Efficient Replication for Straggler Mitigation in Distributed Computing
主-工分布式计算系统使用任务复制来减轻被称为掉队者的慢工人的影响。任务被分组到批中，并分配给一个或多个工作者执行。我们首先考虑的情况下，当批次不重叠，并使用从优化理论的结果，表明，对于一般类的工人的服务时间分布，一个平衡的分配批次工人的平均作业计算时间最小化。我们接下来表明，这种平衡分配的非重叠批次实现了较低的平均作业计算时间相比，文献中提出的重叠计划。此外，我们得出的最佳冗余水平作为一个功能的服务时间分布在工人。我们表明，最小化平均作业计算时间的冗余水平不一定与最大化作业计算时间可预测性的冗余水平相同，因此优化这两个指标之间存在权衡。最后，通过对Google集群轨迹的实验，我们观察到冗余可以将Google集群中任务的计算时间减少一个数量级，并且最佳冗余水平取决于任务的服务时间分布。
2020-12-27 cs.DC cs.IT cs.PF
Diversity/Parallelism Trade-off in Distributed Systems with Redundancy
随着许多机器学习和其他算法的复杂性和数据需求的增加，分布式计算成为满足不断增长的计算和存储需求所必需的，因为它使得能够并行执行构成大型计算作业的较小任务。然而，任务服务时间的随机波动会导致执行时间较长的离散任务。以任务复制和擦除编码的形式，冗余提供了多样性，允许在仅执行冗余任务的子集时完成作业，从而消除对离散任务的依赖性。在资源受限的情况下（这里是固定数量的并行服务器），增加冗余会减少并行可用的资源。在本文中，我们的特点的多样性与并行性的权衡，并确定最佳的策略，复制，编码和分裂，最大限度地减少预期的作业完成时间。我们考虑了三种常见的服务时间分布，并建立了三个模型来描述这些分布与任务大小的缩放。我们发现，具有不同缩放模型的不同分布在不同的冗余水平下最佳地操作，因此可能需要非常不同的码率。
2021-12-18 cs.DC cs.IT cs.PF
Straggler Mitigation at Scale
服务器的性能可变性一直是一个主要问题，阻碍了现代分布式系统的可预测和可扩展性能。在多个服务器上冗余地执行请求或作业已被证明在理论和实践上都能有效地减轻可变性。采用冗余的系统引起了极大的关注，许多论文分析了在各种服务模型和运行时可变性假设下冗余的痛苦和收益。本文提出了一个成本（痛苦）与延迟（增益）的分析，执行多个任务的作业，采用复制或擦除编码冗余。尾部沉重的服务时间的变化是决定性的痛苦和冗余的收益，我们量化其影响的成本和延迟的表达式推导。具体来说，我们试图回答四个问题：1）复制和编码冗余在成本与延迟权衡方面如何比较？2)我们能否在等待一段时间后引入冗余并期望降低成本？3)重新启动在一段时间后似乎落后的任务是否有助于降低成本和/或延迟？4)同时使用冗余和重新启动是否有效？我们通过使用从Google聚类数据中提取的经验分布进行模拟来验证我们为每个问题找到的答案。
2019-10-09 cs.DC cs.IT cs.PF
SLA Management in Intent-Driven Service Management Systems: A Taxonomy and Future Directions
本文通过系统文献综述研究意图驱动服务管理系统中的SLA管理，识别出四种意图管理活动并提出分类法，为工业界和学术界提供未来研究方向。
2023-05-26 cs.DC
Efficient Replication of Queued Tasks for Latency Reduction in Cloud Systems
在云计算系统中，将作业分配给多个服务器并等待最早的副本完成是对抗各个服务器的响应时间的可变性的有效方法。虽然添加冗余副本总是减少服务时间，但每个作业花费的总计算时间可能更高，从而增加队列中的等待时间。每个作业花费的总时间也与计算资源的成本成比例。我们分析了不同的冗余策略，例如。副本的数量以及它们发出和取消的时间会影响延迟和计算成本。我们得到的见解，服务时间分布的对数是一个关键因素，在确定是否增加冗余减少延迟和成本。如果服务分布是对数凸的，则添加最大冗余可以降低延迟和成本。如果它是对数凹的，那么拥有更少的副本并尽早取消冗余请求会更有效。
