Hicloud S3 費用的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

應用粒子群演算法改善雲端運算之資源動態配置

為了解決Hicloud S3 費用的問題，作者游心妤 這樣論述：

隨著科技的發展，使得各種規模的公司都意識到雲端的優勢，而雲端運算的好處在於能夠隨著需求自助式服務，使用者根據自己的需求向雲端供應商要求所需要的硬體或軟體，雙方在制定數量以及價格時，會有一個協議來保護雙方利益，此協議為SLA協議，SLA在服務提供商與使用顧客之間的協議服務為靜態設定，指的就是在簽訂的過程當中，服務提供商與使用顧客制定的服務與數量為固定的，也就是說，每一個單位多少數量就是固定的，每一個單位多少價格也是固定的。但是在作動態資源配置的狀態下，不是每個使用顧客都隨時都需要用到固定數量的資源，若使用顧客在不需要用到那麼多資源的狀態下，服務提供商可以不需要提供這麼多給使用顧客，並且給予折扣

，讓消費者的總成本降低；反之，若使用顧客如果比平常還需要更多的資源，服務提供商可以再提供更多資源給使用顧客，並且額外收取利潤。在雲端運算中如何動態資源分配並獲取最大額外利潤，且在滿足最大額外利潤之外，考慮顧客飽足率最大值是本研究之目標，在許多動態資源分配演算法當中，粒子群演算法為目前應用最為廣泛的群體智慧優化演算法，因此本研究欲希望在顧客以及雲端服務提供商兩者之間，找出供應商額外利益最大化以及飽足率最大值，透過粒子群演算法的方式來求出，本研究並額外提出固定資源邊界粒子群PSO(fix)、動態資源邊界粒子群 PSO(dynamic)以及eSLA (延伸SLA)。

以資源再分配處理雲虛擬系統的災難排除研究

為了解決Hicloud S3 費用的問題，作者謝侑諱 這樣論述：

在考量機房與設備的建置及維護費用下，當企業主有處理大量運算與資料儲存的任務時，目前均傾向於向雲服務提供商租買雲端伺服器，以達到減少硬體維護的成本與空間，故雲虛擬伺服器的需求越來越高。但是在供應商為了要將自家硬體設備完全的發揮最大資源營運而達到最高收益，往往會忽略實體機器系統也需要運算資源，導致使用者在使用雲虛擬伺服器會產生延遲問題，甚至發生實體機器崩潰情形。因此本研究以多部伺服器搭配KVM虛擬化軟體建置雲虛擬化叢集系統，透過VM執行super pi 模擬CPU高運算狀態與VM內讀取一個10MB文字檔案，再搭配client端java程式不斷擷取畫面與顯示時間，測試實體機器在不同負載與vcpu不

同對應所產生畫面回應的時間之效能測試。本研究主要是提供雲虛擬化叢集系統一個機制，此機制可以預防實體機器因資源分配不均而產生崩潰、及虛擬機快速回應時間。透過測試數據分析，發現使用者虛擬機畫面回應速度效能最大影響在於實體機器上的CPU全部處於忙碌狀態。至於disk I/O與虛擬機網路不會因一台虛擬機就造成使用者有效能問題。但虛擬機數量變多可能就會造成效能互相爭奪情形。因此本研究透過計算將一段時間高負載disk I/O與網路虛擬機資源加以限制。本研究針對CPU在虛擬機器與實體機器的運作方式所得到的數據來作分析。其中， CPU的運作方式，是以忙碌模擬的負載程度和使用過度之情況。最後，虛擬機CPU對應實

體機器達到畫面更新速度，將推導出最佳的CPU自動範圍輪序對應方式；接下來，再以自動範圍輪序公式，來判斷該KVM server虛擬機是否超過最高負載值。此自動範圍輪序公式為「(實體機器全部執行緒-2)/全部執行緒/該KVM Server內的虛擬機數量」。本研究使用的範圍輪循方式，與系統運用全部執行緒自動輪循比較，測試結果證實，範圍輪循方式在回應使用者畫面刷新時間較為短，讓使用者在操作VM時能有比較快的回應，且在高負載運用的負載限制演算法限制VM的資源，可以有效讓新加入VM或是突然需要高效率VM，依然能夠爭取到資源供使用者運用。