The massive industrial adoption of cloud technology has led to research into cloud-enabling traditional applications. The EMD research project proposes an elastic, reliable, and secure cloud-enabled Audio and Video (A/V) collaboration platform in replacement of a reliable hardware appliance based which had fixed constraints in terms of scalability. In this context, this article introduces heuristics and architectures that efficiently and preemptively allocate EMD’s A/V encrypted and container-based software components in the cloud. A software solution based on Kubernetes, a production-grade container orchestration platform, is compared with another solution focused on dedicated VMs. Both implement resource allocation heuristics that take into account the project’s requirements and location-aware encryption enforcement necessities: encryption is enforced for more sensitive data. A company training scenario with dynamically distributed instructors is modelled using existing A/V stream concepts, and component prototypes are extended to support encryption and containerisation, whose prototype performance evaluation drives the investigation of heuristics and architectures and feeds their larger-scale simulation-based assessment. Results show that container orchestration costs are at least 52% lower than dedicated VMs for this scenario, but rely on relaxing a project requirement: the time taken to establish a new streaming session was to be kept below 2 s. The switch to orchestrated containers raised this up to a maximum of 2.5 s.

中文翻译：

---

基于容器的音频/视频加密协作应用的抢占式资源供应

云技术在工业上的大规模采用导致了对支持云的传统应用程序的研究。EMD 研究项目提出了一个弹性、可靠且安全的支持云的音频和视频 (A/V) 协作平台，以取代基于可扩展性方面具有固定限制的可靠硬件设备。在此背景下，本文介绍了启发式方法和架构，它们可在云中高效抢占地分配 EMD 的 A/V 加密和基于容器的软件组件。将基于 Kubernetes（生产级容器编排平台）的软件解决方案与另一个专注于专用 VM 的解决方案进行比较。两者都实施资源分配启发式方法，考虑到项目的要求和位置感知加密实施的必要性：对更敏感的数据强制加密。使用现有的 A/V 流概念对具有动态分布的讲师的公司培训场景进行建模，并扩展组件原型以支持加密和容器化，其原型性能评估推动了启发式和架构的研究，并为其更大规模的基于模拟的评估提供了信息. 结果表明，在这种情况下，容器编排成本至少比专用 VM 低 52%，但依赖于放宽项目要求：建立新流会话所需的时间应保持在 2 秒以下。切换到精心编排的容器将这一时间提高到最多 2.5 秒。组件原型被扩展以支持加密和容器化，其原型性能评估推动了启发式和架构的研究，并为其更大规模的基于模拟的评估提供了依据。结果表明，在这种情况下，容器编排成本至少比专用 VM 低 52%，但依赖于放宽项目要求：建立新流会话所需的时间应保持在 2 秒以下。切换到精心编排的容器将这一时间提高到最多 2.5 秒。组件原型被扩展以支持加密和容器化，其原型性能评估推动了启发式和架构的研究，并为其更大规模的基于模拟的评估提供了依据。结果表明，在这种情况下，容器编排成本至少比专用 VM 低 52%，但依赖于放宽项目要求：建立新流会话所需的时间应保持在 2 秒以下。切换到精心编排的容器将这一时间提高到最多 2.5 秒。结果表明，在这种情况下，容器编排成本至少比专用 VM 低 52%，但依赖于放宽项目要求：建立新流会话所需的时间应保持在 2 秒以下。切换到精心编排的容器将这一时间提高到最多 2.5 秒。结果表明，在这种情况下，容器编排成本至少比专用 VM 低 52%，但依赖于放宽项目要求：建立新流会话所需的时间应保持在 2 秒以下。切换到精心编排的容器将这一时间提高到最多 2.5 秒。