2015-10-15 cs.DC cs.IT cs.PF
Serial Parallel Reliability Redundancy Allocation Optimization for Energy Efficient and Fault Tolerant Cloud Computing
Administrative Staff College of India（印度行政人员学院）
本文研究云计算中的固定串并联可靠性冗余分配问题，提出创新混合优化技术以寻找提升可用性与容错能力的最佳冗余配置，并与已有研究结果比较验证。
2024-02-16 cs.AI cs.DC
Cloud Infrastructure Service Management - A Review
新的计算时代称为云计算，允许用户随时随地通过Internet动态访问云服务。云由数据和资源组成;云服务包括基于用户需求通过互联网在互联网上交付软件、基础设施、应用程序和存储。简而言之，云计算是一种商业和经济模式，允许用户利用高端计算和存储，而在他们的终端上使用最少的基础设施。云有三种服务模式，即云软件即服务（SaaS）、云平台即服务（PaaS）和云计算结构即服务（IaaS）。本文深入讨论了云基础设施服务管理。
2012-05-30 cs.DC
Inter-organizational fault management: Functional and organizational core aspects of management architectures
在过去的十年里，外包--成功的，有时也是痛苦的--已经成为IT服务管理讨论中最热门的话题之一。IT服务外包给外部服务提供商，以减少在本组织内提供这些服务所需的工作量和开销。最近，IT服务提供商本身也开始外包服务部件，或与其他提供商进行非等级合作提供这些服务。将一个服务拆分为多个服务部分是一项重要的任务，因为它们必须由不同的提供者实现、操作和维护。这种组织间合作的一个关键方面是故障管理，因为快速可靠地定位和解决降低服务质量的问题至关重要。在这篇文章中，我们提出了一个全面的基于用例的需求分析的结果，为跨组织故障管理（ioFMA）的架构。此外，给出了ioFMA的组织各自的功能模型的概念。
2011-01-20 cs.DC cs.NI
Economics of Resilient Cloud Services
当今的计算机系统必须满足并保持服务可用性、性能和安全性要求。这些需求中的每一个都需要冗余和某种形式的隔离。当单独实现服务需求时，系统架构不能轻松共享冗余和隔离的公共组件。我们将通过一个名为自清洗入侵容忍或SCIT的系统将这些服务特性统称为网络弹性。此外，我们将证明SCIT提供了一个有效的弹性云实施，使云过剩容量和规模经济的成本效益的利用。最后，我们将介绍利用AWS Lambda的无服务器应用程序的概念，以及无状态架构如何通过利用云功能服务来大幅降低运营成本。
2016-07-28 cs.CR cs.DC
SCAREY: Location-Aware Service Lifecycle Management
SCAREY通过基于状态机的生命周期管理框架，利用用户位置信息优化服务部署，显著提升服务发现效率并降低能耗与成本。
2025-05-16 cs.DC
Grid Data Management in Action: Experience in Running and Supporting Data Management Services in the EU DataGrid Project
在欧盟数据网格项目的第一阶段，已经实施了一个数据管理系统，并提供部署。目前EDG测试床的组件包括：围绕Globus提供的基本服务构建的网格管理器服务原型，用于存储文件物理位置信息的集中式网格目录，以及广泛用于欧洲和美国各种HEP合作的网格数据镜像包（GridDataMirringPackage，GSDs）。在这一年中，这些服务得到了改进，变得更加强大，以便适合在生产前环境中使用。应用程序用户已经使用数据管理服务的第一个版本一年多了。在本文中，我们提出的组件和它们的相互作用，我们的实施和经验，以及从我们的用户社区收到的反馈。我们不仅解决了与其他EDG服务组件集成的问题，还解决了与我们在欧洲和美国的合作伙伴项目组件的互操作性问题。这些结论为将于2003年在EDG部署的下一代数据管理服务的体系结构提供了动力。
