تخصیص منابع در محاسبات ابری برای بهره وری انرژی با استفاده از توسعه الگوریتم ژنتیک والگوریتم سیاه چاله

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 517

This Paper With 19 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

COMCONF04_373

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

پلت فرم های ابری مدرن، تکنیک هایی را برای تخصیص منبع به روشی کارآمد افزایش داده اند. هدف نهایی تخصیص منابع در محاسبات ابری به حداکثر رساندن سود برای ارایه دهندگان ابر و به حداقل رساندن هزینه و انرژی برایمصرف کنندگان ابر است. اگرچه چندین استراتژی زماننبدی برای تخصیص منبع پیشنهاد شده است. اما، نیاز برای تخصیص کارآمد، باعث شده تا مدیریت بهینه منابع و کاهش هزینه به یک هدف طراحی چالش برانگیز مبدل گردد. در اینمقاله به ارایه یک الگوریتم موثر برای تخصیص منابع در محاسبات ابری ، در جهت کاهش مصرف انرژی پرداخته شده است ، روش پیشنهادی مبتنی بر ترکیب الگوریتم ژنتیک و الگوریتم سیاه چاله بوده که همواره بر سرعت تخصیص و کیفیتتخصیص در جهت کاهش زمان و انرژی تاکید دارد. برای تست و کارایی الگوریتم چند مجموعه داده تست تهیه شده استو الگوریتم پیشنهادی با الگوریتم ژنتیک و الگوریتم بهینه سازی ذرات ، بر اساس معیارهای زمان اتمام پردازش، انرژی مصرفی، پایداری، زمان اجرا، مورد ارزیابی قرار گرفته اند، نتایج شبیه سازی نشان داده است روش پیشنهادی همواره نسبتبه الگوریتم مورد مقایسه دارای کارایی بهتری از نظر معیار های مقایسه بوده است و توانسته انرژی مصرفی منابع را بهبوددهد.

Authors

فاطمه اسمعیل پور

دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد بابل، مازندران، ایران

یاسر بزرگی راد

استادیار دانشگاه آزاد اسلامی، واحد بابل، مازندران، 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 :
  • SLA-Awareه 6. Emeakaroha, _ C., Brandic, I., Maurer, M., & ...
  • Singh, S., & Chana, I. (2016). "QoS-aware autonomic resource management ...
  • Guzek, M., Bouvry, P., & Talbi, E. G. (2015). _ ...
  • Yousafzai, A., Gani, A. Noor, R. M., Sookhak, M., Talebian, ...
  • Kumar, D., & Singh, A. S. (2015). _ survey On ...
  • Soror, A. A., Minhas, U. F., Aboulnaga, A., Salem, K., ...
  • Beloglazov, A., Abawajy, J., & Buyya, R. (2012). "Energy-aware resource ...
  • Joy, J., & Kumar, L. K. (2013, December). "Cost and ...
  • JENO LOVESUM, S. P., & KRI S HNAMO ORTHY, K. ...
  • Wang, X., Razo, M., Tacca, M., & Fumagalli, A. (2014, ...
  • Mohana, R. S. (2015). ":A Position Balanced Parallel Particle Swarm ...
  • Babu, K., Kumar, D. G., & Veluru, S. (2015). :Optimal ...
  • Holland, J. H. (1975). "Adaptation in natural and artificial system: ...
  • new heuristic optimization approach for data A:ه 14. Hatamlou, A. ...
  • نمایش کامل مراجع