prikaz prve stranice dokumenta Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku
Rad nije dostupan
diplomski rad
Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. urn:nbn:hr:168:442542
Zemunik, Antonio
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Zemunik, A. (2015). Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:442542

Zemunik, Antonio. "Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:442542

Zemunik, Antonio. "Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:442542

Zemunik, A. (2015). 'Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:442542

Zemunik A. Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2015 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:442542

A. Zemunik, "Primjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2015. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:442542

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:442542
Podaci o radu
NaslovPrimjena strojnog učenja u optimizaciji operativnog troška usluga u računalnom oblaku
Naslov (engleski)Using machine learning in optimization of cloud services cost
AutorAntonio Zemunik
MentorDamir Seršić (mentor)
Član povjerenstvaDamir Seršić (predsjednik povjerenstva)
Član povjerenstvaMladen Vučić (član povjerenstva)
Član povjerenstvaAna Sović Kržić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2015-07-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Računarstvo u oblaku označava model koji omogućava mrežni zahtjev za dijeljenim računalnim resursima. Cilj ovog rada je primjenom strojnog učenja i simulacija temeljenih na zadanom modelu usluge dobiti jasniju sliku o utjecaju pojedinih parametara aplikacijske usluge i okruženja računalnog oblaka, u koji je smještena, na trošak izvođenja i ponašanje aplikacije. Uz to se primjenom regresijskih modela želi ostvariti mogućnost predviđanja ukupnog troška na temelju ulaznih značajki čime bi odluka o konfiguraciji okoline računalnog oblaka bila znatno olakšana. Unutar CloudSim simulatora, korištenog u projektu, implementirana su dva naplatna modela specifična za paradigmu računarstva u oblaku. Korištena su tri algoritma dodjele resursa virtualne jedinice: vremenska dodjela, prostorna dodjela i vremenska dodjela s automatskim skaliranjem. Simulacije aplikacijskih usluga smještenih u računalni oblak prate dvije izlazne varijable: trošak izvođenja i vrijeme odziva usluge. Navedene simulacije čine ulazne podatke za linearnu i polinomijalnu regresiju. Po pitanju troška, modeli linearne regresije pokazali su da najveći utjecaj imaju cijene resursa koje postavlja pružatelj usluge. Što se tiče vremenskog odziva, najvažniju ulogu ima korisničko ponašanje, odnosno broj korisničkih zahtjeva i vremenski intervali među njima.
Sažetak (engleski)
Cloud computing is a paradigm that enables network access to a shared pool of configurable computing resources. The goal of the project is to identify the impact of parameters, related to the application and the cloud environment, where it will be deployed, on the cost and behavior of cloud-based service using machine learning and simulations based on defined service models. Also, regression models may enable the ability to predict service execution cost based on input features. Such prediction would make the decision about the service cloud deployment environment much easier. Two pricing methods, specific to cloud computing paradigm, were implemented within CloudSim, the simulator used in this project. Three schedulers are used for allocation of virtual machines resources: time-shared, space-shared and time-shared with autoscaling. The research uses simulations of cloud-based application services with two output variables: service cost and response time. These simulations make inputs for linear and polynomial regression. Linear regression models showed that prices of resources, set by the service provider, have the major impact on service cost. On the other hand, user behavior, which consists of number of user requests and time intervals between them, has the most important role in determination value of response time variable.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:442542
Studijski programNaziv: Informacijska i komunikacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2018-02-06 14:32:37