Nhƣ đã mô tả trong chƣơng 2 của luận v n, một trong những vấn đề mà môi trƣờng điện toán đa đám mây có thể giải quyết so với mô hình ĐTĐM truyền thống đó chính là t ng khả n ng mở rộng, co giãn tài nguyên tính toán. Tuy nhiên, ở khía c nh chuyển dịch ứng dụng, việc sử dụng hợp lý tài nguyên tính toán cho các ứng dụng, dịch vụ trên nền tảng điện toán đa đám mây để đáp ứng tính khả mở vẫn còn chƣa đƣợc giải quyết triệt để và rõ ràng [25]. Ví dụ cụ thể, nếu một dịch vụ web ch y trên 01 máy ảo cung cấp bởi dịch vụ ĐTĐM, đến một thời điểm nhất định do số lƣợng truy cập web quá lớn khiến cho tài nguyên máy ảo t ng đột biến và ch m ngƣỡng tối đa cho phép, thƣờng các nhà quản trị ĐTĐM có các chiến lƣợc sau để giải quyết vấn đề:
Chiến lƣợc định kỳ: ngƣời quản trị sẽ sử dụng các cơ chế đặt lịch để có thể t ng giảm tài nguyên máy ảo ch y ứng dụng định kỳ. Tuy nhiên, chiến lƣợc này không mang tính tổng quát cao và thƣờng không xử l đƣợc các sự cố bất ngờ. [14] [15]
Đặt ngƣỡng sử dụng tài nguyên: ngƣời quản trị sử dụng các công cụ giám sát tài nguyên hệ thống và đặt ngƣỡng giới h n để quyết định việc thay đổi tài nguyên máy ảo. Đã có nhiều cách tiếp cận theo hƣớng này, tuy nhiên vì
tài nguyên máy ảo giao động và thay đổi liên tục nên đối với trƣờng hợp nhƣ vậy, chiến lƣợc này là không phù hợp.
Dự đoán mức độ sử dụng tài nguyên: dựa vào các dữ liệu về tài nguyên sử dụng trong quá khứ, chiến lƣợc này áp dụng các hệ thống dự đoán về tài nguyên sẽ sử dụng t i một thời điểm trong tƣơng lai. Từ đó làm cơ sở để ra quyết định t ng giảm tài nguyên. Tuy nhiên, cách tiếp cận này thƣờng có độ chính xác chƣa cao. [4] [7]
Luận v n đƣa ra một hƣớng tiếp cận giải quyết bài toán trên dựa theo chiến lƣợc dự đoán mức độ sử dụng tài nguyên với mục đích cải thiện độ chính xác và hiệu n ng.