Skip to Main content Skip to Navigation
Theses

Virtual machine experience design : a predictive resource allocation approach for cloud infrastructures

Résumé : L’un des principaux défis des fournisseurs de services cloud est d’offrir aux utilisateurs une performance acceptable, tout en minimisant les besoins en matériel et énergie. Dans cette thèse CIFRE menée avec Outscale, un fournisseur de cloud, nous visons à optimiser l’allocation des ressources en utilisant de nouvelles sources d’information. Nous caractérisons la charge de travail pour comprendre le stress résultant sur l’orchestrateur, et la compétition pour les ressources disponibles qui dégrade la qualité de service. Nous proposons un modèle pour prédire la durée d’exécution des VMs à partir de caractéristiques prédictives disponibles au démarrage. Enfin, nous évaluons la sensibilité aux erreurs d’un algorithme de placement des VMs de la littérature qui se base sur ces prédictions. Nous ne trouvons pas d’intérêt à coupler note système prédictif avec cet algorithme, mais nous proposons d’autres façons d’utiliser les prédictions pour optimiser le placement des VMs.
Complete list of metadatas

Cited literature [174 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02372649
Contributor : Abes Star :  Contact
Submitted on : Wednesday, November 20, 2019 - 3:12:28 PM
Last modification on : Saturday, December 21, 2019 - 5:12:40 AM

File

ThesePERENNOU.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02372649, version 1

Collections

Citation

Loïc Pérennou. Virtual machine experience design : a predictive resource allocation approach for cloud infrastructures. Distributed, Parallel, and Cluster Computing [cs.DC]. Conservatoire national des arts et metiers - CNAM, 2019. English. ⟨NNT : 2019CNAM1246⟩. ⟨tel-02372649⟩

Share

Metrics

Record views

399

Files downloads

423