論文の概要: Design and Evaluation of a Microservices Cloud Framework for Online Travel Platforms
- arxiv url: http://arxiv.org/abs/2505.14508v1
- Date: Tue, 20 May 2025 15:36:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-21 14:49:53.466389
- Title: Design and Evaluation of a Microservices Cloud Framework for Online Travel Platforms
- Title（参考訳）: オンライン旅行プラットフォームのためのマイクロサービスクラウドフレームワークの設計と評価
- Authors: Biman Barua, M. Shamim Kaiser,
- Abstract要約: 本稿では,オンライントラベルプラットフォーム(MCF-OTP)をサポートするように設計された,ユニークなマイクロサービスクラウドフレームワークの分析と統合を行う。
MCF-OTPの主な目標は、クラウドコンピューティングとマイクロサービス技術を通じて、オンライン旅行プラットフォームのパフォーマンス、柔軟性、メンテナンスを向上させることである。
- 参考スコア（独自算出の注目度）: 1.03590082373586
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Handling online travel agents globally requires efficient and flexible software solution architectures. When it needs to handle thousands of agents and billions of clients data globally. Microservices architecture is used to break down a large program into numerous, smaller services which can run individually and perform individual tasks. This paper analyses and integrates a unique Microservices Cloud Framework designed to support Online Travel Platforms (MCF-OTP). MCF-OTPs main goal is to increase the performance, flexibility, and maintenance of online travel platforms via cloud computing and microservice technologies. Large-scale travel apps, including managing numerous data sources, dealing with traffic peaks, and providing fault tolerance, can be addressed by the suggested framework. The framework increases good interpretation between flawless data synchronization, microservices, and dynamic scaling based on demand technology. An organization framework that optimizes service borders and minimizes inter-service dependencies is recommended. Thus, this can result in elevated development adaptability. In this research, the principal goal is to evaluate MCF-OTPs efficiency using the indicators of fault tolerance and response time. It is indicated by the findings that the MCF-OTP structure excels traditional monolithic designs in terms of dependability and scalability, managing traffic spikes seamlessly and decreasing downtime. The cost-effective analysis helps ascertain the net gain attained by the startup fees and the ongoing operational costs. The cloud-based environment is used to reduce the fracture cost which also helps to increase the efficiency of resource allocation, according to the research.
- Abstract（参考訳）: オンライン旅行エージェントをグローバルに扱うには、効率的で柔軟なソフトウェアソリューションアーキテクチャが必要です。
何千ものエージェントと何十億ものクライアントデータを扱う必要がある場合。
マイクロサービスアーキテクチャは、大規模なプログラムを多数の小さなサービスに分割するために使用され、個別に実行し、個別のタスクを実行することができる。
本稿では,オンライントラベルプラットフォーム(MCF-OTP)をサポートするように設計された,ユニークなマイクロサービスクラウドフレームワークの分析と統合を行う。
MCF-OTPの主な目標は、クラウドコンピューティングとマイクロサービス技術を通じて、オンライン旅行プラットフォームのパフォーマンス、柔軟性、メンテナンスを向上させることである。
多数のデータソースの管理、トラフィックピークの処理、フォールトトレランスの提供を含む大規模トラベルアプリは、提案フレームワークによって対処できる。
このフレームワークは、欠陥のないデータ同期、マイクロサービス、およびオンデマンド技術に基づく動的スケーリングの間の優れた解釈を高めます。
サービスバウンダリを最適化し、サービス間の依存関係を最小限にする組織フレームワークが推奨されている。
