تخصیص منابع در رایانش ابری با استفاده از الگوریتم ژنتیک

در مدل های مبتنی بر رایانش ابری، کاربران می توانند به سادگی و بدون نیاز به نرم افزار تخصصی یا سخت افزار پیچیده و فقط با دسترسی بهاینترنت و پرداخت هزینه به سرویس دهنده ها از امکانات موجود در ابر استفاده نمایند. از مهم ترین مسائل موجود در رایانش ابری که همیشه طراحانابر با آن روبرو هستند می توان به مدیریت منابع، تعادل بار و زمان بندی وظایف اشاره نمود. در این سیستم هرچه بتوان پارامترهای تاثیرگذار را درجهت ارائه ی بهتر امکانات بهبود بخشید، میتوان رضایت کاربران فعلی و استقبال کاربران آینده را به دست آورد. در این پژوهش سعی بر این شدهاست تا موضوعات پیرامون رایانش ابری مطرح و به چالش های موجود در آن اشاره شود. همچنین به مساله ی زمان بندی کارها که از دغدغه هایمهم پیاده سازان رایانش ابر می باشد پرداخته شده است. نمونه ای از الگوریتم فراابتکاری ژنتیک نیز جهت زمان بندی وظایف پیشنهادشده است. نتایجحاصل نشان داد که با استفاده از روش پیشنهادی میتوان میانگین زمان پاسخ منابع محاسباتی به وظایف را به میزان ۱۳.۷۹ % کاهش داد. ازطرفی، روش پیشنهادی قادر به کاهش ۷.۹۱ درصدی میانگین زمان حضور هر وظیفه محاسباتی در صف اجرا می باشد. درنهایت، روش پیشنهادیمیتواند میانگین زمان انتظار وظایف را به میزان ۶.۱۶ % کاهش دهد

Keywords:

رایانش ابری , زمان بندی وظایف , مدیریت منابع , تعادل بار , الگوریتم ژنتیک