2003-06-02 cs.DC
A Qualitative Evaluation of Service Mesh-based Traffic Management for Mobile Edge Cloud
Service mesh正被广泛采用为基于微服务的应用程序中的流量管理的云原生机制，特别是对于托管在更集中的云环境中的通用IT工作负载。性能要求高的应用程序继续推动现代应用程序执行环境的去中心化，例如移动边缘云。本文对最先进的服务网格进行了系统的定性分析，以评估其设计是否适合解决移动边缘云环境中托管的性能要求苛刻的应用程序工作负载的流量管理需求。通过这种分析，我们认为，当今以可靠性为中心的服务网格设计无法满足不同类型的新兴移动边缘云工作负载的需求，并激励进一步研究高效的架构，更强的QoS保证和更高复杂性的云原生流量管理框架的抽象。
2022-05-12 cs.DC
An SMDP-based Resource Management Scheme for Distributed Cloud Systems
本文研究了地理分布云系统中的资源管理问题。采用Follow Me Cloud概念，实现跨联合数据中心（DC）的服务迁移。因此，有两种类型的服务请求到DC，即，在本地服务区域中发起的新请求（NR）和当移动用户跨服务区域移动时生成的迁移请求（MR）。提出了一种新的资源管理方案，帮助资源管理器决定是否接受服务请求（NR或MR），并确定多少资源应分配给每个服务（如果接受）。优化目标是最大化系统平均回报，并保持服务请求的拒绝概率在一定的阈值之内。数值结果表明，与其他资源管理方案相比，该方案能显著提高系统的整体效用和用户体验.
2015-03-18 cs.DC cs.NI
ADS as Information Management Service in an M-Learning Environment
即使是能够进行无线通信的小型手持设备，也需要专门的支持。特别是，协作应用程序需要复杂的援助方面的查询和交换不同种类的数据。使用一个具体的例子，从移动学习领域，信息传播的一般需要的动机。随后，在基础设施条件的驱动下，适当的中间件服务的实现策略进行了讨论。
2007-08-04 cs.DC cs.NI
DDRM: Distributed Drone Reputation Management for Trust and Reliability in Crowdsourced Drone Services
本文提出基于以太坊区块链的分布式无人机声誉管理框架DDRM，通过SRAT和DRET双代币机制保障众包无人机服务评价的真实性与可靠性，有效抵御声誉欺诈并提升服务效率。
2024-06-30 cs.DC
A Taxonomy of Live Migration Management in Cloud Computing
云数据中心已成为提供服务的骨干基础设施。随着新兴的边缘计算模式，计算和网络功能已从云推向边缘，以提供具有低端到端延迟的计算，智能和网络管理。边缘和云计算中跨不同计算节点的服务迁移对于保证动态环境中的服务质量至关重要。动态资源管理涉及到迁移虚拟机以实现各种目标，如负载均衡、整合、性能、节能和灾难恢复等。一些人已经研究了如何提高和预测VM和容器的单个实时迁移的性能。最近，一些研究服务迁移的边缘为中心的计算范式。然而，缺乏关注边缘和云计算环境中的实时迁移管理的调查。我们检查每个字段的特征，并进行以迁移管理为中心的分类和调查。我们还确定了差距和研究机会，以保证实时迁移的资源管理性能。
2021-12-05 cs.DC
Designing an Adaptive Application-Level Checkpoint Management System for Malleable MPI Applications
