Large-scale and complex cloud compu

Large-scale and complex cloud computing systems are susceptible to software and hardware failures, which sig- nificantly affect the cloud performance and management. It is imperative to understand the failure behavior in cloud computing infrastructures. In this work, we study the impact of virtualization, which has become an enabling technology for cloud computing, on the cloud dependability. We present a cloud dependability analysis (CDA) framework with mech- anisms to characterize failure behavior in virtualized envi- ronments. We exploit failure-metric DAGs to analyze the correlation of various cloud performance metrics with failure events in virtualized and non-virtualized systems. We study multiple types of failures, including CPU-, memory-, disk- , and network-related failures. By comparing the generated DAGs in the two environments, we gain insight into the effects of virtualization on the cloud dependability. We also use the identified metrics to detect failures. Experimental results show that our approach can achieve high detection accuracy by using a small number of metrics. The proposed cloud dependability analysis framework is an open framework. Many analytical methods can be explored to implement the framework. We study the failure- metric DAGs, because of its competence in capturing the correlation of cloud performance metrics with failure events. Other methods might generate even better results. We plan to evaluate their performance on analyzing the cloud depend- ability and search for the best one(s) for future implementa- tion of the CDA framework. The scale of the current cloud computing testbed is relatively small compared with that of

ผลลัพธ์ (ไทย) 1:

ระบบคอมพิวเตอร์ขนาดใหญ่ และซับซ้อนเมฆมีความไวต่อความล้มเหลวของฮาร์ดแวร์และซอฟต์แวร์ sig nificantly ซึ่งส่งผลต่อประสิทธิภาพการทำงานของระบบคลาวด์และการจัดการ มันเป็นความจำเป็นต้องเข้าใจการทำงานล้มเหลวในโครงสร้างพื้นฐานคลาวด์ ในงานนี้ เราต้องศึกษาผลกระทบของการจำลองเสมือนของ ซึ่งได้กลายเป็นเทคโนโลยีเปิดใช้งานสำหรับคอมพิวเตอร์ บนประสบการณ์เมฆเมฆ เรานำเสนอกรอบการวิเคราะห์ (CDA) ประสบการณ์เมฆ มี mech anisms กับลักษณะพฤติกรรมของความล้มเหลวในแวดล้อมเสมือนจริง-ronments เราใช้ประโยชน์จาก DAGs วัดความล้มเหลวในการวิเคราะห์ความสัมพันธ์ของวัดประสิทธิภาพเมฆต่าง ๆ กับเหตุการณ์ความล้มเหลวในระบบเสมือนจริง และเสมือน จริงไม่ใช่ เราเรียนหลายชนิดเหลว รวมถึง CPU หน่วยความจำ- ดิสก์- และความล้มเหลวของเครือข่ายที่เกี่ยวข้อง โดยการเปรียบเทียบ DAGs สร้างขึ้นในสภาพแวดล้อมที่สอง เราได้เข้าใจผลกระทบของระบบจำลองเสมือนบนประสบการณ์เมฆ นอกจากนี้เรายังใช้การวัด identified ตรวจพบความล้มเหลว ผลการทดลองแสดงว่า เราสามารถบรรลุความแม่นยำในการตรวจจับที่สูง โดยใช้จำนวนของการวัด กรอบการวิเคราะห์ประสบการณ์เสนอเมฆเป็นการเปิดกรอบ วิธีการวิเคราะห์หลายสามารถสำรวจด้วยการใช้กรอบการทำงาน เราสามารถศึกษา DAGs วัดความล้มเหลว เนื่องจาก มีศักยภาพในการจับความสัมพันธ์ของการวัดประสิทธิภาพระบบคลาวด์กับเหตุการณ์ความล้มเหลว วิธีการอื่น ๆ อาจสร้างผลลัพธ์ที่ดียิ่งขึ้น เราวางแผนการประเมินประสิทธิภาพของพวกเขาในการวิเคราะห์ระบบคลาวด์ที่ขึ้นกับความสามารถในและค้นหา one(s) ที่ดีที่สุดสำหรับอนาคต implementa-ทางการค้าของ CDA framework มาตราส่วนของปัจจุบันคลาวด์ testbed ค่อนข้างเปรียบเทียบกับของ

ผลลัพธ์ (ไทย) 2:

ขนาดใหญ่และระบบคอมพิวเตอร์เมฆที่ซับซ้อนมีความอ่อนไหวต่อซอฟต์แวร์และล้มเหลวของฮาร์ดแวร์ซึ่งลายเซ็นพรรณีสายอย่างมีผลต่อประสิทธิภาพของระบบคลาวด์และการจัดการ มันเป็นความจำเป็นที่จะเข้าใจพฤติกรรมของความล้มเหลวในเมฆโครงสร้างพื้นฐานคอมพิวเตอร์ ในงานนี้เราศึกษาผลกระทบของการทำงานแบบเสมือนซึ่งได้กลายเป็นเทคโนโลยีที่ช่วยให้สำหรับการประมวลผลแบบคลาวด์บนวางใจเมฆ เรานำเสนอการวิเคราะห์ที่เชื่อถือเมฆ (CDA) กรอบ anisms กับกลไกที่จะอธิบายลักษณะพฤติกรรมความล้มเหลวในการคำาแวดล้อมเสมือนจริง เราใช้ประโยชน์จาก DABs ความล้มเหลวในการวิเคราะห์ตัวชี้วัดความสัมพันธ์ของตัวชี้วัดประสิทธิภาพการทำงานของระบบคลาวด์ต่างๆที่มีเหตุการณ์ความล้มเหลวในระบบเสมือนจริงและไม่เสมือนจริง เราศึกษาหลายประเภทของความล้มเหลวรวมทั้ง CPU-, หน่วยความจำ, ลักษณะเป็นแผ่น Disc และความล้มเหลวของเครือข่ายที่เกี่ยวข้อง โดยการเปรียบเทียบ DABs ความที่สร้างขึ้นในสองสภาพแวดล้อมที่เราเข้าใจถึงผลกระทบของการทำงานแบบเสมือนบนวางใจเมฆ นอกจากนี้เรายังใช้ตัวชี้วัดเอ็ดสายระบุความล้มเหลวในการตรวจสอบ ผลการทดลองแสดงให้เห็นว่าวิธีการของเราสามารถบรรลุความถูกต้องของการตรวจจับสูงโดยใช้จำนวนเล็ก ๆ ของตัวชี้วัด กรอบการวิเคราะห์ความเชื่อถือเมฆที่นำเสนอเป็นกรอบเปิด วิธีการวิเคราะห์จำนวนมากสามารถที่จะดำเนินการสำรวจกรอบ เราศึกษา failure- DABs ความเมตริกเพราะความสามารถในการจับภาพความสัมพันธ์ของตัวชี้วัดประสิทธิภาพการทำงานของระบบคลาวด์กับเหตุการณ์ความล้มเหลว วิธีการอื่น ๆ อาจสร้างผลดียิ่งขึ้น เราวางแผนที่จะประเมินผลการทำงานของพวกเขาในการวิเคราะห์ความสามารถใน depend- เมฆและค้นหาที่ดีที่สุด (s) สำหรับการ implementa- อนาคตของกรอบ CDA ขนาดของ testbed คอมพิวเตอร์เมฆปัจจุบันมีขนาดเล็กเมื่อเทียบกับที่ของ