غفور علیپور - گروه مهندسی کامپیوتر، واحد هشترود، دانشگاه آزاد اسلامی، هشترود، ایران
سهیلا علیپور گنجینه کتاب - گروه مهندسی کامپیوتر، واحد هشترود، دانشگاه آزاد اسلامی، هشترود، ایران
محمد حسین زاده مقدم - گروه مهندسی کامپیوتر، واحد هشترود، دانشگاه آزاد اسلامی، هشترود، ایران

محاسبات ابری نوعی از سیستم های موازی و توزیع شده برای عرضه، مصرف و تحویل سرویس هایفناوری اطلاعات با به کارگیری اینترنت است. با افزایش تقاضا و مزایای زیرساخت های محاسباتابری، انواع مختلفی از محاسبات را می توان در محیط ابر اجرا کرد و در نتیجه سرعت حرکت بهسوی ابر در حال افزایش است. برای افزایش سرعت پاسخگویی و تضمین رضایت کاربران ابر،وظایف باید به شکل بهینه به ماشین های مجازی زمانبندی شوند. با توجه به غیر چندجمله ای- سخت بودن 1 مسئله ی زمانبندی وظایف، لزوم استفاده از الگوریتم های غیرقطعی 2 و فرامکاشفه ای 3 برایبهینه سازی زمانبندی وظایف در زمانی منطقی آشکار می شود. در این مقاله، الگوریتم زمانبندیوظیفه آگاه از کیفیت سرویس در محاسبات ابری ارائه شده است که به صورت بهینه ماشینهایمجازی را به وظایف ورودی تخصیص میدهد. الگوریتم پیشنهادی بر اساس رویکرد تکاملی جهشقورباغه طراحی شده و shuffled frog leaping based task Scheduling algorithmیا به اختصار SLF-TSA نامیده میشود. الگوریتم پیشنهادی، وظایف را بر اساس مهلت اجرایآنها مرتب سازی میکند و پس از مشخص کردن تعداد ماشین های مجازی در دسترس، وظایف رابر اساس مهلت اجرا و به صورت دستهای با الگوریتم جهش ترکیبی قورباغه به ماشینهای مجازینگاشت می کند. بنابراین، وظایف با مهلت اجرای کمتر، اولویت بیشتری برای تخصیص خواهندداشت و در نتیجه نرخ رضایت کاربران افزایش خواهد یافت. الگوریتم پیشنهادی در سناریوهایمختلف، با الگوریتم های موجود برای زمانبندی وظیفه مقایسه شده و نتایج ارائه شده اند. بررسینتایج حاصل از شبیه سازی الگوریتم ارائه شده در بستر Cloudsim نشان می دهد که الگوریتمارائه شده نتایج بهتری را نسبت به الگوریتم های پیشین در زمینه ی پارامترهای حداکثر زمان تکمیل،متوسط زمان پاسخ و درجه ی نامتعادلی بار ارائه میدهد.

محاسبات ابری، زمانبندی وظایف، الگوریتم های تکاملی، الگوریتم جهش ترکیبی قورباغه، ماشین مجازی، تخصیص منابع