完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.author | 湯, 政仁 Jr | |
dc.contributor.author | 李, 宜亭 Jr | |
dc.contributor.author | 戴, 妙如 Jr | |
dc.contributor.author | 蔡, 宗育 Jr | |
dc.contributor.author | 林, 政廷 Jr | |
dc.contributor.author | 宋, 鴻鈞 Jr | |
dc.date.accessioned | 2011-03-13T20:02:33Z | |
dc.date.accessioned | 2020-05-18T03:24:07Z | - |
dc.date.available | 2011-03-13T20:02:33Z | |
dc.date.available | 2020-05-18T03:24:07Z | - |
dc.date.issued | 2011-03-13T20:02:33Z | |
dc.date.submitted | 2009-11-27 | |
dc.identifier.uri | http://dspace.lib.fcu.edu.tw/handle/2377/30063 | - |
dc.description.abstract | 網路總流量為週期性時間序列的重複樣式,原因為 網路服務的使用習慣與行為。使用者的多寡將決定網路服 務的需求量,進而對網路上的資料流量造成影響,而網路 資料流量關係著電腦機房的能源消耗。為了維持穩定的網 路服務品質,電腦機房採用高可用性系統。在此叢集系統 架構環境下會提高機房所產生的熱能,亦造成冷卻系統的 耗能問題。因此若能預先得知下個單位時間裡必需提供多 少網路服務,則可減少機房中機器的工作數量,進而降低 機房熱能的生成及冷卻系統消耗之能源。為找到真實需要 的機器數量,重點在於預測下個時間週期所可能發生的封 包類型序列。本文除傳統的數量預測模型外,提出了網路 服務需求樣式組成預測模型,其預測準確率能到達90%。 | |
dc.description.sponsorship | National Taipei University,Taipei | |
dc.format.extent | 12p. | |
dc.relation.ispartofseries | NCS 2009 | |
dc.subject | 網路流量樣式 | |
dc.subject | 高可用性系統 | |
dc.subject | 網路服務叢集 | |
dc.subject | 冷卻系統 | |
dc.subject | 需求樣式預測 | |
dc.subject.other | Workshop on Artificial Intelligence, Fuzzy, and U-Learning | |
dc.title | 使用 MRU、AR-PST、SMA 與WMA 建構網路節點服務需求之樣式組成預測模型與數量預測模型 | |
分類: | 2009年 NCS 全國計算機會議 |
文件中的檔案:
檔案 | 描述 | 大小 | 格式 | |
---|---|---|---|---|
AFU 2-6.pdf | 1.37 MB | Adobe PDF | 檢視/開啟 |
在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。