350 руб
Журнал «Динамика сложных систем - XXI век» №4 за 2021 г.
Статья в номере:
Программный комплекс для организации работы гибридных и мультипровайдерных облачных структур предприятия
Тип статьи: научная статья
DOI: 10.18127/j19997493-202104-06
УДК: 004.7
Авторы:

К.С. Мышенков1, Д.А. Гурьянов2 

1,2 МГТУ им. Н.Э. Баумана (Москва, Россия)

Аннотация:

Постановка проблемы. Рассмотрены преимущества облачной модели «инфраструктура как сервис», способ решения проблемы интеграции предприятия с облачной инфраструктурой, если полный переход на облачные вычисления в публичных облачных системах неприемлем по различным причинам.

Цель. Организация гибридного облачного кластера из имеющегося оборудования предприятия и публичного облака одного или нескольких провайдеров.

Результаты. Рассмотрено построение мультипровайдерных облачных структур, ограничения текущего способа организации управления виртуальными машинами. Показаны особенности организации виртуальных облачных датацентров и их строение, приведено сравнение классической модели развертывания серверных приложений с моделью, управляемой балансировщиком нагрузок на виртуальные машины. В качестве средства организации и управления гибридным и комплексным облаком предложен программный комплекс Nebula Cloud, описаны его возможности, структура, модули, технология и способ работы, результаты тестовых внедрений.

Практическая значимость. Приведены результаты сравнения разрабатываемого программного комплекса с ближайшими конкурирующими аналогами крупных вендоров, выводы о перспективах использования программного комплекса и планы дальнейших исследований с целью повышения скорости, эффективности работы и отказоустойчивости виртуальных машин.

Страницы: 44-53
Для цитирования

Мышенков К.С., Гурьянов Д.А. Программный комплекс для организации работы гибридных и мультипровайдерных облачных структур предприятия // Динамика сложных систем. 2021. T. 15. № 4. С. 44−53. DOI: 10.18127/j19997493-202104-06

