CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارائه یک روش کارا برای تکرار و جایگذاری داده های محبوب در محیط گرید بااستفاده از الگوریتم ژنتیک

عنوان مقاله: ارائه یک روش کارا برای تکرار و جایگذاری داده های محبوب در محیط گرید بااستفاده از الگوریتم ژنتیک
شناسه ملی مقاله: CEITCONF03_083
منتشر شده در سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی در سال 1398
مشخصات نویسندگان مقاله:

سارا آتشی - کارشناسی ارشد کامپیوتر-نرم افزار دانشگاه آزاد اسلامی واحد اهواز گروه آموزشی مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
محمدرضا نوری مهر - استادیار دانشگاه آزاد اسلامی واحد اهوازگروه آموزشی مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
سیدعنایت اله علوی - استادیار دانشگاه شهید چمران اهوازگروه آموزشی مهندسی کامپیوتر، دانشگاه شهید چمران اهواز، اهواز، ایران

خلاصه مقاله:
در گرید داده کارها و کاربران نیازمند دسترسی به حجم عظیمی از داده های ذخیرهشده در سراسر محیط جغرافیایی میباشند. گرید داده امکان به اشتراک گذاری داده و منابع محاسباتی را با اتصال هزاران رایانه و منبع ذخیره سازی توزیع شده جغرافیایی فراهم می کند. دسترسی سریع به داده ها یکی از چالش های مهم در گرید داده به شمار می آید. تکرار داده از معروف ترین استراتژی هایی است که در سیستم های توزیع شده به منظور بهبود دستیابی به داده و به دست آوردن سطح بالایی از دسترس پذیری، تحمل پذیری خطا و قابلیت اطمینان سیستم استفاده میشود . هدف اصلی از الگوریتم تکرار داده بهینه سازی عملکرد دسترسی به داده های محبوب توسط کاربران است. به همین منظور ابتدا باید فایل های مناسب جهت تکثیر، انتخاب شده و سپس سایت های مناسب برای جای گذاری این فایل ها را یافت و نسخه های تکرار شده را در سایتهای مناسب ذخیره کرد. در این مقاله به ارائه ی الگوریتم جدیدی پرداخته میشود که بر مبنای امتیازدهی مبتنی بر زمان درخواست عمل میکند. این الگوریتم در سه مرحله انجام میشود. در مرحله اول زمان به دوره هایی تقسیم میشود و در هر دوره، تقاضاهای یک فایل مورد بررسی قرار میگیرد. سپس از یک روش امتیازدهی مبتنی بر زمان درخواست جهت محاسبه ی محبوبیت یک فایل استفاده می شود. در مرحله دوم از الگویتم ژنتیک برای یافتن گره های مناسب جهت جایگذاری تکرارها استفاده شده است. جایگزینی نسخه های جدید به جای نسخه های قدیمی تر نیز در مرحله سوم روش پیشنهادی انجام میشود. الگوریتم پیشنهادی با استفاده از شبیه ساز OptorSim پیاده سازی شده است و نتایج حاصل از پیاده سازی نشان دهنده بهبود کارایی الگوریتم پیشنهادی نسبت به الگوریتم های مورد مقایسه است.

کلمات کلیدی:
تکرار داده، گرید داده، داده های محبوب

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1015628/