-
公开(公告)号：KR101720292B1
公开(公告)日：2017-03-27
申请号：KR1020150162630
申请日：2015-11-19
Applicant: 수원대학교산학협력단
IPC: H04L12/24
Abstract: 제공하기로한 서비스수준에관한계약(Service Level Agreement)의위반에대한위약금을고려하여서비스제공자의총 수익에대한기대값을최대화하는낙찰자를결정하는클라우드서비스자원할당방법이제공된다. 본발명은, 사용자들로부터제공받고자하는자원량및 그에대한비용을포함하는입찰정보를수신하는입찰단계와, 사용자들중에서제공하기로한 서비스수준에관한계약(Service Level Agreement)의위반에대한위약금을고려한서비스제공자의총 수익에대한기대값을최대화하는복수의낙찰자를결정하는낙찰단계를포함한다.
-
Patent Agency Ranking
公开(公告)号：KR101721644B1
公开(公告)日：2017-03-30
申请号：KR1020150162634
申请日：2015-11-19
Applicant: 수원대학교산학협력단
IPC: H04L12/24
Abstract: 서비스사용자의작업시간에대한 QoS를보장하여 SLA 위반에따른위약금을최소화하여서비스제공자의이득을최대화하는클라우드서비스자원할당방법이제공된다. 본발명의클라우드서비스자원할당방법은, 복수의다른유형의가상머신자원을복수의사용자들에게제공하기위한클라우드서비스자원할당방법에있어서, 사용자들로부터제공받고자하는자원량및 그에대한비용을포함하는입찰정보를수신하는입찰단계와, 사용자들중에서작업제한시간에대한 SLA(Service Level Agreement)의위반에대한위약금을고려한서비스제공자의총 수익에대한기대값을최대화하는복수의낙찰자를결정하는낙찰단계를포함한다. 본발명에따르면, 서비스제공자의자원이용에따른비용과 SLA 위반에따른위약금(penalty)을고려함으로써서비스제공자의이득을최대화할수 있다.
Abstract translation: 提供了一种云服务资源分配方法，用于通过确保针对服务用户的工作时间的QoS来最小化由于SLA违反而导致的损失来最大化服务提供商的利益。 根据本发明的云服务资源分配方法是一种用于向多个用户提供多种不同类型的虚拟机资源的云服务资源分配方法，所述方法包括以下步骤： 考虑违反服务级别协议（SLA）的惩罚，确定多个中标者以最大化服务提供商的总利润的期望值的投标步骤， 它包括。 根据本发明，通过考虑使用服务提供商的资源的成本以及由于违反SLA而导致的损失，可以使服务提供商的收益最大化。
-
公开(公告)号：KR101584005B1
公开(公告)日：2016-01-11
申请号：KR1020140152648
申请日：2014-11-05
Applicant: 수원대학교산학협력단
IPC: G06F15/16
Abstract: 서비스제공자의총 경비에대한기대값을고려하여자원제공량을결정하는동적가상머신프로비져닝방법이제공된다. 본발명의일 실시예에따른동적가상머신프로비져닝방법은, 클라우드컴퓨팅환경에서의동적가상머신프로비져닝방법에있어서, 다음서비스의사용자요구량을예측하는사용자요구량예측단계와, 예측된결과값을이용하여서비스제공자의총 경비에대한기대값을최소화하도록다음구간에서제공할자원의양을결정하는서비스자원준비량계산단계를포함한다. 본발명에따르면, 사용자의 QoS를만족시키면서도서비스제공자의이득을높일수 있다.
