تخصیص منابع در سیستمهای توزیعشده: مروری بر چالشها، روشها و بهینه سازیهای انجام شده در مطالعات اخیر

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 487

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

OUTLOOKECE01_145

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

سیستمهایی با توان پردازشی بالا مثل سیستمهای توزیعشده ابری، شده است. یکی از موضوعات مهم در طراحی و پیادهسازی اینگونه سیستمها، مسیلهی تخصیص منابع در آنهاست؛ که مستقیما متاثر از عوامل داخلی و خارجی، شامل: تعداد گرهها، فاصله جغرافیایی، تاخیرهای ارتباطی و سایر موارد مشابه میباشد. در این پژوهش، سعی داریم تا در ابتدا با بررسی چالشهای موجود درزمینهی تخصیص منابع در سیستمهای پردازشی با توان بالا و بالاخص سیستمهای ابری، خطومشی کلی مطالعات اخیر را مورد کندوکاو قرار دهیم. بدین منظور، بعد از معرفی و طبقهبندی چالشهای اصلی در مورد تخصیص منابع، نگاهی به یکی از مهمترین روشهای مرسوم که طراحی دلال منبع به عنوان یکی از کامپوننتهای سیستم ابری است، خواهیم داشت. کامپوننت دلال منبعوظیفهی تخصیص منبع را به متقاضی دارد؛ که این کار را با تشکیل ماتریس P که درایه های آن احتمال تخصیص منبع iام به متقاضی jام میباشد، انجام میدهد. در ادامه، به معرفی چند مورد از بهینهسازیهایی که در مطالعات سالهای اخیر روی ماتریس P برای رسیدن به عملکرد بهتر انجامشده اند، خواهیم پرداخت. در انتها جمعبندی از مطالب ذکرشده و همچنین ایدههایی برای مطالعات بعدی مطرحشده است.

نویسندگان

مسعود نصرتی

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد کرمانشاه، کرمانشاه، ایران.

محمود فضلعلی

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد کرمانشاه، کرمانشاه، ایران. دانشگاه شهید بهشتی، تهران، 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 :
  • Coulouris, George; Jean Dollimore; Tim Kindberg; Gordon Blair. Distributed Systems: ...
  • Hussain, Hameed; and others. A survey on resource allocation in ...
  • Tanenbaum, Andrew S.; Steen, Maarten van. Distributed systems: principles and ...
  • Showerman, Michael; Enos, Jeremy; Pant, Avneesh. QP: A Heterogen eous ...
  • F. Pinel, J. Pecero, P. Bouvry, S. Khan, A two-phase ...
  • D. Benslimane, D. Schahram, S. Amit, Services Mashups: the new ...
  • Mohamed Abu Sharkh, Manar Jammal, Abdallah Shami, and Abdelkader Ouda. ...
  • S. Maguluri, R. Srikant, and L. Ying, 4Stochastic Models of ...
  • Aware Resource Allocation in Distributed Clouds, ' Proc. Network؟، M. ...
  • G. Sun et al., "Optimual Provisioning for Elastic Service Oriented ...
  • B. Kantarci and H.T. Mouftah, *Scheduling Advance Reservation Requests Jfor ...
  • S. Srikantaiah, A. Kansal, and F. Zhao, *Energy Aware Consolidation ...
  • J. S. Chase et al., "Managing Energy and Server Resources ...
  • Zhang, B, Zhao, Y, Wang, R, 2013. A resource allocation ...
  • Sun D, Chang G, Wang C, et al. Efficient Nash ...
  • Zhang M, Zhu Y. An enlanced greedy resource allocation algoritlm ...
  • Tang R, et al. Credib ility-based cloud media resource allocation ...
  • Anthony P, Jennings NR. Developing _ bidding agent for multiple ...
  • Ciftcioglu EN, Yener A. Maximizing credibility-bas ed network utility via ...
  • Nosrati, M. et al. Latency Optimization for Resource Allocation _ ...
  • نمایش کامل مراجع