توازن بار در محیط رایانش ابری با در نظر گرفتن وابستگی میان وظایف و استفاده از الگوریتم ژنتیک تطبیقی
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 325
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCEJ-10-37_001
تاریخ نمایه سازی: 21 تیر 1400
Abstract:
گسترش روز افزون نیازهای محاسباتی، اهمیت استفاده از رایانش ابری را روز به روز بیشتر می کند. رایانش ابری، یک مدل رایانشی بر مبنای شبکه های رایانه ای است که الگویی تازه برای عرضه ی منابع را ارائه می دهد، بگونه ای که کاربران بر اساس نیاز خود، منابع را درخواست نموده یا آن ها را آزاد می سازند. هنگامیکه تقاضاها برای استفاده از منابع رایانشی افزایش می یابند، توزیع مناسب آنها از اهمیت بالایی برخوردار می شود، چراکه اگر یک واحد پردازشی دارای حجم زیادی از وظایف، و واحدی دیگر تقریبا بیکار باشد، از منابع بخوبی استفاده نمی شود و همچنین زمان اتمام کل وظایف می تواند بسیار افزایش بیابد. لذا برای غلبه بر این مشکل، از تکنیک توازن بار استفاده می شود. بطورکلی از دید محاسباتی، به فرایند توزیع متعادل بار بر روی واحدهای پردازشی، توازن بار گفته می شود. در اکثر پژوهش های انجام شده در رابطه با توازن بار، تعاملات میان وظایف در حال اجرا، در نظر گرفته نشده، لذا در صورتیکه وظایف در تعامل با یکدیگر، در واحدهای پردازشی مجزا، در یک شبکه توزیع شده قرار گرفته باشند، تعاملات میان آن ها می تواند در زمان اتمام کل وظایف، تاثیرگذار باشد. هدف از این پژوهش، ارائه روشی است که بتواند با در نظر گرفتن تعاملات میان وظایف، به یک توازن بار مطلوب در شبکه دست یابد، بطوریکه زمان اتمام کل و زمان بیکاری ماشین ها به حداقل برسند. برای این منظور، از الگوریتم ژنتیک استفاده می شود. نتایج آزمایشی بدست آمده نشان می دهند که محلی کردن تعاملات، تاثیر قابل توجهی در کاهش زمان اتمام کل خواهد داشت.
Keywords:
Authors
یلدا درخشانیان
گروه مهندسی کامپیوتر – نرم افزار، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
سید جواد میرعابدینی
گروه کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
علی هارون آبادی
گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :