Cloud computing growing interest and related concerns

Gupta, Anu

doi:10.1109/icctd.2010.5645841

Cited by 12 publications

(9 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Using cloudsim, our proposed algorithm managed to move the extra tasks from overloaded VMs to more powerful VM, aiming to complete the process with minimized timespan. According to the output results, tasks (0, 1,2,3,4,5,6,7,8,9) were allocated to VMs (4,5,3,3,1,1,3,5,3,4) which is shown in Figure.4.As Walker [17] noted, the minimum time needed Table 1-Pseudo code of Endocrine-PSO based algorithm.…”

Section: Simulation Resultsmentioning

confidence: 99%

“…[1] By applying the virtualization techniques, cloud computing is able to offer different services such as infrastructure as a service (IaaS), Platform as a service (PaaS) and Software as a service (SaaS). [2] Moreover virtualization provides servers with dynamic load balancing, monitoring the allocation and release of the resources. Despite of the advantageous of this method there exist some drawbacks related to overloading status of the VMs.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Load balancing optimization in cloud computing: Applying Endocrine-particale swarm optimization

Aslanzadeh

Chaczko

2015

2015 IEEE International Conference on Electro/Information Technology (EIT)

View full text Add to dashboard Cite

Load balancing optimization is categorized as NP-hard problem, playing an important role in enhancing the cloud utilization. Different methods have been proposed for achieving the system load balancing in cloud environment. VM migration is one of these techniques, proposed to improve the VMs' functionality. Despite of the advantageous of VM migration, there are still some drawbacks which urged researchers to improve VM migration methods. In this paper we propose a new load balancing technique, using Endocrine algorithm which is inspired from regulation behavior of human's hormone system. Our proposed algorithm achieves system load balancing by applying selforganizing method between overloaded VMs. This technique is structured based on communications between VMs. It helps the overloaded VMs to transfer their extra tasks to another under-loaded VM by applying the enhanced feed backing approach using Particle Swarm Optimization (PSO). To evaluate our proposed algorithm, we expanded the cloud simulation tool (Cloudsim) which is developed by University of Melbourne. The simulation result proves that our proposed load balancing approach significantly decreases the timespan compared to traditional load balancing techniques. Moreover it increases the Quality Of Service (QOS) as it minimizes the VMs' downtime.

show abstract

Section: Simulation Resultsmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Load balancing optimization in cloud computing: Applying Endocrine-particale swarm optimization

Aslanzadeh

Chaczko

2015

2015 IEEE International Conference on Electro/Information Technology (EIT)

View full text Add to dashboard Cite

show abstract

“…Cloud computing as one of the new emerging technologies, provides real time services for enterprises, without binding them to their organizations [1]. Accessing to the Internet with any devices that can connect to the Internet, authorized businesses to access their information at any time [2]. As an example, Dropbox is one of these popular services that will accredit access to information while it can be easily synchronized and updated at any time.…”

Section: Introductionmentioning

confidence: 99%

Addressing Load balancing Issues Related to Elastic Cloud Using Biomimetic Algorithms

Aslanzadeh¹,

Chaczko²

2013

Advances in Real-Time Information Networks

View full text Add to dashboard Cite

In business world, competitors use innovative approaches to improve their performance and profits. Cloud computing is one of these innovative approaches that have allowed many companies to further take advantage of their potential. Cloud computing is assisting companies to execute their business plans more efficiently, thus providing them with an advantage over their competitors. Despite the benefits that cloud could offer, various challenges exist in this field. Load balancing and cloud performance are two examples of such challenges. This paper aims to discuss some of these challenges and how biomimetic algorithm could be employed to address them. Our approach is inspired by load regulation occurring in nature; more precisely, in human body.

