Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "web cluster" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Dystrybucja żądań HTTP w klastrowych systemach webowych z wykorzystaniem sieci rozmyto-neuronowych
HTTP request distribution in web cluster systems with use of neuro-fuzzy networks
Autorzy:
Zatwarnicki, K.
Powiązania:
https://bibliotekanauki.pl/articles/157279.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
klaster serwerów
dystrybucja żądań
web
web cluster
distribution of HTTP requests
Opis:
Artykuł dotyczy zagadnień dystrybucji żądań w lokalnych klastrach serwerów webowych. W artykule opisana została nowa metoda LFNRD dystrybucji żądań. Zaprezentowane zostały zagadnienia teoretyczne związane z algorytmem LFNRD, opisane zostało środowisko symulacyjne, w którym przeprowadzone były badania nad pracą algorytmu w klastrach zawierających różne liczby serwerów webowych. W ostatniej części przedstawione zostały wyniki badań prezentujące jakość pracy algorytmu na tle innych referencyjnych algorytmów dystrybucji żądań.
article concerns the distribution of HTTP requests in local cluster of Web servers. A new adaptation algorithm LFNRD of requests distribution in the web cluster is described. In order to take a decision on dispatching the HTTP request, the algorithm uses the information of a requested object sent by the client and the information on the server's load of the Web service. The aim of the LFNRD algorithm is to select the server that offers the shortest response time for individual HTTP request, processed in the service driven by an appropriate web switch (Fig. 3a). The main elements of the web switch are models of the servers. Each model estimates the response time for the request. The web switch chooses the web server which offers the shortest response time. The model of the server employs: a classification mechanism, an adaptation mechanism, an estimation module and a load state (Fig. 3b). The estimation mechanism and the adaptation mechanism are accom-plished with the use of fuzzy-neural network (Fig. 4) [6]. In the end of the article we present the simulation environment (Fig. 5) which was used to examine the new solution in three and four servers cluster. We also present the results (Fig. 6), in which LFNRD is compared with other reference algorithms of requests distribution [3, 4, 5]. Received results show, that a Web cluster working under LFNRD algorithm obtains the best results and offer the shortest response times.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 3, 3; 305-307
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhance performance of web proxy cache cluster using cloud computing
Autorzy:
Alsaiari, N. O.
Fayoumi, A. G.
Powiązania:
https://bibliotekanauki.pl/articles/102085.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
Web proxy cache cluster
resource utilization
load balancing
cloud computing
Opis:
Web caching is a crucial technology in Internet because it represents an effective means for reducing bandwidth demands, improving web server availability and reducing network latencies. However, Web cache cluster, which is a potent solution to enhance web cache system’s capability, still, has limited capacity and cannot handle tremendous high workload. Maximizing resource utilization and system capability is a very important problem in Web cache cluster. This problem cannot be solved efficiently by merely using load balancing strategies. Thus, along with the advent of cloud computing, we can use cloud based proxies to achieve outstanding performance and higher resource efficiency, compared to traditional Web proxy cache clusters. In this paper, we propose an architecture for cloud based Web proxy cache cluster (CBWPCC) and test the effectiveness of the proposed architecture, compared with traditional one in term of response time ,resource utilization using CloudSim tool.
Źródło:
Advances in Science and Technology. Research Journal; 2013, 7, 20; 2-10
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies