Using cooperation to improve the resource utilization in service ecologies
Notice bibliographique
Résumé
The digital ecosystem (DE) paradigm is a holistic management/design/integration paradigm that is based on the notion of self-interested, self-managing, proactive and autonomous digital entities that evolve and self-organize. While a DE can be realized using different technologies Web services (WS) are particularly promising due to their widespread acceptance within industry and academia, established and open standards, a wealth of development tools and infrastructures, and maybe most importantly the number of successful deployments. A key issue in the development/deployment of any system is the behaviour exhibited by components (e.g. providers & consumers). Service-oriented systems tend to use a contract approach in which implicit, predefined or negotiated service-level agreements (SLAs) are established between providers and consumers. A SLA defines from a provider's point of view the guaranties, responsibilities and warranties (e.g. availability, reliability, performance, throughput, compensations, etc) towards a consumer. While being conceptually fairly straightforward, SLAs have the unfortunate side effect of forcing providers to use reservation/locking of resources as a means of ensuring their availability should the consumer request them. This in turn leads to the problem of resource underutilization that threatens the efficiency of the service-oriented system. This paper focuses on the use of cooperation between providers and consumers in service ecologies as an alternative to the constraining SLAs. By enabling the consumers and providers to exchange information regarding their current needs and capabilities it becomes possible to better utilize the resources and therefore improve overall system performance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».