تحلیل تکنیک های شبکه ی عصبی و رگرسیون خطی تصحیح خطا برای تأمین نیازمندی به منابع بیشتر در رایانش ابر
Publish place: The Second National Congress of New Technologies of Iran with the aim of achieving sustainable development
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 596
This Paper With 7 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:
SENACONF02_157
تاریخ نمایه سازی: 30 آبان 1394
Abstract:
از ویژگی های کلیدی که ابر را از الگوی محاسبات سنتی متفاوت می سازد این است که رایانش ابری اجازه ی مقیاس بندی منابع پویا برای سیستم های تراکنش آنلاین شرکت را می دهد. با این حال، مقداردهی اولیه ی یک نمونه ی مجازی جدید در ابر، آنی نیست؛ بسترهای میزبانی ابر چندین دقیقه تاخیر در تخصیص منابع سخت افزاری معرفی می کنند. تجزیه و تحلیل پیش بینی استفاده از منابع، کلیدی برای چندین طراحی و استقرار تصمیم گیری مهم سیستم، مانند، مدیریت بار کار، اندازه ی سیستم، برنامه ریزی ظرفیت و تولید قانون پویا در ابر است. در این مقاله، به بررسی تکنیک های تامین منابع و همچنین تحلیل منابع بر اساس پیش بینی ها توسعه و استراتژی های تأمین با استفاده از شبکه ی عصبی و رگرسیون خطی برای ارضای خواسته های منابع آینده بررسی می شود و تلاش شده است بر روی مسئله ی پژوهش توسعه ی مدل های پیش بینی منابع برای تسهیل مقیاس پذیری فعال در ابر تمرکز شود به طوری که برنامه های کاربردی میزبانی شده قادر به مقاومت در برابر تغییر در بار کار با حداقل کاهش عملکرد و در دسترس بودن باشد. و با تحلیل نشان می دهیم که مدل های مبتنی بر شبکه ی عصبی با یک اندازه ی بهینه ی پنجره، منجر به دقت پیش بینی برتری نسبت به رگرسیون خطی می شود.
Keywords:
Authors
طاهره قنبری
کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ساوه
فرشته اخوان سیاسی پور فومنی
کارشناسی ارشد تکنولوژی صنایع غذایی دانشگاه آزاد اسلامی واحد نور
مهدی نصراله زاده
کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد بناب
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 :