MỘT MÔ HÌNH HỌC TĂNG CƯỜNG CHO VẤN ĐỀ ĐIỀU CHỈNH TỰ ĐỘNG TÀI NGUYÊN TRONG ĐIỆN TOÁN ĐÁM MÂY DỰA TRÊN FUZZY Q-LEARNING
DOI: 10.15625/vap.2017.00064
Abstract
Điện toán đám mây đã trở thành một trong những xu hướng nổi bật trong lĩnh vực Công nghệ thông tin. Trong đó, vấn đề điều chỉnh tự động tài nguyên là một thách thức lớn, ảnh hưởng lớn đến việc khai thác hiệu quả tài nguyên được nhiều nhà nghiên cứu quan tâm trong thời gian gần đây. Hầu hết các giải thuật điều chỉnh tự động tài nguyên trong điện toán đám mây hiện nay dựa trên cơ chế ngưỡng. Tuy nhiên, các kỹ thuật dựa trên ngưỡng không linh hoạt và khó thích nghi khi có biến động lớn về yêu cầu tài nguyên, đặc biệt là trong môi trường điện toán đám mây. Trong nghiên cứu này, chúng tôi xây dựng mô hình điều chỉnh tự động tài nguyên dựa trên logic mờ và học tăng cường Fuzzy Q-Learning để tăng khả năng thích nghi cũng như khả năng đáp ứng tức thời yêu cầu tài nguyên trong cấp phát/thu hồi tài nguyên tự động theo hướng cân bằng tải cho dịch vụ cơ sở hạ tầng trong điện toán đám mây.
Keywords
Logic mờ, Q-Learning, Điện toán đám mây, điều chỉnh tự động (auto-scaling)
Full Text:
PDF (Tiếng Việt)Copyright (c) 2019 PROCEEDING of Publishing House for Science and Technology
PROCEEDING
PUBLISHING HOUSE FOR SCIENCE AND TECHNOLOGY
Website: http://vap.ac.vn
Contact: nxb@vap.ac.vn