بهبود توازن بار در رایانش ابری با استفاده از الگوریتم وال سفید: رویکردی مبتنی بر چند شاخص عملکردی

توازن بار یکی از چالشهای کلیدی در محیطهای رایانش ابری است که بر مصرف انرژی، عملکرد منابع و بهره وری سیستم تاثیر مستقیم دارد. این پژوهش یک رویکرد مبتنی بر الگوریتم وال سفید Beluga Algorithm برای بهبود توازن بار ارائه کرده و عملکرد آن را با دو الگوریتم کلونی مورچه (Ant Colony Optimization) و راند رابین Round Robin) مقایسه نموده است. نتایج نشان میدهد که الگوریتم پیشنهادی از لحاظ کاهش مصرف انرژی و مدیریت بهینه منابع حافظه (RAM) بهترین عملکرد را دارد. در مقایسه الگوریتم کلونی مورچه بیشترین مصرف انرژی و منابع رم را به دلیل ساختار پیچیده و نیاز به پردازش های سنگین ثبت کرده است. الگوریتم راند رابین نیز عملکرد متوسطی از خود نشان داده است، اما همچنان از الگوریتم وال سفید در مصرف منابع عقب مانده است. کارایی بالای الگوریتم پیشنهادی با طراحی ساده و بهینه، منجر به کاهش قابل توجه مصرف انرژی و حافظه، کاهش هزینه های عملیاتی و افزایش مقیاس پذیری در محیطهای ابری شده است. این تحقیق بر اهمیت انتخاب الگوریتمهای مناسب برای توازن بار در رایانش ابری تاکید دارد و نقش الگوریتم وال سفید را در بهبود پایداری و عملکرد این سیستمها برجسته میسازد.

کلیدواژه ها:

زمانبندی ، وظایف رایانش ابری ، الگوریتم وال سفید ، توازن بار ، هزینه