استراتژیهای جدید زمان بندی کارها براساس کیفیت خدمات رسانی به کاربران درمحیط محاسبات ابری

باتوجه به رشدروزافزون درخواست ها و پیوستن مشتریان جدید به دنیای محاسبات ابری این مدل فراسیستمی باید قدرتمندتروباکیفیت ترازگذشته به ارایه خدمات بپردازد و تلاش بیشتری برای جلب رضایت مشتریان انجام دهد درحال حضراستراتژی هایی که بتواند به اکثرنیازمندیهای خدمات رسانی به کاربران رسیدگی کند وجود ندارد بیشتر استراتژیهای موجود فقط کاهش زمان یاکاهش هزینه را مدنظر قرارمیدهند دراین قماله به استراتژیهای جدیدی که توانسته اند به چندین نیاز کیفی خدمات رسانی مانند بهینه کردن توام زمان و هزینه رسیدگی کنند می پردازیم لگوریتم ارایه شده زمان بندیمحدود به کیفیت خدمات رسانی چندگانه برای چندین جریان های کاری متعدد MQMW به کاهش توام زمان و هزینه باهم می پردازد و بهترین سرویس دهی ممکن راحتی هنگامی که کاربران چندین کارمتنوع را برای ابرارسال می کنند انجام میدهد استراتژی زمان بندی دیگر الگوریتم ژنتیک التهاب شبیه سازی شده برای محاسبات ابری است که با ارزیابی تمام نیازمندیهای خدمات رسانی به کاربران به جستجوی منابع موردن یاز آنها برروی ماشین های مجازی می پردازد و بهینه ترین زمان بندی کارها را با بهترین کیفیت خدمات رسانی ارایه میدهد

کلیدواژه ها:

زمان بندی ، کیفیت خدمات رسانی ، محاسبات ابری ، التهاب ، شبیه سازی شده ، جریان کاری ، ماشین مجازی