سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 519

This Paper With 15 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

COMCONF05_192

Index date: 11 May 2018

بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی abstract

تامین منابع در ابر، به پروسه سوار کردن و مدیریت برنامه های کاربردی در یک زیر ساخت ابری اطلاق می شود. تامین منابع باید بر حسب نیاز انجام شود، هدف از این کار کم کردن مصرف انرژی به عنوان یک عامل هزینه ساز و بالا بردن بهره وری منابع است. از اینرو چگونگی تخصیص منبع به صورت منطقی بگونه ای که نیازمندی ها و الزامات هر دو طرف (ارایه دهندگان سرویس و کاربران) رفع شود؛ موضوعی است که توجه گسترده ای را به خود معطوف داشته است. رایانش ابری به نرم افزارهای اینترنتی بهصورت سرویس و سختافزارهای و سرورهایی که در مراکز داده (دیتاسنتر) آن نرم افزارها را اجرا مینمایند، اشاره دارد. شاخص کارآیی در مکانیسم مقیاس گذاری خودکار ابری شامل مقادیر استفاده از CPU، عملیات دیسک و پهنای باند می شود. در این پژوهش، در زمینه تعیین آستانه و حجم کار، یک رویکرد مقیاس گذاری خودکار به وسیله اتوماتای یادگیر و الگوریتم تکامل تفاضلی به منظور مدیریت هزینه مقیاس پذیری ارایه شده و در مورد ارزیابی رویکرد پیشنهادی بر اساس هزینه ها بحث گردید. نتایج نشان داد که هزینه یک سرویس ابری در صورتی کمتر می شود که از منابع مجازی بهینه استفاده شود. از طرفی، بهبود بهره وری منابع، زمانی محقق می شود که منابع متناسب با ماهیت درخواست استفاده شوند که در این صورت هزینه ی بیشتری را در بر خواهند داشت. بر اساس نتایج ارزیابی، رویکرد مقیاس بندی پیشنهادی که بر اساس الگوریتم اتوماتای یادگیر و الگوریتم تکاملی تفاضلی ارایه شده است می تواند هزینه مصرفی به منظور اجرای درخواست های ابری را بهینه سازی نماید.

بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی Keywords:

بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی authors

مریم قلی نژاد

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد خمین

حمید پایگذار

عضو هیات علمی دانشگاه آزاد اسلامی واحد خمین

مقاله فارسی "بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی" توسط مریم قلی نژاد، دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد خمین؛ حمید پایگذار، عضو هیات علمی دانشگاه آزاد اسلامی واحد خمین نوشته شده و در سال 1396 پس از تایید کمیته علمی پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله رایانش ابری، تخصیص منابع، اتوماتای یادگیر، سربار خوشه ها، مقیاس پذیری هستند. این مقاله در تاریخ 21 اردیبهشت 1397 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 519 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تامین منابع در ابر، به پروسه سوار کردن و مدیریت برنامه های کاربردی در یک زیر ساخت ابری اطلاق می شود. تامین منابع باید بر حسب نیاز انجام شود، هدف از این کار کم کردن مصرف انرژی به عنوان یک عامل هزینه ساز و بالا بردن بهره وری منابع است. از اینرو چگونگی تخصیص منبع به صورت منطقی بگونه ای ... . برای دانلود فایل کامل مقاله بهبود تخصیص منابع در رایانش ابری با استفاده از ترکیب اتوماتای یادگیر و الگوریتم تکامل تفاضلی با 15 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.