توازن بار پویا در شبکه رایانش ابری بر اساس برنامه های غیرخطی و فراابتکاری

محاسبات ابری به عنوان یکی از حوزه های مهم و رو به رشد فناوری اطلاعات نیازمند مدیریت بهینه منابع برای ارائه خدمات موثر به کاربران است. در این مقاله روشی نوین برای توازن بار و زمانبندی ماشین های مجازی در محیط های ابری ارائه شده است که بر پایه الگوریتم های تقریبی و طبقه بندی طراحی شده است. این روش با در نظر گرفتن وضعیت کنونی و پیشین سیستم تخصیص بار به ماشین ها را به صورت هوشمندانه بهبود می بخشد. به منظور بهینه سازی الگوریتم ترکیبی شبیه سازی تبرید و روش نیوتن پیاده سازی شده و عملکرد آن با الگوریتم های نیوتن سیمپلکس و ژنتیک مقایسه گردیده است. نتایج تجربی نشان می دهد که الگوریتم پیشنهادی سرعت تخصیص منابع بالاتری داشته و بهبود عملکرد تقریبا ۷ درصدی نسبت به سایر روش ها را رقم زده است. این مدل می تواند در مدیریت منابع ابری کارایی و پاسخگویی سیستم ها را به طور چشمگیری ارتقا دهد.

کلیدواژه ها:

محاسبات ، ابری ، زمانبندی ماشین های مجازی ، الگوریتم های فراابتکاری