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
Erschienen in:
New Channel Access Approach for the IEEE 802.15.4 Devices in 2.4 GHz ISM Band Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Principles of Pervasive Cloud Monitoring

verfasst von : Gokce Gorbil, David Garcia Perez, Eduardo Huedo Cuesta

Erschienen in: Information Sciences and Systems 2014

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

Accurate and fine-grained monitoring of dynamic and heterogeneous cloud resources is essential to the overall operation of the cloud. In this paper, we review the principles of pervasive cloud monitoring, and discuss the requirements of a pervasive monitoring solution needed to support proactive and autonomous management of cloud resources. This paper reviews existing monitoring solutions used by the industry and assesses their suitability to support pervasive monitoring. We find that the collectd daemon is a good candidate to form the basis of a lightweight monitoring agent that supports high resolution probing, but it needs to be supplemented by high-level interaction capabilities for pervasive monitoring.

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

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

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
Vorheriges Kapitel An Evaluation of Iris Detection Methods for Real-Time Video Processing with Low-Cost Equipment
Nächstes Kapitel Source Model of TCP Traffic in LTE Networks
Literatur
1.
M. Armbrust, A. Fox, R. Griffth, A.D. Joseph, R. Katz, A. Konwinski, G. Lee, D. Patterson, A. Rabkin, I. Stoica, M. Zaharia, A view of cloud computing. Commun. ACM 53(4), 50–58 (2010)CrossRef
2.
T. Lorimer and R. Sterritt, Autonomic management of cloud neighborhoods through pulse monitoring, in: Proceedings of 5th IEEE International Conference on Utility and Cloud Computing (UCC’12), pp. 295–302, November 2012
3.
G. Aceto, A. Botta, W. de Donato, A. Pescape, Cloud monitoring: a survey. Comput. Netw. 57(9), 2093–2115 (2013)CrossRef
4.
F.-F. Han et al., Virtual resource monitoring in cloud computing. J. Shanghai Univ. (Engl. Ed.) 15(5), 381–385 (2011)CrossRef
5.
J. Montes et al., GMonE: a complete approach to cloud monitoring. Future Gener. Comp. Syst. 29(8), 2026–2040 (2013)CrossRef
6.
J. Povedano-Molina et al., DARGOS: A highly adaptable and scalable monitoring architecture for multi-tenant clouds. Future Gener. Comp. Syst. 29(8), 2041–2056 (2013)CrossRef
7.
K. Alhamazani et al, Cloud monitoring for optimizing the QoS of hosted applications, in: Proceedings of 4th IEEE International Conference on Cloud Computing Technology and Science (CloudCom’12), pp. 765–770, December 2012
8.
L. Atzori, F. Granelli, A. Pescape, A network-oriented survey and open issues in cloud computing, Cloud Computing: Methodology, Systems, and Applications (CRC Press, Florida, 2011), pp. 91–108CrossRef
9.
E. Gelenbe, Steps toward self-aware networks. Commun. ACM 52(7), 66–75 (2009)CrossRef
10.
B. Konig, C.J.M. Alcaraz, J. Kirschnick, Elastic monitoring framework for cloud infrastructures. IET Commun. 6(10), 1306–1315 (2012)CrossRef
11.
J. Spring, Monitoring cloud computing by layer, part 1. IEEE Secur. Priv. 9(2), 66–68 (2011)CrossRef
12.
J. Spring, Monitoring cloud computing by layer, part 2. IEEE Secur. Priv. 9(3), 52–55 (2011)CrossRef
13.
Y. Meng, Z. Luan, Z. Cheng, and D. Qian, Differentiating data collection for cloud environment monitoring, in: Proceedings of 2013 IFIP/IEEE International Symposium on Integrated Network Management (IM’13), pp. 868–871, May 2013
14.
J.S. Ward and A. Baker, Monitoring large-scale cloud systems with layered gossip protocols, arXiv Computing Research Repository, vol. abs/1305.7403, May 2013
15.
H.T. Kung, C.-K. Lin, and D. Vlah, CloudSense: Continuous fine-grain cloud monitoring with compressive sensing, in Proceedings of 3rd USENIX W’orkshop on Hot Topics in Cloud Computing (HotCloud’11), June 2011
16.
C. Canali, R. Lancellotti, Improving scalability of cloud monitoring through PCA-based clustering of virtual machines. J. Comput. Sci. Technol. 29(1), 38–52 (2014)CrossRef
17.
G. Katsaros et al., A self-adaptive hierarchical monitoring mechanism for clouds. J. Syst. Softw. 85(5), 1029–1041 (2010)CrossRef
18.
R. Lent, O.H. Abdelrahman, G. Gorbil, A Low-Latency and Self-Adapting Application Layer Multicast, Computer and Information Sciences (Springer, Netherlands, 2010), pp. 169–172
19.
E. Gelenbe, R. Lent, A. Nunez, Self-aware networks and QoS. Proc. IEEE 92(9), 1478–1489 (2004)CrossRef
20.
E. Gelenbe, Z. Xu, E. Seref, Cognitive packet networks, in: Proceedings of 11th International Conference on Tools with Artificial Intelligence, pp. 47–54, November 1999
21.
G. Sakellari, The cognitive packet network: a survey. Comp. J. 53(3), 268–279 (2009)CrossRef
22.
23.
24.
E. Gelenbe, K. Hussain, Learning in the multiple class random neural network. IEEE Trans. Neural Netw. 13(6), 1257–1267 (2002)CrossRef
25.
U. Halici, Reinforcement learning with internal expectation for the random neural network. Eur. J. Oper. Res. 126(2), 288–307 (2000)CrossRefMATHMathSciNet
26.
R. Aversa, L. Tasquier, and S. Venticinque, Management of cloud infrastructures through agents, in: Proceedings of 3rd International Conference on Emerging Intelligent Data and Web Technologies (EIDWT’12), pp. 46–52, Sep. 2012
27.
K. Alhamazani et al. An overview of the commercial cloud monitoring tools: research dimensions, design issues, and state-of-the-art, arXiv Computing Research Repository, vol. abs/1312.6170, December 2013
Metadaten
Titel
Principles of Pervasive Cloud Monitoring
verfasst von
Gokce Gorbil
David Garcia Perez
Eduardo Huedo Cuesta
Copyright-Jahr
2014
Buch
Information Sciences and Systems 2014

Print ISBN: 978-3-319-09464-9

Electronic ISBN: 978-3-319-09465-6

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-09465-6_13