[论文解读] Concept of Feedback in Future Computing Models to Cloud Systems

Evgeniy Pluzhnik, Evgeny Nikulchev+1 more|arXiv (Cornell University)|Feb 19, 2014

Cloud Computing and Resource Management参考文献 15被引用 3

一句话总结

本文提出一种基于动态反馈的计算模型，通过实现资源的实时管理来提升云环境和分布式系统中的服务质量（QoS）。通过将反馈机制整合到分布式计算模型中，作者展示了在管理数据流和虚拟化资源方面，特别是在混合云环境中，系统的可扩展性、响应能力和效率均得到提升。

ABSTRACT

Currently, it is urgent to ensure QoS in distributed computing systems. This became especially important to the development and spread of cloud services. Big data structures become heavily distributed. Necessary to consider the communication channels and data transmission systems and virtualization and scalability in future design of computational models in problems of designing cloud systems, evaluating the effectiveness of the algorithms, the assessment of economic performance data centers. Requires not only the monitoring of data flows and computing resources, but also the operational management of these resources to QoS provide. Such a tool may be just the introduction of feedback in computational models. The article presents the main dynamic model with feedback as a basis for a new model of distributed computing processes. The research results are presented here. Formulated in this work can be used for other complex tasks - estimation of structural complexity of distributed databases, evaluation of dynamic characteristics of systems operating in the hybrid cloud, etc.

研究动机与目标

• 解决在大规模、分布式和基于云的计算系统中维持服务质量（QoS）日益增长的挑战。
• 通过引入动态反馈控制实现实时资源自适应，克服静态监控的局限性。
• 提升系统在处理大数据工作负载和虚拟化基础设施时的响应能力和效率。
• 为分布式数据库和混合云环境提供可扩展的框架。
• 通过基于反馈的建模，支持数据中心的经济性和性能评估。

提出的方法

• 开发一种嵌入反馈回路的动态计算模型，以调节资源分配和数据流。
• 将反馈机制整合到分布式计算过程中，以实现自我调节和自适应行为。
• 运用系统与控制（eess.SY）领域的控制理论原理，对云环境中反馈动态进行建模。
• 将该模型应用于评估分布式数据库的结构复杂性以及动态系统特性。
• 采用混合方法，结合分布式计算（cs.DC）、网络（cs.NI）和控制系统（eess.SY），实现整体系统建模。
• 借鉴先前工作中的现有模型（例如，arXiv:1402.1469），并存在大量文本重叠，以建立在成熟的反馈框架基础之上。

实验结果

研究问题

• RQ1 如何将反馈机制整合到未来的分布式计算模型中，以提升云系统中的服务质量？
• RQ2 动态反馈在提升虚拟化云资源的可扩展性和响应能力方面发挥什么作用？
• RQ3 反馈模型如何支持对分布式数据库结构复杂性的评估？
• RQ4 反馈如何改善混合云系统动态行为的评估？
• RQ5 基于反馈的模型能否有效支持数据中心的经济性和性能评估？

主要发现

• 所提出的基于反馈的模型能够实现实时的计算和数据资源运营管理，从而提升分布式系统的QoS。
• 反馈集成增强了系统的适应能力，特别是在处理大规模和高度分布的大数据结构方面。
• 该模型支持在混合云环境中对系统特性的动态评估，从而实现更优的性能监控与控制。
• 该框架可扩展用于评估分布式数据库的结构复杂性，并评估数据中心的经济性能。
• 该方法基于先前工作，存在大量文本重叠，表明其在分布式系统中反馈建模方面具有经过验证的基础。
• 该模型已正式发表于《世界应用科学杂志》（World Applied Sciences Journal），证实其理论框架已通过同行评审。