ارائه روشی بهبودیافته برای تکرار پویا گرید داده براساس پهنای باند سلسلهمراتبی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,401
فایل این مقاله در 21 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_832
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله ارائه روشی بهبودیافته برای تکرار پویا گرید داده براساس پهنای باند سلسلهمراتبی
با توسعهی محاسبات گرید، گرید داده به عنوان یک شاخهی مهم از آن، ارائه دهندهی سرویسهایی جهت ذخیرهسازی منابع، مدیریت و اشتراکگذاری حجم بالای دادههای توزیعشده در سراسر جهان است. برای مدیریت دادهها در محیطهایی با مقیاس بزرگ، یک روش کلیدی به نام تکرار داده وجود دارد. تکرار داده، از طریق ایجاد نسخههای متعدد از داده در مکانهای مختلف، زمان دسترسی به دادهها و در امتداد آن کارایی سیستم را بهبود میبخشد. همچنین، اینروش منجر به افزایش تحملپذیری خطا و قابلیت اطمینان در گرید داده میشود. امروزه الگوریتمهای تکثیر متعددی مطرح شده است. در این مقاله یک الگوریتم تکرار داده بهبودیافته، برای غلبه برمحدودیتهای استراتژی تکرار Modified BHR ، یپیشنهاد شده است. این بهبود، در راستای انتخاب بهترین محل تکرار برای اجرای کار کاربران، با در نظر گرفتن پارامترهای جدید از قبیل ساختار سلسلهمراتبی و تعداد درخواستهای آمدهبرای عنصر ذخیرهسازی سایت، علاوه بر هزینه انتقال داده است. و از سوی دیگر، در الگوریتم جایگزینی برای حذف فایلهااز عنصر ذخیرهسازی، سه فاکتور مهم از قبیل: تعداد دسترسی به فایلها، آخرین زمان دسترسی و سایز فایلها، در نظر گرفته میشود. نتایج شبیهسازی با OptorSim ، نشاندهندهی عملکرد بهتر الگوریتم پیشنهادی در مقایسه با سایر الگوریتمها، میباشد.
کلیدواژه های ارائه روشی بهبودیافته برای تکرار پویا گرید داده براساس پهنای باند سلسلهمراتبی:
نویسندگان مقاله ارائه روشی بهبودیافته برای تکرار پویا گرید داده براساس پهنای باند سلسلهمراتبی
شیما رنجبر
کارشناسی ارشد مهندسی کامپیوتر گرایش نرمافزار، دانشکده فنی ومهندسی، دانشگاه شیخبهایی، اصفهان.
محمدرضا خیام باشی
دکتری کامپیوتر سیستمهای توزیع شده، عضو هیات علمی دانشگاه اصفهان.
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 :