Помощь в написании студенческих работ
Антистрессовый сервис

Разработка методики оптимизации распределения ресурсов центров обработки данных в сети интернет

Диссертация: Разработка методики оптимизации распределения ресурсов центров обработки данных в сети интернет
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Актуальность работы. Современный этап развития глобальной сети Интернет характеризуется трансформацией традиционных услуг и бизнес-процессов компаний в электронные, основанные на Web-технологиях, что привело к появлению широкого спектра систем электронного бизнеса, которые стали ключевыми в успехе работы компаний и поддержке их конкурентоспособности. Практически все крупные операторы связи… Читать ещё >

Разработка методики оптимизации распределения ресурсов центров обработки данных в сети интернет (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Анализ проблем повышения эффективности управления ресурсами центров обработки данных в сети Интернет
    • 1. 1. Основные понятия и тенденции развития сети Интернет
      • 1. 1. 1. Основные тенденции
      • 1. 1. 2. Кластерная обработка данных
      • 1. 1. 3. Хостинг
      • 1. 1. 4. Соглашения о качестве обслуживания
    • 1. 2. Сложность современных Интернет-приложений
      • 1. 2. 1. Многозвенная архитектура Интернет-приложений
      • 1. 2. 2. Характеристика нагрузки ЦОД
    • 1. 3. Проблемы управления ресурсами центров обработки данных
      • 1. 3. 1. Проблема планирования и распределения ресурсов ЦОД
      • 1. 3. 2. Проблема управления доступом пользователей в периоды пиковых нагрузок
      • 1. 3. 3. Проблема выполнения SLA-соглашений
    • 1. 4. Постановка задачи исследования
  • Глава 2. Постановки задач оптимизации распределения ресурсов центров обработки данных в сети Интернет.32 f
    • 2. 1. Разработка моделей массового обслуживания в центрах обработки данных в сети Интернет
      • 2. 1. 1. Модель массового обслуживания в центрах обработки данных без разделения запросов на классы
      • 2. 1. 2. Модель массового обслуживания в центрах обработки данных с учетом сессий и классов запросов
    • 2. 2. Математические постановки задач оптимального распределения ресурсов центров обработки данных
      • 2. 2. 1. Математическая постановка задачи нахождения оптимального среднего времени ответа по SLA-соглашениям
      • 2. 2. 2. Выбор критериев оптимизации
      • 2. 2. 3. Математическая постановка задачи оптимизации распределения ресурсов центров обработки данных без разделения запросов на классы
      • 2. 2. 4. Математическая постановка задачи оптимизации распределения ресурсов центров обработки данных с разделением запросов на классы
    • 2. 3. Управление доступом пользователей к ресурсам ЦОД
      • 2. 3. 1. Модель поведения пользователей коммерческих сайтов
      • 2. 3. 2. Определение плотности распределения вероятностей длительности сессий
      • 2. 3. 3. Схема выставления приоритетов пользователям коммерческих сайтов
    • 2. 4. Выводы
  • Глава 3. Выбор метода, разработка алгоритмов и программного обеспечения оптимизации распределения ресурсов центров обработки данных в сети Интернет
    • 3. 1. Анализ подходов и методов решения многокритериальных задач принятия решений
    • 3. 2. Выбор метода решения задач многокритериальной оптимизации распределения ресурсов центров обработки данных
      • 3. 2. 1. Разработка требований к методу решения задач оптимизации распределения ресурсов центров обработки данных
      • 3. 2. 2. Преимущества и недостатки метода ограничений
      • 3. 2. 3. Преимущества и недостатки метода последовательных уступок
    • 3. 3. Теоретическое обоснование процедуры определения компромиссной уступки
    • 3. 4. Процедура определения компромиссной уступки
    • 3. 5. Исследование модифицированного метода последовательных уступок для оптимизации распределения ресурсов центров обработки данных
      • 3. 5. 1. Сравнение трудоемкости алгоритмов
    • 3. 6. Программная реализация модифицированного метода последовательных уступок
    • 3. 7. Выводы
  • Глава 4. Практическая реализация методики оптимизации распределения ресурсов центров обработки данных в сети Интернет
    • 4. 1. Рекомендации по проведению анализа соглашений о качестве обслуживания
      • 4. 1. 1. Выделенный хостинг
      • 4. 1. 2. Совместный хостинг
    • 4. 2. Методики определения оптимального числа серверов в кластерах
      • 4. 2. 1. Методика определения оптимального числа серверов без разделения запросов на классы
      • 4. 2. 2. Методика определения оптимального числа серверов с разделением запросов на классы
    • 4. 3. Выбор метода задания коэффициентов предпочтения критериев многокритериальных задач
    • 4. 4. Рекомендации по обработке статистики
      • 4. 4. 1. Процедура получения сессий из журналов регистрации запросов Web-серверов
      • 4. 4. 2. Процедура получения матрицы вероятностей переходов пользователей по страницам сайта
    • 4. 5. Практическая реализация метода управления доступом пользователей коммерческих сайтов
      • 4. 5. 1. Определение параметров плотности распределения вероятностей длительности сессий
      • 4. 5. 2. Определение момента снижения приоритетов
    • 4. 6. Выводы

