КЛАСТЕРИЗАЦИЯ ПРОФИЛЕЙ НАГРУЗКИ ВИРТУАЛЬНЫХ МАШИН
Аннотация
Актуальность работы обусловлена существующими проблемами в области кластеризации классификации виртуальных машин. Они связаны, в частности, с недостатками применяемых моделей анализа временных рядов. Неприменимость существующих моделей обусловлена отсутствием методов, позволяющие обеспечить высокую точность классификации ВМ при низких нагрузках. Это вызвано наличием различных паттернов нагрузки, которые не дифференцируемы при использовании классических методов кластеризации. Описанная проблема приводит к финансовым потерям облачных провайдеров, а также организациям, применяющие виртуализацию во внутренней инфраструктуре.
Целью выпускной квалификационной работы является уменьшение финансовых потерь от простаивающих ВМ при помощи методов анализа и кластеризации временных рядов.
Для достижения поставленной цели поставлены следующие задачи: - провести литературно-аналитический обзор для выявления существующих способов кластеризации профилей нагрузок виртуальных машин;
- синтезировать структурные, функционально-структурные, концептуальные, алгоритмические и математические модели;
- провести внутреннее и внешнее проектирование;
- разработать программный модуль на основе моделей и проекта для решения поставленной цели.
Объектом исследования являются современные методы кластеризации временных рядов.
Предметом исследования являются методы кластеризации профилей нагрузки виртуальных машин, позволяющие уменьшить финансовые потери от простаивающих виртуальных машин.
Научная новизна работы: разработка модели кластеризации профилей нагрузки виртуальных машин, на основе предлагаемых критериев оценки нагрузки, являющейся комплексным методом классификации временных рядов с целью уменьшения финансовых потерь от простаивающих ВМ
Целью выпускной квалификационной работы является уменьшение финансовых потерь от простаивающих ВМ при помощи методов анализа и кластеризации временных рядов.
Для достижения поставленной цели поставлены следующие задачи: - провести литературно-аналитический обзор для выявления существующих способов кластеризации профилей нагрузок виртуальных машин;
- синтезировать структурные, функционально-структурные, концептуальные, алгоритмические и математические модели;
- провести внутреннее и внешнее проектирование;
- разработать программный модуль на основе моделей и проекта для решения поставленной цели.
Объектом исследования являются современные методы кластеризации временных рядов.
Предметом исследования являются методы кластеризации профилей нагрузки виртуальных машин, позволяющие уменьшить финансовые потери от простаивающих виртуальных машин.
Научная новизна работы: разработка модели кластеризации профилей нагрузки виртуальных машин, на основе предлагаемых критериев оценки нагрузки, являющейся комплексным методом классификации временных рядов с целью уменьшения финансовых потерь от простаивающих ВМ