انتخاب نسخه های عین از شیء(فایل یا داده) در محیط Grid براساس الگوهای دسترسی کاربر و هزینه های دسترسی
Publish place: 2nd National Conference on Computer Science
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 492
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCOS02_012
تاریخ نمایه سازی: 5 مهر 1393
Abstract:
دسترسی به دادهها در محیط توزیع شدهای مانند DataGrid چالشهای زیادی به همراه دارد. وجود تأخیر در دسترسی به داده، اتلاف پهنای باند شبکه و وقوع ازدحام در سایت حاوی داده از جمله این چالشها هستند که به دلیل ذخیره داده ها در یک مکان و ازدحام درخواستها پدید میآید. ایجاد چندین نسخهعین از داده و توزیع آنها در چندین مکان به طوری که کیفیت خدم ترسانی به کاربران و تحمل پذیری خطا را تأمین کند، مناسب خواهد بود. از طرفی وجود چندین نسخه عین از یک داده خاص در سایتهای مختلف و انتخاب بهترین آنها توسط خود کاربر بدون استفاده از هیچ نهاد خدمت گزاری، مسئله دیگری در این زمینه است. در این مقاله، مسئله ایجاد نسخهعین از داده در محیط DataGrid مورد بررسی قرار میگیرد. در ابتدا روشی جهت مکانیابی نسخه عین پیشنهاد میشود. این روش با در نظر گرفتن هزینه استانداردی بین سایت درخواست کننده و سایتهای کاندید میزبانی نسخه عین بهترین آنها را برای استقرار نسخه عین انتخاب میکند. به دلیل مقیاس پذیری محیط DataGrid با افزایش مقیاس سیستم، پیچیدگی زمانی جهت مکانیابی نسخه عین افزایش خواهد یافت. به همین خاطر در روش دوم رویکرد پیشبینان های جهت انتخاب بهترین نسخهعین ارائه میدهیم. این تکنیک زمان پاسخ سایتهای حاوی نسخه عین جاری را تخمین میزند. با استفاده از این تکنیک سایت درخواست کننده به طور مستقل با بررسی فایل ثبت وقایع درخواستهای قبلی خود، بهترین نسخه عین را از میان سایتهای مختلف انتخاب میکند. از تکنیک شبکهعصبی جهت پیش بینی زمان پاسخ استفاده میکنیم. نتایج آزمایشات نشان میدهد که عملکرد شبکه عصبی در پیش بینی بهترین سایت نسبت به روش رگرسیون چندگانه 6/04% مطلوب تر است
Keywords:
Authors
مهدی محبی
دانشکده مهندسی برق، کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی قزوین، قزوین، ایران
مهدی دهقان فولادی
دانشکده مندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر، 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 :