Online model learning for self-aware computing infrastructures
Online model learning for self-aware computing infrastructures
复制标题
自我意识计算基础设施的在线模型学习
DOI：
10.1016/j.jss.2018.09.089
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Samuel Kounev
中科院分区：
文献类型：
--
作者：
Simon Spinner;Johannes Grohmann;Simon Eismann;Samuel Kounev
性能模型是性能预测的重要工具。然而，性能模型的创建通常需要大量的手动工作。此外，由于建模的结构在现代基础设施中经常发生变化，因此也需要调整此类性能模型。因此，我们提出了一个参考架构，在虚拟化环境中的在线模型学习，这使得上述性能模型的自动提取。我们遵循基于代理的方法，这使我们能够将提取的信息的应用程序结构以及虚拟化结构存在于现代计算中心。我们的评估表明，我们的合作代理能够减少85.4%的手动工作的性能模型提取。由此产生的性能模型是能够预测的系统利用率的绝对误差小于4%，端到端的响应时间的相对误差小于21%。
Performance models are valuable and powerful tools for performance prediction. However, the creation of performance models usually requires significant manual effort. Furthermore, as the modeled structures are subject to frequent change in modern infrastructures, such performance models need to be adapted as well. We therefore propose a reference architecture for online model learning in virtualized environments, which enables the automatic extraction of the aforementioned performance models. We follow an agent-based approach, which enables us to incorporate the extraction of information about the application structure as well as the virtualization structures present in modern computing centers. Our evaluation shows that our collaborating agents are able to reduce the manual effort of performance model extraction by 85.4%. The resulting performance model is able to predict the system utilization with an absolute error of less than 4% and the end-to-end response time with a relative error of less than 21%.
登录
查看更多内容
DOI：
10.5445/ksp/1000046300
发表时间：
2017-03
期刊：
--
影响因子：
--
作者：
Qais Noorshams
通讯作者：
Qais Noorshams
使用企业应用程序的资源配置文件进行持续性能评估和容量规划
影响因子：
3.5
作者：
Andreas Brunnert;H. Krcmar
通讯作者：
H. Krcmar
DOI：
--
发表时间：
2016
期刊：
International ACM SIGSOFT Conference on Quality of Software Architectures
影响因子：
--
作者：
Felix Willnecker;H. Krcmar
通讯作者：
H. Krcmar
EMF 模型的合并
DOI：
--
发表时间：
2014
期刊：
Journal of Software and Systems Modeling
影响因子：
--
作者：
B. Westfechtel
通讯作者：
B. Westfechtel
自主计算环境中分析性能模型的动态推导
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
M. Awad;D. Menasc
通讯作者：
D. Menasc