Abstract translation: 考虑到关于服务提供商的总成本的期望值，提供了动态虚拟机配置方法。 根据本发明的实施例，云计算环境中的动态虚拟机配置方法包括：预测下一个业务的用户需求量的步骤; 以及计算服务资源准备量的步骤，所述服务资源准备量决定下一部分中提供的资源量，以通过使用预期的结果值来最小化关于服务提供商的总成本的期望值。 本发明可以满足用户的QoS，并且可以提高服务提供商的收益。
-
公开(公告)号：KR101685852B1
公开(公告)日：2016-12-12
申请号：KR1020150164703
申请日：2015-11-24
Applicant: 수원대학교산학협력단
Abstract: 클라우드컴퓨팅서비스의스팟인스턴스기반의가용자원경매를위한입찰가결정방법이제공된다. 본발명의입찰가결정방법은, 현시점의자신의기존의최고낙찰가와작업진행시간을확인하는단계와, 현시점의자신의기존의최고낙찰가와작업진행시간을반영하여현 시점에서제한시간안에작업을완료하기위해요구되는총 비용에대한기댓값을최소화하도록입찰가를결정하는단계를구비한다. 본발명에따르면, 서비스이용자가스팟인스턴스를이용하여보다저렴한가격으로작업을처리하고만약제한시간내에작업을완료하지못한다면온 디맨드인스턴스를이용하여신속하게남은작업을완료하는경우에, 총비용에대한기대값을최소화할수 있는입찰가를결정하므로, 작업완료에대한총 비용을줄일수 있다.
-
公开(公告)号：KR101630125B1
公开(公告)日：2016-06-13
申请号：KR1020150058977
申请日：2015-04-27
Applicant: 수원대학교산학협력단
Abstract: 강화학습(reinforcement learning)에기반하여클라우드컴퓨팅환경에서사용자의동적인자원요구량을예측하는방법이제공된다. 본발명의자원요구량예측방법은, 요구정보를기반으로현재상태를확인하는단계와, 사전에준비된를제공하여서비스를처리한후에 VM 프로비져닝지연시간를확인하는단계와, 현재상태를기반으로 Q-값(Q-value)가가장작아지는행동을선택하는단계와, 선택된행동으로부터다음번서비스에준비할자원량를결정하는단계를구비한다. 본발명에따르면, 추가적인 VM 프로비져닝지연시간의발생확률이종래의방법에비하여낮으며초당서비스처리율이다른예측모델보다높아서, 사용자에게 QoS를보장하고서비스제공자의이득을최대화하는 VM 프로비져닝자원의양을결정할수 있다.
Abstract translation: 提供了一种基于加强学习来预测云计算环境中的用户的动态资源需求的方法。 根据本发明，预测资源需求的方法包括以下步骤：基于需求信息确认当前状态（s_t）; 通过提供准备的vm_prepared来确认在处理服务之后的VM供应延迟时间（res_delay）; 基于当前状态选择具有最小Q值的动作（s_t）; 以及从所选动作中确定为下一个服务准备的资源量（vm_prepared）。 根据本发明，与传统方法相比，附加的虚拟机配置延迟时间的发生概率低，每秒的服务吞吐量高于其他预测模型，从而确定用于提供保证的虚拟机配置资源的数量 为用户提供QoS，并最大限度地提高服务提供商的收益。
-
公开(公告)号：KR101584004B1
公开(公告)日：2016-01-11
申请号：KR1020140152647
申请日：2014-11-05
Applicant: 수원대학교산학협력단
IPC: G06F15/16
Abstract: 서비스제공자의총 경비를고려하여자원제공량을결정하는동적가상머신프로비져닝방법이제공된다. 본발명의일 실시예에따른동적가상머신프로비져닝방법은, 다음서비스의사용자요구량을예측하는사용자요구량예측단계와, 예측된결과값을이용하여서비스제공자의이득을최대화시키는다음서비스의자원준비량을계산하는서비스자원준비량계산단계를포함한다. 본발명에서는서비스자원준비량계산단계는언더프로비져닝상황만을고려하여서비스자원준비량을계산한다. 본발명에따르면, 사용자의 QoS를만족시키면서도서비스제공자의이득을높일수 있다.
Abstract translation: 提供了一种动态虚拟机配置方法，考虑到服务提供商的总服务成本来决定资源提供量。 根据本发明的实施例，动态虚拟机配置方法包括：预测下一个业务的用户需求量的步骤; 以及计算下一个服务的服务资源准备量的步骤，以通过使用预期结果值来最大化服务提供商的利益。 根据本发明，在计算服务资源准备量的步骤中，仅考虑供应不足的情况来计算服务资源准备量。 本发明可以满足用户的QoS，并提高服务提供商的收益。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
