ارائه یک الگوریتم زمانبندی وظایف کارا در محیط های رایانش ابری بر مبنای الگوریتم ژنتیک بهینه سازی شده
Publish place: First International Conference on Web Research
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,289
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB01_056
تاریخ نمایه سازی: 29 شهریور 1394
Abstract:
رایانش ابری، مدلی کامپیوتری است که دسترسی کاربران را بر اساس نوع تقاضایی که از منابع اطلاعاتی و محاسباتی دارند محیا می کند . این مدل سعی دارد با کمترین نیاز به منابع و کاهش هزینه ها و افزایش سرعت دسترسی اطلاعات، جوابگوی نیاز کاربران باشد . مدیریت منابع و تخصیص وظایف در کنار امنیت، قابلیت اطمینان و حفظ اعتماد مشترکین یکی از چالشهای مهم در زمینه رایانش ابری میباشد که میتواند روی سایر مسائل نیز تاثیرگذار باشد.واضح است که تعداد کارها و تعداد منابع در محیط ابر می تواند بسیار گسترده باشد و به همین علت ترتیب اجرای کارها و نحوه تخصیص منابع تاثیر مهمی برکارآیی سرور ابر دارد. در محیط ابر درهر لحظه بصورت همزمان تعدادی درخواست داریم که برای پاسخ به هریک از آنها باید یک یا چند کار انجام دهیم و هریک از این کارها به منابع خاصی نیاز دارند، که در این رابطه روشهای مختلفی ارائه شده است. در این مقاله یک الگوریتم زمانبندی وظایف برای محیط های ابری بر اساس الگوریتم ژنتیک بهینه سازی شده ارائه شده است که می تواند توازن بار را در سرور برقرار کرده و هزینه را بهینه کند. نتایج شبیه سازی نشان میدهد که روش پیشنهادی کارآیی بهتری نسبت بهسایر الگوریتم ها دارد.
Keywords:
Authors
سجاد میر
دانشجوی کارشناسی ارشد گروه کامپیوتر، واحد بروجرد، دانشگاه آزاد اسلامی بروجرد، ایران
مهدی فاضلی
دکتری گروه کامپیوتر، واحد بروجرد، دانشگاه آزاد اسلامی بروجرد، 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 :