AI for Next Generation Computing: Emerging Trends and Future Directions
自主计算研究系统如何在没有人类操作员干预的情况下自行实现（用户）指定的控制结果。自主计算的基本原理受到闭环和开环系统控制理论的影响。在实践中，复杂的系统可能会表现出许多并发和相互依赖的控制回路。尽管对用于管理计算机资源的自主模型进行了研究，范围从单个资源（例如，web服务器）到资源集合（例如，数据中心内的多个资源），集成人工智能（AI）和机器学习（ML）以大规模提高资源自主性和性能的研究仍然是一个根本性的挑战。集成AI/ML以实现这种系统的自主和自我管理可以在不同的粒度级别实现，从完全自动化到人在回路自动化。在本文中，云计算、AI/ML和量子计算领域的领先学者、研究人员、从业人员、工程师和科学家将共同讨论这些领域的当前研究和潜在未来方向。此外，我们还讨论了在下一代计算中利用人工智能和机器学习的挑战和机遇，以适应新兴的计算模式，包括云、雾、边缘、无服务器和量子计算环境。
2022-03-05 cs.DC
IoTSim-Osmosis-RES: Towards autonomic renewable energy-aware osmotic computing
针对绿色能源供应不确定性给渗透计算管理带来的挑战，本文提出配备自主渗透智能体的可再生能源渗透计算仿真框架IoTSim-Osmosis-RES，验证了调整智能体自适应逻辑可提升可再生能源自耗或低排放能源使用量。
2024-04-17 cs.DC
Autonomic Federated-Market Orchestration for the Edge-Cloud Continuum
University of Oulu（奥卢大学）；EURECOM（欧洲多媒体通信研究所）；University of Jyväskylä（于韦斯屈莱大学）；AMD Silo AI；University of Helsinki（赫尔辛基大学）
提出Neural Pub/Sub联邦代理自主基板，通过基于市场的价格信号实现去中心化编排，在边缘-云连续体中实现与集中式预言机相当的福利效率，并验证了其抗故障性和主权执行零开销。
2026-05-26 cs.DC cs.GT cs.MA
Distributed Hierarchical Control versus an Economic Model for Cloud Resource Management
我们研究了分层组织的云基础设施，并将基于资源监控的分布式分层控制与资源管理的市场机制进行了比较。后者不需要系统模型，开销低，健壮，并满足其他几个自主计算的需要。我们介绍了几个性能指标和报告的模拟研究表明，一个简单的投标方案支持一个有效的准入控制机制，同时降低了几个数量级的通信复杂性，也增加了接受率相比，分层控制和监测机制。基于市场机制的资源管理可以被视为云自组织的中间步骤，是当前云资源管理机制的理想替代方案。
2015-04-14 cs.DC
Autonomic Microservice Management via Agentic AI and MAPE-K Integration
University of Oulu（奥卢大学）
针对微服务去中心化带来的安全与管理挑战，提出基于MAPE-K并利用agentic AI的自主异常检测与修复框架，为分布式系统提供工业级解决方案，可定制以增强稳定性并监控多项质量属性。
2025-06-27 cs.AI cs.DC cs.NI
An Auction-driven Self-organizing Cloud Delivery Model
三种传统的云交付模型-- IaaS、PaaS和SaaS --通过隐藏其原始功能并迫使我们通过一组受限的操作间接使用它们来限制对云资源的访问。我们是否可以引入一种新的交付模式，同时支持改进的安全性，更高程度的保证，为硬云资源管理问题找到相对简单的解决方案，消除与资源虚拟化相关的一些低效率，允许云的云组装，最后但并非最不重要的是，最大限度地减少互操作性标准的数量？我们勾画了一个自组织架构的非常大的计算云组成的众核处理器和异构的协处理器。我们将讨论自组织将如何解决上述每一个挑战。该方法是{ \em投标中心}。异构云资源的系统被动态地和可替换地配置为投标以满足在高级任务或服务规范中标识的需求。当任务完成或服务退役时，资源将被释放以供后续重用。我们的方法模仿了个体研究人员遵循的过程，这些研究人员响应资助机构发布的提案呼吁，将自己组织成各种规模和专业的团体。如果投标成功，则该小组执行拟议的工作并发布结果。工作完成后，小组中的各个研究人员会散去，可能会加入其他小组或提交个人投标以响应其他提案。类似的协议在其他人类活动中也很常见，例如采购管理。
