МОДЕЛИРОВАНИЕ УПРАВЛЯЮЩИХ ПОТОКОВ ДАННЫХ ВЫСОКОНАГРУЖЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ, ПОСТРОЕННЫХ НА БАЗЕ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ Текст научной статьи по специальности «Компьютерные и информационные науки»

И. П. Болодурина, доктор технических наук, профессор, заведующий кафедрой прикладной математики, ФГБОУ ВПО «Оренбургский государственный университет» e-mail: prmat@mail.osu.ru

Д. И. Парфёнов, начальник отдела программно-технической поддержки дистанционного обучения, ФГБОУ ВПО «Оренбургский государственный университет» e-mail: fdot_it@mail.osu.ru

МОДЕЛИРОВАНИЕ УПРАВЛЯЮЩИХ ПОТОКОВ ДАННЫХ ВЫСОКОНАГРУЖЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ, ПОСТРОЕННЫХ НА БАЗЕ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ1

Проводимое исследование направлено на повышение эффективности использования высо-конагруженных информационных систем, развернутых в облачной системе. Для этого планируется разработать модели, описывающие основные особенности обслуживания потоков с учетом топологий системы, сетевых сервисов и существующих систем планирования задач, а также методы управления потоками данных между процессами вычислительных задач. В рамках данной статьи решается задача модельного исследования облачной системы и оценка эффективности схем управления с учетом различных алгоритмов планирования. С этой целью разработаны: имитационная модель облачной системы, метрики эффективности и методика экспериментального исследования алгоритмов планирования и методов управления потоками данных. Имитационная модель определяется функционалами отдельных вычислительных узлов и связанных потоков между сервисами всей системы в целом. Они включают: время обслуживания потока заявок, интенсивность обслуживания, дисциплину обслуживания, класс обслуживания, количество заявок. Методика экспериментального исследования предполагает оценку эффективности совместной работы виртуальных машин с учетом алгоритмов планирования и методов управления потоками данных по описанным метрикам. Предложенные в рамках данной статьи решения являются основой разработанного симулятора облачной системы.

Ключевые слова: облачные вычисления, информационные системы, потоки данных.

В настоящее время широкое распространение получило применение интегрированных информационных систем (ИС), используемых для обработки, хранения и передачи значительных объемов данных. Современные информационные системы, кроме обработки данных, как правило, осуществляют поддержку ряда сервисов и приложений, предоставляющих доступ конечным пользователям. Одной из проблем современных высоконагруженных информационных систем является потребность в больших объемах вычислительных ресурсов. При этом рост потребления ресурсов, в отличие от изменения доступного объема, имеет экспоненциальный характер [6]. Для организации работы сервисов в едином информационном пространстве необходимо проводить оптимизацию использования доступных вычислитель-

ных ресурсов в зависимости от их востребованности, что весьма актуально при наличии физических ограничений. Отличительной особенностью современных информационных систем является неоднородность поступающих потоков запросов пользователей. Это обусловлено многофункциональностью современных информационных систем, выраженной в поддержке различных мультимедийных сервисов на единой платформе. При этом каждый из таких сервисов обладает собственными требованиями к производительности вычислительных ресурсов и, как следствие, оказывает влияние на всю информационную систему в целом [5].

В настоящее время наиболее перспективным средством предоставления сервисов является применение облачных систем. В отличие от классической архитектуры серверных ре-

1 Работа выполнена при поддержке РФФИ (научные проекты № 13-07-00198 И 13-01-97050).

сурсов, облачные системы обладают следующими характеристиками [3]:

- эластичность - потребитель ресурсов самостоятельно может определять и изменять вычислительные потребности, такие как серверное время, скорость доступа и обработка данных, требуемый объем размещаемых данных;

- объединение ресурсов - возможность консолидировать несколько сервисов, используя единую аппаратную базу, управляя распределением вычислительных мощностей между потребителями в условиях динамической востребованности ресурсов.

- универсальный (унифицированный) доступ к услугам по средствам сети - используя модель размещения приложений, клиенты могут получать услугу в независимости от своей аппаратной платформы и технической базы. Кроме того, снижаются затраты на поддержку и разработку программного обеспечения для разработчиков, так как исчезает необходимость портирования разработки на различные платформы и операционные системы [4].

Однако проблема ограниченности ресурсов, используемых для работы облачной системы, остается актуальной [2]. Для оптимизации использования вычислительных ресурсов облачной системы необходимо построить модель, описывающую структуру связей ее компонентов.

