Estudio técnico de aprendizaje profundo en computación en la nube para una predicción precisa de la carga de trabajo
Autores: Ahamed, Zaakki; Khemakhem, Maher; Eassa, Fathy; Alsolami, Fawaz; Al-Ghamdi, Abdullah S. Al-Malaise
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estudio técnico de aprendizaje profundo en computación en la nube para una predicción precisa de la carga de trabajo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Gestión de recursos
Servicios en la nube
Aprendizaje profundo
Predicción de carga de trabajo
Calidad de datos
Modelo LSTM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La gestión proactiva de recursos en Servicios en la Nube no solo maximiza la rentabilidad, sino que también permite superar problemas como violaciones de Acuerdos de Nivel de Servicio (SLA) y la provisión de recursos.
Descripción
La gestión proactiva de recursos en Servicios en la Nube no solo maximiza la rentabilidad, sino que también permite superar problemas como violaciones de Acuerdos de Nivel de Servicio (SLA) y la provisión de recursos.