Tối ưu hóa tài nguyên động trên môi trường điện toán đám mây

Abstract

Phân bổ tài nguyên động trong môi trường điện toán đám mây là một thách thức lớn, đòi hỏi khả năng dự đoán chính xác và tối ưu hóa hiệu quả để nâng cao hiệu suất sử dụng tài nguyên và giảm chi phí. Các phương pháp truyền thống thường khó thích ứng nhanh với nhu cầu biến động, dẫn đến lãng phí hoặc suy giảm chất lượng dịch vụ. Nghiên cứu này đề xuất một phương pháp tích hợp mô hình bộ biến đổi để dự báo nhu cầu tài nguyên (CPU, bộ nhớ, băng thông) với hai thuật toán: Di truyền và Tối ưu hóa Đàn Kiến. Mô hình bộ biến đổi giúp dự đoán chính xác nhu cầu tương lai dựa trên dữ liệu lịch sử, cho phép điều chỉnh phân bổ tài nguyên một cách chủ động. Thuật toán di truyền và tối ưu hóa đàn kiến được áp dụng sau đó để tối ưu việc phân phối tài nguyên trên các máy ảo. Thực nghiệm trên dữ liệu thực tế cho thấy phương pháp này cải thiện đáng kể độ chính xác dự đoán, giảm độ trễ trong phân bổ và tối ưu hóa việc sử dụng tài nguyên tốt hơn so với các phương pháp truyền thống như LSTM hoặc tối ưu hóa dựa trên tìm kiếm. Đây là giải pháp hứa hẹn cho quản lý tài nguyên động trong điện toán đám mây.