Теоретический анализ

Потоки передаваемых данных в информационных системах, как правило, обрабатываются в несколько этапов, называемых фазами обслуживания. При этом на каждой фазе может применяться несколько однотипных элементов, обеспечивающих балансировку и распределение нагрузки между элементами информационной системы [7]. Количество элементов в каждой фазе зависит от функционала информационной системы и количества приложений, входящих в ее состав. Представим информационную систему в виде кортежа

18 = ...,5,}, (1)

где 8. — элемент, выполняющий обработку данных на основе поступающего потока запросов пользователей, 7—1..г (г — общее число элементов в информационной системе).

Количество фаз обслуживания f на пути потока запросов пользователей информационной

системы зависит от ее архитектуры [1]. Для информационных систем, применяющих облачные вычисления для повышения эффективности использования имеющихся ресурсов, число основных фаз, описывающих этапы обработки данных, возьмем равным трем (/=3).

При этом количество фаз обслуживания потоков в случае усложнения или модификации работы информационной системы может быть увеличено. В дальнейшем потоки данных, формируемые в информационной облачной системе, будем рассматривать для системы дистанционного обучения, построенной с использованием современных средств телекоммуникаций, и реализующей трехфазное обслуживание запросов пользователей.

Определим назначение каждой из фаз обслуживания запросов относительно их расположения в последовательности обработки запросов пользователей:

- первая фаза представлена группой элементов в виде вычислительных узлов контроллера, управляющего распределением потоков данных между ресурсами информационной системы, расположенной в облаке;

- вторая фаза представлена группой элементов в виде виртуальных машин, размещенных на вычислительных узлах информационной системы, обеспечивающих динамическое масштабирование вычислительных ресурсов в облаке;

- третья фаза представлена в виде приложений, запущенных на виртуальных машинах, выполняющих обработку данных пользователя.

Кроме того, к элементам третей фазы относят узлы системы хранения данных и системы управления базами данных, участвующие в обслуживании запросов пользователей, как неотъемлемые части информационной системы, обеспечивающей доступ к мультимедийным сервисам в облаке.

Детализируем кортеж элементов, входящих в состав информационной системы, в виде:

18 = {81,...,81,812,...,82,813,...,8к}, (2)

где - 7-й элемент]-й фазы;

т е N, п е N, к е N - число элементов, входящих в состав системы на соответствующих фазах /

Введем также входные 80 элементы, передающие поток данных в информационную

систему, и выходные 54 элементы, принимающие потоки данных из облачной инфраструктуры. Следовательно, кортеж, описывающий элементы информационной системы, преобразуется к виду:

15 = {50,..., 5;, 51,..., 5:, 52,..., Б1,

о3 о3 о4 , (3)

р)

где т е Ы, п е Ы, к е N - число элементов, входящих в состав системы на соответствующих фазах У;

/ е N, р е N - число элементов на входе и выходе информационной облачной системы.

Каждый элемент 5/ информационной системы в любой момент времени может обслуживать несколько запросов, поступивших от разных пользователей. При этом в процессе выполнения запроса пользователя образуются потоки данных на входе и выходе из элемента системы, обладающие индивидуальными характеристиками, изменяющимися во времени. Обозначим все входящие потоки элемента 5/ как X- , а выходящие У/ , где г - номер элемента на1-й фазе обслуживания. Каждый поток запросов можно описать набором характеристик. Пусть для элемента системы 5/ существует /■ входящих потоков и р. выходящих. Тогда для входящего и -го потока, и = 1. // введем набор характеристик

X( ^ ^ ) = № а ),..., хк >р ($ ) У,(4)

(1 V)

где х!.. - интенсивность поступления заявок в каждом и -м потоке на входе элемента 5/ ;

х2- время обслуживания и -го потока заявок в элементе 5/ ;

х^^ - интенсивность обслуживания о -го потока заявок в элементе 5/ .