动态资源管理为高性能计算带来了许多机会。它提高了系统级服务和应用程序性能。检查点也可以被视为一种系统级的服务，并且可以获得动态提供的好处。检查点系统可以通过与可延展的资源管理系统集成来获得更好的资源可用性。除了容错之外，检查点系统还可以满足可延展应用在资源变化期间的数据重新分配需求。因此，我们提出了iCheck，一个自适应的应用程序级检查点管理系统，可以有效地利用系统和应用程序级的动态性，提供更好的检查点和数据再分配服务的应用程序。
2022-11-08 cs.DC
Secure, Efficient Data Transport and Replica Management for High-Performance Data-Intensive Computing
一种新兴的数据密集型应用涉及从大量测量或计算数据中提取地理上分散的复杂科学信息。例如，在实验物理学中，所讨论的数据是由加速器生成的，而在模拟科学中，数据是由超级计算机生成的。所谓的数据网格为这些应用程序提供了必要的基础设施，就像互联网为电子邮件和Web等应用程序提供了必要的服务一样。我们在这里描述两种服务，我们认为这是任何数据网格的基础：可靠，高速transporet和副本管理。我们的高速传输服务GridFTP扩展了流行的FTP协议，增加了数据网格应用程序所需的新功能，如条带化和部分文件访问。我们的副本管理服务将副本目录与GridFTP传输集成，以提供数据集副本的创建，注册，定位和管理。我们目前的设计，这两个服务，也初步的性能结果。我们的实现利用Globus Toolkit提供的安全和其他服务。
2001-03-28 cs.DB cs.DC
Resource Management Services for a Grid Analysis Environment
选择最佳的资源提交作业的计算网格或访问数据网格中的数据是任何网格中间件的最重要的任务之一。今天，大多数现代网格软件都满足了这一责任，并尽最大努力解决这一问题。几乎所有关于调度和数据访问的决定都是由软件自动做出的，用户几乎无法控制整个过程。为了解决这个问题，需要一个更具交互性的服务和中间件集，为用户提供更多的信息，网格天气，并给他们更多的控制决策过程。本文介绍了一组服务，已开发的网格分析环境（GAE）正在合作开发的加州理工学院，NUST和其他几个研究所提供更多的交互式资源管理功能。这些服务包括一个引导服务、一个作业监控服务和一个估算器服务，它们都是使用一个名为Clarens的通用网格Web服务框架设计和编写的。本文还提出了一个性能分析所开发的服务，以表明他们确实导致了一个更加互动和强大的系统，以用户为中心的网格启用物理分析。
2005-04-10 cs.DC
The first deployment of workload management services on the EU DataGrid Testbed: feedback on design and implementation
应用程序用户现在已经体验了大约一年的标准化资源代理服务，该服务由欧盟数据网格项目（WP 1）的“工作负载管理”包提供。了解、塑造和推动该系统的极限，为其设计和实施提供了宝贵的反馈。摘要的经验教训，和“更好的做法”，吸取了教训，并适用于第二次主要版本的软件，给出。
2003-05-31 cs.DC
Dynamic Service Scheduling and Resource Management in Energy-Harvesting Multi-access Edge Computing
University of Leeds（利兹大学）；Southern University of Science and Technology (SUSTech)（南方科技大学）；University of Thessaly（色萨利大学）；Research Institute of Trustworthy Autonomous Systems (RITAS), SUSTech（南方科技大学可信自主系统研究院）
本文提出了一种基于能量收集的MEC系统在线策略，通过动态任务调度和实时能耗管理，实现高效能量利用与低延迟服务的平衡。
2025-10-31 cs.DC
PLASMA -- Platform for Service Management in Digital Remote Maintenance Applications
