大型云数据中心收入建模的 CDSFA 随机前沿分析方法
分布式、并行与集群计算
2016-10-04 v1
摘要
企业正大力投资云数据中心，以满足不断激增的业务需求。数据中心是一种容纳计算机系统及电信和存储系统等相关组件的设施。它通常包括电源设备、通信连接和冷却设备。一个大型数据中心的耗电量可与一个小镇相当。由于基于数据中心的计算服务的出现，有必要审视与数据中心相关的成本如何随时间演变，主要着眼于效率问题。我们提出了一种准形式的 Cobb Douglas 模型，以解决运营大型数据中心时的收入和利润问题。引入并探讨了随机形式与准 Cobb Douglas 模型，以深入理解该模型的行为。模型中纳入了 Harrod 中性和 Solow 中性，以识别云数据中心的技术进步。这使我们能够阐明云数据中心运营的随机不确定性。提出了一种使用 Cobb Douglas 随机前沿分析（CDSFA）优化数据中心收入成本的通用方法。随后，我们开发了大型数据中心的优化模型。CDSFA 的数学基础已被用于数据中心的成本优化和利润最大化。结果表明，鉴于全球大型数据中心的重组生产，这些结果非常实用。
引用
@article{arxiv.1610.00624,
title = {CDSFA Stochastic Frontier Analysis Approach to Revenue Modeling in Large Cloud Data Centers},
author = {Jyotirmoy Sarkar and Bidisha Goswami and Snehanshu Saha and Saibal Kar},
journal= {arXiv preprint arXiv:1610.00624},
year = {2016}
}