DaaS - Traducido Al Español

Revista de la Sociedad Coreana de Computación de Próxima Generación
Vol.14 No.1
ISSN: 1975-681X (impreso)
Un método de asignación de recursos eficiente basado en el uso de recursos en DaaS
Hyeonji Baek, Youngrok Shin y Euinam Huh
Para citar este artículo: Hyeonji Baek, Youngrok Shin, Euinam Huh (2018) Un método de asignación de recursos eficiente basado en el uso de recursos en DaaS, Journal of the Korean Society for Next
Generation Computing, 14: 1, 78-88
① Los derechos de autor de todas las obras proporcionadas por earticle pertenecen al autor original, y Academic Education Institute no garantiza ni se responsabiliza por el contenido de cada obra.
② En caso de copia, transmisión, distribución u otro uso no autorizado de los contenidos proporcionados por earticle de una manera que viole la ley de derechos de autor, usted puede ser responsable de
responsabilidad civil o penal de acuerdo con las leyes y regulaciones pertinentes.
www.earticle.net
Descarga por: 181.67.49.56 Consultado: miércoles 7 de octubre de 2020 1:21 p.m.

【 Papel 】 Revista de la Sociedad Coreana de Computación de Próxima Generación Febrero de 2018
Un método de asignación de recursos eficiente basado en el uso de recursos en DaaS
Un método de asignación de recursos eficiente basado en el uso de recursos

en el escritorio como servicio
Baek Ji, verde fresco, Eui Nam Heo Uno)
Hyeon-Ji Baek, Young-Rok Shin, Eui-Nam Huh
(17104) Departamento de Ingeniería Informática, Universidad de Kyunghee, 1732, Deokyeong-daero, Giheung-gu, Yongin-si, Gyeonggi-do
{elenahj, shinyr, johnhuh}@khu.ac.kr
resumen
[Proveedor: earticle] Descargar por IP 181.67.49.56 el miércoles 7 de octubre de 2020 1:21 p.m.
Junto con el crecimiento continuo del mercado de la computación en la nube, la tecnología de virtualización de escritorio basada en la nube está ganando popularidad. Los
servicios de escritorio virtual (DaaS, Desktop as a Service) se utilizan en diversos campos, como los servicios de fusión, la fabricación, la atención médica y la educación, y están
mostrando un crecimiento sostenido. Sin embargo, las tecnologías existentes relacionadas con DaaS se basan en un hipervínculo parcial y existen limitaciones en términos del
servicio DaaS. Mientras tanto, los recursos del servidor, como la CPU y la RAM, se asignan de acuerdo con las solicitudes del usuario, y la eficiencia de los recursos de recursos
puede reducirse debido al desperdicio de recursos del servidor. Por lo tanto, en este documento, proponemos un sistema DaaS basado en contenedores y un método de
asignación de recursos basado en un uso de recursos. A través de este método de asignación de recursos, la experiencia del usuario se puede polarizar y se espera que
contribuya a acelerar el crecimiento de la tecnología DaaS basada en contenedores.
www UN.icmiConnecticut
segundo un le.net
S t r r t un
La tecnología de virtualización basada en la nube ganó popularidad junto con el crecimiento sostenido de la computación en la nube. DaaS
(Desktop as a Service), que es una tecnología de virtualización de escritorio, se utiliza en muchas áreas, como los servicios financieros, la
atención médica y la educación. Sin embargo, la mayoría de las tecnologías DaaS existentes son sistemas basados en hipervisores.
Tiene un problema de degradación del rendimiento para cargar y crear cada imagen de escritorio. Además, no puede proporcionar recursos
optimizados a servicios personalizados que tienen diferentes demandas de recursos. En este artículo, para resolver los problemas,
proponemos un sistema DaaS basado en contenedores y un método eficiente de asignación de recursos. Al hacer esto, el esquema
propuesto espera acelerar el crecimiento de DaaS mejorando la experiencia del usuario y la eficiencia de los recursos del centro de datos.
Palabras clave: método de asignación de recursos, carga de trabajo, personalización, contenedor, servicio de escritorio virtual
Palabra clave: asignación de recursos, carga de trabajo, personalizado, contenedor, escritorio como servicio
1) Autor para correspondencia
78
Fecha de envío de tesis: 2018. 01. 30 Fecha de proyección: 2018. 02. 06 Fecha de confirmación de publicación: 2018. 02. 21
Sobreaprovisionamiento en el servidor
1. Introducción Puede ocurrir. Los servicios personalizados tienen
diferentes requisitos, por lo que es necesario asignar

El mercado mundial de la computación en la nube es un promedio anual
recursos óptimos para cada caso, pero
Está mostrando una tasa de crecimiento del 27,5% y continúa creciendo
Debido a los problemas, en el entorno DaaS que en el entorno de PC local
con el avance de la tecnología en la computación en nube.
Puede proporcionar una experiencia de usuario baja [12,13,14]. Por
C [1]. Junto con esto, la tecnología de virtualización basada en la nube
lo tanto, las tecnologías DaaS existentes
Shu está siendo. La tecnología de virtualización es una variedad de
Es necesario brindar una mejor experiencia de usuario a cada usuario
virtualización como servidores, redes, almacenamiento, escritorios y aplicaciones.
mediante el análisis [15,16,17]. En consecuencia
La tecnología puede proporcionar funciones de acuerdo con los requisitos
Es un método de asignación de recursos que reduce el aprovisionamiento excesivo y
organizativos [2].
Se puede esperar que mejore la eficiencia de los recursos del servidor.
En este documento, varios servicios basados en tecnología de virtualización
En este documento, un servicio de escritorio virtual personalizado
Se centra en DaaS (escritorio como servicio) que se puede proporcionar.
Estructura y eficiencia del sistema DaaS basado en contenedores
DaaS es una tecnología que proporciona servicios de escritorio virtual en