2013-12-10 cs.DC
Streaming vs. Functions: A Cost Perspective on Cloud Event Processing
在云事件处理中，在边缘生成的数据由云资源实时处理。分布式流处理（DSP）和功能即服务（FaaS）都被提出来实现这样的事件处理应用。FaaS强调快速开发和易于操作，而DSP强调高效处理大数据量。尽管它们的体系结构不同，但两者都可以用于建模和实现松耦合的作业图。在本文中，我们从成本角度考虑FaaS和DSP的选择。我们使用云FaaS和DSP从Theodolite基准测试套件中实现无状态和有状态工作流。在广泛的评估中，我们展示了应用程序类型，云服务提供商和运行时环境如何影响应用程序部署的成本，并为云工程师提供决策指南。
2022-08-12 cs.DC
Quantum Clouds: A future perspective
量子计算和云计算是未来计算的两大巨人。这两种技术是相辅相成的。因此，量子云是在云环境中部署量子计算资源，以解决当前经典云计算模型所面临的挑战和问题。云所面临的最新挑战，如虚拟机迁移、数据安全、流量管理等，都可以通过量子原理来解决。但这两种技术的融合也有其自身的挑战，需要在向前迈进之前加以解决。这些挑战是什么？量子计算机如何解决云计算问题？量子平行性、叠加性与闪光拥挤效应之间的关系;朗道原理与能量管理;光子偏振原理与数据安全;这些有趣的问题在本文中得到了解决。
2014-10-05 cs.DC
The Jevons Paradox In Cloud Computing: A Thermodynamics Perspective
针对云计算能效与能耗同步增长的杰文斯悖论，本文从热力学视角将云建模为热力学系统，发现系统增长是能耗关键驱动因素，并经Meta和Google数据验证，指出了未来能效指标与可持续性研究方向。
2024-11-18 cs.DC
Research On Mobile Cloud Computing: Review, Trend, And Perspectives
移动云计算（MCC）结合了移动计算和云计算，自2009年以来已成为行业流行语之一，也是IT界的主要讨论话题。由于MCC仍处于发展初期，因此有必要对该技术进行透彻的了解，以便为未来的研究指明方向。本文从微控制器的产生背景、原理、特点、研究现状和发展趋势等方面对微控制器的研究进行了综述。首先简要介绍了移动计算的背景：从移动计算到云计算，然后讨论了移动计算的特点和研究现状。然后分析了移动云计算的特点和基础设施。文章最后分析了移动云计算面临的挑战，总结了相关的研究项目，并指出了未来的研究方向。
2012-06-06 cs.DC
Online Self-Evolving Anomaly Detection in Cloud Computing Environments
University of North Texas（北德克萨斯大学）
现代云计算系统包含数百到数千个计算和存储服务器。这样的规模，加上不断增长的系统复杂性，正在给可靠的云计算的故障和资源管理带来关键挑战。自主故障检测是理解云范围内的紧急现象和自我管理云资源以确保系统级可靠性的关键技术。为了检测故障，我们需要监视云执行并收集运行时性能数据。这些数据通常是未标记的，因此在生产云中并不总是可以获得先前的故障历史。在本文中，我们提出了一个\emph{self-evolving anomaly detection}（SEAD）的云可靠性保证框架。我们的框架通过递归地探索新验证的异常记录并不断在线更新异常检测器来自我进化。作为我们的框架的一个明显优势，云系统管理员只需要检查少量检测到的异常，他们的决定被用来更新检测器。因此，检测器随着系统硬件的升级、软件栈的更新和用户工作负载的变化而发展。此外，我们设计了两种类型的检测器，一种用于一般的异常检测和其他类型的特定异常检测。在自进化技术的帮助下，我们的检测器平均可以达到88.94%的灵敏度和94.60%的特异性，这使得它们适合于现实世界的部署。
2021-11-16 cs.AI cs.DC
SLA-Oriented Resource Provisioning for Cloud Computing: Challenges, Architecture, and Solutions
云计算系统承诺为全球用户提供面向订阅的企业级计算服务。随着向大量用户提供服务的需求增加，他们需要为用户提供差异化服务，并满足他们的质量期望。数据中心中现有的资源管理系统尚未支持面向服务水平协议（SLA）的资源分配，并且因此需要增强以实现云计算和效用计算。此外，还没有完成将客户驱动的服务管理、计算风险管理和自主资源管理共同合并到基于市场的资源管理系统中以瞄准云计算的快速变化的企业需求的工作。本文介绍了面向SLA的资源管理的愿景、挑战和架构元素。建议的架构支持基于市场的配置策略和虚拟化技术的集成，以灵活地将资源分配给应用程序。从我们的工作原型系统的性能结果表明，在云中基于SLA的资源提供的可行性和有效性。
2012-01-22 cs.DC cs.NI
Big Data Computing Using Cloud-Based Technologies, Challenges and Future Perspectives
设备和基于互联网的来源定期生成的大量数据构成了大数据。这些数据可以被处理和分析，为特定领域开发有用的应用程序。一些数学和数据分析技术在这一领域得到了应用。这导致了大数据计算的计算模型和工具的发展。然而，对于传统系统和技术来说，存储和处理要求是压倒性的。因此，需要能够根据变化的数据维度来调整存储和处理能力的基础设施。云计算是解决这一问题的一个潜在方案。然而，云中的大数据计算有其自身的一系列挑战和研究问题。本章概述了大数据的概念，讨论了可用于大数据的数学和数据分析技术，并对现有的工具、框架和平台进行了分类，这些工具、框架和平台可用于不同的大数据计算模型。此外，它还评估了基于云的大数据计算的可行性，研究了现有的挑战和机遇，并提供了该领域未来的研究方向。
2017-11-24 cs.DC
Teaching cloud computing: a software engineering perspective
这篇简短的论文从软件工程而非业务角度讨论了云计算教学的问题。它讨论了云软件工程高级课程可能涉及的主题。
2012-09-05 cs.DC cs.SE
An Overview on the Landscape of Self-Adaptive Cloud Design and Operation Patterns: Goals, Strategies, Tooling, Evaluation, and Dataset Perspectives
本文系统综述近八年111篇自适应云设计与运维模式研究，从目标、策略、工具、验证与数据集等维度梳理现状，并提出面向SaaS应用智能体的联邦学习蓝图。
2025-09-26 cs.DC
Resource Management in Cloud Computing: Classification and Taxonomy
云计算是远程计算/基于Internet的计算的新时代，人们可以通过Internet从任何计算机轻松访问他们的个人资源。云将计算作为一种实用程序提供，因为它可按需提供给云消费者。它是一种简单的按使用付费的消费者-提供者服务模型。它包含大量的共享资源。因此，资源管理始终是云计算中的一个主要问题，就像任何其他计算范式一样。由于有限资源的可用性，云提供商提供所有请求的资源是非常具有挑战性的。从云提供商的角度来看，云资源必须以公平和有效的方式分配。从资源管理作为云计算中的一个过程的角度来看，研究调查是不可用的。因此，本文提供了一个详细的顺序视图/步骤的资源管理在云计算。本文首先对云计算中的各种资源进行了分类。并对云计算中的资源管理进行了分类，为进一步研究提供了依据。最后对各种资源管理算法进行了比较。
2017-02-24 cs.DC
Validation, Verification, and Testing (VVT) of future RISC-V powered cloud infrastructures: the Vitamin-V Horizon Europe Project perspective
本文介绍Horizon Europe资助的Vitamin-V项目，该项目为RISC-V打造性能对标x86的云开源软件栈与支持云所需ISA扩展的虚拟环境，开发软件可信性VVT新方法，重点阐述其云应用VVT的规划与硬件支持愿景。
2023-05-03 cs.DC
SmartSON:A Smart contract driven incentive management framework for Self-Organizing Networks