これにより、開発適応性が向上する可能性がある。
本研究の主な目的は, 耐故障性および応答時間の指標を用いて, MCF-OTPs効率を評価することである。
MCF-OTP構造は、信頼性とスケーラビリティの観点から従来のモノリシック設計を抜粋し、トラフィックスパイクをシームレスに管理し、ダウンタイムを低減している。
コスト効率のよい分析は、スタートアップの手数料と進行中の運用コストによって得られる純利益を確認するのに役立ちます。
研究によると、クラウドベースの環境は破壊コストを削減し、資源割り当ての効率を高めるのに役立つ。
関連論文リスト
- Real-Time Performance Optimization of Travel Reservation Systems Using AI and Microservices [1.03590082373586]
本研究では、システムのパフォーマンス最適化のために、人工知能とマイクロサービスアプローチを折り畳むハイブリッドフレームワークを提案する。
AIアルゴリズムは需要パターンを予測し、リソースの割り当てを最適化し、マイクロサービスアーキテクチャによって駆動される意思決定を強化する。
論文 参考訳（メタデータ） (2024-12-09T16:08:22Z) - Optimizing Airline Reservation Systems with Edge-Enabled Microservices: A Framework for Real-Time Data Processing and Enhanced User Responsiveness [1.03590082373586]
本稿では,航空会社におけるエッジコンピューティングの実現のための概念的枠組みについて概説する。
エッジコンピューティングは、座席在庫チェック、予約プロセス、さらにはユーザに近い確認など、特定のアクティビティを可能にするため、全体の応答時間を短縮し、システムの性能を向上させる。
フレームワークの価値には、低レイテンシ、高スループット、高ユーザエクスペリエンスなど、システムのハイパフォーマンスを達成することが含まれるべきです。
論文 参考訳（メタデータ） (2024-11-19T16:58:15Z) - MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [94.61039892220037]
我々は、フェデレーション学習(FL)によるプライバシーを確保しつつ、サービスのデータ提供を容易にする没入型モデルトレーディングフレームワークを提案する。
我々は,資源制約下での高価値モデルに貢献するために,メタバースユーザ(MU)にインセンティブを与えるインセンティブ機構を設計する。
我々は、MUやその他のMSPに関するプライベート情報にアクセスすることなく、深層強化学習に基づく完全に分散された動的報酬アルゴリズムを開発する。
論文 参考訳（メタデータ） (2024-10-25T16:20:46Z) - An Infrastructure Cost Optimised Algorithm for Partitioning of Microservices [20.638612359627952]
アプリケーションをクラウドに移行することは、ソフトウェア業界で広く採用されているため、分散クラウドにデプロイするアプリケーションにとって、最も適しており、広く受け入れられているアーキテクチャパターンであることが証明されている。
信頼性や障害分離,スケーラビリティ,アセットメンテナンスの容易さやオーナシップ境界の明確化など,技術的メリットの両面から,その有効性を実現しています。
場合によっては、既存のアプリケーションをアーキテクチャに移行するという複雑さは、圧倒的に複雑でコストがかかります。
論文 参考訳（メタデータ） (2024-08-13T02:08:59Z) - MobiLlama: Towards Accurate and Lightweight Fully Transparent GPT [87.4910758026772]
近年のLarge Language Models (LLM) 開発において,"Bigger the Better" が主流となっている。
本稿では、リソース制約のあるデバイスに対して、正確かつ効率的なSLM(Small Language Models)を設計する上での課題に対処し、"less is more"パラダイムについて考察する。
論文 参考訳（メタデータ） (2024-02-26T18:59:03Z) - Exploring sustainable alternatives for the deployment of microservices
architectures in the cloud [1.3812010983144802]
本稿では,アプリケーション性能,デプロイメントコスト,消費電力の最適組み合わせを目標として,アーキテクチャのクラウド展開を支援する新しいアプローチを提案する。
この結果は,Train Ticketケーススタディの総合的な評価を通じて,我々のアプローチの可能性を示すものである。
論文 参考訳（メタデータ） (2024-02-17T10:06:26Z) - DeepScaler: Holistic Autoscaling for Microservices Based on
Spatiotemporal GNN with Adaptive Graph Learning [4.128665560397244]
本稿では,ディープラーニングに基づく総合的オートスケーリング手法であるDeepScalerを提案する。
サービスレベルの合意(SLA)とコスト効率を最適化するために、サービス依存関係に対処することに焦点を当てています。
実験により,本手法はマイクロサービスのより効率的な自動スケーリング機構を実装していることが示された。
論文 参考訳（メタデータ） (2023-09-02T08:22:21Z) - Improving Privacy-Preserving Vertical Federated Learning by Efficient Communication with ADMM [62.62684911017472]
フェデレートラーニング(FL)により、デバイスは共有モデルを共同でトレーニングし、トレーニングデータをプライバシ目的でローカルに保つことができる。
マルチヘッド(VIM)を備えたVFLフレームワークを導入し、各クライアントの別々のコントリビューションを考慮に入れます。
VIMは最先端技術に比べて性能が著しく向上し、収束が速い。
論文 参考訳（メタデータ） (2022-07-20T23:14:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。