MétaCan
Menu
Retour à la cohorte
Enregistrement W1602039027 · doi:10.1002/9781119042655.ch12

Survivability and Fault Tolerance in the Cloud

2015· other· en· W1602039027 sur OpenAlexaff
Mohamed Faten Zhani, Raouf Boutaba

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueCloud Computing and Resource Management
Établissements canadiensUniversity of WaterlooÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSurvivabilityCloud computingComputer scienceReliability (semiconductor)Fault toleranceComputer securityKey (lock)The InternetCloud testingDistributed computingCloud computing securityData scienceRisk analysis (engineering)World Wide WebBusinessComputer network

Résumé

récupéré en direct d'OpenAlex

In recent years, cloud computing has emerged as a successful model to offer computing resources in an on-demand manner for large-scale Internet services and applications. However many companies are still reluctant to embrace the cloud. This chapter provides a comprehensive study of fundamental concepts and techniques related to survivability and reliability in cloud computing environments. It first lays out key concepts of the cloud computing model and concepts related to survivability. Then it presents an overview of the outcomes of recent analyses of failures in the cloud. The chapter further reviews and discusses existing techniques aimed at improving fault tolerance and availability of cloud services. The ultimate goal is to develop a comprehensive understanding of state-of-the-art solutions for improving cloud survivability and reliability, and to provide insights into the critical challenges to be addressed in the future.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCloud Computing and Resource ManagementTravaux en français237 207