جستجوی سرویس دهنده مناسب در سیستم های توزیع شده گرید با استفاده از اتوماتای یادگیر
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 639
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_148
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
گرید روشی برای به اشتراک گذاشتن مجموعه های بزرگ و ناهمگون از منابع فراهم میکند . ازجمله سرویسهای مهم در گرید،سرویس جستجوی منابع میباشد . فناوری گرید کامپیوترهای متفاوت و متنوع در شبکه را هماهنگ کرده و بصورت موازی بکار میگیرد تا عملیاتی انجام شود که سرعت بالایی داشته باشد و زمان کمتری مصرف کند. یکی از اهداف اساسی در شبکه های گرید بالابردن امکان دسترسی به منابع با هزینه بهینه و زمان کمتر است. با توجه به پیچیدگی این سیستم برای مدیریت منابع، نمی توان از رویکردهای سنتی و متداول که به صورت متمرکز سیستم را مدیریت می کنند استفاده کرد. کشف سرویس دهنده مناسبدر گرید از جمله مسائل مهم در این شبکه محسوب می شود. روش های گوناگونی برای حل این مسئله در شبکه های گرید ارائه شده است، ولی هیچکدام بگونه ای نیستند که بتوانند خود را با تغییرات گرید هماهنگ کنند. بنابراین لازم است روشی که کارایی مؤثر را در تخصیص منابع دارد، ارائه گردد. در این مقاله الگوریتم جدیدی برای جستجوی سرویس دهنده مناسب در شبکه گرید بااستفاده از آتوماتای یادگیر پیشنهاد می شود. با توجه به سازگاری آتوماتای یادگیر با محیط های پویا مانند گرید، بهترین گزینه برای انتخاب منبع مورد نیاز در شبکه گرید می باشد. برای شبیه سازی الگوریتم پیشنهادی از نرم افزار omnet++ 4.2.2 استفاده کردهایم. نتایج شبیه سازی نشان می دهد که الگوریتم های مبتنی بر اتوماتای یادگیر نتایج بهتری را در مقایسه با الگوریتمهای دیگر ایجاد می کند
کلیدواژه ها:
نویسندگان
نیلوفر عبداللهی
دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد بافت.
مهران ابدالی
عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد بافت
فرخ کروپی
عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد بافت.
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 :