本文提出了一种自组织协作计算网络，并提出了一种提高协作节点加入自组织网络的期望值的方法。所提出的方法依赖于以太坊加密货币和智能合约，通过将提供给自组织网络的服务货币化来增强协作节点的期望。此外，在所提出的框架中形式化了基于托管的智能合约，以维持协作节点之间的货币信任问题。所提出的方案可以对任何类型的自组织网络实施自主激励管理机制，诸如自组织云、自组织网络、自组织联合云网络、自组织联邦学习网络和自组织D2D网络等。考虑到这些自组织网络和以太坊区块链网络的分布式性质，在所提出的框架中实现了基于分布式代理的方法。在此之后，提出了自组织云的一般情况下的概念实现的证明。最后，文章提供了一些见解，未来可能的方向，使用拟议的框架。
2020-08-26 cs.DC cs.MA cs.NI
An economic perspective on major cloud computing providers
云计算可以定义为通过网络外包/租用资源。它被认为是一种基本的公用事业，类似于电力，水，电话和污水处理设施。多年来，出现了许多提供商，它们为云计算提供基本和高级形式的服务。然而，这些供应商使用自己的术语来营销他们的规格和他们提供的服务范围。这使得普通用户很难根据他们的需求选择平台。本文从经济角度对不同的云服务提供商进行了比较。它对提供商为不同场景提供的服务进行成本分析。在此基础上，本文得出了一些结论，并提出了进一步研究的方向。
2018-09-17 cs.DC cs.NI
Market-Oriented Cloud Computing and the Cloudbus Toolkit
云计算已经深入到信息技术行业，足以影响各大公司将其纳入主流业务。使用虚拟化技术来实现云结构即服务（IaaS）的强大推动力已经导致企业利用公共云的面向订阅的计算能力来托管其应用服务。与此同时，学术界的研究一直在调查横向方面，如安全性，软件框架，服务质量和标准化。我们相信，云计算愿景的完全实现将导致引入一个虚拟市场，在这个市场中，云经纪人代表最终用户负责选择和组合不同云供应商所宣传的服务。为了实现这一目标，必须从市场导向的角度重新设计和扩展现有的解决方案和技术，并将其集成在一起，从而产生我们所说的市场导向的云计算。在本文中，我们将通过提供一个参考模型来评估云计算的现状，讨论研究人员和IT从业者所面临的挑战，并将在不久的将来遇到，并提出解决这些问题的方法，从Cloudbus工具包的角度来看，它包括一套面向实现市场导向的云计算愿景的技术。我们提供了实验结果，展示了面向市场的资源配置和代理云内和跨多个分布式资源。我们还包括一个应用程序，说明如何将ECG分析托管为Amazon IaaS（EC2和S3）服务上的SaaS。
2012-03-23 cs.DC
Cloud-Native Computing: A Survey from the Perspective of Services
本文从服务视角综述云原生应用生命周期，将其解耦为构建、编排、运行和维护四个状态，总结关键性能指标与现有工作局限，并提出未来研究方向。
2023-06-26 cs.DC cs.SE
Implementation of the open source virtualization technologies in cloud computing
虚拟化和云计算是数字世界中最近的流行语。云计算按需向用户提供IT即服务。该服务采用效用计算模型，具有更高的灵活性、可用性、可靠性和可扩展性。这一新的计算概念具有巨大的潜力，可用于电子政务领域和孟加拉国等发展中国家的整体信息技术发展前景。
2016-05-11 cs.DC
SLA Violation Prediction In Cloud Computing: A Machine Learning Perspective
Université de Montréal（蒙特利尔大学）
服务水平协议（SLA）是云系统的重要组成部分，以确保为客户提供最大的服务可用性。如果违反SLA，供应商必须支付罚款。在本文中，我们探讨了两个机器学习模型：朴素贝叶斯和随机森林分类器来预测SLA违规。由于SLA违规在现实世界中是罕见的事件（约0.2%），因此分类任务变得更具挑战性。为了克服这些挑战，我们使用了几种重采样方法。我们发现，随机森林与SMOTE-ENN重采样有最好的性能与其他方法的准确率为99.88%，F_1得分为0.9980。
2016-11-30 cs.DC cs.LG
Workload Trace Generation for Dynamic Environments in Cloud Computing
