Allocation techniques in computer C

Allocation techniques in computer Clouds must be based on a
disciplined approach, rather than ad hoc methods. The four basic
mechanisms for implementing resource management policies
are:
 Control theory: Control theory uses feedback to
guarantee system stability and predict transient behavior,
but it can only predict local behavior.
 Machine learning: A major advantage of machine-
learning techniques is that they don’t need a performance
model of the system. You could apply this technique to
coordinating several autonomic system managers.
 Utility-based: Utility-based approaches require a
performance model and a mechanism to correlate user-
level performance with cost.
 Market-oriented/economic mechanisms: Such
mechanisms don’t require a system model, such as
combining auctions for bundles of resources.

Hasil (Bahasa Indonesia) 1:

Alokasi teknik dalam awan komputer harus didasarkan pada pendekatan disiplin, daripada metode ad hoc. Empat dasar mekanisme untuk menerapkan kebijakan manajemen sumber daya adalah:  teori kontrol: teori kontrol menggunakan umpan balik kepada menjamin stabilitas dan memprediksi perilaku sementara, Tapi itu hanya bisa memprediksi perilaku lokal.  Machine learning: sebuah keuntungan besar dari mesin -belajar teknik adalah bahwa mereka tidak perlu kinerja model dari sistem. Anda dapat menerapkan teknik ini untuk mengkoordinasikan beberapa manajer sistem otonom.  berbasis Utility: memerlukan pendekatan berbasis Utility model kinerja dan mekanisme untuk mengkorelasikan user-tingkat kinerja dengan biaya.  Pasar-berorientasi/mekanisme ekonomi: seperti mekanisme tidak memerlukan sistem model, seperti menggabungkan lelang untuk bundel sumber daya.

Hasil (Bahasa Indonesia) 2:

Teknik alokasi di komputer Awan harus didasarkan pada
pendekatan disiplin, daripada metode ad hoc. Empat dasar
mekanisme untuk melaksanakan kebijakan pengelolaan sumber daya
adalah:
 Teori Kontrol: Teori Kontrol menggunakan umpan balik untuk
menjamin stabilitas sistem dan memprediksi perilaku sementara,
tetapi hanya bisa memprediksi perilaku lokal.
 Mesin belajar: Sebuah keuntungan besar dari
mesin-teknik pembelajaran adalah bahwa mereka tidak membutuhkan kinerja
model sistem. Anda bisa menerapkan teknik ini untuk
mengkoordinasikan beberapa manajer sistem otonom.
 berbasis Utilitas: pendekatan berbasis Utilitas memerlukan
model kinerja dan mekanisme untuk mengkorelasikan user-
tingkat kinerja dengan biaya.
 / mekanisme ekonomi berorientasi pasar: Seperti
mekanisme tidak membutuhkan model sistem, seperti
menggabungkan lelang untuk bundel sumber daya.