Pregled bibliografske jedinice broj: 918960
Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku
Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku, 2015., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
CROSBI ID: 918960 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku
(Using machine learning in optimization of cloud services cost)
Autori
Zemunik, Antonio
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Fakultet elektrotehnike i računarstva
Mjesto
Zagreb
Datum
07.07
Godina
2015
Stranica
80
Mentor
Seršić, Damir
Ključne riječi
računarstvo u oblaku, strojno učenje, linearna regresija, polinomijalna regresija, trošak aplikacijske usluge, vrijeme odziva, naplatni model
(cloud computing, machine learning, linear regression, polynomial regression, application service cost, response time, pricing model)
Sažetak
Računarstvo u oblaku označava model koji omogućava mrežni zahtjev za dijeljenim računalnim resursima. Cilj ovog rada je primjenom strojnog učenja i simulacija temeljenih na zadanom modelu usluge dobiti jasniju sliku o utjecaju pojedinih parametara aplikacijske usluge i okruženja računalnog oblaka, u koji je smještena, na trošak izvođenja i ponašanje aplikacije. Uz to se primjenom regresijskih modela želi ostvariti mogućnost predviđanja ukupnog troška na temelju ulaznih značajki čime bi odluka o konfiguraciji okoline računalnog oblaka bila znatno olakšana. Unutar CloudSim simulatora, korištenog u projektu, implementirana su dva naplatna modela specifična za paradigmu računarstva u oblaku. Korištena su tri algoritma dodjele resursa virtualne jedinice: vremenska dodjela, prostorna dodjela i vremenska dodjela s automatskim skaliranjem. Simulacije aplikacijskih usluga smještenih u računalni oblak prate dvije izlazne varijable: trošak izvođenja i vrijeme odziva usluge. Navedene simulacije čine ulazne podatke za linearnu i polinomijalnu regresiju. Po pitanju troška, modeli linearne regresije pokazali su da najveći utjecaj imaju cijene resursa koje postavlja pružatelj usluge. Što se tiče vremenskog odziva, najvažniju ulogu ima korisničko ponašanje, odnosno broj korisničkih zahtjeva i vremenski intervali među njima.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb
Profili:
Damir Seršić
(mentor)