در سالهای اخیر، الگوی رایانش ابری به دلیل مقیاسپذیری بالا، قابلیت اطمینان، اشتراک اطلاعات و هزینه پایین نسبت به ماشینهای مجزا، بسیار مورد توجه قرارگرفته است. در محیط ابر، زمانبندی و تخصیص بهینه وظایف بر استفاده مؤثر از منابع سیستم اثر میگذارد. در حال حاضر روشهای مت چکیده کامل
در سالهای اخیر، الگوی رایانش ابری به دلیل مقیاسپذیری بالا، قابلیت اطمینان، اشتراک اطلاعات و هزینه پایین نسبت به ماشینهای مجزا، بسیار مورد توجه قرارگرفته است. در محیط ابر، زمانبندی و تخصیص بهینه وظایف بر استفاده مؤثر از منابع سیستم اثر میگذارد. در حال حاضر روشهای متداول برای زمانبندی در محیط رایانش ابری با استفاده از روشهای سنتی مانند حداقل-حداقل و روشهای فرا ابتکاری مانند الگوریتم کلونی مورچهها انجام میشود. روشهای فوق بر بهینه سازی یک هدف متمرکز هستند و به طور همزمان چندین هدف را برآورد نمیکنند. هدف اصلی این تحقیق در نظر گرفتن چندین هدف (زمان اجرای کل، توافقنامه سطح سرویس، مهاجرت و انرژی مصرف شده) در مراکز داده ابری با زمانبندی و تخصیص بهینه وظایف میباشد. در این پژوهش الگوریتم تکاملی تفاضلی چندهدفه به دلیل ویژگیهای ساختار ساده و پارامترهای قابل تنظیم کمتر، مورد استفاده قرار میگیرد. در روش پیشنهادی، رویکردی جدید مبتنی بر الگوریتم تکاملی تفاضلی برای حل مسأله تخصیص در فضای ابری ارائه میشود که در رویکرد ارائه شده سعی میشود که بر اساس تابع سودمندی چندهدفه تعریف شده و در نظر گرفتن بردارهای جهش و تقاطع بتوانیم در بهبود بهرهوری از منابع و در نظر گرفتن اهدافی چون زمان، مهاجرت و انرژی تأثیرگذار باشیم. روش پیشنهادی از طریق شبیهساز کلودسیم با آزمایش بر روی حجم کار بیش از هزار ماشین مجازی بر روی دادههای Planet Lab ارزیابی شده است. نتایج حاصل از شبیهسازی نشان میدهد که روش پیشنهادی توانسته است معیار مصرف انرژی را نسبت به الگوریتمهای IqrMc، LrMmt و FA مقایسه شده به طور میانگین به میزان ۲۳ درصد، تعداد مهاجرتها را به طور میانگین به میزان ۲۹ درصد، زمان اجرای کل را به طور میانگین به میزان ۲۹ درصد و نقص توافقنامه سطح سرویس را به طور میانگین به میزان ۱ درصد بهبود دهد. در این صورت استفاده از رویکرد پیشنهادی در مراکز ابری منجر به سرویسهای بهتر و مناسب به مشتریان این مراکز در حوزههای مختلفی از جمله آموزش، مهندسی، صنایع تولیدی، خدماتی و... خواهد شد.
پرونده مقاله
امروزه رایانش ابری به علت ارائه خدمات متنوع، کاربردهای زیادی دارد. از سوی دیگر، به علت رشد سریع، محدودیت منابع و هزینه نهایی، چالشهای متعددی در رایانش ابری به وجود آمده است که یکی از این چالشها، توازن بار است. منظور از توازن بار، چگونگی مدیریت توزیع بار در بین گرههای چکیده کامل
امروزه رایانش ابری به علت ارائه خدمات متنوع، کاربردهای زیادی دارد. از سوی دیگر، به علت رشد سریع، محدودیت منابع و هزینه نهایی، چالشهای متعددی در رایانش ابری به وجود آمده است که یکی از این چالشها، توازن بار است. منظور از توازن بار، چگونگی مدیریت توزیع بار در بین گرههای پردازشی، بهمنظور استفاده بهینه از منابع و صرف کمترین زمان جهت پاسخ به درخواست کاربر است. روشهای متعددی در خصوص برقراری توازن بار پیشنهاد شدهاند که یکی از آنها، الگوریتم جهش قورباغه است که پویا، تکاملی و الهام گرفته از طبیعت میباشد. در این مقاله، بهبودی بر الگوریتم جهش قورباغه پیشنهاد شده است که باعث همگرایی سریع و بستن راه حلقه تکرار تکامل معیوب قورباغهها، میگردد. جهت ارزیابی، الگوریتم جهش قورباغه بهبود یافته پیشنهادی R-SFLA و الگوریتم SFLA و الگوریتم ASFLA در شبیهساز کلودسیم تحت شرایط یکسان، مورد آزمایش قرار گرفتند. نتایج بهدستآمده از آزمایشات، بیانگر آن است که روش پیشنهادی نسبت به روشهای دیگر، از نظر هزینه کلی اجرا، زمان پاسخ و درجه توازن بار، کاراتر عمل نموده است.
پرونده مقاله