ارائه یک راهکار توازن بار پویا در محیط محاسبات ابری با استفاده از الگوریتم های تکاملی

زمانبندی رایج ماشین های مجازی در محیط محاسبات ابری بطوور عمده فقط حالت چاری سیستم را در نظر می گیرد و به ندرت به حالت های قبلی توجه می کند که این امر باعث عدم توازن و تعادل بار در سیستم می شود. بر اساس مساله توازن بار و زمانبندی ماشین های مجازی، این مقاله یک زمانبندی توازن بار را بر اساس الگوریتم ژنتیک و طبقه بندی ارائه می کند که علاوه بر در نظر گرفتن حالت چاری سیستم، حالات قبلی را هم در نظر می گیرد و همچنین کارهای رسیده به هر ماشین را در ابتدا طبقه بندی می کند. نتایج آزمایشگاهی ثابت می کند که این روش قادر به برقراری توازن بار و استفاده معقول از منابع می باشد

کلیدواژه ها:

محاسبات ابری ٬ منابع ماشین های مجازی ٬ توازن بار ٬ الگوریتم ژنتیک ، الگوریتم طبقه بندی