Актуальность работы. Современный этап развития глобальной сети Интернет характеризуется трансформацией традиционных услуг и бизнес-процессов компаний в электронные, основанные на Web-технологиях, что привело к появлению широкого спектра систем электронного бизнеса, которые стали ключевыми в успехе работы компаний и поддержке их конкурентоспособности. Практически все крупные операторы связи и сервис-провайдеры стали оказывать услуги хостинга в центрах обработки данных (ЦОД), которые предоставляют физические ресурсы для размещения серверов и высокоскоростной доступ в Интернет. Современный процесс предоставления услуг компаниями, владеющими коммерческими ЦОД, характеризуется появлением соглашений о качестве обслуживания (Service Level Agreement—SLA), гарантирующих определенный уровень показателей качества, таких как среднее время ответа на запрос пользователя, максимальное время ответа для заданной доли запросов, коэффициент готовности и др.

Интенсивность запросов к Интернет-приложениям значительно меняется в течение суток, а в периоды пиковых нагрузок, возникающих в случайные моменты времени, может возрастать в несколько раз. Известно также, что в такие периоды значительно уменьшается число электронных платежей в единицу времени, которое в зарубежной литературе называют финансовой пропускной способностью (Revenue Throughput). Центры обработки данных в сети Интернет имеют многозвенную архитектуру, включающую в себя кроме Web-серверов, кластеры серверов приложений и серверов баз данных, число которых может достигать сотен и тысяч. Поэтому выполнение SLA-соглашений является сложной задачей, прямо влияющей на конкурентоспособность компаний. Одним из путей ее решения является оптимальное распределение серверов по кластерам и поиск более эффективного метода управления доступом пользователей к этим ресурсам в периоды пиковых нагрузок.

Современной тенденцией является увеличение числа показателей качества задаваемых в SLA-соглашениях, удовлетворение которых приводит к необходимости использования многокритериального подхода, теория которого развита такими отечественными учеными как Подиновский В. В., Ногин В. Д., Михалевич B.C., Волкович В. Л., Батищев Д. И и др.

Проблема оптимизации распределения ресурсов ЦОД рассматривалась в работах зарубежных ученых Menasce D., Almeida V. и др. Однако в существующих работах оптимизация проводилась по одному критерию для узкого класса SLA-соглашений. Отсутствует методика распределения ресурсов ЦОД, работающих по SLA-соглашениям различных видов, которая включала бы в себя определение оптимального числа серверов в кластерах по нескольким критериям и эффективный метод управления доступом, позволяющий повысить финансовую пропускную способность ЦОД. Поэтому тема диссертационной работы является актуальной.

Цель работы и задачи исследования. Целью диссертационной работы является разработка методики оптимизации распределения ресурсов центров обработки данных по нескольким критериям и обеспечения эффективного управления доступом пользователей к этим ресурсам в периоды пиковых нагрузок.

Для достижения поставленной цели в диссертационной работе решены следующие задачи:

1. Проведен анализ системы соглашений о качестве обслуживания. Сформулирована постановка задачи определения оптимального среднего времени ответа по соглашениям о качестве обслуживания.