х4;/п) - дисциплина обслуживания и -го потока заявок в элементе 5/ , определяющая порядок обслуживания в соответствии с алгоритмом расстановки приоритетов в информационной системе;

х(5];У) - класс обслуживания и -го потока заявок в элементе 5/;

(1V)

х6; - количество заявок, поступивших из и -го потока в элемент 5/ ;

Для выходящего / -го потока, /л = 1. р/ элемента системы 5/ набор характеристик включает в себя:

Г/(м^) = (уО/)^),...,ук(t))Г, (5)

где

у1(г,/) - интенсивность поступления заявок в каждом р-м потоке на выходе элемента 5/;

у2- интенсивность обслуживания р.-го потока заявок на выходе элемента 5/;

у3- дисциплина обслуживания р.-го потока заявок на выходе элемента 51 , определяющая порядок передачи данных в соответствии с алгоритмом расстановки приоритетов в информационной облачной системе;

у (;,л) - класс обслуживания заявок ^-го потока заявок на выходе элемента 51 ;

у51л) - количество обслуживания заявок ^-го потока заявок на выходе элемента 5/ .

Интенсивность обслуживания рассматриваемых потоков заявок информационной системы, запрашиваемых пользователями зависит от класса обслуживания, определяемого уровнем конечного приложения. В исследовании проведен статистический анализ нагрузки на наиболее востребованные приложения, используемые в информационных системах, на основе данных о работе, полученных из информационно-аналитической системы вуза. Оценка времени поступления запросов к различным приложениям позволит спрогнозировать потоки и обеспечить эффективное распределение ресурсов. Используя критерий согласия хи-квадрат Пирсона для полученных данных, проверим гипотезу на соответствие поступающих потоков запросов законам распределения. Для этого все данные времени поступления запросов разделим на конечное число интервалов и определим число наблюдений, попавших в г-й интервал и сравним со средней частотой согласно закону распределения. На графиках приведены результаты статистических исследований, полученных в пакете Statistica и описывающие время поступления заявок для основных приложений информационной системы, развернутой на базе облачной платформы.

Таким образом, установлено, что интенсивность поступления и обслуживания потока заявок для каждого класса приложений определяется функцией распределения в соответствии со следующими законами:

- для приложений, обрабатывающих потоковые данные, характерно распределение Па-рето;

- для приложений, обрабатывающих файлы, характерно распределение Вейбулла;

- для приложений, обрабатывающих текстовые данные, характерно распределение Хи-квадрат.

При обслуживании заявок в информационной системе, построенной с использованием облачной архитектуры, траектория прохождения фаз для каждого потока может изменяться динамически. При этом количество уникальных потоков напрямую зависит от числа элементов на каждой фазе.

Множество всех потоков, входящих в элементы на каждой 1-й фазе, включая входящие потоки пользователей информационной системы, можно представить в виде:

X1 = 0 X/, (6)

где 1 номер фазы обслуживания, п количество элементов на 1 фазе. Следовательно, все входящие потоки информационной системы, реализованной с использованием облачных вычислений, можно представить в виде:

X = 0 X1 (7)

1=0

где / количество фаз обслуживания.

Для выходных потоков справедливо анало-п1 / гичное условие: У1 = 0 ^ У = 0У1, где п

7=0 1=0

количество элементов на 1 фазе, 1=1../.

Для эффективного обслуживания запросов пользователей, образующих потоки данных в

а) Веб-приложение с потоковыми данными

б) Веб-приложение с текстовыми данными

в) Веб-приложение, предоставляющее доступ к файлам

Рис. 1. Распределение времени поступления запросов пользователей к ресурсам информационной системы, развернутой на базе облачной платформы

7=0

информационной системе, должно существовать однозначное отображение вида Я: x ^у.

При этом для обслуживания каждой заявки в любой момент времени в облачной информационной системе строится матрица переходов Н между фазами обслуживания в зависимости от класса запроса и текущей загруженности элементов системы. Граф перехода между фазами может быть получен с использованием функции У/-1 = Я(X7,у), У/-1 е У, где е - номер элемента, принадлежащего фазе j-1 и направляющего поток данных V к элементу 87 фазы 1, у=1.. Ц.

Тогда множество всех входных потоков для любого элемента 87, полученных от элемента 8/"1 информационной системы, находящегося на предыдущей фазе, представим в виде:

X

1,1 -1

= я;1 [у/1 П я( x /)], (8)

где - фаза обслуживания. Тогда выходящие потоки элемента 8/ , направленные к элементу 8/+1, представим в виде:

У/1+1 = У/ П Я(X/+1), (9)

где j - фаза обслуживания.

