کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4956183 1444441 2017 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Feedback for increased robustness of forwarding graphs in the cloud
ترجمه فارسی عنوان
بازخورد برای افزایش استحکام حمل و نقل نمودار در ابر
ترجمه چکیده
فناوری ابر محاسباتی وسیله ای برای به اشتراک گذاشتن منابع فیزیکی بین چندین کاربر و مستاجرین مرکز داده است که آنها را با استفاده از منابع مجازی به اشتراک می گذارد. یک درایور صنعتی قوی برای استفاده از تکنولوژی و مفاهیم مشابه برای ارائه سرویس های حساس به موقع وجود دارد. یکی از این دامنه ها یک زنجیره ای از توابع شبکه مجازی متصل است. این اجازه می دهد که ظرفیت هر تابع را با اضافه کردن یا حذف منابع مجازی به بالا و پایین برساند. در این کار، ما یک مدل از این زنجیره خدمات را توسعه می دهیم و تخصیص منابع پویا را به عنوان یک مشکل بهینه سازی مطرح می کنیم. ما مجموعه ای از استراتژی ها را برای اجازه دادن به گره های مجازی شبکه به طور مطلوب تحت شرایط محدودیت های باقیمانده و بافر قرار می دهیم. علاوه بر این، ما یک قانون بازخورد را برای تنظیم پویا مقدار منابع اختصاص داده شده به هر توابع به دست می آوریم تا اطمینان حاصل شود که سیستم در حالت مطلوب باقی می ماند حتی اگر خطاهای مدل سازی یا ورودی تصادفی وجود داشته باشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
Cloud computing technology provides the means to share physical resources among multiple users and data center tenants by exposing them as virtual resources. There is a strong industrial drive to use similar technology and concepts to provide timing sensitive services. One such domain is a chain of connected virtual network functions. This allows the capacity of each function to be scaled up and down by adding or removing virtual resources. In this work, we develop a model of such service chain and pose the dynamic allocation of resources as an optimization problem. We design and present a set of strategies to allow virtual network nodes to be controlled in an optimal fashion subject to latency and buffer constraints. Furthermore, we derive a feedback-law for dynamically adjusting the amount of resources given to each functions in order to ensure that the system remains in the desired state even if there are modeling errors or for a stochastic input.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Systems Architecture - Volume 80, October 2017, Pages 68-76
نویسندگان
, , ,