مدلی جدید جهت زمان بندی توزیع شده و بهبود توازن بار با بکار گیری سیستم فازی در محاسبات ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 766

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC01_197

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

مساله زمان بندی در محیط ابری امروزه به یکی از مهمترین چالش ها در بحث رایانش ابری تبدیلشده است. در سیستم های رایانش ابری، منابع محاسباتی به عنوان ماشین های مجازی ارائه می شوند،در یک چنین سناریویی الگوریتم های زمانبندی ، نقش بسیار مهمی را بازی می کنند. کاهش زمانو هزینه اجرا از معیارهایی است که همواره در تمامی روشهای پیشنهادی برای زمانبندی ابر موردتوجه قرار می گیرد. در این مقاله، مدلی جدید جهت زمانبندی مبتنی بر سیستم فازی ارائه شده استکه درخواست های ارسالی از طرف کاربران را با در نظر گرفتن معیارهایی کلیدی به مناسبترین منبعتخصیص می دهد. اختصاص دادن درخواست های ارسالی کاربران به منابع با در نظر گرفتن توانمحاسباتی منابع، پهنای باند ماشین های مجازی، مقدار مصرف شده پردازنده در ماشین مجازی وهمچنین طول کار درخواستی ، هدف اصلی مدل پیشنهادی می باشد. پارامترها فوق، ورودی هایسیستم فازی می باشند و براساس خروجی سیستم فازی منابع به درخواست ها اختصاص داده می شوند.نتایج آزمایشات و شبیه سازی نشان می دهد که، مدل پیشنهادی کارایی زمانبندی منبع را درمعیارهای کل زمان اجرا و ضریب عدم تعادل ، کارایی مناسبی نسبت به دیگر الگوریتم های موردمقایسه دارد.

نویسندگان

حسین جمالی

گروه کامپیوتر ، واحد اراک ، دانشگاه آزاد اسلامی ، اراک ، ایران

عباس کریمی

گروه کامپیوتر ، واحد اراک ، دانشگاه آزاد اسلامی ، اراک ، ایران

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 :
  • اکبری، محمد کاظم، 1389، محاسبات اری ارائه معماری ها ابزارها ...
  • _ _ _ CCnonferen _ _ Infrrm _ Techrol _ ...
  • Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, C. ...
  • Chen, S., Wu, J., & Lu, Z. (2012). A cloud ...
  • Liu, J , Luo, X.-G., Zhang, X.-M., Zhang, F., & ...
  • Milojicic, D. (2008). Cloud computing :Interview with russ daniels and ...
  • Pandey, S., Wu, L., Guru, S. M., & Buyya, R. ...
  • Pawar, P. S., Rajarajan, M., Dimitrakos, T., & Zisman, A. ...
  • Randles, M., Lamb, D., & Taleb-B endiab, A. (2010). A ...
  • Rao, A. (2000). Application of fuzzy logic for the study ...
  • Sawant, S. (2011). A genetic algorithm scheduling approach for virtual ...
  • Sivanandam, S., Sumathi, S., & Deepa, S. (2007). Introduction to ...
  • Sugeno, M. (1985). An introductory survey of fuzzy control. Information ...
  • Tawfeek, M. A., El-Sisi, A., Keshk, A., & Torkey, F. ...
  • Wang, L, Tao, J., Kunze, M., Castellanos, A. C., Kramer, ...
  • Zheng, Z., Wang, R., Zhong, H., & Zhang, X. (2011). ...
  • نمایش کامل مراجع