دانلود ترجمه مقاله مدل دسترسی شبه مارکوف برای زیرسازی به عنوان یک ابر خدماتی (۲۰۱۷) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

مدل دسترسی شبه مارکوف برای زیرسازی به عنوان یک ابر خدماتی با توجه به نقص های پنهان ماشین های فیزیکی

Semi-Markov Availability Model for Infrastructure as a Service Cloud Considering Hidden Failures of Physical Machines

چکیده

۱- مقدمه

۲- بیان نتایج حاصل از پژوهش ها

۲-۱- روشی برای تحلیل دسترسی IaaS Cloud

۲-۲- مدل تحلیلی و تصادفی دسترسی برای یک IaaS Cloud با در نظر گرفتن خرابی های پنهان ماشین های فیزیکی

۳- نتیجه گیری ها درباره نتایج حاصل از پژوهش ها

منابع

چکیده

نتایج حاصل از پژوهش ها در حوزه های مختلف علوم و تکنیک تایید می کند که یک مسیر موثر به منظور حل امور مهم، امکان انتقال منابع داده ها در درون فضای ابر است. بنابراین، خدمات رایانش ابری شامل زیرساخت به عنوان یک ابر خدماتی (IaaS Cloud) می بایست دارای سطح بالایی از دسترسی باشد. این مساله جدی است چرا که حتی ارائه دهندگان بزرگ خدمات ابری نیز با خرابی های تصادفی IaaS Cloud مواجه می شوند. این موضوع شگفت آور نیست که دانشمندان طبقه بندی این سیستم را بر اساس استفاده از تمامی عناصر مورد نظر همانند ماشین های فیزیکی (PM) و ماشین های مجازی (VM) در نظر می گیرند. بنابراین ارائه دهندگان خدمات ابری همواره می بایست در نظر داشته باشند که ویژگی های پنهان PM ها یکی از دلایل اصلی خسارت به دارایی های ابری آن ها است. در این مقاله روشی را برمبنای استفاده از مدل شبه مارکوف به منظور تعیین سطح دسترسی برای IaaS Cloud به همراه سیستم کنترل فنی حالت پیشنهاد می دهیم.

۳٫ نتیجه گیری ها درباره نتایج حاصل از پژوهش ها

در این مقاله مدل سازی شبه مارکوف را برای IaaS Cloud با TSCS براساس زنجیره های مارکوف تعبیه شده به کار گرفته ایم. سهم این مقاله از جنبه های ذیل قابل توجه است. هدف این مدل از طریق پیاده سازی آن مورد مطالعه قرار گرفته است و از معیارهای دسترس IaaS Cloud استفاده کرده است. این مدل ارزیابی های قابل توجهی را برای ارائه کننده فراهم می کند. در حقیقت خرابی های تصادفی و پنهان ماشین های مجازی مساله مهمی برای ارائه دهنده IaaS Cloud محسوب می شود. ما نشان دادیم که این نتایج یک مدل شبه مارکوف دسترسی با چهارده حالت است. مدل پیشنهادی به منظور تحلیل جامع معماری های مختلف برای IaaS Cloud به ویژه در حین رخدادها، حوادث فاجعه گونه و دیگر حوادث منفی همانند حملات DoS و DDoS قابل استفاده هستند. مسائل متعدد بهینه سازی برای IaaS Cloud وجود دارد که به دسترسی منابع مرتبط است و با استفاده از مدل تحلیلی و تصادفی توصیف شده در این مقاله قابل حل است. در نهایت، افزایش مقیاسه پذیری و انعطاف پذیری این نوع مدل ها در آینده به منظور توسعه IaaS Cloud مورد بررسی قرار می گیرد.

Abstract

Results of researches in different areas of science and technique confirm that an effective route in order to solve important tasks is the possibility of migrating data resource within the cloud. Therefore Cloud Computing services including Infrastructure as a Service Cloud (IaaS Cloud) should have high availability level. It is serious problem, because even large cloud providers face with sudden failures of IaaS Cloud. It comes no surprise, that scientists consider taxonomy of this system on base of using overall underlying components, such as physical machines (PMs) and virtual machines (VMs). However cloud providers should always remember that hidden failures of PMs are one of the main causes of damage for their cloud assets. In this paper we propose approach on base of using Semi-Markov model in order to determine availability level for the IaaS Cloud with Technical State Control System.

۳- Conclusions Statement of the Researches Results

In this paper we performed Semi-Markov modeling for the IaaS Cloud with TSCS based on embedded Markov Chains. The contributions of this paper are the following. The purpose of the model, through the tool implementing it, is studied and used IaaS Cloud availability measures. It really is the significant assessments for provider. Indeed sudden and hidden failures of PMs are serious problem for IaaS Cloud provider. We illustrated these results in an availability Semi-Markov model with fourteen states. Our model can be used in order to make profound analysis of different architectures for IaaS Cloud, in particular during accidents, disasters and other negative events, such as DoS and DDoS attack. Several optimization problems for IaaS Cloud regarding resource availability can be formulated using our analytical and stochastic model described in this paper. In conclusion, increasing scalability and flexibility of this type of models is future of IaaS Clouds development.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل دسترسی شبه مارکوف برای زیرسازی به عنوان یک ابر خدماتی با توجه به نقص های پنهان ماشین های فیزیکی

Semi-Markov Availability Model for Infrastructure as a Service Cloud Considering Hidden Failures of Physical Machines