云计算供应商在实际的云市场中提供数百万台虚拟机。在这种情况下，虚拟机放置（VMP）是云基础设施管理中最具挑战性的问题之一，考虑到大量可能的优化标准和可以研究的不同配方。考虑到云计算的按需模型，VMP问题应动态优化以有效地处理现代应用的典型工作负载。这项工作提出了几个动态的环境，解决VMP从供应商的角度来看，最相关的动态参数研究到目前为止，在VMP文献。在这项工作中提出了一套完整的环境和工作负载跟踪的例子。
2015-11-07 cs.DC
Scheduling in distributed systems: A cloud computing perspective
调度本质上是一个决策过程，它通过确定活动在可用资源集上的执行顺序来实现多个活动之间的资源共享。分布式系统的出现给计算机系统的调度带来了新的挑战，包括集群、网格和最近的云。另一方面，过多的研究，使它很难为新人的研究人员理解不同的调度问题和文献中提出的策略之间的关系，这阻碍了新的和相关的研究途径的识别。在本文中，我们介绍了分布式系统中的调度问题的分类，提出了一个分类法，结合最近的发展，特别是那些在云计算。我们回顾了调度文献，以证实分类和分析的兴趣，在不同的分支提出的分类。最后，我们确定相关的未来方向，在分布式系统的调度。
2019-01-10 cs.DC cs.DS
π-Control: A Personal Cloud Control Centre
在线服务和云计算产品的消费正在上升，这主要是由于与传统的本地应用程序相比具有令人信服的优势。从用户的角度来看，这包括软件零维护、此类服务的永远在线性质、不同应用程序的混搭以及与其他用户的联网效应。相关的不利之处是众所周知的，但限制其影响的有效手段和工具尚未确立，服务用户也尚未普遍获得。我们提出了（1）一个以用户为中心的云元素模型，超越了传统<SPI>的aaS层，包括跨信任区域的活动，以及（2）一个个人控制台，用于云中所有个人和协作用户活动。
2012-02-05 cs.DC
RC3E: Provision and Management of Reconfigurable Hardware Accelerators in a Cloud Environment
由通用处理器和不同类型的硬件加速器组成的异构系统在HPC系统中变得越来越普遍。特别是FPGA提供了一个很有前途的机会，以提高这类系统的性能和能源效率。将FPGA添加到云或数据中心可以轻松访问此类可重新配置的资源。在本文中，我们介绍了我们的云服务模型和云管理程序RC3E，它将基于FPGA的虚拟化硬件加速器集成到云环境中。借助我们的硬件和软件框架，可以在单个物理FPGA器件上执行多个（虚拟）用户设计。我们通过在单个设备上实现多达四个虚拟用户内核来展示我们方法的性能，并展示了FPGA在基于云的数据环境中的未来前景。
2015-08-27 cs.DC
Research Intelligence (CRIS) and the Cloud: A Review
本文的目的是探讨云技术对当前研究信息系统（CRIS）的影响。基于对已发表文献的概述和调查的经验证据，本文介绍了云计算的主要特征、交付模式、服务级别和一般优势。第二部分评估了云计算如何挑战研究信息管理，从三个角度：网络，具体的好处，并在云中摄取数据。第三部分从服务模型、需求、潜在风险和障碍三个方面介绍了当前研究系统在云中的实现。本文最后对今后的工作提出了一些看法。本文是为CRIS管理员和用户编写的，以改善研究信息管理，并为这些系统的未来开发和实施做出贡献，同时也为希望对这一主题有详细了解的学者和学生编写。
2019-10-02 cs.DC
MAS-H2: A Hierarchical Multi-Agent System for Holistic Cloud-Native Autoscaling
University of Westminster（威斯敏斯特大学）；University of York（约克大学）
MAS-H2通过分层多智能体系统实现云原生自动扩展的前瞻性管理，减少资源浪费和性能下降，提升系统稳定性与资源利用效率。
2026-03-08 cs.DC cs.LG
Cloud Brokerage: A Systematic Survey
背景：云提供商和供应级别的激增为云代理服务开辟了空间。经纪人在云客户和提供商之间充当中间人，帮助客户选择最合适的云服务，帮助管理与云服务相关的维度、异构性和不确定性。目标：本文识别并分类实现云经纪的方法。通过这样做，本文提出了一个最先进的理解和一个新的分类法，云代理。方法：我们进行了系统的文献调查，以汇编与云经纪相关的研究，并探讨如何设计云经纪人。我们从多个角度分析了这些研究，如动机，功能，工程方法和评估方法。结果：调查产生了一个关于实现云代理的当前建议的知识库。该调查发现了研究实施之间令人惊讶的差异，工程工作针对基于市场的解决方案，中间件，工具包，算法，语义框架和概念框架的组合。结论：我们的综合荟萃分析表明，云经纪仍然是一个正在形成的领域。毫无疑问，这一领域已经取得进展，但仍有相当多的挑战有待解决。本次调查确定了这些挑战和未来研究的方向。
