اختصاص منابع در رایانش ابری سبز به کمک الگوریتم های فراابتکاری
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 822
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IRCEM02_213
Index date: 26 February 2018
اختصاص منابع در رایانش ابری سبز به کمک الگوریتم های فراابتکاری abstract
محاسبات ابری روشی نوین در زمینه محاسبات توزیع شده ارایه داده است که در آن منابع مشترک بین کاربران نهایی تقسیم می شوند و دارای مزایای زیادی مانند تحمل پذیری در برابر خطا، قابلیت اطمینان، دسترس پذیری بالا، به منابع است. تخصیص بهینه منابع یک فرآیند کلیدی در محیط رایانش ابری است که هدف آن اجرای درخواست های واردشده به سیستم بر روی منابع، به شیوه ای کارآمد با درنظرگرفتن سایر خصوصیات محیط ابر است. مشکلات و چالش های فراوانی به واسطه استفاده از منابع در محیط رایانش ابری ایجاد شده است و نیازمند آن است که به صورت مناسبی رفع شود. تخصیص بهینه منابع مساله ای است که نه تنها سرویس دهنده های ابری با آن درگیر هستند بلکه از نظر سرویس گیرنده نیز حایز اهمیت فراوان است. در این مقاله با استفاده از الگوریتم جهش قورباغه تخصیص بهینه منابع در محیط ابر در جهت کمینه سازی زمان تکمیل وظایف انجام شده است. در جهت بهبود عملکرد الگوریتم جهش قورباغه از عملگرهای تقاطع تک نقطه ای و تقاطع دونقطه ای استفاده تا تنوعی بیشتری در فضای پاسخ ایجاد شده و در صورت افتادن در نقاط بهینه محلی باعث خروج و یافتن پاسخ بهینه سراسری گردند. پس از مدل سازی مسیله با استفاده از الگوریتم جهش قورباغه، به تخصیص بهینه منابع به ازای ۲۰ و ۳۰ وظیفه بر روی ۴ منبع پرداخته و نتایج آن با الگوریتم بهینه سازی ازدحام ذرات مقایسه گردید. نتایج حاکی از عملکرد بهتر الگوریتم جهش قورباغه با زمان تکمیل وظایف ۱۷۱ و ۲۴۸ به ترتیب بر اساس ۲۰ و ۳۰ وظیفه با ۴ منبع در برابر الگوریتم بهینه سازی ازدحام ذرات است.
اختصاص منابع در رایانش ابری سبز به کمک الگوریتم های فراابتکاری Keywords:
اختصاص منابع در رایانش ابری سبز به کمک الگوریتم های فراابتکاری authors
ساناز حبشی
دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
علی برومندنیا
عضو هییت علمی، گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران