ارایه روشی جهت پیشگویی دسترس پذیری منابع در محیط محاسبات ابری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 710

فایل این مقاله در 11 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:

ICEICONF01_084

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

ابرمحسابتی به تکنولوژی ارایه اطلاعات، سخت افزار، نرم افزار و هر منبع اشتراکی در رایانه، از طریق شبکه (مثل اینترنت) گفته می شود. یک مشکل سرویس دهی برای میزبان، به اطلاعی از میزان منابع مودر نیاز برای برنامه ی کاربر است. میزبان برای اجرای برنامه کاربر، باید یک ماشین مجازی با مشخصاتی از منابع مورد نیاز جهت اجرای کار محاسباتی آماده سازی کند که این عمل سبب صرف زمان می شود. پیش بینی موثر بار میزبان باعث تامین پویای منابع، انتقال ماشین مجازی، ثبات سرور و مدیریت انرژی می شود. بنابراین یکی از اساسی ترین کارها برای رسیدن به SLA (سطح توافق سرویس) پیش بینی دقیق حجم بار میزبان می باشد. در این مقاله ما روشی را پیشنهاد کردیم که درخواست های دریافتی را، که دارای نوسانات زیادی هستند، به خوشه هایی با نوسانات کمتر تقسیم می کند. سپس با توجه به شبکه های عصبی آموزش دیده شده برای هر دسته از خوشه ها اقدام به پیش بینی منابع مورد نیاز درخواست ها می کند. این روش سبب بهبود مجموع مربعات خطا، به میزان 52% نسبت به روش پیش بینی با شبکه عصبی معمولی شده است.

نویسندگان

علی محمدی

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه خیام، مشهد ، ایران

تکتم غفاریان

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه خیام، مشهد ، 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 :