post_parent): $temp_content = $post->post_content; $temp_content = explode("

",$temp_content); $temp_content = $temp_content[1]; $temp_content = explode("

",$temp_content); $temp_content = $temp_content[0]; $temp_content = strip_tags($temp_content); $temp_content = trim($temp_content); $authors = explode(",",$temp_content); ?> post_title));?>"> $value): ?> "> "> "> post_content); while ($parser->parse()) { if (($parser->iNodeName=="a")&&(substr_count($parser->iNodeAttributes['href'],".pdf")>0)): ?>

Вовк Є. А., Ксензовець Д. С.

Центри оброблення даних сьогодні стали широко розповсюдженими. Вони є складовою частиною інфраструктури інформаційних технологій (ІТ-інфраструктури).
Однією з головних задач управління ІТ-інфраструктурою є ефективний розподілення віртуальних машин (ВМ) між фізичними машинами (ФМ) з урахуванням вимог і ресурсів.
Домінуючою тенденцією у розподіленні ресурсів є управління з прогнозуючими моделями. У статті розроблено новий метод розподілення ресурсів і навантаження ІТ-інфраструктури, що базується на прогнозуванні. Розподілення ресурсів і навантаження в ІТ-інфраструктурах визначає жорсткі вимоги до часу та точності прогнозування. Існує багато моделей прогнозування, які можуть бути використані для управління ІТ-інфраструктурою, наприклад, ARIMA, GARCH і NARX. Проте для їх ефективного використання для розподілення ресурсів і навантаження необхідно знати, наскільки добре вони вирішують ці завдання відповідно до вимог. У статті зазначені моделі прогнозування досліджуються на реальних даних ЦОД. На основі узагальнення результатів цих досліджень висунуто пропозиції щодо інтеграції моделей прогнозування у механізм розподілення ресурсів і навантаження ІТ-інфраструктури. Для аналізу моделей прогнозування використано дані Google Cluster Data.

Завантажити (pdf)