云计算环境下低成本存储科学数据的演化CTT-SP算法

发布时间：2018-01-05 17:18

  本文关键词：云计算环境下低成本存储科学数据的演化CTT-SP算法　出处：《计算机科学》2017年12期 　论文类型：期刊论文

  更多相关文章： 数据存储 计算存储平衡 云计算 科学应用 成本

【摘要】：云计算系统强大的计算能力和存储容量,使得科学家可以在其上部署计算型和数据密集型的应用,并把大量的应用数据存储在云计算环境下。基于云服务即用即付模型,针对原有数据存储状态,考虑云服务价格变化所产生的状态调整成本,同时为降低存储大量生成的科学数据的成本,在传统最小成本基准的CTT-SP算法的基础上,提出了一种演化CTT-SP算法。在云计算环境下针对云服务的新价格,该算法可自动决定所生成的科学数据是否需要存储,从而使计算和存储达到更佳的平衡。以亚马逊的成本模型为例,对大量随机数据集进行实验,结果表明,当云服务价格变化后,所提演化CTT-SP算法有效地降低了存储科学数据的总成本。
[Abstract]:Cloud computing systems have powerful computing power and storage capacity, allowing scientists to deploy computational and data-intensive applications on them. And a lot of application data is stored in cloud computing environment. Based on the cloud service pay-as-you-go model, the state adjustment cost caused by the change of cloud service price is considered in view of the original data storage state. At the same time, in order to reduce the cost of storing a large number of generated scientific data, based on the traditional minimum cost benchmark CTT-SP algorithm. An evolutionary CTT-SP algorithm is proposed, which can automatically determine whether the generated scientific data needs to be stored for the new price of cloud services in the cloud computing environment. In order to achieve a better balance between computing and storage. Taking Amazon's cost model as an example, a large number of random data sets are tested, the results show that, when the price of cloud services changes. The proposed evolutionary CTT-SP algorithm effectively reduces the total cost of storing scientific data.
【作者单位】： 广东工业大学计算机学院;悉尼大学电力信息工程学院;斯威本科技大学软件与电子工程学院;
【基金】：广东省产学研重点项目(2014XYD-007) 广东省科技计划项目(2012B091000173)资助
【分类号】：TP333;TP393.09
【正文快照】： 统),按需的云计算服务给科学研究部署带来了便利[4],但科1　引言学研究者为使用的云资源所支付诉成本仍然很高。特别地,近年来,云计算作为新兴的并行分布式计算模式,根据用科学应用越来越趋向于数据密集型的应用[5],其产生的数据户需求,提供冗余、廉价和可扩展的资源[1]。云计，

本文编号：1384079