ارائه روشی نوین برای زمان بندی کار در محاسبات ابری با استفاده از الگوریتم های تکاملی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,382

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FNCEITPNU01_052

تاریخ نمایه سازی: 17 اسفند 1393

چکیده مقاله:

محاسبات ابری الگویی از محاسبات توزیع شده، مرکب از تعداد زیادی منابع و درخواست ها با هدف به اشتراک گذاری منابع به صورت سرویس بر روی بستر اینترنت می باشد. زمان بندی کار، فرایند نگاشت کارها به منابع در دسترس بر پایه نیازمندی ها و ویژگی کارها است. در محیط محاسبات ابری هر کاربر ممکن است برای اجرای هر کار، با صدها منابع مجازی روبرو شود. در این صورت، تخصیص کارها به منابع مجازی توسط خود کاربر غیرممکن می باشد. از این رو مسئله زمان بندی کار در رایانش ابری، یک مسئله بسیار مهم و از رده مسائل NP محسوب می شود. در واقع هدف مشخص کردن یک منبع پردازشی از مجموع منابعی است که یک کار برای پردازش به آن نیاز دارد به شکلی که کارهای کاربران در حداقل زمان ممکن و هزینه کمتر پردازش و اجرا شود. برای حل مسئله زمان بندی کارها در محاسبات ابری، تاکنون الگوریتم های مختلفی ارائه شده است. در این مقاله یک الگوریتم زمان بندی برای بهبود مساله زمان بندی کارها در لایه زیر ساخت محاسبات ابری، براساس الگوریتم تکاملی ژنتیک و همچنین الگوریتم جستجوی محلی ممنوعه ارائه شده است. نتایج تجربی نشان داده است که الگوریتم پیشنهادی از کارایی بالایی برخوردار است

کلیدواژه ها:

نویسندگان

فرشته حبیبی

دانشجوی کارشناسی ارشد نرم افزار، دانشگاه آزاد اسلامی واحد ساری

همایون موتمنی

هیئت علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد ساری

فرهاد رمضانی

هیئت علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد ساری

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Brent R.P. Efficient implementation of the First-Fit Strategy for Dynamic ...
  • Falco I.D, Balio R.D, Tarantino E, and Vaccaro . Improving ...
  • Kumar P, and Verma A. Scheduling Using Improved Genetic Algorithm ...
  • Mell P, and Grance T The NIST Definition of Cloud ...
  • Nurmi D, Wolski R, Grzegorczyk C, Obertelli G, Soman S, ...
  • Sun. H, Chen. S, Jin. C, and Guo K. Research ...
  • نمایش کامل مراجع