2. Выбраны и разработаны модели центров обработки данных в сети Интернет, отражающих особенности их функционирования.

3. Разработаны математические модели распределения ресурсов центров обработки данных по нескольким критериям для различных видов соглашений о качестве обслуживания.

4. Выбран метод многокритериальной оптимизации распределения ресурсов центров обработки данных в сети Интернет, позволяющий получить оптимальный план размещения серверов не только для длительного времени повышения интенсивности потока запросов, но и в короткие периоды пиковых нагрузок.

5. Разработан алгоритм решения задачи многокритериальной оптимизации распределения ресурсов центров обработки данных.

6. Разработан метод управления доступом пользователей коммерческих сайтов в периоды пиковых нагрузок.

7. Разработаны рекомендации и процедуры практической реализации методики оптимизации распределения ресурсов центров обработки данных.

Методы исследования. Для решения поставленных задач использованы методы многокритериальной оптимизации, теории вероятностей и математической статистики, теории массового обслуживания.

Научная новизна работы состоит в разработанной методике оптимизации распределения ресурсов центров обработки данных в сети Интернет, включающей в себя:

1. Модели оптимизации распределения ресурсов центров обработки данных для соглашений о качестве обслуживания как с разделением, так и без разделения запросов на классы, в которых в отличие от известных моделей для оптимального распределения ресурсов используется многокритериальный подход;

2. Модифицированный метод последовательных уступок, сокращающий в зависимости от числа используемых критериев оптимизации в несколько раз время нахождения оптимального решения по сравнению с традиционным методом последовательных уступок, что позволяет использовать его в контуре оперативного управления ресурсами как в нормальном режиме функционирования центров обработки данных, так и в периоды пиковых нагрузок;

3. Усовершенствованный метод управления доступом к коммерческим сайтам, позволяющий повысить финансовую пропускную способность сайтов в периоды пиковых нагрузок до 30% и по сравнению с известным методом исключает необходимость проведения случайного числа экспериментов по определению момента снижения приоритетов пользователям.

Практическая ценность и реализация результатов работы:

1. Разработанная методика оптимизации ресурсов центров обработки данных позволяет найти оптимальное число серверов в кластерах в зависимости от нагрузки и обеспечить заданный в SLA-соглашениях уровень качества.

2. Программно реализована процедура определения компромиссной уступки, которая положена в основу предложенного модифицированного метода последовательных уступок, позволяющая сократить время решения задачи как минимум в два раза.

3. Разработаны алгоритмы по обработке журналов регистрации запросов с целью получения параметров пользовательских сессий и рекомендации по формированию критериев и систем ограничений задач оптимизации распределения ресурсов центров обработки данных, что позволяет реализовать разработанную методику.

4. Усовершенствован метод управления доступом пользователей к коммерческим сайтам, исключающий необходимость проведения случайного числа экспериментов по определению момента снижения приоритетов пользователям.

Результаты диссертационной работы используются в учебном процессе МТУСИ. Алгоритм расчета оптимального числа серверов используется в текущей деятельности Интернет-провайдера ООО «НФС Телеком», что подтверждено соответствующим актом.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях: международной научно-технической конференции «Телекоммуникационные и вычислительные системы», Москва, 2006 г., 2007 г., 2008 г., московской отраслевой научно-технической конференции «Технологии информационного общества, Москва, 2007 г., 2008 г., международной конференции «Информационные средства и системы», Москва, 2008 г.

Публикации. По теме диссертационной работы опубликовано 10 печатных работ (из них 2 статьи в ведущих рецензируемых научных журналах из перечня, рекомендованного ВАК). Получено свидетельство об официальной регистрации программы для ЭВМ.

Объем и структура работы. Диссертационная работа состоит из введения, 4 глав, заключения, списка использованных источников и приложения. Работа содержит 170 страниц машинописного текста, содержит 36 рисунков и 20 таблиц. В списке используемой литературы 107 наименований.

4.6. Выводы.

1. Разработана методика проведения анализа соглашений о качестве обслуживания для выделенного и совместного хостинга, позволяющая определить максимальное допустимое среднее время ответа на запрос в ЦОД для различных видов SLA-соглашений.

