بهبود تعادل بار ماشین مجازی در رایانش ابری با استفاده از تکنیک داده کاوی

رشد و توسعه محاسبات ابری به حدی رسیده که به یک حالت مولد تعریف شده منجر شده است. با میزان توان های محاسباتی مختلف که توسط افراد ارائه می شود ،استفاده از سیستم های رایانش ابری ضروری خواهد بود. این به ما کمک می کند تا اطلاعات را در یک ساختار ابری مجازی ذخیره کنیم. زمانی که از مکانیزم ذخیره ابری استفاده می کنیم، قدرت محاسباتی و پردازش بیشتر توزیعی است تا متمرکز. کل سیستم از ارتباط اینترنتی استفاده می کند تا پیوند بین خدمات برنامه های کاربردی طرف سرویس گیرنده و طرف سرویس دهنده را فراهم کند. ممکن است سرویس دهندگان از پلتفرم ابری به عنوان یک پلتفرم سرویس دهنده وب یا یک معماری ذخیره اطلاعات استفاده کنند . آزادی استفاده از هر وسیله یا مکانی برای مدیریت ابر، مزیت دیگری برای هر کاربر است . مسائل اصلی در ابر، کشف منبع، مقاومت در برابر خطا، تعادل بار، ارزیابی امنیت، زمانبندی انجام وظیفه، وابستگی، پشتیبان گیری از داده ها و قابلیت حمل می باشد. تعادل بار، یکی از مسئولیت های اصلی رایانش ابری است. در وضعیت کنونی، الگوریتم های تعادل بار باید در تخصیص به درخواست ها بسیار کارآمد باشند. این امرکاربرد منابع را به روش هوشمندی تضمین می کند که در آن بهره برداری زیاد از حد یا کمتر از حد معمول از منابع در محیط ابری اتفاق نمی افتد. این مقاله طرحی را شرح می دهد که تعادل بار را با استفاده از داده کاوی و تکنیک های یادگیری ماشین تضمین می کند

کلیدواژه ها:

محاسبات ابری ، تعادل بار ، داده کاوی ، یادگیری ماشین