Proponer un método de asignación de recursos apropiado. Sistema presentado
un entorno de nube. DaaS es alto
Como se mencionó anteriormente, el DaaS existente basado en hipervisor
Proporciona un entorno de escritorio personalizado para cada usuario
Las limitaciones se pueden resolver y limitar al método presentado
mediante la seguridad y la simplificación de la gestión. También,
La experiencia del usuario se mejora y
Separar el entorno de escritorio del escritorio físico de John
-Puede reducir el aprovisionamiento. Además, los recursos del servidor
Déjalo ir. En particular, 'Research, una empresa de investigación global
Maximice la activación y habilite habilidades detalladas de administración
And Markets 'es el mercado global de virtualización de escritorios de
de recursos.
2017 a 2023 con un promedio anual del 12%.
Con este fin, en este documento, dependiendo de la carga de trabajo del usuario
Se predijo que mostraría una tasa de crecimiento [3]. Estos virtuales
Una sala de asignación de recursos eficiente que realiza una optimización gradual
Los servicios de escritorio incluyen finanzas, salud y educación.
ComowwwTodos.
cantidad terráqueo
e.ne método l Artículo
dentro t hacer. En el Capítulo 2, se presenta la investigación
Se está utilizando en un campo [4,5]. Además, la bandera mundial
relacionada con el método de asignación de recursos, y el contenedor se presenta en el Capítulo
El 60% de las empresas utilizan servicios de escritorio virtual.
Basado en la estructura del sistema DaaS y la carga de trabajo del usuario
O se espera que se utilice, y el escritorio virtual actual
Proponemos un método de asignación de recursos eficiente. En el Capítulo
Puede verse que las tecnologías relacionadas con las sierras se están estudiando activamente.
4, análisis según el tipo de carga de trabajo y presentación a través de CloudSim
Hay [6,7,8].
Analizar los resultados de la simulación del método de asignación de recursos.
Sin embargo, la mayoría de las tecnologías existentes relacionadas con DaaS son hiper
Finalmente, en el Capítulo 5, este documento es la conclusión y el plan futuro.
Muchas máquinas virtuales son administradas por el servidor en función de la visera.
Terminar.
Está siendo estudiado de alguna manera. Por lo tanto, el DaaS
basado en hipervisor es una estructura jerárquica según el sistema

2. Investigación
operativo invitado del hipervisor.
Rendimiento como ocurrencia de sobrecarga y generación lenta de VM durante ding2.1 Método de asignación de recursos
Pueden ocurrir problemas de deterioro [9,10,11]. Además, el existente

En [18], en el entorno de nube como se muestra en (Figura 1)
La tecnología utiliza recursos como CPU, memoria, red, etc.
Se clasificaron las consideraciones relacionadas con la tecnología de asignación de recursos. (Es
Debido a que está asignado de forma fija, no puede proporcionar servicios
La Figura 1) muestra cuándo se asignan recursos en un entorno de nube,
personalizados según los usuarios. Este método de asignación de recursos
objetivos de optimización, métodos de diseño, tipos de recursos de destino, métodos de optimizac
79
Representa la clasificación de consideraciones como la función de utilidad, Todos. Se recopilan y asignan datos de uso de recursos de VM
el entorno de procesamiento, la instancia de destino y el entorno del Analizar la relación entre recursos y desempeño. VM a través de este
Determine
experimento. A partir de estas consideraciones, en este artículo, la activación de recursos entreellos
tamaño de recurso
objetivos óptimo para cumplir con los requisitos de
de optimización
Centrado en otros métodos de diseño, entorno experimental, etc. rendimiento de acuerdo con la carga de trabajo realizada en el
Estaba determinado. Activando los recursos del servidor a través de este documentoQueremos utilizar los recursos de rebabas de manera eficiente. Pero cosas
Y reduzca el aprovisionamiento excesivo de recursos del servidor. Para cada usuario en un entorno de escritorio semi-virtual
Según el tamaño del recurso para proporcionar el recurso óptimo
Es difícil monitorear los cambios de rendimiento. Por lo tanto, este papel
En el servicio de escritorio virtual,

Se recopilan y sugieren datos de uso de recursos
Es un método de asignación de recursos eficiente.
Una forma más generalizada de mejorar la eficiencia de los recursos
Sugerir.
En [21], el enfoque heurístico de mejor ajuste se utiliza
para aplicar VM a la máquina host física.
Método propuesto de predicción y asignación de recursos al inicio de la asignación

(Figura 1) Factores a considerar en el método de asignación de recursos en la computación en nube
Todos. Además, una gestión eficiente de los recursos en un entorno de nube.
2.2 Comparación de rendimiento según virtualización Clasificamos el método de asignación de VM para Debido a esto
Los recursos de cada máquina física se utilizan como recursos inactivos

En [19], se realizaron comparaciones de rendimiento para CPU,
Cómo colocarlo para que se pueda utilizar al máximo sin
memoria, E / S de disco y E / S de red. De los resultados experimentales
Se presentó como resultado de una prueba. Reduciendo así los recursos gratuitos
Tecnología de contenedores representativa Virtualización de Docker
Para una ubicación máxima de VM altas, asígnelas a VM.
Más similar al entorno no nativo ww. w Sobresalir terráqueo Es won
le personaje. Nuevo Testamento
mi La optimización del tamaño puede considerarse importante.
Quemado. Por ejemplo, medir el rendimiento de una CPU multinúcleo
Por lo tanto, en este documento, cuando DaaS se realiza en un entorno de contenedor
En el experimento de Y-cruncher,
Presenta un método de asignación de recursos eficiente según la carga de
Hubo una mejora del 0,11% en el rendimiento en comparación con la luz. Pero el KVM
trabajo del sistema y el desperdicio de recursos debido al sobreaprovisionamiento
En este caso, la sobrecarga de E / S del disco también se
Quiero solucionar mi problema.
Fue significativamente más bajo que el medio ambiente.
En [22], la cantidad de uso real cuando un usuario solicita una VM
Por tanto, en este trabajo, la tecnología de contenedores
Se propuso un método para resolver el problema del desperdicio de
En este caso, se espera que la sobrecarga se pueda minimizar,
recursos del centro de datos debido a solicitudes de instancia de nivel
minimizando así el límite de rendimiento del sistema DaaS existente.
superior. De esa manera, proporciona el tipo de instancia apropiado
Proponemos una estructura de sistema DaaS basada en contenedores.
requerido de acuerdo con los requisitos del usuario. Sin embargo, en este
2.2 Comparación de métodos de asignación de recursos en un entorno de nube documento, la instancia se determina a partir de los datos de uso de
recursos de los usuarios según el tipo de instancia.

En [20], la diferencia de rendimiento entre la máquina virtual y la máquina física
El uso de los usuarios en forma de actualizaciones
Con este fin, se propuso un sistema de monitoreo de VM. El sistema
El patrón se puede reflejar y el efecto sugerido en este documento.
presentado es la redistribución de recursos del servidor para proporcionar
Es posible asignar y proporcionar recursos detallados a los usuarios
un rendimiento óptimo en la tecnología de escritorio virtual.
mediante un método racional de asignación de recursos. Recurso eficiente propuesto
80
Para el partido, una variedad de análisis de agrupamiento, análisis de series de tiempo, etc.
Se pueden utilizar métodos de análisis estadístico [23, 24, 25, 26].
2.3 CloudSim
CloudSim es un sistema de código abierto para entornos de nube.
Como herramienta de simulación, proporciona funciones de modelado y
simulación de sistemas de computación en la nube. Además, la asignación de recursos
Implementar un algoritmo para crear un entorno de centro de datos a gran escala (Figura 2) Diagrama de estructura del sistema DaaS basado en contenedores
La simulación es posible. El módulo CloudSim consta de una capa de
simulación y una capa de código de usuario. Simule Los contenedores de escritorio virtual responden a las solicitudes de los usuarios.
La capa de ilustración es el modelado de un entorno de nube virtualizado. Significa que los contenedores del servicio DaaS se crearon en consecuencia.
Y funciones de simulación, como aprovisionamiento de VM, ejecución de El contenedor de Virtual Desktop Manager se utiliza para conectarse e
aplicaciones y monitoreo del estado del sistema. interactuar con los usuarios cuando se crean contenedores de servicios de escritorio virtual.
Gestionar y proporcionar capacidades. Y codificación del usuario Se realiza la gestión de recursos del escritorio virtual. Personalizado
Host, aplicación, VM, número de usuarios, tipo de aplicación, Recopilación, almacenamiento y uso de recursos de los datos de registro
política de programación del corredor, etc. del contenedor del servicio de escritorio virtual para el servicio de tipo dance
Proporcionar entidades [27,28]. Realiza la piedra.
Poemas de DaaS basados en contenedores presentados en este documento
Para probar métodos eficientes de asignación de recursos para el tallo
Año, usando CloudSim para crear una gran escala de trabajo diferente
Un poema sobre un escenario en el que se asigna una VM con carga
Se realizó la simulación. Además, CloudSim www. Herramienta esto earticle.net

Se compararon varios algoritmos de asignación de recursos con el
método propuesto.
3. Texto
3.1 Sistema DaaS basado en contenedores presentado (Figura 3) Estructura y proceso de un sistema DaaS basado en contenedores
Diagrama de flujo
(Figura 2) es el diagrama de estructura del sistema DaaS basado en
contenedores propuesto. El sistema propuesto es administrador de contenedores

(Figura 3) Detalles del sistema propuesto en este trabajo
Escritorio virtual basado en Docker, un representante en alcohol
Estructura y diagrama de flujo de procesos. Se divide en gran medida en
Contenedor superior, contenedor de administrador de escritorio virtual
DaaS manager (DM) y recursos en la nube, y DM es DaaS
Está hecho.
Service Connection Manager (DSCM) y DaaS Resource Manager
Está clasificado como (DRM). DSCM administra la conexión entre el
servicio DaaS y los usuarios, y DRM es un recurso sugerido.
Gestión de recursos del servidor y muerte virtual mediante el método de asignación
Realice la asignación de recursos criptográficos. En este documento, DRM
81
Asignación personalizada de contenedores y actualización de recursos PIT R mem Recurso de memoria
R red Recurso de red

Concéntrese en la pieza. PIT utiliza los recursos del usuario
R pags Recurso de PIT
Esto es para determinar la cantidad óptima de provisión de recursos para
cada carga de trabajo de acuerdo con el análisis de cantidad, y puede

(Figura 4) muestra el proceso de asignación de recursos óptimos según
explicarse como un método de optimización del tipo de instancia existente. Óptimo usando PIT
la carga de trabajo del usuario en el sistema DaaS. Primero, el usuario es el
Sobreaprovisionamiento de recursos del servidor por método de asignación de recursos
usuario que usa el servicio por primera vez.
Puede minimizarse.
Usuarios con historial de uso anterior
Se puede dividir en dos tipos de usuarios.
3.2 Método eficiente de asignación de recursos según la carga de trabajo
Primero, los primeros usuarios del servicio DaaS
El método de asignación de recursos eficiente según la carga de trabajo es DaaS
Ue no tiene historial de uso del servicio antes, por lo que
Método para asignar recursos óptimos en el administrador de recursos.
C pags Se requiere información sobre la carga de trabajo para la provisión. Dolor de muelas
ser - estar. Uso de recursos para asignar recursos óptimos
El sistema DaaS es el primer usuario en utilizar el servicio
Es necesario analizar el patrón de cantidad para determinar el tamaño
Escritorio virtual basado en información de carga de trabajo
apropiado del recurso. Para ello, el usuario necesita un servicio DaaS.

Proporcionar servicio. Dependiendo de la información de carga de trabajo
Siempre que se solicita, se lleva a cabo un proceso de determinación de recursos. Juntos
solicitada, el sistema DaaS se utilizará como uno apropiado entre los PIT predefinidos.
Basado en patrones de uso de recursos para una asignación de recursos ajustada
Seleccione el tipo de. Después de eso, el usuario
Es necesario para la elaboración de perfiles de datos de uso de recursos.
Con recursos óptimos asignados según la boca C pags Utilizando
Es posible crear un PIT para proporcionar servicios DaaS personalizados a
Mientras el usuario usa el servicio, el sistema DaaS usa recursos de CPU ( R
los usuarios mediante la creación de perfiles.
UPC), Recurso de memoria ( R mem), Recursos de red
PIT se genera a partir del análisis de datos de uso de recursos
( R red) Recopilar / guardar datos sobre el uso de El valor de configuración de
Y se actualiza constantemente. Dependiendo del resultado del análisis, se
recursos del PIT al final del uso del servicio del usuario ( R pags) interesar
puede determinar el PIT correspondiente al tipo de carga de trabajo.
Se actualiza de acuerdo con el método de análisis de uso original.
Por ejemplo, según su patrón de uso, ww w Cangrejo Hig.h earticle.net
carga de trabajo W alto), Carga de trabajo media ( W medicina), Carga de trabajo
baja ( W bajo) Se puede clasificar como Por lo tanto, el administrador de
recursos de DaaS tiene el PIT que se actualiza constantemente.
Brindar un servicio DaaS personalizado a los usuarios
Se puede proporcionar. Además, la eficiencia propuesta en este trabajo
Se espera que el método de asignación de recursos eficiente reduzca el
desperdicio de recursos del centro de datos y mejore la eficiencia.
<Tabla 1> (Figura 4) Explicación de abreviaturas
Abreviatura Explicación
W alto Gran carga de trabajo
W medicina Carga de trabajo media
W bajo Carga de trabajo baja
Cr Contenedor en ejecución
C pags Contenedor personalizado

(Figura 4) Contenedor DaaS personalizado de carga de trabajo de usuario
R UPC Recurso de CPU
Método de asignación de recursos
82
La siguiente es una lista de usuarios que han usado previamente <Tabla 2> Clasificación de tipos de instancia por carga de trabajo
Oh. Porque hay un historial de uso previo R pags

Carga de trabajo CPU (MIPS) RAM (MB)
Se determina como resultado del análisis de patrones de recursos a partir Alto 18637 512
Medio
de datos previamente utilizados por el usuario. El análisis de patrones de recursos es el usuario 9318 256
Bajo 4659 128

Personalizado mediante el análisis de patrones de uso de recursos de VM anteriores
Se lleva a cabo a partir del proceso de determinación de los recursos tipo danza. Decisión de recursos
El PIT actualizado en el proceso es la eficiencia general de los recursos del servidor. <Tabla 3> Algoritmo de asignación de recursos según umbral
La decisión final se toma de acuerdo con el efecto sobre el género y los Condición Variación en PIT
recursos se asignan a los usuarios. Empresas con historial de uso previo Más del 87% Incrementar 0.005%
UPC
Menos del 67% Disminuir 0.005%
Uso de recursos durante el uso del servicio DaaS incluso para los usuarios
Más del 87% Incrementar 0.005%
datos( R UPC, R mem, R red) Se recopila en el sistema DaaS y se almacena en la RAM
Menos del 67% Disminuir 0.005%
base de datos. Uso del servicio DaaS Wan
Empresa familiar PIT basada en el análisis de patrones de los datos de uso una vez finalizado
<Tabla 2> es proporcionar PIT en un método fijo.
Estar fechado. Este método de asignación de recursos proporciona un

Esta es una clasificación de tipos de instancias por carga de trabajo. esta
entorno de servicio personalizado de alto nivel a los usuarios,
El tipo de instancia para cada carga de trabajo, como, se utiliza como valor
Es posible satisfacer los requisitos de rendimiento del usuario y la eficiencia
PIT inicial de acuerdo con la carga de trabajo determinada en el escenario.
de los recursos del servidor al mismo tiempo.
Usado. En este documento, el servicio de contenedor de Microsoft se utiliza
para los valores de configuración de recursos iniciales en <Tabla 2>.

