بالانس بار با معماری بالانس کننده ی بار غیرمتمرکز دوسطحی برمبنای امضای وزن دار
محل انتشار: هشتمین کنفرانس بین المللی فناوری اطلاعات ودانش
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 573
فایل این مقاله در 7 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:
ICIKT08_118
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
هر تغییر و مفهوم جدیدی در دنیای فناوری، مشکلات و پیچیدگی های خاص خود را دارد. بهره گیری از رایانش ابری نیز از این قاعده مستثنا نبوده و چالش های فراوانی را پیش روی صاحبنظران این حوزه قرار داده است که از آن جمله میتوان به مواردی نظیر: بالانس بار، امنیت، قابلیت اطمینان، مالکیت، پشتیبان گیری از داده ها و قابلیت حمل داده ها اشاره کرد. سرویس های ابر مزایای قابل توجهی از نظر هزینه و کارایی در اختیار مصرف کنندگان قرار می دهند، که برای ارائه چنین سرویس هایی، برنامه های کاربردی باید بتوانند با کمترین وابستگی به زیرساخت سخت افزاری، اجرا شده و به آسانی منابع را به اشتراک گذارند، فناوریهای مجازی سازی و انتقال زنده برای این منظور نقش اساسی در رایانش ابر بازی می کنند.با توجه به اهمیت فرآیند بالانس بار در رایانش ابری، هدف این مقاله کار در این حوزه قرارگرفته است تا بتواند زمان اتمام آخرین کار را که پارامتری برایارزیابی بالانس بار است را با روش پیشنهادی بالانس بار، بهبود بخشد. ضمن اینکه روش یک سطحی با روش دو سطحی نیز مورد بررسی قرار گرفته است. روش پیشنهادی، بالانس کننده ی بار غیرمتمرکز با معماری دوسطحی می باشد که با پیکربندی روش الگوریتم امضای وزندار ترکیب می شود. در این روش برای تخصیص بارها به ماشین های مجازی از الگوریتم ژنتیک استفاده می گردد. شبیه سازی این معماری توسط شبیه ساز کلود سیم که مبتنی بر کتابخانه ی جاواست انجام می گیرد که نتایج بدست آمده از این شبیه سازی بیان کننده ی کاهش نرخ نقض توافق سطح سرویس و زمان اتمام آخرین کار می باشد.
کلیدواژه ها:
نویسندگان
مهسا معمارزاده
دانشجوی ارشد مهندسی، گروه کامپیوتر دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)، اصفهان ایران
محمدرضا خیام باشی
دانشیار دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان ایران
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 :