2. Разработаны методики оптимизации распределения серверов по кластерам в зависимости от нагрузки, позволяющие обеспечить заданный в SLA-соглашениях уровень качества для SLA-соглашений как без разделения, так и с разделением запросов на классы.

3. Разработаны рекомендации по формированию критериев и систем ограничений задач оптимизации числа серверов в кластерах, позволяющие найти входные параметры разработанных моделей ЦОД и тем самым реализовать методику оптимизации распределения ресурсов.

4. В качестве метода задания коэффициентов предпочтения частным критериям оптимизации выбран метод ранжирования.

5. Разработаны и программно реализованы алгоритмы по обработке журналов регистрации запросов серверов, что позволяет реализовать методику оптимизации распределения ресурсов ЦОД, в том числе в контуре оперативного управления.

6. Разработаны рекомендации по определению параметров законов распределений числа сессий и числа элементарных запросов, получению на их основе приближенного выражения плотности распределения вероятностей длительности сессий, а также по определению момента снижения приоритетов в методе управления доступом пользователей к коммерческим сайтам.

Заключение

.

Исследования, приведенные в диссертации, посвящены вопросам оптимального распределения ресурсов центров обработки данных в сети.

Интернет. Основные результаты исследований заключаются в следующем:

1. Разработана модель оптимизации среднего времени ответа по группе SLA-соглашений с выделением уровней обслуживания, позволяющая найти среднее время ответа, используемое в качестве входного параметра задачи нахождения оптимального числа серверов в кластерах ЦОД без разделения запросов на классы.

2. Разработаны модели оптимизации распределения ресурсов ЦОД без разделения и с разделением запросов на классы, позволяющие найти оптимальное число серверов в кластерах ЦОД для SLA-соглашений, в которых задаются ограничения на среднее время ответа и максимальное время ответа для заданной доли запросов, без разделения и с разделением запросов на классы.

3. Путем обработки статистики посещений коммерческих сайтов установлено, что число сессий распределено по закону Пуассона, а число элементарных запросов в сессии подчинено логарифмически нормальному закону.

4. Получено приближенное аналитическое выражение для плотности вероятности длительности сессий на основе соотношения между характеристической функцией числа элементарных запросов и характеристической функцией длительности сессии.

5. Усовершенствован метод управления доступом пользователей к коммерческим сайтам, позволяющий повысить финансовую пропускную способность сайтов в периоды пиковых нагрузок до 30% и по сравнению с известным методом исключает необходимость проведения случайного числа экспериментов по определению момента снижения приоритетов пользователям.

6. Предложена и теоретически обоснована модификация процедуры определения компромиссной уступки, основанная на использовании коэффициентов предпочтений частных критериев в качестве априорной информации о предпочтениях ЛПР.

7. Предложен модифицированный метод последовательных уступок, сокращающий по сравнению с традиционным методом последовательных уступок время нахождения оптимального решения в несколько раз, в зависимости от числа используемых критериев оптимизации, что позволяет использовать его в контуре оперативного управления ресурсами как в нормальном режиме функционирования центров обработки данных, так и в периоды пиковых.

8. Разработаны рекомендации по формированию систем ограничений и критериев поставленных задач, позволяющие найти входные параметры для оптимизации распределения ресурсов центров обработки данных.

9. Разработаны и программно реализованы алгоритмы по определению компромиссной величины уступки в предложенном модифицированном методе последовательных уступок, а также по обработке журналов доступа Web-серверов, позволяющие реализовать методику оптимизации распределения ресурсов центров обработки данных.

Показать весь текст

Список литературы

  1. Г. Г., Тронь А. П., Копенкин Ю. Н., Коровина И. А. Справочник по вероятностным расчетам.—М.: Воениздат, 1966.
  2. М.А., Алескеров Ф. Т. Выбор вариантов: основы теории. — М.: Наука, 1990.
  3. В.А., Электронная коммерция и маркетинг в Интернет, 2007.
  4. А. М., Глотов В. А., Павельев В. В., Черкашин A.M. Методы определения коэффициентов важности критериев. Автоматика и телемеханика, № 8, 1997—С.3−35.
  5. Д.И. Методы оптимального проектирования. — М.:Радио и связь, 1984. —248 с.
  6. Д.И., Шапошников Д. Е., Многокритериальный выбор с учетом индивидуальных предпочтений — ИПФ РАН. Нижний Новгород, 1994. — 92 с.
  7. Д.И., Шапошников Д. Е. Решение многокритериальных задач методом идеальной точки // Модели и алгоритмы оптимизации в автоматизированных системах. Воронеж, ВПИ, 1989 — С.48−53.
  8. Р., Ларичев О. И., Де Монгольфье Ж., Терни Ж. Линейное программирование с многими критериями. Метод ограничений. // Автоматика и телемеханика, 1971, № 8—С. 103−115.
  9. А.Н., Вилюмс Э. Р., Сукур Л .Я. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение. — Рига: Зинатне, 1986 195 с.
  10. Ю.Борисов А. Н., Левченков А. С. Методы интерактивной оценки решений.— Рига: Зинатне, 1982 139 с.
  11. Е.С. Введение в исследование операций. — М.:Советское радио, 1964.
  12. Э.Й., Майминас Е. З. Решения: теория, информация, моделирование. —М.:Радио и связь, 1981. — 328 с.
  13. Вол один Б.Г.и др. Сборник задач по теории вероятностей, математической статистики и теории случайных функций. — М.: «Наука», 1965.
  14. М.Ворожцов А. С., Тутова Н. В. Методика повышения доходности web-узлов в периоды пиковых нагрузок // Тезисы докладов конференции «Телекоммуникационные и вычислительные системы» Международной Академии информатизации, М.: МТУСИ. — 2008. — С. 310.
  15. А.С., Тутова Н. В. Об одном методе повышения доходности web-узлов электронного бизнеса // Тезисы докладов конференции «Телекоммуникационные и вычислительные системы» Международной Академии информатизации, М.: МТУСИ. — 2008. — С. 308.
  16. А.С., Тутова Н. В. Оптимальное распределение ресурсов центров обработки данных в сетях электронного бизнеса // Труды XVI МНТК «Информационные средства и технологии». Том 1. М.: Издательский дом МЭИ. — 2008. — С. 71 — 77.
  17. А.С., Тутова Н. В. Оптимизация ресурсов центров обработки данных в сетях электронного бизнеса // Московская отраслевая научно-техническая конференция «Технологии информационного общества»: Тез. докл. М.: Инсвязьиздат. — 2007. — С. 194.
  18. А.С., Тутова Н. В. Оптимизация ресурсов центров обработки данных в сетях электронного бизнеса // Труды Московского технического университета связи и информатики: -М.: «ИД Медиа Паблишер», 2008. -Т.1.-С. 133−136.
  19. А.С., Тутова Н. В. Повышение финансовой пропускной способности центров обработки данных в сети Интернет // Естественные и технические науки. 2008. — № 6. — С. 262−266.
  20. Ю.А. Технико-экономическое обоснование эффективности проектов информационных систем. —М.: Инсвязьиздат, 2008. —367 с.
  21. Ю.А., Бобков А. Е. Многокритериальная оптимизация параметров информационных систем// Труды Московского технического университета связи и информатики: — М.: «ИД Медиа Паблишер», 2008. — Т.1.-С. 154−158.
  22. В.Б. Введение в теорию исследования операций. — М.: Наука, 1971.—383 с.
  23. Л.Ф. Метод ограничений в линейных задачах векторной оптимизации. // Кибернетика и вычислительная техника, № 13, 1986—С. 87−93.
  24. А., Дайер Дж., Файнберг А. Решение задач оптимизации при многих критериях на основе человеко-машинных процедур // Вопросы анализа и процедуры принятия решений. — М.:Мир, 1976. — С.126−145.
  25. Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации. —М.:Наука, 1982.
  26. С.В., Наппельбаум Э. Л. Логика рационального выбора // Техническая кибернетика. — М.: ВИНИТИ, 1977. —Т. 8. —С. 5−101.
  27. B.C. Модели и процедуры принятия решений. — Тбилиси: Мецниереба, 1981.- 118 с. 29.3уховицкий С.И., Авдеева Л. И. Линейное и выпуклое программирование. — М., 1964.
  28. Р.Л., Райфа X. Принятие решения при многих критериях: замещения и предпочтения / Пер. с англ. — М.: Радио и связь, 1981. 560 с.
  29. Л. Теория массового обслуживания. — М.: Машиностроение, 1979.
  30. Л. Вычислительные системы с очередями. — М.: Машиностроение, 1979.
  31. П.С. Математические модели в исследовании операций. — М.:Наука, 1984.
  32. О.И. Объективные модели и субъективные решения. М.:Наука, 1987, — 144 с.
  33. И.М., Виноградская Т. М., Рубчинский А. А., Соколов В. Б. Теория выбора и принятия решений. — М.: Наука, 1982 328 с.
  34. В.В., Молдавский. Семейство сверток векторного критерия для нахождения точек множества Парето. // Автоматика и телемеханика, № 1, 1979 —С. 110−121.
  35. B.C., Волкович В. Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982 —286 с.
  36. В.Д. Обобщенный принцип Эджворта-Парето и границы его применимости // Экономика и математические методы, 2005, т. 41, № 3. — С. 128−134.
  37. С.Д. и др. Машинные методы оптимизации в технике связи. М.: Связь, 1976.-272 с.
  38. В.В. Аксиоматическое решение проблемы оценки важности критериев в многокритериальных задачах // Современное состояние теории исследования операций / Под ред. Н. Н. Моисеева. — М.:Наука, 1979 —С.117- 145.
  39. В.В. Введение в теорию важности критериев. — М.: Физматлит, 2007. — 64 с.
  40. В.В. Об относительной важности критериев в многокритериальных задачах принятия решений // Многокритериальные задачи принятия решений. — М.: Машиностроение, 1978. С.48−92.
  41. В.В., Гаврилов В. М., Оптимизация по последовательно применяемым критериям. —М.: Советское радио, 1975 —192 с.
  42. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. — М.: Физматлит, 2007.
  43. А.В., Ушаков В. Г., Ушаков Н. Г. Задачи по теории вероятностей: Основные понятия. Предельные теоремы. Случайные процессы. М.: Наука, 1986.
  44. Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. — М.: Наука, 1965.-512 с.
  45. Tax X. Введение в исследование операций. В 2-х кн. Пер. с англ. —М.: Мир 1985.
  46. В.И. Статистическая радиотехника. — М.: Советское радио, 1966. -678 с.
  47. Н.В. Методика оптимизации ресурсов центров обработки данных в сети Интернет. // T-comm: Телекоммуникации и транспорт, 2008, № 6 — С. 44−46.
  48. Н.В., Ворожцов А. С. Модели оптимизации технологий обработки данных в сетях электронного бизнеса // «Труды Московского технического университета связи и информатики». М.: МТУСИ. — 2007-С. 249 — 254.
  49. В. Введение в теорию вероятностей и ее приложения. Том 1. — М.: Мир, 1964.
  50. В. Введение в теорию вероятностей и ее приложения. Том 2. — М.: Мир, 1964.
  51. П.С. Теория полезности для принятия решений / Пер. с англ-М.: Наука, 1977.-352 с.
  52. . Р. Многокритериальная оптимизация: теория, вычисления, приложения. — М.:Наука, 1992.
  53. Р.Т., Взвешенные многомерные критерии, книга «Статистическое измерение качественных характеристик» под ред. проф. Е. М. Четыркина. -М.:1970.
  54. Abdelzaher, Т., Shin, К. G., Bhatti, N. Performance Guarantees for Web Server End-Systems: A Control-Theoretical Approach. IEEE Transactions on Parallel and Distributed Systems 13, 1 (Jan. 2002).
  55. Arlitt, M., Jin, T. Workload Characterization of the 1998 World Cup Web Site. Tech. Rep. HPL-1999−35R1, HP Labs, 1999.
