الگوریتمی مبتنی بر تلفیق اطلاعات چند بانده با استفاده از شبکه GMDH برای پیشبینی بار ترافیک NFV در زیرساخت ابری

سیما جدی; سعید شریفیان

الگوریتمی مبتنی بر تلفیق اطلاعات چند بانده با استفاده از شبکه GMDH برای پیشبینی بار ترافیک NFV در زیرساخت ابری

Publish place: Journal of Iranian Association of Electrical and Electronics Engineers، Vol: 18، Issue: 4

Publish Year: 1400

Type: Journal paper

Language: Persian

This Paper With 10 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

Export:

Link to this Paper:

https://civilica.com/doc/1294890

Document National Code:

JR_JIAE-18-4_019

Index date: 19 October 2021

الگوریتمی مبتنی بر تلفیق اطلاعات چند بانده با استفاده از شبکه GMDH برای پیشبینی بار ترافیک NFV در زیرساخت ابری abstract

با فراگیر شدن استفاده از عملگرهای مجازی شبکه (NFV) که سرویس های شبکه نظیر مسیریابی، دیواره آتش و.. را به صورت نرم افزاری در قالب ماشین های مجازی روی ساختار ابری توزیع شده ارائه می دهند، نیاز به تضمین کیفیت سرویس و عدم تخطی از قرارداد SLA کاربر در کنار مصرف انرژی بهینه مرکز داده ابری و کاهش تلفات انرژی ازجمله مشکلات مطرح در این حوزه می باشند. برای حل این مشکلات نیاز به الگوریتمی برای مقیاس دهی و تخصیص پویای منابع ابری با توجه به پیشبینی نرخ بارکاری ابر می باشد. از آنجا که نرخ بارکاری ورودی به ابر دارای تغییرات زیادی در بازه های کوتاه مدت است، الگوریتم های فعلی برای پیشبینی نرخ بارکاری دقت لازم را ندارند. در این مقاله روش Wavelet-GMDH با دقت بالاتر در پیشبینی حجم بارکاری در مقایسه با کارهای قبلی ارائه شده است. ایده اصلی روش ارایه شده مدل سازی زیرباندهای مستقل زمان-فرکانس بارکاری با نگاشت تبدیل موجک و استفاده از شبکه GMDH با میزان غیرخطینگی قابل کنترل در هر یک از زیر باندها برای پیشبینی بارکاری و در نهایت تلفیق خروجی های زیرباندها برای بدست اوردن مقدار نهایی پیشبینی بارکاری می باشد. ارزیابی عملکرد الگوریتم پیشنهادی با دو بارکاری استاندارد ابری Intel و TSDL ، به سبب مدل سازی بهتر تغییرات شدید بارکاری در هر یک از زیرباندهای زمان-فرکانس نشان داد که درصد میانگین خطای مطلق پیشبینی ۷.۲ درصد نسبت به بهترین روش موجود در مقالات مرتبط که مبتنی بر شبکه عصبی می باشد کاهش داشته است.

الگوریتمی مبتنی بر تلفیق اطلاعات چند بانده با استفاده از شبکه GMDH برای پیشبینی بار ترافیک NFV در زیرساخت ابری Keywords:

Workload forecasting , Cloud Autoscaling , NFV , wavelet decomposition , GMDH. , پیشبینی بارکاری ابر , مقیاس پذیری ابر , عملگرهای مجازی شبکه , تجزیه موجک , شبکه GMDH.

الگوریتمی مبتنی بر تلفیق اطلاعات چند بانده با استفاده از شبکه GMDH برای پیشبینی بار ترافیک NFV در زیرساخت ابری authors

سیما جدی

Amirkabir University of Technology

سعید شریفیان

Amirkabir University of Technology

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

Jain, Raj, and Subharthi Paul. "Network virtualization and software defined ...

Mijumbi, Rashid, et al. "Network function virtualization: State-of-the-art and research ...

Hawilo, Hassan, et al. "NFV: state of the art, challenges, ...

Messias, Valter Rogério, et al. "Combining time series prediction models ...

Messias, Valter Rogério, Julio Cezar Estrella, and Ricardo Ehlers. "Efficient ...

Babu, C.N., Reddy, B.E. A moving-average filter-based hybrid ARIMA-ANN model ...

Atashrouz, Saeid, Gholamreza Pazuki, and Younes Alimoradi. "Estimation of the ...

Yaslan, Yusuf, and Bahadır Bican. "Empirical mode decomposition based denoising ...

Sohani, Ali, Hoseyn Sayyaadi, and Sina Hoseinpoori. "Modeling and multi-objective ...

Jafarian, Hamoon, Hoseyn Sayyaadi, and Farschad Torabi. "Modeling and optimization ...

Dargahi-Zarandi, Atefeh, et al. "Modeling gas/vapor viscosity of hydrocarbon fluids ...

http://www.cs.huji.ac.il/labs/parallel/workload/l_intel_netbatch/index.html[۱۴] https://datamarket.com/data/list/[۱۵] Hussain, Abir Jaafar, et al. "Regularized dynamic self-organized ...

Amiri, Maryam, and Leyli Mohammad-Khanli. "Survey on prediction models of ...

Tong, Jun-jie, et al. "Host load prediction in cloud based ...

Prema, V., and K. Uma Rao. "Development of statistical time ...

L. C. Parra; A. Romero; M. Martinez,"Solar energy production forecasting ...

Zhongda, Tian, et al. "A prediction method based on wavelet ...

Y. Wang; Y. Ni; S. Lu; J. Wang; X. Zhang,"Remaining ...

Di, Sheng, Derrick Kondo, and Walfredo Cirne. "Google hostload prediction ...

Shyam, Gopal Kirshna, and Sunilkumar S. Manvi. "Virtual resource prediction ...

Doucoure, Boubacar, Kodjo Agbossou, and Alben Cardenas. "Time series prediction ...

Amezquita-Sanchez, Juan P., and Hojjat Adeli. "A new music-empirical wavelet ...

Ivakhnenko, A.C. Polynomial theory of complex systems. IEEE Trans. Syst. ...

Barzegar, Rahim, Jan Adamowski, and Asghar Asghari Moghaddam. "Application of ...

Li, Qiumin, Yixiang Tian, and Gaoxun Zhang. "The k-nearest neighbour-based ...

Song, Baiyi, Carsten Ernemann, and Ramin Yahyapour. "Parallel computer workload ...

Smith, Warren, Valerie Taylor, and Ian Foster. "Using run-time predictions ...

Tian, Wenhong, and Chee Shin Yeo. "Minimizing total busy time ...

Donate, Juan Peralta, et al. "Time series forecasting by evolving ...

Cortez, Paulo, and Juan Peralta Donate. "Global and decomposition evolutionary ...

Rajashree Dash. Performance analysis of a higher order neural network ...

Barati, Masoud, and Saeed Sharifian. "A hybrid heuristic-based tuned support ...

کلانتری، سهرابی، رشیدی کنعان، " الگوریتم بهینه‫سازی ترکیبی با استفاده ...

خرسندی، حقیقت دوست، "ارائه مدل اقتصادی رقابت انحصاری چندجانبه برای ...

عباس‫زاده، حسینی سنو، "ساخت توپولوژی انرژی آگاه با مکانیزم نگهداری ...