پونه جان محمدی - گروه کامپیوتر، واحد بابل، دانشگاه آزاد اسلامی بابل، ایران
مرتضی بابازاده شاره - گروه کامپیوتر، واحد بابل، دانشگاه آزاد اسلامی بابل، ایران (نویسنده مسئول)

با توجه به حجم بالای وظایف و محدودیت منابع، مدیریت منابع از چالش های مهم در محاسبات ابری محسوب می-شود. دلایل متعددی از جمله ناهمگون بودن و پویایی خصوصیات منابع و درخواست ها در محیط محاسبات ابری موجبشده است که این موضوع بعنوان یک مسئله ی NP- کامل نمود پیدا کند. همچنین، تخصیص وظایف به منابع محاسباتی ابر به صورت دستی، بسیار دشوار میباشد. در نتیجه، نیاز به یک روش مناسب برای تخصیص منابع ابر به وظایفدرخواست شده با هدف بالا بردن بهره بری منابع ابر می باشد. تا کنون از روشها و الگوریتم های فرااکتشافی بسیاریهمچون GA, Max-min, Roud Robin و PSO به عنوان راهکار برای این مسئله استفاده شده است. در اکثرروشهای ارائه شده فقط کاهش زمان یا کاهش هزینه مطرح است. اما، در این مقاله هدف الگوریتم زمانبند این است کهکارهای کاربران در حداقل زمان ممکن و هزینه کمتر پردازش و اجرا شود. همچنین، حداکثر بهره بری از منابع به طوریکه تمام کارها به طور یکنواخت بین منابع در دسترس توزیع شود تا باعث کاهش زمان اتمام کل کارها و افزایش راندمانمنابع گردد نیز مدنظر است. برای بهبود مدیریت منابع در محیط ابر از الگوریتم کلونی مورچگان استفاده شده است.همچنین، به منظور جلوگیری از همگرایی سریع الگوریتم به بهینه محلی و افزایش قابلیت پویش آن، از الگوریتم نیرویگرانشی با جستجوی محلی بهره برده شده است. شبیهسازی و مقایسه نتایج راهکار پیشنهادی با نتایج الگوریتم ژنتیک والگوریتم کلونی مورچگان، نشاندهنده این است که رویکرد پیشنهادی توانسته است سبب جلب رضایت کاربران واستفاده بهتر از منابع گردد.

محاسبات ابری، مدیریت منابع، زمانبندی وظایف، الگوریتم کلونی مورچگان، الگوریتم جستجوی محلی گرانشی