ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Сокращение времени аппроксимации логов вычислительного кластера с использованием методов моментов на гиперэкспоненциальном распределении

2017. №1, Стр. 94-105

Гаевой С.В. - кандидат технических наук, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, gaevserge@mail.ru

Ахмед Весам Мохаммед Абдо - аспирант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, wesamalsofi@gmail.com

Быков Д.В. - кандидат технических наук, доцент, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, mitril@list.ru

Фоменков С.А. - доктор технических наук, профессор, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, saf@vstu.ru

Одним из типов вычислительных систем являются вычислительные кластеры. Они используются для обслуживания приходящих заданий. Важным способом анализа нагрузки вычислительных кластеров является моделирование их работы с использованием модели входящей нагрузки. В работе в рамках такого моделирования предлагается использовать метод моментов с целью определения параметров гиперэкспоненциального распределения с двумя ветками для модели входящей нагрузки. Это позволяет заметно сократить время аппроксимации модели входящей нагрузки по сравнению с методом наибольшего правдоподобия, но снижает качество результатов. Для проверки этого качества в данной статье используется метод имитационного моделирования аппроксимированной нагрузки и сравнение результатов вычислительных экспериментов с оригинальной (фактической) нагрузкой, взятой из лога вычислительной системы. Результаты для ранее предложенных моделей входящей нагрузки сравниваются с теми расчетами, которые приводятся в данной работе. Обоснована целесообразность использования выбора между двумя методиками для решения задач аппроксимации.

Ключевые слова: метод моментов, интегральная функция распределения, нагрузки вычислительных систем, не масштабируемые задачи, время выполнения заданий, имитационное моделирование, стохастическая аппроксимация, method of moments, cumulative distribution function, parallel

Читать