فایل ورد کامل تحلیل و پیش‌بینی رفتار کاربر محاسبات ابری مبتنی بر ردیابی با استفاده از روش مدل‌سازی فراکتال

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تحلیل و پیش‌بینی رفتار کاربر محاسبات ابری مبتنی بر ردیابی با استفاده از روش مدل‌سازی فراکتال،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۸ صفحه

امروزه به دلیل رشد سریع حجم داده‌هایی که باید در حوزه‌های مختلف علمی و تکنولوژی پردازش شود، مسئله‌ی تحلیل داده های بزرگ موردتوجه پژوهش‌های زیادی قرارگرفته است. در این مقاله قصد داریم به بررسی مشخصه‌های درخواست‌های محاسبات ابری که توسط اپراتورهای زیر ساختار ابری دریافت می شود بپردازیم. همچنین، مجموعه داده‌ای خوشه ای که توسط گوگل منتشر شده است را مورد مطالعه قرار می‌دهیم. به‌منظور حل مسئله‌ی مربوط به مشخصه‌های غیر ثابت و خود تشابهی پروفایل بارکاری در سیستم محاسبات ابری، از تکنیک‌های مدل‌سازی فراکتال مشابه با بعضی از اپلیکیشن های سیستم فیزیکی-سایبری (CPS ) استفاده‌ شده است. یک پیش‌بینی مبتنی بر ردیابی در خصوص زمان بین ورود یک کار و درخواست منبعی که در آینده‌ای نزدیک به خوشه سرور ارسال می‌شود نیز به‌صورت کارآمد و به‌وسیله‌ی حل معادلات دیفرانسیلی مرتبه فراکتال انجام‌شده است. توزیع پارامترهای مهمی مانند زمان کار/وظیفه و زمان درخواست منبع به ازای هر وظیفه برحسب پردازنده، حافظه و فضای ذخیره‌سازی، که از مجموعه داده‌ای خوشه استخراج ‌شده است، با استفاده از یک توزیع پایدار-آلفا به‌دست‌آمده است.

کلمات کلیدی: محاسبات ابری | توزیع پایدار-آلفا | حساب انتگرال سفارشی فراکشنال | مجموعه داده‌ خوشه ای گوگل

عنوان انگلیسی:

Trace-Based Analysis and Prediction of Cloud Computing User Behavior Using the Fractal Modeling Technique

~~en~~ writers :

Shuang Chen, Mahboobeh Ghorbani, Yanzhi Wang, Paul Bogdan, Massoud Pedram

The problem of big data analytics is gaining
increasing research interest because of the rapid growth in the
volume of data to be analyzed in various areas of science and
technology. In this paper, we investigate the characteristics of
the cloud computing requests received by the cloud
infrastructure operators. The cluster usage dataset released by
Google is thoroughly studied. To address the self-similarity
and non-stationarity characteristics of the workload profile in
a cloud computing system, fractal modeling techniques similar
to some cyber-physical system (CPS) applications are
exploited. A trace-based prediction of the job inter-arrival time
and aggregated resource request sent to server cluster in the
near future is effectively performed by solving fractional-order
differential equations. The distributions of important
parameters including job/task duration time and resource
request per task in terms of CPU, memory, and storage are
extracted from the cluster dataset are fitted using the alphastable distribution.

Keywords: cloud computing | alpha-stable distribution | fractional order calculus | google cluster dataset.

$$en!!