download0 view155
twitter facebook

공공누리This item is licensed Korea Open Government License

Title
Adaptive resource provisioning method using application-aware machine learning based on job history in heterogeneous infrastructures
Author(s)
최지은김윤희
Publication Year
2017-11-10
Abstract
With the remarkable growth in cloud computing, computing resources can be manipulated on-demand in most scientific fields. This enables scientists to strategically select their experimental environment. Since it is hardto offer cloud resources in accordance with application characteristics, efficient resource provisioning methods are needed. This paper proposes an adaptive resource provisioning method using an application-aware machinelearning technique that is based on the job history in heterogeneous infrastructures. The proposed resource provisioning method is built on two main concepts. First, it provides application-aware resource provisioning throughthe profiling of scientific application in a heterogeneous computing infrastructure. A resource provisioning model uses the resource usage profiles of scientific applications and job history data in heterogeneous computing infrastructures.In addition to the multilayer perceptron (MLP) machine learning method, an error back-propagation approach is applied to analyze job history to re-learn the error of the output value. Second, it offers an adaptive resourcescaling that is invoked by the availability of resource changes. An adaptive resource management method results in an enhancement of the overall balance between the performance and utilization of a system. For the experimentswith the two CPU-intensive applications according to the method, a heterogeneous infrastructure comprising clusters and cloud environments is used. Experimental results indicate that the use of the proposed method can gratify userrequests (cost and execution time) regarding its application and enhance resource usage effectiveness.
Keyword
Adaptive Provisioning; Multilayer Perceptron; Application-aware; Auto-scaling; Heterogeneous Infrastructure
Journal Title
Cluster Computing
Citation Volume
20
ISSN
1386-7857
Files in This Item:
There are no files associated with this item.
Appears in Collections:
7. KISTI 연구성과 > 학술지 발표논문
URI
https://repository.kisti.re.kr/handle/10580/14615
http://www.ndsl.kr/ndsl/search/detail/article/articleSearchResultDetail.do?cn=NART79062102
Export
RIS (EndNote)
XLS (Excel)
XML

Browse