بهبود روش تخصیص منبع در گریدهای محاسباتی با استفاده از سیستم های هوشمند

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 936

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KHIAU01_109

تاریخ نمایه سازی:

چکیده مقاله:

با توسعه تکنولوژی گرید کاربردهای گوناگون ومتنوع آن در بسیاری از زمینه ها گسترش یافته ولی با توجه به پویایی وناهمگنی این شبکه ها، شناسایی و سازماندهی منابع برای برآوردن نیازمندیهای برنامه های کاربردی چالش عمده موجود, میباشد بنابراین طبقه بندی منابع به گروههای متفاوتی از نظر کارایی با استفاده از تکنولوژی داده کاوی بر مبنای اولویت، راهی بسیارمناسب جهت بهبود تخصیص منبع در این چنین شبکه هایی می باشد[ 4]. معمولا برنامه های کاربردی که بر روی چنینشبکه هایی درخواست اجرا دارند نیازمند دادهای زیاد با ورودی وخروجی سنگینی هستند لذا می توان اینچنین برنامه ها راشکست و بطور یکسان بین گره هایی تقسیم کرد و از طرفی نیز منابع در شبگه های گرید از لحاظ جغرافیایی پخش می شوند و ذاتا ناهمگون هستند و افراد وسازمانهای گوناگون موجود نیز، دارای خط مشی منحصربه فرد و دارای سطح دسترسی متفاوتیهستند و از لحاظ در دسترس بودن وتوان بارگذاری نیز به صورت پویا عمل می کنند لذا این ویژگیها دشواری تخصیص منابعرا در این چنین شبکه ها دو چندان می کند[ 2]. یکی از ابزارهای کارآمد در چنین شبکه هایی استفاده از سیستم فازی است که در مبحث تخصیص منبع خوشه بندی منابع شبکه گرید می تواند مفید واقع گردد [ 7خوشه بندی رکن اساسی داده کاوی است که تمایل دارد منابعی که دارای خصوصیات مشترکی هستند را درون یک خوشه قرار داده و با تجزیه وتحلیل خوشه ها، داده های موجود را به گونه ای که دادهای مشابه به یک خوشه واحد تعلق گیرد ودادهای نامتشابه عضو خوشه هایگوناگون باشند را تجزیه وتحلیل کند و البته که در عمل تقریبا هیچوقت هیچگونه حد و مرز مشخصی میان خوشه ها وجودندارد ما در این مقاله الگوریتم تخصیص منبعی را ارائه میکنیم که با استفاده از روش خوشه بندی فازی بر مبنای اولویت, تخصیص منبع را در شبکه های گرید انجام داده و نسبت به الگوریتم های قبلی دارای پیچیدگی زمانی کمتری می باشد

کلیدواژه ها:

گرید – خوشه بندی – تخصیص منبع – داده کاوی

نویسندگان

عبدالعلی کمیلی جهرمی

دانشگاه آزاد اسلامی واحد اراک، گروه کامپیوتر،اراک، ایران

سیدجواد میرعابدینی

دانشگاه آزاد اسلامی واحد تهران مرکز، گروه کامپیوتر،تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • XL. Du, C. Jiang, GR. Xu, ZJ. Ding, Grid DAG ...
  • CH. Liu, LY. Yang, I. Foster and D Angulo, "Design ...
  • D. Guo, L. Hu, SL. Jin, etal, :Applying preference base ...
  • selection performance", In Proceedings of ...
  • thInternationt Conference on Fuzzy Systems and Knowledge Discovery _ IEEE ...
  • D. Guo, L. Hu, BX. Guo, etal, CFcrsf: An App ...
  • XL. Gui, QJ. Wang, WQ. Gong, DP Qiang, "Study ofa ...
  • Journal of Computer Research and Development, vol.41, no.12, 2004, pp.2189-2194. ...
  • Journal of Software, vol.17, no.11, 2006, pp.2277-2288. ...
  • J. J. Dongarra, P. Luszczek and A. Petitet, _ LINPACK ...
  • Performance Computing Applications, vol. 14, no. 3, 2000, pp. 189-204. ...
  • QP. Wang, DH. ZHANG. "A simple and direct algorithm for ...
  • Journal of Xi an University of Technology. vol.22, no.3, 2006, ...
  • Information and Computer Science University ofhttp :/kdd.ics.uci. edu, 2005- ...
  • نمایش کامل مراجع