مروری بر روشهای توازن بار در رایانش ابری مبتنی بر الگوریتم های هوش جمعی

واژهی ابر در واقع، مجموعه ای از منابع مختلف است که خدماتی به کاربرهای نهایی ارائه میکند و بر مبنای توافق نامه سطح سرویس دهی است تا منابع را به صورت کارآمد در اختیار کاربرها قرار دهد. برای هر برنامه در مرکز داده، ارائه دهنده های سرویس باید کیفیت سرویس را تضمین کنند و بهره وری از سرور و راندمان انرژی را به دست آورند. رایانش ابری با استفاده از فناوری مجازی سازی به عنوان الگوی جدیدی از سیستمهای توزیع شده، پدید آمده است. با تعداد رو به رشد کاربرهای ابر، تعداد وظایف به میزان زیادی افزایش می یابد درحالیکه تعداد ماشین های مجازی ثابت باقی می مانند. یکی از چالشهای اصلی آن، زمان بندی میزان گستردهای از وظایف ناهمگن و حفظ توازن بار بین ماشین های مجازی مختلف به منظور برآورده سازی نیازهای کاربرها و ارائه دهنده ها است. نیازهای کاربران و ارائه دهنده ها، شامل حداقل بازه زمانی، هزینه پایین و بهره وری بالا از منابع است. توازن بار منجر به افزایش بازده به وسیله محدودسازی زمان واکنش میشود. همچنین بهره وری را افزایش میدهد. این مسئله، اغلب به عنوان بهینه سازی hard-NP طبقه بندی میشود و الگوریتم های هوش جمعی بسیاری تلاش کرده اند تا این مسئله را حل کنند. در این پژوهش، روش های توازن بار که از الگوریتم های هوش جمعی استفاده کرده اند، مرور میشوند.

کلیدواژه ها:

رایانش ابری ، توافقنامه سطح سرویس دهی ، کیفیت سرویس ، توازن بار ، الگوریتم های هوش