т

Тогда выражениями У1 = 0 У7

п

XI* = 0 X! и

7=0

можно описать соответствен-

7=0

&1

7-1

&

7-1

А

ХТ

на каждой из фаз обслуживания. Для описания данного процесса необходимо определить связи выходных потоков данных элемента 8/ фазы 1 со всеми элементами фазы 1+1. С учетом этого множество У'1 расширяется и принимает вид:

у 1*=0

У

( \

1,0 I I I I V 1,1+1

0 0 У1

, 81+1 V 8

,(10)

При этом для заключительной фазы обслуживания необходимо также учитывать передачу потока данных пользователю.

Для описания пересекающихся входящих в фазу потоков введем две функции:

X1 = Qi(У 1*),(11)

У]1,1+1 = (У 1*),(12)

1*

где QJX(У ) характеризует входящие, а Q3y (У] ) выходящие пересекающиеся потоки, направленные в фазу +1.

Аналогичным образом можно определить множество входных потоков, поступающих в фазу обслуживания. При этом также справедливо пресечение потоков однотипных запросов пользователей. Следовательно, входящий поток данных, поступающий на элемент 8/ , принадлежащего фазе 1, от всех элементов фазы -1 можно представить в виде:

но входные (рис. 1, а) и выходные (рис. 1, б) потоки фазы j .

В реальных информационных системах, как правило, выходные потоки могут пересекаться и попадать на обслуживание на один и тот же вычислительный узел или выполняться в рамках одного экземпляра приложения, что приводит к образованию внутренних очередей

X1* = 0

8/

(

\

X10 0 X,1,1-1

V1

(13)

Для описания пересекающихся выходящих из фазы потоков введем две функции:

X

1,1 -1 _ ТУЗ

= Р3 (Г ), (14)

У11 -1 = ру (X 1*), (15)

А

Л'

7+1

5Л

7+1

7- 1

7 + 1

X3 у 7 У'

а) б)

Рис. 2. Графическое представление потоков данных, циркулирующих между фазами

8

И

где РХ (X 1 ) характеризует входящие, а

Ру (X ) выходящие пересекающиеся потоки, поступающие из фазы ]-1.

Таким образом, функции (11) и (15) описывают потоки данных между фазами обслуживания информационной системы, расположенной в облаке. Для описания всей многофазной информационной облачной системы формализуем описание потоков каждой фазы в виде отображения я : x ^ ¥. Тогда потоки данных информационной системы, расположенной в облаке, можно представить в виде:

у/ = я1 (х /) =

И(х'), X/ е X1

Р/ (X1*), X1 е и

с/

QX (Г-О, Г1* е и

X/' 0 и У X,1,1-1

с 1-1

V с

, (16)

Г и №

Г], 1+1

Так как потоки данных и их характеристики могут изменяться во времени, следует дополнить полученное описание потоков данных в информационной системе параметром времени t. Кроме того, так как на информационную систему оказывают влияние не только внутренние процессы и потоки предаваемых данных, но и внешние факторы, описание системы можно дополнить параметром внешнего воздействия F. Тогда потоки предаваемых данных в облачной информационной системе можно описать выражением вида: У/ = Я1 (X /, t, F).

Предложенная модель положена в основу разработанного алгоритма управления ресурсами облачной системы, позволяющего оптимизировать использование виртуальных машин в условиях ограниченности ресурсов.

Основным этапом в работе облачной системы является запуск инфраструктуры виртуализации, для обеспечения требуемого количества экземпляров приложений. Таки образом, основной задачей управления является выбор количества вычислительных ресурсов в каждый последующий момент времени, то есть составление плана. В высоконагруженных приложениях создаваемая нагрузка не может изменяться в широких пределах за достаточно короткие интервалы времени. Для того чтобы

предотвратить исчерпание выделенных для работы ресурсов, необходимо динамически составлять план потребления ресурсов и применять его для оптимизации структуры облачной системы. Разработанный в рамках исследования алгоритм работает последовательно в двух связанных друг с другом процессах.

Одним из процессов является оценка ресур-соемкости поступающего потока запросов к каждому из запущенных приложений. Во время работы алгоритм управления осуществляет анализ, классификацию запросов согласно уровням критичности сервиса, определяемые индивидуально для каждой информационной системы. Выходными данными работы алгоритма является файл конфигурации в виде шаблона для приложения ИС, включающего в себя образ виртуальной машины с заданными параметрами аппаратного и программного обеспечения и характеристиками, обеспечивающими учет сессий пользователей.

