ارائه چارچوبی جدید جهت تخصیص منابع ابری با استفاده از الگوریتم ژنتیک بهبودیافته

زمان بندی وتخصیص منابع، یکی از چالش های مهم سیستم های محاسباتی موازی وتوزیع شده می باشد. از جمله این سیستم ها، پردازش ابری می باشد. جایی که در آن منابع متعدد، قدرتمند و ناهمگن دراختیار 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. روش های متعددی برای مدیریت منابع وجود دارد وکارهای زیادی در این خصوص انجام شده است. در روش پیشنهادی از الگوریتم ژنتیک بهبود یافته جهت مدیریت منابع ابری استفاده شده است. هدف این پژوهش بکارگیری موثر تر منابع و کاهش زمان پاسخگویی کارها می باشد. منابع ابری اغلب ناهمگن هستند و دارای توان پرداشی متفاوتی هستند. به این منظور از یک تابع دو هدفه استفاده می شود که متناسب با ارزش هر هدف، میزان تاثیر ضریب ان هدف افزایش یا کاهش می یابد. در مدل پیشنهادی ما به ازای کارهای آماده و منابع نگاشتی با استفاده از الگوریتم ژنتیک انجام می گردد. نتایج ازمایشات انجام شده و مقایسه با برخی روش های کلاسیک نشان می دهد که روش پیشنهادی ما از بهبود قابل توجهی نسبت به روش های موجود برخوردار است

Keywords:

پردازش ابری , الگوریتم ژنتیک بهبودیافته , زمانبندی کارها , ماشین مجازی , بهینه سازی