الگوریتم زمانبندی آگاه به تعادل بار با استفاده از مهاجرت ماشین های مجازی

محاسبات ابری شامل محاسبات توزیع شده، محاسبات موازی و محاسبات شبکه ای می باشد و به صورت یک نظریه علمی از پیاده سازی تجاری کامپیوترها تعریف می شود. یکی از مباحث اصلی در این زمینه به زمانبندی کارها و توزیع آنها بر روی سرورها مرتبط می شود. زمانبندی کارها یک مساله سخت است و تعداد زیادی از الگوریتم های تکاملی می خواهند که این مشکل را حل کنند. در این پژوهش یک الگوریتم زمانبندی برای بهبود کیفیت سرویس ارائه شده در محاسبات ابری را بر اساس الگوریتم تکاملی مورچه و همچنین الگوریتم طبقه بندی کارها ارائه می دهیم و آن را KACO می نامیم. کیفیت سرویس به فاکتوری کلیدی در بکارگیری شبکه ها و سرویس های امروزه تبدیل شده است. با وجود اینکه کیفیت سرویس اخیرا به مساله ای مهم در بین محققان شبکه تبدیل شده، هنوز هم ابهاماتی در شیوه فهم و تعریف آن وجود دارد. بطور کلی کیفیت سرویس به معنی ارائه سرویسی سازگار و قابل پیش بینی به منظور تامین نیازهای کاربردهای مختلف است. کیفیت سرویس را از دو دیدگاه می توان مشاهده نمود: کاربران شبکه و تامین کنندگان سرویس شبکه. هر یک از این دو دارای اهداف کیفیت سرویس متفاوتی هستند. آنچه که یک کاربر شبکه نیاز دارد، دسترسی به حداکثر پهنای باند با کمترین هزینه ممکن است. از طرف دیگر، هدف تامین کننده شبکه به حداکثر رساندن کارایی شبکه همزمان با برطرف کردن نیازهای کیفیت سرویس همه کاربران به صورت همزمان است. پارامترهای متداول کیفیت سرویس که برای توصیف کارایی شبکه بکار می روند عبارتند از: تاخیر، گذردهی، زمان پاسخ، زمان گردش کار، تعادل بار سرورها. هدف این پژوهش به حداقل رساندن و بهبود بخشیدن زمان پاسخ و گردش کار است که نهایتا کیفیت سرویس های ارائه شده را تضمین کند. برای رسیدن به این خواسته ابتدا کارهای رسیده از سمت مشتری را بر اساس الگوریتم طبقه بندی به سمت کلاستر مرتبط با آن کار می فرستیم و سپس داخل هر کلاستر الگوریتم مورچه را به گونه ای بکار می بریم که در انتها به اهداف خود دست پیدا کنیم.

کلیدواژه ها:

محاسبات ابری ، کیفیت سرویس ، تعادل بار