مروری بر روش های اخیر زمانبندی کار در محیط رایانش ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,543

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRANWEB01_004

تاریخ نمایه سازی: 29 شهریور 1394

چکیده مقاله:

رایانش ابری به دلیل پتانسیل بالا و قدرت انعطاف پذیری و سودآوری امروزه مورد توجه کمپانی های قرار گرفته است.رویکردی که در خدمات مبتنی بر رایانش ابری دنبال می شود عبارت است از پرداخت هزینه برای منابع مورد تقاضا برای یک مدتزمان توافق شده در این سیستم کاربران با فراهم کنندگان منابع بر اساس میزان هزینه ای که می توانند پرداخت کنند باید به تعادلبرسند تا علاوه بر رضای مشتری از ابر برای صاحبان منابع سودآوری داشته باشد بنابراین زمانبندی درخواست های کاربران بهدلیل حجم عظیم درخواست ها کار دشواری است و ایجاد چارچوبهایی برای زمانبندی الزامی است الگوریتم های زمانبندی، سعی در تخصیص کارها به منابع موجود با در نظر گرفتن کیفیت خدمات (Quality of Service) مورد توافق دارند. در این مقاله مروری بر روشهای مختلف زمانبندی در محیط رایانش ابری خواهیم داشت.

نویسندگان

عسگر علی بویر

استادیار دانشکده فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه شهید مدنی آذربایجان، تبریز

عزیز کرمیانی

دانشجوی کارشناسی ارشد فناوری اطلاعات، دانشگاه شهید مدنی آذربایجان، تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Huankai, C., et al. User-priority guided Min-Min scheduling algorithm for ...
  • Ming, G. and H. Li, An Improved Algorithm Based on ...
  • Mehdi, N.A., et al. Minimum Completion Time for Power-Aware Scheduling ...
  • Wang, W., et al., Cloud-DLS: Dynamic trusted scheduling for Cloud ...
  • Salehi, M. and R. Buyya, Adapting Market- Oriented Scheduling Policies ...
  • Mohapatra, S., S. Mohanty, and K.S. Rekha, Analysis of different ...
  • Mizan, T., S.M.R.A. Masud, and R. Latip, Modified Bees Life ...
  • Pandey, S., et al. A Particle Swvarm Optimization -Based Heuristic ...
  • Chenhong, Z., et al. Independent Tasks Scheduling Based on Genetic ...
  • Jang, S.H., et al., The study of genetic algo rithm-based ...
  • Zhongni, Z., et al. An approach for cloud resource scheduling ...
  • Mocanu, E.M. et al. Cloud Computing- Task scheduling based on ...
  • Zhu, L., Q. Li, and L. He, Study on Cloud ...
  • Xin, L. and G. Zilong. A load-adapative cloud resource scheduling ...
  • Gan, G.-n., T.-1. Huang, and S. Gao. Genetic simulated annealing ...
  • computing environmenf in Intelligent Computing and Integrated Systems (ICISS), 2010 ...
  • Ghanbari, S. and M. Othman, A priority based job scheduling ...
  • Xu, B., et al., Job scheduling algorithm based on Berger ...
  • Toporkov, V., D. Yemelyanov, and A. Tselishchev, Effective Slot Selection ...
  • Lan, Z. and W. Dazhen, An Intelligent Task Schedue Algorithm ...
  • Ergu, D., et al., The analytic hierarchy process: task scheduling ...
  • Abdullah, M. and M. Othman, Cost-based Multi-QoS Job Scheduling Using ...
  • Do, T.V. and C. Rotter, Comparison of scheduling schemes for ...
  • نمایش کامل مراجع