针对工业机械维护流程仍多依赖人工、现有平台无法覆盖端到端功能的问题，本文提出云基远程维护平台概念PLASMA，并指出其实际落地需以安全措施为核心前提。
2024-05-20 cs.DC
Machine Learning (ML)-Centric Resource Management in Cloud Computing: A Review and Future Directions
University of Electronic Science and Technology of China（电子科技大学）；University of Melbourne（墨尔本大学）
云计算已经迅速成为用于提供基于互联网的效用计算服务的模型。在云计算中，基础设施即服务（IaaS）是最重要和发展最快的领域之一。云提供商在此服务模型中提供用户/机器资源，例如虚拟机、原始（块）存储、防火墙、负载均衡器和网络设备。IaaS的云计算最重要的方面之一是资源管理。可扩展性、服务质量、最佳效用、降低开销、增加吞吐量、减少延迟、专业化环境、成本效益和简化界面是云计算中IaaS资源管理的一些优势。传统上，资源管理是通过静态策略来完成的，这在各种动态场景中施加了一定的限制，促使云服务提供商采用数据驱动的、基于机器学习的方法。机器学习正被用于处理各种资源管理任务，包括工作负载估计、任务调度、VM整合、资源优化和能量优化等。本文详细介绍了基于ML的资源管理在当前研究中面临的挑战，以及当前解决这些挑战的方法，以及它们的优点和局限性。最后，我们提出了潜在的未来研究方向的基础上确定的挑战和局限性，在目前的研究。
2021-05-09 cs.DC cs.LG
Efficient Resource Management in Cloud Environment
在云计算中，资源管理在数据中心中扮演着重要的角色，它直接依赖于应用程序的工作负载。诸如基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）的各种服务由云计算提供，以利用按使用付费的方法向云用户提供计算、网络和存储能力。资源分配是解决各种苛刻情况的现有解决方案，这些苛刻情况例如欠载/过载处理、资源浪费、负载均衡、服务质量（QoS）违规、VM迁移等等。虚拟机放置（VMP）的主要目的是将虚拟机（VM）映射到物理机（PM），使得PM可以被利用到它们的最大效率，其中已经活动的VM不会被中断。它提供了一个必须完成的实时VM迁移列表，以获得最佳解决方案并在更大程度上降低能耗。低效的VMP导致资源浪费、过度的能源消耗，并且还增加了数据中心的整体运营成本。在此背景下，本文对云环境中的资源管理方案进行了广泛的调查。分析了资源管理的概念方案、当前基于机器学习的资源分配策略的分组以及物理资源无效分配的基本问题。此后，解释了在云资源管理领域中基于机器学习的机制中的现有技术的完整调查。最后，本文探讨并总结了云环境下资源管理面临的挑战和未来的研究方向。
2022-06-24 cs.DC
Cloud Instance Management and Resource Prediction For Computation-as-a-Service Platforms
计算即服务（CaaS）产品在过去几年中获得了吸引力，因为它们在软件即服务的可扩展性和可定制结构即服务平台的定制可能性之间取得了平衡。为了有效地运行，CaaS平台必须具有三个关键属性：（i）将单个处理任务被动地分配给可用的云实例（ii）准确的资源预测;（iii）有效控制服务于工作负载的云实例的数量，以便在以及时的方式完成工作负载和降低资源利用成本之间进行优化。在本文中，我们提出了三种方法，满足这些性质（分别）：（i）基于比例公平和TTC约束的服务速率分配机制：（ii）用于资源预测的卡尔曼滤波估计;以及（iii）使用加法增乘减（AIMD）算法（以传输控制协议中的资源管理而闻名），用于控制为工作负载服务的计算单元的数量。将我们的三个建议集成到一个CaaS平台中，与基于反应式资源预测的方法相比，Amazon EC2现货实例成本降低了27%以上，与当前最先进的CaaS平台（Amazon Lambda和Autoscale）相比，计费成本降低了38%至60%。
2016-04-16 cs.DC
Dynamic Management Techniques for Increasing Energy Efficiency within a Data Center
