Verbesserung der Nutzung von Cloud-Ressourcen für die Skalierbarkeit mehrerer Agenten
Versandkostenfrei!
Versandfertig in 6-10 Tagen
35,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Multiagentensysteme eignen sich gut, um von Cloud-Computing-Einrichtungen zu profitieren. Sie bieten dem Benutzer Entscheidungshilfen in schwierigen Umgebungen. Sie werden häufig zur Integration heterogener Informationen eingesetzt. Die Agenten können uns bei der Verwaltung komplexer Daten helfen, aber die Skalierbarkeit ist eine große Herausforderung, da in der Regel viele Agenten benötigt werden. Jeder von ihnen kann eine erhebliche Menge an Rechenressourcen benötigen. Bei Aufgaben wie Data Mining und Integration werden diese Mängel immer wichtiger. JADE ist eine bestehende Plattform, ...
Multiagentensysteme eignen sich gut, um von Cloud-Computing-Einrichtungen zu profitieren. Sie bieten dem Benutzer Entscheidungshilfen in schwierigen Umgebungen. Sie werden häufig zur Integration heterogener Informationen eingesetzt. Die Agenten können uns bei der Verwaltung komplexer Daten helfen, aber die Skalierbarkeit ist eine große Herausforderung, da in der Regel viele Agenten benötigt werden. Jeder von ihnen kann eine erhebliche Menge an Rechenressourcen benötigen. Bei Aufgaben wie Data Mining und Integration werden diese Mängel immer wichtiger. JADE ist eine bestehende Plattform, die für die Skalierbarkeit in Multi-Agenten-Systemen ausgelegt ist. Viele vorkonfigurierte JADE-Plattformen werden erstellt und auf verschiedenen Servern miteinander verknüpft, um ein gewisses Maß an Skalierbarkeit zu erreichen. Amazon EC2 stellt uns über eine IAAS-Plattform unter Verwendung von Cloud Computing praktisch unbegrenzte Rechenressourcen zur Verfügung. In Amazon EC2 gibt es viele Techniken, die zur Erhöhung der Skalierbarkeit eingesetzt werden können. Der Hauptzweck dieses Projekts besteht darin, eine flexible Plattform bereitzustellen, die Entscheidungen trifft, um dynamisch die bestmögliche Skalierbarkeitstechnik auszuwählen.
Andere Kunden interessierten sich für