4. Evaluación del desempeño
Consulte el tipo de instancia de [29].
4.1 Entorno de simulación La <Tabla 3> muestra el algoritmo de asignación de recursos según el
umbral. Cada umbral lo determina la CPU y

En este artículo, la evaluación del desempeño del método propuesto
Para CPU de cuatro núcleos y memoria RAM de 16 GB Fall mori terráqueo R l UN mimi
www. norte cuatro
Si la capacidad
METRO. t
se muestra en el valor óptimo,
Se determinó comprobando mediante prueba. Uso de CPU y RAM
El simulador CloudSim está instalado en una máquina Jinhost.
Cuando el monto es superior al 87%, el PIT aumenta en un 0,005%, y
Se realizó una simulación útil. Para configurar el escenario, necesitamos
cuando el monto es inferior al 67%, el PIT disminuye en un 0,005%.
usar 1000 VM de diferentes cargas de trabajo.
Y configúrelo en 55,000 MIPS por carga de trabajo.

La ecuación (1) es un método para determinar el PIT basado en el
Estaba. Además, el método estático, el método de
promedio del uso de recursos, y las ecuaciones (2) y (3) son dos tipos
umbral, el método de promedio, el método de promedio
representativos de métodos de promedio móvil que se utilizan ampliamente
móvil exponencial
porque se pueden aplicar fácilmente [30]. Ecuación
Promedio, EMA), método de promedio móvil ponderado (ponderado
(2) representa la media móvil ponderada y la ecuación (3) es el índice
Moving Average, WMA), se realizó un experimento de actualización
Representa la media móvil. La ecuación (4) se presenta en este artículo.
de PIT y se propuso en este documento.
Como método de actualización de PIT que no se utiliza, la principal
Realizamos evaluación comparativa con cómo hacerlo.
diferencia es que el método EMA de la Ecuación (3) pone un poco más de
peso en el uso actual de recursos de los usuarios.
83
• ••
(Figura 5) muestra el PIT alto según cada algoritmo experimental.
• •
• •
Tendencia de cambio de recursos de CPU de Seo. Algoritmo propuesto
••• • ••••••
•• (Uno)
• Actualizaciones de PIT más cercanas al uso real de recursos
Como resultado, resultó que el índice de reserva de recursos libres es

• ••
mayor que el de otros algoritmos. Tales cambios en los recursos de la CPU
• •
•• •• ••
A través de esto, el método propuesto en este trabajo es el método EMA.
••• •••
•• (2)
• ••
•
En comparación con la actualización de PIT, el uso actual de recursos
•
• Se pudo confirmar que se colocó el peso. (Figura 6)
Muestra el cambio de recursos de memoria en High PIT.

•
••• • ••• ••••• • • ••• • • (3) Este es un gráfico quemado. Un memo a través del resultado de tal experimento.
••• ••• • •••
•••
En el caso de Lee, el método sugerido en este artículo es la sala EMA.
Notamos que el PIT se actualizó significativamente de manera similar a la ley.

••• •••
• • •
•••• ••• ••• Yo podría hacerlo. La diferencia en el gráfico está en este documento.
•
••• ••••••••
•• (4)
• En comparación con el método EMA, el método propuesto es el recurso del usuario.
Esto se debe a que refleja el uso de forma más sensible.
4.2 Resultados de la simulación
www.earticle.net
(Figura 5) PIT alto (CPU) según el método de actualización de PIT

Cambiar tendencia (Figura 7) Número de errores de asignación de VM según el número de cargas de trabajo
(Figura 6) High PIT (RAM) según el método de actualización de PIT

Cambiar tendencia
(Figura 8) Número de errores de asignación de VM según la longitud de la carga de trabajo (MI)
84
A través de estos resultados experimentales, el método EMA Este es un gráfico que muestra los cambios en PIT. Tamaño de carga de trabajo
PIT con un patrón muy similar al método propuesto por la puerta A través de los resultados experimentales, es posible inferir el valor
Se confirmó que la actualización de En consecuencia, en este documento, promedio del PIT según el tamaño de la carga de trabajo. Por lo tanto, este papel
la VM real entre el método propuesto y el método EMA Actualice el valor PIT que refleja la carga de trabajo de acuerdo con el uso
Se realizó un experimento para comparar las tasas de fracaso de la real de recursos del usuario a través del método sugerido en la declaración.
asignación. Los resultados de tales experimentos se muestran en (Fig. 7) y Si se utiliza como datos para la asignación de recursos,
(Fig. 8). La Figura 7 muestra los dos enfoques para aumentar la cantidad de cargas Uso simultáneo y utilización eficiente de los recursos del servidor
de trabajo.
Este es un gráfico que mide el número de errores de asignación de VM y ( Podremos proporcionar un servicio DaaS optimizado a los usuarios.
La Figura 8) muestra la VM a medida que aumenta la longitud de la carga de trabajoser - estar.

(MI).
Este es un gráfico que mide el número de errores de asignación. Dos graficas
A través de EMA, el método que proponemos en este trabajo es 5. Conclusión Planes futuros
En comparación con el método, se confirmó que el número medio de fallos
Una de las tecnologías de virtualización es la tecnología de escritorio virtual.
de asignación de VM de aproximadamente el 7,5% era pequeño.
Con el crecimiento de la tecnología ruidosa, creciendo constantemente con DaaS
Va. Sin embargo, el DaaS existente basado en hipervisor
La tecnología dificulta a los usuarios la gestión de imágenes de escritorio
Existen limitaciones para proporcionar un servicio rápido. Ewader
La tecnología DaaS existente en Francia es un sistema de tipo de instancia fija
Es difícil proporcionar DaaS personalizado porque no puede satisfacer las
diferentes necesidades de los usuarios. Me gusta esto
Tiene un límite plateado, por lo que DaaS es local para los usuarios.
Para brindar una mejor experiencia de servicio que en el medio ambiente
(Figura 9) C según carga de trabajo en el método propuesto w Fiesta e..net Hora l Todos
PU w cuales w. Cantidad terráqueo
cambio Para resolver las limitaciones de dicha tecnología DaaS existente,
el sistema DaaS basado en contenedores y
Un método de asignación de recursos eficiente aplicable al sistema.
Sugirió. Además, la asignación de recursos propuesta en este documento
Para comprobar la eficacia del algoritmo, CloudSim
Realizar una evaluación de desempeño del método de asignación de recursos propuesto por la cl
Hecho. Recursos sugeridos por dicha evaluación de desempeño
Se confirmó que el método de asignación era más fácil para asegurar los
recursos de reserva del servidor en las mismas condiciones y escenarios
que otros algoritmos. A través de esto, el método propuesto es convencional.

(Figura 10) RAM según la carga de trabajo en el método propuesto
En comparación con el algoritmo de asignación de recursos estáticos,
Cambio de cuota
Pudo asegurar y al mismo tiempo proporcionar servicios a
(Figura 9) y (Figura 10) muestran el método propuesto en cada tesis más usuarios. Entonces, como proponer
dividiendo el tamaño de la carga de trabajo en Alto, Medio y Bajo, Usuarios en un entorno de recursos limitados que utilizan PIT que actualiza
respectivamente, en términos de recursos de CPU y memoria. los recursos de la instancia de acuerdo con el uso de recursos de
85
Mantenga el nivel de experiencia y reduzca el aprovisionamiento excesivo Revisión de estándares y tecnología, vol. 25, no.
Habrá. Además, cómo proponer en este trabajo 2, págs. 8-21, julio de 2012.
Se puede utilizar para realizar una gestión detallada de los recursos del servidor. [6] Lin Yingpei, "Infraestructura de escritorio virtual
estarán. (VDI) ", 2013.

Sin embargo, en este documento, CPU, memoria, red, etc. [7] Seung-Hoon Baek, "No hay pérdida de datos con Ra, un escritorio virtual
Es difícil proporcionar un servicio DaaS optimizado que Almacenamiento en memoria sostenible ”, Journal of the Korea Next
satisfaga los diversos requisitos del usuario porque no Computing Society, Vol.12 No.3, pp.23-31, junio de 2016. [8] Joo-Byeong
considera los recursos del servidor de Además, en este Oh, Oh-Seok Kwon, "Compatible con dispositivos inteligentes
trabajo, dado que se realizó la simulación usando Desarrollo de servidor de terminal VDI (WaVDI) ampliamente
CloudSim,
aceptable ”, Journal of the Korea Next Generation Computing Society,
Es necesario estudiar en el escenario Crowd. Por lo tanto, el sistema DaaS
Vol.10, No.5, pp.46-55, octubre de 2014.
basado en contenedores propuesto en este documento y
[9] Haejin Chung y col. "Rendimiento de MapReduce
Para mejorar el método eficiente de asignación de recursos,
Comparación de hipervisor y Docker en entornos de
Además del cabildeo, el suministro insuficiente

clúster virtualizados ", KCC2015, págs. 271-273, 2015.
aprovisionamiento) y gestión detallada de los recursos
de los contenedores mediante la segmentación a nivel
[10] Jiménez, Lara Lorna, et al. "CoMA: recurso
PIT.
Seguimiento de contenedores Docker. "Conferencia
internacional sobre ciencia de servicios y computación en

