Rolik, O. I.Zhevakin, S. D.Ролік, О. І.Жевакін, С. Д.2025-12-092025-12-092024https://eir.zp.edu.ua/handle/123456789/25419Rolik O. I. Cost optimization method for informational infrastructure deployment in static multi-cloud environment / O. I. Rolik, S. D. Zhevakin // Радіоелектроніка, інформатика, управління. – 2024. – № 3 (70). – C. 160-172.EN: Context. In recent years, the topic of deploying informational infrastructure in a multi-cloud environment has gained popularity. This is because a multi-cloud environment provides the ability to leverage the unique services of cloud providers without the need to deploy all infrastructure components inside them. Therefore, all available services across different cloud providers could be used to build up information infrastructure. Also, multi-cloud offers versatility in selecting different pricing policies for services across different cloud providers. However, as the number of available cloud service providers increases, the complexity of building a cost-optimized deployment plan for informational infrastructure also increases. Objective. The purpose of this paper is to optimize the operating costs of information infrastructure while leveraging the service prices of multiple cloud service providers. Method. This article presents a novel cost optimization method for informational infrastructure deployment in a static multi-cloud environment whose goal is to minimize the hourly cost of infrastructure utilization. A genetic algorithm was used to solve this problem. Different penalty functions for the genetic algorithm were considered. Also, a novel parameter optimization method is proposed for selecting the parameters of the penalty function. Results. A series of experiments were conducted to compare the results of different penalty functions. The results demonstrated that the penalty function with the proposed parameter selection method, in comparison to other penalty functions, on average found the best solution that was 8.933% better and took 18.6% less time to find such a solution. These results showed that the proposed parameter selection method allows for efficient exploration of both feasible and infeasible regions. Conclusion. A novel cost optimization method for informational infrastructure deployment in a static multi-cloud environment is proposed. However, despite the effectiveness of the proposed method, it can be further improved. In particular, it is necessary to consider the possibility of involving scalable instances for informational infrastructure deployment. UK: Актуальність. Останнім часом набула популярності тема розміщення інформаційної інфраструктури в мультихмарному середовищі. Дана тенденція пов’язана з тим, що мультихмарне середовище надає можливість використовувати унікальні сервіси різних хмарних постачальників. Таким чином, всі доступні сервіси хмарних постачальників можуть бути використані при побудові інформаційної інфраструктури. Крім того, різні цінові політики серед постачальників можуть бути розглянуті при виборі сервісів. Проте зі збільшенням кількості наявних постачальників хмарних послуг зростає складність побудови оптимального плану з розміщення інформаційної інфраструктури. Мета роботи. Метою роботи є оптимізація витрат пов’язаних з експлуатацією інформаційної інфраструктури в мультихмарному середовищі з урахуванням цін на аналогічні сервіси, серед постачальників хмарних послуг. Метод. В роботі пропонується новий метод оптимізації витрат для розміщення інформаційної інфраструктури в статичному мультихмарному середовищі, який мінімізує погодинну вартість її використання. Для вирішення цієї задачі було використано генетичний алгоритм. Були розглянуті різні функції штрафу для генетичного алгоритму. Також пропонується новий метод підбору параметрів для функцій штрафу. Результати. Була проведена серія експериментів для порівняння результатів різних функцій штрафу. Результати показали, що функція штрафу із запропонованим методом підбору параметрів знаходила рішення, яке було у середньому на 8,933% кращим і вимагало на 18,6% менше часу, в порівняні з іншими. Отримані результати демонструють, що запропонований метод підбору параметрів забезпечує ефективний пошук серед областей допустимих і недопустимих рішень. Висновок. Запропоновано новий метод оптимізації витрат для розміщення інформаційної інфраструктури в статичному мультихмарному середовищі. Однак, незважаючи на ефективність запропонованого методу, його можна значно покращити. Зокрема, необхідно розглянути можливість залучення масштабованих віртуальних машин при розміщенні інформаційної інфраструктури.encost optimization, information infrastructure, initial placement, multi-cloud, parameters selection method, penalty functionоптимізація витрат, інформаційна інфраструктура, початкове розміщення, мультихмара, метод підбору параметрів, функція штрафівArticle