2018-05-23 cs.DC
Computational Perspective of the Fog Node
雾计算是最近提出的一种计算范例，用于解决基于云的系统中的一些弱点。为此，该技术已被多个技术领域广泛研究。它仍处于成熟阶段，因此学术界对它的概念和定义没有达成共识，每个领域都采用适合每个用例的概念和定义。本文提出了一个定义和分类依赖于计算的角度为雾节点，这是一个基本元素，在雾计算环境。此外，还提出了与雾节点相关的主要挑战。
2022-03-14 cs.DC
MEDAL: An AI-driven Data Fabric Concept for Elastic Cloud-to-Edge Intelligence
当前的边缘计算云解决方案对于以数据为中心的应用程序来说效率低下，因为它们专注于IaaS/PaaS级别，而忽略了数据建模和操作的角度。因此，由于云到边缘连续体上的端到端部署的繁琐和数据资产不可知的过程，边缘计算机会丢失了。在本文中，我们介绍了MEDAL，这是一种智能的云到边缘数据结构，用于支持整个连续体的数据操作（DataOps），并在数据和资源层的组合视图上自动化管理和编排操作。MEDAL有助于在现有的灵活和可组合的数据服务之上构建和管理数据工作流，在不同的云和边缘环境中无缝利用和联合IaaS/PaaS/SaaS资源。我们将MEDAL平台描述为数据科学家和工程师的可用工具，包括我们的概念，并通过联网汽车用例说明其应用。
2021-02-25 cs.DC
Performance-oriented Cloud Provisioning: Taxonomy and Survey
云计算被视为当今和未来的技术。通过这种模式，客户可以访问位于云提供商（CP）托管的远程数据中心中的共享计算资源。该技术允许根据客户的需求提供各种资源，例如虚拟机（VM）、物理机、处理器、内存、网络、存储和软件。作为CP客户的应用程序提供商（AP）在云基础设施上部署应用程序，然后这些应用程序由最终用户使用。为了满足波动的应用程序工作负载需求，动态配置是必不可少的，本文提供了一个详细的文献调查动态配置在云系统中，重点是应用程序的性能。众所周知的类型的供应和相关的问题是清楚和形象地解释和供应术语澄清。提供了一个非常详细和通用的云供应分类，它从不同的角度查看供应，有助于从内到外理解过程。通过考虑资源，利益相关者，技术，技术，算法，问题，目标等来解释云动态配置。
2014-11-19 cs.DC
Cloud Native System for LLM Inference Serving
本文探讨利用容器化、微服务、动态调度及 Kubernetes 自动扩缩容构建云原生 LLM 推理服务系统，以提升资源效率、降低延迟并增强高负载下的吞吐与弹性扩展能力。
2025-07-24 cs.DC
Market-Oriented Online Bi-Objective Service Scheduling for Pleasingly Parallel Jobs with Variable Resources in Cloud Environments
本文从提供作业执行服务的SaaS（Software-as-as-Service）供应商的角度，研究了云环境下具有可变资源的并行作业的面向市场的在线双目标服务调度问题.在云中调度SaaS服务的主要过程是：SaaS提供商从IaaS提供商购买云实例，以调度最终用户的作业并向用户收取相应的费用。这个问题有几个特殊的功能，如面向作业的最终用户，令人愉快的并行作业与软期限约束，在线设置，和可变数量的资源。为了最大限度地提高收入和用户满意度，我们设计了一个在线算法，SaaS提供商以最佳方式购买IaaS实例和调度令人愉快的并行作业。该算法可以在多项式运行时间内实现竞争目标。理论分析和基于真实世界的谷歌工作跟踪以及合成数据集的仿真验证了我们的算法的有效性和效率。
2021-02-17 cs.DC
PaaS Cloud: The Business Perspective