在我们的日子里，数据中心为全球社区提供了一项不可或缺的服务：通过支持大多数互联网服务，几乎可以无限制地访问我们可以想象的几乎任何类型的信息，例如：Web托管和电子商务服务。由于其容量和工作，数据中心对环境有各种影响，但与电力使用有关的影响是迄今为止最重要的。在本文中，我们提出了几种用于数据中心的电源和能源管理技术，我们将重点关注明确针对服务器及其工作负载量身定制的技术。
2013-05-27 cs.DC
Using RDMA for Lock Management
在这项工作中，我们的目标是评估不同的分布式锁管理服务设计与远程直接内存访问（RDMA）。具体来说，我们实现和评估了集中式和支持RDMA的锁管理器设计，以实现快速的网络设置。实验结果证实了几个假设。首先，在传统的集中式锁管理器设计中，CPU是瓶颈，使用RDMA在客户端到服务器的通信中绕过CPU会导致更好的锁服务性能。其次，考虑到RDMA的不同锁管理器设计会产生更好的性能;我们需要为RDMA和快速网络重新设计锁管理系统。
2015-07-20 cs.DC
Leveraging knowledge-as-a-service (KaaS) for QoS-aware resource management in multi-user video transcoding
本文提出利用强化学习构建知识即服务（KaaS）策略，为多用户视频转码中的并发应用自动提供资源与旋钮管理，实验显示对异构QoS请求适应良好，并发用户数提升至1.24倍。
2024-02-07 cs.DC
A Fault Tolerant Elastic Resource Management Framework Towards High Availability of Cloud Services
云计算已经成为每一个数字服务的必然，它的使用呈指数级增长。然而，云资源需求的巨大增长阻碍了服务的可用性，导致停机、性能下降、负载不平衡和过度功耗。现有的方法主要试图通过使用多云和运行虚拟机（VM）的多个副本来解决这个问题，这导致了高运营成本。本文提出了一个容错弹性资源管理（FT-ERM）框架，从不同的角度来解决上述问题，诱导高可用性的服务器和虚拟机。具体而言，（1）开发了在线故障预测器，以基于预测的资源争用来预测故障倾向的VM;（2）借助于功率分析器、资源估计器和热分析器来监测服务器的操作状态，以主动地识别由于服务器过载和过热而导致的任何故障;以及（3）将易发生故障的VM分配给由决策矩阵和安全盒组成的建议的容错单元，以触发VM迁移并预先处理任何中断，同时为云用户保持期望的可用性水平。通过使用两个真实世界的数据集执行实验，对所提出的框架进行了评估和比较。FT-ERM将服务的可用性提高了34.47%，并将VM迁移和功耗分别降低了88.6%和62.4%。
2022-12-07 cs.DC
A Stochastic Programming Approach for Risk Management in Mobile Cloud Computing
移动云计算的发展给移动用户以及云服务提供商带来了诸多好处。然而，移动云计算正面临着一些挑战，特别是安全相关的问题，由于越来越多的网络攻击，这可能会造成严重的损失。在本文中，我们提出了一个动态的框架以及先进的风险管理策略，以最大限度地减少网络攻击对云服务提供商造成的损失。特别地，该框架允许云服务提供商选择适当的安全解决方案，例如，安全软件/硬件实施和保险政策，以应对不同类型的攻击。此外，采用随机规划方法，以最小化云服务提供商在其财务能力和攻击及其潜在损失的不确定性的预期总损失。通过数值评估，我们表明，我们的方法是一种有效的工具，不仅可以处理不确定性下的网络攻击，而且可以最大限度地减少云服务提供商的总损失。
2017-12-16 cs.CR cs.DC
Latency-Redundancy Tradeoff in Distributed Read-Write Systems
数据在多个服务器上进行冗余复制和存储，以确保分布式数据库中的可用性。我们关注的是具有频繁读写的数据库，在这些数据库中，读写延迟都很重要。这与主要为读或写应用程序设计的数据库相反。Reddit对读取和写入延迟的影响截然不同。读延迟可以通过来自多个服务器的潜在并行访问来减少，而写延迟则会随着必须更新大量副本而增加。我们量化的读和写延迟之间的权衡作为冗余的函数，并提供了一个封闭的形式近似时，请求到达是泊松和服务是无记忆的。我们的经验表明，这种近似是紧在所有范围内的系统参数。从而为分布式数据库的冗余选择提供了指导。
2021-11-27 cs.DB cs.DC cs.NI
Decentralized, Robust and Efficient Services for an Autonomous and Real-time Urban Crisis Management
贸易和工作安排的全球化目前正在造成大量人口向城市迁移。城市的这种增长需要新的城市规划，其中数字化工具占据优势地位，以捕获数据并在面对变化时进行理解和决策。然而，这些工具很难抵抗自然灾害，恐怖主义，事故等。基于INSA里昂CITI实验室和桑坦德工业大学SC 3的专业知识，我们建议创建ALERT项目-实时的自治责任紧急服务-分散，可靠和高效的服务，物理上接近公民，在当地做出决定，以相关的方式进行，而不会有与中央机关脱节的风险。这些信息收集和决策将以参与性和社会性方式让民众参与。
2017-03-06 cs.CY cs.DC cs.SI
DREAMS: Decentralized Resource Allocation and Service Management across the Compute Continuum Using Service Affinity
DREAMS提出一种基于Raft共识和成本效益投票的去中心化框架，跨计算域协作优化微服务放置，实现高容错与次线性扩展，适用于现代制造系统。
2025-09-09 cs.DC cs.PF
EMMA: A Resource Oriented Framework for Service Choreography over Wireless Sensor and Actor Networks
当前物联网（IoT）的发展要求在无线传感器与执行者网络（WSAN）上进行服务分发以应对网络管理复杂度的急剧增加。由于WSAN的特定约束，集中式方法受到很大限制。WSAN使用的多跳通信引入了传输延迟、分组错误、路由器拥塞和安全问题。由于它使用本地服务，分散的服务模型避免了节点和应用程序之间的长路径通信。但主要的问题是在所需的节点上安装这样的本地服务。环境监测和管理代理（EMMA）系统提出了一套软件部署和执行这些服务的无线传感器和执行器网络（WSAN）通过一个基于面向资源的架构（ROA）的中间件。其互联网集成和数据异构性的本地管理通过使用当前的标准协议来促进，例如IPv6低功耗无线区域网络（6LoWPAN）和受限应用协议（CoAP）。本文介绍了EMMA中间件，方法和工具，用于确定有效的服务映射及其部署。
2015-06-08 cs.DC cs.NI
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
A Bilevel Programming Framework for Joint Edge Resource Management and Pricing
新兴的边缘计算范式有望为网络边缘的众多移动和物联网（IoT）设备提供低延迟和无处不在的计算。如何有效地分配地理上分布的异构边缘资源的各种服务是一个具有挑战性的任务。虽然这个问题已经被广泛研究，在最近几年，大多数以前的工作在很大程度上忽略了服务的偏好时，边缘资源分配的决定。为此，本文引入了一种新的双层优化模型，该模型显式地考虑了服务偏好，以研究电子商务平台与多个服务之间的交互。该平台管理一组边缘节点（EN），并充当领导者，而服务是追随者。给定服务放置和资源定价的领导者的决定，每个服务决定如何最佳地将其工作负载分配给不同的ENs。所提出的框架不仅最大化的平台的利润，但也最小化的每个服务的成本。当有一个单一的EN，我们得到一个简单的分析解决方案的根本问题。对于一般情况下，多个EN和多个服务，我们提出了一个基于Karush Kuhn Tucker的解决方案和对偶的解决方案，结合一系列的线性化，解决双层问题。大量的数值结果表明，所提出的模型的有效性。
2022-02-14 cs.DC math.OC
