ارائه روشی نوین با هدف افزایش بهره وری ماشین های مجازی آمازون

ماشینهای مجازی آمازون در سالهای گذشته با انواع و ظرفیتهای مختلفی ارائه گردیده و متقاضیان با هدف مدیریت هزینه در کنار حفظ کیفیت سرویس خود امکان انتخاب نمونههای متنوعی دارند. مدلهای قیمت گذاری متفاوتی در آمازون وب سرویس پیشنهاد شده و منابع محاسباتی توسط فراهم کنندگان متناسب با نیاز کاربران ارائه میشود. با توجه به نوسان زیاد قیمت و تغییرات عرضه و تقاضا در برخی مدلهای پویا، پیش بینی دقیق بارکاری و قیمت به کاربران کمک میکند تا قابلیت اطمینان و در نتیجه کیفیت سطح خدمات افزایش یابد. مدل پیشنهادی مقاله با ارائه ساختاری بر پایه یادگیری عمیق به پیش بینی شرایط بارکاری منابع ابری با هدف ارائه نتایجی با کم ترین خطا و بیشترین دقت پرداخته است که نتایج مقاله نیز نشان دهنده عملکرد موفق مدل ارائه شده در مقایسه با روشهای پیشرفته دیگر میباشد.

کلیدواژه ها:

منابع رایانش ابری آمازون ، قیمت گذاری ماشینهای مجازی ، پیش بینی قیمت ، یادگیری عمیق