下一代PaaS技术以更少的工作量实现了面向对象和4GL开发的真正承诺。现在PaaS正在成为应用程序开发组织的核心技术服务之一。PaaS提供了一种资源丰富且灵活的方法，以经济高效的方式开发、运营和部署应用程序。它现在已经成为全世界的首选之一，特别是对于全球分布式开发环境。然而，它仍然缺乏软件即服务（SaaS）和云结构即服务（IaaS）所达到的普及和接受程度。PaaS提供了一个充满希望的未来与新的技术架构和进化的开发方法。在本文中，我们将确定PaaS行业的优势、劣势、机会和威胁。然后，我们确定了各种问题，将影响不同的利益相关者的PaaS行业。这项研究将为PaaS从业者提供一系列建议，以更好地管理这项技术。对于PaaS技术研究人员，我们还概述了未来需要关注的研究领域的数量。最后，我们还包括一个在线调查，以概述PaaS技术市场的领导者。这将有助于PaaS技术从业者更深入地了解市场趋势和技术。
2018-03-20 cs.CY cs.DC
Data science and Machine learning in the Clouds: A Perspective for the Future
TCS Research（塔塔咨询服务公司研究院）
随着科学领域范式转变的开始，数据驱动科学（所谓的第四科学范式）将成为研究和创新的驱动力。从医学到生物多样性，从天文学到地质学，所有这些术语都将在某种程度上受到这种范式转变的影响。在这种新模式下处理的大量数据将是未来的主要问题，并且在这些计算的所有方面（从存储到计算和其他服务）都强烈需要基于云的服务。另一个方面将是在这样一个科学范式中预测工作和任务的能耗和性能，这将改变人们看待计算的方式。数据科学已经严重影响或触发了机器学习、信号/图像/视频处理相关算法、人工智能、机器人技术、健康信息学、地理信息学以及更多感兴趣的领域的出现。因此，我们设想一个数据科学可以在现有的基于云的平台和服务的帮助下实现其承诺的时代，并增加新的服务。在这篇文章中，我们讨论了数据驱动科学和机器学习，以及它们在未来如何通过基于云的服务联系起来。它还讨论了近似计算，量子计算等范例的兴起，以及它们在云环境中的大数据处理，数据科学，分析，预测和机器学习中的适用性。
2021-09-02 cs.DC cs.LG cs.PF
Rethinking Inference Placement for Deep Learning across Edge and Cloud Platforms: A Multi-Objective Optimization Perspective and Future Directions
本文从多目标优化视角综述了跨边缘与云平台的深度学习推理放置方法，权衡推理延迟、数据隐私和资源成本，并指出未来研究方向。
2025-10-27 cs.AI cs.DC cs.PF
Cultivating Software Performance in Cloud Computing
云计算的性能指标很多，包括工作负载性能、应用程序放置、软硬件优化、可扩展性、容量、可靠性、敏捷性等，本文考虑联合优化云中软件应用的性能。挑战在于将各种原始数据转换为整洁的数据格式，基于时间戳统一来自多个系统的性能数据，以及评估处理后的性能数据的质量。即使在验证了云性能数据的质量之后，优化云计算仍然面临着额外的挑战。本文从计算环境、数据汇集、性能分析和生产环境等方面分析了云计算面临的挑战。
2016-11-22 cs.DC cs.PF
Resource Availability in the Social Cloud: An Economics Perspective
本文重点研究了社会云的形成，其中代理人参与了一个基于封闭性的条件资源共享，并建立自己的资源共享网络。本文件的目标是：（1）研究了Agent的链接添加和删除决策对其局部和全局资源可用性的影响，（2）分析了溢出效应，即一对Agent之间的链接添加对其他Agent效用的影响，（3）研究了Agent的亲密度在确定这些Agent在网络中经历何种类型的溢出效应中的作用，以及（4）对代理的选择进行建模，所述代理建议他们想要在社交云中与谁添加链接。调查结果包括以下内容。首先，代理的链接添加（删除）的决定增加（减少）他们的本地资源的可用性。然而，这些意见并不适用于全球资源供应情况。其次，在连通网络中，代理人会经历正溢出效应或负溢出效应，不存在没有溢出效应的情况。当且仅当网络是断开连接的，并且由两个以上的组件（子网络）组成时，代理人没有观察到溢出效应。此外，如果由于新添加的链接而导致代理（不参与链接添加）的接近度没有变化，则代理会经历负溢出效应。虽然为了获得积极的溢出效应，必须增加代理人之间的密切程度，但这一条件并不充分。通过关注参数，如接近度和最短距离，我们提供的条件下，代理选择添加链接，以最大限度地提高其资源的可用性。
