Los puntos clave no están disponibles para este artículo en este momento.
RESUMEN Antecedentes La computación en la nube se ha establecido como un paradigma eficiente y rentable para la ejecución de aplicaciones web y cargas de trabajo científicas que requieren elasticidad y capacidades de escalabilidad bajo demanda. Sin embargo, la evaluación de nuevas técnicas de aprovisionamiento y gestión de recursos representa un desafío importante debido a la complejidad de los centros de datos a gran escala. Por lo tanto, los simuladores de nube son una herramienta esencial para investigadores académicos e industriales para investigar la efectividad de nuevos algoritmos y mecanismos en escenarios a gran escala. Objetivo Este artículo propone CloudSim 7G, la séptima generación de CloudSim, que presenta una arquitectura interna reingenierizada y generalizada para facilitar la integración de múltiples extensiones de CloudSim dentro del mismo entorno simulado. Métodos Como parte del nuevo diseño, introdujimos un conjunto de interfaces estandarizadas para abstraer funcionalidades comunes y realizamos una extensa refactorización y refinamiento de la base de código. Resultados El resultado es una reducción sustancial en líneas de código sin pérdida de funcionalidad, mejoras significativas en el rendimiento en tiempo de ejecución y eficiencia de memoria (hasta 25 % menos de memoria heap asignada), así como un aumento en la flexibilidad, facilidad de uso y extensibilidad del framework. Conclusión Estas mejoras benefician no solo a los desarrolladores de CloudSim, sino también a investigadores y profesionales que utilizan el framework para modelar y simular entornos de computación en la nube de próxima generación.
Andreoli et al. (Tue,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: