ارائه راهکاری جهت بهینه سازی در زمان و هزینه جایابی مولفه های نرم افزاری با استفاده از الگوریتم فرا اکتشافی چندهدفه در محیط ابری

در دهه اخیر رایانش ابری مورد توجه بسیاری از ارائه دهندگان و استفاده کنندگان فناوری اطلاعات قرارگرفته است. یکی از مدل های پرکاربرد ارائه خدمات در حوزه رایانش ابری، مدل نرم افزار به عنوان خدمت بوده که معمولا به صورت ترکیبی از مولفه های داده و برنامه ارائه می شوند. یکی از چالش های مهم در این حوزه، یافتن مکان بهینه برای مولفه های نرم افزاری بر روی زیرساخت های ابری است که در آن نرم افزار به عنوان خدمت بتواند بهترین عملکرد ممکن را داشته باشد. مسئله جایابی نرم افزار به عنوان خدمت به چالش تعیین اینکه کدام سرویس دهنده ها در مرکز داده ابر، بدون نقض محدودیت های نرم افزار به عنوان خدمت، می توانند میزبان کدام مولفه ها باشند اشاره دارد. در این مقاله، راهکار بهینه سازی چند هدفه با هدف کاهش هزینه و زمان اجرا جهت جایابی مولفه های در محیط های ابری را ارائه می دهیم. راهکار پیشنهادی خود را با استفاده از کتابخانه Cloudsim شبیه سازی کرده و در نهایت با دو الگوریتم ازدحام ذرات چندهدفه و فاخته مورد ارزیابی و مقایسه قرار دادیم. نتایج شبیه سازی نشان می دهد که راهکار پیشنهادی عملکرد بهتری نسبت به دو الگوریتم پایه داشته و موجب کاهش ۹/۴ درصدی زمان اجرای جایابی مولفه های نرم افزار به عنوان خدمت، کاهش ۹/۱ درصدی هزینه و افزایش ۷/۹ درصدی بهره وری می گردد.

کلیدواژه ها:

رایانش ابری ، مولفه های نرم افزاری ترکیبی ، مدیریت منابع ، جایابی SaaS ، الگوریتم ژنتیک چند هدفه