2021-01-30 cs.DC cs.GT econ.GN
Research Challenges for Enterprise Cloud Computing
云计算代表了从购买计算产品到通过互联网从大规模数据中心或“云”交付给消费者的计算服务的转变。本文从企业或组织的角度讨论了云计算面临的一些研究挑战，并通过回顾现有的云计算文献，将其置于上下文中。讨论了与以下主题相关的各种研究挑战：云计算带来的组织变革;其效用计费模式的经济和组织影响;云计算提出的安全、法律和隐私问题。强调这些研究挑战很重要，因为云计算不仅仅是数据中心的技术改进，而是IT配置和使用方式的根本性变化。这种类型的研究有可能影响云计算在企业和消费者市场的更广泛采用。
2010-01-19 cs.CY cs.DC
A Cloud Computing Capability Model for Large-Scale Semantic Annotation
语义技术旨在促进Web内容的上下文感知，使机器能够理解和处理它们。然而，这一直面临着一些挑战，如现有解决方案的不同性质和缺乏与Web规模成比例的可扩展性。本文从整体的角度对Web内容语义标注进行了研究，重点探讨了如何利用云计算来应对这些挑战。为了实现这一点，一组对整体语义标注在Web上的定义和映射与云计算机制，以促进他们的要求。对各项要求的技术规格进行了严格审查，并对照每个云计算机制的技术功能进行了检查。因此，如果云计算机制的功能提供用于实现需求的技术规范的解决方案，则建立映射。其结果是一个整体语义标注的云计算能力模型，提出了一种通过云平台在Web上提供大规模语义标注的方法。
2021-01-24 cs.CY cs.DC
Boosting Metrics for Cloud Services Evaluation -- The Last Mile of Using Benchmark Suites
基准套件对于从整体角度评估云服务的各个方面非常重要。然而，在使用基准测试套件和实现被评估的云服务的整体印象之间仍然存在差距。大多数云服务评估工作旨在报告单个基准测试结果，而不提供摘要度量。因此，拥有此类评估报告的客户仍然很难从全球角度了解经过评估的云服务。受机器学习的提升方法的启发，我们提出了提升方法的概念，以表示能够集成一套基准测试结果的所有潜在方法。本文介绍了两种类型的初步提升指标，并演示了如何提升指标可以用来补充个别云服务功能的主要措施。特别是，提升指标可以在将实验设计应用于云服务评估时发挥汇总响应作用。虽然Boosting的概念是基于我们在云计算领域的工作进行改进的，但我们相信它可以很容易地适应其他计算范例的评估工作。
2017-08-04 cs.DC cs.PF
Scientific Workflow Applications on Amazon EC2
商业云计算提供商的激增在科学计算社区中引起了极大的兴趣。最近的许多研究都试图确定云计算在科学应用中的优点和缺点。尽管云计算有许多吸引人的功能，如虚拟化、按需配置和“按需付费”的基于使用的定价，但尚不清楚它们是否能够以合理的价格提供科学应用所需的性能。在本文中，我们从科学工作流应用程序的角度来研究云的性能和成本。我们使用三种典型的工作流程来比较商业云与典型HPC系统的性能，并分析与在云中运行这些工作流程相关的各种成本。我们发现，云的性能是不合理的硬件资源提供，并可以实现类似的资源，性能与HPC系统。我们还发现，通过将数据存储在云中而不是从外部传输数据，可以降低在商业云上运行工作流的成本。
2010-05-16 astro-ph.IM cs.DC
Continuous QoS-compliant Orchestration in the Cloud-Edge Continuum
针对云边网络中多服务应用QoS决策主动执行不足的问题，提出基于Docker的下一代编排器原型，实现符合QoS的持续管理并衔接CI/CD与监控工具，在意大利分布式测试床完成评估。
2023-10-04 cs.DC cs.NI cs.SE
A Framework for SLO, Carbon, and Wastewater-Aware Sustainable FaaS Cloud Platform Management
Colorado State University（科罗拉多州立大学）；Hewlett Packard Labs（惠普实验室）
本文针对FaaS云平台中SLO性能、碳排放与水资源使用的冲突，提出了一种可持续性感知的FaaS调度与扩展框架，以共同优化SLO性能、碳排放和废水生成。
2024-10-09 cs.AI cs.DC cs.LG
