5. Bố cục luận án
1.5. Kết luận Chương 1
Chương 1 trình bày tổng quan về cân bằng tải và sự cần thiết của cân bằng tải trên điện toán đám mây. Việc quản lý máy ảo và các chiến lược lập lịch phân bổ tài nguyên trên đám mây cũng được trình bày. Tiếp theo, Chương 1 trình bày bài toán cân bằng tải, mô hình cân bằng tải, đánh giá các tham số ảnh hưởng đến cân bằng tải và trình bày một số phương pháp đánh giá hiệu năng cân bằng tải. Một nội dung nữa được trình bày trong chương này là các phương pháp tiếp cận giải quyết bài toán cân bằng tải, trong luận án trình bày 3 cách tiếp cận để giải quyết vấn đề: phương pháp
xấp xỉ, phương pháp lập lịch phân bổ tài nguyên và phương pháp cải tiến các tham số ảnh hưởng đến cân bằng tải. Bên cạnh đó, Chương 1 cũng trình bày một số ưu, nhược điểm của các phương pháp cân bằng tải thông qua việc xem xét một số tham số ảnh hưởng đến hiệu năng của thuật toán như: thời gian đáp ứng, thời gian xử lý, mức độ sử dụng tài nguyên,...
Chương 1 cũng đã nêu ra các vấn đề mà luận án tập trung giải quyết bao gồm: cải thiện tham số ảnh hưởng đến cân bằng tải (thời gian đáp ứng, thời gian xử lý). Để giải quyết vấn đề còn tồn tại nêu trên, Chương 2 và Chương 3 sẽ tập trung nghiên cứu các vấn đề cụ thể sau:
- Chương 2: Nghiên cứu, phát triển thuật toán cân bằng tải để cải thiện thời gian đáp ứng trên điện toán đám mây.
- Chương 3: Nghiên cứu, phát triển thuật toán cân bằng tải để cải thiện thời gian xử lý trên điện toán đám mây.
Như vậy, nhiệm vụ chính mà luận án cần giải quyết là đề xuất thuật toán cân bằng tải nhằm cải tiến thời gian đáp ứng và thời gian xử lý trên môi trường điện toán đám mây. Cách tiếp cận của luận án là theo hướng cải thiện các tham số ảnh hưởng đến cân bằng tải. Trong Chương 2 và Chương 3 sẽ đề xuất các phương pháp theo cách tiếp cận này.
CHƯƠNG 2.
PHÁT TRIỂN MỘT SỐ THUẬT TOÁN CÂN BẰNG TẢI NHẰM CẢI THIỆN THỜI GIAN ĐÁP ỨNG TRÊN ĐIỆN TOÁN ĐÁM MÂY
Chương này trình bày 02 phương pháp cải tiến thời gian đáp ứng trên điện toán đám mây cùng các kết quả mô phỏng thực nghiệm để chứng minh hiệu quả của thuật toán đề xuất. Phương pháp thứ nhất là thuật toán LBAIRT (CT4) phân phối tải kết hợp với thời gian hoàn thành dự kiến của các máy ảo. Phương pháp thứ hai là thuật toán RRTA (CT7), dùng kỹ thuật dự báo ARIMA để dự báo thời gian đáp ứng của máy ảo tiếp theo. Thực nghiệm tiến hành trên dữ liệu mô phỏng cho thấy, các thuật toán đề xuất có tỉ lệ chấp nhận yêu cầu cao hơn, cải thiện được thời gian đáp ứng so với các thuật toán Roud Robin, Throtted. Nội dung chương 2 được minh chứng bằng các công bố trong các công trình (CT4) và (CT7).