ارایه راه حلی بهبود یافته بر اساس آتوماتای یادگیر سلولی جهت تخصیص و بهبود هوشمند منابع درمحاسبات ابری
Publish place: سومین کنگره بین المللی کامپیوتر، برق و مخابرات
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 483
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ITCC03_218
Index date: 26 April 2017
ارایه راه حلی بهبود یافته بر اساس آتوماتای یادگیر سلولی جهت تخصیص و بهبود هوشمند منابع درمحاسبات ابری abstract
رایانش ابری مدلی رایانه ای است که سعی دارد دسترسی کاربران را بر حسب نوع درخواستی که از منابع اطلاعاتی ورایانشی دارند برای فراهم کردن دسترسی بر اساس تقاضای کاربر از طریق شبکه به مجموعه ای از منابع قابل تغییر مانندشبکه ها ،سرورها، برنامه های کاربردی و سرویس ها، که این دسترسی ها بتوانند با کمترین نیاز به مدیریت منابع و یا نیاز بهدخالت مستقیم فراهم کننده سرویس به سرعت فراهم یا آزاد گردند. در این مدل مساله تخصیص منابع، چالشی بزرگمحسوب می شود و رابطه مستقیمی با هزینه کاربران، میزان مصرف انرژی و سود فراهم کنندگان سرویس دارد. در اینمقاله الگوریتمی ارایه خواهد شد که برای تخصیص بهینه منابع و جهت بهبود استفاده از منابع در محاسبات ابری از آتوماتاییادگیر سلولی استفاده می کند و می تواند عملکرد بهتری نسبت به الگوریتم های دیگر ارایه شده داشته باشد. نتایج حاصلاز پیاده سازی و اجرای الگوریتم پیشنهادی حاکی از صحت و دقت در نتایج پایانی می باشد.
ارایه راه حلی بهبود یافته بر اساس آتوماتای یادگیر سلولی جهت تخصیص و بهبود هوشمند منابع درمحاسبات ابری Keywords:
ارایه راه حلی بهبود یافته بر اساس آتوماتای یادگیر سلولی جهت تخصیص و بهبود هوشمند منابع درمحاسبات ابری authors
علیرضا مهران کیا
دانشگاه آزاد اسلامی، واحد میبد، گروه کامپیوتر، میبد، ایران
محمدجواد کارگربیده
دانشگاه آزاد اسلامی، واحد میبد، گروه کامپیوتر، میبد، 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 :