Self-similar model of cloud data warehouse load

Authors:

Rostyslav Strubytskyi

Information Systems and Networks Department, Lviv Polytechnic National University, S. Bandery Str., 12, Lviv, 79013, UKRAINE

This article presents the results of the practical study of real load cloud storage. The dynamic characteristics of incoming and outgoing traffic and distribution capacity server hardware are established. It has enabled a dynamic model load construction and the opportunity to practically demonstrate the feasibility of using fractal models. Temporal self-similarity parameters have been revealed. Implemented self-similar model of load allows accurately predict the workload in the time context.

1. Harmantzia F.C., Hatzinakos D. Heavy Network Traffic Modeling and Simulation using Stable FARIMA Processes // IEEE Trans. Signal Proc. Lett. —— 2000. —— Vol. 5. —— P. 48–50.
2. Heyman D.P., Sobel M.J. Stochastic Models in Operations Research: Stochastic optimization. Dover Books on Computer Science Series. —— Dover Publications, 2003.
3. Hurst H. Long term storage capacity of reservoirs // Transaction of the American society of civil engineer. —— 1951. —— Vol. 116. —— P. 770— 799.
4. Hurst H.E., Black R.P., Simaika Y.M. Long-term storage: an experimental study. —— Constable, 1965.
5. Jain R., Routhier S. Packet Trains—Measurements and a New Model for Computer Network Traffic // IEEE J.Sel. A. Commun. —— 2006. —— sep. —— Vol. 4, no. 6. —— P. 986–995.
6. On the self-similar nature of Ethernet traffic (extended version) / Will E. Leland, Murad S. Taqqu, Walter Willinger, Daniel V. Wilson // IEEE/ACM Trans. Netw. —— 1994. —— Vol. 2, no. 1. —— P. 1–15.
7. Open, Closed, and Mixed Networks of Queues with Different Classes of Customers / Forest Baskett, K. Mani Chandy, Richard R. Muntz, Fernando G. Palacios // J. ACM. —— 1975. —— apr. —— Vol. 22, no. 2. —— P. 248–260.
8. The Pseudo-self-similar Traffic Model: Application and Validation / Rachid El Abdouni Khayari, Ramin Sadre, Boudewijn R. Haverkort, Alexander Ost // Perform. Eval. —— 2004. —— mar. —— Vol. 56, no. 1-4. —— P. 3–22.
9. Self-similarity Through High-variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level / Walter Willinger, Murad S. Taqqu, Robert Sherman, Daniel V. Wilson // IEEE/ACM Trans. Netw. —— 1997. —— feb. —— Vol. 5, no. 1. —— P. 71–86.
10. Song Cheng. Packet Train Model: Optimizing Network Data Transfer Performance : Ph. D. thesis / Cheng Song. —— The University of Wisconsin — Madison, 1989. —— AAI8923401.
11. Stallings W. High-speed networks and internets: performance and quality of service. William Stallings books on computer and data communications technology. —— Pearson Education, 2002.
12. Tanenbaum A.S., Wetherall D.J. Computer Networks. —— 5th edition. —— Prentice Hall, 2011.
13. Vacche A.D., Lee S.K. Mastering Zabbix. —— Packt Publ., 2013.
14. Бєльков Д.В. Дослідження мережевого трафіку // Наукові праці донецького національного технічного університету. —— Vol. 10(153) of Обчислювальна техніка та автоматизація. —— Донецьк, 2009. —— P. 212–215.
15. Бессараб В.І., Ігнатенко Е.Г., Черівнський В.В. Генератор самоподібного трафіку для моделей інформаційних мереж // Наукові праці донецького національного технічного університету. —— Vol. 15(130) of Обчислювальна техніка та автоматизація. —— Донецьк, 2008. —— P. 23–29.
16. Платов В.В., Петров В.В. Дослідження самоподібної структури телетрафіку бездротової // Електротехнічні та інформаційні комплекси і системи. —— Vol. 3. —— 2004. —— P. 38–49.