Список источников
  1. Гурьянов Д.А., Зеленский А.А., Мышенков К.С. Система управления гибридной облачной инфраструктурой предприятия // В кн.: Е.П. Ткачева (Ed.), Инновационные направления исследований в сфере естественных и технических наук Белгород: Агентство перспективных научных исследований (АПНИ). С. 49–53. 
  2. Клементьев И.П., Устинов В.А. Введение в облачные вычисления. Саратов: Профобразование. 2019.
  3. Afzal S., Kavitha G. Load balancing in cloud computing – A hierarchical taxonomical classification. Journal of Cloud Computing. 2019, December 1. Springer. https://doi.org/10.1186/s13677-019-0146-7
  4. Alexander K., Lee C., Kim E., Helal S. Enabling End-To-End Orchestration of Multi-Cloud Applications. IEEE Access. 2017. № 5. P. 18862–18875. https://doi.org/10.1109/ACCESS.2017.2738658
  5. Al-Roomi, M., Al-Ebrahim, S., Buqrais, S., Ahmad, I. Cloud Computing Pricing Models: A Survey. International Journal of Grid and Distributed Computing. 2013 6(5), 93–106. https://doi.org/10.14257/ijgdc.2013.6.5.09
  6. Beranek M., Kovar V., Feuerlicht G. Framework for Management of Multi-tenant Cloud Environments. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics).2018. V. 10967 LNCS. P. 309–322. Springer Verlag. https://doi.org/10.1007/978-3-319-94295-7_21
  7. Boja C., Pocatilu P., Toma C. The Economics of Cloud Computing on Educational Services. Procedia – Social and Behavioral Sciences. 2013. V. 93. P. 1050–1054. https://doi.org/10.1016/j.sbspro.2013.09.328
  8. Buyya R., Yeo C.S., Venugopal S., Broberg J., Brandic I. Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility. Future Generation Computer Systems. 2009. V. 25(6). P. 599–616. https://doi.org/10.1016/j.future.2008.12.001
  9. Dimitri N. Pricing cloud IaaS computing services. Journal of Cloud Computing. 2020. V. 9(1). P. 14. https://doi.org/10.1186/s13677-02000161-2
  10. Durkee D. Why cloud computing will never be free. Communications of the ACM. 2010. V. 53(5). P. 62–69. https://doi.org/10.1145/ 1735223.1735242
  11. Faragardi H.R., Saleh Sedghpour M.R., Fazliahmadi S., Fahringer T., Rasouli N. GRP-HEFT: A Budget-Constrained Resource Provisioning Scheme for Workflow Scheduling in IaaS Clouds. IEEE Transactions on Parallel and Distributed Systems. 2020. V. 31(6). P. 1239–1254. https://doi.org/10.1109/TPDS.2019.2961098
  12. Ferrer A.J., Pérez D.G., González R.S. Multi-cloud Platform-as-a-service Model, Functionalities and Approaches. In Procedia Computer Science 2016/ V. 97. P. 63–72. Elsevier B.V. https://doi.org/10.1016/j.procs.2016.08.281
  13. González-Vélez H., Kontagora M. Performance evaluation of MapReduce using full virtualisation on a departmental cloud. International Journal of Applied Mathematics and Computer Science. 2011. V. 21(2). P. 275–284. https://doi.org/10.2478/v10006-0110020-3
  14. Inokuchi K., Kourai K. Secure VM management with strong user binding in semi-trusted clouds. Journal of Cloud Computing. 2020. V. 9(1) P. 3. https://doi.org/10.1186/s13677-020-0152-9
  15. Kritikos K., Zeginis C., Iranzo J., Gonzalez R.S., Seybold D., Griesinger F., Domaschka J. Multi-cloud provisioning of business processes. Journal of Cloud Computing. 2019. V. 8(1). P. 18. https://doi.org/10.1186/s13677-019-0143-x
  16. Lee I. An optimization approach to capacity evaluation and investment decision of hybrid cloud: a corporate customer’s perspective. Journal of Cloud Computing. 2019. V. 8(1). P. 15. https://doi.org/10.1186/s13677-019-0140-0
  17. Li L., Tang T., Chou W. A REST Service Framework for Fine-Grained Resource Management in Container-Based Cloud. In Proceedings – 2015 IEEE 8th International Conference on Cloud Computing, CLOUD 2015. 2015. P. 645–652. Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.1109/CLOUD.2015.91
  18. Li S., Xiao L., Shi C., Che L., Zhang C., Li Y. Boosting performance of virtualized desktop infrastructure with physical GPU and SPICE. Science China Information Sciences. 2020. July 1. Science in China Press. https://doi.org/10.1007/s11432-018-9914-5
  19. Misra S.C., Mondal A. Identification of a company’s suitability for the adoption of cloud computing and modelling its corresponding Return on Investment. Mathematical and Computer Modelling. 2011. V. 53(3–4). P. 504–521. https://doi.org/10.1016/j.mcm.2010.03.037
  20. Neghabi A.A., Navimipour N.J., Hosseinzadeh M., Rezaee A. Load Balancing Mechanisms in the Software Defined Networks: A Systematic and Comprehensive Review of the Literature. IEEE Access. Institute of Electrical and Electronics Engineers Inc. 2018, March 4. https://doi.org/10.1109/ACCESS.2018.2805842
  21. Opara-Martins J., Sahandi R., Tian F. Critical analysis of vendor lock-in and its impact on cloud computing migration: a business perspective. Journal of Cloud Computing. 2016. V. 5(1). P. 4. https://doi.org/10.1186/s13677-016-0054-z
  22. Pal R., Hui P. Economic models for cloud service markets: Pricing and Capacity planning. In Theoretical Computer Science. 2013. V. 496. P. 113–124. https://doi.org/10.1016/j.tcs.2012.11.001
  23. Pradhan P., Behera P.K., Ray B.N.B. Modified Round Robin Algorithm for Resource Allocation in Cloud Computing. In Procedia Computer Science. 2016. V. 85. P. 878–890. Elsevier B.V. https://doi.org/10.1016/j.procs.2016.05.278
  24. Randal A. The ideal versus the real: Revisiting the history of virtual machines and containers. ACM Computing Surveys. 2020, February 1. Association for Computing Machinery. https://doi.org/10.1145/3365199
  25. Secinti C., Ovatman T. Fault Tolerant VM Consolidation for Energy-Efficient Cloud Environments. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2018. V. 10967 LNCS. P. 323–333. Springer Verlag. https://doi.org/10.1007/978-3-319-94295-7_22
  26. Singh A., Juneja D., Malhotra M. Autonomous agent based load balancing algorithm in Cloud Computing. In Procedia Computer Science. 2015. V. 45. P. 832–841. Elsevier B.V. https://doi.org/10.1016/j.procs.2015.03.168
  27. Soltani S., Martin P., Elgazzar K. A hybrid approach to automatic IaaS service selection. Journal of Cloud Computing. 2018. V. 7(1). P. 12. https://doi.org/10.1186/s13677-018-0113-8
  28. Tadokoro H., Kourai K., Chiba S. Preventing information leakage from virtual machines’ memory in IaaS clouds. IPSJ Online Transactions. 2012. V. 5(2012). P. 156–166. https://doi.org/10.2197/ipsjtrans.5.156
  29. Vandebon J., Coutinho J.G.F., Luk W., Nurvitadhi E., Naik M. Enhanced Heterogeneous Cloud: Transparent Acceleration and Elasticity. 2020. P. 162–170. Institute of Electrical and Electronics Engineers (IEEE). https://doi.org/10.1109/icfpt47387.2019.00027
  30. Zhang Q., Cheng L., Boutaba R. Cloud computing: State-of-the-art and research challenges. Journal of Internet Services and Applications. 2010. V. 1(1). P. 7–18. https://doi.org/10.1007/s13174-010-0007-6
Дата поступления: 18.10.2021
Одобрена после рецензирования: 29.10.2021
Принята к публикации: 10.11.2021