کاری" نامیده میشوند. دادههای توصیف شده در اینجا از وزارت دارایی KSA جمع آوری شده است که شامل 28147 نمونه از 13 گره ابری است. این دادهها در بازه زمانی 1 مارس 2016 تا 20 فوریه 2017، در شیار زمانی پیوسته ثبت شدند. در این مقاله 9 پارامتر بار کاری را انتخاب کردیم: تعداد مشاغل در یک دقیقه، تعداد مشاغل در 5 دقیقه، تعداد مشاغل در 15 دقیقه، ظرفیت حافظه، ظرفیت دیسک،: تعداد هستههای پردازنده، سرعت پردازش در هر هسته، میانگین دریافت برای پهنای باند شبکه برحسب Kbps و میانگین انتقال برای پهنای باند شبکه برحسب Kbps. بهعلاوه، 3 معیار عملکرد انتخاب کردیم: بهرهوری حافظه، بهرهوری پردازنده و زمان پاسخ برحسب میلی ثانیه. این مقاله دادهای به مقاله تحقیقاتی تحت عنوان " مدل پیشبینی عملکرد خودکار برای انتخاب سرویس ابری از دادههای هوشمند" مربوط است (الفیفی و همکاران، 2018) ]1[.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی شیمی
مهندسی شیمی (عمومی)
چکیده انگلیسی
This paper contains data on Performance Prediction for Cloud Service Selection. To measure the performance metrics of any system you need to analyze the features that affect these performance, these features are called " workload parameters". The data described here is collected from the KSA Ministry of Finance that contains 28,147 instances from 13 cloud nodes. It was recorded during the period from March 1, 2016, to February 20, 2017, in continuous time slots. In this article we selected 9 workload parameters: Number of Jobs in a Minute, Number of Jobs in 5â¯min, Number of Jobs in 15â¯min, Memory Capacity, Disk Capacity,: Number of CPU Cores, CPU Speed per Core, Average Receive for Network Bandwidth in Kbps and Average Transmit for Network Bandwidth in Kbps. Moreover, we selected 3 performance metrics: Memory utilization, CPU utilization and response time in milliseconds. This data article is related to the research article titled "An Automated Performance Prediction Model for Cloud Service Selection from Smart Data” (Al-Faifi et al., 2018) [1].
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Data in Brief - Volume 20, October 2018, Pages 1039-1043
Journal: Data in Brief - Volume 20, October 2018, Pages 1039-1043
نویسندگان
Abdullah Mohammed Al-Faifi, Biao Song, Mohammad Mehedi Hassan, Atif Alamri, Abdu Gumaei,