ارائه رویکردی نوین مبتنی بر راه حل غیر متمرکز برای مقیاس بندی خودکار منابع در محیط رایانش ابری

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 528

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KAUCEE02_197

تاریخ نمایه سازی: 18 اردیبهشت 1400

چکیده مقاله:

در این پژوهش به ارائه رویکرد تامین اتوماتیک خودکار منابع در سرویس های ابری در محیط رایانش ابری پرداخته شده است. از جمله چالش هایی که در این راستا مطرح است این است از آنجایی که حجم دستورات وارد شده در هر ماشین مجازی و تخصیص به موقع منابع خودکار با حجم هر ماشین مجازی تاثیر مستقیم دارد لذا مدیریت و استفاده بهینه از منابع ابری نیز برای مدیریت مرکز داده ابری به علت غیرقابل پیش بینی بودن بار کاری و درخواست های کاربران بسیار دشوار است. همچنین مدیریت و تامین منابع در مجموعه های رایانشی بزرگ و پیچیده نیازمند زمان و هزینه بسیار زیادی است.در روش پیشنهادی در این پژوهش، از حلقه MAPE برپایه مدیریت در هر سرویس خودمختار استفاده نمودیم که در فاز تحلیل این حلقه از مدل رگرسیون خطی (ARMA) و در فاز برنامه ریزی، از روش تصمیم گیر بیز ساده به منظور بهینه نمودن منابع استفاده شده است. سپس رویکرد پیشنهادی خود را تحت سه بار کاری واقعی ClarkNet، FIFA و NASA با روش DEPAS و با مواردی از زیر مجموعه های روش DEPAS از جمله Opt.Min، Opt.Des و Opt.Max مقایسه نمودیم و از نظر معیارهای مختلف در سه سناریو Normal، Soft و Heavy مورد ارزیابی قرار دادیم و از نتایج حاصل از شبیه سازی مشاهده نمودیم که روش پیشنهادی موجب افزایش ۱.۱ درصد بهره وری ماشین های مجازی، ۲.۶ درصد کاهش هزینه، ۱.۶درصد افزایش زمان پاسخ و ۰.۵ درصد افزایش تعداد درخواست گردیده است.

کلیدواژه ها:

تامین منابع ، حلقه MAPE ، روش پیش بینی سری و زمانی ARMA ، تصمیم گیر بیز ساده.

نویسندگان

فریماه رئیس براتعلی

دانشگاه آزاد اسلامی واحد محلات. محلات استان مرکزی

مصطفی قبایی

دانشگاه آزاد اسلامی واحد محلات. محلات استان مرکزی

سیدحسین سیدی

دانشگاه آزاد اسلامی واحد کاشان