Reconocimiento la nube, vol. 1, págs. 145-154,
2015.
Esta investigación es realizada por el Ministerio de Ciencia y Tecnología e Información y Comunicación.
[11] Sharma, Prateek, et al., "Contenedores y
Centro de Investigación de Promoción Centro de Investigación de TIC de la Universidad Médica Proyecto de Apoyo a la Promoción
Realizado como resultado (IITP-2018-2013-0- 0 1

w 0 w 7 w 7.) mi. article.net
Virtual Machines at Scale: A Comparative Study.
"Actas de la 17ª Conferencia Internacional de
Middleware. ACM, págs. 1-13,

referencias
2016.
[12] Mustafa, Saad y col. "Administracion de recursos

[1] ResearchandMarkets, "Global CloudComputing
en computación en la nube: taxonomía, perspectivas y
Mercado crecerá 27,5% ", 2017.
desafíos. "Computers & Electrical Engineering, Vol. 47,
[2] it1, "Una mirada a la virtualización: tendencias, beneficios
pp.186-203, 2015. Zhang, Nan y Ruiying Li." Optimización de
y predicciones ", 2014.
[13] recursos con consideración de confiabilidad en computación
[3] Investigación y mercados, escritorio global
en la nube. "Confiabilidad y capacidad de mantenimiento
Análisis del mercado de virtualización (2017-2023),
2017.
Simposio (RAMS), 2016 Anual. IEEE, págs. 1 al 6 de
[4] DIZZON, "2016 CRECIMIENTO DE VDI basado en la nube
2016.
ESTADÍSTICAS ", 2016.
[14] Nguyen, Trung y col. "Benchmarking en escritorios virtuales
[5] Wongyu Hong y col. "Dirección futura para
para la trazabilidad del rendimiento de un extremo a otro".
Infraestructura de escritorio virtual (VDI). ", OSIA
Gestión de red integrada
86
(IM), Simposio Internacional IFIP / IEEE 2015 Método de optimización en clúster y nube para servicios
en. IEEE, págs. 1268-1273, 2015. informáticos de alto rendimiento a gran escala. "Cloud
[15] Taehoon Kim y Jaechun No. "Caché de E / S and Autonomic Computing (ICCAC), 2015 International
Uso de cargas de trabajo de usuario en virtualización ". IEIE Conference on. IEEE, pp. 283-290, 2015.
2015, pp.1366-1367, 2015.
[16] Ji-Eun Lee y col. "VDI PlatformDesign para [24] Piraghaj, Sareh Fotuhi y col. "Virtual
proporcionando las asignaciones de VM optimizadas ". IEIE personalización de la máquina y arquitectura de mapeo
2013, págs. 1317-1320, 2013. de tareas para la asignación eficiente de los recursos del
[17] Ghouchani, Babak Esmaeilpour y col. "UN centro de datos en la nube. "The Computer Journal, Vol.
MODELO DE PREDICCIÓN BASADO EN 59, no. 2, pp.208-224, 2016. [25] Zhang, Yuan, et al."
RETROALIMENTACIÓN PARA LA CARGA DE TRABAJO EN multi-
TIEMPO REAL EN UNA NUBE ". Revista de Tecnología de la programación de recursos en centros de datos en la nube. "Local
Información Teórica y Aplicada, Vol. 87, no. 3, 2016. [18] Yousafzai, & MetropolitanAreaNetworks (LANMAN),
Abdullah, et al." Recurso en la nube 2014 IEEE 20th International Workshop on. IEEE, págs.
Esquemas de asignación: revisión, taxonomía y 1-6, 2014.
oportunidades. "Knowledge and Information Systems, Vol. [26] Alam, Mansaf, Kashish Ara Shakil y
50, no. 2, pp. 347-381, 2017. [19] Morabito, Roberto, et Shuchi Sethi. "Análisis y agrupación de la carga de trabajo
al." Hipervisores vs. en el seguimiento del clúster de Google según el uso de
Virtualización ligera: una comparación de rendimiento recursos". Ciencia e Ingeniería Computacional (CSE) e
". Ingeniería en la nube (IC2E), Conferencia IEEEIntl Conference on Embedded and Ubiquitous
internacional IEEE 2015 sobre IEEE, págs. 386-393, Computing (EUC)
2015. www.earticle.n un mi re t XV Simposio Internacional sobre Computación

[20] Kim, Taehoon y col. "VDI en tiempo real Distribuida y Aplicaciones para Empresas
Sistema de monitoreo para análisis de uso de recursos de Ingeniería (DCABES), 2016 IEEE Intl Conference
máquinas virtuales basado en KVM. "Revista del Instituto on. IEEE, págs. 740-747, 2016. [27] Calheiros, Rodrigo
de Ingenieros en Electrónica e Información, Vol. 52, no. 1, N., et al. "CloudSim: a
pp.69-78, 2015. [21] Verma, Manish, et al." Recurso kit de herramientas para el modelado y simulación de entornos
dinámico de computación en la nube y evaluación de algoritmos de
predicción y asignación de la demanda en múltiples - aprovisionamiento de recursos ". Software: Práctica y
nubes de servicios de inquilinos. "Concurrencia y experiencia, Vol. 41, no. 1, pp. 23-50, 2011.
Computación: Práctica y Experiencia, Vol.
28, no. 17, págs. 4429-4442, 2016. [28] Piraghaj, Sareh Fotuhi y col. "Envase-
[22] Piraghaj, Sareh Fotuhi y col. "Virtual eficiente CloudSim: un entorno para el modelado y simulación de
dimensionamiento de máquinas para alojar contenedores contenedores en centros de datos en la nube. "Software:
como servicio (servicios 2015). "Congreso Mundial de Practice and Experience, Vol. 47, no. 4, pp. 505-521,
Servicios IEEE 2015. IEEE, págs. 31-38, 2015. [23] Choi, 2016. [29] Azure Container Service,
Jieun, et al." A Job Dispatch
87
https://azure.microsoft.com/en-us/services/
contenedor-servicio, Microsoft.
[30] Wikipedia, media móvil,
https://en.wikipedia.org/wiki/Moving_average
Sobre el Autor
◆ papel blanco
∙ Graduado del Departamento de Ciencias de la
Computación, Escuela Pyeongtaek en 2016 (Licenciatura)
∙ Graduado del Departamento de Ingeniería Informática,
Kyunghee School en 2018 (Maestría)
∙ Campo de estudio: computación en la nube,

