您是否知道QoE

Marcos Carvalho, Daniel F. Macedo
{"title":"您是否知道QoE","authors":"Marcos Carvalho, Daniel F. Macedo","doi":"10.5753/sbrc_estendido.2022.222318","DOIUrl":null,"url":null,"abstract":"O provedor de nuvem compartilha seus recursos computacionais entre diferentes clientes, co-localizando as aplicações no mesmo servidor. No entanto, isso pode causar degradação nas aplicações. Além disso, os provedores de nuvem utilizam métricas de Qualidade de Serviço (QoS) como forma de medir a qualidade do serviço entregue aos seus clientes. Essas métricas são pré-estabelecidas e especificadas no Service Level Objective (SLO). Contudo, o SLO baseado em QoS é insuficiente para garantir aos usuários das aplicações uma boa Qualidade de Experiência (QoE). A dissertação lida com esse problema, propondo um agendador de contêiner ciente da QoE em um ambiente de nuvem onde as aplicações sofrem interferência causada pela co-localização. Propomos uma nova abordagem que utiliza métodos de aprendizado de máquina para estimar a QoE que a nuvem pode oferecer, considerando atributos da nuvem. Experimentos mostraram que o agendamento com reconhecimento da QoE pode melhorar a QoE dos usuários, assim como reduzir o uso de recursos.","PeriodicalId":365067,"journal":{"name":"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-05-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Agendamento de Contêineres Ciente da QoE\",\"authors\":\"Marcos Carvalho, Daniel F. Macedo\",\"doi\":\"10.5753/sbrc_estendido.2022.222318\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O provedor de nuvem compartilha seus recursos computacionais entre diferentes clientes, co-localizando as aplicações no mesmo servidor. No entanto, isso pode causar degradação nas aplicações. Além disso, os provedores de nuvem utilizam métricas de Qualidade de Serviço (QoS) como forma de medir a qualidade do serviço entregue aos seus clientes. Essas métricas são pré-estabelecidas e especificadas no Service Level Objective (SLO). Contudo, o SLO baseado em QoS é insuficiente para garantir aos usuários das aplicações uma boa Qualidade de Experiência (QoE). A dissertação lida com esse problema, propondo um agendador de contêiner ciente da QoE em um ambiente de nuvem onde as aplicações sofrem interferência causada pela co-localização. Propomos uma nova abordagem que utiliza métodos de aprendizado de máquina para estimar a QoE que a nuvem pode oferecer, considerando atributos da nuvem. Experimentos mostraram que o agendamento com reconhecimento da QoE pode melhorar a QoE dos usuários, assim como reduzir o uso de recursos.\",\"PeriodicalId\":365067,\"journal\":{\"name\":\"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-05-23\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/sbrc_estendido.2022.222318\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbrc_estendido.2022.222318","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

云提供商在不同的客户端之间共享其计算资源,在同一服务器上共同定位应用程序。然而,这可能会导致应用程序降级。此外,云提供商使用服务质量指标(QoS)来衡量交付给客户的服务质量。这些指标是预先建立的,并在服务水平目标(SLO)中指定。然而,基于QoS的sla不足以保证应用程序用户的良好体验质量(QoE)。本文通过提出一种在云环境中应用程序受到共定位干扰的QoE感知容器调度程序来解决这个问题。我们提出了一种新的方法,使用机器学习方法来估计云可以提供的QoE,考虑云属性。实验表明,QoE识别调度可以提高用户的QoE,减少资源的使用。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Agendamento de Contêineres Ciente da QoE
O provedor de nuvem compartilha seus recursos computacionais entre diferentes clientes, co-localizando as aplicações no mesmo servidor. No entanto, isso pode causar degradação nas aplicações. Além disso, os provedores de nuvem utilizam métricas de Qualidade de Serviço (QoS) como forma de medir a qualidade do serviço entregue aos seus clientes. Essas métricas são pré-estabelecidas e especificadas no Service Level Objective (SLO). Contudo, o SLO baseado em QoS é insuficiente para garantir aos usuários das aplicações uma boa Qualidade de Experiência (QoE). A dissertação lida com esse problema, propondo um agendador de contêiner ciente da QoE em um ambiente de nuvem onde as aplicações sofrem interferência causada pela co-localização. Propomos uma nova abordagem que utiliza métodos de aprendizado de máquina para estimar a QoE que a nuvem pode oferecer, considerando atributos da nuvem. Experimentos mostraram que o agendamento com reconhecimento da QoE pode melhorar a QoE dos usuários, assim como reduzir o uso de recursos.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信