بهبود تحمل خطا درپردازش ابری بارویکرد فازی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 665
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:
COMCONF01_491
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله:
باپیشرفت فناوری اطلاعات نیاز به انجام کارهای محاسباتی درهمه جا و همه زمان به وجود امدها ست همچنین یاز به این است که افراد بتوانند کارهای ماحسباتی سنگین خود را بدون داشتن سخت افزارها و نرم افزارهای گران قیمت انجام دهند که محاسبات ابری اخرین پاسخ فناوری به این نیازها بوده است یکی ازتکنیکهای مورد نیاز جهت افزایش انعطاف پذیری و مقیاس پذیری مراکز داده ی ابری توازن بار است توازن بار بااهداف گوناگون مثل تحمل پذیری دربرابر خرابیمدیریت انرژی کاهش زمان پاسخ و افزایش کیفیت سرویس و نهایتا تعمیر و نگهداری سرورها انجام میگیرد تحمل خطا یکی ازنگرانهای عمده برای تضمین دردسترس بودن و قابلیت اطمینان خدماتی حیاتی و همچنین اجرای برنامه کاربردی است به منظور به حداقل رساندن تاثیر خرابی برروی سیستم و اجرای صحیح و موفق برنمه های کاربردی خرابی باید پیش بینی شده و فعالانه مدیریت و کنترل گردد الگوریتم پیشنهادی درطی مراحل اغاز دریافت مقادیر پارامترها برای منابع باایجادقوانین فازی تعیین میزان اولویت منابع متناسب را طی می کند دراین الگوریتم ازایده تعیین وزن برای گره ها استفاده شده تعینی وزن ها توسط کنترل کننده فازی صورت میگیرد درسیستم فازی هرگره میتواند یک سیستم خبره باشددرمنطق فازی انعطاف پذیری بیشتری درطراحی یک ساختارخاص برای گره ها داریم دراین نوشتار قصد داریم بااستفاده ازمفاهیم مهاجرت سرورهای سیستم ابری را دردسته های مختلف قراردهیم سه دسته برای دسته بندی سرورها درنظر گرفته شده است قوی متوسط و ضعیف هرگاه فاکتورهای مهاجرت درسیستم هوشمند تغییر نماید سرور نیز باتوجه به آن ویژگیها تغییر خواهد نمود
کلیدواژه ها:
نویسندگان
فاطمه سعادتی
دانشجوی کارشناسی ارشددانشگاه واحد آیت الله آملی آمل
سیدجواد میرعابدینی
عضو هیئت علمی واحد تهران شمال
مهدی یدالهی
عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد آیت الله آملی
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 :