تخصیص منبع ها در محاسبات ابری سبز به کمک الگوریتم های فراابتکاری (متاهیورستیک)

محاسبات ابری سبکی نوین در حوزه محاسبات توزیع شده ارائه داده است که در آن منابع مشترک بین کاربران نهایی تقسیم می شوند و دارای مزایای زیادی مانند تحمل پذیری در برابر خطا، قابلیت اطمینان، دسترس پذیریبالا، به منابع است. تخصیص بهینه منابع یک فرآیند کلیدی در محیط رایانش ابری است که هدف آن اجرای درخواست های وارد شده به سیستم بر روی منابع، به شیوه ای کارآمد با درنظرگرفتن سایر خصوصیات محیط ابراست. مشکلات و چالش های فراوانی به واسطه استفاده از منابع در محیط رایانش ابری ایجاد شده است و نیازمند آن است که به صورت مناسبی رفع شود. تخصیص بهینه منابع مسأله ای است که نه تنها سرویس دهنده های ابری با آن درگیر هستند بلکه از نظر سرویس گیرنده نیز حائز اهمیت فراوان است. در این مقاله با استفاده از الگوریتم جهش قورباغه تخصیص بهینه منابع در محیط ابر در جهت کمینه سازی زمان تکمیل وظایف انجام شده است. در جهت بهبود عملکرد الگوریتم جهش قورباغه از عملگرهای تقاطع تک نقطه ای و تقاطع دو نقطه ای استفاده تا تنوعی بیشتری در فضای پاسخ ایجاد شده و در صورت افتادن در نقاط بهینه محلی باعث خروج و یافتن پاسخ بهینه سراسری گردند. پس از مدل سازی مسئله با استفاده از الگوریتم جهش قورباغه، به تخصیص بهینه منابع به ازای 20 و 30 وظیفه بر روی 4 منبع پرداخته و نتایج آن با الگوریتم بهینه سازی ازدحام ذرات مقایسه گردید. نتایج حاکی از عملکرد بهتر الگوریتم جهش قورباغه با زمان تکمیل وظایف 171 و 248 به ترتیب بر اساس 20 و 30 وظیفه با 4 منبع در برابر الگوریتم بهینه سازی ازدحام ذرات است.

کلیدواژه ها:

تخصیص منبع ، محاسبات ابری ، الگوریتم فراابتکاری ، الگوریتم جهش قورباغه