optimización de recursos, virtualización, tecnología de contenedores, etc.
◆ Verde fresco
∙ Graduado del Departamento de Ingeniería Informática,
Kyunghee School en 2017 (Doctor)
∙ 2017 ~ Doctorado en Ingeniería Informática, Kyunghee
School
∙ Área principal: Computación en la nube, Número de servicios
Medicina, blockchain, etc.
◆ Euinam Huh www.earticle.net

∙ 2002 Graduado en Ingeniería Informática de la
Universidad de Ohio (Doctor)
∙ 2005 ~ Profesor de Ingeniería Informática de la Escuela
Jae Kyung Hee
∙ Campo principal: computación en la nube,
seguridad, notificación pública, IoT, blockchain, etc.
88

DaaS - Traducido Al Español

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

DaaS - Traducido Al Español

Cargado por

Copyright:

Formatos disponibles

Revista de la Sociedad Coreana de Computación de Próxima Generación

ISSN: 1975-681X (impreso)

Un método de asignación de recursos eficiente basado en el uso de recursos en DaaS

Hyeonji Baek, Youngrok Shin y Euinam Huh

Generation Computing, 14: 1, 78-88

responsabilidad civil o penal de acuerdo con las leyes y regulaciones pertinentes.

Descarga por: 181.67.49.56 Consultado: miércoles 7 de octubre de 2020 1:21 p.m.

Un método de asignación de recursos eficiente basado en el uso de recursos en DaaS

Un método de asignación de recursos eficiente basado en el uso de recursos

Baek Ji, verde fresco, Eui Nam Heo Uno)

Hyeon-Ji Baek, Young-Rok Shin, Eui-Nam Huh

{elenahj, shinyr, johnhuh}@khu.ac.kr

contribuya a acelerar el crecimiento de la tecnología DaaS basada en contenedores.

1) Autor para correspondencia

1. Introducción Puede ocurrir. Los servicios personalizados tienen

diferentes requisitos, por lo que es necesario asignar

DaaS es una tecnología que proporciona servicios de escritorio virtual en

basado en hipervisor es una estructura jerárquica según el sistema

Pueden ocurrir problemas de deterioro [9,10,11]. Además, el existente

Según el tamaño del recurso para proporcionar el recurso óptimo

Es difícil monitorear los cambios de rendimiento. Por lo tanto, este papel

En el servicio de escritorio virtual,

Es un método de asignación de recursos eficiente.

Una forma más generalizada de mejorar la eficiencia de los recursos

En [21], el enfoque heurístico de mejor ajuste se utiliza

para aplicar VM a la máquina host física.

Método propuesto de predicción y asignación de recursos al inicio de la asignación

Los recursos de cada máquina física se utilizan como recursos inactivos

recursos de los usuarios según el tipo de instancia.

Se pueden utilizar métodos de análisis estadístico [23, 24, 25, 26].

CloudSim es un sistema de código abierto para entornos de nube.

Como herramienta de simulación, proporciona funciones de modelado y

simulación de sistemas de computación en la nube. Además, la asignación de recursos

La simulación es posible. El módulo CloudSim consta de una capa de

Proporcionar entidades [27,28]. Realiza la piedra.

Poemas de DaaS basados en contenedores presentados en este documento

Para probar métodos eficientes de asignación de recursos para el tallo

Un poema sobre un escenario en el que se asigna una VM con carga

Se realizó la simulación. Además, CloudSim www. Herramienta esto earticle.net

contenedores propuesto. El sistema propuesto es administrador de contenedores

Está clasificado como (DRM). DSCM administra la conexión entre el

servicio DaaS y los usuarios, y DRM es un recurso sugerido.

Gestión de recursos del servidor y muerte virtual mediante el método de asignación

Realice la asignación de recursos criptográficos. En este documento, DRM

Asignación personalizada de contenedores y actualización de recursos PIT R mem Recurso de memoria

R red Recurso de red

cada carga de trabajo de acuerdo con el análisis de cantidad, y puede

apropiado del recurso. Para ello, el usuario necesita un servicio DaaS.

carga de trabajo W alto), Carga de trabajo media ( W medicina), Carga de trabajo

baja ( W bajo) Se puede clasificar como Por lo tanto, el administrador de

recursos de DaaS tiene el PIT que se actualiza constantemente.

Brindar un servicio DaaS personalizado a los usuarios

Se puede proporcionar. Además, la eficiencia propuesta en este trabajo

Se espera que el método de asignación de recursos eficiente reduzca el

desperdicio de recursos del centro de datos y mejore la eficiencia.

<Tabla 1> (Figura 4) Explicación de abreviaturas

W alto Gran carga de trabajo

W medicina Carga de trabajo media

W bajo Carga de trabajo baja

C pags Contenedor personalizado

Oh. Porque hay un historial de uso previo R pags

Bajo 4659 128

base de datos. Uso del servicio DaaS Wan