Optimizing Distributed Management in Cloud Computing Operating Systems

Abstract

Pengembangan sistem operasi pada platform terdistribusi, terutama dalam konteks Cloud Computing, memainkan peran penting dalam mengelola sumber daya komputasi secara efisien. Manajemen terdistribusi mengacu pada penggunaan terintegrasi dari berbagai komponen di berbagai lokasi, menghadirkan tantangan yang signifikan dalam mengelola dan memantau sumber daya yang tersebar. Komputasi awan menawarkan solusi infrastruktur fleksibel yang memungkinkan pengguna mengakses sumber daya komputasi tanpa memerlukan manajemen infrastruktur fisik. Penelitian ini bertujuan untuk mengoptimalkan manajemen terdistribusi dalam sistem operasi komputasi awan dengan memanfaatkan algoritma pembelajaran mesin untuk meningkatkan efisiensi alokasi sumber daya dan meningkatkan keamanan data. Pengumpulan data dilakukan melalui metode observasi sistematis dan tinjauan pustaka. Temuan menunjukkan bahwa penerapan algoritme prediktif di lingkungan cloud secara signifikan mengurangi waktu respons dibandingkan dengan metode manual dan memperkuat perlindungan data melalui deteksi intrusi yang ditingkatkan. Selain itu, sistem berbasis pembelajaran mesin memungkinkan skalabilitas yang lebih baik dan adaptasi yang lebih cepat terhadap permintaan sumber daya dinamis tanpa waktu henti sistem. Makalah ini menyumbangkan wawasan berharga dalam mengoptimalkan kinerja komputasi awan melalui manajemen sumber daya terdistribusi yang ditingkatkan.