自我感知与自适应云自动伸缩系统综述与分类
软件工程
2018-04-26 v4 分布式、并行与集群计算
摘要
自动伸缩系统能够通过云软件的各种配置和硬件资源的供应，重新配置基于云的服务与应用，以在运行时适应不断变化的环境。这种行为为在现代云计算范式中实现弹性提供了基础。鉴于共享云基础设施的动态与不确定特性，云自动伸缩系统被设计为人类创造的最复杂、最精密且最智能的人工制品之一，旨在实现自我感知、自适应且可靠的运行时伸缩。然而，现有的自我感知与自适应云自动伸缩系统（SSCAS）尚未成熟到可以在云中被可靠利用的程度。在本文中，我们调研了关于 SSCAS 的最新研究，并为该领域提供了一套全面的分类体系。我们对研究结果进行了详细分析，并提供了关于开放性挑战的见解，以及该研究领域未来工作中值得探索的有前景方向。我们的综述与分类体系为在云中工程化更智能的自动伸缩系统奠定了基础。
引用
@article{arxiv.1609.03590,
title = {A Survey and Taxonomy of Self-Aware and Self-Adaptive Cloud Autoscaling Systems},
author = {Tao Chen and Rami Bahsoon and Xin Yao},
journal= {arXiv preprint arXiv:1609.03590},
year = {2018}
}
备注
This paper has been accepted by ACM Computing Surveys (CSUR), please use the following citation information: Tao Chen, Rami Bahsoon, and Xin Yao. 2018. A Survey and Taxonomy of Self-Aware and Self-Adaptive Cloud Autoscaling Systems. ACM Computing Surveys, 51, 3, Article 61 (April 2018), 40 pages