MétaCan
Menu
Retour à la cohorte
Enregistrement W2551652175 · doi:10.1155/2016/1407940

Resource Management in Virtualized Clouds

2016· article· en· W2551652175 sur OpenAlexaff
Ligang He, Laurence T. Yang, Zhihui Du, Florin Pop

Notice bibliographique

RevueScientific Programming · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCloud Computing and Resource Management
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésCloud computingComputer scienceVirtualizationScope (computer science)Resource Management SystemResource management (computing)Scheduling (production processes)Resource (disambiguation)Key (lock)Computer securityDistributed computingEngineeringOperating systemOperations management

Résumé

récupéré en direct d'OpenAlex

Resource management is of paramount importance in achieving high performance in Cloud environments.Different from traditional parallel and distributed systems, resource virtualization is a key feature in Cloud systems.Although researchers have been developing various strategies and techniques to address the resource management issues in virtualized Clouds, they, as this special issue shows, still face many new research challenges.This special issue aims to report the latest scientific advances in resource management techniques for virtualized Clouds, especially on the topics including VM consolidation strategies, scheduling techniques, techniques for managing various types of virtualized resource, and VM management for various types of application.This issue received 47 high quality submissions.After the rigorous review process, 23 papers were accepted in this issue, documenting the relevant research from China, Spain, USA, Australia, Korea, Mexico, Luxembourg, Russia, France, and so forth.The research presented in these 23 papers broadly covers the interesting scope of this special issue.Among these papers, scheduling strategies are proposed for various types of application and platform.W. Zheng et al. from Xiamen University in China proposed a randomization approach for scheduling stochastic workflows.J. M. Cortés-Mendoza et al. from CICESE Research Center in Mexico developed a new method for scheduling VoIP (Voice over Internet Protocol) tasks in Clouds.W. Lin et al. from South China University of Technology in China designed a task scheduling algorithm for heterogeneous virtual clusters.J. P. Orellana et al. from University of Castilla-La Mancha in Spain investigated scheduling strategies for FPGA devices equipped in Clouds.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ProgrammingMême sujetCloud Computing and Resource ManagementTravaux en français237 207