بهبود الگوریتم برنامه زمانبندی کار در محاسبات ابری با استفاده از الگوریتم بهینه سازی پروانه (BOA)

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 381

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF06_111

تاریخ نمایه سازی: 22 آذر 1399

چکیده مقاله:

مسئله زمان بندی در محاسبات ابری امری حیاتی و مهم است.مسئله زمانبندی به نگاشت بین منابع و درخواست های کاربران می پردازد و وظیفه تخصیص بهینه کارها به منابع در دسترس را برعهده دارد.نحوه مدیریت روش زمان بندی کار، تاثیرمستقیمی بر روی عملکرد شبکه ابری و کاهش مصرف منابع دارد. ارائه ی یک روش زمان بندی مناسب می تواند با کاهش زمان پاسخ کارها و کاهش هزینه ها به بهره وری منابع منجر شود. در این پژوهش به بررسی روش های موجود زمان بندی کار و تخصیص منابع در زیر ساخت ابر پرداخته شده است و با استفاده ازالگوریتم بهینه سازی پروانه روش جدیدی برای زمان بندی همزمان منابع و کارها در محیط ابری پیشنهاد شد. برای شبیه سازی روش پیشنهادی یک مرکز داده ابر با چندین گره محاسباتی و درخواست کاربر در نظر گرفته شد، معیارهای ارزیابی این پژوهش زمان پردازش و زمان انتظار درخواست های کاربران و مصرف منابع گره های محاسباتی است، نتایج حاصل از شبیه سازی نشان داد که الگوریتم بهینه سازی پروانه با انتخاب استراتژی مناسب در تخصیص درخواست های کاربران به گره های محاسباتی (میزبان های فیزیکی) منجر به کاهش زمان پردازش و زمان انتظار درخواستهای کاربران شده است دلیل این امر استفاده از مبادله پیام انتخاب استراتژی مناسب مابین پروانه ها است،مبادله پیام از طریق مقدار فرومون منجر به همگرایی سریعتر پروانه ها به استراتژی بهینه زمانبندی کار می شود.همچنین روند مصرف انرژی در گره های محاسباتی نیز نشان میدهد که الگوریتم بهینه سازی پروانه با بهبود تخصیص منابع در گره های محاسباتی توانسته است که کمترین مصرف انرژی در میان سایر روش ها به خود اختصاص دهد. الگوریتم بهینه سازی پروانه به دلیل ساختار ساده تر و در نظر گرفتن جستجوی محلی و سراسری به صورت توام توانسته است راه حل مناسبی برای زمانبندی کار در محاسبات ابری ارائه دهد همچنین مدل پیشنهادی با تخصیص بهینه درخواست ها، تعداد گره های محاسباتی روشن راکمینه کرده و از این طریق مصرف انرژی را در دیتاسنترها کاهش داده است.

نویسندگان

افرا بابایی

کارشناس ارشد نرم افزارگروه مهندسی نرم افزار،دانشکده فنی و مهندسی،واحد سنندج،دانشگاه آزاد اسلامی،سنندج،ایران

عبدالباقی قادرزاده

استاد گروه مهندسی نرم افزار و دانشگاه آزاد،سنندج،ایران