Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Annals of Telecommunications

27.06.2017

Dynamic VM allocation in a SaaS environment

verfasst von: Brian Bouterse, Harry Perros

Erschienen in: Annals of Telecommunications

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Given the costs associated with a cloud infrastructure, dynamic scheduling of virtual machines (VMs) can significantly lower costs while providing an acceptable service level. We develop a series of forecasting models for predicting demand for VMs in a cloud-based software used as a software-as-a-service (SaaS). These models are then used in a periodic-review provision model which determines how many VMs should be provisioned or de-provision at each inspection interval. A simple provisioning heuristic model is also proposed, whereby a fixed reserve capacity of VMs is continuously maintained. We evaluate and compare the performance of these models for different model parameters using historical data from the Virtual Computing Laboratory (VCL) at North Carolina State University.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Urgaonkar B, Shenoy P, Chandra A, Goyal P, Wood T (2008) Agile dynamic provisioning of multi-tier internet applications. ACM Transactions on Autonomous and Adaptive Systems (TAAS) 3(1):1
2.
Roy N, Dubey A, Gokhale A (2011) Efficient autoscaling in the cloud using predictive models for workload forecasting, In: Proceedings of the 2011 I.E. 4th International Conference on Cloud Computing, Washington DC, USA, pp. 500–507
3.
Minarolli D, Freisleben B Cross-correlation prediction of resource demand for virtual machine resource allocation in clouds. Computational Intelligence, Communication Systems and Networks (CICSyN), 2014 Sixth International Conference, 27–29 May 2014
4.
Gong Z, Gu X, Wilkes J (2010) Press: predictive elastic resource scaling for cloud systems. International Conference on Network and Service Management, pp 9–16. IEEE Press
5.
Hu R, Jiang J, Liu G, Wang L (2013) KSwSVR: a new load forecasting method for efficient resources provisioning in cloud. IEEE International Conference on Services Computing, pp 120–127. IEEE Press
6.
Islam S, Keung J, Lee K, Liu A (2012) Empirical prediction models for adaptive resource provisioning in the cloud. Futur Gener Comput Syst 28(1):155–162CrossRef
7.
Sotomayor B, Montero RS, Llorente IM, Foster I (2008) Capacity leasing in cloud systems using the opennebula engine. Workshop on Cloud Computing and its Applications 2008 (CCA08), October 22–23
8.
Silva JN, Veiga L, Ferreira P (2008) Heuristic for resources allocation on utility computing infrastructures. In Proceedings of the 6th International Workshop on Middleware for Grid Computing
9.
Lorido-Botran T, Miguel-Alonso J, Lozano JA (2014) A review of auto-scaling techniques for elastic applications in cloud environments. Journal of Grid Computing:1–34
10.
Jiang J, Lu J, Zhang G (2011) An innovative self-adaptive configuration optimization system in cloud computing. Dependable, Autonomic and Secure Computing (DASC), 2011 I.E. Ninth International Conference, 12–14, pp 621–627
11.
Mao M, Humphrey M (2012) A performance study on the VM startup time in the cloud, in Cloud Computing (CLOUD), 2012 I.E. 5th International Conference on, pp. 423–430
12.
Jiang Y, Perng C-S, Li T, Chang R (2012) Intelligent cloud capacity management, IEEE/IFIP Network Operations and Management Symposium (NOMS)
13.
Bouterse B, Perros H (2012) Scheduling cloud capacity for time-varying customer demand, in Cloud Networking (CLOUDNET), 2012 I.E. 1st International Conference on, pp. 137–142
14.
Schaffer HE, Averitt SF, Hoit MI, Peeler A, Sills ED, Vouk MA (2009) NCSU’s virtual computing lab: a cloud computing solution. Computer 42(7):94–97CrossRef
15.
Bouterse B (2016) VM capacity planning for software-as-a-service environments, Ph.D. Thesis, North Carolina State University
16.
Groskinsky B, Medhi D, Tipper D (2001) An investigation of adaptive capacity control schemes in a dynamic traffic environment. IEICE Trans Commun Educ B 84:263–274
17.
Dubois É, Michaux E (2001) Grocer 1.64: an econometric toolbox for Scilab
Metadaten
Titel
Dynamic VM allocation in a SaaS environment
verfasst von
Brian Bouterse
Harry Perros
Publikationsdatum
27.06.2017
Verlag
Springer International Publishing
Erschienen in
Annals of Telecommunications
Print ISSN: 0003-4347
Elektronische ISSN: 1958-9395
DOI
https://doi.org/10.1007/s12243-017-0589-0