Resumen

Los proveedores de servicios en la nube (CSPs) pueden ofrecer un espacio de almacenamiento infinito con un costo de mantenimiento más barato en comparación con el modo de almacenamiento tradicional. Los usuarios tienden a almacenar sus datos en CSPs geográfica y diversamente para evitar quedar atrapados con un solo proveedor. La colocación estática de datos ha sido ampliamente estudiada en trabajos recientes. Sin embargo, el patrón de acceso a los datos a menudo varía con el tiempo y los usuarios pueden incurrir en mayores costos si se adopta una colocación estática durante la vida útil de los datos. Por lo tanto, es un problema pendiente y un desafío cómo almacenar de manera dinámica los datos de los usuarios bajo un patrón de acceso a los datos que varía con el tiempo. Con este fin, proponemos ADPA, una arquitectura de colocación de datos adaptativa que puede ajustar el esquema de colocación de datos en función del patrón de acceso a los datos que varía con el tiempo y que busca minimizar el costo total y maximizar la disponibilidad

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Proveedores de servicios en la nube; Ubicación de datos; Patrón de acceso a datos variable en el tiempo; ADPA; Predicción de la frecuencia de recuperación de datos; Disponibilidad de datos
• Keywords:Cloud service providers; Data placement; Time-varying data access pattern; ADPA; Data retrieval frequency prediction; Data availability