  56. Arlitt M., Williamson C. Web server Workload Characterization: the search for invariants, in Proc. 1996 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems, Philadelphia, May 1996.
  57. Barford P., Crovella M. Generating Representative Web Workloads for Network and Server Performance Evaluation, in Proc. 1998 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems, Madison, July 1998.
  58. BEA White Paper: Evaluating Total Cost of Ownership for Application Platform Suites II, 2003 BEAHPvsIBMTCO.pdf.
  59. Coello C. A., A Comprehensive survey of Evolutionary-based Multiobjective Optimization Techniques.
  60. Cohon J.L. Multiojective Programming and Planning — New York: Academic Press, 1978.
  61. E., Chanda A., Elnikety S., Marguerite J., Zwaenepoel W. «A Comparison of Software Architectures for E-business Applications». In Proc. of 4th Middleware Conference, Rio de Janeiro, Brazil, June, 2003.
  62. Chandra, A., Gong, W., and Shenoy, P. Dynamic Resource Allocation for Shared Data Centers Using Online Measurements. In Proceedings of Eleventh International Workshop on Quality of Service (IWQoS 2003) (June 2003).
  63. Chaudhuri K., Kothari A., Swaminathan R, Tarjan R, Zhang R, Zhou Y. Server Allocation Problem for Multi-Tiered Applications, HP Laboratories Technical Report, HPL-2004−151, September 8, 2004.
  64. Cherkasova, L., Phaal P. Session based admission control: a mechanism for improving performance of commercial web sites. — HP laboratories Technical Report, HPL-98−119, 1998.
  65. Doyle, R., Chase, J., Asad, O., Jin, W., and Vahdat, Amin. Model-Based Resource Provisioning in a Web Service Utility. In Proceedings of the Fourth USITS (Mar. 2003).
  66. Elnikety S., Nahum E., Tracey J., Zwaenepoel W. A Method for Transparent Admission Control and Request Scheduling in E-Commerce Web Sites. — 13th International Conference on World Wide Web (WWW'04), New York, USA, 2004.—C. 276−286.
  67. Fielding R., Gettys J., Mogul J., Frystyk-Nielsen H., Masinter L., Leach P., Berners-Lee Т., «RFC 2616 Hypertext Transfer Protocol — HTTP/1.1», June 1999.
  68. Goodchild A. et al. Business Contracts for B2B. Proceedings of ISD 2000.
  69. Greunz M. et al. Supporting Market Transaction through XML Contracting Containers. Proceedings of the Americas Conference on Information Systems (AMCIS) 2000.
  70. Hamadi Y., Continuous Resources Allocation in Internet Data Centers, Microsoft Research Ltd.
  71. Java 2 Platform, Enterprise Edition (J2EE). http://java.sun.com/j2ee/.
  72. John H. Mathews, Kurtis D. Fink. Numerical Methods Using Matlab. 4th Edition, Prentice-Hall Inc., 2004, chap. 8.
  73. Kamra, A., Misra, V., and Nahum, E. Yaksha: A Controller for Managing the Performance of 3-Tiered Websites. In Proceedings of the Twelfth IWQoS (2004).
  74. Keller et al. Managing Dynamic Services: A Contract Based Approach to a Conceptual Architecture. Proceedings of NOMS 2002.
  75. Kelly F. P. Reversibility and Stochastic Networks. John Wiley & Sons, New York, 1979.
  76. Levy, R., Nagarajarao, J., Pacici, G., Spreitzer, M., Tantawi, A., and Youssef, A. Performance Management for Cluster BasedWeb Services. In IFIP/IEEE Eighth International Symposium on Integrated Network Management (2003), vol. 246, pp. 247−261.
  77. Lin W., Liu Z., Xia С. H., Zhang L., Optimal capacity allocation for Web systems with end-to-end delay guarantees, Performance Evaluation 62 (2005), c. 400416
  78. Liu Z., Niclausse N., Jalpa-Villanueva C. Web traffic modeling and performance comparison between HTTP 1.0 and HTTP 1.1. In E. Gelenbe, editor, Systems Performance Evaluation: Methodologiesand Applications, pages 177−189. CRC Press, 2000.
