ارائه و شبیه سازی روشی جدید جهت بهبود مقیاس پذیری درمحاسبات ابری

افزایش سریع اندازه و پیچیدگی مراکز داده جدید ابر، چالش های بزرگی در زمینه مقیاس پذیری برای نظارت و مدیریت منابع سیستم می باشد. در این مقاله پیشنهاد می کنیم مسائل مربوط به قابلیت مقیاس پذیری را با دسته بندی VM ها به کلاس هایی که رفتارهای مشابه را به اشتراک می گذارند، شروع کرده است. برای خوشه سازی VM های مشابه، روش پیشنهادی، منابع چندگانه، از CPU به ذخیره سازی و شبکه را در نظر می گیرد و از تجزیه و تحلیل مولفه اصلی آماری استفاده می کند تا به طور خودکار اطلاعات مربوط به شرح VM را حذف کند. استفاده از روش پیشنهادی به دو مورد مطالعه، یک تست مجازی و یک مرکز داده سازمانی، واقع در میزبانی برنامه های کاربردی وب چند سطحی، نشان داد که دقت خوشه بندی VM بین 100 تا 85 درصد برای هر سناریوی در نظر گرفته شده است، از جمله مورد سری زمانی بسیار کوتاهی از منابع تحت نظارت با طول یک روز تنها.