مروری نوین بر الگوریتم های متعادل کننده بار در رایانش ابری

با رشد انفجاری استفاده از اینترنت، حجم داده های کاربران به شدت افزایش یافت و نیازمندی های جدیدی برای مدیریت آن به وجود آمد که منجر به شکل گیری مفهوم رایانش ابری شد. در واقع رایانش ابری کمک می کند تا فرماندهی و کنترل بیشتری بر روی منابع وجود داشته باشد. یکی از مسائل اساسی در این محیط، زمان بندی وظایف کاربران برای استفاده از منابع است. مفهوم زمان بندی تخصیص منابع به این مسئله اشاره دارد و اجازه استفاده اشتراکی از منابع را می دهد. متعادل کننده بار وظیفه توزیع بار بین منابع را دارد تا حداکثر استفاده از منابع انجام شود. در این مقاله، به بررسی انواع الگوریتم های متعادل کننده بار پرداخته شده است. الگوریتم های متعادل کننده بار را می توان براساس نوع، به چهار دسته ابتکاری، فرا ابتکاری، یادگیری عمیق و یادگیری تقویتی تقسیم بندی کرد. این مقاله به بررسی و مقایسه این الگوریتم ها پرداخته است.

Keywords:

متعادل کننده بار , الگوریتم های ابتکاری , الگوریتم های فرا ابتکاری , یادگیری عمیق و یادگیری تقویتی