На основе полученного шаблона и данных истории подключений, алгоритм управления осуществляет расчет оптимального времени запуска полученной конфигурации. При этом в случае идентичности виртуальных машин по программному обеспечению предлагаются варианты уже созданных ранее образов, размещенных на сетевом хранилище данных. Для оптимизации использования выделенных вычислительных ресурсов в условиях физических ограничений аппаратного обеспечения, алгоритм формирует три варианта конфигурации виртуальных машин.

Первый вариант - обеспечит запас производительности в случае непредвиденного увеличения количества пользователей. Коэффициент масштабирования при этом рассчитывается динамически. Облачной системой будет производиться масштабирование в рамках всех доступных на текущий момент времени ресурсов вычислительной системы. Кроме того, алгоритм управления виртуальными ресурсами облачной системы, используя данные о текущей конфигурации облачной системы и ее характеристиках, формирует диапазон количества экземпляров виртуальных машин, доступных для запуска с учетом ограниченности ресурсов.

Второй вариант - обеспечит заведомо меньшую производительность виртуальной машины по сравнению с заданным количеством пользователей. Однако такой подход является наибо-

1 91+1

Vе! у

с,

лее эффективным при использовании сервисов для узкоспециализированной аудитории пользователей. Он позволяется сократить накладные расходы при сравнительно малом количестве пользователей относительно рассчитанного числа подписчиков. Как и в случае с первым вариантом конфигурации, алгоритм формирует диапазон доступного количества экземпляров виртуальных машин, что позволяет обеспечить параллельный запуск приложений на нескольких вычислительных узлах при увеличении нагрузки на приложение. Таким образом, производится разделение на независимые узлы общей вычислительной задачи, что также позволяет обеспечить соответствующее качество обслуживания для пользователей, использующих приложения.

Третий вариант создается с использованием заданных в конфигурации пользователем характеристик, включающих в себя фиксированный коэффициент масштабирования, и фиксированное количество экземпляров виртуальных машин, которые будут запущены независимо от количества пользователей сразу после выполнения алгоритма. При этом в рамках данного процесса алгоритм используется лишь для расчета максимального числа виртуальных машин, доступных в выбранной пользователем конфигурации для обеспечения ограничения по вычислительным ресурсам.

Вторым процессом, в рамках предлагаемого алгоритма, является непосредственное обслуживание запросов пользователей и масштабирование ресурсов во время работы приложений. Алгоритм управления виртуальными ресурсами и приложениями учитывает общее количество запросов от каждого из источников, что дает возможность прогнозировать нагрузку на

запущенные в облачной инфраструктуре приложения. На основе полученных данных алгоритм управления виртуальными ресурсами в соответствии с заданным планом осуществляет миграцию виртуальных машин между физическими вычислительными узлами, масштабируя тем самым работу приложений.

Для эффективного использования ресурсов в рамках описанных процессов в сетевом хранилище образов формируются дополнительные экземпляры виртуальных машин, поддерживающие работу приложений для обеспечения доступа минимального количества пользователей. В случае прогнозирования увеличения нагрузки на какой-либо сервис алгоритм управления виртуальными ресурсами разворачивает полноценный образ мультимедийного ресурса и анализирует входящие запросы пользователей. Если в течение заданного интервала времени нагрузка не превышает количества запросов стандартного потока в режиме «stand by», алгоритм переключает нагрузку на соответствующий образ, выключая виртуальную машину.

Подход, применяемый в предложенном алгоритме управления виртуальными ресурсами и приложениями, позволяет учитывать физические ограничения вычислительных ресурсов и организовывать работу информационной системы с учетом входящего потока запросов пользователей, регулируя при этом число запущенных экземпляров приложений.

Результаты

В рамках экспериментального исследования в облачной системе OpenStack [8] проведено сравнение реального потребления выделенных виртуальных ресурсов проводилось по следующим критериям оценки эффективности: время отклика сервера и количество выделен-

Ц

<а ^

ев К S а

м ^

£ Я

60

40

20

■ Стандартное

\УА А

7 Л/ V7

i 2 3 4 5 6 7 8 9

14,15094 33,01887 52,83019 19,18605 31,97674 48,83721 17,79661 31,77966 50,42373

0 47,16981 52,83019 53,89222 0 46,10778 0 47,87234 52,12766

■ С приоритетами

Виртуальные узлы

Рис. 3. График эффективности использования вычислительных ресурсов облачной системы

0

ных виртуальных серверов для каждой из подсистем. На рисунке 2 представлен график, показывающий эффективность работы системы управления вычислительными ресурсами облачной системы.

За счет оптимального выделения ресурсов на каждом вычислительном узле гарантировано

обеспечение совместной работы всех запущенных экземпляров приложений, что удовлетворяет требованиям потенциальных пользователей. При этом благодаря работе алгоритмов оптимизации возможно высвобождение от 20 до 30% выделенных ресурсов (виртуальных серверов).

Литература

1. Жуков, А. В. Некоторые модели оптимального управления входным потоком заявок в ин-транет-системах : материалы 6-й научно-технической конференции «Новые информационной технологии в ЦБП и энергетике» / А. В. Жуков. - Петрозаводск, 2004. - С. 87-90.

2. Бойченко, И. В. Управление ресурсами в сервис-ориентированных системах типа «приложение как сервис» / И. В. Бойченко, С. В. Корытников // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2010. - Вып. 1-2. - С. 156-160.

3. Тарасов, В. Н. Математические модели облачного вычислительного центра обработки данных с использованием OpenFlow / В. Н. Тарасов, П. Н. Полежаев, А. Е. Шухман, Ю. А. Ушаков, А. Л. Коннов // Вестник Оренбургского государственного университета. - 2012. - № 9. - C. 150-155.

4. Wuhib, F. Dynamic resource allocation with management objectives - Implementation for an OpenStack cloud / F. Wuhib, R. Stadler, H. Lindgren // Network and service management, 2012 8th international conference and 2012 workshop on systems virtualiztion management, 2012. - C. 309-315.

5. Парфёнов, Д. И. Сравнение эффективности алгоритмов динамического распределения данных в облачных хранилищах системы дистанционного обучения / Д. И. Парфёнов // Системы управления и информационные технологии. - 2012. - № 41(50). - С. 163-168.

6. Болодурина, И. П. Управление потоками запросов при доступе к широкополосным мультимедийным образовательным ресурсам системы дистанционного обучения / И. П. Болодурина, Д. И. Парфёнов // Проблемы управления. - 2013. - № 6. - С. 24-30.

7. Полежаев, П. Н. Модельное исследование эффективного планирования задач для облачных вычислительных систем / П. Н. Полежаев, А. Е. Шухман, Ю. А. Ушаков, Л. В. Легашев, В. Н. Тарасов // Интеллект. Инновации. Инвестиции. - 2013. - № 43. - С. 140-145.

8. OpenStack Open Source Cloud Computing Software [Электронный ресурс]. - URL : http:// www.openstack.org

References

1. Zhukov, A. V. (2004), Models of optimal control input stream applications in an intranet

systems,Proceedings of the 6th Scientific Conference "New information technology in the pulp and paper industry and energy", Petrozavodsk, pp. 87-90.

2. Boichenko, I. V., Koritnikov S. V. (2010), Resource management in service-oriented systems, such as "application as a service", Reports of the Tomsk State University of Control Systems and Radio Electronics, No 1-2, 2010, pp. 156-160.

3. Tarasov, V. N., Polezhaev P. N., Shukhman A. E., Ushakov Yu. A., Konnov A. L. (2012), Mathematical models of cloud computing datacenter based on Openflow, Vestnik Orenburg State University, № 9, pp. 150-155.

4. Polezhaev, P. N. (2012), Dynamic Resource Allocation with Management Objectives -Implementation for an OpenStack Cloud, Network and service management (cnsm), 2012 8th international conference and 2012 workshop on systems virtualiztion management (svm), No 5, pp. 309-315.

5. Wuhib, F., Stadler, R., Lindgren H. (2012), Dynamic resource allocation with management objectives - Implementation for an OpenStack cloud, Network and service management, 2012 8th international conference and 2012 workshop on systems virtualiztion management, pp. 309-315.

6. Bolodurina, I. P., Parfenov D. I. (2013), Controlling the flow of requests for access to broadband multimedia educational resources in distance learning system, No 6, pp. 24-30.

7. Polezhaev, P. N., Shukhman A. E., Ushakov Yu. A., Legashev L. V., Tarasov V. N. (2013), Model research of effective job scheduling for cloud computing systems,Intellect. Innovation. Investments, No 4, pp. 140-145.

8. OpenStack Open Source Cloud Computing Software. [Electronic resource]. - Access mode: URL: http://www.openstack.org