  79. Liu Z., Squillante M.S., Wolf J.L., Optimal Control of Resource Allocation in e-Business Environments with Strict Quality-of-Service Performance Guarantees, CDC 2002.
  80. Menasce, D. A., Almeida V. A. F. CHALLENGES IN SCALING EBUSINESS SITES. Proc. 2000 Computer Measurement Group Conference, Orlando, FL, December 10−15, 2000.
  81. Menasce, D. A., Almeida V. A. F., Capacity Planning for Web Performance: metrics, models, and methods, Prentice Hall, Upper Saddle River, NJ, 1998.
  82. Menasce, D. A., Almeida V. A. F., Dowdy L. W., Capacity Planning and Performance Modeling: from mainframes to client-server systems, Prentice Hall, Upper Saddle River, NJ, 1994.
  83. Menasce, D. A., Almeida V. A. F., Fonseca R, Mendes M. A., A Methodology for Workload Characterization of E-commerce Sites, Proc. Of ACM E-COMMERCE 99, Denver, Colorado.
  84. Menasce, D. A., Almeida V. A. F., Fonseca R, Mendes M. A., Business-oriented resource management policies for e-commerce servers, Performance Evaluation 42 (2000), c. 223−239.
  85. Pacifici G., Spreitzer M., Tantawi A., Youssef A., Performance Management for Cluster Based Web Services, IBM TJ Watson Research Center, TechReport, May 13, 2003.
  86. Powell M.J.D. A view of algorithms for optimization without derivatives. Department of Applied Mathematics and Theoretical Physics, Cambridge, 2007.
  87. Ranjan, S., Rolia, J., Fu, H., and Knightly, E. QoS-Driven Server Migration for Internet Data Centers. In Proceedings of the Tenth International Workshop on Quality of Service, Miami, FL, 2002.
  88. Rolia J., Zhu X., Arlitt M., Andrzejak A. Statistical Service Assurances for Applications in Utility Grid Environments. Tech. Rep. HPL-2002−155, HP Labs, 2002.
  89. Salle M., Boulmakoul A. Integrated Contract Management. Proceedings of HPOVUA Workshop2002.
  90. Salle M., Bartolini C., Management by Contract, HP Laboratories, HPL-2003−186, 2004.
  91. Santos, Cipriano, Xiaoyun Zhu, Harlan Crowder. 2002, A Mathematical Optimization Approach for Resource Allocation in Large Scale Data Centers, HP Laboratories Technical Report, HPL-2002−64.
  92. Tophosts.com: http://www.tophosts.com/showcases/managed/.
  93. Treese, G. W. and L. C. Stewart, Designing Systems for Internet Commerce, Addison Wesley, Reading, MA, 1998.
  94. Urgaonkar В., Dynamic Resource Management in Internet hosting Platforms, Ph.D., University of Massachusetts Amherst, 2005
  95. Voigt, Т., Tewari, R., Freimuth, D., and Mehra, A. Kernel Mechanisms for Service Differentiation in Overloaded Web Servers. — In Proceedings of USENIX Annual Technical Conference, June 2001.
  96. W3C Web page, «Logging in W3C httpd», http://www.w3.org/Daemon/User/Config/Logging.html.
  97. Willareal В., Karvan M.H., Zionts S. A branch and bound approach to interactive multicriteria integer linear programming // Paper presented at Joint National Meeting TIMS/ORSA Washington, D.C., 1980.
  98. Zhang L., Ardagna D., SLA Based Profit Optimization in Web Systems— 13th International Conference on World Wide Web (WWW'04), New York, USA, 2004.—pp. 462−463.
  99. Zhang A., Santos P., Beyer D., Tang H.-K., Optimal Server Resource Allocation Using an Open Queueing Network Model of Response Time, HP laboratories Technical Report, HPL-2002−301, October 21, 2002.
  100. Zionts S. Multiple Criteria Decision Making for Discrete Alternatives with Ordinal Criteria/ Working Paper № 299, School of Management. — New York: State University of New York at Buffalo, 1977.
  101. Zona Research, Inc. The Need for Speed II. Zona Market Bulletin, (5), April 2001 http://www.keynote.com/downloads/Zona Need For Speed. pdf110. http://plato.la.asu.edu/topics/problems/nlores.html
Заполнить форму текущей работой

Сессия? Спокойно!