ارائه چارچوبی جهت تخصیص منابع ابری با استفاده از الگوریتم ژنتیک با هدفاستفاده موثرتر از منابع وکاهش زمان اجرای فرایندها

زمان بندی وتخصیص منابع، یکی از چالش های مهم سیستم های محاسباتی موازی وتوزیع شده میباشد. از جمله این سیستم ها، پردازش ابری می باشد. جایی که در آن منابع متعدد، قدرتمند و ناهمگندراختیار برنامه های عمدتا" پیچیده و حجیم قرار می گیرند. محاسبات علمی از جمله این برنامه ها هستند که علاوه بر محاسبات سنگینی که دارند، بخاطر وابستگی بین task های آن، کار زمان بندی وتخصیص منابع را پیچیده تر می سازد. بخصوص این که این کارها بصورت همزمان انجام شوند. روشهای متعددی برای مدیریت منابع وجود دارد وکارهای زیادی در این خصوص انجام شده است. در روشپیشنهادی از الگوریتم ژنتیک بهبود یافته جهت مدیریت منابع ابری استفاده شده است. هدف اینپژوهش بکارگیری موثر تر منابع و کاهش زمان پاسخگویی کارها می باشد. منابع ابری اغلب ناهمگنهستند و دارای توان پرداشی متفاوتی هستند. به این منظور از یک تابع دو هدفه استفاده می شود کهمتناسب با ارزش هر هدف، میزان تاثیر ضریب ان هدف افزایش یا کاهش می یابد. در مدل پیشنهادی مابه ازای کارهای آماده و منابع نگاشتی با استفاده از الگوریتم ژنتیک انجام می گردد. نتایج ازمایشاتانجام شده و مقایسه با برخی روش های کلاسیک نشان می دهد که روش پیشنهادی ما از بهبود قابلتوجهی نسبت به روش های موجود برخوردار است

Keywords:

پردازش ابری , الگوریتم ژنتیک بهبودیافته , زمان بندی کارها , ماشین مجازی , بهینه سازی