یک روش زمانبندی بهینه کار در ابر مبتنی بر اتوماتای یادگیر
Publish place: The Second National Conference on New Approaches in Computer and Electrical Engineering
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 578
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ02_033
تاریخ نمایه سازی: 11 آبان 1395
Abstract:
رایانش ابری تکنولوژی جدید مدیریت مراکز داده و منابع زیرساختی IT است. در ابر پردازشی کلیه امکانات و موجودیت های IT در قالب سرویس در سه رویکرد زیرساخت (IaaS)، پلتفرم (PaaS) و نرم افزار (SaaS) به کاربر عرضه و تمام جزئیات فنی آن از دید کاربر پنهان می شود. محیط ابر بهبود روند پاسخ گویی به کاربر، تحت توافق نامه سطح سرویس (SLA) بسیار مهم است. لذا کاهش زمان پاسخ به کاربر که با سیاست های زمانبندی در ابر ارتباط دارد، چالش مهمی به شمار می رود. در این تحقیق سعی شده است تا یک روش بهینه زمانبندی کار در محیط ابری با استفاده از اتوماتای یادگیر معرفی شود. روش پیشنهادی که TSLA نامگذاری شده است، با تمرکز بر یادگیری رفتار زمانبند ابر به نوعی تصمیم گیری در ارتباط با تخصیص منابع در ابر را به صورت بهینه انجام می دهد.
Keywords:
Authors
نوید پارسا
دانشجو کارشناسی ارشد، دانشگاه پیام نور
اکبر فرهودی نژاد
استادیار، دانشگاه پیام نور
احمد فراهی
استادیار، دانشگاه پیام نور
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 :