تاثیر معماری سرویس گرا بر الگوریتم زمان بندی در محاسبات ابری
Publish place: The first national electronic conference on technological advances in electrical, electronics and computer engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 615
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_063
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
محاسبات ابری، طی سال های اخیر رو به محبوبیت گذارده و شرکتهای بزرگ فناوری اطلاعات سراسر دنیا شروع به طراحی زیر ساخت آن نموده اند. در دنیای فناوری امروزی، برخی حوزه ها همانند SOA در محاسبات ابری نیز مطرح گردیده اند. مقاله حاضر، پژوهشی در مورد الگوریتم های زمان بندی محاسبات ابری با استفاده از SOA، مقوله هایی در زمینه پیاده سازی الگوریتمی جدید و ایده آل را مورد بررسی قرار داده و پیشنهاد می کند که این الگوریتم ها با توجه به مقوله SOA با سایر گونه های دیگر آن به کار گرفته شود. افزون بر این، SOCCA طراحی سطح بالایی را به منظور حمایت بهتر از ویژگی های چندگانه عاریه ای از محاسبات ابری پیشنهاد می دهد. با این وجود، تفسیر های گوناگونی از آن چه که محاسبات ابری می نامند، وجود دارد. حتی اگر برخی از ویژگی های اساسی محاسبات ابری از طریق تلاش های علمی و پژوهشی به مرحله تحقق رسانده شوند، این زمینه هنوز در ابتدای راه پیشرفت خود قرار دارد. همچنین همان گونه که گفته شد با در نظر گرفتن همپوشانی در میان SOA و محاسبات ابری در SOCCA می توان به آنتولوژی ها و پارامتر هایی دست یافت که در آینده سبب بهبود در ساختار الگوریتم زمان بندی در محاسبات ابری شود و نو آوری جدیدی را پیش روی آورد. این مقاله به الگوریتم زمان بندی محاسبات ابری با توجه به تاثیر مقوله SOA پرداخته و روشی ایده آل را برای بهبود الگوریتم زمان بندی در محاسبات ابری بیان می کند.
Keywords:
Authors
اعظم السادات نوربخش
هیات علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد لاهیجان
شاهد کاظمی شریعت پناهی
دانشجو کارشناسی ارشد مهندسی نرم افزار کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات گیلان
ساسان برهلیا
دانشجو کارشناسی ارشد مهندسی نرم افزار کامپیوتر دانشگاه گیلان
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 :