show abstract

“…Com a migração para a nuvem os custos ficam relacionados apenas aos recursos que são utilizados, o que caracteriza o modelo pague o que utilizar. Esse modelo de negócios visa reduzir os preços com infraestrutura e manutenção de equipamento uma vez que os gastos com manutenção ficam a cargo dos provedores da computação em nuvem (Gupta, 2010). Com isso, uma das vantagens da computação em nuvem, além da redução dos preços, é a possibilidade de aumentar a capacidade de seus servidores de acordo com o aumento da demanda de seus serviços (Zhang et al, 2010).…”

Section: Lista De Siglasunclassified

“…Com a migração para a nuvem o usuário passa a pagar apenas pelos recursos efetivamente utilizados, o que caracteriza o modelo pague o que utilizar, onde as garantias são oferecidas pelo provedor de infraestrutura por meio de acordos em nível de serviço personalizado ou SLA (Service Level Agreement). O SLA serve como um nível de contrato de serviços, entre o provedor e o cliente, que especifica o nível em que o serviço será prestado (Gupta, 2010).…”

Section: Modelo Econômicounclassified

Avaliação de roteamento em redes P2P visando obtenção de QoS na busca de serviço em nuvem

Filho¹,

Machado²

View full text Add to dashboard Cite

A gradeço primeiramente aos meus pais que sempre me motivam e incentivam tanto nos momentos felizes como nos momentos tristes. À professora Regina, minha orientadora, por ter aceitado me orientar e ter me guiado nos momentos em que eu necessitava e pela paciência em me orientar. Agradeço também os professores que contribuíram com a minha formação, em especial ao professor Marcos Santana que me deu conselhos valiosos no começo da minha pesquisa. Aos meus amigos de república (Fabio, Stênio, Daniel, Koxonha) que me deram um apoio muito grande tanto nas dificuldades como nas alegrias. Aos amigos de laboratório que me aguentam toda semana (Paulo, Bruno, Daniel, Fausto, Edvard, Roni, Edwin, Luis e os demais que estão chegando ou saindo) e ainda contribuem para discussões interessantes não só sobre trabalho mas também discussões do dia-a-dia. Agradeço ao Maycon que, além de ser um amigo, me deu um apoio fundamental no inicio do meu mestrado e sempre esteve a disposição para discutir possíveis melhorias relacionadas ao meu trabalho. Agradeço ao professor Julio pelas contribuições sempre bem vindas e pelas contribuições que ainda estão por vir. Agradeço ao ICMC e principalmente ao LASDPC por proporcionar uma estrutura na qual eu pude crescer tanto como pessoa tanto como profissional. i Resumo E ste trabalho apresenta a avaliação de diferentes algoritmos de roteamento utilizados na camada lógica ponto a ponto (P2P) adotada por um Metaescalonador que provê Qualidade de Serviços (QoS) na Computação em Nuvem. Experimentos mostram a superioridade de três algoritmos de roteamento P2P (BCR, Chord e Pastry) em relação à utilização de Round Robin, analisando-se o tempo de resposta e a variabilidade entre os resultados obtidos em diferentes testes. Os experimentos consideram, além dos algoritmos de roteamento, a influência do número de usuários e do tipo de serviço requisitado e como esses fatores interagem entre si. É apresentado ainda um estudo sobre a melhor métrica a ser adotada para representar as informações da rede. As métricas consideradas foram latência e número de saltos. Os resultados obtidos permitem determinar, com base nos objetivos especificados, qual o impacto dos sistemas P2P utilizados pelo metaescalonador na busca e descoberta de serviços em relação à forma como a qualidade de serviços é abordada.

show abstract

Cloud computing growing interest and related concerns

Cited by 12 publications

References 0 publications

Load balancing optimization in cloud computing: Applying Endocrine-particale swarm optimization

Load balancing optimization in cloud computing: Applying Endocrine-particale swarm optimization

Addressing Load balancing Issues Related to Elastic Cloud Using Biomimetic Algorithms

Avaliação de roteamento em redes P2P visando obtenção de QoS na busca de serviço em nuvem

Contact Info

Product

Resources

About