Machine Learning for Cloud Management

"Maskininlärning för molnhantering. Molndatortjänster erbjuder prenumerationsbaserade on-demand-tjänster och har blivit ryggraden i dataindustrin. Det har möjliggjort delning av resurser mellan flera användare genom virtualisering, vilket skapar en virtuell instans av ett datorsystem som körs i en abstrakt hårdvarulager. Till skillnad från tidigare distribuerade datormodeller erbjuder det i princip obegränsade datorkraftresurser via sina storskaliga molndatacenter. Det har blivit mycket populärt under de senaste åren, med en ökande infrastruktur, antal användare och mängden hostad data. De stora och komplexa arbetsbelastningar som är hostade på dessa datacenter ger upphov till många utmaningar, inklusive resursutnyttjande, strömförbrukning, skalbarhet och driftskostnader. Därför är det avgörande att ha ett effektivt resurshanteringsschema för att uppnå operationell effektivitet med förbättrad elasticitet. Maskininlärningsaktiviteter är den bästa lösningen för att hantera dessa problem eftersom de kan analysera och lära sig av data. Dessutom introducerar det automation till lösningarna, vilket är en väsentlig faktor när man arbetar med stora fördelade system inom molnpardigmetetiket.

Maskininlärning för Cloud Management utforskar molnresursförvaltning genom prediktiva modellerings-och virtuella maskinsplaceringstekniker. De prediktiva metoderna utvecklas med hjälp av regressionsbaserad tidsanalys samt neurala nätverksmodeller.

De neurala nätverksmodellerna tränas främst med hjälp av evolutionära algoritmer och effektiva strategier för virtuell maskinplacering utvecklas genom multiobjektiva genetiska algoritmer.

Huvudfunktioner: Den första boken som presenterar olika maskininlärningsmetoder för effektiv resurshantering inom ett stort distribuerat nätverk av molntjänster.